Die Folgen und Nebeneffekte von politischen Strategien und Instrumenten für die Gesellschaft sind aufgrund ihrer Komplexität schwer vorhersehbar. Sogenannte Systemmodelle können helfen, diese komplexen sozialen Wirkungen abzuschätzen und die Effekte von einzelnen Politikinstrumenten zu verstehen. Im Projekt PoliMod haben Forschende des Leibniz-Instituts für ökologische Raumentwicklung (IÖR) untersucht, welche Modelle sich für welche politischen Prozesse eignen. Die Ergebnisse bündeln sie in einem Factsheet, das Modellierungsmethoden und ihren Nutzen darstellt.
Herr Schünemann, warum sind Systemmodelle, wie Sie sie untersucht haben, wichtig für politische Entscheidungsprozesse?
Weil gesellschaftlicher Wandel sehr komplex und Politikinstrumente in ihrer Wirkung mit extremer Unsicherheit verbunden sind. Vor allem auf sozialer Ebene kann man schwer einschätzen, was passiert, wenn etwa Förderungen oder Steuerungsmaßnahmen zur Sanierung von Gebäuden eingeführt werden. Beim Heizungsgesetz hat man zum Beispiel gesehen, dass es heftigen Widerstand geben kann, wenn man Bürger*innen scheinbar „nötigt“, etwas zu tun, und es an guter Kommunikation mangelt. Diese sozialen Effekte sind schwer zu erfassen. Wir haben zum Glück einen demokratischen Prozess, in dem Expert*innen aus den verschiedenen Disziplinen gehört werden. Bisher fällt es aber schwer, herauszufinden wie politische Instrumente oder Strategien miteinander zusammenhängen oder welche nicht beabsichtigten Nebenwirkungen sie auslösen können.
Warum werden Komplexitätswissenschaftler*innen bisher so wenig einbezogen?
Weil wir Menschen denken, dass wir Komplexität mit Bauchgefühl ganz gut erfassen und auch ohne solche Modellierungsmethoden händeln können. Außerdem wurden ja auch schon früher weitreichende Entscheidungen getroffen – allerdings nicht in einer solchen Vielzahl wie heute. Durch die globale Vernetzung und den nötigen gesellschaftlichen Wandel zu nachhaltigerer Lebensweise ist die Komplexität zudem noch gestiegen.
Wie können Ihre Forschungsergebnisse der Politikberatung helfen?
In unserem Factsheet können Politikberater*innen sehen, welche Methoden zum Umgang mit Komplexität wann verwendet werden können. Es ist ein ergänzendes Tool für die Politikberatung, damit klügere, die reale Komplexität besser berücksichtigende Entscheidungen getroffen werden. In den Systemmodellen sind Abhängigkeiten und Verbindungen enthalten, sodass man sieht, was sich im System ändert oder was kritisch werden könnte, wenn man diese oder jene Stellschraube dreht.
Welche Modellierungsmethoden gibt es und wofür sind sie gut?
Es gibt zum einen quantitative Systemmodelle. Sie basieren auf mathematischen Formeln und Regeln, die bestimmen, wie Systeme auf Veränderungen reagieren wie etwa System Dynamics Simulationsmodellierungen (SDM) oder Agentenbasierte Modellierungen (ABM). Beide bilden Auswirkungen von Politikstrategien und -instrumenten in Szenarien über die Zeit hinweg detailliert ab, wobei das ABM individuell entscheidende Akteur*innen – Agent*innen – simuliert und dadurch noch aufwendiger ist. Die Simulationsmodelle und auch die komplexe Realität sind nicht linear. Das bedeutet, dass kleine Veränderungen in einem Bereich zu großen Änderungen in einem anderen führen können. Diese Modelle zu entwickeln, kann aufgrund der Datenerhebung bis hin zu Jahren dauern und eignet sich eher für langfristige Strategien, etwa zum besseren Verständnis des Gelingens der Heizungswende.
Wenn Sie quantitative Modelle untersucht haben, haben Sie sich wahrscheinlich auch die qualitativen angeschaut?
Ja, diese sind wichtig und gut für die praktische, schnellere Anwendung. Wenn die Meinungen von Expert*innen auseinander gehen oder Unsicherheiten bestehen, können sie helfen, eine umfassendere Perspektive zu eröffnen. Dabei setzen sie meist auf visuelle Elemente und machen Verbindungen zwischen Einflussgrößen sichtbar, woraus sich auch für die Systemdynamik relevante Rückkopplungen analysieren lassen. Aus diesem Grund sind sie ideal für die Anfangsphase der Entwicklung von Politikinstrumenten, wenn Wissen zusammengetragen wird und Prioritäten gesetzt werden müssen.
Wie funktionieren sie und was ist der Vorteil gegenüber quantitativen Methoden?
Qualitative Modelle bilden auf Basis von Literaturrecherchen oder durch die gemeinsame Erstellung mit Experten Zusammenhänge in einem System zum Beispiel über Mind Maps oder Kausalschleifendiagramme ab. Letztere, auch als Causal Loop Diagrams (CLD) bezeichnet, zeigen anschaulich, wie verschiedene Faktoren im System zusammenwirken und welche positiven oder negativen Rückkopplungseffekte auftreten können. Diese Karten können Expert*innen innerhalb von Stunden gemeinsam entwickeln, weil sie nicht mit Zahlen untersetzt werden und dadurch weniger ressourcenintensiv sind. Dies stellt einen entscheidenden Vorteil gegenüber quantitativen Modellen dar für welche zum Teil erst Daten erhoben werden müssen.