Gemeinwohlorientierte Entscheidungsfindung mit Blockchain

Wie können algorithmen-gestützte Kriterienvergleiche für bestmögliche Entscheidungen genutzt werden?

Willkommen zum digitalen Forest Lab im Projekt "Bioökonomie 4.0"

Beteiligung beendet

Diskussion der gewählten Methodik

Gemeinwohlorientierte Entscheidungsfindung mit Blockchain

Gemeinwohlorientierte Entscheidungen sollen insgesamt das Beste für alle beteiligten/betroffenen Akteure mit ihren unterschiedlichen Interessen herbeiführen. Bei der Entscheidungsfindung muss daher für jede Problemstellung geklärt werden, wer die beteiligten Akteure sein sollen und worüber genau entschieden werden soll.

Beispiel Waldbewirtschaftung: Über die künftige Bewirtschaftung eines kommunalen Waldes sollen die Bürger*innen dieser Kommune entscheiden.

Die beste Entscheidung heißt dann, dass die Entscheidung getroffen wird, die die Zufriedenheit über alle Akteure hinweg maximiert. Das bedeutet: Es gibt grundsätzlich keine andere Entscheidungsalternative, die ein noch höheres Gemeinwohl herbeiführt. Es bedeutet nicht, dass jeder Akteur / jede Akteurin durch die mehrheitlich am stärksten präferierte Entscheidung vollständig zufriedengestellt wird.

Grundsätzlich funktioniert diese Form der gemeinsamen Entscheidungsfindung ohne Blockchain.

 

Wir forschen aktuell an Ansätzen, die Blockchain und Entscheidungsverfahren miteinander verknüpfen, um so die Vorteile der Blockchain auf Verfahren zur Entscheidungsfindung übertragen zu können.

Welche Vorteile bietet die Blockchain?

Eine Blockchain ist eine verteilte Datenbank, in die gemeinsam Daten eingetragen werden können. Die Vorteile der Blockchain liegen – kurz gesagt –

in der Unveränderbarkeit von Eintragungen: Einträge sind nicht ohne weiteres manipulierbar

in der Transparenz von Eintragungen: Einträge und Eintragende sind durch jeden einsehbar

sowie in der Nachvollziehbarkeit von Eintragungen: jede neue Eintragung wird ergänzt und alle vorhergehenden Eintragungen bleiben sichtbar

Die Blockchain wird bereits heute für Abstimmungen eingesetzt. Besonders bei Entscheidungsprozessen mit mehreren Akteuren werden ihre Vorteile sichtbar.
Beispiel (Diamantenhandel?, Grundbuchkataster?): Die Blockchain wehrt Manipulationsattacken vereinzelter Akteure robust ab. So kann sich niemand individuelle Vorteile in der gemeinsamen Entscheidungsfindung verschaffen.
Die nachfolgenden Phasen beschreiben den generellen Prozess der gemeinsamen Entscheidungsfindung.

1. Gemeinsame Erhebung entscheidungsrelevanter Kriterien

Welche Kriterien sollen bei der Entscheidung berücksichtigt werden?

Die beteiligten Akteure geben ihre entscheidungsrelevanten Kriterien an. Dabei kann es auch zu Mehrfachnennungen und Überschneidungen kommen. Gemeinsam einigen sich die Akteure dann auf die Auswahl und Benennung von Entscheidungskriterien, die alle Interessen der Akteure abdecken. Im nächsten Schritt werden zu diesen entscheidungsrelevanten Kriterien mögliche Ausprägungen ergänzt, die sich gegenseitig ausschließen müssen. Aus den beliebig vielen Ausprägungen pro Kriterium müssen die Beteiligten am Ende eines auswählen.

Beispiel Waldbewirtschaftung: Für das Kriterium Holzerntemenge wird folgende Ausprägung gewählt: keine Entnahme von Holz – hohe Entnahme von Holz.

Das Ergebnis ist eine – für die Akteure zufriedenstellende – Kollektion entscheidungsrelevanter Kriterien inklusive sich gegenseitig ausschließender Ausprägungen. Auf diese Weise haben die Akteure die Möglichkeit, eigene Standpunkte, Präferenzen, Ideologien etc. mit in das Entscheidungsmodell einzubringen. Ähnlich wie beim Brainstorming, werden hier alle genannten Kriterien akzeptiert und in das Entscheidungsmodell überführt. Es darf keine Diskriminierung oder Ablehnung von Kriterien geben.

2. Identifikation von Zielkonflikten / Widersprüchen

Wie können nicht realisierbare Entscheidungsalternativen ausgeschlossen werden?

