Geografische Informationssysteme (GIS) haben die Art und Weise verändert, wie Stadtanalysten und -planer die komplexe Dynamik von Städten verstehen. Durch die Erfassung, Speicherung, Manipulation, Analyse und Visualisierung räumlicher Daten bietet GIS einen Rahmen für die Aufdeckung von Mustern, die herkömmliche statistische Methoden möglicherweise übersehen. Dieser Artikel erweitert die grundlegenden Konzepte, untersucht fortschrittliche Anwendungen und zeigt auf, wie GIS verborgene Trends in der Stadtentwicklung aufdeckt, von der Infrastrukturbelastung bis hin zu Umweltveränderungen.

GIS im urbanen Kontext verstehen

GIS integriert verschiedene Datenschichten in eine einzige analytische Umgebung, so dass Stadtforscher sehen können, wie verschiedene Faktoren räumlich interagieren. Diese Schichten umfassen Vektordaten (Punkte, Linien und Polygone, die Merkmale wie Gebäude, Straßen und Zonierungsgrenzen darstellen) und Rasterdaten (gitterbasierte Informationen wie Satellitenbilder oder Höhenmodelle). Attribute, die mit jedem Merkmal verbunden sind, wie Bevölkerungszahl, Landwerte oder Gebäudealter, ermöglichen anspruchsvolle Abfragen und Klassifizierungen.

Zeitliche Daten sind besonders leistungsfähig in Stadtstudien. Durch den Vergleich von Momentaufnahmen über mehrere Jahre hinweg zeigt GIS Trends wie Zersiedelung, Infill-Entwicklung oder die Erweiterung von Verkehrsnetzen. Zum Beispiel kann die Überlagerung historischer Baugenehmigungsdaten mit der aktuellen Landbedeckung zeigen, wie sich eine Stadt im Laufe der Zeit verdichtet hat. Moderne GIS-Plattformen enthalten auch Echtzeitdaten von IoT-Sensoren und Fernerkundungssatelliten, die aktuelle Informationen zu Verkehrsstaus, Luftqualität und Landbedeckungsänderungen liefern. Diese dynamische Ansicht hilft Städten, schnell auf neue Probleme zu reagieren.

Die Integration mehrerer Datensätze in einem gemeinsamen Koordinatenrahmen ist eine der Hauptstärken von GIS. Software wie ArcGIS oder QGIS ermöglicht es Planern, scheinbar nicht zusammenhängende Informationen wie Hochwasserrisikozonen, Schulstandorte und Notfalldienste zu überlagern, um Lücken oder Konflikte zu identifizieren. Diese Fähigkeit ist für eine ganzheitliche Stadtplanung unerlässlich, bei der Entscheidungen in einem Bereich (z. B. Wohnen) andere betreffen (z. B. Transport und Umwelt).

Daten für städtische GIS stammen aus verschiedenen Quellen: nationalen Volkszählungsbüros, lokalen Regierungen, Satellitenprogrammen wie Landsat und Crowdsourcing-Plattformen wie OpenStreetMap. Jede Quelle hat ihre eigene Genauigkeit und Aktualisierungshäufigkeit, die eine sorgfältige Validierung und Integration erfordert. Zum Beispiel können Zensusdaten zehntausend Jahre lang sein, während Baugenehmigungen monatlich ausgestellt werden; die Anpassung dieser unterschiedlichen Zeitlinien erfordert Interpolation oder Modellierung.

Aufdecken versteckter Muster in der Stadtentwicklung

Über die grundlegende Kartierung hinaus zeigt GIS subtile Muster, die Städte formen. Diese Muster bleiben oft in Tabellen oder Graphen unsichtbar, werden aber sichtbar, wenn sie räumlich visualisiert werden. Fortgeschrittene räumliche Analysetechniken, wie Hot-Spot-Analyse, Pufferzonen oder Netzwerkanalyse, verwandeln Rohdaten in umsetzbare Erkenntnisse.

Urban Sprawl und Edge Growth

GIS kann die Zersiedelung von Städten quantifizieren, indem sie die Ausbreitung von bebauten Gebieten im Verhältnis zu städtischen Kernen misst. Anhand von Metriken wie Bevölkerungsdichtegradienten, Landverbrauch pro Kopf und Nähe zum freien Raum ermitteln Planer, wo sich die Zersiedelung beschleunigt und welche Landnutzung verbraucht wird. Zum Beispiel könnte eine Studie von Atlanta mit GIS zeigen, dass Wohnsiedlung mit geringer Dichte in zuvor landwirtschaftliche Zonen vordringt, wodurch die Abhängigkeit von Autos erhöht und Lebensräume fragmentiert werden.

