Workshops und Materialien
Moderierte Präsenz-Workshops bilden das methodische Rückgrat des Citizen-Science-Prozesses. Sie schaffen ein gemeinsames Verständnis und Ziele, vermitteln fachliches und methodisches Wissen, extrahieren lokales Wissen durch strukturiertes Sammeln von Fragen, Problemen und Ideen – und koordinieren die Gruppe durch alle Projektphasen.
Die Workshop-Formate
Das Toolkit sieht vier Workshop-Formate vor, die den Forschungsprozess strukturieren. Je nach Projekt können sie angepasst, kombiniert oder durch zusätzliche Treffen ergänzt werden.
Kick-Off
Der Kick-Off-Workshop dient der Orientierung und dem Aufbau eines gemeinsamen Wissensstandes. Das Projektteam stellt das Vorhaben und das Toolkit vor, vermittelt fachliches Grundwissen zu Luftschadstoffen und Messtechnik sowie methodisches Wissen über wissenschaftliches Arbeiten. Die Teilnehmenden lernen sich kennen und bringen ihre Ressourcen und Fähigkeiten ein – wer hat einen Balkon für einen Sensor, wer kann bei technischen Fragen helfen?
Ein zentraler Teil ist das Sammeln von Fragen und Vermutungen: Was wollen die Teilnehmenden herausfinden? Welche Annahmen haben sie über die Luftqualität in ihrem Viertel? Parallel wird lokales Kontextwissen zusammengetragen – Informationen über Verkehrsschwerpunkte, bekannte Problemstellen, regelmäßige Events. All diese Informationen werden auf der Stadtteilkarte, dem Zeitstrahl und dem Problembaum verortet.
Co-Design
Im Co-Design-Workshop entwickeln die Teilnehmenden gemeinsam das Forschungsdesign. Ausgangspunkt sind die im Kick-Off gesammelten Fragen und Vermutungen. Diese werden strukturiert und priorisiert: Welche Fragen sind besonders wichtig? Welche lassen sich mit den verfügbaren Mitteln beantworten?
Die ausgewählten Fragen werden zu Forschungsfragen und Hypothesen verfeinert. Dabei identifizieren die Teilnehmenden die relevanten Variablen – was soll gemessen werden, was könnte das Ergebnis beeinflussen? Die vermuteten Zusammenhänge werden grafisch als Conceptual Framework visualisiert.
Anschließend wird die Messkampagne geplant: Wo sollen Sensoren installiert werden? Über welchen Zeitraum soll gemessen werden? Welche Standorte dienen als Vergleich, welche als Intervention? Die Teilnehmenden werden in die Bedienung der Sensoren und der Online-Plattform eingeführt und übernehmen Rollen – als Sensorpaten, Gateway-Paten oder Supporter.
Datenwerkstatt
Die Datenwerkstatt dient der gemeinsamen Auswertung und Interpretation der Messergebnisse. Die Teilnehmenden sichten die Visualisierungen der Messdaten – Zeitreihen, Karten, statistische Verteilungen – und explorieren erste Muster und Auffälligkeiten.
Im Zentrum steht die Prüfung der ursprünglichen Hypothesen: Bestätigen die Daten die Vermutungen? Gibt es überraschende Befunde? Die Einordnung und Interpretation erfolgt mit fachlicher Unterstützung – denn Messdaten allein sagen noch nichts aus, sie müssen im Kontext verstanden werden.
Kommunikation
Der Kommunikationsworkshop bildet den Abschluss des Forschungszyklus und widmet sich der Verwertung der Ergebnisse. Die Teilnehmenden diskutieren, wie die Erkenntnisse aufbereitet und kommuniziert werden sollen – gegenüber der Öffentlichkeit, Politik oder Verwaltung. Dabei werden die Ergebnisse gemeinsam validiert und eingeordnet: Welche Aussagen sind belastbar? Welche Limitationen müssen transparent gemacht werden?
Je nach Zielgruppe entstehen unterschiedliche Formate: verständliche Zusammenfassungen und Visualisierungen für die Öffentlichkeit, Handlungsempfehlungen und Maßnahmenvorschläge für Behörden. Der Workshop klärt auch, welche Schritte von den Teilnehmenden selbst umgesetzt werden können und welche Ergebnisse an politische Entscheidungsträger weitergegeben werden sollen.
