Gewaltstrafttern Methoden, Empirie und praktische Anwendung Jun.-Prof. Dr. Martin Rettenberger Psychologisches Institut der Johannes Gutenberg-Universitt Mainz (JGU) 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Bedeutung der Kriminalprognosen im deutschen Rechtssystem Unterschiedliche methodische Anstze der Kriminalprognose: Ein wissenschaftshistorischer berblick Generationen der Kriminalprognose Instrumente und Methoden Mglichkeiten und Grenzen Erklrung vs. Vorhersage: Die Notwendigkeit eines ideographischen Erklrungsmodells Das Prozessmodell der klinisch-idiographischen Prognosebeurteilung (Dahle, 2010) Gliederung und bersicht Kriminalprognose 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Kriminalprognostischen Einschtzungen kommt im deutschen Rechtssystem eine herausragende Bedeutung zu In der Regel nehmen juristische Entscheidungstrger selbst diese Einschtzung vor Es gibt eine Reihe von Entscheidungen, bei denen externer Sachverstand eingeholt werden kann bzw. muss Anordnung bzw. Beendigung der Maregelunterbringung Anordnung bzw. Beendigung der Sicherungsverwahrung Lockerungsentscheidungen im Strafvollzug Vorzeitige Entlassung aus dem Strafvollzug [!]
Die Bedeutung im deutschen Rechtssystem Die kriminalprognostische Begutachtung 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Boetticher, A., Krber, H.-L., Mller-Isberner, R., Bhm, K. M., Mller-Metz, R., & Wolf, T. (2007). Mindestanforderungen fr Prognosegutachten. Forensische Psychiatrie, Psychologie, Kriminologie, 1, 90-100. 6 berblick 1. Generation: Klinisch-intuitive Prognose 2. Generation: Aktuarische Prognose basierend auf berwiegend statischen Faktoren 3. Generation: Aktuarische Prognose basierend auf berwiegend dynamischen Faktoren 4. Generation: Verbindung von Prognose und Behandlung im Einzelfall 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Die intuitive Prognose ,Lrfahrung helL gar nlchLs. Man kann selne Sache auch 33 !ahre schlechL machen. Kurt Tucholsky (1890-1935) Friedrich Drrenmatt (1921-1990) ,lnLuluon lsL dle lahlgkelL gewlsser LeuLe, elne Lage ln Sekundenschnelle falsch zu beurLellen. 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Die intuitive Prognose Begutachtung der Kriminalprognose !psychiatrists and psychologists are accurate no more than one out of three predictions of violent behavior over a several year period among institutionalized populations that had both committed violence in the past (and thus had high base rates for it) and who were diagnosed as mentally ill. (Monahan, 1981, S. 47 ff.) 9 berblick 1. Generation: Klinisch-intuitive Prognose 2. Generation: Aktuarische Prognose basierend auf berwiegend statischen Faktoren 3. Generation: Aktuarische Prognose basierend auf berwiegend dynamischen Faktoren 4. Generation: Verbindung von Prognose und Behandlung im Einzelfall Verbesserung der Vorhersageleistung 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Aktuarische Prognoseinstrumente (ARAIs) sind standardisierte Verfahren, die aus einer festgelegten Anzahl an Risikofaktoren bestehen Von lateinisch actuarius: Schnellschreiber oder Buchhalter und griechisch "#$%&'()*: "Vorwissen" oder wrtlich Voraus-Kenntnis Die wichtigsten Merkmale von ARAIs sind: Klar operationalisierte Risikofaktoren Streng empirisch abgeleitet Gruppenstatistische Zusammenhnge Hohe Reliabilitt als Voraussetzung bertrag in empirisch ermittelte Wahrscheinlichkeiten Statistisch-nomothetische (aktuarische) Prognose Begutachtung der Kriminalprognose 11 Aktuarische Prognose Rckflligkeit Gewalt Opfer- typus Empathie Psychische Strung Dissozialitt Arbeit Sexuelle Devianz Beziehung Geschlecht Schul- erfolg Sucht Vorstrafen Diebstahl Leugnen 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
