46 1 · 2023 TR ANSFORMING CITIES THEMA Krisen managen Datenbasierte kommunale Resilienzbewertung in Krisen Bewertung und Steigerung der Krisenfestigkeit für die Anwendungsfälle Pandemie und Extremwetter Datenbasierte kommunale Resilienzbewertung, Bewertung und Steigerung der Krisenfestigkeit, Kommunaler Datenraum Kai Fischer, Jet Hoe Tang, Martin Huschka, Yu-Sheng Tang, Michael Dlugosch, Jonas Stilling, Tobias Leismann, Alexander Stolz Gegenwärtig führen unterschiedliche Gefahrensituationen, wie zum Beispiel die Covid-19 Pandemie oder Extremwettereignisse, zu Krisen und Katastrophen. Die Konsequenzen sind für eine hochgradig technisierte und global handelnde Gesellschaft deutlich komplexer geworden. Diese steigende Komplexität und die damit verbundenen kaskadierenden Effekte erfordern eine Bewertung und Erhöhung der kommunalen Resilienz. Belastbare Informationen liefern einen maßgebenden Beitrag für Entscheidungsunterstützer im Krisenfall. Jedoch unterliegt die Verfügbarkeit sowie die Strukturierung verschiedener Daten im Krisenfall ebenfalls einer steigenden Komplexität. Mit Hilfe eines Datenraumkonzepts stellt dieser Beitrag eine innovative Methodik vor, um eine kommunale Bewertung von Resilienz zu ermöglichen. Verschiedenste Datenquellen einer Kommune werden digital zusammengeführt und statistische oder heuristische Methoden liefern ein Verständnis zu Ursache, Wirkung sowie zur Effektivität von Gegenmaßnahmen. Hierbei wird Resilienz quantitativ charakterisiert und ermöglicht eine Analyse vor, während und nach dem Auftreten einer Katastrophe. Die Methodik bewertet einzelne Resilienz-Phasen wie Vorbereitung, Prävention, Schutz, Reaktionsschnelligkeit und Wiederaufbau. Ein Dashboard fasst die Resultate zusammen und liefert Entscheidungsunterstützung für kommunale Krisenstäbe. © Jenkyll auf Pixabay 47 1 · 2023 TR ANSFORMING CITIES THEMA Krisen managen Gegenwärtig führen unterschiedliche Gefahrensituationen zu komplexen Krisen und Katastrophen. Die Konsequenzen sind für eine hochtechnisierte und in den globalen Handel verflochtene Gesellschaft deutlich herausfordernder oder anspruchsvoller geworden. Die seit 2020 grassierende Covid-19 Pandemie oder die Flutkatastrophe im Juli 2021 stellen beispielhaft gravierende Ereignisse dar, welche Gesellschaft und Politik wesentlich beeinflusst haben und nach wie vor verändern [1]. Konfrontiert mit potenziellen Krisen und Katastrophen, steht das vielschichtige und föderalistische Hilfeleistungssystem vor enormen Herausforderungen. Beispielhaft genannt sei hier die Etablierung von Methoden, um Konsequenzen zu verringern, schnellstmöglich auf diese zu reagieren sowie einen Wiederaufbau effizient einzuleiten. Diese Aspekte erfordern eine Bewertung und Erhöhung von Resilienz. Unterschiedliche Informationen aus der Kommune charakterisieren Resilienz, erfordern jedoch die Verfügbarkeit und die Strukturierung verschiedenster Daten, die auch eine komplexe Aufgabe darstellen. Das Bundesamt für Bevölkerungsschutz und Katastrophenhilfe fordert „fest vereinbarte Wege des Daten- und Informationsaustauschs“, welche „evaluiert und verbessert“ werden müssen [2]. Basierend auf den genannten Gesichtspunkten, befasst sich das, vom BMBF geförderte, Projekt HERAKLION 1 mit der Entwicklung eines Datenraums, welcher die Bewertung der Resilienz einer Kommune für die Anwendungsfälle Extremwetter und Pandemie ermöglicht. Die grundlegenden Fragen sind hierbei:  Wie lässt sich eine Methodik zur Messung und Erhöhung der Resilienz einer Kommune entwickeln? 