Re:Match
Was bedeutet „Matching“?
Die Zuweisung (The Matching)
Datenbasierte Ansätze werden aufgrund ihrer Wirksamkeit zunehmend zur Bewältigung von Governance-Herausforderungen eingesetzt. Die algorithmische Zuweisung ist ein solches Beispiel.
Der Begriff „Matching“ bezieht sich auf die Bildung geeigneter, kompatibler Paare. Im Kontext von Re:Match wird eine passende Abstimmung zwischen Geflüchteten und Städten vorgenommen, nachdem die Bedürfnisse und Präferenzen beider Seiten erfasst wurden, und sie so zugewiesen werden, dass ihre Kompatibilität im größtmöglichen Maße gewährleistet ist. Wenn beispielsweise eine geflüchtete Person spezifische medizinische Bedürfnisse aufgrund einer Herzerkrankung hat sowie über eine Ausbildung und Fachwissen in der IT-Branche verfügt, ordnet der Algorithmus diese Person einer bestimmten Stadt zu, die unter anderem diese spezifischen Bedingungen und langfristigen Integrationsmöglichkeiten erfüllt.
Ziel ist es, die Umverteilungs- und Aufnahmeprozesse zu verbessern und den Weg in eine von den Betroffenen mitbestimmte Zukunft zu ebnen.
Warum Re:Match?
Obwohl es innovative Ansätze zur Zuweisung von Geflüchteten an geografische Standorte gibt, liegt der Fokus selten auf den individuellen Präferenzen und Kompetenzen der Neuankömmlinge oder den Kapazitäten der Kommunen. Re:Match schließt diese Lücke, indem es seinen Matching-Prozess an diesen entscheidenden Daten ausrichtet, die dann für den Algorithmus verwendet werden.
Über den Algorithmus
Gemeinsam mit unserem Partner Pairity, Stadtvertreter*innen und Schutzsuchenden haben wir einen speziellen Algorithmus entwickelt, um dieses datenbasierte Matching umzusetzen. Dieser Algorithmus beinhaltet eine Präferenz-Rangliste und optimiert das kollektive Wohl der Re:Match-Teilnehmenden, indem er auf Basis der oben genannten Daten die bestmöglichen Zuweisungen vornimmt.
Ein solches präferenzbasiertes algorithmisches Matching erfüllt mehrere wichtige Funktionen:
Es stellt die individuellen Bedürfnisse, Präferenzen und Kapazitäten auf beiden Seiten in den Mittelpunkt und generiert gleichzeitig die bestmöglichen Treffer für alle Teilnehmenden der gesamten Gruppe.
Es sorgt für Fairness, ohne die Präferenzen einer bestimmten Person vor das Wohl der gesamten Gruppe zu stellen, während gleichzeitig der Nutzen aus den knappen kommunalen Ressourcen maximiert wird.
Es ermöglicht die Analyse eines großen Datenbestands.
Verifizierte Daten dienen als Grundlage für die Analyse der Qualität der Zuweisungen, der Programmszufriedenheit und der Integrationsergebnisse der Begünstigten.
Welche Art von Daten werden verwendet?
Der Re:Match-Algorithmus findet den besten direkten Match zwischen teilnehmenden Städten und Einzelpersonen/Familien innerhalb einer gegebenen Teilnehmergruppe (Kohorte) auf Grundlage von:
Personenbezogenen Daten und individuell gewichteten Präferenzen der Schutzsuchenden, wie:
kulturellen und sozialen Faktoren, die für das allgemeine Wohlbefinden und die Integration von Schutzsuchenden entscheidend sind,
Faktoren, die die wirtschaftliche Integration bestimmen, usw.
Kommunalen Daten zu lokalen Bedingungen, Dienstleistungen und Bedarfen, wie:
Bildungs-, Beschäftigungs- und Weiterbildungsmöglichkeiten,
verfügbare kulturelle Angebote,
Kapazitäten zur Unterstützung medizinischer Vulnerabilitäten usw.
Der Algorithmus vermeidet gruppenbasierte Annahmen und Vorurteile darüber, was Neuankommende benötigen, da Personen mit ähnlichen Merkmalen unterschiedliche Prioritäten und Wünsche haben können.
Praktisch simuliert der Algorithmus alle potenziellen Zuordnungen, um das Szenario zu identifizieren, das für eine gesamte Kohorte die höchste Gesamtqualität der Zuordnungen erzielt. Rechnerisch erfordert eine Gruppe von zehn teilnehmenden Haushalten und 6 Städten die Simulation von ca. 7 Millionen Matchszenarien.
Wenn Sie mehr über unseren Algorithmus und unser Matchingverfahren erfahren möchten, schauen Sie sich Kapitel 4 unseres Zwischenberichts zur Evaluation und unseren Leitfaden zum datengestützten Matching an.
Ein forschungsbasierter Ansatz
Algorithmusbasiertes Matching als Instrument des Migrationsmanagements gewinnt weltweit an Bedeutung. Interdisziplinäre Teams in mehreren Ländern haben verschiedene auf Matching basierende Strategien zur Verteilung von Migrant*innen untersucht, unter anderem in den Bereichen Resettlement und Community Sponsorship. Einige Beispiele sind:
Das GeoMatch-Projekt (Stanford University und ETH Zürich) hat sein Matchingverfahren, das auf der Vorhersage von Wahrscheinlichkeiten für Integrationsergebnisse basiert, in einem Schweizer Resettlement Programm getestet.
Die Annie™ MOORE KI-gestütze Software wurde von HIAS eingesetzt, um für ankommende Geflüchtete in den USA die bestmögliche aufnehmende Gemeinschaft zu finden.
Das Projekt Match’In (Universitäten Hildesheim und Erlangen-Nürnberg) entwickelt ein Werkzeug für deutsche Bundesländer, um Asylsuchende effektiver auf die Kommunen zu verteilen.
Die Forschung hat wiederholt gezeigt, dass Matching ein wirksamer Ansatz für Migration ist. Re:Match baut auf den internationalen Erfahrungen in diesem Bereich auf und schließt dabei spezifische Lücken, indem es eine ganzheitliche Methode für Relocation entwickelt.
Als praktischer Ansatz bietet die Relocation mittels Matching den EU-Mitgliedstaaten die Möglichkeit, einen effizienten und menschenwürdigen Mechanismus zur Verteilung von Geflüchteten als langfristige Integrationsstrategie zu erproben.
