Plattitüden wie „Überfremdung“ und „Einwanderung in die Sozialsysteme“ gepaart mit einer subjektiv wahrgenommenen unzureichenden Darstellung des politischen Themas „Integration / Migration“ bildeten im Rahmen des Seminars „OpenData“ im Wintersemester 2013/2014 den Ausgangspunkt für unsere Arbeit zu den Zahlen der Asylsuchenden in Deutschland. Die Hoffnung und das Ziel unsererseits bestand darin, dass sich mit Hilfe von offenen Daten eine differenzierte Diskussion führen und sich populistische Aussagen („das Boot ist voll“, „neuer Flüchtlingsansturm“, s.o. etc.) an Hand von Zahlen und deren Betrachtung negieren und/oder entschärfen ließe. Darüber hinaus wollten wir die Ergebnisse unserer Arbeit visualisieren um auf diesem Wege einen einfacheren Zugang zum Thema zu gewährleisten.

Vorgehen:

Nachdem wir uns also auf unseren Untersuchungsgegenstand geeinigt hatten, ging es in einem ersten Schritt darum an die geeigneten Daten zu gelangen. Auf http://govdata.de, dem Open-Data-Portal der deutschen Bundesregierung, fanden wir einen Datensatz bezüglich unseres Themas, welcher aktuelle Zahlen zum Thema „Integration / Migration“ und des weiteren Daten für die Darstellung eines zeitlichen Verlaufs enthielt. Nachdem wir den Datensatz bereits bereinigt, bearbeitet und für die Visualisierung vorbereiten hatten, stießen wir während weiterer Recherchen bezüglich unseres Themas  an unterschiedlichen Stellen auf Zahlen, welche  nicht mit denen unseres Datensatzes identisch waren. Daraufhin stellten wir 3 Anfragen an das Statistische Bundesamt bezüglich dieser Differenz, welche jedoch alle unbeantwortet blieben. Daher entschlossen wir uns einen eigenen Datensatz zu erstellen in welchem wir Zahlen aus verschiedenen Publikationen (meist im PDF-Format) des BAMF (Bundesamt für Migration und Flüchtlinge, entscheidet u.a. über Asylanträge), Eurostat (Statistisches Amt der Europäischen Union) und UNHCR (übersetzt: Hoher Flüchtlingskommissar der Vereinten Nationen, u.a. mit dem weltweitem Schutz von Flüchtlingen beauftragt)  kombinierten. Dieser bildete die Grundlage für die anschließende Interpretation der Daten und deren Visualisierung. Die Visualisierung realisierten wir mit dem Open-Source Grafik-Programm „Gimp“.

Ausgewählte Ergebnisse:

Hier sollen exemplarisch drei Grafiken dargestellt werden, welche wir mit Hilfe unseres Datensatzes erstellen konnten und welche uns in der Eingangs beschrieben Intention bestärken soll, dass die aktuell geführte Diskussion kein Abbild der Datengrundlage darstellt.

a) Asylbewerber je Einwohner

 Asyl1

Diese von uns angefertigte Visualisierung stellt das Verhältnis von Asylbewerbern im Jahr 2013 zu den Einwohnern Deutschlands dar. Im Jahr 2013 gab es 127.023 Asylbewerber, wodurch sich ein Verhältnis von 1 Asylbewerber je 634 Einwohner bzw. 1,58 Asylbewerber je 1000 Einwohner ergibt. Die absoluten Zahlen in Verbindung mit der gewählten Visualisierung verdeutlichen, dass Wörter wie „Überfremdung“ innerhalb der geführten Debatte fehl am Platz sind. Die rote Figur innerhalb der Grafik symbolisiert den einzelnen Asylbewerber, welcher von den Einwohnern Deutschlands (schwarze Figuren) umgeben wird. Sofern es das Phänomen der Überfremdung überhaupt geben sollte, so würde man doch vermuten, dass es zur „Erfüllung dieser Prophezeiung“ mehr als dieses eine rote Männchen bräuchte. Somit bestätigten uns die Daten in unserer Vermutung, dass Wörter wie „Überfremdung“ ein Anzeichen polemischer bzw. populistischer und politisch motivierter Darstellung des Themas Migration sind.

b) zeitlicher Verlauf der Asylbewerberzahlen

Asyl2

Diese Grafik stellt die aktuelle Diskussion bezüglich des Themas Migration in einen zeitlichen Zusammenhang. Dabei wird deutlich, dass in den Jahren 1995 – 1998 eine höhere Anzahl an Asylbewerbern gab als dies aktuell der Fall ist. Es zeigt sich weiterhin, dass es in den letzten vier Jahren eine ansteigende Tendenz gibt, welche sich jedoch in Verbindung mit der Grafik aus a) eher als eine Normalisierung der Asylbewerberzahlen bezeichnen lässt als das sie ein Indiz für „Überfremdung“ o.ä. darstellt. Darüber hinaus zeigt sich im zeitlichen Verlauf, dass die Asylbewerberzahlen von Ereignissen, Konflikten, Gesetzen etc. beeinflusst werden, welche die Zahlen sowohl schrumpfen als auch steigen lassen können.

