In seiner Funktionalität auf die Lehre in gestalterischen Studiengängen zugeschnitten... Schnittstelle für die moderne Lehre
In seiner Funktionalität auf die Lehre in gestalterischen Studiengängen zugeschnitten... Schnittstelle für die moderne Lehre
Deutsch:
Mit unserem Projekt, UrbanProjective, beschäftigten wir uns mit dem „Wicked Problem“ des Wohnens und näherten uns einer Lösung zum Thema an. Der Softwareprototyp verwendet KI und Datenvisualisierung, um Stadtentwicklungsprojekte anhand umfangreicher Datenquellen zu analysieren und in möglichen Zukunftszenarien zu simulieren. Dies ermöglicht es Nutzer*innen, die Auswirkungen ihres Vorhabens besser zu bewerten und fundierte Entscheidungen zu treffen.
English:
In our project, UrbanProjective, we focused on the „wicked problem“ of housing and approached a solution to the issue. The software prototype utilizes AI and data visualization to analyze urban development projects based on extensive data sources and simulate them in potential future scenarios. This allows users to better value the impacts of their initiatives and make informed decisions.
Im Kurs „Wicked Problems and Speculative Software“ unter der Leitung von Prof. Boris Müller haben wir uns explorativ mit dem Thema „Wicked Problems“ auseinandergesetzt. Gemeinsam haben wir Beispiele und Ideen gesammelt, um unser Verständnis für das Thema zu vertiefen. Anschließend hat sich der Kurs auf individuelle „Wicked Problems“ konzentriert und diese untersucht. Das Ziel war es, auf Grundlage dieser Analysen einen Softwareprototypen zu entwickeln, der sich mit den komplexen Herausforderungen auseinandersetzt und sich dem Problem annähert.
Auszug aus der Kursbeschreibung
Der von Horst Rittel geprägte Begriff der »Wicked Problems« bezeichnet komplexe, herausfordernde und unscharfe Probleme, die sich klaren Analysen und einfachen Lösungsstrategien entziehen. Aufgrund von hohen systemischen Abhängigkeiten führt der Versuch, »Wicked Problems« zu bewältigen, notwendigerweise zu widersprüchlichen und unvollständigen Ergebnissen. »Wicked Problems« kann man sich gestalterisch nur annähern - aber nicht lösen.
Gemeinsam haben wir uns dem komplexen Problem des „Wohnens“ gewidmet. Da wir alle einen Ort zum Wohnen benötigen, entsteht zwangsläufig ein hochkomplexes Abwägungssystem, bei dem sich verschiedene Faktoren gegenseitig bedingen.
Um ein Gefühl für die Verflechtungen dieser Faktor zu bekommen, haben wir eine Mindmap erstellt, die das Bedürfnis nach Wohnraum als Ausgangspunkt nimmt. Wir haben Bedarfe, Bedingungen und Konsequenzen gesammelt und auf diese Weise einen kleinen Teil des System visualisiert.
In der Realität ist das Thema selbstverständlich noch viel komplexer und umfangreicher. Es betrifft nicht nur individuelles Wohnen, sondern auch die Organisation von Leben und ganzen Städten. Diese Herausforderung ist durch die Einflüsse der Industrialisierung, Urbanisierung und Globalisierung zu einem nahezu undurchschaubaren Trade-Off-System geworden.
Sich diesem Thema anzunehmen und Wohnraum in Städten sowohl zu schaffen als auch zu optimieren liegt in der Verantwortung der Regierung und von Stadtplaner*innen. Diese Zielgruppe nahmen wir uns als Fokus, um uns dem umfangreichen „Wicked Problem“ anzunähern.
Die große Herausforderung in dem Tätigkeitsfeld dieser Zielgruppe besteht darin, die verschiedenen Faktoren sorgfältig miteinander abzuwägen und entsprechend zu justieren. Um diesem Workflow gerecht zu werden, haben wir bei der Entwicklung einer passenden Software einen großen Fokus darauf gelegt, die umfangreichen Daten einer Stadt anschaulich dazustellt.
Diese Software zielt darauf ab, die Transparenz und Sichtbarkeit dieser Datensätze zu erhöhen um ein besseres Verständnis der Nutzer*innen zu fördern, mit dessen die Entscheidungsfindung in Bezug auf neue Vorschriften oder Bauprojekte im städtischen Umfeld erleichtert und vereinfacht werden kann.
Nachdem wir das Feedback aus der ersten Runde im Kurs erhalten hatten, erkannten wir, dass es bei der Entscheidungsfindung für unsere Zielgruppe nicht nur relevant ist, die aktuellen Daten zu berücksichtigen. Es ist wesentlich bedeutender, die möglichen Auswirkungen zukünftiger Entscheidungen und die Unterschiede zwischen der heutigen Situation und der Zukunft zu berücksichtigen, insbesondere die Abwägung von Vor- und Nachteilen (Trade-Offs).
Aber wie soll das funktionieren? Wie kann das System die benötigten Antworten liefern? - Durch Künstliche Intelligenz.
Wir gingen davon aus, dass durch die Nutzung von umfangreichen Datenquellen und fortschrittlichen Algorithmen die KI wertvolle Informationen liefern und Szenarien simulieren kann, die bei der Entscheidungsfindung helfen. Denn es werden schon heute zahlreiche Stadtdaten in Echtzeit erfasst, Potential für eine bessere urbane Zukunft, das nur darauf wartet genutzt zum werden.