Gentrifizierung und Nachbarschaftswandel

Durch die Korrelation der demografischen Verschiebungen (Einkommen, Bildung, Rasse) mit Veränderungen der Immobilienpreise, Abrissgenehmigungen und Neubauten zeigt GIS Muster der Gentrifizierung. Gebiete, die einen schnellen Anstieg der Durchschnittsmiete neben der Vertreibung von Einwohnern mit niedrigem Einkommen erleben, können kartiert werden, so dass Städte Anti-Vertreibungspolitiken umsetzen können. Zum Beispiel könnte eine GIS-Analyse von Austin, Texas, zeigen, dass neue Transitlinien die Immobilienwerte in benachbarten Nachbarschaften beschleunigen und bezahlbaren Wohnraum bedrohen.

Umweltgerechtigkeit und Ungerechtigkeiten

GIS ist ein mächtiges Instrument für die Analyse von Umweltgerechtigkeit. Die Überlagerung von Industriestandorten, Abfallentsorgungsstätten und Hauptstraßen mit demografischen Daten kann zeigen, ob Verschmutzungsherde überproportional Minderheiten oder Bevölkerungen mit niedrigem Einkommen betreffen. Diese räumliche Gerechtigkeitsanalyse unterstützt Rechtsstreitigkeiten, politische Änderungen und Sanierungsbemühungen. Zum Beispiel verwendet das EJScreen-Tool der EPA GIS, um Umwelt- und demografische Daten zu kombinieren und Gemeinden dabei zu helfen, Bereiche zu identifizieren, die Anlass zur Sorge geben.

Transporteffizienz und Engpässe

Die Netzanalyse in GIS identifiziert Verkehrsengpässe, indem sie die Reisezeiten über Straßennetze zu verschiedenen Tageszeiten modelliert. Hier werden Kreuzungen oder Segmente identifiziert, in denen Überlastungen durchweg auftreten, was Investitionen in Kapazitätsverbesserungen oder alternative Routen leitet. Ebenso kann GIS Transitwüsten - Gebiete mit schlechtem Zugang zu öffentlichen Verkehrsmitteln - aufdecken, indem die Reisezeiten zu den nächsten Haltestellen berechnet und mit Jobcentern oder wichtigen Diensten verglichen werden.

Ökologische Korridore und grüne Infrastruktur

Stadtentwicklung fragmentiert oft Lebensräume von Wildtieren. GIS analysiert die Konnektivität von Landschaften, indem es Bewegungspfade für Arten modelliert und identifiziert, wo Entwicklung Migrationskorridore blockiert. Planer verwenden diese Informationen, um grüne Infrastrukturen zu entwerfen, wie Überführungen von Wildtieren oder vernetzte Parksysteme, die ökologische Funktionen in Städten aufrechterhalten. Dies ist eine wachsende Priorität für nachhaltige Stadtgestaltung.

Diese versteckten Muster, die einmal durch GIS aufgedeckt wurden, ermöglichen es Städten, proaktive Entscheidungen zu treffen. Für weitere Informationen über GIS in der Stadtanalyse bietet die Urban and Regional Information Systems Association Fallstudien und Best Practices.

Kernanwendungen von GIS in der Stadtplanung

GIS wird in zahlreichen Planungsbereichen angewendet, wobei jede räumliche Analyse zur Lösung spezifischer Herausforderungen genutzt wird.

Zoning und Landnutzungsplanung

Planer verwenden GIS, um aktuelle Gebietsordnungen mit der tatsächlichen Landnutzung zu bewerten. Durch Modellierung von Szenarien wie der Umwidmung von Gebieten für gemischt genutzte Entwicklung können sie mögliche Auswirkungen auf Verkehr, Wohnungsangebot und Grünflächen bewerten. GIS hilft auch bei der Erstellung von Gebietskarten, die konsistent und rechtlich vertretbar sind. Zum Beispiel könnte eine Stadt GIS verwenden, um derzeit für industrielle Zwecke ausgewiesene Parzellen zu identifizieren, die aufgegeben wurden, und dann ihre Umwandlung in Wohn- oder Gewerbenutzung modellieren, einschließlich Auswirkungen auf Steuereinnahmen und Infrastrukturnachfrage.