12 Aktuarische Prognose Rckflligkeit Gewalt Opfer- typus Empathie Psychische Strung Dissozialitt Arbeit Sexuelle Devianz Beziehung Geschlecht Schul- erfolg Sucht Vorstrafen Diebstahl Leugnen 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
13 Aktuarische Prognose Rckflligkeit Gewalt Opfer- typus Empathie Psychische Strung Dissozialitt Arbeit Sexuelle Devianz Beziehung Geschlecht Schul- erfolg Sucht Vorstrafen Diebstahl Leugnen 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
14 Aktuarische Prognose Rckflligkeit Opfer- typus Dissozialitt Sexuelle Devianz Beziehung Geschlecht Vorstrafen 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
15 Aktuarische Prognose Je hher der Gesamtwert, desto hher die Rckfallwahrscheinlichkeit Opfer- Typus (0 oder 1) Dissozialitt (0 oder 1) Sexuelle Devianz (0 oder 1) Beziehung (0 oder 1) Geschlecht (0 oder 1) Vorstrafen (0 oder 3) 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
16 Intuitive vs. aktuarische Prognose Klinisch-intuitive Prognose (informell, subjektiv, impressionistisch) Aktuarisch-statistische Prognose (formell, mechanisch, algorithmisch) Der Kliniker erstellt die Prognose Das aktuarische Prognoseinstrument erstellt die Prognose 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
17 Intuitive vs. aktuarische Prognose Klinisch-intuitive Prognose (informell, subjektiv, impressionistisch) Aktuarisch-statistische Prognose (formell, mechanisch, algorithmisch) Der Kliniker erstellt die Prognose Das aktuarische Prognoseinstrument erstellt die Prognose Winner 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Meist replizierte Ergebnis psychologischer Diagnostik: Statistisch-aktuarische Prognosen sind klinisch-intuitiven Vorhersagen berlegen (vgl. Grove, 2005; Grove & Lloyd, 2005) Dieses Ergebnis bleibt bestehen, unabhngig von der praktischen Erfahrung des Klinikers (Goldberg, 1965, 1968), unabhngig von der dem Kliniker zur Verfgung stehenden Datenmenge und -qualitt (Dawes, Faust & Meehl, 1989) auch wenn Kliniker zustzlich speziell trainiert werden (Goldberg, 1968) selbst wenn dem Kliniker die aktuarischen Prognosen vorgegeben werden (vgl. auch Hanson & Morton-Bourgon, 2009)
Intuitive vs. aktuarische Prognose Begutachtung der Kriminalprognose 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Dieses Ergebnis zeigt sich in verschiedenen Bereichen der Diagnostik und Prognose (vgl. Grove, Zald, Lebow, Snitz & Nelson, 2000): Pdagogische Psychologie ! z.B. Vorhersage von Schulerfolg Wirtschaftswissenschaften und Wirtschaftspsychologie ! z.B. bei der Personalauswahl Medizin, Klinische Psychologie und Psychotherapie ! z.B. bei der Diagnostik von Krankheiten oder psychischen Strungen oder der Vorhersage von Behandlungsverlufen Differentielle und Persnlichkeitspsychologie ! z.B. bei der Auswertung und Interpretation von Persnlichkeitstests Am strksten ist die berlegenheit im Bereich der forensisch-kriminologischen Prognoseforschung ausgeprgt! Intuitive vs. aktuarische Prognose Begutachtung der Kriminalprognose 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Rapid Risk Assessment for Sexual Offense Recidivism (RRASOR; Hanson, 1997) Violence Risk Appraisal Guide (VRAG; Quinsey et al., 2006) Sex Offender Risk Appraisal Guide (SORAG; Quinsey et al., 2006) Static-99 (Hanson & Thornton, 2000) Offender Group Reconviction Scale (OGRS; NOMS, 2008; Howard et al., 2009) Rckfallrisiko bei Sexualstrafttern (RRS; Rehder & Suhling, 2006) Screeninginstruments zur Vorhersage des Gewaltrisikos (SVG; Eher et al., 2012; Rettenberger et al., 2010) Empirisch fundierte Prognosestellung im Maregelvollzug gem 63 StGB (Gretenkord, 2003) Ontario Domestic Assault Risk Assessment (ODARA; Hilton et al., 2004, 2010) ARAIs fr Sexual- und Gewaltstraftter Begutachtung der Kriminalprognose 