Erfolgsfaktoren und Quartierszufriedenheit in neuen Stadtquartieren – Eine geodatenbasierte Untersuchung in Düsseldorf

Digitale Planungstools kamen in den letzten Jahren in verschiedensten Formen bei der Konzeption städtebaulicher Projekte zur Partizipation von Stakeholdern zum Einsatz. Grundlage dieser Planungstools sind Geografische Informationssysteme (GIS), ein System aus Hard- und Software, das Geodaten sammeln, speichern, analysieren und visualisieren kann. GIS-Systeme werden immer häufiger zur Einbeziehung von lokalem Wissen verwendet, so nutzen s. g. PPGIS-Methoden GIS-Systeme zur stärkeren Einbeziehung der Bevölkerung in die öffentliche Planung und Verwaltung. Die Integration und Anwendungsmöglichkeiten sind dabei vielfältig, sie reichen von einer einfachen, kartenbasierten Befragung hin zu aufwändigen, interaktiven 3D-Systemen, bei der die Bürger:innen Ideen und Perspektiven in die Planung einbringen können (Brown und Kyttä 2014). PPGIS ist seit den 1990er-Jahren ein etablierter Forschungsbereich (Obermeyer 1998) und in der Stadtplanungsforschung auch unter abgeänderter Terminologie wie „participatory spatial planning“ oder Geopartizipation bekannt (Babelon et al. 2021; Brown et al. 2020; McCall 2003). Im Gegensatz zum Participatory GIS (PGIS) werden bei PPGIS Daten meist individuell sowie digital gesammelt und dienen zweckgebundenen und aktiven Datensammlungen (Brown und Kyttä 2014).

Ziel des Einsatzes in der Planung ist die Sammlung von lokalem Wissen und die Beteiligung der Öffentlichkeit an der Stadtplanungspolitik, um die Transparenz und Legitimität von Planungsprozessen und -entscheidungen zu erhöhen (Babelon et al. 2021; Dunn 2007). Die Kombination aus Analysen in geografischen Informationssystemen und Beteiligung der Öffentlichkeit gilt als adäquates Mittel, um die Kluft zwischen der breiten Öffentlichkeit und (Fach‑)Planung zu überbrücken und lokales Wissen für die Planung zu nutzen (Agus und Azhari 2018; Dunn 2007; Falco und Kleinhans 2018; Kahila-Tani et al. 2016). Erkenntnisse, die im Rahmen von PPGIS-Anwendungen generiert werden, können von verschiedenen Sektoren und vor allem in sämtlichen Phasen wieder genutzt werden (auch und insbesondere in der Nutzungsphase) (Kahila-Tani et al. 2019). So lässt sich z. B. auch der gesamte planerische Prozess später evaluieren, was die Lernprozesse für künftige Projekte kontinuierlich erhöht. Dabei hat sich PPGIS als ein Werkzeug erwiesen, das flexibel genug ist, um sich an verschiedene Planungsanforderungen anzupassen (Kahila-Tani 2015). Zusätzlich besteht bei der Methodik großes Potenzial zur Einbindung von Zielgruppen, die sich normalerweise schwer in Planungsprozesse einbinden lassen, wie beispielsweise Jugendliche. Hierbei ergibt sich oft ein günstiges Aufwand‑/Ertragsverhältnis. Die Kombination mit konventionellen geografischen Analysemethoden gilt als besonders vielversprechend, weil die vermeintlich objektive Betrachtung um Wahrnehmungen und Präferenzen von Nutzer:innen erweitert wird (Dunn 2007).

In den letzten Jahren ist PPGIS von Forschungsseite in einer Vielzahl von Kontexten angewandt worden, u. a. bei der Stadtentwicklung in Quartieren mit Hilfe lokaler, nachbarschaftlicher Partizipation (Babelon et al. 2021; Elwood 2002; Elwood und Leitner 2003; Eriksson et al. 2021; Falco und Kleinhans 2018; Kahila-Tani et al. 2016), bei der Wahrnehmung und dem Zugang zu öffentlichen Flächen (Jelokhani-Niaraki 2020; Saadallah 2020), Natur- und Umweltschutz (Mclain et al. 2013; Sherrouse et al. 2014) und sogar im Rahmen von Mobilitätsstudien (Czepkiewicz et al. 2016; Howe 2021; Pánek und Benediktsson 2017). Auch bei der Erfassung von subjektiven Wohnzufriedenheiten können Methoden aus dem Bereich PPGIS Mehrwerte liefern. Die Wohnzufriedenheit wird allgemein als wichtige Komponente der Lebensqualität des Einzelnen anerkannt, die Bewertung der Bewohner:innen bestimmt die Art und Weise, wie sie auf ihren Lebensraum reagieren (Greenberg und Crossney 2007). Die Zufriedenheit mit der Nachbarschaft wird, ähnlich wie bei dem dargestellten Quartiersbegriff, als ein vielschichtiges Konstrukt verstanden, das ein breites Spektrum verschiedener physischer, sozialer und administrativer Eigenschaften umfasst (Lewicka 2010). In den vergangenen Jahren wurden in der Stadtforschung diverse Zusammenhänge zwischen Wohnzufriedenheiten und Planungsparametern identifiziert, die sowohl positive als auch negative Beziehungen aufweisen können. Beispielsweise wurden Zusammenhänge zwischen Wohnungsmerkmalen und der lokalen Umgebung (Hur et al. 2010; de Jong et al. 2012; Kyttä et al. 2013; Ukoha und Beamish 1997; Zehner 1971), Beziehungen zu Nachbarn (Bonaiuto et al. 2015), demografischen Faktoren (Deitric und Briem 2022), Funktionalität (Huang und Du 2015; Madureira et al. 2015; Teck-Hong 2012), Ästhetik (Cao 2016; Lansing und Marans 1969; Lee et al. 2008) und Gesundheitsmerkmalen (Gidlöf-Gunnarsson und Öhrström 2007; Stronegger et al. 2010; Weden et al. 2008) gefunden.