Verkehrsnetzanalyse

Die GIS-Tools zur Netzwerkanalyse berechnen kürzeste Routen, identifizieren Versorgungsbereiche und modellieren den Verkehrsfluss. Dies ist entscheidend für die Planung neuer Straßen, die Optimierung von öffentlichen Verkehrsmitteln und die Verbesserung der Reaktionszeiten. Beispielsweise kann ein GIS simulieren, wie eine neue Stadtbahnlinie das Pendelverhalten beeinflussen könnte, indem Änderungen der Reisezeitverteilungen in der Stadt berechnet werden. Es unterstützt auch dynamisches Routing für Fahrgemeinschaften und Lieferlogistik, wodurch der Kraftstoffverbrauch oder Wartezeiten reduziert werden.

Umweltverträglichkeitsprüfung

Vor der Entwicklung erfordern Umweltprüfungen oft GIS, um hydrologische Pfade, geschützte Lebensräume und Erosionsrisiken zu analysieren. Die Überlagerung von Bauplänen mit ökologischen Schichten hilft, nachteilige Auswirkungen zu mildern. Zum Beispiel kann ein Entwickler, der eine neue Unterteilung plant, GIS verwenden, um sicherzustellen, dass Regenwasserabfluss nicht gefährdete Feuchtgebiete beeinflusst. Nach der Entwicklung überwacht GIS die Einhaltung von Umweltvorschriften durch den Vergleich von Satellitenbildern im Laufe der Zeit.

Katastrophenmanagement und Resilienzplanung

GIS erstellt Risikokarten für Überschwemmungen, Erdbeben, Waldbrände und andere Gefahren. Notfallmanager verwenden diese Karten, um Ressourcen zuzuweisen, Evakuierungsrouten zu planen und gefährdete Bevölkerungsgruppen zu identifizieren. Nach einer Katastrophe bewertet GIS Schäden durch den Vergleich von Satellitenbildern vor und nach dem Ereignis, indem zerstörte Gebäude, blockierte Straßen und vertriebene Menschen lokalisiert werden. Langfristige Erholung wird durch GIS-Analyse des Wiederaufbaufortschritts und der Gefahrenminderungsbedürfnisse geleitet.

Wohnen und Gemeindeentwicklung

GIS unterstützt Initiativen für bezahlbaren Wohnraum, indem es offene Stellen, Grundstückskosten und die Nähe zu Annehmlichkeiten kartiert. Es hilft Städten, Standorte für neue Wohnsiedlungen zu identifizieren, die die Eigenkapitalziele erfüllen. Eine GIS-Analyse könnte beispielsweise zeigen, dass Haushalte mit niedrigem Einkommen nur begrenzten Zugang zu Lebensmittelgeschäften oder Parks haben; dies informiert über die Platzierung neuer Gemeinschaftseinrichtungen. Darüber hinaus verfolgt GIS Veränderungen im Wohnungsbestand - wie Abrisse, Genehmigungen und Zwangsvollstreckungen -, um die Marktdynamik zu überwachen.

Wirtschaftliche Entwicklung und Landwert

Planer nutzen GIS, um gewerbliche Immobilientrends zu analysieren, Bereiche mit hoher Leerstandsquote oder schnellem Wachstum zu identifizieren. Dies informiert über gezielte Anreize für Unternehmensanziehung oder Revitalisierung. Zum Beispiel kann GIS die Unternehmenssteuereinnahmen mit Infrastrukturinvestitionen überlagern, um die Kapitalrendite für wirtschaftliche Entwicklungsprojekte zu berechnen.

Der ESRI Planungs- und Analyse-Hub bietet Vorlagen und Werkzeuge für viele dieser Anwendungen, so dass Planer Workflows standardisieren können.

Datenquellen, Qualität und Integrationsstrategien

Die Leistungsfähigkeit von GIS hängt von der Datenqualität, -abdeckung und -pünktlichkeit ab. Urbane Analysten verlassen sich auf eine Mischung aus maßgeblichen und Crowdsourcing-Datensätzen, die jeweils Stärken und Einschränkungen aufweisen.