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Static-99 (Hanson & Thornton, 2000) Aktuarische Prognose Alter Beziehungsstatus Aktuelle Gewaltdelinquenz Frhere Gewaltdelinquenz Frhere Sexualdelinquenz Anzahl an Vorstrafen Hands-off-Delikte Verwandtes Opfer Bekanntes Opfer Mnnliches Opfer Die Items entstanden aus einer Zusammenfhrung zweier Instrumente (RRASOR und SACJ-Min) 9 Items dichotom (0/1), Item 5 gewichtet (0-3) Konstruktions- und Entwicklungsstichprobe N = 1.301 (GB und CAN) Heute das international am hufigsten eingesetzte und am besten validierte ARAI 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
! bestehen aus einer festgelegten Anzahl an empirisch abgeleiteten Risikofaktoren, deren Erhebung weitgehend operationalisiert ist ! Addition der Einzelitems ! Summenwert ! bertragung des Summenwerts in prognoserelevante Informationen Prognoserelevante Informationen: Absolute Risikomae: Rckfallwahrscheinlichkeiten, Basisraten, Normwerte, Rckfallraten Relative Risikomae: Perzentile, Prozentrnge, Relative Risk Ratios (RRR)
Aktuarische Prognoseinstrumente Kriminalprognose und Sexualdelinquenz 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Absolute Risikomae Aktuarische Kriminalprognose Eher, R., Schilling, F., Mnichweger, M., Haubner-MacLean, T. & Rettenberger, M. (2012). Die revidierte Version des Screeninginstruments zur Vorhersage des Gewaltrisikos (SVG-5): Darstellung relativer und absoluter Rckfallraten. Monatsschrift fr Kriminologie und Strafrechtsreform, 95, 18-31. 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Absolute Risikomae Aktuarische Kriminalprognose Eher, R., Schilling, F., Mnichweger, M., Haubner-MacLean, T. & Rettenberger, M. (2012). Die revidierte Version des Screeninginstruments zur Vorhersage des Gewaltrisikos (SVG-5): Darstellung relativer und absoluter Rckfallraten. Monatsschrift fr Kriminologie und Strafrechtsreform, 95, 18-31. 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Frage: Was bringen uns Wahrscheinlichkeitsaussagen bei der Bewertung von Einzelfllen? Bisherige Forschungen zeigen, dass Umgang mit Wahrscheinlichkeitsaussagen schwer fllt (z.B. Gigerenzer, 2009) Auch im Bereich der Kriminalprognose werden Wahrscheinlichkeitsaussagen oft ungern gesehen (obwohl sie korrekter als kategoriale Aussagen sind; vgl. Scurich & John, 2010) Juristische Auftraggeber und Entscheidungstrger sind gegenber probabilistischen Aussagen oftmals skeptisch oder ablehnend (z.B. Redding, Floyd & Hawk, 2001) Absolute Risikomae Aktuarische Kriminalprognose 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Hauptkritikpunkt: Der Wert von Wahrscheinlichkeitsaussagen ist im Bereich der forensischen und strafrechtlichen Prognosepraxis relativ beschrnkt Grund: Problem der bertragung probabilistischer (psychologisch-psychiatrischer) Expertise in dichotome juristische Entscheidungskategorien (Entlassung vs. Nicht-Entlassung; Monahan & Silver, 2003) Harris (2003, S. 389): Men in his category have a 50% likelihood, but which half is he in? (vgl. Berlin, Galbreath, Geary & McGlone, 2003) Diese Kritik an der Methode ist zwar grundstzlich richtig, der Schluss daraus, dass Wahrscheinlichkeitsaussagen deshalb wertlos seien, ist aber falsch (Scurich & John, 2011)!
Absolute Risikomae Aktuarische Kriminalprognose 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Grove und Meehl (1996): Politischer Gefangener wird von Diktator gezwungen, russisches Roulette zu spielen, wobei er zwischen zwei Waffen whlen kann: Der eine Revolver enthlt eine Patrone und fnf leere Kammern Der andere Revolver enthlt fnf Patronen und eine leere Kammer Fr welchen Revolver wrden Sie sich entscheiden? Unless you have a death wish, you would choose the one with the five empty chambers (Grove & Meehl, 1996, S. 306).
