Fraunhofer IAO | Stadtsystem-Gestaltung & Mobilitäts- und Innovationssysteme
Fraunhofer IAO | Stadtsystem-Gestaltung & Mobilitäts- und Innovationssysteme

Methoden der städtischen Zukunftserschließung

Urban Foresight ermöglicht die Abbildung zu erwartender Stadtszenarien und Technologieanwendungen. Durch Einbindung der Nutzerakzeptanz, räumlichen Wechselwirkungen und Technologiesystemen können damit neue Erkenntnisse für Kommunen, Unternehmen und Beteiligungsformate im Kontext der Stadtentwicklung generiert werden.  

 

»Urban Foresight« als Technologievorausschau#

Aus Perspektive einer ganzheitlichen Technologievorausschau im städtischen Kontext stellt sich in einzelnen Projekten oft die Komplexität des möglichen Szenarioraums als Herausforderung dar: Zum einen sind die Systemgrenzen zwischen globalen Entwicklungen, regionalen Situationen und lokalen Spezifika einer einzelnen Stadt schwer zu fassen. Zum anderen existieren neben technologischen, soziokulturellen, ökologischen, ökonomischen und politischen Handlungsebenen weitere Unschärfen und zum Teil auch räumliche Wechselwirkungen, die mit klassischen Instrumenten der Szenarioplanung und Technologievorausschau nur schwer erfassbar sind. Es stellt sich damit in immer mehr Innovationsstrategien für Wirtschaft und Politik die zentrale Forschungsfrage, mit welchen Foresight-Methoden belastbare Technologiepfade und Einsatzszenarien zur Zukunft der Stadt entwickelt werden können.

Am Beispiel des Forschungsprojekts „Autonomes Fahren im Kontext der Stadt von morgen“ [AFKOS] wurden im Team Smart Urban Environments gezielt Methoden entwickelt und erprobt, die die Komplexität zwischen Nutzerakzeptanz, räumlichen Wechselwirkungen und Technologiesystemen ganzheitlich adressieren und damit neue Erkenntnisse für eine systemische Technologievorausschau im urbanen Kontext generieren können.

 

Unsere Methoden für die Transformation zur Zukunftsstadt#

Der von uns entwickelte Urban Foresight-Prozess beinhaltet die folgenden Methoden und Leistungen:

Erstellung einer multidimensionalen Metastudie

Durchführung einer STEEP-U Analyse

Erarbeitung von Szenario-Narrativen

Gestaltung von Design-Patterns

Leistungsbausteine#

Metastudie

Eine multidimensionale Kategorisierung zum Vergleich aktueller wissenschaftlicher Artikel und Studien, die sich mit der zu untersuchenden Technologie beschäftigen. Kombiniert mit quantitativen Computersimulationen ergibt sich ein Überblick zum aktuellen Stand der Forschung, den möglichen Anwendungsfällen sowie dem erwarteten Einfluss einer Technologie auf städtische Infrastrukturen.

STEEP-U Analyse

Die STEEP-U-Analyse bietet die qualitative Grundlage zur differenzierten Betrachtung von Effekten, die sich durch die Implementierung von Technologien (Technology) sowie Systeminnovationen auf die Gesellschaft (Society), die Ökonomie (Economy), die natürliche Umwelt (Environment) sowie die Politik (Politics) auswirken. Für eine Ausweitung auf den städtischen Kontext wurde die Dimension der urbanen Struktur (Urban) ergänzt.

Szenario-Narrative

Durch die Übersetzung der komplexen Datengrundlage der vorausgegangenen Analysen in Narrative werden komplexe Sachverhalte eingängig dargestellt. Sogenannte User-Journeys beschreiben die zu untersuchende Technologie und setzen diese in den Kontext eines zukünftigen Stadtsystems. So gelingt die Identifikation des Lesers mit dem Zukunftsszenario, während die Technologie auf Synergien mit angrenzenden Angeboten auf Stadtebene untersucht werden kann. Szenario-Narrative bieten sich besonders zur Kommunikation der zuvor ermittelten Anwendungsfälle in Experteninterviews oder Bürgerbeteiligungsprozessen an.

Design-Patterns

Abgeleitet von den Anwendungsfällen der Metastudie und den zu erwartenden Einflüssen auf das urbane System der STEEP-U-Analyse können ebenso Design-Patterns generiert werden, die Wechselwirkungen zwischen der Anwendung der gegebenen Technologie und der städtischen Infrastruktur beschreiben. Patterns stellen wiederkehrende Elemente von Stadtstrukturen dar, die sich in ihrer Vielfalt zu einer Pattern-Language zusammenfassen lassen. Ziel ist eine erhöhte stadtplanerische Handhabbarkeit bei gesteigertem Verständnis für komplexe Nutzer-, Gebäude- und Infrastrukturkonstellationen. Zehn solcher Patterns beschreiben bspw. in der Studie AFKOS Einblicke in die Effekte unterschiedlicher Anwendungsszenarien autonomer Fahrzeuge auf den Stadtraum und sich dort verändernde Flächennutzungen.

Beispiel-Projekte#

Im Rahmen der Studie »AFKOS: Autonomes Fahren im Kontext der Stadt von morgen« wurde der beschriebene Urban-Foresight Prozess erstmals durchgeführt und am Beispiel der autonomen Fahrzeugtechnologie dargestellt.

Die Ergebnisse der Studie bieten kommunalen Entscheidern sowie wirtschaftlichen Akteuren eine wissenschaftlich fundierte Diskussionsgrundlage, um Leitplanken und Zielbilder für die Mobilität von morgen festzulegen. Denn um bei der Planung von Quartieren und Verkehrsinfrastrukturen den Wandel der Mobilitätskultur und die Möglichkeiten neuer Mobilitätsformen berücksichtigen zu können, müssen schon heute die richtigen Entscheidungen getroffen werden.