Digitale Bürgerbeteiligung in Stadtplanungsprozessen generiert zunehmend große Mengen unstrukturierten Textfeedbacks. Hunderte bis tausende Kommentare entstehen, die sich manuell kaum systematisch auswerten lassen. Dieser Beitrag reflektiert Erfahrungen mit dem Einsatz von KI-gestützten Auswertungsmethoden im Rahmen konkreter Beteiligungsprojekte und diskutiert ihre Potenziale sowie Grenzen für transdisziplinäre Forschungsprozesse.

Am Beispiel einer 3D-basierten digitalen Beteiligungsplattform für Stadtplanung, entwickelt als Spin-off der TU Dresden, zeigen wir, wie Large Language Models eingesetzt werden können, um Bürgerfeedback zu clustern, thematisch zu strukturieren und in handlungsorientierte Berichte zu übersetzen. Dabei übernimmt die KI auch eine Übersetzungsfunktion zwischen alltagssprachlichem Bürgerfeedback und fachlicher Planungssprache. Wir vergleichen verschiedene KI-Anbieter einschließlich lokal betriebener Modelle hinsichtlich ihrer Eignung für sensible kommunale Kontexte.

In einem Stadtplanungsprojekt in München haben rund 500 Teilnehmende über 800 Kommentare und mehr als 8.000 Reaktionen eingebracht, innerhalb von sechs Wochen. Die KI-gestützte Auswertung ermöglichte eine strukturierte Synthese, die manuell nicht leistbar gewesen wäre. Gleichzeitig stellen sich kritische Fragen. Welche Stimmen gehen bei der Automatisierung verloren, wie transparent sind KI-generierte Kategorisierungen, und wie lässt sich Datensouveränität auf kommunaler Ebene gewährleisten?

Der Vortrag positioniert KI-Auswertung nicht als Ersatz für partizipative Prozesse, sondern als technologische Ressource, die kritisch reflektiert neue Räume für transdisziplinäre Wissensproduktion zwischen Stadtplanung, Zivilgesellschaft und Wissenschaft eröffnen kann.