KI-Auswertung in der Bürgerbeteiligung: Wie Consul aus Tausenden Eingaben einen nachvollziehbaren Report macht

Ein Beteiligungsprojekt der Stadt Bochum läuft seit August 2023, die Ideensammlung darin endete im September 2023. „Pocket Parks", ungenutzte Flächen in allen sechs Stadtbezirken, die zu kleinen Grünanlagen werden sollen. 65 Vorschläge kamen herein, dazu eine eigene Kommentarphase im selben Projekt. Zwei Parks sind inzwischen fertig.

65 Vorschläge kann ein Team lesen. Bei 650 wird es zäh. Bei 6.500 liest sie niemand mehr vollständig, und genau dort beginnt das eigentliche Problem digitaler Beteiligung.

Das Einsammeln ist gelöst. Plattformen dafür gibt es reichlich, und sie funktionieren. Was danach kommt, ist in vielen Kommunen bis heute Handarbeit. Jemand muss die Eingaben lesen, sortieren, gewichten und in einen Bericht überführen, den ein Ausschuss auch tatsächlich lesen kann.

In der Praxis endet an dieser Stelle vieles. Nicht am fehlenden Willen, sondern am Volumen, das zwei Sachbearbeitende neben dem Tagesgeschäft nicht in vertretbarer Zeit bewältigen. Ergebnisse bleiben aus und Rückmeldungen verzögern sich. Bei denen, die sich beteiligt haben, bröckelt dann das Vertrauen in das Verfahren.

Auswertung gehört in die Plattform, nicht daneben

Der übliche Weg führt aus dem System heraus. Daten exportieren, extern analysieren, Ergebnisse irgendwie zurückspielen. Das kostet Zeit und reißt eine Lücke in die Nachvollziehbarkeit, weil am Ende niemand mehr genau sagen kann, wie aus 400 Eingaben diese eine Aussage im Bericht geworden ist.

Wir haben die Auswertung deshalb als festen Bestandteil von Consul gebaut.

Der Auswertungsbericht entsteht auf zwei Ebenen, dem Gesamtprojekt und den einzelnen Beteiligungsphasen. Auf Projektebene steht eine Gesamtzusammenfassung mit Rahmen, Teilnehmendenzahl und den durchgeführten Phasen. In den Bericht fließen alle aktiven Phasen ein. Für den PDF-Export lässt sich je Phase wählen, ob sie dabei ist, und darunter jede Analyseschicht einzeln an- oder abwählen.

Was auf Phasenebene passiert

Am Beispiel einer Vorschlagsphase wie der in Bochum.

Statistiken und Zeitverläufe liefern das quantitative Bild, also wann wie viele Eingaben eingegangen sind und wo die Spitzen lagen. Eine textliche Zusammenfassung verdichtet das Inhaltliche, samt einer Einschätzung der Tonalität. Konstruktiv, kritisch, resigniert, fordernd? Diese Einschätzung gilt für Vorschläge und Kommentare gleichermaßen, was bei einem Projekt mit getrennter Kommentarphase den Unterschied macht.

Die thematische Kategorisierung ordnet die Eingaben nach inhaltlichen Schwerpunkten in Haupt- und Unterkategorien. Die Sentimentanalyse legt eine emotionale Dimension darüber und zeigt, welche Haltungen dominieren. Ein Ergebnisranking macht sichtbar, welche Vorschläge die meiste Unterstützung bekommen haben. Eine KI-Bewertung ordnet ein, wie sich die Unterstützung auf die Vorschläge verteilt, und schließt mit einer Empfehlung für die Projektverantwortlichen.

Dazu kommen vier zentrale Erkenntnisse, die die KI aus den Daten ableitet, ohne vorgegebenes Raster. Jede davon verweist auf ein bis drei konkrete Eingaben, mit Zitat und Link auf den Vorschlag oder Kommentar.

Eigene Fragen an die eigenen Daten

Der stärkste Baustein sitzt ebenfalls auf Phasenebene. Projektmanagerinnen und Projektmanager können der KI eigene Fragen zur jeweiligen Phase stellen, so spezifisch wie der Auswertungsbedarf es verlangt.

