You are on page 1of 65

Die kriminalprognostische

Begutachtung von Sexual- und


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)