(Beispiele Anstieg durch Konflikte: 1990er: Jugoslawien-/Balkan-Konflikt; 2001/2003: Afghanistan- u. Irakkrieg; 2010/11: “arabischer Frühling”/ Bürgerkrieg Syrien |

Beispiele: Senkung der Zahlen durch Gesetze u.Ä.: ab 1992: „Asylkompromis“ in Deutschland verhindert Antrag auf Asyl bei Einreise durch „sicheren Drittstaat“ [alle Nachbarländer der Bundesrepublik…] oder ab 2003 „Dublin-Verordnung“, die den Antrag auf das Land der EU-Einreise festlegt und weitere Anträge in andere EU-Ländern unterbindet…)

c) Aufnahmequote im EU-Vergleich

Asyl3

Diese Grafik thematisiert die Abweichung der tatsächlichen Aufnahmequote von der „fairen Aufnahmequote“. Die faire Aufnahmequote ist ein Mehrfaktorenmodell, welches Bevölkerungsanzahl, Landesgröße, Bruttoinlandsprodukt und die Arbeitslosenquote gewichtet darstellt. Die Quote könnte dazu dienen einen aktuellen Verteilungsschlüssel zu generieren, Länder zu entlasten und/oder einen Finanzausgleich zu etablieren.

Die grünen Punkte zeigen an, dass es im jeweiligen Land ein Plus bzgl. der fairen Aufnahmequote gibt, was heißt, dass dieses Land mehr Asylbewerber aufnimmt, als es dies auf Grundlage der fairen Aufnahmequote tun müsste. Es zeigt sich, dass bspw. Schweden mit +266,3% und Frankreich mit +36,1% deutlich mehr Asylbewerber aufnehmen als es die faire Aufnahmequote fordern würde. Die roten Punkte sind Abbild eines Defizits bzgl. der fairen Aufnahmequote. Deutschland weist dabei ein Minus von 2,2% auf, so dass auch hier schwerlich von „Überfremdung“ gesprochen werden kann. Folgt man dieser fairen Aufnahmequote müsste Deutschland 2,2% mehr Asylbewerber aufnehmen um sie zumindest ausgeglichen zu gestalten. Auch hier zeigten uns die Daten also ein anderes Bild als es die aktuelle Diskussion vermuten lassen könnte.

Reflexion

Die Diskussion um das Thema Migration und damit einhergehende Wörter wie „Überfremdung“ bildeten den Ausgangspunkt für unsere Arbeit mit offenen Daten. Innerhalb dieser konnten wir sehr eindeutig zeigen, dass Diskussionsbeiträge, welche in den angesprochenen Kanon einstimmen jeglicher Datengrundlage entbehren. Losgelöst von dieser Erkenntnis konnten wir im Rahmen unserer Arbeit weitere Schlüsse und Lehren ziehen. Wie bereits angesprochen, stießen wir im Verlauf auf unterschiedliche Zahlen, was eine Validierung der jeweiligen Zahlen notwendig gemacht hat. Dabei erhielten wir auch auf mehrfache Nachfrage keine Antwort bzgl. der festgestellten Differenz, was die Frage aufwirft, warum diese ausblieb. Auf der einen Seite könnte dies einfach der Tatsache geschuldet sein, dass die Vielzahl der Anfragen durch bestehendes Personal nicht bearbeitet werden können. Allerdings gab es bis zum heutigen Tage noch keine Antwort, was diese Möglichkeit nicht ausschließt, aber zumindest unwahrscheinlicher macht. Auf der anderen Seite handelt es sich beim Thema Migration um ein politisch aufgeladenes Thema mit welchem zahlreiche Interessen, Gelder etc. verbunden sind, so dass es auch möglich erscheint, dass hier bewusst nicht geantwortet wurde um eine bestimmte Darstellung des Sachverhalts aufrecht zuhalten. Fernab dieser Mutmaßungen zeigen sich in unserem Fall zahlreiche interessante Ansatzpunkte für den Umgang mit offenen Daten. Die für uns wichtigste Lehre war dabei, dass auch das Vorhandensein eins Datensatzes den Forscher nicht von der Arbeit befreit diese Daten zu überprüfen. Erst durch weitere Recherche konnten wir die geschilderte Differenz feststellen. Ob der ausbleibenden Antwort haben wir uns dann für Daten entschieden, welche in vielen unterschiedlichen Quellen verwendet wurden. Darüber hinaus sollte der Forscher immer auch den Herausgeber der Daten betrachten und ob dieser evtl. eine eigene Agenda mit diesen Daten verfolgt. Denn auch das zeigte unsere Arbeit: Daten sind immer Gegenstand von Interpretationen. Möchte ich meine Geschichte erzählen, wird es mir oftmals auch gelingen diese mit Daten zu belegen oder wie Churchill es schon sagte: „Ich glaube nur der Statistik, die ich selbst gefälscht habe“. Daher gilt es jegliche Daten und deren Interpretationen stets zu prüfen und zu reflektieren. So vielversprechend offene Daten auch sind, so gefährlich ist ein unreflektierter Umgang mit ihnen.

Für uns bemerkenswert war der Konsens (sowohl unter uns, als auch im Seminar), dass trotz aller „Objektivität“, die diese Daten inne haben können,  menschliche Schicksale, die hinter eben jenen Stecken, nie abgebildet werden können. All die individuellen Schicksale, Bedrohungen, das Leid und Erfahrungen, der Verlust bzw. die Aufgabe von Heimat, Familie und sozialem Umfeld, die Gründe, die jedem einzelnen Asylbewerber dazu bewegen zu flüchten und in einem fremden Land Asyl zu beantragen, um ein sicheres, besseres und für uns „normales“ Leben führen zu dürfen, können auch weder die von uns gewählten Zahlen, noch offizielle Quoten und Bestimmungen verdeutlichen und beurteilen.

Vielleicht aber können die  offenen Daten die Asyl- und Flüchtlingsthematik ein Stück weit  entpolemisieren und so einen emphatischen, ethischen und humanen Umgang anstoßen, den diese Thematik verdient hätte. In diesem Sinne: Das Boot ist nicht voll.

* Zu Gunsten der einfacheren Lesbarkeit wird sowohl für die männliche wie die weibliche Form die männliche Form verwendet.

verfasst von: Marian D. und Tobias S.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind markiert *

*