Dominik Rothenhäusler wuchs in Oberzell, Deutschland, auf, einer malerischen Stadt mit rund 2.500 Einwohnern am Fluss Schussen. Wie viele Städte in ganz Deutschland erlebte auch Oberzell in den letzten Jahren einen Anstieg von Asylbewerbern und Flüchtlingen – zunächst hauptsächlich Männer aus Gambia, Senegal, Kamerun und Afghanistan; In jüngerer Zeit sind asylbedürftige Männer, Frauen und Kinder aus der Ukraine nach Oberzell eingereist.
Die Gemeinde Oberzell unterstützt die Flüchtlinge weitgehend geeint. Rothenhäuslers ehemaliger Fußballtrainer kam aus dem Ruhestand und veranstaltete wöchentliche Trainings und Wettkämpfe. Andere Anwohner sprangen ein, um zu zeigen, wie man mit öffentlichen Verkehrsmitteln fährt oder sich in der städtischen Bürokratie zurechtfindet. Freiwillige vermittelten Grundkenntnisse in Deutsch.
Rothenhaeusler, heute Assistenzprofessor für Statistik an der Stanford University, beobachtete diese Bemühungen größtenteils aus der Ferne, zunächst während seiner Doktorarbeit. in Zürich und anschließend als Postdoc in Berkeley. „Ich war irgendwie von all dem getrennt, aber ich wollte meinen Teil beitragen“, sagt er. Da war es praktisch, als sich das Stanford Immigration Policy Lab (IPL) an uns wandte und um Hilfe für ein Flüchtlingsvermittlungsprojekt namens GeoMatch bat. „Bei akademischer Forschung liegen normalerweise nur wenige Schritte zwischen der Arbeit und ihren Auswirkungen. Mit diesem Projekt gab es einen klaren Weg, um sofort positive Veränderungen in der Welt herbeizuführen.“
Besser leben durch maschinelles Lernen
GeoMatch ist ein maschinelles Lerntool, das den Vermittlungsbeamten dabei helfen soll, Flüchtlinge den Gemeinden zuzuordnen, in denen sie am wahrscheinlichsten gedeihen. Die Idee entstand, als sich ein Forscherteam, zu dem auch Jens Hainmueller, Co-Direktor des Stanford Immigration Policy Lab, gehörte, mit US-Regierungs- und gemeinnützigen Organisationen traf, die bei der Unterbringung und Integration von Flüchtlingen behilflich sind. Das Gespräch drehte sich um die Herausforderung, vor der die Vermittlungsbeamten stehen.
Obwohl der Umsiedlungsprozess reich an empirischen Fragen ist: Wann sind Städte besser für Flüchtlinge und wann ländliche Gebiete? Sind homogene oder vielfältige Gemeinschaften vorzuziehen? Welche lokalen Ressourcen tragen zur Arbeitsvermittlung bei? – Keine dieser Fragen wurde offiziell untersucht. Bei der Suche nach einem neuen Zuhause für Flüchtlinge verließen sich die Vermittlungsbeamten vor allem auf Erfahrung und Intuition.
„In diesen Management- und Verwaltungssystemen sind so viele Daten vorhanden, aber in der Vergangenheit war es schwierig, sie effektiv zu nutzen“, sagt Michael Hotard, der Direktor von GeoMatch. „Wir begannen zu fragen, wie die Informationen genutzt werden könnten, um den Menschen bei ihren Platzierungsentscheidungen zu helfen.“
Hainmüller und mehrere Kollegen machten sich an die Arbeit, einen Algorithmus zu entwickeln, der sich auf die Unterbringung von Flüchtlingen in den USA und der Schweiz konzentrierte. Der Algorithmus gleichte eine Vielzahl individueller Hintergrundmerkmale – Herkunftsland, Sprachkenntnisse, Geschlecht, Alter usw. – mit der Ankunftszeit und dem zugewiesenen Aufenthaltsort eines Flüchtlings ab; Das vom Algorithmus gemessene Ergebnis war der Beschäftigungserfolg 90 Tage nach der Ankunft in den USA und drei Jahre nach der Ankunft in der Schweiz. (Diese Erfolgsmaßstäbe werden von der US-amerikanischen bzw. der Schweizer Regierung verwendet.)
Durch die Anwendung des Algorithmus zur Zuweisung von Flüchtlingen an einen Ort, an dem sie am wahrscheinlichsten Erfolg haben würden, konnte das Forschungsteam die prognostizierte Beschäftigung in den USA um etwa 40 % und in der Schweiz um 75 % steigern. Die Forscher veröffentlichten ihre Ergebnisse in Wissenschaft im Jahr 2018.
Mehr als 100 Millionen Menschen auf der ganzen Welt mussten ihre Heimat verlassen. Ungefähr 35 Millionen dieser Vertriebenen gelten als Flüchtlinge, fast die Hälfte davon ist unter 18 Jahre alt. Angesichts des Ausmaßes des Problems eröffnete die Wirksamkeit des Algorithmus die Möglichkeit, das Leben von Millionen von Menschen dramatisch zu verbessern. Hainmüller und seine Kollegen wollten diese Arbeit von den Seiten wissenschaftlicher Fachzeitschriften holen und sie in die Hände derjenigen legen, die sich täglich mit dem Thema Umsiedlung beschäftigen.
