Advertisement

Partizipative Modellierung: Erkenntnisse und Erfahrungen aus einer Methodengenese

  • Marion DreyerEmail author
  • Wilfried Konrad
  • Dirk Scheer
Chapter

Zusammenfassung

Dieser Beitrag widmet sich der partizipativen Modellierung (PM). Als solche fassen wir die Mitwirkung von gesellschaftlichen Anspruchsgruppen und Wissensträgern bei der Erstellung und/oder Nutzung konzeptioneller und computergestützter Modelle. PM ist bisher vor allem in den Natur- und Technikwissenschaften zur Anwendung gekommen. Sie scheint aber zunehmend als ein Ansatz verstanden zu werden, bei dem Sozialwissenschaftler wichtige Aufgaben übernehmen können. Dieser Beitrag, der konzeptionelle wie anwendungsorientierte Aspekte behandelt, stellt diese Aufgaben auf Basis einer Literaturanalyse heraus. Vorab wird PM als ein generischer Begriff für eine Vielzahl konzeptioneller und praktischer Formate der Akteurseinbindung präsentiert und die transdisziplinäre Nachhaltigkeitsforschung als Haupteinsatzgebiet von PM bestimmt. Nach der Erörterung der Rolle und Relevanz der Sozialwissenschaften in PM-Prozessen wird PM anhand des Forschungsprojekts CO2BRIM veranschaulicht. In diesem Projekt werden sozialwissenschaftliche Zugänge zur partizipativen Modellierung in Bezug auf eine energie- und klimapolitisch relevante Technologieentwicklung erprobt. Dem Anwendungsbeispiel folgt eine Diskussion der Chancen und Herausforderungen von PM in transdisziplinären Projekten.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Antunes, P., Santos, R., & Videira, N. (2006). Participatory decision making for sustainable development – the use of mediated modelling techniques. Land Use Policy 23, 44–52.CrossRefGoogle Scholar
  2. Bogner, A., Gaube, V., & Smetschka, B. (2011). Partizipative Modellierung. Beteiligungsexperimente in der sozialökologischen Forschung. Österreichische Zeitschrift für Soziologie 36, 74–97.CrossRefGoogle Scholar
  3. Bots, P. W. G., & van Daalen, C. E. (2008). Participatory model construction and model use in natural resource management: A framework for reflection. Systemic Practice and Action Research 21, 389–407.CrossRefGoogle Scholar
  4. Brown Gaddis, E. J., Vladich, H., & Voinov, A. (2007). Participatory modeling and the dilemma of diffuse nitrogen management in a residential watershed. Environmental Modelling and Software 22, 619–629.CrossRefGoogle Scholar
  5. Cockerill, K., Passell, H., & Tidwell, V. (2006). Cooperative modeling: building bridges between science and the public. Journal of the American Water Resources Association 42, 457–471.CrossRefGoogle Scholar
  6. Drakeford, B., Borodzicz, E., Dreyer, M., & Renn, O. (2009). Review of literature about participatory modelling in natural resource governance: Findings from forestry management (Part 1) and water resources / river basin management (Part 2). Bericht 2.4 des EU Projekts JAKFISH (Vertragsnr. 212969) . Stuttgart: DIALOGIK.Google Scholar
  7. Dreyer, M., & Renn, O. (2011). Participatory approaches to modelling for improved learning and decision-making in natural resource governance: an editorial. Environmental Policy and Governance 21, 379–385.Google Scholar
  8. Ekardt, F., van Riesten, H., & Hennig, B. (2011). CCS als Governance- und Rechtsproblem. Zeitschrift für Umweltpolitik & Umweltrecht 34, 409–436.Google Scholar
  9. Flick, U. (2007). Qualitative Sozialforschung. Eine Einführung (vollständig überarbeitete und erweiterte Neuausgabe). Reinbek bei Hamburg: Rowohlt.Google Scholar
  10. Funtowicz, S. O., & Ravetz, J. R. (1993). Science for the post-normal age. Futures 25, 739–755.CrossRefGoogle Scholar
  11. Garrod, G., Raley, M., Aznar, O., Espinosa, O. B., Barreteau, O., Gomez, M., Schaft, F., & Turpin, N. (2013). Engaging stakeholders through participatory modelling. Proceedings of the ICE – Engineering Sustainability 166, 75–84.CrossRefGoogle Scholar
  12. Gibbons, M., Limoges, C., Nowotny, H., Schwartzman, S., Scott, P., & Trow, M. (1994). The new production of knowledge: the dynamics of science and research in contemporary societies . London: Sage.Google Scholar
  13. Haapasaari, P., Mäntyniemi, S., & Kuikka, S. (2012). Baltic herring fisheries management: stakeholder views to frame the problem. Ecology and Society 17: 36.http://dx.doi.org/10.5751/ES-04907-170336. Zugegriffen: 15. April 2013.Google Scholar