In einem späteren Feedbackgespräch wurde uns geraten, uns auf bestimmte Anwendungsfälle innerhalb der Software zu konzentrieren, um dem Video als Präsentationsformat einen klaren und verständlichen Rahmen zu geben. Wir einigten uns auf die folgenden zwei Szenarien:
1. Der gesamte Ortsteil Mitte, im Bezirk Mitte, soll in einen verkehrsberuhigten Bereich umgewandelt werden. Mit welchen Auswirkungen ist zu rechnen?
2. In gesamt Berlin soll der Mietpreisdeckel auf 5€ den Quadratmeter reduziert werden. Mit welchen Auswirkungen ist zu rechnen?
Zunächst versuchten wir, eigenständig Antworten auf diese Fragen zu recherchieren. Doch im Laufe dieses Prozesses wurde schnell klar, dass die Verwendung von ChatGPT nicht nur die effizientere Methode ist, sonder vor allem auch die authentischere im Kontext unserer Software. Die Verwendung tatsächlich generierter Antworten, lassen unsere Software glaubhafter wirken.
Die Software (UrbanProjective) organisiert die Arbeit der Benutzer*innen in Projekte. Jedes Projekt repräsentiert dabei ein spezifisches Vorhaben im Bereich Stadtentwicklung, welches die benutzenden Personen entwickeln und analysieren möchte. Wenn die Verwender*innen ein neues Projekt starten, ist das Interface in zwei Hauptbereiche unterteilt:
1. Eingabebereich (Links): Hier können die Benutzer*innen detaillierte Beschreibungen und spezifische Attribute ihres Vorhabens eingeben. Dieser Bereich dient der Interaktion mit der Chat-AI.
2. Datenvisualisierung (Rechts): Dieser Bereich zeigt eine Karte, auf der das Zukunftsszenario basierend auf den eingegebenen Informationen visualisiert wird. Hier können die Verwender*innen Veränderungen visuell verfolgen.
Die Kernfunktion der Software ist eine Chat-KI. Die Benutzer*innen verwenden diese, um ihr Stadtentwicklungsvorhaben detailliert zu beschreiben und relevante Informationen bereitzustellen. Die KI analysiert diese Informationen und berechnet ein mögliches Zukunftsszenario. Die KI gibt den Anwender*innen in Form von Chat-Nachrichten eine Antwort.
Bilateral dazu zeigen Datenlayer auf der Karte, wie sich die Echtzeitdaten durch das geplante Vorhaben verändern und wie ein potenzielles Szenario aussehen könnte. Dies ermöglicht es den Benutzenden, mögliche Auswirkungen zu lokalisieren und visuell zu verfolgen.
Die KI fungiert auch als Warnsystem und weist die Nutzer*innen auf mögliche Schwierigkeiten hin, die mit ihren Vorhaben in Verbindung stehen könnten. Dies ermöglicht es potenzielle Probleme schnell zu erkennen.
Durch die Verwendung von Filtern und Reglern können die Anwender*innen ihr ursprüngliches Vorhaben anpassen, und die KI übernimmt diese Änderungen automatisch, um die Datenvisualisierung auf der Karte entsprechend zu aktualisieren. Auf diese Weise kann das Zukunftsszenario modifiziert werden, um das bestmögliche Ergebnis zu erzielen. Dies hilft dabei, besser zu verstehen, wie das Vorhaben in der heutigen Zeit umgesetzt werden sollte.
Zudem besteht die Möglichkeit, verschiedene Datenlayer auszuwählen oder abzuwählen, um sie auf der Karte anzuzeigen. Diese Daten sind sowohl für den aktuellen Zeitpunkt als auch für das Zukunftsszenario verfügbar.
Darüber hinaus können die Daten auch in Diagrammen angezeigt werden, um präzise Prognosen und Statistiken für das entsprechende Zukunftsszenario zu erhalten. Dies ermöglicht eine detaillierte Analyse und unterstützt die Nutzer*innen bei fundierten Entscheidungen im Zusammenhang mit ihren Stadtentwicklungsprojekten.
2 Kommentare
Please login or register to leave feedbackJa voll, danke für das Feedback! Wir haben uns im Laufe des Prozesses bewusst dafür entschieden, die Informationsdichte der einzelnen Parameter für die Nutzenden möglichst gering zu halten, da es sehr viele Aspekte gleichzeitig zu berücksichtigen gilt. Drill down wäre anschließen durch zB die Texteingabe überall weiter möglich, könnte aber auch im Interface sicher direkt noch deutlicher dargestellt werden.
Spannendes Konzept.
Ausgehend vom Prototypen-Video fände ich von hier aus die Frage interessant, inwieweit AI mit richtig akkuraten Daten ins Detail gehen könnte. Nicht nur zu sagen „Der Lieferverkehr könnte möglicherweise eingeschränkt sein“ (das ist ja offensichtlich), sondern noch genauer: „Der Lieferverkehr müsste auf die Straßen x oder y ausweichen, was die Zustellwege im Bereich xy durchschnittlich 25% verlängern würde. Zwischen 8 und 10 Uhr ist das Aufkommen so hoch, dass mit Stau in der Straße x zu rechnen ist“, wo man dann immer tiefer reingehen könnte.
Aber auf jeden Fall ein interessanter Einstieg ins Thema!