Urban Planning

von Reinhard König, 2012

In der Kategorie Stadtplanung werden (Simulations-)Modelle untersucht, welche für stadtplanerische Zwecke verwendet werden können. In dieser Einleitung wird dargestellt, nach welchen Aspekten Modelle im Folgenden bewertet werden. Für die Entwicklung dieser Kriterien ist die DIKW (Data, Information, Knowledge, Wisdom) Hierarchie hilfreich: Bei dieser wird im ersten Schritt beschrieben, wie ausgehend von Daten durch das verstehen von Relationen zwischen diesen, Informationen erzeugt werden. Erkennt man in den Informationen wiederum Muster, erlagt man Wissen über einen bestimmten Sachverhalt. In einem letzten Schritt kann Erkenntnis durch das verstehen allgemeingültiger Prinzipien gewonnen werden. In Abbildung 1 ist dieser Prozess diagrammatisch dargestellt.

Abbildung 1: DIKW Hierarchie. Reproduziert nach Bellinger, G., Castro, D., & Mills, A.: Data, Information, Knowledge, and Wisdom.

Bei der Verwendung von Modellen für stadtplanerische Aufgaben ist es entscheidend, Wissen über die Auswirkungen geplanter Eingriffe in ein urbanes System zu erzielen. Die Verwendung eines Modells findet demzufolge immer in einem bestimmten Kontext und vor allem unter Berücksichtigung eines definierten Planungsproblems statt. Die anfängliche Klärung des Einsatzzwecks eines Modells ist entscheidend, um beurteilen zu können, ob es überhaupt sinnvoll ist, ein bestimmtes Modell einzusetzen. Denn die Verwendung eines Modells zur Planungsunterstützung erfordert immer den Einsatz von Ressourcen. Unter Ressourcen wird hier in erster Linie Geld, Zeit und Daten subsummiert. Wie hoch dieser Ressourceneinsatz ist, hängt vor allem von der Komplexität des Modells ab. In der Regel erfordern komplexere Modelle auch mehr Ressourcen. Wie in Abbildung 2 dargestellt, kann dieser Zusammenhang vereinfacht als linear angenommen werden.


Abbildung 2: Zusammenhang zwischen aufzuwendenden Ressourcen und der Komplexität eines Modells.

Wenden wir uns der Frage zu, wie viel Wissen wir anhand eines Modells mit welchem Ressourceneinsatz erlangen können, erscheint es zuerst einmal plausibel, dass sich das Wissen hinsichtlich einer bestimmten Problemstellung nicht durch den bloßen Einsatz zusätzlicher Ressourcen beliebig steigern lässt. Wir können als vereinfachte Annahme von einem logarithmischen Zusammenhang ausgehen, wie er in Abbildung 3 dargestellt ist. Dort ist zu erkennen, dass unterschiedliche Modelle ein verschieden hohes Maß an erzeugbarem Wissen erlauben. Modell a in Abbildung 3 ist eindeutig das effektivste Modell, da bei diesem bei der Steigerung des Ressourceneinsatzes das Wissen am schnellsten zunimmt. Ab einem bestimmten Punkt ist allerdings bei allen Modellen durch den Einsatz zusätzlicher Ressourcen nur noch ein sehr geringer Wissenszuwachs möglich. Für die Wahl eines möglichst nützlichen Modells, sollte folglich zuerst die Frage geklärt werden: Welche Art von Wissen und wie viel Wissen soll erzielt werden?


Abbildung 3: Zusammenhang zwischen erzeugbarem Wissen und aufzuwendenden Ressourcen beim Einsatz verschiedener Modelle.

Versuchen wir uns nun den Zusammenhang zwischen Ressourceneinsatz und Nutzen eines Modells klarzumachen. Es wurde bereits in Abbildung 2 dargestellt, dass der Ressourceneinsatz mit der Komplexität eines Modelles gleichgesetzt werden kann. Die Annahme, dass der durch ein Modell erzielbare Wissensgewinn ab einem bestimmten Punkt  kaum durch weitere Ressourcen gesteigert werden kann, führt uns zu der Schlussfolgerung, dass es zwischen sehr einfachen und sehr komplexen Modellen einen Bereich gibt, indem sich die nützlichsten Modelle befinden (Abbildung 4).

Nützlich bedeutet hier, dass mit möglichst wenig Ressourceneinsatz, also mit einfachen Modellen, viel Wissen zur Lösung eines bestimmten (Planungs-)Problems gewonnen werden kann. Es erscheint mir im vorliegenden Kontext wichtig darauf hinzuweisen, dass die Nützlichkeit eines Modells nichts mit der Genauigkeit von dessen Ergebnissen zu tun hat. Im Gegenteil können zu viele Details von der für eine Planung relevanten Information ablenken und dadurch den Schritt zum Wissen behindern.


Abbildung 4: Darstellung des Bereichs der nützlichsten Modelle. Dieser Bereich liegt zwischen den sehr einfachen und den äußerst komplexen Modellen.

Abschließend kann auf Basis der oben dargestellten Überlegungen festgestellt werden, dass der Nutzen eines Modells nur sinnvoll eingeschätzt werden kann, wenn wir in der Lage sind, ein (Planungs-)Problem zu definieren, für welches wir mittels des Modells Wissen, bzw. plausible Ansätze zur Problemlösung gewinnen wollen. Jedem, der sich mit Modellen für Planungszwecke befasst, können wir folglich zurufen: Probleme zuerst!