Was ist eine gute Prognose?

Aus den genannten Problemen und Fehlerquellen bei Prognosen stellt sich nun die Frage: „Was ist denn eine gute Prognose?“. Diese Anforderungen sind die Nichttrivialität, die Unabhängigkeit vom Zufall und persönlichen Entscheidungen, die Objektivität, die Validität, der Zeithorizont und die Überlegenheit gegenüber der naiven Prognose [vgl. ARMSTRONG, S. 2001: 215ff].

Weitmöglichste Unabhängigkeit von persönlichen Entscheidungen

Eine Prognose sollte Unabhängig sein, auch wenn eine vollständige Unabhängigkeit nur sehr schwer möglich ist. Doch so wird die Gefahr der Einflussnahme des Individuums minimiert und damit self- fullfilling- prophesis aber auch self- destroying- prophesies so gut wie möglich ausgeschlossen.

Objektivität

Objektivität beschreibt die Überprüfbarkeit der Methode. Dazu gehört auch die vollständige Angabe und Spezifikation der Rahmenbedingungen, von denen das Eintreffen des prognostizierten Ergebnisses abhängig gemacht wird.

Validität

Validität stellt die Frage nach dem Inhalt der Prognose: Wird tatsächlich das prognostiziert, was prognostiziert werden soll?

Zeithorizont

Ein weiterer Anspruch an eine Prognose ist das Vorhandensein eines Zeithorizontes. Die Aussage, das ein bestimmtes Ereignis „irgendwann“ einmal auftreten werde, ist demnach keine Prognose. Denn die Überprüfbarkeit und Falsifizierbarkeit ist auch dann nicht möglich [vgl. FLECHTHEIM, O. 1980: 121].

Überlegenheit gegenüber der naiven Prognose

Ein Prognoseverfahren sollte besser sein als die naive Prognose, da sich sonst der Mehraufwand gegenüber der naiven Prognose nicht gerechtfertigt ist. Also ist eine Anforderung an eine Prognose auch die Frage nach Aufwand und Nützlichkeit.

Nichttrivialität

Eine Prognose soll nicht trivial in Ihren Aussagen sein. Ihr Inhalt soll falsifizierbar sein. Folgendes Aussagenschema sollte zum Beispiel nicht vorkommen: „Morgen regnet es oder auch nicht.“ Denn beide Aussagen können gleichermaßen zutreffen und sind so nicht überprüfbar.

Zusammenfassend kann man sagen, dass Prognosen in der Zukunftsforschung wissenschaftlichen Kriterien unterliegen. „Als wissenschaftlich bezeichnen wir eine Prognose nur dann, wenn sie bestimmte (…) Bedingungen anknüpft, die in der Sprache der betreffenden Wissenschaft beschreibbar sind. Sie wird mit Hilfe einer generellen Hypothese aus diesen abgeleitet (…)“ [FLECHTHEIM, O. 1980: 121]. Sie sollen eine theoretische Fundierung haben sollen. Sie sollen ableitbar sein aus einer Theorie und ihnen sollen überprüfbare Hypothesen zu Grunde liegen. Nur so können Sie auch falsifiziert werden. Sie sollen durch diese Kriterien transparent und plausibel nachvollziehbar sein. Die wichtigste Frage nach der Güte von Kriterien scheint mir auch die Frage zu sein, ob aus Prognosen Handlungsoptionen ableitbar sind. Wenn Prognosen der Zukunftsforschung dienen sollen, dürfen Prognosen kein Selbstzweck sein, sondern müssen einen Fokus auf Gestaltung der Zukunft in sich tragen.

Wann ist eine Prognose gut? Hier muss auch auf den Zweck von Prognosen in der Zukunftsforschung verwiesen werden. Wird die Zukunftsforschung als Handlungswissenschaft definiert und möchte sie ihren Anspruch der Zukunftsgestaltung einlösen, dann können Prognosen nur dazu dienen, den Handlungsspielraum von Akteuren vorzubereiten und zu sichern. Im Alltagsgebrauch werden Prognosen daran gemessen, ob sie zutreffen, oder nicht. Eintreffen wird so zum Prädikat „ex post“. Das ist aber nicht ausreichend. Da die Zukunftsforschung immer nur Aussagen über die zukünftigen Gegenwarten machen kann, ist die Gegenwart der zentrale Bezugspunkt, auch für Prognosen. Also kann das Gütekriterium nicht das bloße Eintreffen sein, sondern muss das Kriterium der Plausibilität und Wissenschaftlichkeit der Aussagen „ex ante“ sein.  „Die Wissenschaftlichkeit von Aussagen der Zukunftsforschung muss ex ante erwiesen werden – nur dann ist sie (…) zur Gewinnung von Orientierung einsetzbar“[GRUNWALD, A. 2009: 25ff].

