• English
  • Deutsch
  • Log In
    Password Login
    or
  • Research Outputs
  • Projects
  • Researchers
  • Institutes
  • Statistics
Repository logo
Fraunhofer-Gesellschaft
  1. Home
  2. Fraunhofer-Gesellschaft
  3. Abschlussarbeit
  4. Wissen wer wo wohnen will
 
  • Details
  • Full
Options
2014
Doctoral Thesis
Titel

Wissen wer wo wohnen will

Titel Supplements
Eine statistische Prozedur zur Analyse von optimalen Nachbarschaftsprofilen auf Basis des sozio-ökonomischen Panels des Deutschen Instituts für Wirtschaftsforschung
Abstract
Subsysteme, der Mensch als Bewohner der Stadt wird nur selten berücksichtigt. Dabei stellt sich die Frage, wie die Stadt von Morgen gestaltet werden muss, damit sich die Menschen in Ihr wohlfühlen. Welche Services und Infrastrukturen müssen Städte vorhalten? Es kann gezeigt werden, dass dabei nicht alle Menschen die gleichen Ideen von einer guten Stadt haben, sondern das diese sich je nach Bevölkerungsgruppe unterscheiden. Dominik Kalisch stellt in dieser Arbeit das im Rahmen seiner Dissertation an der Bauhaus-Universität entwickelte Verfahren dar, mit dem sich die jeweiligen optimalen Nachbarschaften für beliebige Bevölkerungsgruppen berechnen lassen. Am Beispiel der SINUS-Milieus wird das Verfahren demonstriert und anschließend die Ergebnisse dargestellt und analysiert. Abschluss der Arbeit bildet die Lokalisierung der für die Milieus berechneten Nachbarschaften in am Beispiel Dresdens.
ThesisNote
Zugl.: Weimar, Univ., Diss., 2014
Author(s)
Kalisch, Dominik Pascal Henning
Beteiligt
Spath, Dieter
Bullinger, Hans-Jörg
Verlag
Fraunhofer Verlag
Verlagsort
Stuttgart
Project(s)
CoMStaR
Funder
Deutsche Forschungsgemeinschaft DFG
Thumbnail Image
Language
German
google-scholar
Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO
Tags
  • Forscher

  • Lehrende

  • Studierende

  • Stadtgeographie und -...

  • Statistik

  • Städtebau

  • Stadtplanung

  • Bevölkerungsstruktur

  • Nachbarschaft

  • Cookie settings
  • Imprint
  • Privacy policy
  • Api
  • Send Feedback
© 2022