Projektleitung
Prof. Dr.-Ing. André Nitze

Projektpartner
Conny Thiele
Sachgebietsleitung
Amt für Statistik und Wahlen
Stadt Brandenburg an der Havel

Projektbeschreibung
Das Vorhaben wurde im Zeitraum von Oktober 2025 bis Juli 2026 von der Technischen Hochschule Brandenburg gemeinsam mit der Stadt Brandenburg an der Havel umgesetzt. Es untersucht, wie Methoden aus Wirtschaftsinformatik, Data Science, Geodatenanalyse und künstlicher Intelligenz zur Unterstützung kommunaler Fachprozesse eingesetzt werden können. Im Fokus steht die datenbasierte Analyse von Wohnlagen. Ziel war es, räumliche Merkmale systematisch auszuwerten und in einer Form aufzubereiten, die als nachvollziehbare Grundlage für Verwaltung, Stadtentwicklung und kommunale Entscheidungsprozesse genutzt werden kann.

Für die Analyse wurden verschiedene raumbezogene Merkmale systematisch aufbereitet, bewertet und miteinander kombiniert. Dazu gehören insbesondere die Nähe zu Haltestellen des öffentlichen Verkehrs, die Erreichbarkeit von Einzelhandel und Nahversorgung, die Zentrumsnähe, die Lärmbelastung sowie räumliche Barrieren, etwa durch Bahnverbindungen und trennende Infrastrukturen. Aus diesen Geodaten entstehen datenbasierte Indikatoren, die sichtbar machen, wie gut einzelne Adressen, Quartiere und Stadtbereiche hinsichtlich Mobilität, Versorgung, Zentralität und Belastung ausgestattet sind. So wird Wohnlage nicht nur beschrieben, sondern anhand nachvollziehbarer Kriterien messbar und vergleichbar gemacht.

Ein zentraler methodischer Baustein ist der Einsatz von Machine Learning als Teilbereich künstlicher Intelligenz. Konkret wurde der SKATER-Algorithmus verwendet, ein Verfahren des räumlichen Clusterings, das ähnliche Gebiete gruppiert und dabei zugleich räumliche Zusammenhänge berücksichtigt. Dadurch entstehen zusammenhängende Stadtbereiche mit vergleichbaren Lageeigenschaften. Der Einsatz von KI und Machine Learning dient dabei nicht der automatisierten Festlegung von Wohnlagen, sondern der datenbasierten Mustererkennung, der räumlichen Strukturierung und der Unterstützung fachlicher Bewertungen.

Die Ergebnisse wurden in Clusterkarten und verständlichen Visualisierungen aufbereitet. Für jede Adresse werden die berechneten Punktwerte der relevanten Merkmale, die jeweilige Clusterzuordnung sowie die ermittelten Wegebeziehungen zu den betrachteten Einrichtungen und Zielen dargestellt. Dadurch werden die zugrunde liegenden Geodaten transparent und nachvollziehbar aufbereitet: Wohnlagen lassen sich nicht nur statistisch beschreiben, sondern räumlich einordnen und vergleichen. Das erleichtert die fachliche Diskussion und schafft eine gemeinsame Grundlage für Verwaltung, Politik und Öffentlichkeit.

Auf dieser Grundlage wurden datenbasierte Wohnlagen entwickelt, die in den kommunalen Kontext und den Mietspiegelprozess einfließen. Das Projekt zeigt exemplarisch, wie Hochschulen und Kommunen gemeinsam Lösungen für die digitale Transformation der Verwaltung entwickeln und erproben können. Für die Technische Hochschule Brandenburg steht es zugleich für anwendungsorientierte Forschung und Wissenstransfer an der Schnittstelle von Wirtschaftsinformatik, kommunaler Digitalisierung, Data Science, künstlicher Intelligenz, Geoinformationssystemen und evidenzbasierter Verwaltung.