Veranstaltungsprogramm

In den letzten zehn Jahren hat Deutschland einen erheblichen Anstieg seiner Migrationsbevölkerung erlebt, der sowohl durch globale als auch regionale Migrationstrends bedingt ist (Destatis - Statistisches Bundesamt, 2024). Neben diesen demografischen Verschiebungen verschärft der anhaltende Mangel an erschwinglichem Wohnraum die Wohnsituation nicht nur in den Großstädten (Fabricius, 2024; Herz & Trauthig, 2024). Stadtplaner sind alarmiert und befürchten zunehmende Segregationsprozesse.

Wir wenden uns in unserem Beitrag der Entwicklung der sogenannten ethnischen Segregation unter Berücksichtigung unterschiedlicher Mieten-Niveaus zu (genauer: Segregation nach nationaler Herkunft). Die Modellierung von Segregationsprozessen ist entscheidend für das Verständnis der Dynamik ethnischer Segregation. Die ersten Modelle zur Beschreibung der (ethnischen) Segregation wurden unabhängig voneinander von Skoda und Schelling entwickelt (Hegselmann, 2017). Bekanntheit erlangte der Ansatz von Schelling (1971) aufgrund seiner Einfachheit und seiner Fähigkeit zu veranschaulichen, wie individuelle Präferenzen für Ähnlichkeit zu großräumigen Segregationsmustern führen können. Schellings Modell ist seitdem zu einem Eckpfeiler der agentenbasierten Modellierung geworden, der sowohl in der theoretischen als auch in der angewandten Forschung häufig zitiert und erweitert wird. Dennoch fehlt es im Bereich der Stadtplanung an agentenbasierten Modellierungsansätzen. Es ist von entscheidender Bedeutung, die Art und Weise zu verstehen, in der Mietkosten mit (ethnischer) Gruppenzugehörigkeiten interagieren, um die Zusammensetzung städtischer Nachbarschaften zu beeinflussen, wenn wir die Herausforderungen der zunehmenden sozialen Ungleichheit und des Wohnungsmangels in deutschen Städten wirksam angehen wollen. In diesem Beitrag sollen zwei zentrale Fragen beantwortet werden: Erstens, wie agentenbasierte Modellierung mit empirischen Daten durchgeführt werden kann, und zweitens, wie sich die Ergebnisse von Simulationsstudien ändern, wenn Mieten und Gruppenzugehörigkeit als Variablen in das Modell einbezogen werden. Wir nutzen Daten des ALLBUS 2016 für die Präferenz der

Nachbarschaftszusammensetzung nach nationaler Herkunft und präsentieren Ergebnisse mehrerer Simulationsstudien, die auch unterschiedliche Mietniveaus berücksichtigen.

Wohneigentum gilt als zunehmend wichtigerer Teil vom Vermögen eines Haushaltes; die Hürden für den Besitz von Wohneigentum nehmen in europäischen Gesellschaften jedoch zu (Bedük 2024). Gleichzeitig hat das elterliche Wohneigentum einen größeren Effekt auf die Eigentumschancen für Kinder (Blanden et al. 2023). Diese intergenerationellen Transfers können von unterschiedlichen Faktoren beeinflusst werden, besonders aber vom demografischen Wandel und Veränderungen im Wohnungsmarkt. Generell ist der intergenerationelle Transfer von Wohneigentum noch nicht umfassend untersucht: Wie groß ist die Wahrscheinlichkeit, Wohneigentümer zu sein, wenn es die Eltern auch sind oder waren, und wie entwickelt sich dieser Zusammenhang über die Zeit? Inwieweit unterscheidet sich diese Entwicklung zwischen sozialen Gruppen? Welche Kontextbedingungen sind hierbei relevante Einflussfaktoren?

Zur Untersuchung dieser Thematik nutzen wir eine dynamische Mikrosimulation, mit der es möglich ist, Individuen zu verpartnern und Genealogien entstehen zu lassen. Außerdem erweitern wir die Mikrosimulation, um die Möglichkeit, spezifische Eigenschaften vorhergegangener Individuen an die nächste Generation weiterzugeben. Diese Funktion ermöglicht es somit, dass Eigenschaften vorheriger Generationen einen Effekt in Transitionsraten der aktuellen Generation haben können.