Zugelassene Datenquellen

Regierungsbehörden liefern grundlegende Daten. Das US Census Bureau bietet demografische Daten und Wohnungsdaten auf Block-, Trakt- und Kreisebene. Der US Geological Survey (USGS) liefert hochwertige Datensätze zu Landbedeckung, Erhebung und Hydrographie. Lokale Regierungen führen Paketkarten, Gebäudeabdrücke und Zonierungsaufzeichnungen. Diese Quellen werden überprüft, können jedoch selten aktualisiert werden, was ihre Verwendung für Echtzeitanalysen einschränkt.

Fernerkundung und Satellitendaten

Satellitenprogramme wie Landsat (30-Meter-Auflösung) und Sentinel (10-Meter-Auflösung) bieten globale Abdeckung für Landnutzungsklassifikation, Vegetationsindizes und thermische Kartierung. Hochauflösende kommerzielle Bilder (z. B. von Maxar) können einzelne Gebäude oder Fahrzeuge erkennen und unterstützen eine detaillierte Erkennung von Stadtveränderungen. Die Open-Data-Richtlinien dieser Programme machen sie für Forschung und Planung zugänglich.

Crowdsourced und freiwillige Daten

Plattformen wie OpenStreetMap bieten detaillierte Straßennetze, Sehenswürdigkeiten und Gebäudeumrisse, die von Freiwilligen bereitgestellt werden. Obwohl diese Daten oft reich an Abdeckung sind, variieren sie in ihrer Genauigkeit und Vollständigkeit in den Regionen. Planer müssen Crowdsourcing-Daten durch Bodenwahrheitsanalyse oder Vergleich mit maßgeblichen Quellen validieren.

Integrationsherausforderungen und Lösungen

Die Integration heterogener Datensätze stellt mehrere Herausforderungen dar:

  • Skalierungs- und Auflösungsfehlanpassung: Daten, die auf verschiedenen räumlichen Ebenen (z. B. Zählungstrakte vs. Pakete) aggregiert werden, erfordern Aggregations- oder Disaggregationstechniken, um gemeinsame analytische Einheiten zu erzeugen.
  • Koordinieren Systemunterschiede: Datensätze können verschiedene Projektionen oder Daten verwenden; Reprojektion ist notwendig, kann aber leichte Positionsfehler einführen.
  • Temporale Konsistenz: Das Kombinieren von Datensätzen aus verschiedenen Jahren oder Jahreszeiten kann aktuelle Bedingungen falsch darstellen; Interpolation oder temporales Binning hilft, sie auszurichten.
  • Datenschutz und Vertraulichkeit: Hochauflösende Standortdaten, insbesondere von Mobiltelefonen oder sozialen Medien, werfen Datenschutzbedenken auf. Die Aggregation in größere Bereiche oder Datenmaskierung schützt den Einzelnen und bewahrt gleichzeitig räumliche Muster.

Robuste Datenmanagementpraktiken – einschließlich Metadatendokumentation, Versionskontrolle und Qualitätssicherungsprotokolle – sind unerlässlich, um das Vertrauen in GIS-Ausgaben zu erhalten. Der U.S. Geological Survey bietet maßgebliche Ressourcen und Richtlinien für das räumliche Datenmanagement.

Fortgeschrittene analytische Methoden in GIS

Über grundlegende Overlays und Abfragen hinaus verwendet GIS ausgeklügelte Methoden, um tiefere Erkenntnisse aus städtischen Daten zu gewinnen. Diese Techniken decken Beziehungen auf, die nicht sofort offensichtlich sind, und unterstützen prädiktive und präskriptive Analysen.

Räumliche Statistiken und Clustererkennung

Techniken wie die Getis-Ord Gi*-Statistik oder Morans I identifizieren Cluster von hohen oder niedrigen Werten, die statistisch signifikant sind. Zum Beispiel, wenn Gi* auf Daten von Verbrechensvorfällen angewendet wird, werden Hot Spots abgebildet, auf die die Polizei Patrouillen konzentrieren sollte, oder auf Immobilienverkäufe, um Gebiete mit schnell steigenden Preisen zu finden. Diese Methoden erklären räumliche Autokorrelation - die Tendenz von nahe gelegenen Orten, ähnlich zu sein - die gewöhnliche Statistiken ignorieren.