Absolute Risikomae Aktuarische Kriminalprognose 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Risikokommunikation Probabilistische Beurteilung: 10% Dichotome Beurteilung: 20% Kategoriale Beurteilung: 70% Problem: Personen variieren deutlich in ihrer Interpretation dichotomer und kategorialer Beurteilungen (vgl. Hilton et al., 2008)
Numerisch vs. kategorial Risikokommunikation 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Risikokommunikation Probabilistische Beurteilung: 10% Dichotome Beurteilung: 20% Kategoriale Beurteilung: 70% Problem: Personen variieren deutlich in ihrer Interpretation dichotomer und kategorialer Beurteilungen (vgl. Hilton et al., 2008) Ab welcher Rckfallwahrscheinlichkeit ist die Einschtzung hohes Rckfallrisiko gerechtfertigt?
Numerisch vs. kategorial Risikokommunikation 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Risikokommunikation Probabilistische Beurteilung: 10% Dichotome Beurteilung: 20% Kategoriale Beurteilung: 70% Problem: Personen variieren deutlich in ihrer Interpretation dichotomer und kategorialer Beurteilungen (vgl. Hilton et al., 2008) Ab welcher Rckfallwahrscheinlichkeit ist die Einschtzung hohes Rckfallrisiko gerechtfertigt? M = 48,68% (SD = 17,50; range = 5-80)
Numerisch vs. kategorial Risikokommunikation 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Numerisch vs. kategorial Risikokommunikation 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Risikokommunikation Probabilistische Beurteilung: 10% Dichotome Beurteilung: 20% Kategoriale Beurteilung: 70% Problem: Personen variieren deutlich in ihrer Interpretation dichotomer und kategorialer Beurteilungen (vgl. Hilton et al., 2008) Ab welcher Rckfallwahrscheinlichkeit ist die Einschtzung hohes Rckfallrisiko gerechtfertigt? M = 48,68% (SD = 17,50; range = 5-80) Bis zu welcher Rckfallwahrscheinlichkeit ist die Einschtzung niedriges Risiko gerechtfertigt?
Numerisch vs. kategorial Risikokommunikation 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Risikokommunikation Probabilistische Beurteilung: 10% Dichotome Beurteilung: 20% Kategoriale Beurteilung: 70% Problem: Personen variieren deutlich in ihrer Interpretation dichotomer und kategorialer Beurteilungen (vgl. Hilton et al., 2008) Ab welcher Rckfallwahrscheinlichkeit ist die Einschtzung hohes Rckfallrisiko gerechtfertigt? M = 48,68% (SD = 17,50; range = 5-80) Bis zu welcher Rckfallwahrscheinlichkeit ist die Einschtzung niedriges Risiko gerechtfertigt? M = 20,93% (SD = 13,47; range = 0-51)
Numerisch vs. kategorial Risikokommunikation 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Numerisch vs. kategorial Risikokommunikation Relative Risikomae: Prozentrnge Aus: Static-99 Anwenderhandbuch (Version 2010). Wien: Begutachtungs- und Evaluationsstelle fr Gewalt- und Sexualstraftter (BEST) Relative Risikomae: Prozentrnge Aus: Static-99 Anwenderhandbuch (Version 2010). Wien: Begutachtungs- und Evaluationsstelle fr Gewalt- und Sexualstraftter (BEST) 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Relative Risikomae Aktuarische Kriminalprognose Eher, R., Schilling, F., Haubner-MacLean, T., Jahn, T. & Rettenberger, M. (2012). Ermittlung des relativen und absoluten Rckfallrisikos mithilfe des Static-99 in einer deutschsprachigen Population entlassener Sexualstraftter. Forensische Psychiatrie, Psychologie, Kriminologie, 6, 32-40. 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Relative Risikomae Aktuarische Kriminalprognose Eher, R., Schilling, F., Haubner-MacLean, T., Jahn, T. & Rettenberger, M. (2012). Ermittlung des relativen und absoluten Rckfallrisikos mithilfe des Static-99 in einer deutschsprachigen Population entlassener Sexualstraftter. Forensische Psychiatrie, Psychologie, Kriminologie, 6, 32-40. 39 berblick 1. Generation: Klinisch-intuitive Prognose 2. Generation: Aktuarische Prognose basierend auf berwiegend statischen Faktoren 3. Generation: Aktuarische Prognose basierend auf berwiegend dynamischen Faktoren 4. Generation: Verbindung von Prognose und Behandlung im Einzelfall Verbesserung der Vorhersageleistung Relevanz fr Behandlung 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