Bei der empirischen Untersuchung der Zufriedenheiten von Bewohner:innen zeigt sich, dass die (fußläufige) Erreichbarkeit von Arbeitsplätzen, Einkaufsmöglichkeiten und ähnlichen Einrichtungen bei der Bewertung des Quartiers besonders wichtig für die Haushalte ist (Deitric und Briem 2022; Huang und Du 2015; Lau und Hashim 2010). Zudem werden ausreichender öffentlicher Freiraum und relative Ruhe als besonders wesentlich empfunden. Hierbei nimmt der Pflegezustand, aber auch die Sicherheit sowie die funktionale Qualität der Gebäude und öffentlichen Räume eine entscheidende Rolle bei der Zufriedenheit ein (Deitric und Briem 2022; Kyttä et al. 2013; Lau und Hashim 2010). Verkehrsräume werden tendenziell negativ wahrgenommen, wenn auch das reibungslose Zufußgehen und Radfahren als wichtiger positiver Einflussfaktor verstanden wird (Deitric und Briem 2022; Kyttä et al. 2013). Personen, die mit der Bebauungsdichte oder dem Gebäudevolumen zufriedener sind, schreiben den Gebäuden tendenziell eine bessere ästhetische Qualität zu (Bonaiuto et al. 2006). Dicht bebaute Orte wurden im Allgemeinen negativer bewertet als gering bebaute Orte, diese sind für die Bewohner:innen aber im Allgemeinen von höherer Bedeutung, besonders im Hinblick auf die soziale Qualität des Quartiers (Kyttä et al. 2013). Grünräume sind wichtige Elemente, die die Attraktivität des Wohnens in einer kompakten Stadt erhöhen können, da sie das Wohlbefinden, die Zufriedenheit und die physische und psychische Gesundheit der Bewohner:innen erhöhen (Gidlöf-Gunnarsson und Öhrström 2007; Kotulla et al. 2019). Die Wahrnehmung des Wohnumfelds hängt auch vom sozio-ökonomischen Status der Bevölkerung sowie der Zufriedenheit mit den Wohnkosten ab. So sind Eigentümer in der Regel stärker am Wohnumfeld interessiert als Mieter (Huang und Du 2015) und sozial diskriminierte Gruppen häufig weniger zufrieden mit dem Wohnumfeld (Greenberg und Crossney 2007). Diese vergangenen Untersuchungen basierten jedoch überwiegend auf reinen Haushaltsbefragungen ohne explizite Sammlung kleinräumlicher Informationen (wie z. B. Lieblingsorte, Wege der Bewohner:innen etc.).

So lässt sich insgesamt konstatieren, dass die Empfehlungen für erfolgreiche Stadtquartiersentwicklung aus der Forschung und die Erkenntnisse zur Wohnzufriedenheit gewissermaßen kongruent zueinanderstehen. Es lassen sich wenig Wohnwünsche finden, die nicht auch als Parameter erfolgreicher Quartiersentwicklung gesehen werden. Meist gehen die Empfehlungen sogar über die von den Bewohner:innen formulierten Wünsche hinaus (z. B. Integration ins Stadtgefüge, Ressourceneffizienz, soziale Vielfalt, etc.).

Zur Beantwortung der Forschungsfrage werden Primärerhebungen in fünf großen Quartiersentwicklungen aus der Stadt Düsseldorf ausgewertet und analysiert. Das Untersuchungsdesign verwendet gezielt qualitative und quantitative Forschungsmethoden. Quantitativ erfasste Indikatoren städtebaulicher Erfolgsfaktoren werden dabei analysiert und mit den subjektiv wahrgenommenen Zufriedenheitswerten der Haushalte in den neuen Stadtquartieren kombiniert. Das Untersuchungsgerüst bildet dabei einen Rahmen aus Zielen der Quartiersentwicklung, die sich wiederum aus aktuellen Empfehlungen und Leitbildern städtebaulicher Forschung ableiten. Diese sind bereits in Abschn. 2 hergeleitet und erläutert worden. Zur Operationalisierung dieser werden vielfach Geodatenanalysen genutzt, da diese eine Vielzahl von quantitativen wie qualitativen Untersuchungsmöglichkeiten für die stark räumlich kontextualisierte Fragestellung bieten (Wilson 2020). Im Unterschied zu existierenden empirischen Studien, welche häufig eine breite Palette von Quartiersentwicklungen betrachten (Freudenau et al. 2021; Spars und Guhl 2021), fokussiert sich die vorliegende Untersuchung gezielt auf eine selektive Anzahl detaillierter Fallstudien, um eine solide empirische Grundlage zu erarbeiten. Diese Grundlage ermöglicht einen adäquaten Vergleich zwischen den objektiven Entwicklungsmerkmalen und den subjektiven Zufriedenheitswerten der Bewohner:innen.

