Krimpedia – das Kriminologie-Wiki

Aktuarische Prognose

Version vom 11. März 2010, 00:43 Uhr von Martin R. (Diskussion | Beiträge)

Wird bearbeitet von Martin R.

Der Begriff Aktuarische Prognose (von lateinisch actuarius - "Schnellschreiber" oder "Buchhalter" bzw. griechisch πρóγνωσις – "Vorwissen" oder wörtlich "Voraus-Kenntnis") bezeichnet einen methodischen Idealtypus zur Vorhersage kriminellen Verhaltens, der bei der Konstruktion konkreter Vorhersageverfahren in Form sogenannter Prognoseinstrumente vor allem auf aktuarische Modelle, d.h. auf wahrscheinlichkeitstheoretische und statistische Modelle der Versicherungs- und Finanzmathematik, zurückgreift. Neben dem Begriff "aktuarisch" werden in der Literatur gelegentlich auch die Bezeichnungen "statistisch", "nomothetisch", "formal", "mechanisch" oder "algorithmisch" verwendet.

Methodische Grundlagen

Begriffsdefinition und Anwendungsbereiche

Bei aktuarischen Prognosen erfolgt sowohl die Erhebung als auch die Interpretation prognoserelevanter Informationen automatisiert und streng regelgeleitet mittels möglichst manualisierter Operationalisierungen und einfacher Algorithmen. Dabei wird ausschließlich auf empirisch gesicherte Zusammenhänge zwischen Täter- und Tateigenschaften einerseits und Rückfälligkeit andererseits zurückgegriffen. Aktuarische Modelle werden in unterschiedlichen Anwendungsbereichen der Medizin, Psychologie, Kriminologie sowie anderen sozial- und naturwissenschaftlichen Disziplinen verwendet, in denen menschliches Verhalten diagnostiziert und prognostiziert werden soll. Der Wert bzw. die Bedeutung aktuarischer Prognosemethoden für den Prognoseprozess wird oftmals in Abgrenzung zur klinischen Prognose, die zum Teil auch unter den Bezeichnungen "ideographisch", "informal", "intuitiv", "subjektiv" oder "impressionistisch" geführt wird, diskutiert. Mittlerweile besteht eine über mehrere Jahrzehnte andauernde Forschungstradition diesbezüglich, die weitgehend die Überlegenheit aktuarischer gegenüber klinisch-intuitiver Diagnosen und Prognosen nahelegt.

Konstruktionsmethodik

Ausgangsbasis für die Entwicklung aktuarischer Prognoseinstrumente bilden empirische Untersuchungen über personen- oder auch tatbezogene Merkmale bestimmter Tätergruppen, die einen statistisch signifikanten Zusammenhang mit dem in Frage stehenden Rückfallkriterium (z.B. die erneute Begehung eines sexuell motivierten Gewaltdelikts) aufwiesen. Eine zentrale methodische Grundannahme aktuarischer Prognoseverfahren besteht darin, dass diese in der Vergangenheit identifizierten statistischen Zusammenhänge allgemeingültige Gesetzesmäßigkeiten widerspiegeln und die zugrundeliegenden Merkmale somit auch geeignet sind, zukünftiges kriminelles Verhalten bei anderen Tätern vorherzusagen. Die zu prognostizierende Person wird folglich aufgrund der individuellen Merkmalskonfiguration der im Instrument enthaltenen Parameter einer Teilgruppe der Ausgangsstichprobe, anhand der die statistischen Zusammenhänge zwischen Prädiktoren und Rückfälligkeit ermittelt wurden, zugeordnet. Wie Dahle (2005) weiter ausführt, besteht "die eigentliche Prognose […] dann auf der (bekannten) durchschnittlichen Rückfallquote dieser Teilstichprobe aus der Normstichprobe" (S. 42). Diese zuvor empirisch ermittelte durchschnittliche Rückfallquote stellt somit den Referenzpunkt – die sogenannte Basiswahrscheinlichkeit – für die weitere prognostische Einschätzung dar.

