Die direkte Demokratie der Schweiz verlangt von Bürgerinnen und Bürgern, Verantwortung für die Gestaltung ihrer Städte zu übernehmen. Wenn eine Änderung der Tramlinie eine Reihe jahrhundertealter Platanen bedroht oder eine Strassenumgestaltung jene Parkplätze entfernt, um die herum Anwohner ihren Alltag organisiert haben, wird Politik plötzlich sehr persönlich. Die Vorteile hingegen sind oft schwer vorstellbar: warum eine schmalere Strasse den Verkehr beruhigen kann oder weshalb wasserdurchlässiger «Schwammbelag» Überschwemmungen und Hitzestress reduziert. Diese Effekte sind manchmal indirekt und kontraintuitiv. Dennoch erwartet die klassische Planungskommunikation, dass Bürgerinnen und Bürger solche Zusammenhänge anhand einer städtischen Website und einiger Visualisierungen erfassen. Innerhalb weniger Minuten sollen sie die komplexe räumliche Logik verstehen, an der Planerinnen, Architekten und Ingenieure monatelang gearbeitet haben – und diese auf ihren eigenen Alltag und ihr Quartier beziehen.

An der ETH Zürich wollten Forschende herausfinden, ob digitale Immersion Bürgerinnen und Bürger dabei unterstützen kann, Nachhaltigkeitsprojekte besser zu verstehen und fundierter darüber zu diskutieren. Gemeinsam mit einer fotorealistischen 3D-Visualisierung des Place de la Cathédrale in Lausanne, bereitgestellt von Uzufly, wurde die geplante Umgestaltung der nahegelegenen Avenue d’Echallens integriert: mehr Bäume, Velowege, Verkehrsberuhigung, wasserdurchlässige Beläge – und den Wegfall einer Reihe von Parkplätzen. Unter den 195 Teilnehmenden war gerade die Abschaffung der Parkplätze der unpopulärste Aspekt. Genau deshalb eignete sich das Projekt besonders gut als Testfall.

Eine Strasse im Kopf entstehen lassen

Die Hälfte der Teilnehmenden – die Kontrollgruppe – begegnete dem Projekt so, wie es heute meist geschieht: über eine Website mit Texten und Bildern. Die andere Hälfte absolvierte einen zehnminütigen virtuellen Spaziergang aus der Ich-Perspektive entlang von sechs Stationen der neugestalteten Strasse. Soundeffekte und ein Erzähler wiesen auf Details hin: den Velostreifen am Strassenrand, Menschen vor einer Crêperie oder den wasserdurchlässigen Belag unter den Füssen.

Der Rundgang basierte auf gut erforschten Erkenntnissen der Gedächtnispsychologie: Informationen bleiben besser in Erinnerung, wenn sie mit konkreten Orten verbunden und in einzelne Episoden gegliedert werden. Viele kennen dieses Phänomen aus dem Alltag – etwa wenn man sich an einen Podcast erinnert, sobald man wieder an derselben Strassenecke vorbeikommt.

Wichtig ist: Der sachliche Inhalt war für beide Gruppen identisch. Nur die Art der Vermittlung war unterschiedlich.

Wenn Bilder Wissen verankern

Das erste Ergebnis war eindeutig: Teilnehmende des virtuellen Rundgangs erinnerten sich besser an das Projekt. Sie schrieben längere Antworten, verwendeten häufiger die Fachbegriffe des Projekts und konnten sich deutlich öfter an konkrete Zahlen und die dazugehörigen Bilder und Metaphern erinnern.

Das deutlichste Beispiel betraf den porösen Belag, den der Erzähler als geeignet beschrieb, um mehrere tausend Liter Regenwasser zu speichern – «etwa zehn Badewannen voll». Genau dieses Bild blieb vielen Teilnehmenden im Gedächtnis.

Das klingt zunächst wenig überraschend. Bilder und Videos wirken unmittelbarer als Text. Überraschend war vielmehr, wofür diese zusätzliche Erinnerung genutzt wurde.

Derselbe Chatbot, unterschiedliche Gespräche

Nachdem die Teilnehmenden das Projekt kennengelernt hatten, begegneten sie zwei KI-Begleitern, beide basierend auf ChatGPT.