Landnutzungsänderung und zellulare Automatenmodellierung

GIS-basierte Modelle simulieren das zukünftige Stadtwachstum auf der Grundlage historischer Trends und treibender Faktoren wie Steigung, Straßen und Zonierung. Das SLEUTH-Modell (Slope, Land Cover, Exclusion, Urban Extension, Transportation, Hillshade) wird häufig für die Vorhersage des Stadtwachstums verwendet. Durch die Kalibrierung auf vergangene Wachstum können Planer zukünftige Entwicklungen projizieren und die Auswirkungen auf Grünflächen, Infrastruktur und Ökosysteme bewerten.

Netzwerkanalyse für Service Accessibility

Über den Transport hinaus bewertet die Netzwerkanalyse den Zugang zu Gesundheitsfürsorge, Parks, Lebensmittelgeschäften oder Schulen. Durch die Berechnung der Reisezeiten entlang von Straßennetzen werden Gebiete identifiziert, die von kritischen Diensten unterversorgt sind. Zum Beispiel könnte eine Stadt die Netzwerkanalyse verwenden, um optimale Standorte für neue Feuerwachen zu bestimmen, so dass alle Bewohner innerhalb von 5 Minuten Reaktionszeit sind. Diese Analyse umfasst Barrieren wie Flüsse oder Autobahnen, die direkte Reisen behindern könnten.

Multi-Kriterien-Entscheidungsanalyse (MCDA)

GIS integriert MCDA, um alternative Planungsszenarien anhand mehrerer Ziele zu bewerten, wie Kostenminimierung, Maximierung der Gerechtigkeit und Schutz sensibler Umgebungen. Planer weisen Kriterien Gewichte zu (z. B. Nähe zum Transit, Bodeneignung, soziale Bedürfnisse) und erstellen Eignungskarten, die Parzellen für die Entwicklung oder Erhaltung einordnen. Dieser transparente Prozess unterstützt das Engagement der Stakeholder und die politische Rechtfertigung.

Fallstudie: Verwendung von GIS zur Bekämpfung von Zersiedelung in Portland, Oregon

Portland, Oregon, nutzt GIS seit langem, um seine städtische Wachstumsgrenze (UGB) zu steuern, die die Expansion in umliegendes Ackerland begrenzt. Eine GIS-Analyse der Landbedeckungsänderung von 1990 bis 2020 ergab, dass die Bevölkerung um 40% wuchs, das verstädterte Gebiet jedoch nur um 15% zunahm, was eine erfolgreiche Verdichtung zeigt. GIS zeigte jedoch auch, dass innerhalb des UGB die Infill-Entwicklung ungleichmäßig war - einige Stadtteile sahen Projekte mit hoher Dichte, während andere überwiegend Einfamilien blieben. Diese Einsicht veranlasste zu Zonenänderungen, um Duplexe und Stadthäuser in mehr Gebieten zu ermöglichen, was die Wohnmöglichkeiten erhöht, ohne den UGB zu erweitern. Darüber hinaus identifizierte die Netzwerkanalyse Korridore, in denen Transitinvestitionen erforderlich waren, um die Verdichtung zu unterstützen. Dieser Fall zeigt, wie GIS die Beweise für breite Planungspolitik und gezielte Interventionen liefert.

Zukünftige Richtungen: GIS und neue Technologien

Die Integration von GIS mit anderen digitalen Technologien erweitert seine Fähigkeiten und Anwendungen in der Stadtentwicklung.

Künstliche Intelligenz und Machine Learning

KI und maschinelles Lernen automatisieren die Mustererkennung in Satellitenbildern, indem sie Veränderungen wie Neubauten, Straßenöffnungen oder Entwaldung erkennen. Deep-Learning-Modelle können die Landnutzung anhand von Bildern mit einer Genauigkeit klassifizieren, die mit menschlichen Analysten vergleichbar ist, und ermöglichen eine Echtzeit-Überwachung der Stadtdynamik. Generative Modelle helfen sogar bei der Gestaltung von Szenarien, wie etwa optimale Straßenlayouts für Fußgängerströme.