40 Begutachtung der Kriminalprognose Aktuarische Kriminalprognose- instrumente Statische Risikofaktoren (z.B. Static-99) Dynamische Risikofaktoren Stabil dynamische Risikofaktoren (z.B. Stable-2007) Akut dynamische Risikofaktoren (z.B. Acute-2007) 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
! Bestehen nicht nur aus einem Summenwert, sondern stellen unterschiedliche prognoserelevante Informationen zur Verfgung ! ARAIs bestehen nicht nur aus statisch-historisch- unvernderbaren Risikofaktoren, sondern umfassen auch dynamisch-vernderbare Items ! Aktuarisch bedeutet nicht aktenbasiert ! v.a. die Instrumente der 3. Generation erheben auch komplexe klinische Konstrukte (Exploration i.d.R. notwendig) ! Wesentliche theoretische und empirische Basis fr die Entwicklung von ARAIs der 3. Generation war das Risk-Need- Responsivity-Modell (Andrews et al., 1990; Andrews & Bonta, 2006) ARAIs der 3. Generation dynamisch Begutachtung der Kriminalprognose 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Exkurs: Ist Behandlung wirksam? ARAIs der 3. Generation dynamisch 8ehandlung lsL wlrksam - sofern besummLe vorausseLzungen erfullL und krlLerlen beruckslchugL werden ! 8n8-Modell 8ehandlung lsL nlchL wlrksam - zumlndesL knnen wlr aufgrund der derzelugen uaLenlage nlchL auf CegenLelllges schlleen ! rlnzlp der null-PypoLhese R. Karl Hanson Marnie E. Rice 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Behandlung ist wirksam Wie wirksam ist Behandlung? 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Die zentralen Ergebnisse der Meta-Analyse: Behandelte Gruppen wiesen niedrigere Rckfall- raten auf als die jeweiligen Kontrollgruppen Besonders wirksam sind Behandlungsprogramme die sich an den aus der allgemeinen Straftterbehandlung bekannten RNR-Prinzipien orientieren (vgl. Andrews & Bonta, 2010) Risk-Prinzip: Je hher das Rckfallrisiko, desto mehr Behandlung Need-Prinzip: Bei der Auswahl der Behandlungsinhalte sollen kriminogene Bedrfnisse (criminogenic needs) besonders beachtet werden, d.h. Behandlungsziele, die mit (neuerlicher) Kriminalitt in Verbindung stehen Responsivity-Prinzip: Behandlungsprogramme mssen auf die Lernstile und Fhigkeiten der Patienten und Klienten abgestimmt sein Behandlung ist wirksam Wie wirksam ist Behandlung? 45 Prognose und Behandlung Prognose- instrumente (PI) Risk Need Responsivity 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
46 Prognose- instrumente (PI) Risk: PI zuverlssiger und konomischer Weg (z.B. SVG oder Static-99) Need Responsivity Prognose und Behandlung 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
47 Prognose- instrumente (PI) Risk: PI zuverlssiger und konomischer Weg (z.B. SVG oder Static-99) Need: PI erlauben reliable u. valide Einschtzung der Criminogenic Needs Responsivity Prognose und Behandlung 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