Die erste, Flo, war eine faktengebundene Assistentin. Sie durfte ausschliesslich Informationen verwenden, die in den offiziellen Planungsunterlagen enthalten waren. Fragte jemand etwa, ob die Umgestaltung die Steuern erhöhen würde, und die Dokumente enthielten dazu keine Angaben, antwortete Flo genau das.

Der zweite, Gustavo, war hingegen ein deliberativer Gesprächspartner. Er stellte strukturierte Rückfragen, um Teilnehmende dazu anzuregen, ihre eigenen Argumente zu reflektieren, Zielkonflikte abzuwägen und andere Perspektiven einzubeziehen. Wie Flo durfte auch er keine Fakten erfinden oder eigene Meinungen äussern. Überraschend war, wie unterschiedlich Gustavo je nach vorheriger Projekterfahrung genutzt wurde.

Teilnehmende, die das Projekt nur als Text und statische Bilder gesehen hatten, behandelten ihn oft wie eine digitale Vertretung der Stadtverwaltung: «Frische, gekühlte Lebensmittel lassen sich nicht tonnenweise mit dem Velo transportieren» oder «eine hohe Entschädigung könnte meinen Verlust zumindest ausgleichen». Die Gespräche waren selten aggressiv, aber deutlich defensiv geprägt. Die Teilnehmenden verteidigten bestehende Routinen; Gustavo wurde zur Behörde, bei der man sich beschwert.

Ganz anders verliefen die Gespräche nach dem virtuellen Rundgang. Diese Teilnehmenden stellten sich «Familienanlässe für alle Generationen» vor, sprachen von «Zusammenhalt und Gemeinschaft» im Quartier oder von Orten, an denen sich der Stolz auf das eigene Umfeld neu entfalten könne. Statistisch zeigten sie signifikant mehr Empathie – in Form konkreter und plausibler Vorstellungen davon, wie sich die künftige Strasse anfühlen könnte.

Nach den Gesprächen mit den KI-Begleitern wurden die Teilnehmenden gebeten, der Stadt Rückmeldungen zu geben – ähnlich wie in einem echten Mitwirkungsverfahren. Auch hier unterschieden sich die Gruppen deutlich. Die Kontrollgruppe wiederholte vor allem jene persönlichen Sorgen, die sie bereits im Gespräch mit Gustavo geäussert hatte.

Die Gruppe mit virtuellem Rundgang machte dagegen häufiger konkrete Verbesserungsvorschläge, die auf Gemeinschaftsnutzung und Rücksicht auf andere Bewohnerinnen und Bewohner abzielten. Eine Person merkte an, dass Sitzbänke allein nicht genügen, um die vorgestellten Familientreffen zu ermöglichen; dafür brauche es auch Tische. Eine andere schlug vor, statt Zierbäumen Obstbäume zu pflanzen, um den Ort «zu einem Treffpunkt zu machen, an dem Fremde miteinander Früchte teilen».

Wichtig ist: Diese Unterschiede entstanden nicht aufgrund verschiedener Demografie, Mobilitätsgewohnheiten oder Chatbot-Antworten. Entscheidend war vielmehr, wie gut sich die Teilnehmenden das Projekt vorstellen und daran erinnern konnten. Wer die zukünftige Strasse klarer vor Augen hatte, machte häufiger konstruktive und gemeinschaftsorientierte Vorschläge.

Die Grenzen solcher Systeme wurden allerdings ebenfalls sichtbar. Fünf Teilnehmende blieben während des gesamten Experiments unbeirrbar ablehnend. Gustavos Versuche, alternative Perspektiven einzubringen, prallten an ihnen ab. Auch das betrachten wir als wichtige Erkenntnis. Gesprächsbasierte KI kann persönliche Deliberation nicht ersetzen – insbesondere nicht bei verhärteten Konflikten. Sie soll ausserdem nicht zur Manipulation eingesetzt werden.

