Mikro-Szenario #2: Wohnraum in Ballungszentren

🎧 1. Einstieg – Frequenzabfrage

KI (sanft, neutral):

„Stell dir vor, du suchst in 10 Jahren eine Wohnung in einer Stadt.
Welche der folgenden Aussagen schwingen am meisten mit dir?"

□ A: Ich möchte in der Stadt wohnen können – auch wenn das bedeutet, dass meine Wohnung klein ist oder ich mit anderen teile.

□ B: Ich bin bereit, außerhalb zu wohnen und zu pendeln, wenn ich dafür mehr Platz und Grün habe.

□ C: Mir ist wichtig, dass Wohnraum bezahlbar bleibt – auch wenn das bedeutet, dass der Staat stark reguliert (z.B. Mietpreisbremsen, Luxussteuern).

□ D: Ich finde, der Markt sollte entscheiden – wer mehr zahlen kann, soll auch besser wohnen dürfen.

□ E: Ich wünsche mir gemeinschaftliche Wohnformen (Co-Housing, Genossenschaften) – auch wenn das bedeutet, dass ich weniger Privatsphäre habe.

□ F: Ich möchte, dass Leerstand konsequent besteuert wird – auch wenn das Eigentümer:innen belastet.

□ G: Ich finde, Neubau sollte Priorität haben – auch wenn das bedeutet, dass Grünflächen weichen müssen.

□ H: Ich finde, Bestandsschutz ist wichtig – auch wenn das bedeutet, dass weniger neuer Wohnraum entsteht.

„Du kannst mehrere auswählen – oder deine eigene Resonanz hinzufügen."

🌀 2. Szenarien-Synthese

Basierend auf der Auswahl generiert die KI ein kurzes Zukunftsbild.

(Hier stark verkürzt – in der echten App wäre das ein 3-Minuten-Kurzfilm oder eine interaktive Visualisierung.)

Im Jahr 2035 lebst du in City X

"Deine Wohnung ist Teil einer Genossenschaft, die vor 5 Jahren gegründet wurde.
Du hast 45 m² – nicht riesig, aber hell und gut geschnitten. Im Erdgeschoss gibt es eine Gemeinschaftsküche, die du nutzen kannst, wenn du willst. Deine Miete beträgt 1.200 / Monat – staatlich gedeckelt, weil die Stadt eine Mietpreisbremse eingeführt hat.

In deinem Quartier stehen drei Häuser leer – sie gehören Investor:innen, die auf Wertsteigerung spekulieren. Seit 2032 zahlen sie dafür eine Leerstandssteuer (5% des Immobilienwerts/Jahr). Zwei der drei Häuser wurden inzwischen verkauft und in Genossenschaften umgewandelt.

Dein Nachbar, der seit 40 Jahren hier wohnt, musste nicht ausziehen. Seine Miete ist durch Bestandsschutz geschützt. Aber das Haus nebenan wurde abgerissen und durch einen Neubau mit 60 Wohnungen ersetzt. Du siehst weniger Himmel als früher – aber du weißt: 60 Familien haben jetzt ein Zuhause."

„Dieses Szenario basiert auf deinen gewählten Resonanzen.
Möchtest du etwas verändern oder anpassen?"

🔁 3. Iteration

Du kannst:

  • Gewichtungen verändern: „Ich möchte mehr Grünflächen – auch wenn das weniger Neubau bedeutet."
  • Werte neu kalibrieren: „Die Leerstandssteuer ist mir zu niedrig. Kann ich 10% einstellen?"

Was, wenn keine der Aussagen perfekt passt?
Du kannst auch eine eigene Policy-Ideen einreichen, z.B.: „Was wäre, wenn wir für jede neue Luxuswohnung zwei bezahlbare Wohnungen bauen müssen?"

📊 4. Heatmap-Speicherung

Dein Szenario fließt in die Heatmap ein:

  • Anonymisiert
  • Segmentiert (nach Region, Altersgruppe, Wohnsituation)
  • Rückspielbar: Du kannst sehen, wie viele andere ähnlich empfinden

Beispiel-Heatmap (City X):

  • 67% unterstützen Mietpreisbremsen
  • 54% unterstützen Leerstandssteuern
  • 48% sind offen für Verdichtung (Neubau), aber nur mit Grünausgleich
  • 39% bevorzugen Genossenschaften gegenüber privatem Eigentum
  • 22% finden, der Markt sollte frei entscheiden
  • 71% wollen Bestandsschutz für Altmieter:innen

[ein stilisiertes Flächen-Chart oder Farbverlauf, als Platzhalter?]