Der Weg zur Partnerschaft
In den USA gibt es etwa zehn große gemeinnützige Organisationen zur Neuansiedlung von Flüchtlingen. Diese erhalten den Großteil ihrer Mittel von zwei Bundesbehörden: dem Außenministerium und dem Ministerium für Gesundheit und menschliche Dienste. Kurz nachdem die Wissenschaftler ihr erstes Papier veröffentlicht hatten, wandten sich weitere Organisationen an IPL, um zu besprechen, wie GeoMatch in ihren Organisationen eingesetzt werden könnte. Diese Arbeit wurde im Jahr 2020 unterbrochen, als die Pandemie die Grenzen schloss und die Zahl der Flüchtlingsaufnahmen in den USA zurückging; Die Zusammenarbeit mit den Umsiedlungsagenturen wurde 2022 wieder aufgenommen.
Derzeit wird eine Partnerschaft zwischen GeoMatch und der Schweizer Regierung weiterentwickelt. Seit 2020 testet die Schweiz GeoMatch bei der Unterbringung von Flüchtlingen im ganzen Land. „Wir wollten eine strenge Wirkungsbewertung in dieses Programm einbauen, um sicherzustellen, dass das von uns entwickelte Tool die erwarteten Effekte erzielt“, sagt Hotard. Das Programm wurde als groß angelegte randomisierte kontrollierte Studie eingeführt.
Asylsuchende, die in die Schweiz einreisen, werden traditionell einem der 26 Kantone bzw. Verwaltungsstaaten des Landes zugewiesen, und zwar aufgrund der Notwendigkeit, die Bevölkerungsverteilung auszugleichen, und nicht aufgrund des Wunsches, die beste wirtschaftliche Eignung zu finden. Das Schweizer Sekretariat für Migration führt GeoMatch als Pilotprojekt ein, um einem Teil der ankommenden Asylsuchenden bei der Standortentscheidung zu helfen. Für diejenigen, die am Pilotprojekt teilnehmen, wird etwa die Hälfte der Asylbewerber nach drei Jahren eine GeoMatch-Empfehlung erhalten, die darauf ausgelegt ist, die Beschäftigungsaussichten zu maximieren.
Diese Empfehlungen werden von GeoMatch an die Vermittlungsbeauftragten weitergeleitet, die dann entscheiden, wie mit diesen Informationen umgegangen werden soll. Insbesondere berücksichtigen die GeoMatch-Empfehlungen den proportionalen Verteilungsschlüssel und haben daher keinen Einfluss auf die Anzahl der in den einzelnen Kantonen untergebrachten Flüchtlinge, verbessern jedoch die Qualität des Matches. Die übrigen Asylbewerber folgen dem traditionellen Weg der Zuweisung.
Der GeoMatch-Pilot in der Schweiz läuft noch. Angesichts des Zeithorizonts für die Ergebnisse muss das Team warten, bis die Beschäftigungsergebnisse für drei Jahre vorliegen, bevor es eine vollständige Analyse der Auswirkungen durchführt.
Diese Arbeit hilft Flüchtlingen nicht nur dabei, sich schneller in neue Volkswirtschaften zu integrieren, sondern verringert auch den Verwaltungsaufwand für die Aufnahmeländer erheblich. Wie Hotard feststellte, kann es schon recht komplex sein, geeignete Standorte für eine Umsiedlung zu bestimmen, ganz zu schweigen von der Überlegung, welche Stadt oder Gemeinde optimal sein könnte.
„In Ländern wie den USA oder der Schweiz hat die Regierung ein Netzwerk geeigneter Orte geschaffen, an denen Flüchtlinge umgesiedelt werden können“, sagt Hainmüller. „Jedes Jahr legt die Regierung eine Quote für die Anzahl der Flüchtlinge fest, die an jedem Ort neu angesiedelt werden können. Die Vermittlungsbeamten können Flüchtlinge nicht einfach an einen beliebigen Ort schicken; sie können Flüchtlinge nur innerhalb des bestehenden Netzwerks förderfähiger Orte unterbringen. Sie müssen auch sicherstellen.“ dass jeder Standort nur so viele Flüchtlinge aufnimmt, wie das Kontingent zulässt.“
Es ist dieser komplexe Prozess, auf den der Algorithmus im Herzen von GeoMatch abzielt. Es kann die verschiedenen Einschränkungen berücksichtigen, mit denen Arbeitsvermittlungsbeamte bei der Suche nach dem richtigen Standort konfrontiert sind, wie z. B. medizinische Bedürfnisse, Familiengröße, gesprochene Sprachen, Schulbedarf usw. Darüber hinaus kann GeoMatch den Verwaltungsaufwand für diese Beamten verringern.