48 Prognose- instrumente (PI) Risk: PI zuverlssiger und konomischer Weg (z.B. SVG oder Static-99) Need: PI erlauben reliable u. valide Einschtzung der Criminogenic Needs Responsivity: Mit PI zentrale Ansprechbar- keitsvariablen erheben Prognose und Behandlung 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Erfassung stabil-dynamischer Risikofaktoren Begutachtung der Kriminalprognose Stable-2007 (5 Bereiche, 13 Items) Bedeutende soziale Einflsse (1) Intimittsdefizite (5) Allgemeine Selbstregulierung (3) Sexuelle Selbstregulierung (3) Kooperation mit Betreuungseinrichtung (1) 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Erfassung stabil-dynamischer Risikofaktoren Begutachtung der Kriminalprognose Intimittsdefizite Bindungs- und Beziehungsfhigkeit Emotionale Identifikation mit Kindern (nur bei Ttern mit Kindesmissbrauchsdelikten) Feindseligkeit gegenber Frauen Soziale Zurckweisung, Isolation und Einsamkeit Empathiedefizite 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Erfassung stabil-dynamischer Risikofaktoren Begutachtung der Kriminalprognose Allgemeine Selbstregulierung Impulsivitt Defizitre kognitive Problemlse- strategien Negative Emotionalitt und Feindseligkeit 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Erfassung stabil-dynamischer Risikofaktoren Begutachtung der Kriminalprognose Sexuelle Selbstregulierung Sexuelle Vorein- genommenheit Sexualitt als Coping- Mechanismus Sexuelle Devianz 53 berblick 1. Generation: Klinisch-intuitive Prognose 2. Generation: Aktuarische Prognose basierend auf berwiegend statischen Faktoren 3. Generation: Aktuarische Prognose basierend auf berwiegend dynamischen Faktoren 4. Generation: Verbindung von Prognose und Behandlung im Einzelfall Verbesserung der Vorhersageleistung Relevanz fr Behandlung bertragung auf den Einzelfall 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Instrumente der 4. Generation versuchen, Prognose und Behandlung noch systematischer zu verbinden Ein Beispiel: Level of Service/Case Management Inventory (LS/CMI; Andrews, Bonta & Wormith, 2004) Auch Instrumente der 3. Generation (z.B. der Stable-2007) geben dieses Ziel vor Eine andere Methodengruppe sind die sog. Structured Professional Judgment (SPJ)-Verfahren: Historical-Clinical-Risk Management-20 Violence Risk Assessment Scheme (HCR-20; Webster et al., 1997; Mller-Isberner et al., 1998) Sexual Violence Risk-20 Risk Assessment Scheme (SVR-20; Boer et al., 1997; Mller-Isberner et al., 2000) Spousal Assault Risk Assessment Guide (SARA; Kropp et al., 1999; Gaunersdorfer et al., 2009) Structured Assessment of PROtective Factors for violence risk (SAPROF; de Vogel et al., 2007; Spehr & Briken, 2010)
Die 4. Generation Methoden der Kriminalprognose 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Klinische Prognoseinstrumente (SPJ) versuchen die Strken der intuitiven Methode und der aktuarischen Methode zu verbinden Einzelfallorientierung Empirisch fundiert Standardisierte Erhebung und Interpretation klinisch-forensischer und kriminologischer Daten Neben Wahrscheinlichkeit Bercksichtigung von Art, Hufigkeit, Schweregrad und Unmittelbarkeit des vorhergesagten Ereignisses Darstellung unterschiedlicher Risikoszenarien Planung von Risikomanagementmanahmen zur systematischen Reduzierung des Risikopotentials Eine einfache Aufaddierung einzelner Itemscores widerspricht dem SPJ- Paradigma! Neben den spezifizierten Items knnen individuell relevante weitere Risikofaktoren bercksichtigt und gewichtet werden
Structured Professional Judgment (SPJ) Begutachtung der Kriminalprognose 22.02.2014 56 Die 20 Risikofaktoren des SVR-20 Psychosoziale Anpassung: Sexuelle Devianz, Opfer von Kindesmissbrauch, Psychopathy, schwere seelische Strung, Substanzproblematik, Suizid-/Homizidgedanken, Beziehungsprobleme, Beschftigungsprobleme, allgemeine Vordelinquenz, gewaltttige Vordelinquenz, Bewhrungsversagen Sexualdelinquenz: Deliktfrequenz, multiple Formen, Opferverletzung, Waffengebrauch, Progredienz, Bagatellisierung, deliktfrdernde Ansichten Zukunftsplne: Fehlen realistischer Plne, Ablehnung weiterer Interventionen 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Structured Professional Judgment (SPJ) Aus: von Franqu, F. (2013). Handbuch kriminalprognostischer Verfahren. Strukturierte professionelle Risikobeurteilungen. Gttingen: Hogrefe. 