Empirische Prognoseverfahren in den Sozialwissenschaften (eBook)

Reinhard Bachleitner ist Professor am Fachbereich Soziologie der Universität Salzburg (Schwerpunkten: sozialwissenschaftliche Methodologie, Tourismus- und Kunstsoziologie)Martin Weichbold ist Professor für Soziologie und empirische Sozialforschung am Fachbereich Soziologie der Universität Salzburg (Schwerpunkt: Datenkonstruktion) Markus Pausch ist FH-Professor am Zentrum für Zukunftsstudien der FH Salzburg.

Inhaltsverzeichnis 6
Vorwort 8
Einleitung 10
Teil I: Zur Kulturgeschichte von Prognosen 11
Teil II: Zu den Grundlagen von Prognosen und Prognoseverfahren 11
Teil III: Zum Theoriebezug von Prognosen 12
Teil IV: Empirische Beispiele für Prognoseerstellung 13
Teil V: Zum medialen Umgang mir Prognosen 13
Literatur 14
Teil I Zur Kulturgeschichte von Prognosen 15
Zur Prognostik und ihrer Geschichte 16
1 Was ist eine Prognose? 16
2 Zur Logik der Prognostik 20
3 Prognostikexperten und Prognostikgewerbe 25
Literatur 29
Teil II Zu den Grundlagen von Prognosen und Prognoseverfahren 33
Wissenschaftstheoretische Grundlagen von Prognoseverfahren 34
1 Prognose, Prognoseargument, Prognoseverfahren und Induktion 34
2 Singuläre versus generalisierungsgestützte Prognosen 35
3 Direkte versus konditionalisierte Prognosen 37
4 Generalisierungsgestützte Prognosen: Deduktiv versus induktivstatistisch 38
5 Unsichere Prognosen: Die Forderung der maximalen Bestimmtheit und ihre praktische Bedeutung 40
6 Prognosen im Zukunftssinn und im epistemischen Sinn 45
7 Dimensionen der induktiven Unsicherheit von Prognosen 47
7.1 Induktive Unsicherheit bei verlässlichem statistischen Wissen 47
7.2 Induktive Unsicherheit über existierende statistische Zusammenhänge 48
7.3 Fehlende statistische Zusammenhänge: Dynamische Prognosen und Metainduktion 48
8 Komplexe generalisierungsgestützte Prognosen 50
9 Prognosestützung durch empirische Generalisierungen, Modelle und Theorien 52
10 Ungebrauchte Daten: Das Problem der Kurvenanpassung 54
11 Der Informationsgehalt von Prognosen 58
11.1 Das Skalenniveau des Prognoszendums 58
11.2 Die raumzeitliche (Un-)Bestimmtheit des Prognoszendums 59
11.3 Die Wahrscheinlichkeit des Prognoszendums 60
12 Schwierigkeiten im öffentlichen Umgang mit Unsicherheiten: Das Beispiel von L’Aquila 62
13 Kausale versus nichtkausale Prognosen und die praktische Bedeutung dieses Unterschieds 63
14 Konklusion: Richtiges Umgehen mit Unsicherheit als Bildungsauftrag 69
Literatur 70
Methodologische Grundlagen der Prognostik 72
1 Ausgangslage und Zielsetzungen 72
2 Die Rahmenbedingungen für Prognosen 77
2.1 Theoriebezüge in Prognosen 77
2.1.1 Raumbezüge 78
2.1.2 Zeitbezüge 78
2.1.3 Seletivität von Theorien 80
3 Wissen 80
4 Logik 82
5 Die „Konstanz“-Bedingungen 83
Interne Konstanzforderungen 84
Externe Konstanzforderungen 87
6 Empirische Grundstruktur 88
7 Prognosegegenstand und Prognoseziel 88
8 Orientierungsschema zum Prognoseablauf 89
9 Resümee 91
Literatur 92
Statistische Prognoseverfahren für die Sozialwissenschaften 94
1 Einleitung 94
2 Vorgehen bei statistischen Prognosen 95
3 Qualitätsanforderungen 99
4 Statistische Prognoseverfahren 102
4.1 Prognosen mittels Regressionsverfahren 102
4.2 Prognosen mittels Zeitreihenanalysen 105
4.2.1 Exponentielles Glätten 108
4.2.2 Praktische Anwendung des exponentiellen Glättens 109
4.2.3 ARIMA-Modelle 110
4.2.4 Praktische Anwendung der ARIMA-Modelle 116
4.2.5 Erweiterung des ARIMA-Modells 122
5 Zusammenfassung und Ausblick 122
Literatur 124
Die Frage nach der Zukunft. ‚Künftiges’ als Gegenstand von Befragungen 127
Einleitung 127
Die Befragung als Methode der empirischen Sozialforschung 128
(1) Fragen nach der Zukunft in standardisierten Umfragen 134
(2) Delphi-Befragungen 136
(3) Partizipative Methoden 140
Vergleich und Schlussfolgerungen 143
Literatur 145
Zur Methodologie und Methodik interpretativer Prognoseverfahren 149
1 Einleitung 149
2 Charakteristika und Struktur interpretativer Prognoseansätze 150
3 Gemeinsamkeiten in der interpretativ-qualitativen prognostischen Vorgehensweise 153
Analyse des Ist-Zustandes (Diagnose) 154
Annahmen zur Entwicklung der beteiligten Rahmenbedingungen 156
Entwicklung des Zukunftsbildes und Formulierung der Prognose 156
4 Methodologische Fallgruben interpretativer Prognoseverfahren 157
5 Resümee 158
Literatur 160
Teil III Zum Theoriebezug von Prognosen 162
Kontroversen zur Schätzung und Prognosefähigkeit am Beispiel globaler Klimawandelsowie wirtschaftswissenschaftlicher Vorhersages 163