  14. Haapasaari, P., Mäntyniemi, S., & Kuikka, S. (2013). Involving stakeholders in building integrated fisheries models using Bayesian methods. Environmental Management 51, 1247–1261.Google Scholar
  15. Hare, M. (2011). Forms of participatory modelling and its potential for widespread adoption in the water sector. Environmental Policy and Governance 21, 386–402.Google Scholar
  16. Hare, M., Letcher, R. A., & Jakeman, A. J. (2003). Participatory modelling in natural resource management: a comparison of four case studies. Integrated Assessment 4, 62–72.CrossRefGoogle Scholar
  17. IEA (International Energy Agency) (2012). Medium-Term Coal Market Report 2012. Market Trends and Projections to 2017 . Paris: IEA.Google Scholar
  18. IEA (International Energy Agency) (2013). Medium-Term Gas Market Report 2013. Market Trends and Projections to 2018 . Paris: IEA.Google Scholar
  19. IPCC (Intergovernmental Panel on Climate Change) (2005). Special Report on Carbon Dioxide Capture and Storage, Contribution of Working Group III, Report of the Intergovernmental Panel on Climate Change . Cambridge: Cambridge University Press.Google Scholar
  20. IRGC (International Risk Governance Council) (2005). Risk governance – towards an integrative approach, White Paper no 1 . Genf: IRGC.Google Scholar
  21. Joss, S. (2000). Die Konsensuskonferenz in Theorie und Anwendung . Stuttgart: Akademie für Technikfolgenabschätzung in Baden-Württemberg.Google Scholar
  22. Kissinger, A., Noack, V., Knopf, S., Scheer, D., Konrad, W., & Class, H. (2014). Characterization of reservoir conditions for CO2 storage using a dimensionless gravitational number applied to the North German Basin. Sustainable Energy Technologies and Assessments 7: 209–220. DOI: 10.1016/j.seta.2014.06.003.Google Scholar
  23. Kopp, A., Class, H., & Helmig, R. (2009a). Investigations on CO2 storage capacity in saline aquifers – Part 1. Dimensional analysis of flow processes and reservoir characteristics. International Journal of Greenhouse Gas Control 3, 263–276.CrossRefGoogle Scholar
  24. Kopp, A., Class, H., & Helmig, R. (2009b). Investigations on CO2 storage capacity in saline aquifers – Part 2. Estimation of storage capacity coefficients. International Journal of Greenhouse Gas Control 3, 277–287.CrossRefGoogle Scholar
  25. Mäntyniemi, S., Haapasaari, P., Kuikka, S., Parmanne, R., Lehtiniemi, M., & Kaitaranta, J. (2013). Incorporating stakeholders‘ knowledge to stock assessment: central Baltic herring. Canadian Journal of Fisheries and Aquatic Sciences 70, 591–599.CrossRefGoogle Scholar
  26. Motos, L., & Wilson, D. C. (2006). The role of science within modern management processes with the development of model-based evaluation tools. In L. Motos, & D. C. Wilson (Hrsg.), The knowledge base for fisheries management (S. 425–436). Amsterdam et al.: Elsevier.CrossRefGoogle Scholar
  27. Müller, C., & Reinhold, K. (Hrsg.). (2011). Informationssystem Speichergesteine für den Standort Deutschland – eine Grundlage zur klimafreundlichen geotechnischen und energetischen Nutzung des tieferen Untergrundes (Speicher-Kataster Deutschland). Abschlussbericht . Berlin, Hannover: Bundesanstalt für Geowissenschaften und Rohstoffe.Google Scholar
  28. Newig, J., Gaube, V., Berkhoff, K., Kaldrack, K., Karsten, B., Lutz, J., Schlußmeister, B., Adensam, H., Haberl, H., Pahl-Wostl, C., Colard, A., Aigner, B., Maier, R., & Punz, W. (2007). Partizipative Modellbildung, Akteurs- und Ökosystemanalyse in Agrarintensivregionen. Schlussbericht des deutsch-österreichischen Verbundprojektes.Google Scholar
  29. Beiträge des Instituts für Umweltsystemforschung der Universität Osnabrück (USF), Beitrag Nr. 39 . Osnabrück: USF. http://www.usf.uos.de/usf/literatur/beitraege/texte/039-newig.pdf. Zugegriffen: 10. Juni 2013.
  30. Ravera, F., Hubacek, K., Reed, M., & Tarrasón, D. (2011). Learning from experiences in adaptive action research: a critical comparison of two case studies applying participatory scenario development and modelling approaches. Environmental Policy and Governance 21, 433–453.Google Scholar
  31. Refsgaard, J. C., Henriksen, H. J., Harrar, W. G., Scholten, H., & Kassahun, A. (2005). Quality assurance in model based water management – review of existing practice and outline of new approaches. Environmental Modelling & Software 20, 1201–1215.CrossRefGoogle Scholar