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Begutachtung der Kriminalprognose Vorhersage vs. Erklrung kriminellen Verhaltens Prognoseinstrumente greifen auf gruppenstatistische Ergebnisse zurck ! Instrumente der 2. und 3. Generation liefern i.d.R. noch kein individuelles Erklrungsmodell Notwendigkeit eines einzelorientierten, individuellen (ideographischen) Erklrungsmodells 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Dahle, K.-P. (2007). Methodische Grundlagen der Kriminalprognose. Forensische Psychiatrie, Psychologie, Kriminologie, 1, 101-110. 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Prozessmodell der Urteilsbildung idiographischer Kriminalprognosen Der erste diagnostische Teilschritt besteht darin, eine individuelle Handlungstheorie der bisherigen Delinquenz der fraglichen Person zu formulieren. Aufgabe: Rekonstruktion und Verstndnis der strafrechtlichen Vorgeschichte des Probanden. Der Theoriebegriff wurde dabei bewusst gewhlt, um auf die qualitativen Anforderungen, die damit verknpft sind, hinzuweisen Erschpfungsgrad Widerspruchsfreiheit Semantische Konsistenz Einfachheit 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Prozessmodell der Urteilsbildung idiographischer Kriminalprognosen Im 2. Schritt wird das relevante Verhalten seit der letzten Tat analysiert und erklrt, um daraus eine individuelle Entwicklungstheorie der Persnlichkeit des Straftters abzuleiten Frage: Gibt es signifikante Vernderungen der Risikofaktoren, die im 1. Schritt identifiziert wurden? 3. Schritt: Anschlieend wird der aktuelle Entwicklungsstand analysiert, um Fortschritte und Defizite der in Frage stehenden Person zu erfassen Klassische Aufgabe klinischer Diagnostik Feststellung inwieweit aktuell noch (Rest-)Risiken zu erkennen sind Intention: Identifizierung mglicher Risikokonstellationen, deren Eintrittswahrscheinlichkeit anhand von Wenn-dann- Aussagen eingeschtzt werden sollen 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Prozessmodell der Urteilsbildung idiographischer Kriminalprognosen Risikokonstellationen bilden die Basis fr den letzten diagnostischen Teilschritt, in dem die Perspektiven der zuknftigen Lebensgestaltung Gegenstand des Interesses sind Einschtzung, inwieweit Behandlungs-, Betreuungs- und Kontrollmanahmen (! Risikomanagement) in der Lage sind, kriminogenen Einfluss der Risikokonstellationen zu reduzieren. Im Falle einer eher ungnstigen Prognose: Welche Manahmen sollten bis zur nchsten berprfung eingeleitet werden, damit zuknftige Einschtzungen positiver ausfallen? 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Prozessmodell der Urteilsbildung idiographischer Kriminalprognosen Im Sinne des eben dargestellten Prozessmodells definiert Dahle (2000) den kriminalprognostischen Urteilsprozess folgendermaen: Die Kriminalprognose stellt die Fortschreibung der individuellen Handlungstheorie der Kriminalitt einer Person (1. diagnostischer Teilschritt) nach den Prinzipien der spezifischen Entwicklungsdynamik ihrer Persnlichkeit (2. diagnostischer Teilschritt) bei Zugrundelegung ihres aktuell erreichten Entwicklungsstandes (3. diagnostischer Teilschritt) unter Annahme wahrscheinlicher zuknftiger situationaler Rahmenbedingungen (4. diagnostischer Teilschritt) dar. (S. 101) 22. Februar 2014 | Johannes Gutenberg-Universitt Mainz
Integrative Prognoseanstze Begutachtung der Kriminalprognose Vielen Dank fr Ihre Aufmerksamkeit! martin.rettenberger@uni-mainz.de Prognosen sind schwierig, besonders wenn sie die Zukunft betreffen Niels Bohr (1885-1962)