Diese soziale Spaltung korrespondiert mit bestimmen Gebäudetypen (z. B. Villa versus Plattenbau), der Lage der Quartiere in der Stadt (z. B. zentral oder an der Peripherie, gut erreichbar oder nicht), oder auch dem Gebäudealter (z. B. Gründerzeit versus 50’er- Jahre- Siedlung) – sind aber auch von dem jeweiligen Zeitgeist geprägt. Ein Beispiel dafür sind sogenannte Einfamilienhausgebiete versus Satellitenstädten, die man in der eigenen Wahrnehmung oder Erfahrung sicher mit unterschiedlichen sozialen Gruppen verbindet. Einkommensunterschiede korrespondieren häufig auch mit der Verfügbarkeit von Bildungsoptionen, z. B. dem einfachen Zugang zu weiterführenden Schulen. In Deutschland sind dabei soziale Unterschiede, also vor allem die materielle Ausstattung einer Familie, maßgeblich für den Zugang von Kindern und Jugendlichen zu Bildungsoptionen. Gleichzeitig steigt mit höherem Bildungsabschluss das durchschnittliche Gehalt – eine sich verstetigende Spirale exkludierender Faktoren.

Die Fünf-Minuten-Stadt wäre zumindest ein Ansatz, die räumliche Segregation zu überwinden, denn sie würde die physische Zugänglichkeit bestimmter Bildungsoptionen für alle Kinder und Jugendlichen eröffnen. So würde ein Austausch zwischen unterschiedlichen sozialen Schichten gefördert und vielleicht auch das Selbstbewusstsein und die Selbstwirksamkeit Benachteiligter gesteigert.

Aber inwieweit der physische Raum ganz konkret zu Bildungsungleichheit beiträgt, ist, wie gesagt, noch nicht abschließend geklärt. Hierzu ist es notwendig, dass verschiedene Disziplinen wie die Soziologie, die Erziehungswissenschaften, die Stadtplanung zusammenkommen und gemeinsam mit Städten und zivilgesellschaftlichen Akteurinnen und Akteuren Zusammenhänge und Faktoren erforschen.