1 Einleitung 163
2 Bayesianismus 164
2.1 Schätzung 166
2.2 Double-counting 167
3 Klassische Model Selection Theory 170
3.1 Fall 1: Neue Daten und Double-Counting 171
3.2 Fall 2: Keine neuen Daten, deswegen eine Einbuße und DoubleCounting 172
4 Beispiel 1: Klimawissenschaften 174
5 Beispiel 2: Wirtschaftswissenschaften 176
6 Konklusion 178
Literatur 180
Demographischer Metabolismus: Eine prognosefähige Theorie des sozialen Wandels 181
Vorläufer: Karl Mannheim und Norman Ryder 182
Prämissen der Theorie 184
Das multidimensionale Kohorten-Komponenten-Modell 186
Anwendung des multidimensionalen Modells auf die Modellierung der Bildungsstruktur nach Alter und Geschlecht 187
Die Prognose qualitativer Aspekte wie Präferenzen und Identitäten 191
Diskussion und Ausblick 194
Literatur 196
Ansätze zur Frage der Voraussage in der Psychoanalyse und in den Psychotherapiewissenschaften vom geschichtsphilosophischen, klinischen und empirischen Standpunkt 198
Einführung 198
1 Die Voraussage in der Psychoanalyse: Der geschichtsphilosophische Standpunkt 199
2 Die Voraussage in der Psychoanalyse: Der klinische Standpunkt 203
3 Die Voraussage in der Psychoanalyse und den Psychotherapiewissenschaften: Der empirische Standpunkt der Ergebnisund Prozessfor 207
Literatur 212
Teil IV Empirische Beispiele für Prognoseerstellung 217
Zur Prognose beruflicher Positionierung von Migranten der dritten Generation 218
Abstract 218
1 Einleitung 218
2 Theoretischer Hintergrund 220
3 Die forschungsleitende Fragestellung 225
4 Methodische Überlegungen 226
4.1 Warum Projektion und nicht Analyse bestehender Daten? 226
4.2 Anforderungen an die Methode 227
4.3 Die periodenorientierte dynamische Mikrosimulation 229
4.4 Software zur Durchführung einer periodenorientierten dynamischen Mikrosimulation 230
5 Umsetzung der Simulation und erste Ergebnisse 231
5.1 Theoriebasierte Modellbildung 231
5.2 Auszug aus den Ergebnissen der empirischen Analyse und Implementation dieser in die Simulation 235
5.3 Module des Mikrosimulationsmodells und Lebensverlaufsperspektive 238
5.4 Startdatensatz für die Simulation 239
5.5 Ergebnisse der Simulation 241
6 Schlussfolgerungen 245
Literatur 247
Simulation von Strategien der Entwicklungszusammenarbeit 253
1 Vorbemerkung 253
2 Einleitung 253
3 Die Ausgangssituation 254
3.1 Ad. Erfassung der richtigen Variablen 255
3.2 Ad. Richtigkeit der Quantifizierung der Variablen und der Zusammenhänge zwischen ihnen 256
3.3 Ad. Zeitliche Dynamik 257
3.4 Ad. Arten der Simulation und Arten von Zufälligkeiten 257
3.5 Ad. Änderung des funktionalen Zusammenhanges über den Zeitverlauf 259
4 Das Modell 260
5 Reflexion zum Verfahren 263
6 Erzielte Simulationsergebnisse 265
7 Interpretation 270
8 Schlussfolgerungen 270
Literatur 271
GIS-basiertes Backcasting: Ein Instrument zur effektiven Raumplanung und für ein nachhaltiges Ressourcenmanagement 273
Literaturübersicht 273
Das Backcasting-Prinzip 276
Backcasting versus Vorhersagen 277
Aufgabenstellung 278
Untersuchungsgebiet 279
Das Zukunftsszenario 280
Die Landnutzungsklasse ‚Wasserflächen und -läufe‘ im Zukunftsszenario 281
Die Landnutzungsklasse ‚Bebautes Gebiet‘ im Zukunftsszenario 281
Die Landnutzungsklassen ‚Landwirtschaftliche Nutzflächen‘ und ‚Wald‘ im Zukunftsszenario 283
Die übrigen Landnutzungsklassen im Zukunftsszenario 283
Einwohner im Zukunftsszenario 284
Das schienengebundene Verkehrsnetz als Einflussgröße 284
Spezialthema: Nachhaltige Entwicklung 285
Das Backcasting-Modell 286
Resultate der finalen Modellversion 287
Modellergebnisse 289
Schlussfolgerungen 295
Literatur 296
Teil V Zum medialen Umgang mit Prognosen 298
Politische Verwertung zukunftsorientierter Wissenschaft 299
Einleitung 299
1 Historischer Überblick 300
1.1 Ökonomische Prognosen im Dienste der Politik 300
1.2 Zukunftsstudien als politische Entscheidungshilfen 301
1.3 Emanzipation zukunftsorientierter Wissenschaft und Herrschaftskritik 302
1.4 Geopolitische Szenarien nach dem Fall des Kommunismus 304
1.5 Zukunftsstudien in der Europäischen Union 305
1.6 Regionale Vorausschau in der Europäischen Union 308
2 Interaktion zwischen Politik und zukunftsorientierter Forschung 309
2.1 Unmittelbar handlungsleitende zukunftsorientierte Studien 311
2.2 Mittelbar handlungsleitende zukunftsorientierte Studien 315
2.3 Strategisch verwertete zukunftsorientierte Studien 317
2.4 Auswirkungen auf die Wissenschaft 318
Konklusion 320
Literatur 321
Kurzporträts der Autorinnen und Autoren 324