Im nächsten Schritt werden die gesammelten Kriterien inklusive Ausprägungen gemeinsam reflektiert und Zielkonflikte beziehungsweise Widersprüche identifiziert. Zielkonflikte operationalisieren sich durch Widersprüche in den Ausprägungen von Kriterien. Über diese Widersprüche wird deswegen auf Basis der Ausprägungen, nicht auf Basis der Kriterien entschieden.

Beispiel Waldbewirtschaftung: Eine Frage könnte etwa sein: Ist eine sehr hohe Holzentnahme in der Waldbewirtschaftung mit einem sehr hohen Wohlfühlfaktor in der Walderfahrung vereinbar? „Sehr hohe Entnahme“ ist eine Ausprägung des Kriteriums „Holzentnahme“, während „hoher Wohlfühlfaktor“ eine Ausprägung des Kriteriums „Walderfahrung“ ist. Kommen die Akteure zum Ergebnis, dass diese Ausprägungen unvereinbar sind, wurde ein Zielkonflikt operationalisiert.

Diese Phase ist sehr wichtig, um unrealisierbare Entscheidungen auszuschließen. Sie kann, je nach Anzahl der Kriterien und der Ausprägungen, länger dauern und komplex sein. Die einzelnen Teilentscheidungen können jedoch in verschiedener Weise unterstützt werden:

  • Softwaregestützt z.B. durch eine Matrix mit Ausprägungen der Kriterien oder
  • Softwaregestützt z.B. durch Paarvergleiche: ist die Ausprägung mit jener vereinbar?
  • Expertengestützt z.B., indem diese noch Argumente für oder gegen Zielkonflikte vortragen

Am Ende ist ein soziales Wahlentscheidungsverfahren wie zum Beispiel die Mehrheitsregel einzusetzen, um für oder gegen einen Zielkonflikt zu entscheiden. Übrigens: Es kann durchaus Kriterien geben, deren Ausprägungen mit keinen Ausprägungen anderer Kriterien in Widerspruch stehen, die also nicht Teil irgendeines Zielkonflikts sind.

3. Exploration realisierbarer Entscheidungen

Wie können realisierbare Entscheidungsalternativen gefunden werden?

Die Akteure haben jetzt gemeinsam erfolgreich zwei Schritte geschafft: Sie haben

  • die entscheidungsrelevanten Kriterien inklusive ihrer sich gegenseitig ausschließenden Ausprägungen erhoben und
  • Zielkonflikte durch Widersprüche zwischen den Ausprägungen verschiedener Kriterien operationalisiert.

Nun können softwareunterstützt realisierbare Entscheidungsalternativen exploriert werden. Eine Entscheidungsalternative besteht dabei immer aus allen Kriterien, wobei pro Kriterium immer genau eine Ausprägung gewählt wird. Jede Entscheidungsalternative ist daher durch die Ausprägungen der Kriterien beschrieben. Die Menge der Entscheidungsalternativen ist zudem eindeutig, d.h. jede Entscheidungsalternative ist eindeutig. Diese Exploration von Entscheidungsalternativen kann mit Methoden des Operations Resarch, beispielsweise mithilfe eines Constraint Solvers realisiert werden.

Beispiel Waldbewirtschaftung: Bei insgesamt X entscheidungsrelevanten Kriterien wird die Entscheidungsalternative XY durch folgende Ausprägungen charakterisiert (1) bbb, (2) vvv, (3) hhh, (...).

Am Ende resultieren realisierbare Entscheidungsalternativen, die frei von Widersprüchen sind, das heißt keine Zielkonflikte enthalten. Die Anzahl der Entscheidungsalternativen hängt wesentlich von der Anzahl der Kriterien, der Anzahl der Ausprägungen für jedes Kriterium, sowie der identifizierten Widersprüche zwischen den Ausprägungen von Kriterien ab: Die Auswahl von Kriterien und Ausprägungen lässt die Anzahl von Alternativen exponentiell wachsen. Dagegen wird die Menge durch die Identifikation von Zielkonflikten eingeschränkt, denn es fallen die Entscheidungsalternativen raus, die wegen Zielkonflikten nicht realisierbar sind.

Ergebnis dieser Phase ist eine Menge eindeutiger Entscheidungsalternativen, die aus Sicht der Akteure einen unterschiedlichen Nutzen darstellen.

4. Individuelle Entscheidungsfindungen

Wie werden die individuellen Präferenzen bei der Entscheidungsfindung berücksichtigt?