So erweitern wir Mikrosimulation, um komplexere Verbindungen zwischen Individuen sowie Vererbung abzubilden, was eine bisher einzigartige Möglichkeit eröffnet, Fragen zu Lebensverläufen und demografischem Wandel mithilfe von Mikrosimulationen zu untersuchen. Ein weiteres Ziel ist es, das zugrunde liegende Model so generell zu halten, dass es auch für anderen Forschungsfragen anwendbar bleibt.

In der medizinischen Notfallversorgung spielen Helikopter eine entscheidende Rolle. Der Bedarf an Luftrettung ist räumlich nicht gleichmäßig verteilt, sondern proportional zur Risikoanfälligkeit der lokalen Bevölkerung. Das Ziel des vorgestellten Projekts ist dabei, die Zahl und Positionen der Standorte für Rettungshubschrauber auf Basis einer Mikrosimulation der Bevölkerung zu optimieren. Dies ist das erste Projekt, das eine Optimierung von Rettungshubschrauberstandorten anhand einer Mikrosimulation durchführt.

Der Vortrag befasst sich mit dem aktuellen Projektstand und der Vorgehensweise bei der Simulation. Die Datengrundlage ist eine synthetische Population, die auf den Ergebnissen des Zensus 2011 basiert. Auf Basis einer Auswertung der Abrechnungen stationärer Krankenhausleistungen (DRG-Statistik, Diagnosis Related Groups) wurde die Notfallwahrscheinlichkeit für bestimmte Bevölkerungsgruppen bestimmt. Hieraus ergeben sich räumliche Verteilungen für Risikogruppen. Auf Basis dieser Daten wurde die Position der aktuellen Hubschrauberstandorte optimiert. Zudem wird evaluiert, welche Verbesserungen sich in der Versorgungsleistung durch die Hinzunahme neuer Standorte ergeben. Bei Betrachtung der Versorgungsleistung werden zudem die flugmeteorologischen Bedingungen und die Fahrzeiten bodengebundener Rettungsmittel berücksichtigt.

Bereits vorliegende Ergebnisse zeigen, dass die aktuellen Positionen der Hubschrauber suboptimal sind. Bereits geringe Verschiebungen der Standorte von meist weniger als 30 km liefern eine substanziell bessere Versorgungsleistung.

Nukleare Katastrophen haben langfristige gesundheitliche und sozioökonomische Folgen, nicht nur für die direkt Betroffenen, sondern z. B. durch Massenevakuierungen auch für Gesellschaften als Ganzes. Über die Folgen einer Evakuierung großer Bevölkerungsteile im Katastrophenfall ist wenig bekannt. Mikrosimulationen sind ein geeignetes, aber selten eingesetztes Werkzeug, um solche Ereignisse zu untersuchen. Am Beispiel eines Unfalls im Kernkraftwerk Neckarwestheim II werden die Vorteile dieses Ansatzes aufgezeigt. Verwendet wird ein dynamisches regionales Mikrosimulationsmodell für Deutschland, welches auf einer synthetischen Bevölkerung aus ca. 82 Mio. Simulationseinheiten beruht. Die Merkmale der simulierten Bevölkerung werden einmal pro Simulationsjahr aktualisiert. Im Katastrophenjahr werden alle Personen der Bevölkerung im Umkreis von 100 km um das Kraftwerk evakuiert. In Abhängigkeit von der Entfernung zum Kernkraftwerk wird den Simulationseinheiten eine bestimmte Strahlendosis zugewiesen. Mittels Mikrosimulation wird das Auftreten von Krebserkrankungen in Abhängigkeit von der Strahlendosis im Zeitverlauf simuliert. Zusätzlich wird die räumliche Verteilung der Evakuierten im restlichen Land untersucht.

Die Ergebnisse zeigen, dass ein erheblicher Teil der deutschen Bevölkerung an strahlungsinduzierten Krebserkrankungen sterben würden. Zudem müssten mehr als 10 % der deutschen Bevölkerung evakuiert werden. Die Folgen der Katastrophe und der Evakuierung würden die Infrastruktur und das Gesundheitssystem stark belasten und wahrscheinlich zu großen sozialen und wirtschaftlichen Problemen führen. Angesichts der plausiblen Ergebnisse und Schätzungen erscheinen ähnliche Mikrosimulationsmodelle als nützliche Instrumente zur Untersuchung der möglichen Auswirkungen von Katastrophen und Großevakuierungen.