So wird beispielsweise die Erreichbarkeit als wichtige Lagekomponente nach Handy und Niemeier (1997) nicht nur durch die räumliche Verteilung potenzieller Ziele bestimmt, sondern auch durch den Umfang und die Qualität angebotener Leistungen. Auch die Taktung, Quantität und Qualität der erreichbaren Ziele werden daher, wo möglich, einbezogen. Somit wird zur Analyse der fußläufigen und ÖPNV-Anbindung mittels eines General Transit Feed Specification (GTFS)-Datasets des Verkehrsverbunds Rhein-Ruhr (VRR) ein multimodales, GIS-basiertes Netzwerk-Modell zur Abbildung der ÖPNV- und Fußwege erstellt, die den Fahrplan des öffentlichen Verkehrs berücksichtigt. Dieses ermöglicht die umfassende Erreichbarkeitsanalyse von und zu allen Punkten in den Quartieren. Hieraus werden anschließend statistische Lagemaße wie Minimum, Maximum oder die durchschnittliche Erreichbarkeitswerte für die gesamten Quartiersflächen berechnet und in Relation zur durchschnittlichen Erreichbarkeit in Düsseldorf interpretiert. Zur Abbildung der Arbeitsplatzerreichbarkeit wird weiterhin eine ÖPNV-Distanzmatrix aller Quartiersgebäude mit Standorten eingetragener Unternehmen in Düsseldorf erstellt und kalkuliert, wie viele Unternehmensstandorte in Düsseldorf aus den Quartieren zwischen acht und neun Uhr morgens innerhalb einer Pendelzeit von maximal 30 min erreichbar sind.

Zur Bestimmung der Nutzungsmischung in den Quartieren verwenden wir Geodaten-Analysen, um einen Entropie-Index zu berechnen. Dieser Index berücksichtigt den relativen Anteil von zwei oder mehr Flächennutzungsarten in einem Gebiet und zeigt somit die Diversität und Vielfalt der Landnutzungsarten in einem bestimmten Gebiet auf (Song et al. 2013). Eine exakte Beurteilung der baulichen Dichte kann nur mittels dreidimensionaler Informationen erfolgen, weshalb Laserscan (LAS)-Daten zur Modellierung aller Gebäudekörper in den Quartieren genutzt werden. Hieraus lassen sich die Volumina, Bauweisen und Höhen aller Baukörper im Quartier und im Umkreis der Quartiere relativ genau bestimmen und vergleichen. Die weiteren zugrundeliegenden Indikatoren, detaillierte Erläuterungen der Messmethoden sowie weiterführende methodische Literatur befinden sich in Tab. 2.

Um die Beiträge einzelner Faktoren zur Zufriedenheit der Bewohner:innen mit ihrem Quartier zu quantifizieren, wird schließlich ein linearer regressionsbasierter Ansatz genutzt. Als Basis wird ein lineares Regressionsmodell angewendet, in dem die erhobenen Analysedaten sowie die Auswertung der Quartiersbefragungen als unabhängige Variablen dienen. Durch eine Rückwärtselimination werden Variablen sequenziell ausgeschlossen, sofern sie keinen hochsignifikanten Beitrag zur Quartierszufriedenheit leisten (p < 0,05). Anschließend verwenden wir die Hauptkomponentenregression (auch bekannt als Principal Component Regression (PCR)), eine statistische Methode zur Modellierung der Beziehung zwischen einer abhängigen Variablen und einer Reihe von unabhängigen Variablen. Im Gegensatz zur herkömmlichen linearen Regression verwendet die PCR nur eine ausgewählte Anzahl von Hauptkomponenten, die so gewählt werden, dass sie die maximale Varianz im Datensatz erfassen. Diese werden gemäß des Kaiser-Guttman-Kriteriums aufgrund ihres Eigenwertes von mindestens eins ausgewählt, was bedeutet, dass sie mindestens genauso viel Varianz wie eine der einzelnen Variablen besitzen¹. Die Anwendung der PCR bietet sich insbesondere an, da aufgrund der inhaltlichen Nähe vieler Einflussfaktoren eine nicht auszuschließende Autokorrelation vorliegen könnte. Durch die Verwendung von Hauptkomponenten kann das Problem der Multikollinearität reduziert werden, was zu einem genaueren Modell führt (Liu et al. 2003). Durch den Vergleich der Regressionskoeffizienten des ursprünglichen Regressionsmodells mit denen des PCR-Modells lässt sich feststellen, welche Einflussfaktoren möglicherweise überschätzt wurden. Wenn die Koeffizienten der einzelnen Faktoren im PCR-Modell im Vergleich zum ursprünglichen Regressionsmodell kleiner sind, kann dies darauf hindeuten, dass die Bedeutung dieser Faktoren im ursprünglichen Modell überschätzt wurde.