Quellen: Grunwald, A. (2009): „Ist die Zukunftsforschung eine Wissenschaft?“, in Popp, R. und Schüll, E. (Hrsg.) (2009): „Zukunftsforschung und Zukunftsgestaltung – Beiträge aus Wissenschaft und Praxis“, Wissenschaftliche Schriftenreihe „Zukunft und Forschung des Zentrums für Zukunftsstudien in Salzburg, Band 1, Springer Verlag, Berlin und Flechtheim, O. (1980): „Der Kampf um die Zukunft- Grundlagen der Futurologie“, Verlag J.H.W. Dietz Nachf., Bonn und Armstrong, J. (2001a): “Standards and practices for forecasting” in Armstrong, J. (2001): „Principles of Forecasting- A Handbook for Researchers and Practitioners“, Kluwer Academic Publishers, Norwell

Fehlerquellen bei Prognosen

Was sind also die Fehlerquellen für Prognosen? Es können externe und interne Fehlerquellen unterschieden werden Die externen beziehen sich auf die Fakten und Werte, die Prognosen zu Grunde liegen. Zum einen werden jüngere Werte oft überbewertet, ebenso im Moment populäre oder vieldiskutierte Werte. Denn diese sind uns besonders präsent und werden deshalb als prominent wahrgenommen. Das gilt auch für besondere Ereignisse. Diese bleiben im Gedächtnis, während „normale“ schnell vergessen werden. Hier liegt die Fehlerquelle darin, nicht objektiv nach den besser passenden Fakten zu suchen. So werden scheinbare Muster erkannt, die jedoch empirisch nicht existent sind.

Die internen Fehlerquellen liegen beim Individuum, das die Prognosen erstellt. Die Wunsch- oder Angstvorstellungen einer Person können in Prognosen einfließen. Auch gibt es einen negativen Zusammenhang von „zu viel Wissen“. Vereinfachend gesprochen bedeutet das: je mehr man weiß, desto eher liegt man falsch. Das Wissen verführt zu einfacher Extrapolation, zu einem zu spezialisierten Fokus und einem Gefangensein in den eigenen Denkstrukturen.  

Dysfunktionale Folgen von Prognosen

Prognosen sind für die Zukunftsforschung und alle Menschen im Alltag unverzichtbar. Aber Sie können dysfunktionale Folgen haben [NEUHAUS, C. 2011]. Dysfunktionale Folgen von Prognosen sind eine Desensibilisierung gegenüber der Zukunft, ein Festhalten an Strategien und eine Handlungsunfähigkeit aufgrund von Unsicherheit. Doch Prognosen können auch auf zukünftige Themenfelder hinweisen, sie machen wandlungsfähig und sind die Grundlage für operable Entscheidungsprozesse. Ein Fehler wäre es, sich von Prognosen gegenüber der Zukunft zu „desensibilisieren“, aus dem Glauben heraus, man wüsste schon, was die Zukunft bringt. Die Folge davon ist, dass Veränderungen nicht mehr rechtzeitig wahrgenommen werden und so Raum für Innovationen und neue Entwicklungen nicht mehr genutzt wird. Und dies bringt fatale Folgen mit sich. Für den Einzelnen, der seine Chancen nicht nützt, für Akteure im Bereich Politik und Gesellschaft, die neue Handlungsfelder nicht früh genug angehen. Für Unternehmen, die weit hinter ihrem Marktpotenzial bleiben und nicht zuletzt für Akteure im Einsatzfeld Technik. Die Produkte nicht auf aktuelle Probleme abstimmen und neu entstehende ignorieren, ohne dafür Innovationen und Lösungsansätze zu schaffen.

Genauso falsch ist es, sich aufgrund von Prognosen zu einem „strategischen Fatalismus“ hinreißen zu lassen. Eine Prognose bedeutet nicht, dass dies die Wahrheit ist und es zu keiner Abweichung kommt. Und das bedeutet auch, in seiner Strategie flexibel zu bleiben und auf Abweichungen zu reagieren.

Doch auch zu viel an Analyse kann hinderlich sein. Es kommt leicht zu einer „Paralyse durch Analyse“. Die Offenheit der Zukunft und das Suchen nach der richtigen Handlungsoption machen am Ende handlungsunfähig.