Für die auf die oben dargestellte Weise identifizierten Merkmale gibt es in der Regel zwei unterschiedliche Verknüpfungsregeln: Im einfacheren Fall wird anhand von Summenbildungen der vorliegenden Positiv- und Negativmerkmalen ein Gesamtwert ermittelt, bei elaborierteren Instrumenten wird der jeweilige Wert eines Prädiktors bestimmt durch die Ausprägung seines empirischen Zusammenhangs mit dem in Frage stehenden Rückfallkriterium. Die Gewichte können beispielsweise über regressionsanalytische Verfahren in Form der daraus resultierenden Regressionsgewichte der einzelnen Variablen ermittelt werden.

Praktisches Vorgehen

Aktuarische Prognosemethoden bestehen meist aus einer begrenzten Anzahl an Prädiktoren, deren Vorhersagegenauigkeit zuvor in empirischen Untersuchungen ermittelt wurde, wobei die vorhersagestärksten Variablen anschließend zu Prognoseinstrumenten zusammengefasst wurden. Bei diesen Prädiktoren handelt es sich in der Regel um einfach zu erhebende demographische, kriminologische oder psychosoziale Variablen wie beispielsweise das Alter des Täters oder die Anzahl der Vorstrafen. Nachdem jede Variable für sich bewertet wurde, indem ein der jeweiligen Ausprägung entsprechender Punktwert vergeben wurde, werden die einzelnen Punktwerte zum Gesamtwert addiert, von dem aus meist auf eine Risikokategorie (beispielsweise in eine niedrige, moderate oder hohe Risikokategorie) und/oder auf empirisch ermittelte Rückfallwahrscheinlichkeiten geschlossen werden kann.

Geschichte

Anfänge aktuarischer Prognostik

Die Anfänge der aktuarischen Prognosemethodik liegen in den 20er Jahren des 20. Jahrhunderts in den USA, als erste Zentren gelten die soziologisch-kriminologischen Forschungsabteilungen der Universität von Chicago sowie die Strafvollzugsbehörde in Illinois. Der rechtspolitische Ausgangspunkt war eine strafvollzugspolitische Liberalisierung in Form einer Individualisierung des Freiheitsentzugs, die sich zu Beginn des vorangegangenen Jahrhunderts sowohl in Europa als auch in den USA vollzog. Eine individualisierte Anwendung von Recht und Strafe brachte jedoch die Notwendigkeit mit sich, kriminelles Verhalten vorhersagen zu können, da die Vollstreckung bzw. Beendigung freiheitsbezogener Maßnahmen von der individuellen Rückfallgefahr des Delinquenten abhängig sein sollte. Aufgrund eklatanten Personalmangels konnten die erforderlichen kriminalprognostischen Einschätzungen jedoch nur anhand ökonomisch anwendbarer einfacher statistischer Algorithmen erfolgen. In diesem Zusammenhang muss erwähnt werden, dass die Anwendung wahrscheinlichkeitstheoretischer und statistischer Analysemethoden zu diesem Zeitpunkt bereits seit annähernd ein hundert Jahren fester Bestandteil kriminologischen Erkenntnisgewinn darstellten (so führte beispielsweise der Belgische Kriminologe Adolphe Quetelet in den 30er Jahren des 19. Jahrhunderts bereits gruppenstatistische Analysen delinquenten und devianten Verhaltens durch).

Begründer

Hornell Hart, US-amerikanischer Kriminologe und einer der geistigen Väter der aktuarischen Prognose, postulierte schließlich 1923, dass vollzugsgerichtliche Entscheidungsgremien sich derselben statistischen Analysemethoden zunutze machen sollten wie auch Versicherungs- und Finanzdienstleistungsunternehmen, so dass der in eben jener Branche verbreitete Begriff der aktuarischen Prognostik offiziell Einzug in die Kriminologie hielt. Ernest W. Burgess, kanadischer Soziologe und renommierter Vertreter der Chicago School, blieb es schließlich vorbehalten anhand der in weiterer Folge sogar nach ihm benannten Burgess-Methode einer der ersten aktuarischen Prognoselisten zu konstruieren, die auf zuvor empirisch ermittelten statistischen Zusammenhängen zwischen den einzelnen 22 Prädiktoren einerseits und Rückfälligkeit andererseits basierte.

