Mobilität im ländlichen Raum - Teilmodell der Demografie-festen Strategie für den ländlichen Raum

Franc Grimm

Model from perspective of factor Mobilität im ländlichen Raum

PI

Die Herausforderung des Modells ist unter Modell-Eigenschaften (Menu) beschrieben. Nachfolgend wird ein Modell-Ausschnitt zum Thema Mobilität im ländlichen Raum vorgestellt. Bei der Modellerstellung wurden die Ergebnisse von einigen, aktuellen Studien berücksichtigt, u.a. auch die folgende Veröffentlichung:

Daseinsvorsorge in ländlichen Räumen unter Druck
Wie reagieren auf den demografischen Wandel?
Herausgeber: Bundesanstalt für Landwirtschaft und Ernährung
Januar 2013

Model from perspective of factor Mobilität im ländlichen Raum

PI

Die Abbildung oben zeigt einen Ausschnitt des Themenbereichs Mobilität im ländlichen Raum (1. und 2. Modellebene). Unterschieden wird hierbei zwischen dem Ansatz, Dienstleistung- und Versorgungsangebote zu den Menschen zu bringen (service to people) oder es den Menschen zu ermöglichen, die Angebote in den zentralen Orten zu erreichen (people to service).

Model from perspective of factor Service to people - Angebote

PI

Die Abbildung oben zeigt einen Mini-Ausschnitt (1. und 2. Modellebene) der Service-to-people-Angebote (z.B. Rollende Supermärkte oder Mobile Ärzte).

Model from perspective of factor Service to people - Angebote

PI

Die Abbildung oben zeigt exemplarisch die Entwicklung einer Maßnahme (Dorf-Laden). Die exemplarische Maßnahme soll die mobilen Service-Angebote (z.B. rollende Supermärkte und Mobilen Ärzten) ergänzen, um eine ortsnahe Rundum Versorgung mit Waren und Dienstleistungen des täglichen Bedarfs gewährleisten zu können. Die exemplarische Maßnahme beinhaltet hierfür die Gestaltung eines Dorf-Ladens mit den o.g. Bestandteilen. Der Dorfladen soll flächendeckend überall dort eingeführt werden, wo noch keine ortsnahe Rundum-Versorgung gegeben ist - und zwar unter Einbindung der Bevölkerung und unter Berücksichtigung der regionalen Gegebenheiten und Bedarfe.

Model from perspective of factor Unser Dorf-Laden

PI

Selbstverständlich kann ein Dorf-Laden-Konzept nur dann erfolgreich sein, wenn bei der Konzeptentwicklung ebenfalls vernetzt gedacht wurde und hierüber die entscheidenden Erfolgsfaktoren und deren Zusammenhänge berücksichtigt wurden. Ebenso sollte das Konzept auf die individuellen Gegebenheiten und Bedarfe der jeweiligen Region abgestimmt werden – unter zwar Einbindung der Bevölkerung.

Wie in der Abbildung unten dargestellt, muss der Dorf-Laden in der Region von den Einwohnern „gewollt sein“ und „gelebt werden“, um nachhaltig d.h. erfolgreich wirken zu können

Model from perspective of factor Beteiligung der Einwohner

PI

Das erst-genannte Thema erfordert daher eine Beteiligung der Einwohner, sowohl eine inhaltliche (Mitwirkung bei der Konzepterstellung), ideelle (z.B. über eine aktive Mitwirkung / Ehrenamt) und finanzielle Beteiligung (z.B. über Spenden oder über die Gründung einer Genossenschaft).

Model from perspective of factor Unser Dorf-Laden

PI

Darüber hinaus muss der Dorf-Laden auch aktiv „gelebt“ werden. Hierfür könnte es sinnvoll sein, das Dorf-Leben in den Dorf-Laden zu holen bzw. dahin zu verlagern. Der Dorf-Laden könnte als Event-Zentrum (z.B. über eine Café-Ecke als generationsübergreifender Treffpunkt oder über gemeinsame Aktivitäten wie das gemeinsame wöchentliche Brotbacken) und als Zentrum für Veranstaltungen (z.B. kulturelle Aktivitäten oder als „Regio-Kino mit mobiler Großleinwand) wirken. Zudem könnte über einem multifunktionalen Ansatz auch eine sozial-medizinische Versorgung an festen Tagen durchgeführt werden (z.B. über Mobile Ärzte). Als dies könnten Ansatzpunkte für ein erfolgreiches Gelingen sein. Wichtig ist jedoch, dass diese Ansatzpunkte die BürgerInnen vor Ort über die Erstellung eines eigenen, individuellen Konzeptes entwickelt werden. Die oben aufgeführten Punkte sind somit lediglich als exemplarische Beispielfaktoren zu verstehen.

PI

Kommen wir nun zur Qualitativen Analyse. In der Erkenntnis-Matrix (siehe Grafik oben) eines selektierten Faktors kann abgelesen werden, welche Einflussfaktoren in Summe positiv oder negativ wirken. Da ein Faktor über unterschiedlichste Wege auf einem selektierten Faktoren wirken und dabei sowohl negativ als auch positiv wirken kann, werden die Einfluss-Stärken einfach aufsummiert und auf der X-Achse entsprechend abgetragen. Vereinfacht gesprochen kann die Erkenntnis-Matrix wie folgt gelesen werden: je weiter die Faktoren links unten im roten Feld liegen, desto stärker wirken sie in Summe negativ, und je weiter die Faktoren oben rechts im grünen Feld liegen, desto stärken wirken sie positiv. (Natürlich sagt die Erkenntnis-Matrix noch mehr aus, jedoch reichte diese vereinfachte Analyse für unser Vorhaben aus.) Zudem können in der Matrix unterschiedliche Attribute - hier der derzeitige Umsetzungs- bzw. Erfüllungsgrad - angezeigt werden.

Wie wir der Erkenntnis-Matrix entnehmen können, ist der Dorf-Laden als eine der wirkungsvollsten Maßnahmen bereits umgesetzt worden (zu 75 %). Hingegen ist noch kein "Schnelles Internet" in der Region verfügbar, obwohl auch dieser Faktor sehr wichtig für die Region ist.

Model from perspective of factor Breitband Infrastruktur

PI

Ein "Schnelles Internet" kann z.B. über ein Breitband-Netz erreicht werden, um u.a. Telearbeit in der Region zu fördern.

Simulation results of factor Mobilität im ländlichen Raum

PI

Dass ein "Schnelles Internet" eminent wichtig für die ländliche Region ist, zeigt auch das Simulations-Cockpit. Das Szenario oben beinhaltet kein Breitband-Netz und somit kein "Schnelles Internet". Die Mobilität wird dabei anhand eines Indexes (zwischen 0 und 100) gemessen - als dimensionslose relative Kennzahl (Vergleichsgröße). 100 stellt dabei den Optimal-Wert dar. Bei diesem Wert würde die Region über eine optimale Mobilität verfügen.

Die Simulationskurve des o.g. Szenarios zeigt, dass in dem Szenario lediglich 53 als Wert im Zeitverlauf erreicht werden kann.

Simulation results of factor Mobilität im ländlichen Raum

PI

Durch Umsetzung des Breitband-Netzes steigt der Wert von 53 auf ca. 70 und bestätigt damit, dass diese Maßnahme die Attraktivität der Region stark erhöhen würde.