Ergänzende Aktivitäten
Zwischen den Workshops finden weitere gemeinsame Aktivitäten statt, die den Forschungsprozess unterstützen:
Kiezbegehungen dienen der Erkundung des Untersuchungsgebiets. Die Teilnehmenden gehen gemeinsam durch das Viertel, identifizieren potenzielle Sensorstandorte und dokumentieren ihre Beobachtungen. Mobile Messgeräte können erste Eindrücke der Belastungssituation liefern. Dabei werden auch praktische Fragen geklärt: Gibt es eine Steckdose in der Nähe? Ist der Standort vor Vandalismus geschützt? Wie ist die Sonneneinstrahlung?
LoRa-Abdeckungstests prüfen vor der Sensorinstallation, ob die Funkverbindung zum Gateway ausreicht. Die Teilnehmenden gehen mit einem Testgerät durch das Gebiet und messen die Signalstärke an verschiedenen Punkten. Die Ergebnisse werden in der Plattform visualisiert und helfen bei der Planung der Gateway-Standorte und der Auswahl geeigneter Sensorpositionen.
Sensor-Installation erfolgt gemeinsam, oft in kleinen Teams. Die Teilnehmenden montieren die Geräte an den geplanten Standorten, dokumentieren die genaue Position mit Fotos und Beschreibungen und prüfen die Funkverbindung. Diese gemeinsame Aktivität stärkt das Verantwortungsgefühl für „den eigenen" Sensor.
Kalibriersessions finden an offiziellen Referenzmessstationen statt. Die Sensoren werden für einige Tage neben der Referenz betrieben, um Abweichungen zu ermitteln und Korrekturfaktoren zu berechnen. Die Teilnehmenden können dabei sein und den Prozess der Qualitätssicherung nachvollziehen.
Task-Forces sind Kleingruppen, die sich um spezielle Aufgaben kümmern – etwa die Weiterentwicklung des Gehäusedesigns, die Lösung technischer Probleme oder die Vorbereitung von Kommunikationsmaterialien.
Wartungstreffen dienen dem regelmäßigen Akkuwechsel, der Überprüfung der Sensoren und der Fehlerbehebung. Sie bieten auch Gelegenheit zum informellen Austausch und halten die Gruppe über die lange Messphase hinweg zusammen.
Wissensvermittlung
Wissenschaftliche Prinzipien als Rahmen
Citizen-Science-Teilnehmende verfügen nicht zwingend über eine wissenschaftliche Ausbildung. Gleichzeitig können sie außerwissenschaftliche Ziele verfolgen – etwa politische oder ökologische Anliegen. Das ist legitim und oft der Grund für ihr Engagement. Es kann aber zu Voreingenommenheit führen.
Daher werden wissenschaftliche Prinzipien in den Workshops explizit thematisiert:
- Objektivität: Die Messung soll unabhängig von persönlichen Erwartungen sein
- Offenheit: Auch unerwartete oder unerwünschte Ergebnisse sind Erkenntnisse
- Transparenz: Methoden und Daten müssen nachvollziehbar dokumentiert werden
- Ehrlichkeit: Unsicherheiten und Grenzen werden benannt, nicht verschwiegen
Fachliches und methodisches Wissen
Die Workshops vermitteln fachliches Wissen über Luftschadstoffe, ihre Quellen und Wirkungen, über Grenzwerte und Messtechnik, über die Möglichkeiten und Grenzen von Low-Cost-Sensoren. Ziel ist nicht Expertenwissen, sondern ein gemeinsames Grundverständnis, das informierte Entscheidungen ermöglicht.
Ebenso wichtig ist methodisches Wissen: der Weg von der Frage zur Hypothese, vom Experiment zur Analyse, von den Daten zur Schlussfolgerung. Die Teilnehmenden lernen Grundbegriffe wie Genauigkeit und Präzision, den Unterschied zwischen Korrelation und Kausalität, die Bedeutung von Kontrollvariablen. Dieses Wissen befähigt sie, den Forschungsprozess zu verstehen und kritisch zu begleiten.
Partizipative Wissensextraktion
Die Workshops dienen nicht nur der Wissensvermittlung, sondern auch der systematischen Erfassung des Wissens, das die Teilnehmenden mitbringen. Dieses lokale Wissen ist für die Forschung unverzichtbar.