Statt auf vordefinierte Reportbausteine angewiesen zu sein, lässt sich gezielt nachhaken. Worin unterscheiden sich die Anliegen der ersten Beteiligungswoche von denen der letzten? Welche Vorschläge werden sowohl von zustimmenden als auch von kritischen Stimmen getragen? Gibt es Themen mit wenig Unterstützung, die emotional trotzdem stark besetzt sind?

Jede Antwort lässt sich einzeln als PDF oder Text herunterladen und wandert von dort in Ratsdokumente, Pressemitteilungen oder die Rückmeldung an die Teilnehmenden.

Wer was zu sehen bekommt

Projektverantwortliche legen fest, welche Bestandteile des Reports im Frontend für Bürgerinnen und Bürger sichtbar werden und welche ausschließlich in den PDF-Report fließen. Transparenz nach außen und interne Tiefenanalyse laufen über dasselbe Auswertungssystem, nur über zwei Ausgabekanäle.

Warum die Quellenangabe der eigentliche Kern ist

Die Auswertung soll den Aufwand verschieben. Weg von mechanischer Sortierarbeit, hin zu inhaltlicher Prüfung und qualifizierter Rückkopplung. Sachbearbeitende arbeiten dann nicht mehr gegen das Volumen an, sondern mit einem strukturierten Ausgangspunkt.

Entscheidend war für uns dabei die Quellenlogik. Jede zentrale Erkenntnis im Report führt zurück auf die konkreten Eingaben, aus denen sie entstanden ist, und die Themengruppen zeigen, welche Beiträge ihnen zugeordnet sind.

Das ist keine technische Spielerei, sondern die Voraussetzung dafür, dass eine Kommune den Bericht gegenüber Teilnehmenden und Gremien überhaupt vertreten kann. Ein Ausschussmitglied, das wissen will, worauf sich eine Erkenntnis stützt, bekommt die Antwort aus dem System und nicht aus dem Gedächtnis der Sachbearbeitung.

Was die Auswertung nicht leistet

Grenzen hat das System trotzdem, und sie liegen genau dort, wo es am bequemsten wäre, sie zu übersehen. Eine Kategorisierung ist eine Interpretation. Wer einen Report ungeprüft weiterreicht, hat eine inhaltliche Entscheidung an eine Maschine abgegeben, ohne es zu merken.

Der Bericht wird deshalb bewusst nicht als fertiges Ergebnis ausgeliefert. Er ist ein Entwurf mit Belegstellen, den jemand aus der Verwaltung gegenliest, bei Bedarf in Teilen ausblendet oder neu erzeugen lässt und am Ende verantwortet. Wer sich diesen Schritt spart, bekommt genau die Blackbox zurück, die das Verfahren eigentlich vermeiden sollte.

Dazu kommt eine schlichtere Einschränkung. Eine Sentimentanalyse erkennt Muster in dem, was geschrieben wurde, nicht in dem, was ungeschrieben blieb. Wenn sich eine Gruppe an einem Verfahren gar nicht erst beteiligt, taucht sie in keiner Auswertung auf, egal wie gut die Auswertung ist. Das bleibt eine Frage der Ansprache und der Zugänge, nicht der Analyse.

Dass diese Frage längst international gestellt wird, zeigt ein OECD-Bericht vom Juli 2026. Auf 78 Seiten geht er durch, was Künstliche Intelligenz in der Bürgerbeteiligung heute leistet, von Übersetzung über Moderation bis zur Facilitation. Und er zeigt, wo die Grenzen verlaufen. (Quelle: OECD, „Artificial Intelligence and the Future of Citizen Participation", Juli 2026)

In Bochum sind aus 65 Vorschlägen zwei fertige Parks geworden. Dieser Weg war überschaubar genug, um ihn von Hand zu gehen. Wo er das nicht ist, muss die Auswertung dieselbe Nachvollziehbarkeit liefern wie ein Mensch, der jede einzelne Eingabe gelesen hat.