Management und Entscheidungsunterstützung in der nachhaltigen Stadtplanung

Management und Entscheidungsunterstützung in der nachhaltigen Stadtplanung

Hintergrund

Das intelligente und informationsgestützte Management von Stadtplanungs-aufgaben kann einen wesentlichen Beitrag zu den kommunalen, nationalen und internationalen Klimaschutz- und Nachhaltigkeitszielen leisten.

Inhalte der Arbeit

Ziel der Arbeit ist es, für die Aufgabenbereiche und Schutzgüter Land, Wasser und Stoffe in der Stadtplanung Techniken zu identifizieren und zu bewerten, die zur Lösung von mehrkriteriellen Entscheidungs-problemen und zur Durchführung von Prognosen dienen. Neben der theoretischen Betrachtung, wird ein Umsetzungskonzept erarbeitet und prototypisch für die Karlsruher Innenstadt-Ost angewendet.  Die Ergebnisse sollen städtische Akteure bei der Bewertung der Ressourceneffizienz von Änderungsmaßnahmen unterstützen. Der Fokus der Arbeiten soll dabei zum Einen auf der Abbildung der Verflechtungen von mehrkriteriellen Entscheidungsproblemen in der Stadtplanung liegen. Zum Anderen sollen wissenschaftliche Methoden zur Vereinfachung der Bewertung und Evaluation dieser Probleme bestimmt werden. Die Ausarbeitung sowie eigene Ergebnisse und Schlussfolgerungen sind im Rahmen der Arbeit ausführlich und nachvollziehbar darzustellen. Fachlich ist die Arbeit ist dem Operations Research und Data Science zuzuordnen.

Die Arbeit unterstützt das vom Bundesministerium für Bildung und Forschung (BMBF) geförderte Forschungsprojekt NaMaRes, das sich mit Ressourcenmanagement in Bestandsquartieren auseinandersetzt. Weitere Informationen: https://www.iip.kit.edu/1064_4242.php. Der Bezug zum Forschungsprojekt bietet eine besondere Gelegenheit, eng mit führenden ExpertInnen und ForscherInnen ein praxisrelevantes Thema zu bearbeiten.

Anforderungen

Das Angebot richtet sich hauptsächlich an Studentinnen und Studenten der Architektur und des Wirtschaftsingenieurwesens aber auch an Studierende anderer Fachrichtungen. Eigeninitiative, Gründlichkeit, Zuverlässigkeit und eine Affinität zu Zahlen sind wünschenswert.