🤖 AI

Constituency Optimisation Through Hamiltonian Representation Of Mandates (COTHROM): Algorithmic Redistricting of Irish Election Boundaries

Dieses Paper stellt COTHROM vor, ein neuartiges computergestütztes Framework, das statistische Physik und Multi-Kriterien-Entscheidungsanalyse anwendet, um die irische Wahlkreisreform unter dem PR-STV-System durch die Anwendung eines Potts-Hamilton-Modells zur Abwägung konkurrierender verfassungsrechtlicher Ziele algorithmisch zu optimieren.

Ursprüngliche Autoren: Ruaidhrí Campion, Matthew Fenlon, Joshua Cooney Mercedal, Casey Farren-Colloty, Eliza Somerville, Michael A. J. Mitchell

Veröffentlicht 2026-06-23

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Ruaidhrí Campion, Matthew Fenlon, Joshua Cooney Mercedal, Casey Farren-Colloty, Eliza Somerville, Michael A. J. Mitchell

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich Irlands Landkarte wie ein riesiges Puzzlespiel vor, das aus tausenden winzigen Teilen besteht, die „Wahlbezirke“ (Electoral Divisions) genannt werden. Alle paar Jahre muss die Regierung die Linien neu ziehen, die diese Teile zu größeren „Wahlkreisen“ (Constituencies) gruppieren, damit die Menschen für ihre Vertreter abstimmen können.

Die Regeln für dieses Puzzle sind streng, aber auch vage. Die Verfassung besagt:

Fairness: Jeder Mensch sollte in etwa die gleiche Anzahl an Stimmen haben (Proportionalität).
Form: Die Teile sollten eng zusammengepackt sein und nicht wie eine Schlange in die Länge gezogen werden (Kompaktheit).
Grenzen: Versuchen Sie, keine Kreisgrenzen (Counties) zu zerschneiden (also nicht einen Kreis in der Mitte teilen).
Konnektivität: Alle Teile eines Wahlkreises müssen miteinander verbunden sein.

Das Problem ist, dass sich diese Regeln oft widersprechen. Wenn man einen Wahlkreis perfekt in Bezug auf die Bevölkerung macht, muss man vielleicht eine Kreisgrenze zerschneiden. Wenn man die Kreisgrenzen perfekt einhält, kann die Bevölkerungsverteilung ungleichmäßig werden. Derzeit zeichnen Menschen diese Karten von Hand und treffen dabei Ermessensentscheidungen, um diesen Konflikten entgegenzuwirken.

Die Lösung des Papers: COTHROM
Die Autoren entwickelten ein Computerprogramm namens COTHROM (Constituency Optimisation Through Hamiltonian Representation Of Mandates), um dieses Puzzle automatisch zu lösen. Hier ist die Erklärung, wie sie das gemacht haben, unter Verwendung einiger schöner Analogien:

1. Die „magnetische“ Karte (Die Physik-Analogie)

Anstatt die Landkarte als politisches Problem zu betrachten, behandelten die Autoren sie wie ein physikalisches Problem. Stellen Sie sich vor, jedes winzige Puzzleteil (Wahlbezirk) ist ein kleiner Magnet.

Jeder Magnet möchte zu einer bestimmten Gruppe (einem Wahlkreis) gehören.
Die „Regeln“ der Wahl (Fairness, Form, Grenzen) wirken wie magnetische Kräfte.
- Wenn eine Gruppe zu groß oder zu klein ist, spüren die Magnete einen „Druck“, sich neu anzuordnen.
- Wenn eine Gruppe in die Länge gezogen ist, spüren die Magnete einen „Zug“, um wieder zu einer kompakten Kugel zusammenzuschnappen.
- Wenn eine Gruppe eine Kreisgrenze überschreitet, spüren die Magnete eine „Reibung“, die als Strafe wirkt.

Der Computer berechnet die gesamte „Energie“ der Karte. Eine Karte mit schlechten Grenzen hat eine hohe Energie (wie eine angespannte Feder), und eine gute Karte hat eine niedrige Energie (wie eine entspannte Feder). Das Ziel ist es, den Zustand zu finden, in dem die Karte am meisten „entspannt“ ist.

2. Der „Abkühlungsprozess“ (Simulated Annealing)

Wie findet man die beste Anordnung unter Milliarden von Möglichkeiten? Man kann nicht alle prüfen.
Die Autoren nutzen eine Technik namens Simulated Annealing (simuliertes Annealing), was dem Abkühlen von geschmolzenem Metall ähnelt.

