Matching-Software für leerstehende Gewerbeimmobilien in Eimsbüttel nutzen
Letzte Beratung: 24.04.2025 Bezirksversammlung Ö 10.22
Bisherige Beratungsfolge |
am |
TOP |
Drucksache |
Ergebnis |
WiDiV (Antrag der GRÜNE-Fraktion) |
09.04.2025 |
7.2 |
Empfehlung mehrheitlich bei Gegenstimme der AfD-Fraktion |
Leerstände von Gewerbeimmobilien stellen auch in Hamburg-Eimsbüttel eine Herausforderung dar. Sie führen nicht nur zu wirtschaftlichen Einbußen für Eigentümer*innen, sondern beeinträchtigen auch die Attraktivität und Lebendigkeit der betroffenen Stadtteile. Eine digitale Lösung kann dazu beitragen, Leerstände effizienter zu erfassen und passgenau mit potenziellen Nutzer*innen zu verknüpfen.
Im Rahmen des vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) geförderten Projekts „Stadtlabore für Deutschland – Leerstand und Ansiedlung“ wurde die kostenlose Matching-Software LeAn entwickelt. Diese Open-Source-Software ermöglicht es Kommunen, Leerstände digital zu erfassen und gezielt mit potenziellen Nachnutzungen zusammenzubringen. 14 Modellstädte in Deutschland haben das System bereits erfolgreich getestet, darunter Köln, Leipzig und Nürnberg.
Durch den Einsatz von LeAn können Immobilienbesitzer*innen ihre freien Flächen zentral erfassen lassen, während Interessierte gezielt nach geeigneten Gewerbeflächen suchen können. So wird die Vermittlung erleichtert, bürokratischer Aufwand reduziert und eine nachhaltige Belebung der Innenstädte gefördert.
:
Der Vorsitzende der Bezirksversammlung wird gebeten, sich bei der Behörde für Wirtschaft und Innovation (BWI) dafür einzusetzen, dass die Matching-Software LeAn auch in Hamburg-Eimsbüttel erprobt wird. Dabei sollen insbesondere folgende Aspekte geprüft werden:
Ziel ist es, die Potenziale dieser Software für eine nachhaltige Belebung von Gewerbeflächen in Eimsbüttel auszuloten und Synergien mit bestehenden Ansätzen zur Innenstadtentwicklung zu nutzen.
keine
Die Erkennung von Orten anhand des Textes der Drucksache kann ungenau sein. Es ist daher möglich, das Orte gar nicht oder falsch erkannt werden.