Digitale Zwillinge der Städte

Digitale Zwillinge sind virtuelle Nachbildungen von physischen Stadtsystemen, die GIS-Daten für Simulation und Visualisierung enthalten. Städte wie Singapur und Helsinki verwenden digitale Zwillinge, um Verkehr, Energieverbrauch und Notfallreaktionen zu simulieren, bevor sie Ressourcen in der realen Welt einsetzen. GIS dient als räumliches Rückgrat dieser Zwillinge und integriert Daten von Sensoren, BIM-Modellen und Live-Feeds.

Internet of Things (IoT) und Echtzeit-GIS

Angeschlossene Sensoren an Straßenlaternen, Fahrzeugen, Gebäuden und Infrastruktur strömen Daten in GIS-Plattformen. Dies ermöglicht Echtzeit-Dashboards, die Verkehrsstaus, Luftqualität, Lärmpegel und Energieverbrauch überwachen. Stadtverwaltungen können Anomalien sofort erkennen und Korrekturmaßnahmen ergreifen, wie z. B. die Anpassung von Verkehrssignalen zur Verringerung von Staus oder die Ausgabe von Warnungen bei Hitzewellen.

Augmented Reality (AR) für Stakeholder-Engagement

AR ermöglicht es Planern, GIS-Daten über Smartphones oder Headsets in physische Ansichten zu überlagern. Zum Beispiel können Bürger bei öffentlichen Versammlungen vorgeschlagene Gebäudehöhen oder neue Parkdesigns sehen, die sich über tatsächliche Stadtlandschaften überlagern, was das Verständnis und die Beteiligung verbessert. AR-Tools entwickeln sich immer noch, versprechen aber, den Zugang zu räumlichen Informationen zu demokratisieren.

Partizipative GIS und Citizen Science

Mobile Apps ermöglichen es den Bewohnern, Daten über ihre Nachbarschaften beizutragen, Schlaglöcher, illegales Dumping oder sichere Wege zu melden. Diese Crowdsourcing-Daten bereichern offizielle Datensätze und befähigen die Gemeinden, sich für Verbesserungen einzusetzen. Partizipative GIS-Plattformen werden zunehmend in Slum-Upgrade-Projekten eingesetzt, wo lokales Wissen Lücken in der formalen Kartierung füllt.

Da diese Technologien konvergieren, wird GIS noch zentraler für die Stadtentwicklung werden, indem es proaktive statt reaktive Planung unterstützt.

Überwindung von Hindernissen für die Einführung von GIS in Städten

Trotz der Vorteile stehen viele Städte vor Hindernissen für eine vollständige GIS-Auslastung. Dazu gehören hohe Softwarekosten, begrenztes Fachwissen des Personals, Datensilos zwischen den Abteilungen und Widerstand gegen datengesteuerte Entscheidungsfindung. Um diese Hindernisse zu überwinden, sind Investitionen in Schulungen, Open-Source-GIS-Alternativen wie QGIS und Richtlinien, die Datenaustausch und Interoperabilität vorschreiben. Kleinere Städte können cloudbasierte GIS-Dienste nutzen, die die Vorabkosten senken. Die American Planning Association bietet Anleitungen zur Integration von GIS in die Planungspraxis, wobei der Schwerpunkt auf dem Aufbau von Kapazitäten und Kooperationsprojekten liegt.

Ethische Aspekte ergeben sich auch, insbesondere in Bezug auf Privatsphäre und Überwachung. Planer müssen die Vorteile hochauflösender Daten mit dem Recht der Bewohner auf Anonymität in Einklang bringen. Transparente Data-Governance-Rahmenbedingungen und das Engagement der Gemeinschaft tragen dazu bei, diese Bedenken zu mildern.

Schlussfolgerung

Geografische Informationssysteme sind mehr als nur Kartenwerkzeuge – sie sind analytische Motoren, die die verborgenen Muster unserer Städte aufdecken. Von der Identifizierung von Umweltungerechtigkeiten über die Optimierung des Verkehrs, die Modellierung zukünftigen Wachstums und die Integration von Echtzeitdaten liefert GIS die Beweise, die für ein effektives Stadtmanagement erforderlich sind. Da Datenquellen erweitert und analytische Methoden voranschreiten, wird die Rolle von GIS bei der Aufdeckung und Lösung städtischer Herausforderungen nur noch wachsen. Planer, politische Entscheidungsträger und Gemeinschaften profitieren von dem vertieften Verständnis, das GIS in die komplexen, dynamischen Systeme, die wir Städte nennen, bringt.