Düsseldorf in der Metropolregion Rhein-Ruhr ist mit rund 644.000 Einwohnern die zweitgrößte Stadt Nordrhein-Westfalens und ein internationales Wirtschaftszentrum. Wie auch andere deutsche Großstädte sah sich Düsseldorf in den letzten zehn Jahren auf dem Wohnungsmarkt einem wachstumsbedingten Angebotsengpass ausgesetzt. So wuchs die Zahl der Einwohner:innen im Stadtgebiet in den letzten Jahren um ca. zehn Prozent an (Landeshauptstadt Düsseldorf 2022a). Daher wurden vermehrt große, oftmals brachliegende Areale für die Quartiersentwicklung aktiviert, die sowohl den Wohnraumdruck lindern als auch Anforderungen an zukunftsfähige urbane Räume erfüllen sollen. Fünf der größten Quartiere mit einer Gesamtzahl von ca. 3.084 Wohneinheiten werden zur Untersuchung städtebaulicher Erfolgsfaktoren genutzt. Die Projektgrößen sind sehr unterschiedlich, was sich an der Bandbreite der Größe zeigt, die zwischen 26.000 m² (Mühlenquartier) und 240.000 m² (Quartier Central) liegt. So erfüllen nicht alle Quartiere die BBSR-Größenkriterien in Bezug auf neue Stadtquartiere von 10 ha, sie besitzen jedoch eine hohe städtebauliche Bedeutung für die Stadt. Weitere Grundlageninformationen zu den Quartieren sind in Tab. 3 aufgeführt. Mit Ausnahme des Mühlenquartiers sind die Quartiere innerhalb der Stadt ebenso räumlich recht zentral verortet (vgl. Abb. 1).

Bild vergrößern

Von den 3.084 Haushalten wurden in der Befragung 361 Haushalte erreicht, was einem Rücklauf von ca. 12 % entspricht und demnach eine repräsentative Stichprobengröße von 342 Haushalten bei einem Konfidenzniveau von 95 % und einer Fehlerspanne von 5 % erreicht. Details zur Methodik und zu den durch die Pandemie bedingten Abweichungen von der ursprünglich geplanten Vorgehensweise finden sich im Abschnitt „Untersuchungsdesign“. Zu berücksichtigen sind jedoch die unterschiedlichen Rückläufe in den einzelnen Quartieren (vgl. Tab. 3). Mehrpersonenhaushalte ohne Kinder (47 %) und Eigentümer (38 %) sind in der Befragung leicht überrepräsentiert, im Schnitt leben in den Quartieren nur ca. 29 % Mehrpersonenhaushalte ohne Kinder, 24 % der Haushalte leben im Eigentum. Die Quote der geförderten Wohneinheiten ist in den Quartieren äußerst unterschiedlich. Während in einigen Quartieren wie im Belsenpark ein signifikanter Anteil der Wohneinheiten gefördert ist, sind im Quartier Karolinger Höfe mit Abstand am wenigsten geförderte Wohnungen entstanden. Fast alle Haushalte wohnen in Mehrfamilienhäusern, was der Struktur der Quartiere geschuldet ist: Lediglich 55 Wohneinheiten im Quartier Grafental sind dem Reihenhaustypus zuzuordnen. Die Zufriedenheit einzelner städtebaulicher Parameter muss auch vor dem Hintergrund bewertet werden, dass die Haushalte insgesamt überaus zufrieden mit ihrer Wohnsituation im Quartier sind: So gaben 87 % der Haushalte an, mindestens „eher zufrieden“ zu sein, 27 % der Haushalte sind insgesamt sogar sehr zufrieden. Detailinformationen zu einzelnen Ergebnissen der Befragung befinden sich in den Tab. 8 und 9 im Anhang.

Durch die Standortentscheidungen der Haushalte, die nach individuellem Lebensstil und Vorlieben getroffen werden, drückt sich bereits eine Präferenz der Haushalte für Quartiersmerkmale aus (Rössel und Hoelscher 2012). Dies erklärt in Teilen bereits die insgesamt hohe Zufriedenheit und muss bei der Interpretation berücksichtigt werden.

Es ist vor diesem Hintergrund umso wichtiger, die Unterschiede in den einzelnen Zufriedenheitskategorien und der wertenden Beschreibung zu fokussieren, um relevante Zufriedenheitsparameter für die Quartiersentwicklung zu identifizieren.

Die im Abschn. 2 identifizierten wesentlichen Erfolgsfaktoren für eine erfolgreiche Quartiersentwicklung werden im Folgenden mit den Ergebnissen der empirischen Quartiersanalyse der Düsseldorfer Quartiere verglichen. Eine kompakte Übersicht über die Analyseergebnisse i. V. m. den Befragungsergebnissen ist Tab. 4 zu entnehmen. Die Erreichbarkeit zu Einrichtungen ist insgesamt sowohl fußläufig als auch mit dem öffentlichen Nahverkehr im Vergleich zur Gesamtstadt auf einem überaus hohen Niveau, was unter anderem der meist zentralen Lage der Quartiere geschuldet ist. Dies spiegeln auch sämtliche Zufriedenheitswerte der Haushalte mit den Erreichbarkeiten, die zwischen 5,42 (Erreichbarkeit Arbeitsplatz) und 6,16 (Erreichbarkeit Nahversorgung) von sieben möglichen Punkten liegen. Das Stadtzentrum, das in Düsseldorf im Rahmenplan Einzelhandel 2016 definiert wird (vgl. Landeshauptstadt Düsseldorf 2016), ist mit Ausnahme des Mühlenquartiers mit dem ÖPNV größtenteils in deutlich unter 20 min zu erreichen, der städtische Durchschnitt liegt mit ca. 22 min deutlich darüber. Zwischen den Quartieren selbst bestehen marginale Unterschiede, die zentraleren Quartiere Belsenpark, Karolinger Höfe und Quartier Central liegen dicht aneinander. Die Zufriedenheit im Mühlenquartier ist aber deutlich höher als in dem eigentlich zur Innenstadt besser angebundenen Quartier Grafental. Da aber das Mühlenquartier direkt am Regionalbahn-Haltepunkt Benrath liegt, wird vermutlich die Wahrnehmung der Erreichbarkeit zur Innenstadt leicht positiv verzerrt.