  32. Richardson, G. P., & Andersen, D. F. (1995). Teamwork in group model building. System Dynamics Review 11, 113–137.CrossRefGoogle Scholar
  33. Röckmann, C., Ulrich, C., Dreyer, M., Bell, E., Borodzicz, E., Haapasaari, P., Hauge, K. H., Howell, D., Mäntyniemi, S., Miller, D., Tserpes, G., & Pastoors, M. (2012). The added value of participatory modeling in fisheries management – what has been learnt? Marine Policy 36, 1072–1085.CrossRefGoogle Scholar
  34. Scheer, D. (2011). Computer simulation at the science-policy interface: assessing the policy relevance of CCS simulations. Energy Procedia 4, 5770–5777.CrossRefGoogle Scholar
  35. Scheer, D. (2013). Computersimulationen in politischen Entscheidungsprozessen: Zur Politikrelevanz von Simulationswissen am Beispiel der CO2-Speicherung . Wiesbaden: Springer VS.CrossRefGoogle Scholar
  36. Scheer, D., Konrad, W., & Scheel, O. (2013). Public evaluation of electricity technologies and future low-carbon portfolios in Germany and the USA. Energy, Sustainability and Society 3:8 .Google Scholar
  37. Schulz, M., Mack, B., & Renn, O. (Hrsg.). (2012). Fokusgruppen in der empirischen Sozialwissenschaft. Von der Konzeption zur Auswertung. Wiesbaden: Springer.Google Scholar
  38. Schulz, M., Scheer, D., & Wassermann, S. (2010). Neue Technik, alte Pfade? Zur Akzeptanz der CO2-Speicherung in Deutschland. GAIA 19/4, 287–296.Google Scholar
  39. Simon, C., & Etienne, M. (2010). A companion modelling approach applied to forest management planning. Environmental Modelling & Software 25, 1371–1384.CrossRefGoogle Scholar
  40. Squires, H., & Renn, O. (2011). Can participatory modelling support social learning in marine fisheries? Reflections from the Invest in Fish South West Project. Environmental Policy and Governance 21, 403–416.Google Scholar
  41. Stave, K. A. (2003). A system dynamics model to facilitate public understanding of water management options in Las Vegas, Nevada. Journal of Environmental Management 67, 303–313.CrossRefGoogle Scholar
  42. Stave, K. A. (2010). Participatory system dynamics modeling for sustainable environmental management: Observations from four cases. Sustainability 2, 2762–2784.CrossRefGoogle Scholar
  43. Steyaert, S., Lisoir, H., & Nentwich, M. (Hrsg.). (2006). Leitfaden partizipativer Verfahren. Ein Handbuch für die Praxis . Brüssel, Wien: Flemish Institute for Science and Technology Assessment, König-Baudouin-Stiftung, Institut für Technikfolgen-Abschätzung. http://epub.oeaw.ac.at/ita/ebooks/Leitfaden_pTA_DE_Feb06.pdf. Zugegriffen: 10. April 2013.
  44. Tulbure, I. (2002). Anwendung integrativer Modellierung zur Technikbewertung. Technikfolgenabschätzung 11, 98–103.Google Scholar
  45. van Asselt, M. B. A., Middelkoop, H., van’t Klooster, S. A., van Deursen, W. P. A., Haasnoot, M., Kwadijk, J. C. J., Buiteveld, H., Können, G. P., Rotmans, J., van Gemert, N., & Valkering, P. (2001). Development of flood management strategies for the Rhine and Meuse basins in the context of integrated river management. Report of the IRMA-SPONGE-project (3/NL/1/164 / 99 15 183 01) . Maastricht, Utrecht. http://www.icis.unimaas.nl/publ/downs/01_24.pdf. Zugegriffen: 16. September 2009.
  46. van Asselt, M. B. A., & Rijkens-Klomp, N. (2002). A look in the mirror: reflection on participation in Integrated Assessment from a methodological perspective. Global Environmental Change 12, 167–184.CrossRefGoogle Scholar
  47. van den Belt, M. (2004). Mediated modeling. A system dynamics approach to environmental consensus building . Washington et al.: Island Press.Google Scholar
  48. Vennix, J. A. M. (1996). Group model building: Facilitating team learning using system dynamics . Chichester: John Wiley & Sons.Google Scholar
  49. Voinov, A., & Bousquet, F. (2010). Modelling with stakeholders. Environmental Modelling & Software 25, 1268–1281.CrossRefGoogle Scholar
  50. von Goerne, G. (2009). CO2-Abscheidung und -Lagerung (CCS) in Deutschland. Germanwatch-Hintergrundpapier . Bonn, Berlin: Germanwatch.Google Scholar
  51. Webler, T., Tuler, S., & Dietz, T. (2011). Modellers’ and outreach professionals’ views on the role of models in watershed management. Environmental Policy and Governance 21, 472–486.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden 2015

Authors and Affiliations

  1. 1.StuttgartDeutschland

Personalised recommendations