Heiß: Stellen Sie sich vor, die Magnete vibrieren wild (hohe Temperatur). Sie springen zufällig umher und probieren verrückte, chaotische Kartenformen aus. Dies hilft dem Computer, aus „schlechten“ lokalen Lösungen auszubrechen (wie einer Karte, die zwar okay aussieht, aber nicht die beste ist).
Abkühlen: Langsam senkt der Computer die Temperatur. Die Magnete hören auf, so wild zu springen, und beginnen, sich in stabilen Positionen niederzulassen.
Gefroren: Bis es kalt ist, haben sich die Magnete in die effizienteste, energetisch günstigste Anordnung eingependelt.

3. Das „Menü der Kompromisse“ (Pareto-Optimalität)

Hier liegt der knifflige Teil: Das Gesetz schreibt nicht vor, wie sehr man Fairness gegenüber Kreisgrenzen abwägen soll. Sollten wir die Grenzen zu 50 % nach Fairness und zu 50 % nach Kreisgrenzen bewerten? Oder 90 % nach Fairness?
Anstatt nur einen „perfekten“ Kompromiss zu raten, ließen die Autoren den Computer viele Male mit unterschiedlichen „Gewichtungen“ (wie das Drehen an einem Regler) laufen.

Sie gaben nicht nur eine einzige Karte aus.
Sie gaben ihnen ein Menü der besten möglichen Karten (eine sogenannte Pareto-Front).
Auf diesem Menü ist jede Karte eine „nicht-dominierte“ Lösung. Das bedeutet: „Wenn Sie mehr Fairness wollen, müssen Sie akzeptieren, dass die Kreisgrenzen weniger respektiert werden. Wenn Sie mehr Respekt für die Kreisgrenzen wollen, müssen Sie akzeptieren, dass die Fairness weniger hoch ist.“
Dies macht die Kompromisse sichtbar. Es zeigt den Entscheidungsträgern genau auf, was sie opfern, um etwas anderes zu gewinnen.

4. Was sie herausfanden (Der Cork-Test)

Sie testeten dies am Beispiel von County Cork.

Sie verglichen ihre computergenerierten Karten mit den tatsächlichen gesetzlichen Karten, die die Wahlkommission im Jahr 2023 erstellt hat.
Das Ergebnis: Für fast jede Art der Gewichtung der Regeln fand der Computer Karten, die besser waren als die von Menschen gezeichneten. Die Computerkarten hatten weniger Bevölkerungsungleichgewicht und waren kompakter, während sie gleichzeitig die Regeln einhielten.
Hinweis: Die Autoren geben zu, dass ihr Computer Dinge wie „Gemeinschaftsgefühl“ oder spezifische Flüsse nicht berücksichtigt hat, die Menschen durchaus beachten. Aber rein auf die mathematischen Regeln der Verfassung bezogen, hat der Computer gewonnen.

Warum das wichtig ist

Das Paper argumentiert, dass diese Methode den Prozess transparent und fair macht.

Keine versteckten Urteile: Derzeit zeichnen Menschen Linien und sagen: „Das ist fair.“ Niemand kann beweisen, ob eine bessere Karte existiert.
Überprüfbarkeit: Mit diesem Code kann jeder die Mathematik nachvollziehen. Man kann sagen: „Wenn wir Kreisgrenzen in diesem Maße wertschätzen, ist dies die bestmögliche Karte.“
Reproduzierbarkeit: Jeder kann denselben Code ausführen und dasselbe Ergebnis erhalten, was das Rätselraten bei der Wahlkreisgrenzenziehung eliminiert.

Kurz gesagt: Die Autoren haben einen „magnetischen Puzzle-Löser“ gebaut, der uns genau zeigt, wie schwierig es ist, die Regeln der irischen Wahlen auszubalancieren, und beweist, dass Computer bessere, mathematisch perfektere Karten finden können als der derzeitige manuelle Prozess.

Technisches Resümee: Wahlkreisoptimierung durch Hamiltonsche Repräsentation von Mandaten (COTHROM)

Problemstellung
Die vorliegende Arbeit befasst sich mit der rechnerischen Herausforderung der Neugestaltung von Wahlkreisgrenzen in Irland unter dem System der Verhältniswahl mit Einzeltransferstimmen (PR-STV). Dieser Prozess wird durch die irische Verfassung und das Electoral Reform Act 2022 geregelt, welche spezifische „harte“ Nebenbedingungen (z. B. 171–181 Gesamtsitze, Wahlkreise mit 3–5 Sitzen, Kontiguität) und „weiche“ Zielsetzungen (z. B. proportionale Repräsentation, Vermeidung von Grenzüberschreitungen von Kreisgrenzen, Kompaktheit sowie geografische Erwägungen) vorschreiben.