Verbreitung und internationale Akzeptanz

Nachdem in den ersten Jahrzehnten der aktuarische Prognoseansatz auf den Bundesstaat Illinois beschränkt blieb, kam es – unter anderem bedingt durch den in den 70er Jahren entwickelte und implementierte Salient Factor Score (SFS) – zu einer sukzessiven Verbreitung der aktuarischen Prognose. Der SFS bestand zunächst aus neun (1. Prior Convictions, 2. Prior incarcerations, 3. Age at first commitment, 4. Auto theft, 5. Prior parole revocation, 6. Drug history, 7. Education grade achieved, 8. Employment, und 9. Living arrangements on release), später aus sieben Items und wird heute in mehreren US-amerikanischen Bundesstaaten zur Unterstützung der Entscheidung über die (vorzeitige bzw. bedingte) Entlassung eines Straftäters herangezogen. In weiterer Folge wurden für weitere (Sub-)Gruppen von Delinquenten und für spezifische Rückfallereignisse spezielle Prognoseinstrumente entwickelt. Vor allem seit Mitte der 90er Jahre des letzten Jahrhunderts wurden eine mittlerweile kaum mehr zu überblickende Anzahl an Untersuchungen über statistisch-aktuarische Instrumente durchgeführt und publiziert. Mittlerweile existieren aktuarische Prognoseinstrumente unter anderem für Sexualtäter (z.B. der Sex Offender Risk Appraisal Guide – SORAG), für Gewalttäter (z.B. der Violence Risk Appraisal Guide – VRAG) und für Jugendstraftäter (z.B. der Estimate of Risk of Adolescent Sexual Offence Recidivism – ERASOR). Für Sexualstraftäter ist der Static-99 das international am meisten verwendete (das Instrument wird unter anderem in Ländern in Nord-, Südamerika, Asien und Europa regelmäßig im Strafvollzug angewandt) und am besten empirisch untersuchte aktuarische Prognoseinstrument, das aus den folgenden zehn Vorhersagevariablen besteht: 1. Age, 2. Ever Lived with an Intimate Partner for 2 Years, 3. Index Non-Sexual Violence, 4. Prior Non-Sexual Violence, 5. Prior Sex Offences, 6. Prior Sentencing Dates, 7. Non-Contact Sex Offences, 8. Any Unrelated Victims, 9. Any Stranger Victims und 10. Any Male Victims.

Vorteile aktuarischer Prognostik

Aktuarische vs. klinische Prognosen

Die Vorzüge aktuarischer Prognosemethoden werden vor allem in Abgrenzung zum klinisch-intuitiven Vorgehen bei der Erstellung von Diagnosen und Prognosen über menschliches Verhalten diskutiert. Bereits in den 50er Jahren des letzten Jahrhunderts publizierte der US-amerikanische Psychologe Paul E. Meehl eine umfangreiche Untersuchung über die Treffsicherheit aktuarischer Prognosen einerseits und klinisch-intuitiver Vorhersagen, die vor allem auf der Berufserfahrung des Klinikers basierten, andererseits. Dabei zeigte sich, dass in vielen unterschiedlichen Bereich psychologischer Diagnostik und Prognose – so wurden unter anderem Einzelstudien aus dem Bereich der klinischen Psychologie, der Psychiatrie, der Kriminologie, der Eignungsdiagnostik und Personalauswahl – aktuarische Methoden in aller Regel validere, d.h. treffsichere Vorhersage erlaubten als ein auf den Einzelfall bezogenes und überwiegend auf der Berufserfahrung des Anwenders basierendes klinisch-intuitives Vorgehen. Bereits in den 70er Jahren legten Studien nahe, dass die Vorhersageleistung forensischer und kriminologischer Experten bezüglich der Rückfälligkeit von Straftätern in jeder Hinsicht unzureichend war und unterstützten damit die Verbreitung aktuarischer Instrumente. Auch aktuelle Meta-Analysen bestätigen den in den Trend der letzten Jahrzehnte und zeigen erneut, dass die Überlegenheit der aktuarischen Prognose im forensischen Bereich besonders ausgeprägt ist. In den letzten 20 Jahren wurde gleichzeitig eine Vielzahl von Untersuchungen vorgelegt, die die Qualität aktuarischer Prognosen nahelegt.