Bei der Erreichbarkeit sozialer Infrastruktur mit dem Umweltverbund (Fußverkehr und ÖPNV) erweist sich die integrierte Lage der Quartiere ebenfalls als vorteilhaft. Kitas und Grundschulen sind nahe gelegen, im Schnitt sind diese in fünf bzw. zehn Minuten erreichbar. Die Dichte an Kitas und Grundschulen ist im Düsseldorfer Stadtgebiet generell hoch, auf 50 % der Fläche sind diese in unter zehn Minuten erreichbar, Grundschulen auf 60 % der Stadtfläche in unter 15 min. Bemerkenswert positiv ist die fußläufige Erreichbarkeit der Spielplätze, die im Schnitt unter fünf Minuten liegt, was lediglich auf elf Prozent des gesamten Stadtgebiets zutrifft. Die fußläufige Erreichbarkeit von Sportanlagen wie Sportplätzen oder Hallenbädern fällt in den Quartieren hingegen grundverschieden aus, von durchschnittlich ca. drei Minuten (Mühlenquartier) bis hin zu 13 min (Quartier Central). Im Vergleich zur Gesamtstadt sind dies aber gute Werte, auf zwei Drittel der Stadtfläche liegt der Fußweg über zehn Gehminuten. Die soziale Infrastruktur ist also insgesamt gerade für Familien überdurchschnittlich gut. Das spiegelt auch die Befragung, wo die Haushalte die Quartiere mit 5,79 von 7 Punkten im Mittel als kinderfreundlich bewerten. Dabei sehen die Haushalte mit Kindern die Quartiere in diesem Punkt sogar 0,3 Punkte besser als die restlichen Haushalte. Am familienfreundlichsten schneiden die tendenziell weniger zentral gelegenen Quartiere Grafental (6,04) und Mühlenquartier (6,14) ab, wo auch die Erreichbarkeit der entsprechenden Infrastruktur etwas besser ist als in den restlichen Untersuchungsräumen. Für Familien wurde oftmals eigene Infrastruktur geschaffen: Alle Quartiere besitzen eigene Spielplatzanlagen und vier von fünf Quartieren eine eigene Kita. Diese Einrichtungen sind nicht nur für Familien von Vorteil, sondern tragen auch zur allgemeinen Aufwertung des Wohnumfelds und zur Verbesserung der Lebensqualität aller Bewohner:innen bei.

Auch die Nahversorgungserreichbarkeit (Supermarkt und Weg zum nächsten Einzelhandelszentrum) ist überdurchschnittlich gut, im Schnitt sind Supermärkte in unter zehn Minuten erreichbar, was schneller als auf zwei Drittel des Düsseldorfer Stadtgebietes ist. Die Zufriedenheit fällt mit 6,16 von 7 Punkten im Mittel entsprechend hoch aus. Eine Ausnahme bildet das Quartier Grafental, wo die durchschnittliche Entfernung im Schnitt 15 min zum nächsten Einzelhandelszentrum beträgt. Dafür befinden sich in unmittelbarer Nähe mehrere Fachmarktzentren, die wohl aber augenscheinlich keine kleinteilige Einzelhandelszone wie z. B. Fußgängerzonen ersetzen können. Die Zufriedenheit bleibt dementsprechend mit 5,28 von 7 Punkten hinter den anderen Quartieren zurück.

Obwohl in der Stadtplanung das Nutzungsmischungs-Paradigma in den letzten Jahren sehr im Vordergrund stand, sind die untersuchten Quartiere vertikal kaum gemischt. Der Entropie-Index in den Quartieren beträgt 0,5, während er in vergleichbaren Bestands-Geschosswohnungsbaugebieten Düsseldorfs im Schnitt 0,73 erreicht, gemessen auf einer Skala von 0–1. In den Karolinger Höfen besteht keine horizontale Nutzungsmischung, lediglich im Quartier Central und im Belsenpark liegen die Durchschnittswerte mit 0,67 bzw. 0,79 ähnlich hoch wie in den Bestandsquartieren Düsseldorfs. Die Projekte setzen städtebaulich einen klaren Schwerpunkt bei der Wohnnutzung, wohingegen andere Nutzungen wie Arbeit eine untergeordnete Rolle spielen.

