Titel: Intelligent Assistance Systems for the Smart Utilization of Participation Data for Urban Planning and Design
Sonstige Titel: Intelligente Assistenzsysteme zur sinnvollen Nutzung von Beteiligungsdaten für die Stadtplanung und -gestaltung
Sprache: Englisch
Autor*in: Borchers, Marten
Schlagwörter: Bürgerbeteiligung; Stadtplanung; Datenanalyse; Design Science Research; Citizen Participation; Urban Planning; Data Analysis; Artificial Intelligence; Design Science Research
GND-Schlagwörter: E-PartizipationGND
Künstliche IntelligenzGND
Smart CityGND
StadtentwicklungGND
Designwissenschaft <Informatik>GND
Erscheinungsdatum: 2026
Tag der mündlichen Prüfung: 2026-10-08
Zusammenfassung: 
Bürgerbeteiligung ist ein wichtiger Bestandteil moderner Stadtplanung, um lokales Wissen einzubeziehen und die Akzeptanz in der Bevölkerung zu stärken. Digitale Beteiligungsplattformen eröffnen neue Möglichkeiten, bringen jedoch Herausforderungen bei der Formulierung und Analyse von Beteiligungsbeiträgen mit sich. Fortschritte in der künstlichen Intelligenz (KI) bieten Potenziale, diese Prozesse zu unterstützen. Diese Dissertation untersucht daher, wie KI sowohl Bürgerinnen und Bürger bei der Erstellung als auch urbane Expertinnen und Experten bei der Analyse von Beteiligungsbeiträgen unterstützen kann. Die kumulative Dissertation folgt dem Design-Science-Research-Paradigma (DSR) und umfasst zwölf begutachtete wissenschaftliche Publikationen. Mithilfe verschiedener Forschungsmethoden werden KI-gestützte Prototypen und Modelle entwickelt und evaluiert. Drei Forschungsfragen untersuchen die Gestaltung intelligenter Assistenzsysteme für Bürgerinnen und Bürger, die Informationsanforderungen nachgelagerter Analyseprozesse sowie KI-gestützte Analysesysteme für urbane Expertinnen und Experten. Die Ergebnisse zeigen, dass KI-gestütztes Feedback und Gesprächsassistenten die Verständlichkeit und Vollständigkeit von Beteiligungsbeiträgen verbessern können. Gleichzeitig unterstützen Klassifikations- und Clustering-Verfahren sowie große Sprachmodelle die Analyse umfangreicher Beteiligungsdaten. Die identifizierten Gestaltungsprinzipien werden zu 17 Meta-Gestaltungsprinzipien in acht Clustern konsolidiert und bilden die Grundlage einer initialen Typ-V-Theorie für Gestaltung und Handlung. Damit liefert die Dissertation sowohl theoretisches Designwissen als auch evaluierte Prototypen für die praktische Integration von KI in Beteiligungsprozesse.

Citizen participation is a key component of modern urban planning, as it incorporates local knowledge and strengthens public acceptance. Digital participation platforms open up new possibilities but also present challenges when it comes to formulating and analyzing participation contributions. Advances in artificial intelligence (AI) offer the potential to support these processes. This dissertation therefore examines how AI can support both citizens in the creation of participation contributions and urban experts in their analysis. The cumulative dissertation follows the Design-Science-Research (DSR) paradigm and comprises twelve peer-reviewed scientific publications. Using various research methods, AI-supported prototypes and models are developed and evaluated. Three research questions examine the design of intelligent assistance systems for citizens, the information requirements of downstream analysis processes, and AI-supported analysis systems for urban experts. The results show that AI-supported feedback and conversation assistants can improve the clarity and completeness of participatory contributions. At the same time, classification and clustering methods, as well as large language models, support the analysis of extensive participatory data. The identified design principles are consolidated into 17 meta-design principles across eight clusters and form the basis of an initial Type-V theory for design and action. Thus, the dissertation provides both theoretical design knowledge and evaluated prototypes for the practical integration of AI into participatory processes.
URL: https://ediss.sub.uni-hamburg.de/handle/ediss/12687
URN: urn:nbn:de:gbv:18-ediss-141703
Dokumenttyp: Dissertation
Betreuer*in: Bittner, Eva
Noennig, Jörg
Enthalten in den Sammlungen:Elektronische Dissertationen und Habilitationen

Dateien zu dieser Ressource:
Datei Beschreibung Prüfsumme GrößeFormat  
Dissertation.pdfa07947f755dc3937f3df00f023d4718013.6 MBAdobe PDFMiniaturbild
Öffnen/Anzeigen
Zur Langanzeige

Info

Seitenansichten

Letzte Woche
Letzten Monat
geprüft am null

Download(s)

Letzte Woche
Letzten Monat
geprüft am null
Werkzeuge

Google ScholarTM

Prüfe