Anti-Gentrifizierungs-Software nutzt Bilderfolge von Googles Street View als wichtige Grundlage
Jackelyn Hwang von der Stanford University und ihr Doktorand Tianyuan Huang haben eine Software zur Früherkennung einer Gentrifizierung entwickelt. Als Basis dienen Googles Street-View-Bilder, die in einem gewissen Turnus aktualisiert werden. Hwang und Huang haben die auf Künstlicher Intelligenz basierende Bildauswertungs-Software darauf trainiert, Unterschiede in zwei Bildfolgen zu erkennen, die auf einen Aufwertungsprozess eines innerstädtischen Wohnviertels hindeuten.
74 Prozent Trefferquote
"Wie ein Mensch versucht die Software, sich auf die aussagekräftigsten Bilder zu konzentrieren, wenn es um einen Haufen von Bildern geht", sagt Huang. In diesem Fall sucht diese zunächst nach Gebäuden und schaut dann genauer hin, um festzustellen, ob sich das Gebäude von einem Zeitpunkt zum nächsten verbessert hat. Anschließend wird den Bildern, die die Aufmerksamkeit auf sich ziehen, mehr Gewicht zugewiesen.
In Tests hat die Software in 74 Prozent der Fälle Gentrifizierung an Orten erkannt, an denen dieser Prozess zuvor mithilfe von demografischen Daten aus Volkszählungen und der "American Community Survey", die alle fünf Jahre stattfindet, erhoben wurde. Darüber hinaus fand das Modell frühe Anzeichen von Gentrifizierung in benachbarten Stadtteilen, die zuvor als nicht betroffen eingestuft worden waren.
Effizienteres Eingreifen
Langfristig soll die genauere Erfassung einer drohenden Gentrifizierung etwa durch Luxussanierungen von Wohnungen es Städten ermöglichen, gezieltere Maßnahmen gegen die Verdrängung zu ergreifen, sagt Hwang. Bessere Infos könnten die Städte beispielsweise dazu veranlassen, einen Mietschutz oder Regeln für eine Räumung aus wichtigem Grund zu erlassen, den Bau von erschwinglichem Wohnraum oder Mietsubventionen zu fördern oder Grundsteuererhöhungen für einkommensschwache Langzeitbewohner zu begrenzen.