Mit einer geschlossenen Bauweise, einer baulichen Dichte von im Median fünf Vollgeschossen und einer maximalen Gebäudehöhe zwischen 16,1 Metern (im Mühlenquartier mit fünf Geschossen) und 61,1 Metern (im Quartier Central mit 19 Geschossen) bieten die Stadtquartiere eine dichte Bebauungsstruktur. Sie sind zwar größtenteils als allgemeine Wohngebiete festgesetzt, die Orientierungswerte für die Bestimmung des Maßes der baulichen Nutzung aus § 17 BauNVO werden aber mehrheitlich überschritten. Auch die Analyse der Gebäudevolumina zeigt, dass die Wohnhäuser in den Quartieren im Vergleich mit ihrer Umgebung ein vielfach höheres Baukörpervolumen besitzen (vgl. Visualisierung der Gebäudevolumina im Mühlenquartier in Abb. 2). Besonders auffällig ist dies bei dem Mühlenquartier, wo das Volumen einzelner Baukörper im Extremfall 26-Mal so hoch sind wie bei Wohngebäuden in der Umgebung. Die Umgebung weist demnach auch wesentlich kleinere Parzellen auf. Entsprechend werden die Quartiere auch als sehr dicht wahrgenommen. Haushalte in dichteren Quartieren sind aber nicht unzufriedener, sondern sogar tendenziell zufriedener: In den dichteren Untersuchungsräumen Quartier Central, Karolinger Höfe und im Belsenpark ist die Zufriedenheit mit den Gebäudedichten höher als z. B. im weniger dichten Mühlenquartier. Le Quartier sticht dabei als Untersuchungsraum mit der höchsten Zufriedenheit bei den städtebaulichen Quartiersaspekten heraus. Die Haushalte nehmen ihr Quartier aber anders wahr als die Analysen der Dichten in den Quartieren vermuten lassen: Im weniger dichten Mühlenquartier empfinden 64 % der Haushalte das Quartier mindestens als „eher dicht“, im urbanen Quartier Central lediglich 32 % und im Belsenpark sogar nur 22 %. Die Korrelationsanalyse zeigt aber auch, dass die Haushalte eigentlich weniger dichte Räume bevorzugen, es besteht ein stark positiver Zusammenhang (r = 0,56; p < 0,01) zwischen der Zufriedenheit mit Gebäudedichten und empfundener Weiträumigkeit. Auch bei der Untersuchung aller einzelnen Quartiere bleibt dieser Zusammenhang signifikant und in ähnlicher Stärke bestehen. Die Standortentscheidung der Haushalte reflektiert bereits deren Wohnwünsche und somit auch präferierte Gebäudedichten und Strukturen, weshalb sich diese Ergebnisse auch als Erfüllungsgrad bevorzugter Wohnweisen der befragten Haushalte interpretieren lassen (Walton et al. 2008). In Quartieren wie den Karolinger Höfen, in denen die Unterschiede zwischen dem Gebäudevolumen innerhalb des Quartiers und dem umgebenden Bereich nicht so ausgeprägt sind (vgl. Tab. 3), wurde eine höhere Zufriedenheit mit der Gebäudedichte und -struktur beobachtet. Offenbar hängt die Zufriedenheit der Bewohner:innen nicht allein von der absoluten Dichte der Quartiere ab. In den dichteren Quartieren sind allerdings die Haushalte mit der Diversität von Gebäudestrukturen zufriedener, diese liegt um 0,3 Punkte über dem Durchschnitt und es besteht auch einen schwächerer, aber hochsignifikanter Zusammenhang (r = 0,28) mit dem Eindruck größerer Mischung im Quartier. Haushalte, die ihre Umgebung als nutzungsgemischt empfinden, sind also mit der Diversität von Gebäudestrukturen tendenziell zufriedener und umgekehrt. Die Haushalte scheinen allgemein die urbanen Charakteristika (hohe Dichte, geschlossene Bauweise, Nutzungsmischung) bei der Zufriedenheit mit städtebaulichen Quartierswerten und städtebaulichen Komponenten zu honorieren, was auch das gute Abschneiden des in dieser Hinsicht besonders herausstechende Quartier Central nahelegt.

Bild vergrößern

Für das Wohlbefinden im Quartier spielen die städtebaulichen Charakteristiken und deren Wahrnehmung durch die Bewohner:innen (z. B. hässlich – schön, stressig – gelassen) eine größere Rolle. Hier schneiden die Karolinger Höfe und das Mühlenquartier im Vergleich schlechter ab. Problematisch ist besonders die Exposition gegenüber Lärmquellen: Die empfundene Lärmbelastung und die Gesamtzufriedenheit korrelieren in allen Quartieren signifikant (r = 0,33; p < 0,01; n = 360). Die Karolinger Höfe sind im Schnitt 60 Dezibel Verkehrslärm ausgesetzt, auch im Mühlenquartier sind es 55 Dezibel. Auch wenn die Lärmbelastung in den Karolinger Höfen zusammen mit dem Mühlenquartier mit durchschnittlich 4,06 („neutral“) als am lautesten empfunden werden, ist auch in den anderen Quartieren ist die Belastung hoch, lediglich das Quartier Grafental ist größtenteils nur wenig Verkehrslärm ausgesetzt. Naherholungsmöglichkeiten haben ebenfalls einen Einfluss auf die städtebauliche Bewertung der Quartiere: Auch wenn die Effektstärke geringer ausfällt, korreliert die fußläufig erreichbare Naherholungsfläche je Einwohner:in im 500 m Radius und der Eindruck von Stress/Gelassenheit hochsignifikant (r = 0,20; p < 0,01; n = 360). Je größer demnach die fußläufig erreichbare Naherholungsfläche ausfällt, desto gelassener wird das Quartier empfunden. Hier schneiden ebenfalls das Mühlenquartier und die Karolinger Höfe mit 29 m² bzw. 11 m² je Einwohner:in wesentlich schlechter ab als die restlichen Quartiere (vgl. Tab. 4), was sich negativ auf die Wahrnehmung auswirkt.

Im Quartier sind teils deutlich weniger sozial schwache Haushalte wie Wohngeldempfänger oder Alleinerziehende (vgl. Tab. 3) im Vergleich zum städtischen Schnitt von 1,5 % Haushalten mit Wohngeldempfängern anzutreffen. Hingegen übersteigt der Anteil an Paaren mit Kindern mit fast 23 % den städtischen Schnitt von 13 %. Die Wahrnehmung von fast 40 % der Haushalte, dass die Quartiere neutral, eher einheitlich, einheitlich oder sehr einheitlich sind, unterstützt insgesamt den Eindruck einer geringeren sozialen Durchmischung.