Erkenntnistheoretische und methodische Vorteile

Unabhängig von diesen Vergleichsstudien weisen aktuarische Prognosen weitere nennenswerte Vorzüge auf: So basieren aktuarische Prognoseverfahren auf einer streng wissenschaftlich fundierten Methodik, da die in den Instrumenten aufgenommenen Prädiktoren auf empirischen Erkenntnissen aus zuvor durchgeführten Untersuchungen beruht. Darüber hinaus sind aktuarische Instrumente in der Regel weitgehend manualisiert, das heißt die verwendeten Merkmale sind klar definiert und eindeutig operationalisiert. Dadurch wird das Vorgehen bei der Anwendung aktuarischer Prognosemethoden transparent, nachvollziehbar und jederzeit überprüfbar. Auch bietet dieses streng regelgeleitete Vorgehen den bestmöglichen Schutz vor menschlichen Urteilsfehlern. Daneben stellen aktuarische Instrumente in der Regel ökonomische Verfahren dar, da ihre Anwendung – im Vergleich zu anderen Prognosemethoden – meist nur wenig Zeit in Anspruch nimmt sowie leichter und schneller erlernbar ist.

Kritik

Grenzen und Gefahren

Die Nachteile aktuarischer Prognoseinstrumente können grob in drei Gruppen eingeteilt werden: Zum einen gibt es methodisch-erkenntnistheoretische Nachteile, die diesem Methodentypus sowohl aus theoretischer wie auch aus praktischer Sicht Grenzen setzt, zum anderen werden vor allem aufgrund der sukzessiven Ausbreitung und der damit einhergehenden zunehmenden Übertragung auf andere prognoserelevante Bereiche verschiedene kriminalpolitische Implikationen diskutiert, die unter anderem ethische Aspekte der Prognosestellung berühren. Der dritte Punkt betrifft formal-juristische Begrenzungen, die sich naturgemäß zwischen den verschiedenen Jurisdiktionen unterschieden und im vorliegenden Beitrag lediglich im Hinblick auf die Verhältnisse der Bundesrepublik Deutschland kurz genannt werden sollen.

Methodische Nachteile

Zu den methodischen Nachteilen ist zunächst die sog. Mittelfeldproblematik zu nennen, womit das Phänomen umschrieben wird, dass bei mehrmaliger Anwendung überproportional viele Probanden mit mittleren Gesamtwerten bewertet werden, was eine eindeutige Interpretation in Form einer Zuordnung zur Niedrig- bzw. Hoch-Risiko-Gruppe deutlich erschwert. Für die praktische Anwendung, bei der Veränderungen von kriminalprognostischen Einschätzungen oft auch dafür verwendet werden, um die Wirkung von Interventionsmaßnahmen zu evaluieren, sind aktuarische Prognosen nicht sonderlich geeignet, da sie in der Regel auf statische, d.h. unveränderbare Variablen zurückgreifen. Aus erkenntnistheoretischer Sicht wird darüber hinaus immer wieder darauf hingewiesen, dass auch aktuarische Prognosen – wenngleich besser wie alternative Prognoseansätze – weit davon entfernt sind, irrtumsfreie Vorhersagen zu liefern.

Kriminalpolitische Gefahren

Bezüglich der kriminalpolitischen Vorbehalte der aktuarischen Prognose führt Bernard E. Harcourt, US-amerikanischer Kriminologe und prominenter Skeptiker des aktuarischen Paradigmas, vor allem die Übertragung des prognostischen Vorgehens auf den Bereich der Aufdeckung von Straftaten durch Ermittlungsbehörden auf. Besonders prägnant zeigen sich die kriminalpolitischen und ethischen Gefahren beim sogenannte Racial Profiling, im Zuge dessen US-amerikanische Polizeibeamte Angehörige bestimmter ethnischer Gruppierungen aufgrund deren (angeblichen) erhöhten Wahrscheinlichkeit, strafrechtlich relevantes Verhalten zu zeigen, vorrangig kontrollieren. Gemäß Harcourt führt dieses Vorgehen zwangsläufig zu einer Verzerrung von Kriminalitätsraten, die den scheinbaren empirischen Zusammenhang umso mehr unterstützt und auf diese Weise als selbsterfüllende Prophezeiung wirkt, die er als Ratchet Effect bezeichnet.

Formal-juristische Anwendungsgrenzen

Aus juristischer Sicht wird vor allem kritisiert, dass es sich bei aktuarischen Prognose um keine Individualprognosen handelt, sondern lediglich gruppenstatistische Zuordnungen erlauben. Damit werden aktuarische Prognosen allerdings den vom Gesetzgeber aufgestellten rechtlichen Anforderungen strenggenommen nicht gerecht.

