Der Begriff „Matching“ bezieht sich auf die Bildung geeigneter und passgenauer Paare. Im Kontext von Re:Match wird ein Match zwischen schutzsuchenden Personen und aufnehmenden Städten hergestellt, indem die Bedürfnisse und Präferenzen der Erstgenannten sowie die Kapazitäten und individuellen Profile der Letztgenannten berücksichtigt werden. Die durch den eigens entwickelten Algorithmus erzeugten Matches stellen sicher, dass die teilnehmenden Schutzsuchenden und Städte in größtmöglichem Maße kompatibel sind. Ziel ist es, Relocation- und Aufnahmeprozesse zu verbessern und den Weg in eine Zukunft zu ebnen, die von den Betroffenen mitgestaltet wird.

Es gibt zahlreiche innovative Ideen und Ansätze, Schutzsuchende geografischen Orten zuzuweisen – der Fokus liegt dabei jedoch selten auf den individuellen Präferenzen der Ankommenden oder den Kapazitäten von Gemeinden und Städten. Re:Match schließt diese Lücke, indem das Matching konsequent darauf ausgerichtet wird, Städte und betroffene Schutzsuchende direkt zu ihren individuellen Profilen und Präferenzen zu befragen und sie mithilfe eines maßgeschneiderten, präferenzbasierten Algorithmus zusammenzuführen.

Ein derart präferenzbasiertes algorithmisches Matching erfüllt mehrere wichtige Funktionen: Es rückt individuelle Prioritäten, Kapazitäten und Bedarfe in den Mittelpunkt, beugt Verzerrungen im Matching-Prozess vor, ermöglicht die Analyse großer Datensätze und gewährleistet – unter Berücksichtigung der verfügbaren Unterbringungskapazitäten in den teilnehmenden Städten – die bestmöglichen Matches für alle Beteiligten. Verifizierte Daten erfüllen darüber hinaus die wichtige Funktion von Baseline-Metriken zur Analyse der Zusammenhänge zwischen der Qualität der Matches, der Programmzufriedenheit und den Integrationsergebnissen der Begünstigten.

Sie möchten mehr über das Re:Match Matching-Verfahren erfahren? Lesen Sie Kapitel 4 unseres Zwischen-Evaluationsreports und unseren Leitfaden zur Umsetzung von Daten-gestütztem Matching!

Algorithmus-basiertes und bedarfsorientiertes Matching als Werkzeug des Migrationsmanagements hat international derzeit ein Momentum.

Re:Match baut auf internationalen Erfahrungen im Bereich des Matchings auf und ergänzt diese. Interdisziplinäre Teams in mehreren Ländern erforschen derzeit verschiedene matchingbasierte Migrationsstrategien, unter anderem in den Bereichen Resettlement und Community Sponsorship. Staatlich geförderte Community-Sponsorship-Programme in Kanada haben beispielsweise bereits seit mehreren Jahren Erfolge bei der Integration von Geflüchteten in lokale Gemeinschaften und private Haushalte gezeigt. Die Stanford University und die ETH Zürich testen im Rahmen ihres GeoMatch-Projekts derzeit ein Matching-Tool in einem Schweizer Resettlement-Programm, mit dem Fokus auf der Vorhersage von Wahrscheinlichkeiten für bestimmte Integrationsergebnisse. Parallel dazu wird die Machine-Learning-Software Annie™ MOORE von einer großen Resettlement-Organisation in den Vereinigten Staaten eingesetzt, um für Personen ohne familiäre Bindungen in den USA geeignete Unterbringungsorte zu finden. Das übergeordnete Ziel dieser Matching-Initiativen besteht darin, Personen auf Grundlage historischer Daten und prädiktiver Analysen Orten zuzuweisen, die mit ihren arbeitsmarktbezogenen Profilen übereinstimmen. Die Universitäten Hildesheim und Erlangen-Nürnberg arbeiten gemeinsam am Projekt Match’In und entwickeln ein Tool, das den vier beteiligten deutschen Bundesländern dabei helfen soll, Asylsuchende und Geflüchtete in ihren Erstaufnahmeeinrichtungen effektiver mit aufnehmenden Städten zu matchen.

Forschungspublikationen unterstreichen durchgängig das Potenzial von Matching als wirksamen Ansatz. Mit der Entwicklung eines auf europäischer Ebene einsetzbaren Relocation-Tools, das auf menschenrechtlichen Prinzipien basiert und die Rolle der Städte stärkt, leistet Re:Match einen bedeutenden Beitrag zu dieser globalen Bewegung. Als neuartiges Konzept und praktischer Ansatz bietet Relocation via Matching den EU-Mitgliedstaaten die Möglichkeit, innovative Verteilungsmechanismen ergänzend zu ihren nationalen Verteilungssystemen zu erproben. Darüber hinaus eröffnet es ihnen die Option, solche Mechanismen in ihre langfristigen Strategien zu integrieren.