1 www.heraklion-projekt.de  Wie kann ein datenbasierter Prozess zur Entscheidungsunterstützung im Krisenfall etabliert werden? Zur Gewährleistung der bedarfsgerechten Umsetzung und der Anwendungstauglichkeit sind mit dem jeweiligen Amt für Katastrophenschutz oder der Feuerwehr aus vier verschiedenen Bundesländern Kommunen als assoziierte Partner im Projekt involviert.  Baden-Württemberg: Stadt Freiburg, Landkreis (LK) Lörrach, LK Breisgau-Hochschwarzwald;  Bayern: Stadt Nürnberg;  Rheinland-Pfalz: LK Altenkirchen, LK Neuwied, Westerwaldkreis;  Thüringen: Stadt Gera. Als staatliche Mittelbehörde ist auch die Abteilung für Katastrophenschutz des Regierungspräsidiums Freiburg mit einbezogen. Insgesamt wird mit den assoziierten Partnern eine repräsentative Menge hinsichtlich deren Einwohnerzahl und Fläche mitberücksichtigt. In diesem Artikel werden die Methodik des Vorhabens sowie erste Resultate vorgestellt. Sie bilden die Basis, um sich auf zukünftige Krisen und Katastrophen besser vorzubereiten und quantitativ die Resilienz einer Kommune zu beschreiben und zu steigern. Definition von Resilienz und das Konzept der kommunalen Bewertung Gemäß Bristow [3] ist nach einem disruptiven Ereignis eine schnelle Wiederherstellung der Funktionsfähigkeit von Infrastruktur ein wichtiger Bestandteil des Wohlstands einer Bevölkerung und der Wirtschaft, was eine Bewertung und Steigerung der Resilienz motiviert. Basierend auf Ansätzen aus der Psychologie [4], hat sich das Konzept der Resilienz Bild 1: Zyklische Phasen von Resilienz (links) und deren quantitative Bewertung mittels der Leistung über die Zeit (rechts). © Fischer et al. 48 1 · 2023 TR ANSFORMING CITIES THEMA Krisen managen interdisziplinär entwickelt und einzelne Beiträge [5] haben einen Transfer in die Sicherheitsforschung bewirkt. Bedingt durch die interdisziplinäre Anwendung [6], liegen verschiedene Definitionen des Begriffs Resilienz vor. Im Rahmen von HERAKLION orientiert sich der Begriff Resilienz an einer etablierten Definition und den fünf zyklischen Phasen, Prepare, Prevent, Protect, Response und Recover, nach [7], wie es auf der linken Seite von Bild 1 gezeigt ist. Demnach beschreibt Resilienz die Fähigkeit, „tatsächliche oder potenziell widrige Ereignisse abzuwehren, sich darauf vorzubereiten, sie einzukalkulieren, sie zu verkraften, sich davon zu erholen und sich ihnen immer erfolgreicher anzupassen. Widrige Ereignisse sind menschlich, technisch sowie natürlich verursachte Katastrophen oder Veränderungsprozesse, die katastrophale Folgen haben“ [7]. Orientiert an [8] und [9], wird ein Leistungskriterium über die Zeit betrachtet, um das System unter Auftreten einer Störung hinsichtlich der Resilienz quantitativ zu bewerten. Dieser Zusammenhang ist konzeptionell erfasst und funktional beschrieben [10]. Beispiele finden sich in der Bewertung von urbanen Gebieten [11, 12]. Einzelne Resilienz-Phasen können der Leistungs-Zeit-Relation vor, während und nach dem Ereignis zugeordnet werden, siehe Bild 1 rechts. Im Rahmen von HERAKLION werden maßgebende Leistungskriterien identifiziert, durch welche eine Kommune unter Auftreten der Anwendungsfälle Pandemie und Extremwetter charakterisiert wird. Hierzu wird ein Verständnis zu funktionalen Zusammenhängen einzelner Attribute aufgebaut, welche die übergeordneten Leistungskriterien