Literatur

  • Donald A. Andrews, James Bonta: The Psychology of Criminal Conduct. 4. Auflage. Anderson, Cincinnati 2007, ISBN 1593453213.
  • Andrew A. Bruce, Ernest W. Burgess, Albert M. Harno: A Study of the Indeterminate Sentence and Parole in the State of Illinois. In: Journal of the American Institute of Criminal Law and Criminology. Bd. 19, Nr. 1, 1928, S. 1-306.
  • Howard E. Barbaree u. a.: Evaluating the Predictive Accuracy of Six Risk Assessment Instruments for Adult Sex Offenders. In: Criminal Justice and Behavior. Bd. 28, Nr. 4, 2001, S. 490-521.
  • Axel Boetticher u. a.: Mindestanforderungen für Prognosegutachten. In: Forensische Psychiatrie, Psychologie, Kriminologie. Bd. 1, Nr. 2, 2007, S. 90-100.
  • Klaus-Peter Dahle: Psychologische Kriminalprognose. Wege zu einer integrativen Methodik für die Beurteilung der Rückfallwahrscheinlichkeit bei Strafgefangenen. Centaurus, Herbolzheim 2005, ISBN 3-8255-0607-X.
  • Klaus-Peter Dahle: Methodische Grundlagen der Kriminalprognose. In: Forensische Psychiatrie, Psychologie, Kriminologie. Bd. 1, Nr. 2, 2007, S. 101-110.
  • William M. Grove u. a.: Clinical Versus Mechanical Prediction: A Meta-Analysis. In: Psychological Assessment. Bd. 12, Nr. 1, 2000, S. 19-30.
  • William M. Grove, Paul E. Meehl: Comparative Efficiency of Informal (Subjective, Impressionistic) and Formal (Mechanical, Algorithmic) Prediction Procedures: The Clinical-Statistical Controversy. In: Psychology, Public Policy, and Law. Bd. 2, Nr. 2, 1996, S. 293-323.
  • R. Karl Hanson, David Thornton: Improving Risk Assessment for Sex Offenders: A Comparison of Three Actuarial Scales. In: Law and Human Behavior. Bd. 24, Nr. 1, 2000, S. 119-136.
  • R. Karl Hanson, Kelly Morton-Bourgon: The Accuracy of Recidivism Risk Assessments for Sexual Offenders: A Meta-Analysis of 118 Prediction Studies. In: Psychological Assessment. Bd. 21, Nr. 1, 2009, S. 1-21.
  • Bernard E. Harcourt: Against Prediction. Profiling, Policing, and Punishment in an Actuarial Age. The University of Chicago Press, Chicago 2007, ISBN 0-226-31614-9.
  • Stephen D. Hart u. a.: Precision of Actuarial Risk Assessment Instruments: Evaluating the ‘Margins of Error’ of Group vs. Individual Predictions of Violence. In: British Journal of Psychiatry. Bd. 190, Nr. S49, 2007, S. 60-65.
  • Thomas R. Litwack: Actuarial versus Clinical Assessments of Dangerousness. In: Psychology, Public Policy, and Law. Bd. 7, Nr. 2, 2001, 409-433.
  • Paul E. Meehl: Clinical versus statistical prediction: A theoretical analysis and a review of the evidence. 2. Auflage. University of Minnesota Press, Minneapolis 1954, ISBN 1568218311.
  • Norbert Nedopil: Prognosen in der Forensischen Psychiatrie. Ein Handbuch für die Praxis. Pabst Science Publishers, Lengerich 2005, ISBN 3-89967-216-X.
  • Peter B. Hoffman, James L. Beck: Parole Decision-Making: A Salient Factor Score. In: Journal of Criminal Justice. Bd. 2, Nr. 3, 1974, S. 195-206.
  • Vernon L. Quinsey u. a.: Violent Offenders: Appraising and Managing Risk. 2. Auflage. American Psychological Association, Washington 2006, ISBN 1-59147-343-8.
  • Frank Urbaniok u. a.: Forensische Risikokalkulationen: Grundlegende methodische Aspekte zur Beurteilung der Anwendbarkeit und Validität verschiedener Verfahren. In: Fortschritte der Neurologie Psychiatrie. Bd. 76, Nr. 8, 2008, S. 470-477.

Weblinks

Abgerufen von „https://www.krimpedia.de/index.php?title=Aktuarische_Prognose&oldid=25230“