Citizen Science & Beteiligung

SensEm setzt nicht auf reines Datensammeln, sondern auf echte Mitgestaltung. Dieses Kapitel zeigt das Citizen-Science-Paradigma – und wie Beteiligung mit Menschen, Rollen und Motivation tatsächlich gelingt.

Was ist Citizen Science? #

Citizen Science – die Beteiligung von Menschen ohne wissenschaftliche Ausbildung an Forschungsprozessen – bietet einen vielversprechenden Ansatz, die Lücken der amtlichen Umweltüberwachung zu füllen: Interessierte messen mit kostengünstigen Sensoren dezentral in ihrem Umfeld und werten die Daten selbst aus.

Die Lücke: messen statt forschen #

In der Praxis beschränken sich die meisten Citizen-Science-Projekte im Umweltbereich darauf, dass Bürgerinnen und Bürger Daten sammeln. Die eigentliche wissenschaftliche Arbeit – Forschungsfragen formulieren, Experimente planen, Ergebnisse interpretieren – bleibt den Wissenschaftlern vorbehalten. Bestehende „Toolkits" sind meist methodische Leitfäden: hilfreiche Dokumente, aber keine interaktiven Werkzeuge. Genau hier setzt SensEm an: nicht beim Messen, sondern beim Forschen.

Echte Mitgestaltung statt reiner Mitwirkung #

Ein zentrales Prinzip von SensEm ist die gemeinsame Gestaltung. Die Beteiligten sind nicht nur Datenlieferanten:

• Sie definieren ihre eigenen Forschungsfragen und Hypothesen.
• Sie entscheiden über Messorte, Zeiträume und Vorgehensweise.
• Sie interpretieren die Ergebnisse und entwickeln Handlungsoptionen.
• Sie geben Feedback zur Weiterentwicklung des Toolkits.

Das Toolkit führt durch bewährte Prozessschritte und fördert die Einhaltung wissenschaftlicher Prinzipien – während die inhaltlichen Entscheidungen bei den Teilnehmenden bleiben. Die wissenschaftliche Begleitung unterstützt und berät, dominiert aber nicht.

Forschung auf zwei Ebenen #

SensEm ist ein Forschungsprojekt mit einer zentralen Frage: Lassen sich wissenschaftliche Prozesse und Methoden so in Software abbilden, dass sie von Laien angewendet werden können – ohne dass die wissenschaftliche Qualität darunter leidet? Das Projekt untersuchte daher zwei Ebenen, die sich wechselseitig beeinflussten:

Auf der Anwendungsebene wurden konkrete Fallstudien durchgeführt: Bürgerinnen und Bürger untersuchten reale Fragestellungen zur Umweltqualität in ihrer Nachbarschaft.

Auf der Meta-Ebene fand Begleitforschung zum Citizen-Science-Prozess selbst statt: Das Projektteam analysierte, wie die Beteiligten mit dem Toolkit arbeiteten, welche Methoden funktionierten und wo Schwierigkeiten auftraten – und übersetzte das in Verbesserungen.

Drei Erfolgskriterien #

Die Wirksamkeit des Toolkits wurde anhand von drei Parametern evaluiert:

• Beteiligung: Wie intensiv beteiligen sich die Bürgerinnen und Bürger an den Phasen des Forschungsprozesses – über das reine Datensammeln hinaus, insbesondere an Forschungsdesign und Interpretation?
• Wissenschaftliche Qualität: Werden Methoden und Prinzipien eingehalten? Sind Prozesse und Ergebnisse nachvollziehbar, valide und wiederholbar?
• Systems Literacy: Welche Wirkung hat die Beteiligung auf die Teilnehmenden selbst?

Rollenkarten #

Um die Arbeit auf mehrere Schultern zu verteilen, wurden in den Fallstudien klare Rollen definiert. Die Infrastruktur-Rollen sind:

• Sensorpaten betreuen einen oder mehrere Sensoren. Sie überwachen Daten und Status, wechseln bei Bedarf den Akku und melden Auffälligkeiten. Oft sind es die Anwohner, an deren Balkon oder Zaun der Sensor montiert ist.
• Gateway-Paten betreiben ein LoRaWAN-Gateway in der eigenen Wohnung. Das Gerät benötigt lediglich eine Steckdose und einen Internetanschluss.
• Supporter unterstützen bei Akkuwechsel und Wartung, etwa wenn Sensorpaten verhindert sind oder technische Hilfe benötigt wird.

Weitere Rollen (noch zu migrieren): Journalist, Analyst, Co-Koordinator – Aufgaben und Verantwortlichkeiten je Rolle.

Beteiligung in der Praxis #

Am Anfang steht das Scoping: Über bestehende Netzwerke und lokale Initiativen werden Interessierte gewonnen, das Untersuchungsgebiet wird gemeinsam eingegrenzt (etwa per Kiezbegehung), Problemhotspots und potenzielle Messstandorte werden auf der Stadtteilkarte verortet. So entsteht zugleich ein Bild der Stakeholder und der lokalen Belastungssituation.

Rekrutierung & Motivation #

Das initiale Engagement war in allen Fallstudien hoch – die Bereitschaft zu Workshops und Sensorbetreuung groß. Die Motivation war dabei überwiegend politisch-aktivistisch und ergebnisorientiert: Viele erhofften sich Daten, die ihre Argumente für Verkehrsberuhigung stützen. Daraus ergeben sich zwei zentrale Aufgaben: Erwartungsmanagement (Messungen können Erwartungen auch widerlegen – Ergebnisoffenheit) und transparente, regelmäßige Kommunikation über den Projektfortschritt, gerade in langen Kampagnen.

Formative Evaluation #

Nach jeder Fallstudie – teils schon währenddessen – wurden die Erfahrungen systematisch ausgewertet, mit mehreren Methoden: Feedback-Workshops mit den Teilnehmenden, teilnehmende Beobachtung durch das Projektteam, qualitative Interviews zu Motivation und Erwartungen sowie die technische Auswertung von Sensordaten und Plattformnutzung. Diese Evaluation diente nicht der Bewertung am Projektende, sondern der laufenden Verbesserung: Erkenntnisse wurden priorisiert, in konkrete Änderungen übersetzt und in der nächsten Fallstudie erprobt.

Ehrliche Bilanz der Beteiligung #

• Ungleiche Arbeitslast: Oft erledigten wenige Aktive den Großteil der praktischen Arbeit. Die Rollenkarten halfen, die Last zu verteilen, glichen sie aber nicht völlig aus.
• Feldarbeit vor Konzeptarbeit: Praktische Tätigkeiten (Installation, Akkuwechsel) wurden geschätzt, die Arbeit mit digitalen Tools und die konzeptionelle/analytische Arbeit weniger.
• Wunsch nach Struktur: Zu große Offenheit überforderte; klare Vorgaben, Rollenkarten und vorbereitete Fragekataloge waren nötig, um Beteiligung stabil zu halten.
• Langzeitmotivation: Wiederholte Verschiebungen und lange Laufzeiten zehrten an der Motivation – umso wichtiger waren Kommunikation und Gemeinschaftsbildung.
• Commitment über das Projektende hinaus: Trotz aller Frustrationen erklärten sich Teilnehmende bereit, Messung und finale Auswertung über das Projektende fortzuführen.