„Was früher mehrere Stunden Recherche erforderte, kann jetzt in wenigen Minuten erledigt werden“, sagt Hotard. „GeoMatch kann als Tool, das den Prozess des Sammelns von Informationen und Herstellen von Verbindungen vereinfacht, unglaublich nützlich sein. Es automatisiert viele Dinge, die traditionell manuell erledigt wurden.“
Gebäudeleitplanken und neue Anwendungen
Automatisierung bringt natürlich Bedenken mit sich. Der Neuansiedlungsprozess von Flüchtlingen hängt von hochsensiblen Informationen ab, und die Ergebnisse jeder Unterbringungsentscheidung sind äußerst folgenreich. Vor diesem Hintergrund hat das GeoMatch-Team dieses Tool entwickelt, um potenzielle Schäden zu mindern.
Zunächst einmal glaubt niemand bei GeoMatch, dass der Algorithmus ohne menschliche Aufsicht funktionieren sollte. Bei der Entscheidung darüber, wo Flüchtlinge landen, bleiben die Vermittlungsbeauftragten die endgültige Entscheidungsträgerin; Vorschläge von GeoMatch sollen diese Entscheidungen unterstützen und verbessern.
Das Team hat sich auch proaktiv mit Bedenken hinsichtlich Voreingenommenheit befasst. „Wir hören von unseren Partnern immer häufiger, dass sie Fragen der Fairness im Algorithmus durchdenken“, sagt Elisabeth Paulson, Professorin in Harvard, die kürzlich einen Postdoc-Abschluss am IPL gemacht hat. „Meine Arbeit am IPL versuchte präventiv sicherzustellen, dass diese Algorithmen faire Ergebnisse liefern.“
Zusammen mit mehreren Kollegen entwickelte Paulson einen modifizierten Satz von Algorithmen, der es Umsiedlungsbehörden ermöglicht, Ergebnisse wie die Beschäftigung in verschiedenen Untergruppen sorgfältig zu untersuchen. Wenn beispielsweise eine Behörde in den USA sicherstellen möchte, dass bestimmte Beschäftigungsschwellen basierend auf dem Herkunftsland eines Flüchtlings erreicht werden, kann dies als gewünschtes Ergebnis festgelegt werden. Stattdessen könnte eine andere Agentur den Algorithmus so anpassen, dass er die Beschäftigungsquoten basierend auf dem Geschlecht betrachtet. Das Ziel besteht darin, die Gesamtbeschäftigung zu maximieren, ohne versehentlich einer Untergruppe zu schaden.
Im Rahmen eines damit verbundenen Vorstoßes zur Verbesserung des Algorithmus wurde Rothenhaeusler aufgrund seiner Fachkenntnisse im Bereich „Verteilungsverschiebungen“ in das GeoMatch-Team aufgenommen. Im Wesentlichen führt die Tatsache, dass maschinelle Lernmodelle auf historischen Daten trainiert werden, zu unsichtbaren Problemen, wenn die heutigen Umstände nicht die historischen Umstände widerspiegeln. Rothenhaeusler stellte fest, dass die Suche nach einer Anstellung in der Bay Area heute ein anderes Unterfangen sei als noch vor zwei Jahren; Ebenso unterscheiden sich die vor acht Jahren in Europa auftauchenden Asylsuchenden – viele aus Afrika und dem Nahen Osten – in wichtigen Punkten von den Ukrainern, die heute dort Asyl suchen. Rothenhaeuslers Arbeit stärkt die Widerstandsfähigkeit gegenüber solchen Änderungen in GeoMatch.
In Zukunft hofft die Gruppe, die Zahl der Partnerländer, mit denen sie zusammenarbeitet – in den Niederlanden ist die Arbeit noch im Gange – sowie die Bevölkerung, die sie versorgt, zu erhöhen. Eine aufstrebende Partnerschaft in Kanada testet beispielsweise, wie GeoMatch Wirtschaftsmigranten statt Flüchtlingen helfen könnte, indem es ihre individuellen Fähigkeiten und Standortpräferenzen mit den besten Orten für sie und ihre Familien in Einklang bringt. Obwohl die Situation nicht so schlimm ist wie bei Flüchtlingen, gibt es laut Hotard ebenso viel Potenzial für eine Verbesserung der Integration in die Gemeinschaft und der wirtschaftlichen Ergebnisse.
„Mit unseren aktuellen Partnerschaften beginnen wir gerade erst mit der Neuansiedlung von Flüchtlingen“, sagt Hainmüller. „Heute sind mehr Flüchtlinge und andere Migranten unterwegs als je zuvor – und alle Länder stehen vor der Herausforderung, die besten Standorte für die Neuansiedlung zu finden. Unser Ziel ist es, den Einsatz von GeoMatch im Dienste des Wohlergehens von Flüchtlingen auf der ganzen Welt auszuweiten.“ . Die Länder, mit denen wir heute zusammenarbeiten, sind erst der Anfang.“