Ein KI-Prognosemodell für kommunale Entscheidungen
Kommunale Vorhaben scheitern selten an der Fachplanung, sondern daran, dass die Reaktion der Bürgerschaft zu spät ernst genommen wird. Für Delitzsch habe ich deshalb ein Werkzeug gebaut, das vor einer Entscheidung einschätzt, wie sie in der Stadt ankommt.
Ob Parkgebühren in der Altstadt, eine Schulstandortfrage oder ein Bürgerentscheid: Dieselbe Maßnahme trifft in Delitzsch auf sehr unterschiedliche Lebenslagen. Wer nach Leipzig pendelt, bewertet ein Vorhaben anders als jemand, der seit Jahrzehnten in einem der Ortsteile lebt.
In der Praxis zeigt sich diese Spannung oft erst in der Bürgerfragestunde, im Leserbrief oder am Abstimmungsabend. Dann ist das Vorhaben fertig geplant und nur noch schwer zu korrigieren. Das Prognosemodell holt diese Frage an den Anfang des Prozesses.
Das Modell liefert zu jedem Vorhaben eine Annahme-Wahrscheinlichkeit als Prozentspanne, dazu die Begründung. Grundlage ist ein soziodemografisches Profil der Stadt: rund 25.500 Einwohner, ein Durchschnittsalter von etwa 48 Jahren, die Kernstadt mit Altstadt und Plattenbaugebieten und die eingemeindeten Ortsteile.
Jedes Vorhaben durchläuft drei Filter:
Das Ergebnis ist immer gleich gegliedert: betroffene Zielgruppen, Score von „Deutliche Ablehnung“ bis „Hohe Zustimmung“, Kernargumente der Bürgerschaft, Stellschrauben für die Umsetzung und eine ehrliche Angabe, welche Daten gefehlt haben.
Eine Prognose ist nur so gut wie ihr Material. Das Werkzeug verbindet deshalb verschiedene Quellen:
Die Grundannahmen zur Stadt, also Milieus, Ortsteile und Sitzverteilung, sind kein festes Programm. Sie stehen als Text in den Einstellungen und lassen sich jederzeit nachschärfen.
Jede Prognose wird dauerhaft gespeichert, mit Score, Datum und den Quellen, auf die sie sich stützte. Fällt die Entscheidung, wird das tatsächliche Ergebnis nachgetragen, zum Beispiel „18 Ja, 11 Nein“ oder „58 % Ja bei 44 % Beteiligung“.
Daraus entsteht eine überprüfbare Bilanz: Wie oft lag die Prognose in der Richtung richtig, und wie weit lag sie im Mittel vom tatsächlichen Ja-Anteil entfernt? Zugleich fließt jede abgeschlossene Entscheidung samt ihrer damaligen Prognose in künftige Einschätzungen ein. Das Modell sieht also auch, wo es sich früher geirrt hat.
Das Werkzeug läuft auf gewöhnlichem Webhosting mit PHP und MySQL, ohne Cloud-Plattform und ohne externe Schriften oder Tracking. Der Zugang ist passwortgeschützt und für ein kleines Team gedacht. Die Auswertung übernimmt das Sprachmodell Claude von Anthropic über dessen Schnittstelle.
Die Prognose ist eine heuristische Einschätzung, keine repräsentative Umfrage. Sie ersetzt weder Bürgerbeteiligung noch das Gespräch vor Ort, und sie trifft keine Entscheidung.
Ihr Wert liegt woanders. Sie zwingt dazu, ein Vorhaben früh aus der Sicht der Betroffenen zu durchdenken, und sie macht die eigenen Annahmen sichtbar und damit angreifbar. Wo Daten fehlen, sagt das Modell das ausdrücklich, statt eine Zahl zu erfinden. Und weil jede Prognose später am Ergebnis gemessen wird, lässt sich nachprüfen, ob sie etwas taugt.
Die erste Installation läuft, als Basis dient die Demografie und Import der Ratsunterlagen seit Juni 2024. Als Nächstes folgen die ersten Prognosen zu laufenden Vorhaben und der Abgleich mit den tatsächlichen Ergebnissen.
Das Prinzip ist nicht an Delitzsch gebunden. Grundlage sind ein öffentliches Ratsinformationssystem und ein ehrliches Profil der eigenen Stadt. Kommunen, Fraktionen oder Initiativen, die so etwas für ihren Ort ausprobieren möchten, können sich gern bei mir melden.
Gute Ideen wachsen an Reibung und konstruktiver Kritik. Teilen Sie Ihre Perspektive, weisen Sie auf blinde Flecken hin oder diskutieren Sie diesen Text mit uns.kontakt@futurperfekt.net