Die geografische Auswertung der Lieblingsorte zeigt, dass viele Haushalte die großen, zusammenhängenden Erholungs- und Grünflächen außerhalb der Quartiere als persönliche Lieblingsorte sehen. Zum Beispiel haben viele Haushalte im Grafental und im Quartier Central den Stadtwald in Düsseldorf eingezeichnet, im Mühlenquartier den Forst Benrath und das Benrather Schloss, und bei den Karolinger Höfen und im Belsenpark die Rheinuferflächen (vgl. Abb. 3). Sollten in der Umgebung keine zusammenhängenden Erholungsflächen zur Verfügung stehen, werden auch größere Areale wie Friedhöfe als Erholungsfläche genannt. Die Vorliebe für große, naturnahe Erholungsflächen spiegelt sich ebenfalls in den Flächenanteilen der Lieblingsorte nach Nutzung wider, bei denen Wälder, Erholungsflächen und Friedhofsflächen den größten Anteil ausmachen (vgl. Abb. 4).

Bild vergrößern

Bild vergrößern

Weitere empirische Untersuchungen stimmen mit dieser Erkenntnis überein und legen nahe, dass die menschliche Wahrnehmung und Zufriedenheit mit Freiräumen über den Maßstab der eigenen Nachbarschaft hinausgeht (Lee et al. 2008) und dass positive Bewertungsmerkmale hauptsächlich in Grünräumen zu finden sind (Kyttä et al. 2013).

Vor diesem Gesamteindruck ist es wichtig, nicht nur Erholungsflächen in unmittelbarer Nachbarschaft zu schaffen, sondern auch die Vernetzung von großen Erholungsflächen zu fördern. Insbesondere in den Quartieren Karolinger Höfe und Mühlenquartier befinden sich die persönlichen Lieblingsorte im Schnitt mehr als 100 m von der Quartiersgrenze entfernt. Flächen innerhalb des Quartiers sind selten unter den Lieblingsorten zu finden, mit Ausnahmen wie den Parks im Quartier Central und Belsenpark sowie den öffentlichen Räumen in Karolinger Höfe, die durch große Hofstrukturen einen nach außen abgegrenzten, geschützten Bereich schaffen und somit größere Privatheit für die Haushalte gewährleisten (Reicher 2017). Im Mühlenquartier und im Grafental werden neben dem zentralen Quartiersplatz ebenfalls die etwas introvertierteren Innenhöfe mit Spielplätzen geschätzt, speziell von Familien. Dies deutet auf eine Präferenz für öffentliche Räume introvertierten Charakters hin. Häufig sehen die Konzeptionen nur wenige dieser Flächen vor, größere Flächenanteile besitzen die öffentlichen, von der Gemeinde bewirtschafteten Park- und Platzanlagen. Bedingt durch den Geschosswohnungsbau haben die Haushalte aber sonst auch nur wenige Möglichkeiten, um sich außerhalb der eigenen Wohnung im Quartier auf den Außenflächen größere Räume anzueignen. In einer räumlichen Clusteranalyse unter Einbezug der Haushaltsmerkmale zeigt sich, dass Single-Haushalte mit jüngeren Menschen des Öfteren die Wasserlagen als Lieblingsorte angeben, Paarhaushalte ohne Kinder (sowohl ältere als auch jüngere) hingegen große Erholungsflächen wie Wälder oder Parks.

Single-Haushalte im mittleren Alter (45–54 Jahre) bevorzugen urbane Räume wie Stadtteilzentren als Lieblingsorte und sind tendenziell unzufriedener mit der Freizeitnutzung im Quartier als die übrigen Haushalte, da die Anforderungen an Freizeitaktivitäten im Quartiersumfeld möglicherweise nicht oder unzureichend erfüllt werden können. Insbesondere Haushalte mit Kindern bevorzugen viel stärker die Grünräume, kinderlose Haushalte urbane Grünflächen wie Parks oder urbane Zentren in unmittelbarer Nähe zu den Quartieren.

Die erhobenen Analysedaten werden schließlich auf ihren Einfluss auf die Gesamtzufriedenheit mit dem Quartier überprüft, um herauszufinden, welche Faktoren tatsächlich zur Quartierszufriedenheit insgesamt beitragen. Ein lineares Regressionsmodell wird verwendet, in dem die erhobenen Analysedaten als unabhängige Variablen dienen. Durch eine Rückwärtselimination werden Variablen sequenziell ausgeschlossen, sofern sie keinen hochsignifikanten Beitrag zur Quartierszufriedenheit leisten (p < 0,01). Das resultierende OLS-Modell erklärt ca. 63 % der Varianz bei der Gesamtzufriedenheit mit dem Quartier (korrigiertes R² = 0,629). Die meisten Aspekte der Quartiere und Zufriedenheiten, wie soziale und Freizeitinfrastruktur, tragen nicht signifikant zur Erklärung der Gesamtzufriedenheit mit dem Quartier bei.

