Projektbeschreibung

Dieses Projekt untersucht die Kooperationsbereitschaft von Menschen an Hand so genannter Allmendeprobleme. Bei diesen kommt es oft, aber nicht immer, zur „Verelendung öffentlicher Güter“, da Egoismus für den Einzelnen auf kurze Sicht gewinnbringender scheint als Kooperation. Dies führt zur Überausbeutung der Ressource (z. B. Überfischung), Effizienzverlusten und zur Schädigung bzw. sogar dem Zusammenbruch potenziell kooperativer Gemeinschaften.

Die enorme Bedeutung solcher Gemeingutproblematiken zeigt sich etwa bei der nachhaltigen Nutzung natürlicher Ressourcen, dem Klimaschutz und der kollektiven Nutzung von Wasser, Wald, Fischen und anderen Gemeingütern. Unser Projekt zielt nun auf die Beantwortung der Frage, welche institutionellen Faktoren (z. B. graduelles Strafsystem) maßgeblich zum Gelingen nachhaltiger gemeinschaftlicher Nutzung von Gemeingütern beitragen und wie diese Faktoren zusammenhängen. Die meisten empirischen Studien beschränken sich auf die Untersuchung einer oder weniger Kooperationsgemeinschaften, die wiederum nur auf wenige Faktoren untersucht werden. Vergleichbarkeit, Verallgemeinerbarkeit oder gegenseitige Abhängigkeiten der Einflussfaktoren sind damit nicht bestimmbar, da die Komplexität zu groß ist. Durch die Verwendung einer neuartigen Methodik hoffen wir, diese Probleme lösen zu können.

Bisherige Studien haben etwa 30 erfolgsrelevante Einflussfaktoren isoliert, z. B.: Klare Systemgrenzen bei Ressourcen und Nutzern, lokal angepasste Nutzungsregeln, Mitbestimmungsrechte, Überwachung, abgestufte Sanktionen bei Regelverstößen, Konfliktlösungsmechanismen, und andere mehr.

Der Inhalt der wenigen verfügbaren größeren Datenbanken zu Allmendeproblemen wird neuronalen Netzen zur Eingabe bereitgestellt. Neuronale Netze eignen sich vortrefflich dafür, aus einer großen Menge Daten Muster herauszufiltern, die ansonsten unentdeckt blieben. Damit lassen sich Wichtigkeit der Faktoren und der erzielte Erfolg bzw. Misserfolg von Allmendeprojekten präzise und quantitativ bestimmen und modellieren.

Nach dem so genannten „Training“ mit diesen Daten wird das neuronale Netz mit unbekannten Fällen konfrontiert. Wenn das trainierte Netz korrekte Prognosen über den Erfolg von Gemeinschaftsprojekten liefert, sollte es auch für zukünftige Vorhaben gute Prognosen liefern können.

Forschungsziele

Ein hoher Prozentsatz an Fischerei, Waldbewirtschaftung und Bewässerungssystemen wird weltweit gemeinschaftlich betrieben – die Zahlen reichen von 30%-100% je nach Land und Ressource. Das verdeutlicht den enormen Nutzen weltweit. Gerade das Misslingen vieler Projekte macht klar, dass eine praxisorientierte Klärung von Erfolgsfaktoren von höchstem Interesse ist.

Die Komplexität von Allmendeproblemen könnte durch unser Modell abgebildet werden. In diesem Sinne könnten neue und bestehende Gemeingutprojekte (Bewässerung, Wald, Fischerei, usw.) sehr viel erfolgversprechender angelegt, bzw. verbessert oder sogar gerettet werden. Eine vollständige Analyse muss nicht länger als wenige Tage in Anspruch nehmen (die davon unabhängige Datenerhebung ausgenommen).

Letztendlich erscheint uns aber am wichtigsten, die Bedingungen derjenigen Personen vor Ort zu verbessern, die unter Problemen leiden, die durch schlecht organisierte Institutionen entstehen.

Mehr Informationen finden Sie unter cooperationresearch.eu.

You can find more information about our projects in english on the website cooperationresearch.eu.