Die Kernschwierigkeit liegt in der kombinatorischen Explosion möglicher Grenzkonfigurationen und der inhärenten Spannung zwischen den weichen Zielsetzungen. Beispielsweise kann eine Konfiguration, die strikt an Kreisgrenzen festhält, zu signifikanten Abweichungen von der proportionalen Repräsentation führen, während eine mathematisch optimale proportionale Karte zahlreiche Überschreitungen von Kreisgrenzen erfordern könnte. Derzeit erstellt die Wahlkommission (EC) die Grenzen manuell – ein Prozess, dem es an einer systematischen Basis mangelt, um Abwägungen zu vergleichen oder nachzuweisen, dass ein vorgeschlagener Plan im Vergleich zum riesigen Raum zulässiger Alternativen nahezu optimal ist.

Methodik
Die Autoren schlagen COTHROM vor, einen computationalen Rahmen, der das Problem der Wahlkreisgestaltung unter Verwendung der statistischen Physik, speziell des Potts-Modells, modelliert.

Hamiltonsche Formulierung:
Die rechtlichen und verfassungsrechtlichen Anforderungen werden als Terme in einem Hamiltonian (Energierefunktion) kodiert, wobei $\sigma$ eine spezifische Konfiguration von Wahlbezirken (EDs) darstellt, die den Wahlkreisen zugewiesen sind. Die Gesamtenergie ist eine gewichtete Summe spezifischer Zielfunktionen:

$H_P$ (Proportionale Repräsentation): Bestraft Abweichungen der Bevölkerung eines Wahlkreises vom nationalen Durchschnitt pro Sitz.
$H_C$ (Kontiguität): Bestraft Wahlkreise, die in mehrere unzusammenhängende Komponenten aufgeteilt sind.
$H_D$ (Kompaktheit): Eine diskrete Cut-Edge-Metrik, die nicht-globuläre Formen bestraft (um Kompaktheit gegenüber „Salamandermustern“ zu fördern).
$H_B$ (Kreisgrenzen): Zählt die Anzahl der EDs, die einem Wahlkreis zugewiesen sind, aber außerhalb des primären Kreises des Wahlkreises liegen.

Die Zielfunktion ist $H = \sum J_\alpha (H_\alpha / Z_\alpha)$ , wobei $J_\alpha$ die Kopplungskonstanten sind, die die relativen Gewichtungen der Ziele darstellen, und $Z_\alpha$ die Normalisierungsfaktoren sind.

Optimierung mittels Simulated Annealing:
Um Konfigurationen zu finden, die $H$ minimieren, verwenden die Autoren MCMC-Methoden (Markov-Chain-Monte-Carlo) mit einem Simulated-Annealing-Schema.

Algorithmus: Ein Gibbs-Sampler wird verwendet, um die Zuweisung der Wahlbezirke zu aktualisieren. Im Gegensatz zum Metropolis-Algorithmus, der zufällige Änderungen vorschlägt, zieht der Gibbs-Sampler aus der bedingten Verteilung aller möglichen Zuweisungen für einen gegebenen ED, was die Effizienz in hochenergetischen Landschaften verbessert.
Annealing: Das System beginnt bei einer hohen „Temperatur“ (was eine breite Exploration des Konfigurationsraums ermöglicht) und wird gemäß einem geometrischen Schema ( $T_k = \alpha^k T_0$ ) langsam abgekühlt. Dies ermöglicht es dem System, lokale Minima zu verlassen und gegen ein globales Minimum (Grundzustand) zu konvergieren, das eine optimale Grenzmenge für eine gegebene Gewichtung darstellt.

Multi-Kriterien-Entscheidungsanalyse (MCDA):
In Anerkennung dessen, dass die relative Gewichtung der Ziele ( $J_\alpha$ ) eine normative Entscheidung ist, die nicht gesetzlich vorgeschrieben ist, verpflichtet sich der Rahmen nicht auf eine einzige Gewichtung. Stattdessen nutzt er die MCDA, um die Pareto-Front abzubilden. Eine Konfiguration ist Pareto-optimal, wenn keine andere Konfiguration ein Ziel verbessert, ohne ein anderes zu verschlechtern. Dieser Ansatz macht die Abwägungen zwischen konkurrierenden verfassungsrechtlichen Zielen explizit und quantifizierbar.