🧭 5. Auswertung & Policy-Prototypen

Die KI generiert – basierend auf der Heatmap – drei Policy-Prototypen:

Policy-Prototyp A: „Das Genossenschafts-Plus-Modell"

Was:

  • Staat fördert Genossenschaften mit zinslosen Darlehen
  • Mietpreisbremse: max. 18 / m² in Ballungszentren
  • Leerstandssteuer: 5% des Immobilienwerts/Jahr
  • Neubau nur mit Grünausgleich (1:1 – für jeden m² versiegelte Fläche muss 1 m² Grün entstehen)

Impact:

  • Mieten bleiben bezahlbar
  • Genossenschaften wachsen
  • Leerstand sinkt
  • Grünflächen bleiben erhalten (aber auf Dächern, Fassaden)

Kosten:

  • ca. 1,5 Mrd. pro Jahr (staatliche Darlehen)

Konflikte:

  • Eigentümer:innen fühlen sich enteignet
  • Neubau wird teurer (wegen Grünausgleich)
  • Markt wird stark reguliert

Wer unterstützt diesen Prototyp? → 63% (basierend auf Heatmap)

Policy-Prototyp B: „Das Markt-Modell mit sozialer Absicherung"

Was:

  • Keine Mietpreisbremse
  • Keine Leerstandssteuer
  • Aber: Staat baut selbst 10.000 soziale Wohnungen/Jahr
  • Zugang nur für Menschen unter einer bestimmten Einkommensgrenze

Impact:

  • Markt bleibt frei
  • Luxuswohnungen entstehen
  • Sozial Schwache haben Zugang zu bezahlbarem Wohnraum
  • Aber: Mittelschicht bleibt unter Druck

Kosten:

  • ca. 3 Mrd. pro Jahr (staatlicher Wohnungsbau)

Konflikte:

  • Zwei-Klassen-Wohnsystem
  • Gentrifizierung beschleunigt sich

Wer unterstützt diesen Prototyp? → 18% (basierend auf Heatmap)

Policy-Prototyp C: „Das Verdichtungs-Modell"

Was:

  • Massiver Neubau (Ziel: +20% Wohnraum in 10 Jahren)
  • Grünflächen werden teilweise versiegelt
  • Mietpreise sinken durch Angebot
  • Keine Leerstandssteuer, keine Mietpreisbremse

Impact:

  • Viel neuer Wohnraum
  • Preise sinken (durch Angebot)
  • Aber: Weniger Grün, dichtere Städte

Kosten:

  • Private Investor:innen bauen (staatlich gefördert)

Konflikte:

  • Lebensqualität sinkt (weniger Grün, mehr Enge)
  • Alteingesessene fühlen sich verdrängt

Wer unterstützt diesen Prototyp? → 12% (basierend auf Heatmap)

🔄 6. Zweite Runde: Feinabstimmung

Die KI zeigt:

„Prototyp A hat die meiste Unterstützung (63%).

Aber es gibt Spannungen:- 28% finden die Leerstandssteuer zu niedrig- 19% wollen mehr Neubau, auch ohne Grünausgleich- 12% finden Mietpreisbremsen zu stark

Möchtest du Prototyp A anpassen? Oder einen eigenen Prototyp einreichen?"

Du kannst:

  • Die Leerstandssteuer auf 10% erhöhen
  • Grünausgleich lockern (z.B. 1:0,5)
  • Mietpreisbremse auf 20 / m² anheben

Oder:

Du reichst einen eigenen Prototyp ein:

„Prototyp D: Das Rotations-Modell"

Idee: Wohnungen werden nicht verkauft, sondern nur vermietet.Nach 10 Jahren müssen Mieter:innen weiterziehen (oder kaufen).So bleibt Wohnraum im Fluss.

Die KI fügt deinen Prototyp zur Heatmap hinzu.

Andere sehen ihn. Andere stimmen ab.

Vielleicht findet er Resonanz. Vielleicht nicht.

✨ 7. Finale Auswertung

Nach 4 Monaten:

Die losbasierten Bürger:innenräte (Stadtbezirk-Level) sehen die finale Heatmap:

  • 68% unterstützen Prototyp A (mit 10% Leerstandssteuer)
  • 14% unterstützen Prototyp B
  • 9% unterstützen Prototyp C
  • 5% unterstützen Prototyp D (Rotations-Modell)
  • 4% haben eigene Prototypen eingereicht

Die Räte verhandeln:

„Ok. 68% wollen das Genossenschafts-Modell mit 10% Leerstandssteuer.Das ist machbar.

Aber: 14% wollen ein freies Markt-Modell.Können wir einen Kompromiss finden?

Vielleicht: Mietpreisbremse nur in bestimmten Quartieren?Oder: Leerstandssteuer nur für Wohnungen über 200 m²?"

Sie entscheiden.

Nicht die KI. Nicht die Heatmap.

Aber: informiert.

Basierend auf dem, was die Menschen wollen.

🪶 8. Optionale Erweiterung

Am Ende des Prozesses kannst du:

  • Dein Szenario signieren (🪶), wenn du es als Resonanzstein weitergeben möchtest
  • Es verstecken, wenn du es nur für dich brauchst
  • Eine Frage an andere stellen: „Was wäre deine größte Sorge, wenn wir Leerstand besteuern?"

Was dieses Mikro-Szenario zeigt:

  1. Werte werden konkret (nicht „Gerechtigkeit", sondern „Mietpreisbremse ja/nein?")
  2. Konflikte werden sichtbar (Eigentum vs. Bezahlbarkeit, Verdichtung vs. Grün)
  3. Die Heatmap ist keine Entscheidung – sondern eine Verhandlungsgrundlage
  4. Policy-Prototypen ermöglichen Iteration (nicht Ja/Nein, sondern Feinabstimmung)
  5. Menschen entscheiden final – aber informiert

Zurück zum Haupttext →