Jedoch haben einige spezifische Merkmale einen signifikanten Einfluss auf die Gesamtzufriedenheit (absteigend sortiert nach Wichtigkeit im Modell):

Die Zufriedenheit mit der eigenen Wohnung ist mit Abstand der wichtigste Faktor für die Gesamtzufriedenheit mit dem Quartier, gefolgt von dem Pflegezustand (gepflegt – schäbig), der Zufriedenheit mit der Stadt und der Nachbarschaft (vgl. Tab. 5). Der Einfluss von Faktoren der Stadt- und Wohnungsebene auf die subjektive Einschätzung der Gesamtzufriedenheit mit dem Quartier scheint größer zu sein als die aufgenommenen direkten Quartiersmerkmale und Zufriedenheiten. Dazu gehören die Zufriedenheit mit der Diversität von Gebäudestrukturen, der Ruhe (gelassen – stressig) sowie dem Verhältnis zwischen Volumen der Quartiersgebäude und der Umgebungsgebäude, wobei letzteres negativ wirkt, wenn die Baukörper im Quartier voluminöser sind als in der Umgebungsbebauung. Es werden keine Erreichbarkeitskomponenten abgebildet, da die zugehörigen Merkmale wie z. B. die Zufriedenheit mit der Anbindung an die Innenstadt keine Signifikanz aufweisen.

Die Kollinearitätsdiagnose zeigt, dass es unter den Quartiersmerkmalen teilweise größere wechselseitige Korrelationen (Multikollinearität) gibt, was die Interpretation des Beitrags einzelner Faktoren zur Varianzaufklärung erschwert und somit die Interpretierbarkeit des Modells beeinträchtigt. Eine Lösung für dieses Problem ist die Verwendung der Hauptkomponentenregression (PCR), die die Dimension der Quartierszufriedenheit durch eine Hauptkomponentenanalyse auf eine kleinere Anzahl von unkorrelierten Komponenten (latente Variablen) zusammenfasst, die als einfach zu interpretierende Regressionsprädiktoren verwendet werden können.

Die Ergebnisse der PCR zeigen, dass die vielen abgefragten Variablen vornehmlich auf drei identifizierten Komponenten zurückgeführt werden können, die mit 44 % einen moderaten Anteil an der Varianz der untersuchten Variablen im Datensatz besitzen. Die erste Hauptkomponente zeigt insbesondere eine starke Korrelation zwischen wertenden Beschreibungen der empfundenen Ästhetik (gepflegt – schäbig) und des Stresslevels (gelassen – stressig). Darüber hinaus sind auch Zufriedenheiten auf anderen Planungsebenen (Stadt, Wohnung, Nachbarschaft) enthalten (vgl. Tab. 7). Dies bedeutet, dass ein hoher Anteil der Variabilität bei der Komponente durch diese Aspekte abgebildet wird. Mit 18,66 % erklärt die erste Hauptkomponente die größte Varianz aller Komponenten. Die Zufriedenheiten auf anderen Planungsebenen sind ebenfalls in der zweiten Hauptkomponente enthalten, jedoch sind die Ladungen mit Werten zwischen 0,35 und 0,41 etwas weniger ausgeprägt. In der dritten Komponente finden sich primär städtebauliche Variablen zur Zufriedenheit mit der Diversität und Dichte der Gebäudestrukturen.

Die Anwendung der Hauptkomponenten im Regressionsmodell führt zu einer leichten Abnahme der Varianzaufklärung (R² = 0,491), alle Hauptkomponenten weisen signifikante Regressionskoeffizienten auf (vgl. Tab. 6). Besonders die erste Hauptkomponente hat die höchste Erklärungskraft für die Quartierszufriedenheit: Eine Erhöhung des Faktorscores um einen Punkt geht mit einer Erhöhung der Quartierszufriedenheit um 0,62 Punkte einher. Diese Ergebnisse decken sich mit denen des OLS-Modells, in dem die in der ersten Hauptkomponente zusammengefassten Variablen den größten Beitrag zur Varianzaufklärung leisten (Zufriedenheit auf Stadt- und Wohnungsebene sowie Ruhe und Ästhetik). Die Komponenten zwei und drei haben einen moderaten Einfluss auf die Quartierszufriedenheit mit Koeffizienten von 0,4 bzw. 0,35, wobei die dritte Komponente als Zusammenfassung der städtebaulichen Struktur etwas höhere Varianzaufklärung besitzt.

Die Transformation der Regressionskoeffizienten im PCR-Modell belegt, dass die Zufriedenheit mit der Wohnung und der Stadt weiterhin die wichtigsten Einzelfaktoren bleiben, auch wenn die Bedeutung beider Komponenten leicht abnimmt. Die Zufriedenheit mit der Wohnung hat nochmal einen deutlich stärkeren Einfluss auf die Zufriedenheit mit dem Quartier als die Zufriedenheit mit der Stadt. Andere Komponenten wie die Diversität der Gebäudestrukturen, der Pflegezustand oder die Ruhe spielen im PCR-Modell eine geringere Rolle bei der Bewertung des Quartiers. Die Bewertung der Zufriedenheit mit der Nachbarschaft und des Pflegezustands des Quartiers wurden im Ursprungsmodell sogar deutlich überschätzt. Das Verhältnis zwischen dem Baukörpervolumen im Quartier und der Umgebung sowie das empfundene Stressniveau bleiben auch bei der PCR relativ unwichtig für die subjektive Bewertung der Quartierszufriedenheit (vgl. Tab. 7). Diese Ergebnisse legen zusammenfassend nahe, dass Faktoren auf städtischer und Wohnungsebene für die Zufriedenheit mit dem Quartier eine größere Rolle spielen als Faktoren auf Quartiersebene. Letztgenannte umfassen sowohl ästhetische als auch funktionale und städtebauliche Aspekte, wie z. B. die Dichte und Struktur des Quartiers, die direkt oder indirekt die Nutzungsdichte beeinflussen.