Wichtigste Ergebnisse
Der Rahmen wurde anhand der Daten von County Cork validiert, einer Region mit 20 Sitzen verteilt auf fünf Wahlkreise.

Konvergenz: Das System zeigte klare Phasenübergänge, bei denen zufällige Ausgangskonfigurationen mit sinkender Temperatur zu strukturierten, zusammenhängenden Wahlkreisen „kristallisierten“.
Optimalität: Beim Vergleich der Grenzen der EC von 2023 mit der von COTHROM generierten Pareto-Front wurde festgestellt, dass die bestehenden rechtlichen Grenzen suboptimal waren. COTHROM produzierte konsistent Konfigurationen mit signifikant geringerer Varianz von der proportionalen Repräsentation bei gleichem Grad an Kompaktheit oder besserer Kompaktheit bei gleicher proportionaler Repräsentation.
Kreisgrenzen: In einem Testfall mit mittleren Counties demonstrierte das Framework die Fähigkeit, die proportionale Repräsentation gegen die strikte Einhaltung von Kreisgrenzen abzuwägen. Durch Erhöhung der Kopplungskonstante für Kreisgrenzen ( $J_B$ ) produzierte der Algorithmus Karten, die die 2023er Grenzen fast exakt reproduzierten, jedoch auf Kosten einer höheren Populationsvarianz.
Pareto-Analyse: Die Studie ergab, dass die aktuellen Grenzen der EC nicht auf der Pareto-Front liegen, was darauf hindeutet, dass Verbesserungen der Repräsentation oder Kompaktheit möglich sind, ohne andere Ziele zu beeinträchtigen, sofern die spezifischen Abwägungen akzeptiert werden.

Bedeutung und Ansprüche
Das Paper behauptet, den ersten computationalen Rahmen präsentiert zu haben, der speziell für die irische Wahlkreisgestaltung entwickelt wurde und die multiplen verfassungsrechtlichen Anforderungen systematisch optimiert. Seine Hauptbeiträge sind:

Transparenz und Auditierbarkeit: Durch die Kodierung der rechtlichen Mandate in ein explizites mathematisches Modell ermöglicht der Rahmen die Reproduzierbarkeit von Ergebnissen und die Überprüfung, wie spezifische Gewichtungen die Ergebnisse beeinflussen. Dies steht im Gegensatz zum aktuellen manuellen Prozess, bei dem die Optimalität eines Plans nicht rigoros nachgewiesen werden kann.
Explizite Quantifizierung von Abwägungen: Die Verwendung der Pareto-Front-Analyse verlagert die Debatte von impliziter Deliberation hin zu expliziter Quantifizierung. Sie ermöglicht es Entscheidungsträgern zu sehen, wie viel proportionale Repräsentation geopfert werden muss, um eine spezifische Verbesserung der Kompaktheit oder der Integrität der Kreisgrenzen zu gewinnen.
Algorithmische Governance: Die Arbeit legt einen Weg für „algorithmische Governance“ nahe, bei dem die EC mathematisch optimierte Ausgangspunkte für öffentliche Konsultationen generieren kann, um sicherzustellen, dass die endgültigen Grenzen nicht nur gesetzeskonform, sondern innerhalb der definierten rechtlichen Landschaft auch nahezu optimal sind.
Grenzen und Umfang: Die Autoren merken bescheiden an, dass ihr aktuelles Modell noch keine komplexen geografischen Merkmale (Berge, Flüsse) oder die nuancierten Erkenntnisse aus öffentlichen Konsultationen bezüglich Gemeinschaftsbindungen berücksichtigt, schlagen diese jedoch als zukünftige Erweiterungen vor. Sie räumen zudem ein, dass die Definition einer „Überschreitung von Kreisgrenzen“ derzeit eine vereinfachte Heuristik basierend auf Flächenanteilen ist, die einer weiteren Verfeinerung bedarf, um den spezifischen rechtlichen Interpretationen der EC zu entsprechen.

Zusammenfassend bietet COTHROM ein rigoroses, physikbasiertes Werkzeug, um die komplexe, mehrzielorientierte Optimierungslandschaft der irischen Wahlkreisgestaltung zu navigieren und eine Methode zu bieten, um Wahlkreisgrenzen zu generieren, zu vergleichen und zu rechtfertigen, die das verfassungsrechtliche Mandat der proportionalen Repräsentation unter Wahrung geografischer Randbedingungen besser erfüllen.