Warum lokales Wissen wichtig ist
Die Teilnehmenden kennen ihr Viertel. Sie wissen, wo der Durchgangsverkehr besonders stark ist, wann die Müllabfuhr kommt, wo regelmäßig gegrillt wird, welche Baustellen gerade aktiv sind. Dieses Wissen ist nirgendwo dokumentiert – aber es ist entscheidend, um Messwerte richtig zu interpretieren.
Ein Beispiel: Ein Sensor zeigt an einem bestimmten Tag ungewöhnlich hohe Feinstaubwerte. Ohne Kontextwissen bleibt das ein Rätsel. Mit dem Wissen, dass an diesem Tag im Hinterhof ein Straßenfest mit Grillen stattfand, lässt sich der Ausreißer erklären – und von den eigentlichen Forschungsergebnissen trennen.
Was gesammelt wird
In den Workshops werden verschiedene Arten von Wissen erfasst: Probleme und Anliegen der Teilnehmenden – wo gibt es Lärmbelästigung, Luftverschmutzung, Verkehrsprobleme? Fragen und Vermutungen – was wollen sie herausfinden, welche Annahmen haben sie? Kontextwissen über Verkehrsschwerpunkte, ruhige und belastete Bereiche, regelmäßige Events, bekannte Emissionsquellen. Und schließlich Beobachtungen – aktuelle Ereignisse, subjektive Wahrnehmungen, Hinweise auf mögliche Einflussfaktoren.
Verorten und Verknüpfen
Das gesammelte Wissen wird systematisch verortet – räumlich auf der Stadtteilkarte, zeitlich auf dem Zeitstrahl. Diese Verortung schafft die Grundlage für die spätere Verknüpfung mit den Messdaten: Jeder Messwert erhält dadurch einen Kontext, der seine Interpretation ermöglicht.
Die einzelnen Informationen werden als Conceptual Framework miteinander in Beziehung gesetzt: Welche Faktoren könnten zusammenhängen? Was sind mögliche Ursachen, was Wirkungen? Diese Visualisierung macht die Annahmen der Teilnehmenden explizit und überprüfbar.
→ Mehr zur Space-Time-Concept Map und zum Tagging-System: Toolkit im Überblick – Theoretische Grundlagen
Kontextualisierung am Beispiel
Die Messdaten zeigen: An Sensor 7 ist die Lärmbelastung jeden Dienstag zwischen 7 und 8 Uhr deutlich höher als an anderen Tagen.
Ohne Kontext: Ein auffälliges Muster, Ursache unklar.
Mit Kontext (aus den Workshops): Die Müllabfuhr kommt dienstags früh und hält direkt vor dem Sensorstandort.
Schlussfolgerung: Der Ausschlag ist erklärbar und kein Hinweis auf allgemeine Verkehrsbelastung. Er kann bei der Analyse entsprechend berücksichtigt werden.
Von Fragen zu Forschungsfragen
Ein zentraler Prozess in den Workshops ist die schrittweise Transformation von offenen Fragen zu überprüfbaren Forschungsfragen.
Die Teilnehmenden bringen vielfältige Fragen mit: „Wie ist die Luftqualität in meinem Hinterhof?" oder „Bringt die Spielstraße wirklich etwas?" Diese Fragen sind wertvolle Ausgangspunkte, aber noch keine Forschungsfragen – sie sind oft vage, schwer messbar oder zu allgemein.
In den Workshops werden sie schrittweise präzisiert: Ähnliche Fragen werden gruppiert, Prioritäten gesetzt. Vage Fragen werden konkretisiert – was genau meint „schlechte Luft"? Messbare Variablen werden identifiziert. Am Ende steht eine überprüfbare Hypothese.
Die Moderation achtet dabei auf Qualitätssicherung: Ist die Frage mit den verfügbaren Mitteln beantwortbar? Wie lange müsste gemessen werden? Was, wenn das Ergebnis anders ausfällt als erwartet? Diese kritische Reflexion hilft, unrealistische Erwartungen frühzeitig zu korrigieren.
In der dritten Fallstudie wurde dieser Prozess zusätzlich durch den KI-Forschungsassistenten unterstützt: Teilnehmende konnten zwischen den Workshops eigenständig mit dem Assistenten an ihren Fragen weiterarbeiten und sie zu Hypothesen verfeinern.