Diese Phase involviert wieder alle Akteure, indem diese ihre eigenen Präferenzen zu allen Entscheidungsalternativen abgeben. Dabei kann die Menge der Entscheidungsalternativen je nach Anzahl von Kriterien, Ausprägungen und Zielkonflikten mitunter sehr hoch sein. Deshalb bewerten die Akteure nicht jede Entscheidungsalternative, sondern jede Entscheidungsalternative implizit durch die individuelle Wichtigkeit, welche sie den einzelnen Kriterien zuerkennen.

Diese Bewertungen der individuellen Wichtigkeit der entscheidungsrelevanten Kriterien seitens aller Akteure kann bereits Blockchain-gestützt erfolgen. Durch eine softwareunterstützte Multikriterienanalyse sind alle Akteure befähigt, auf Basis der Kriterienbewertungen die individuellen Nutzenwerte für jede Entscheidungsalternative auszurechnen, beispielsweise durch Point Allocation, eine Punkteskala, einen Paarvergleich, eine Likert-Skala etc..

Für das Beispiel der partizipativen Entscheidungsfindung über Waldbewirtschaftungsalternativen kann dies bedeuten, dass die Akteure etwa im Paarvergleich die zuvor erhobenen Kriterien gegeneinander abwägen. Jeder Akteur aus der Waldbewirtschaftung, also etwa Erholungssuchende, Naturschützer, Holzkonsumenten etc., kann mithilfe der algorithmischen Multikriterienanalyse seine für sich optimale Waldbewirtschaftungsalternative ausrechnen und so seine Präferenz über die Blockchain mitteilen. Die mitgeteilte Präferenz ist so für das System verarbeitbar und zusätzlich manipulationssicher und der Entscheidungsprozess nachvollziehbar.

Das Ergebnis dieser Phase sind individuelle Nutzenwerte pro Alternative. Sie machen eine individuelle Rangfolge hinsichtlich der Alternativen sichtba. Die Alternative, die den höchsten Nutzen darstellt, ist die am stärksten bevorzugte. Das bedeutet, bei der individuellen Alternativen-Auswahl wird der Nutzen individuell maximiert.

5. Aggregation der Einzelentscheidungen und finale Entscheidungsfindung

Wie kommt man von der Einzelentscheidung zur gemeinwohlorientierten Entscheidung?

Die letzte Phase wird wieder vollautomatisiert durchgeführt und ermöglicht eine finale Entscheidungsfindung. Dazu werden die Nutzenwerte für alle Entscheidungsalternativen aller Akteure benötigt. Auf dieser Basis

  • werden die Einzelentscheidungen aggregiert: d.h. für jede Alternative die individuellen Nutzenwerte über alle Akteure hinweg summiert
  • wird die finale Entscheidung gefunden: d.h. die Summe der Nutzenwerte wird maximiert und die Entscheidungsalternative gewählt, die den höchsten Nutzen anzeigt.

Das Ergebnis dieser Phase sind aggregierte Nutzenwerte für alle Alternativen, wobei bei einer absteigenden Reihenfolge die erste Alternative mit dem höchsten Nutzen gewählt wird. Zur Erhöhung der Entscheidungssicherheit können die Alternativen noch mit Sensitivitätsanalysen geprüft werden. Diese Analysen helfen einzuschätzen, ob geringe Änderungen zu einer anderen Entscheidungsalternative geführt hätten. Ist dies nicht der Fall, kann von einer hohen Entscheidungssicherheit ausgegangen werden.

Für das Beispiel der Waldbewirtschaftung bedeutet dies, dass die aus dem vorherigen Schritt erhoben und in das System eingespeisten Präferenzen einem Aggregationsmodul übergeben werden. Dieses Aggregationsmodul implementiert eine Sozialwahlfunktion, die die Einzelpräferenzen auf eine Art aggregiert, dass diejenigen Alternative gewählt wird, die am stärksten von allen präferiert wird (und somit das Gemeinwohl maximiert). Auf die Weise wird vollautomatisiert eine finale Entscheidungsfindung durchgeführt, die transparent und nachvollziehbar über die Blockchain abgebildet wird.

Die Blockchain ist in der Lage, Einzelbewertungen vorzunehmen und diese zu aggregieren. Die Blockchain-Technologie funktioniert unabhängig und frei von Einzelinteressen. Sie gehört nicht einer Einzelpartei, sondern im übertragenen Sinne allen gleichzeitig, da sie über verschiedene Knoten repliziert wird. Entscheidungen werden transparent, nachvollziehbar und unveränderbar gespeichert.

Feedback zur gewählten Methodik
Blockchain als unabhängige Institution
Auswirkungen einer blockchain-getriebenen Entscheidungsfindung
Fragen zur Methodik