beschreiben, wie es skizzenhaft in Bild 2 gezeigt ist. Zur Quantifizierung der Attribute werden Daten aus verschiedenen Bereichen der Kommune herangezogen, welche über einen zu entwickelnden Datenraum zur Verfügung gestellt werden. Die Sozialstruktur der Bevölkerung, Informationen zur Bebauung, Freiflächen und kritischen Infrastrukturen sowie Klima- oder Wetterdaten und Informationen zum Pandemiegeschehen sind nur einige Datenbeispiele, welche in die Bewertung mit einfließen. Bei einem Datenraum handelt es sich um eine dezentrale digitale Infrastruktur, welche standardisiert das Management von digitalen Assets, zum Beispiel Daten oder Modellen, ermöglicht [13]. Einheitlich geregelte Prozesse authentifizieren die Anwender, vermitteln Daten zwischen einheitlichen Schnittstellen und stellen die Einhaltung individueller Nutzungsbedingungen technisch sicher. Somit ist eine Datensouveränität gewährleistet, die regelt, welche Daten von wem zu welchen Zwecken verwendet werden dürfen. Die International Data Space (IDS) Association stellt ein Referenzarchitekturmodell zur Implementierung von vertrauensvollen Datenräumen zur Verfügung, welches sich am Dezentralitätsprinzip orientiert und als wesentliche Kernfunktion dem Dateneigentümer maximale Datensouveränität zusichert [14]. Dieser Aspekt soll potenzielle Teilnehmer zum Teilen von Daten motivieren. Der IDS-Standard wird zur Entwicklung des Resilienz- Datenraums berücksichtigt. Identifizierung von Leistungskriterien und Anwendungsbeispiel Die Identifizierung von Attributen zur Charakterisierung zeitabhängiger Leistungskriterien legt erforderliche Datenquellen und Anforderungen an den Datenraum fest. Eine umfassende Recherche nach Publikationen, Projekten, eine Auswertung historischer Ereignisse sowie verschiedene Workshops mit den assoziierten Partnern resultieren in einer ersten Übersicht von Leistungskriterien, welche datenbasiert untersucht werden. Tabelle 1 gibt eine Übersicht ausgewählter Leistungskriterien. Teilweise können diese für beide Anwendungsfälle betrachtet werden. Nach der Festlegung der Leistungskriterien muss geprüft werden, welche Attribute zur Charakte- Bild 2: Konzept des HERAKLION Demonstrators zur kommunalen Resilienzbewertung. © Fischer et al. Pandemie Extremwetter Verfügbarkeit kritischer Infrastrukturen Ökonomischer Schaden (direkt/ indirekt) Bettenbelegung/ -kapazität Pflegekraft pro Patienten/ Einrichtung Verfügbarkeit Katastrophenschutz Anzahl Test, Genesene, Todesfälle Anzahl betroffener Personen Inzidenz Anzahl Haushalte/ Einrichtungen mit Stromversorgung Arbeitslosigkeit Gebrauchstauglichkeit von Gebäuden Steuereinnahmen Anzahl Einsätze Katastrophenschutz Tabelle 1: Ausgewählte Leistungskriterien zur Resilienzbewertung in Abhängigkeit des Anwendungsfalls. 49 1 · 2023 TR ANSFORMING CITIES THEMA Krisen managen risierung verwendet werden können. Bild 3 zeigt beispielhaft verschiedene Attribute, die entsprechenden Gruppierungen zugeordnet sind. Hierbei handelt es sich um einen Auszug aus dem Parameterraum, welcher iterativ erweitert wird. Mit Hilfe verschiedener Datenquellen werden die aufgelisteten Attribute charakterisiert. Darauf aufbauend werden statistische Methoden angewandt, um einen funktionalen Zusammenhang zwischen einzelnen Attributen und Leistungskriterien zu identifizieren. Die Anwendung von Korrelations- und Kausalitätstests liefert ein Verständnis zur Wechselwirkung zwischen einzelnen