Diagnoseinstrument für Planerinnen und Planer

Für Gemeinden ergab sich zudem ein unerwarteter Nutzen. Als Bürgerinnen und Bürger Flo nach Projektkosten oder Bauzeiten fragten – typische Fragen in Beteiligungsverfahren – musste sie eingestehen, dass diese Informationen in ihren Quellen fehlten. Nicht, weil sie absichtlich weggelassen wurden. Die Plattform wurde ausschliesslich mit real veröffentlichten Planungsdokumenten gespeist – und genau dort fehlten diese Angaben ebenfalls.

Darin liegt ein weiteres Potenzial solcher Systeme: Bevor eine Stadt ein grosses Projekt veröffentlicht, könnte sie ihre vorgesehenen Unterlagen in eine Online-Plattform einspeisen und beobachten, welche Fragen Teilnehmende tatsächlich stellen. Die unbeantworteten Fragen würden zeigen, wo die Kommunikation noch Lücken aufweist. Das wäre eine schnelle, kostengünstige und risikoarme Möglichkeit, Kommunikationsmaterial zu testen, bevor ein Projekt öffentlich vorgestellt wird.

Auch die Technologien selbst werden zunehmend zugänglicher. Fortschritte bei 3D-Erfassung und faktengebundenen Sprachmodellen senken die Kosten immersiver Beteiligungsplattformen rapide. Neu ist weniger die einzelne Technologie als vielmehr die sorgfältige Kombination bereits existierender Bausteine.

Für Städte, die über den Einsatz von KI in der öffentlichen Beteiligung nachdenken, zeigt das Experiment vor allem eines: Entscheidend ist nicht die KI allein und auch nicht der Bürger allein, sondern die Interaktion zwischen beiden. Wie Menschen KI nutzen, hängt stark davon ab, wie gut sie ein Thema bereits verstehen. Ein Sprachmodell wird dann zum Denkpartner statt zum Orakel, wenn Bürgerinnen und Bürger gut vorbereitet in die Diskussion gehen.

Die Skalierung der Gemeindeversammlung

Für Bürgerinnen und Bürger reicht die Bedeutung dieser Erkenntnisse über die Stadtplanung hinaus. Demokratische Beteiligung hängt wesentlich davon ab, wie gut Menschen verstehen, worüber sie diskutieren. Wir können Zielkonflikte besser abwägen, andere Perspektiven berücksichtigen und eher gemeinsamen Boden finden, wenn wir uns die vorgeschlagene Zukunft konkret vorstellen können.

Das bringt auch Verantwortung mit sich. Wenn Städte sorgfältig aufbereitete Erklärungen bereitstellen, sollten wir uns ernsthaft damit auseinandersetzen. Vielleicht profitieren wir sogar davon, einige der Methoden aus unserem Experiment selbst anzuwenden: mehrere Sinne einzubeziehen, Informationen mit konkreten Bildern oder Metaphern zu verknüpfen und komplexe Inhalte in überschaubare Abschnitte zu gliedern. Solche Gewohnheiten können uns zu konstruktiveren und empathischeren Gesprächspartnern machen – unabhängig davon, ob wir ein Projekt unterstützen oder ablehnen.

Persönliche Gemeindeversammlungen und öffentliche Anhörungen werden wohl vorläufig weiterhin der Goldstandard bleiben. Doch viele Bürgerinnen und Bürger haben die Möglichkeit einer direkten Beteiligung nicht. Das Experiment deutet auf eine nützliche Ergänzungsmöglichkeit hin: reichhaltigere, informiertere Diskussionen von zu Hause werden nun im grösseren Massstab möglich.

Eine gut gestaltete digitale Beteiligungsplattform wird politische Konflikte nicht beseitigen – und sollte das auch nicht. Sie könnte uns jedoch helfen, auf der Grundlage eines klareren gemeinsamen Verständnisses darüber zu streiten, was tatsächlich vorgeschlagen wird.

Die zugrunde liegende wissenschaftliche Studie befindet sich derzeit im Peer Review. Ein Preprint ist hier verfügbar: https://arxiv.org/abs/2604.16348

Deklaration: Dieser Inhalt wurde von Carina I. Hausladen, Javier Argota Sánchez-Vaquerizo, Michael Siebenmann, Arthur Capozzi, Sachit Mahajan und Dirk Helbing von der ETH Zürich im Rahmen der Partnerschaft mit Sustainable Switzerland selbst erstellt.