Die analogen Werkzeuge
Für die Workshops wurde ein minimalistisches „Paper-Toolkit" entwickelt: wenige, generische Werkzeuge, die flexibel einsetzbar sind und zur aktiven Mitgestaltung einladen.
Designprinzipien
- Reduktion: Wenige Werkzeuge, die viele Funktionen erfüllen
- Offenheit: Grafisch reduziertes Design, das zur Ausgestaltung einlädt
- Großformat: Ermöglicht kollaborative Arbeit im Raum
- Haptik: Physische Interaktion mit Stiften, Klebezetteln, Pins
Stadtteilkarte
Die Stadtteilkarte ist das zentrale Werkzeug. Sie wird großformatig gedruckt (z.B. 140 × 90 cm) und zeigt das Untersuchungsgebiet in einem visuell reduzierten Stil. Die Karte dient der Verortung von Kontextwissen und Problemen, der Markierung potenzieller Sensorstandorte, der Planung der Messkampagne und der Dokumentation während der Messphase. Das klare, reduzierte Design bietet viel Platz für Annotationen und verwendet einen einheitlichen Stil für Print und Digital.
Zeitstrahl
Der Zeitstrahl (Timeline) zeigt den relevanten Zeitraum und bietet Platz für zeitliche Annotationen: Events, geplante Maßnahmen, Sperrungen, aber auch relevante Phasen wie Schulferien oder Feiertage. Er hilft bei der Planung des Messzeitraums und macht zeitliche Zusammenhänge sichtbar.
Problembaum
Der Problembaum ist ein strukturiertes Werkzeug zur Analyse von Ursachen und Wirkungen. Er hilft, komplexe Zusammenhänge zu visualisieren und Prioritäten zu setzen.
Info-Poster
Großformatige Poster vermitteln Grundlagenwissen zu Projektvorstellung und Ablauf, Luftschadstoffen und Grenzwerten, Messtechnik und Sensoren sowie zur wissenschaftlichen Methode. Sie wurden gemeinsam von IZM (fachliche Inhalte) und S&V (grafische Gestaltung) entwickelt.
Automatisierte Erstellung
Für die Erstellung der Workshop-Materialien wurde eine Software entwickelt, die auf Basis öffentlicher geografischer und kalendarischer Daten druckfertige Dokumente generiert. Eingegeben werden Projektgebiet und Zeitraum, ausgegeben werden hochauflösende Stadtteilkarte und Zeitleiste in einheitlichen Stilvorlagen. Dies reduziert den manuellen Aufwand bei der Vorbereitung neuer Fallstudien erheblich.
Vom Analogen zum Digitalen
Die physischen Werkzeuge und die digitale Plattform sind aufeinander abgestimmt. Nach den Workshops werden die erarbeiteten Inhalte in die Online-Plattform überführt:
- Annotationen auf der Karte → Digitale Marker und Tags
- Einträge auf dem Zeitstrahl → Events und Zeiträume im System
- Conceptual Framework → Digitales Variablen-Netzwerk
Die Herausforderung besteht darin, den Übergang von der kollaborativen Workshop-Situation zur individuellen Online-Nutzung zu gestalten. Die physische Karte bleibt oft als Referenz im Projektraum hängen; die digitale Version ermöglicht die weitere Arbeit und die Verknüpfung mit den Messdaten.
Erkenntnisse
Was gut funktioniert
- Großformatige Karten: Die gemeinsame Arbeit an einer physischen Karte fördert den Austausch und macht das kollektive Wissen sichtbar
- Wenige, flexible Werkzeuge: Ein minimalistisches Toolkit ist anpassungsfähiger als viele spezialisierte Tools
- Präsenz-Workshops: Die persönliche Begegnung schafft Verbindlichkeit und Motivation
- Expertenwissen einbringen: Fachliche Begleitung ist für die Interpretation unverzichtbar
Herausforderungen
- Ressourcenaufwand: Präsenz-Workshops erfordern Zeit, Räume und Moderation
- Dokumentationsqualität: Installationsprotokolle und Beobachtungen werden oft unvollständig ausgefüllt
- Datenunsicherheit: Teilnehmende sind oft unsicher bei der Interpretation von Messergebnissen
- Erwartungsmanagement: Nicht alle Fragen lassen sich beantworten, nicht alle Hypothesen bestätigen sich