Quelle: Neuhaus, C. (2011): „Zukunftsbilder in Organisationen“, unveröffentlichter Beitrag zum Seminar im Rahmen des Masterstudiums Zukunftsforschung, FU Berlin, Berlin

Probleme bei Prognosen

Nun ist der Umgang mit Prognosen nicht einfach und bereitet an vielen Stellen Probleme. An dieser Stelle möchte ich auf die im Kapitel drei beschriebenen Prämissen für Prognosen zurückkommen. Denn die Probleme bei Prognosen zeigen deutlich: die Grundannahmen über die Welt und die Zukunft sind nicht immer richtig! Ein paar der Probleme möchte im folgenden Abschnitt näher betrachten.

„Voraussagen sollen immer verschiedene Funktionen erfüllen. Voraussagen sind nie neutral oder passiv. Sie entspringen Absichten, Wünschen, Befürchtungen oder Hoffnungen. Sie sollen beruhigen oder ermutigen, sie regen zum Handeln oder zur Passivität an“ [JISCHA, M.F. 2009: 38]. Eine Problematik der Prognose ist, dass sie das Verhalten des Prognostikers selbst verändern kann. Die „Objekte“ der Voraussage sind selbst Akteure. Sie sind also Subjekte und haben eine eigene Unabhängigkeit gegenüber der Prognose. Sie müssen als individuelles System gesehen werden, mit einem „freien Willen“. Und dieser lässt sich nur begrenzt vorhersagen [vgl. FLECHTHEIM, O. 1987: 65f].

Daneben kommt es immer wieder zu Regelbrüchen und Irregularität, diese werden in der Zukunftsforschung auch als „Wildcards“ beschrieben. Zwar lassen sich Ereignissen mit einer bestimmten Wahrscheinlichkeit belegen, trotz allem bleibt der Zufall unberechenbar. Prognosen sind also immer im Spannungsfeld zwischen Unvorhergesehenem und Unvorhersehbarem.

Ein weiteres Problem ist die Komplexität der zu prognostizierenden Ereignisse. Selbst wenn von Ursache- Wirkungszusammenhängen ausgegangen wird, sind diese miteinander verwoben und wiederum abhängig von anderen Wirkungen und Ursachen. Komplexität kann in verschiedenen Dimensionen beschrieben werden. In der Zukunftsforschung verweben sich zum einen Komplexität in der zeitlichen Dimension, als auch in der quantitativen und qualitativen Dimension [BURMESTER, R. und VAHS, D. 2005:53]. Die zeitliche Dimension ist durch eine hohe Dynamik gekennzeichnet, die quantitative und qualitative Dimension ist durch Verwebung und eine Vielzahl von relevanten Faktoren gekennzeichnet. Ein solches System ganz zu durchdringen und alle Möglichkeiten zu überschauen, ist nicht möglich.

Zudem sind Menschen in einer Art „Zeitgefängnis“ gefangen [vgl. FLECHTHEIM, O 1987: 64]. Das bedeutet,  Menschen sind in Denkstrukturen „gefangen“ und können sich schlecht davon lösen. „ Values, institutions, and regulations are seen through today`s lenses. (…) our perception of „problems“ is anchored in today`s values and institutional settings. We “see” them in terms of present (or recent) categories, organizations and cultures” [LINSTONE, H. 1977: 29]. Das Undenkbare denken ist hierbei eine Herausforderung, die nicht einfach einlösbar ist. Denn die Denkstrukturen sind die Folge von bisherigen Erfahrungen und Sozialisation. Eine völlige Ablösung fällt deshalb schwer. Dabei sind technische Innovationen oftmals leichter zu denken als soziale Umwälzungen. Hierbei ist oft Kunst der Ausweg [ALTNER, G. 2009:85].

Auch im Ergebnis sind Prognosen schwer zu greifen. Die Frage: wann ist eine Prognose eingetreten? Ist oftmals schwer zu beantworten. Reine Zahlenwerte sind recht einfach zu beurteilen, jedoch sind Qualitätsaussagen schon schwieriger.

Quellen: Altner, G. (2009): „Kunst und Kultur von Nachhaltigkeit und Zukunftsforschung“, in  Popp, R. und Schüll, E. (Hrsg.) (2009): „Zukunftsforschung und Zukunftsgestaltung – Beiträge aus Wissenschaft und Praxis“, Wissenschaftliche Schriftenreihe „Zukunft und Forschung des Zentrums für Zukunftsstudien in Salzburg, Band 1, Springer Verlag, Berlin und Armstrong, J. (2001): “Extrapolation for time-series and cross-sectional data” in Armstrong, J. (2001): „Principles of Forecasting- A Handbook for Researchers and Practitioners“, Kluwer Academic Publishers, Norwell und Burmester, R. und Vahs, D. (2005): „Innovationsmanagement – von der Produktidee zur erfolgreichen Vermarktung“, 3. Auflage, Verlag Schäffer und Poeschel, Stuttgart und Flechtheim, O. (1980): „Der Kampf um die Zukunft- Grundlagen der Futurologie“, Verlag J.H.W. Dietz Nachf., Bonn und Flechtheim, O. (1987): „Ist die Zukunft noch zu retten?“, Hoffmann und Campe Verlag, Hamburg und Jischa, M.F. (2009): „Gedanken zur Wahrnehmung von Zukunft“, in Popp, R. und Schüll, E. (Hrsg.) (2009): „Zukunftsforschung und Zukunftsgestaltung – Beiträge aus Wissenschaft und Praxis“, Wissenschaftliche Schriftenreihe „Zukunft und Forschung des Zentrums für Zukunftsstudien in Salzburg, Band 1, Springer Verlag, Berlin

