Advertisement

Cross-Impact-Analyse

  • Wolfgang Weimer-JehleEmail author
Chapter

Zusammenfassung

Die Cross-Impact-Analyse ist eine traditionelle, in den 1960er Jahren entwickelte Analysemethode, die ursprünglich im Bereich des Technology Foresight entstanden ist. Sie verwendet Experteneinschätzungen, um die Interdependenzen komplexer, interdisziplinärer Systeme zu diskutieren, zu formulieren und zu analysieren. Der Rückgriff auf Expertenschätzungen erfolgte ursprünglich eher aus einer Verlegenheit, da es für die behandelten Fragestellungen häufig keine Möglichkeit gab, empirische oder theoretisch begründete Daten zu verwenden. Dadurch eröffnet diese Analysetechnik aber auch ein strukturiertes Angebot, Systembeschreibungen und -analysen in diskursiven Verfahren unter Einbindung von Experten und Stakeholdern durchzuführen und dadurch Modelle und Schlussfolgerungen zu generieren, die sehr direkt das Systemverständnis der einbezogenen Gruppe repräsentieren. Gewissermaßen als Nebenprodukt wurde so ein neues und originelles Format der Expertenbefragung mit spezifisch analytischem Schwerpunkt entwickelt. Dieser Artikel führt aus, wie die Methodik dazu beitragen kann, den „analytischen Tiefgang“ von Expertenbefragungen gegenüber einer „naiven“ direkten Befragung zum Verhalten komplexer interdisziplinärer Systeme zu steigern. Er beschreibt einen Anwendungsfall aus dem Bereich der Übergewichtsprävention und diskutiert die Chancen und Grenzen der Methode.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Brockhoff, K. (1977). Prognoseverfahren für die Unternehmensplanung. Wiesbaden: Gabler-Verlag.CrossRefGoogle Scholar
  2. Cuhls, K., Blind, K., & Krupp, H. (1998). Delphi-Studie `98: Befragung zur globalen Entwicklung von Wissenschaft und Technik . Karlsruhe: Fraunhofer Instituts für Systemtechnik und Innovationsforschung.Google Scholar
  3. Deuschle, J., & Weimer-Jehle, W. (2011). Projektbericht „Cross-Impact Analyse“ im Projekt „Adipositasprävention für sozial benachteiligte Kinder und Jugendliche“. ZIRN, Universität Stuttgart.Google Scholar
  4. Gausemeier, J., Fink, A, & Schlacke O. (1996). Szenario-Management – Planen und Führen mit Szenarien. München: Hansen Fachbuch.Google Scholar
  5. Gordon, T. J. (2009). Cross-Impact Analysis. In: The Millennium Project (Hrsg.), Futures Research Methodology V3.0 . Washington D.C.: The Millennium Project.Google Scholar
  6. Gordon, T. J., Hayward, H. (1968). Initial Experiments with the Cross Impact Matrix Method of Fore-casting. Futures 1, 100–116.CrossRefGoogle Scholar
  7. Honton, E. J., Stacey, G. S., & Millett, S. M. (1985). Future Scenarios – The BASICS Computational Method. Economics and Policy Analysis Occasional Paper No. 44 . Columbus, Ohio, USA: Batelle Columbus Division.Google Scholar
  8. Rhyne, R. (1974). Technological Forecasting Within Whole Futures Projections. Technological Forecasting and Social Change, 6, 133–162.CrossRefGoogle Scholar
  9. Weimer-Jehle, W. (2006). Cross-Impact Balances: A System-Theoretical Approach to Cross-Impact Analysis. Technological Forecasting and Social Change, 73:4, 334–361.CrossRefGoogle Scholar
  10. Weimer-Jehle, W., Deuschle, J., & Rehaag, R. (2012). Familial and societal causes of juvenile obesity – a qualitative model on obesity development and prevention in socially disadvantaged children and adolescents. Journal of Public Health, 20(2), 111–124.CrossRefGoogle Scholar

Copyright information

© Springer Fachmedien Wiesbaden 2015

Authors and Affiliations

  1. 1.StuttgartDeutschland

Personalised recommendations