Variablen und zeigt auf, wenn Kaskadeneffekte einsetzen. Die statistische Analyse zeigt, wie mit kommunalen Daten die Resilienz eines komplexen Systems beschrieben werden kann. In einem ersten Anwendungsbeispiel wurden wirtschaftliche und soziodemografische Daten sowie Informationen zum Pandemiegeschehen ausgewertet. In der Analyse wurden Daten von Destatis 2 , Genesis-Destatis 3 , RKI 4 , DIVI-Intensivregister 5 und dem Statistikamt 6 analysiert. Die Auswertung gibt ein Verständnis zur gesellschaftlichen Verwundbarkeit oder wie sich verschiedene Schutzmaßnahmen auf Gesellschaft und Wirtschaft auswirken. Bild 4 zeigt einen Auszug dieser Analyse, in der mit den Daten aus Genesis-Destatis der Umsatzindex über die Zeit als Leistungskriterium abgebildet ist. Dieser Index wird durch den Umsatz im Gaststättengewerbe monatlich charakterisiert und ist zur Vergleichbarkeit in Relation zum ersten Dateneintrag normalisiert dargestellt. In der zeitlichen Gegenüberstellung Corona-bedingter Schutzmaß- 2 https: / / www.destatis.de 3 https: / / www-genesis.destatis.de 4 https: / / www.rki.de/ DE/ Content/ InfAZ/ N/ Neuartiges_Coronavirus/ Fallzahlen.html 5 https: / / www.intensivregister.de/ 6 https: / / www.statistikportal.de/ de nahmen lässt sich datenbasiert der typische Verlauf einer Resilienzkurve feststellen, wie sie allgemein in Bild 1 eingeführt ist. Bedingt durch die Lockdowns, lassen sich Einbußen von teilweise über 50 % mit anschließender Erholung feststellen. Solche Erkenntnisse können beispielsweise mitberücksichtigt werden, um sich auf potenzielle zukünftige Krisen vorzubereiten. Die Resultate in Bild 4 basieren auf bundesweiten Daten. In weiteren Untersuchungen werden kommunale Daten verwendet und so wird ein Vergleich gezogen, welche Regionen eine erhöhte Verwundbarkeit besitzen. Diese Erkenntnisse geben Aufschluss, unter welchen Rahmenbedingungen eine Kommune eine erhöhte Robustheit besitzt. Zusammenfassung und Ausblick Dieser Artikel gibt eine Übersicht, wie datenbasiert mit multivariaten Leistungskriterien mehrdimensional kommunale Resilienz charakterisiert wird. Die Entwicklung eines Datenraums ermöglicht, dass mit Hilfe eines dezentralen Tools Daten strukturiert und vereinheitlicht zur Analyse zur Verfügung gestellt werden. Die extrahierten Daten werden mit statistischen Methoden analysiert, um ein Verständnis zur Wechselwirkung verschiedener Indikatoren herzustellen. In Bezug auf die Anwendungsfälle Pandemie und Extremwetter werden die Erkenntnisse in einem Resilienz-Dashboard zusammengeführt. Somit wird datenbasiert eine schnelle und möglichst Bild 3: Gruppierung verschiedener Attribute zur Charakterisierung einer Kommune. © Fischer et al. Bild 4: Normalisierte bundesweite monatliche Auswertung des Umsatzindexes im Gaststättengewerbe und die Gegenüberstellung von Maßnahmen zur Eindämmung des Infektionsgeschehens. © Fischer et al. 50 1 · 2023 TR ANSFORMING CITIES THEMA Krisen managen ganzheitliche Übersicht generiert, um potenzielle Schwachstellen zu identifizieren, Krisen besser zu erkennen, sich besser vorzubereiten und schneller zu reagieren. Danksagung Diese Veröffentlichung resultiert aus Fördermitteln des Bundesministeriums für Bildung und Forschung (BMBF) im Rahmen des Programms „Forschung für die zivile Sicherheit“ der Bundesregierung. HERAKLION (Förderkennzeichen 13N16293) ist ein bewilligtes Projekt im Rahmen der Corona-Sondermaßnahme. LITERATUR [1] Bundesregierung: Deutsche Strategie zur Stärkung der Resilienz gegenüber Katastrophen: Umsetzung des Sendai Rahmenwerks für Katastrophenvorsorge (2015 - 2030) - Der Beitrag Deutschlands 2022 - 2030, 2022. [2] Bundesamt für Bevölkerungsschutz und Katastrophenhilfe: Stärkung des Bevölkerungsschutzes durch Neuausrichtung des Bundesamtes für Bevölkerungsschutz und Katastrophenhilfe, 2021. [3] Bristow, D.N.: How Spatial and Functional Dependencies between Operations and Infrastructure Leads to Resilient Recovery, J. Infrastruct. Syst. 25 (2019) 1. [4] Gander, H.-H., Perron, W., Poscher, R., Riescher, G., Würtenberger, T. (Eds.): Resilienz in der offenen Gesellschaft: Symposium des Centre for Security and Society, 1. Aufl., Nomos Verlagsgesellschaft mbH & Co. KG, Baden-Baden, 2012. [5] Holling, C.S.: Resilience and Stability of Ecological Systems, Review of Ecology and Systematics 4 (1973) S.1 - 23. [6] Hiermaier, S., Scharte, B., Fischer, K. (Eds.): . Resilience Engineering: chances and challenges for a comprehencive concept, 2019. [7] Thoma, K. (Ed.): Resilien-Tech: „Resilience-by-Design“; Strategie für die technologischen Zukunftsthemen, Utz, München, 2014. [8] Kröger, W., Zio, E.: Vulnerable Systems, Springer London, London, 2011. [9] Bruneau, M., Chang, S.E., Eguchi, R.T., Lee, G.C., O‘Rourke, T.D., Reinhorn, A.M., Shinozuka, M., Tierney, K., Wallace, W.A., Winterfeldt, D. von.: A Framework to Quantitatively Assess and Enhance the Seismic Resilience of Communities, Earthquake Spectra 19 (2003) S. 733 - 752. [10] Cimellaro, G.P., Reinhorn, A.M., Bruneau, M.: Framework for analytical quantification of disaster resilience, Engineering Structures 32 (2010) S. 3639 - 3649. [11] Fischer, K., Hiermaier, S.: Resilience quantification of urban areas. Dissertation, Univ. [12] Fischer, K., Hiermaier, S., Riedel, W., Häring, I.: Morphology Dependent Assessment of Resilience for Urban Areas, Sustainability 10 (2018) S. 1800. [13] Franklin, M., Halevy, A., Maier, D.: From databases to dataspaces, SIGMOD Rec. 34 (2005) S. 27 - 33. [14] Otto, B., Jürjens, J., Schon, J., Auer, S., Menz, N., Wenzel, S., Cirullies, J., Cirullies, J.: Industrial Data Space. Digitale Souveränität über Daten, München, 2016. Dr.-Ing. Kai Fischer Gruppenleiter Robustheits- und Resilienzanalysen Fraunhofer-Institut für Kurzzeitdynamik Kontakt: Kai.Fischer@emi.fraunhofer.de Dr. Jet Hoe Tang Wissenschaftlicher Mitarbeiter Fraunhofer-Institut für Kurzzeitdynamik Kontakt: info@emi.fraunhofer.de Martin Huschka Wissenschaftlicher Mitarbeiter Fraunhofer-Institut für Kurzzeitdynamik Kontakt: martin.huschka@emi.fraunhofer.de Yu-Sheng Tang Wissenschaftlicher Mitarbeiter Fraunhofer-Institut für Kurzzeitdynamik Kontakt: info@emi.fraunhofer.de Dr.-Ing. Michael Dlugosch Wissenschaftlicher Mitarbeiter Fraunhofer-Institut für Kurzzeitdynamik Kontakt: michael.dlugosch@emi.fraunhofer.de Jonas Stilling Wissenschaftlicher Mitarbeiter Fraunhofer-Institut für Software- und Systemtechnik Kontakt: Jonas.Stilling@isst.fraunhofer.de Dr. Tobias Leismann Stellvertretender Institutsleiter Leiter Hauptabteilung Resilience, Safety & Security Fraunhofer-Institut für Kurzzeitdynamik Kontakt: Tobias.Leismann@emi.fraunhofer.de Prof. Dr.-Ing. Alexander Stolz Professur Resilienz Technischer Systeme Uni Freiburg, Inst. für nachhaltige technische Systeme Fraunhofer-Institut für Kurzzeitdynamik Kontakt: Alexander.Stolz@emi.fraunhofer.de AUTOREN