Fassung von Prognosen

Prognosen können anhand von verschiedenen Kategorien eingeteilt werden. Bauer und Kosin haben ein Einteilungschema entwickelt, dass Prognosen nach unterschiedlichen Dimensionen einteilt: dem Prognoseobjekt, dem Prognoseumfang, dem Prognosezeitraum, der Prognosezuverlässigkeit, dem Prognosezweck und der Prognosemethode. [vgl. FLECHTHEIM, O. 1980: 123ff und FLECHTHEIM, O. 1987: 56ff].

Prognoseobjekt

Diese Kategorie beschreibt, was der Gegenstand der Prognose ist. Das kann zum einen eine individuelle Prognose sein, eine Prognose von Naturvorgängen oder auch gesellschaftlichen Entwicklungen. Mischformen mit mehreren Gegenständen sind dabei ebenfalls möglich.

Prognoseumfang

Der Prognoseumfang beschreibt das Ausmaß einer Prognose und diese kann in Teilprognosen, Globalprognosen oder auch Totalprognosen aufgegliedert werden.

Prognosezeitraum

Beim Zeitraum können kurzfristige, mittel- und langfristige Prognosen unterschieden werden. Besondere Schwierigkeiten bereiten dabei meist die mittelfristigen Prognosen. Bei sehr kurzfristigen Prognosen können Faktoren und Wirkungszusammenhänge meist gut extrapoliert werden. Bei langfristigen Prognosen können gut tiefliegende Trends angenommen werden. Beides gelingt bei mittelfristigen Prognosen schwer [vgl. FLECHTHEIM, O. 1980: 148f].

Prognosezuverlässigkeit

Dieses Kriterium beschreibt die Determiniertheit oder auch Zufälligkeit von Prozessen und Gegenständen, die einer Prognose zugrunde liegen.

Prognosezweck

Der Prognosezweck fragt nach dem Verwendungszweck der Prognose. Mit Prognosen können Hypothesen überprüft werden, sie können als Grundlage von Entscheidungsprozessen dienen.

Prognosemethode

Man kann zwischen qualitativen und quantitativen Prognosemethoden unterscheiden  [vgl. FLECHTHEIM, O. 1980: 123ff und FLECHTHEIM, O. 1987: 56ff und ARMSTRONG, S. 2001: 217ff]. Die quantitativen Verfahren basieren auf Heuristiken und Rechenverfahren. Hierbei kommen eindimensionale oder auch multidimensionale Verfahren zum Einsatz. Eindimensionale Verfahren sind zum Beispiel die exponentielle Glättung, die Trendprognose oder die Berechnung von Mittelwerten. Der Nachteil ist, dass sie eine  große Datenmenge benötigen und sie liefern schlechtere Werte bei langfristigen Prognosen.  Doch sie lassen sich gut systematisieren und bei einer großen Produktanzahl sinnvoll einsetzen. Darüber hinaus sind sie leicht verständlich, und damit auch Laien leichter kommunizierbar und visualisierbar. Multidimensionale Verfahren  sind beispielsweise die Extrapolation und Hochrechnung, die Trendprognose oder komplexe Modelle.

Qualitative Verfahren sind in der Zukunftsforschung zum Beispiel die Delphi-Methode, die Szenario-Technik oder auch die Simulation anhand der Spieltheorie. 

Quellen: Flechtheim, O. (1980): „Der Kampf um die Zukunft- Grundlagen der Futurologie“, Verlag J.H.W. Dietz Nachf., Bonn und Flechtheim, O. (1987): „Ist die Zukunft noch zu retten?“, Hoffmann und Campe Verlag, Hamburg und Armstrong, J. (2001a): “Standards and practices for forecasting” in Armstrong, J. (2001): „Principles of Forecasting- A Handbook for Researchers and Practitioners“, Kluwer Academic Publishers, Norwell