Welt im Wandel: Strategien zur Bewältigung globaler ... - WBGU
Welt im Wandel: Strategien zur Bewältigung globaler ... - WBGU
Welt im Wandel: Strategien zur Bewältigung globaler ... - WBGU
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Charakterisierung von Risiken<br />
3.1<br />
Die Bedeutung von Abschätzungssicherheit<br />
Normalerweise werden Risiken durch 2 Größen definiert:<br />
die Eintrittswahrscheinlichkeit und das Schadensausmaß<br />
(Hauptmanns et al., 1987). Die Abschätzung<br />
dieser beiden Größen ist abhängig von der<br />
Quantität und Qualität der jeweiligen Daten, die<br />
eine gültige Vorhersage von relativen Häufigkeiten<br />
erlauben. Von besonderer Bedeutung ist dabei die<br />
Abschätzungssicherheit, die sich <strong>im</strong> Idealfall durch<br />
statistische Streubreiten um Schaden und Wahrscheinlichkeit<br />
ausdrücken läßt.<br />
Mit dem Begriff der Abschätzungssicherheit verbindet<br />
der Beirat den Grad der Verläßlichkeit, mit<br />
der eine Aussage über die Wahrscheinlichkeit von<br />
Schadensereignissen getroffen werden kann. Normalerweise<br />
werden bei Risikoanalysen die beiden Variablen<br />
Schadenshöhe (z. B. von 1–10.000 Verletzten)<br />
und die entsprechenden Wahrscheinlichkeiten für<br />
jede Schadenshöhe (von extrem kleinen Wahrscheinlichkeiten<br />
bis nahezu 1 für ein fast sicheres Ereignis)<br />
einander gegenübergestellt. Auf diese Weise erhält<br />
man eine Funktion, bei der man für jede Schadenshöhe<br />
die entsprechende Wahrscheinlichkeit ablesen<br />
kann. Meist gibt es aber keine klaren und eindeutigen<br />
Hinweise, welche Wahrscheinlichkeit mit einer<br />
best<strong>im</strong>mten Schadenshöhe verbunden ist. Hat man<br />
nur begrenzte Datenmengen aus Beobachtungen<br />
vergangener Ereignisse <strong>zur</strong> Verfügung, dann kann<br />
man mit Hilfe der induktiven Statistik einen Streubereich<br />
angeben, innerhalb dessen mit einer<br />
95%igen oder 99%igen Wahrscheinlichkeit der wahre<br />
Wert für die einem best<strong>im</strong>mten Schaden zugeordnete<br />
Wahrscheinlichkeit liegen muß.<br />
Oft liegen aber nicht einmal Stichproben oder Daten<br />
aus Beobachtungsreihen vor. In diesen Fällen<br />
müssen auch Expertenurteile als Ersatz für empirische<br />
Datensätze aus Beobachtungen der Vergangenheit<br />
herangezogen werden. Dabei wird entweder<br />
eine große Zahl von Experten gebeten, die Streubreite<br />
zu schätzen, wobei die jeweils von den einzelnen<br />
Experten angegebenen Streubreiten statistisch<br />
zu einem Intervall verrechnet werden. Oder die Experten<br />
werden gebeten, eine möglichst punktgenaue<br />
Schätzung abzugeben, wobei dann die Streuung zwischen<br />
den Experten als Streubreite nach weiterer<br />
Berechnung übernommen wird. In beiden Fällen erhält<br />
man eine Funktion zwischen Wahrscheinlichkeit<br />
und Schadensausmaß, die zu jeder Schadensausprägung<br />
einen Mittelwert (Punkt auf der Funktion) und<br />
einen Streubereich (Fehlerbalken) erhält. Unter<br />
Umständen kann es auch sinnvoll sein, die Wahrscheinlichkeit<br />
festzulegen und den Streubereich um<br />
die Schadenshöhe zu positionieren. In diesem Fall<br />
lautet die Frage: Wie streuen die Schadensausmaße<br />
bei einer Eintrittswahrscheinlichkeit von x%? Das<br />
Ergebnis der Ermittlung von Streubereichen kann<br />
grafisch in die Funktion von Schadensausmaß und<br />
Eintrittswahrscheinlichkeit mit dem Einblenden von<br />
Fehlerbalken (entweder <strong>zur</strong> Eintrittswahrscheinlichkeit<br />
oder zum Schadensausmaß) veranschaulicht<br />
werden. Abb. C 3.1-1 gibt einen idealtypischen Verlauf<br />
einer solchen Funktion wieder.<br />
Die Abschätzungssicherheit ist um so höher, je<br />
kleiner der Fehlerbalken ist. Um diese Größe weiter<br />
zu normieren, hat es sich eingebürgert, diese Abschätzungssicherheit<br />
als einen Zahlenwert zwischen<br />
dem Wert 1 (hohe Sicherheit bzw. kein Fehlerbalken)<br />
und dem Wert 0 (geringe Sicherheit bzw. Fehlerbalken<br />
von 0 bis nahezu unendlich) anzugeben. Bei einem<br />
Wert nahe 1 kann man mit Sicherheit davon ausgehen,<br />
daß ein Schadensereignis mit einer Wahrscheinlichkeit<br />
von x zu erwarten ist.Auch dieser Wert<br />
x ist natürlich ein Grenzwert der Häufigkeitsverteilung<br />
(also keine Prognose für den Einzelfall), aber<br />
alle Experten sind sich hier einig, daß er die wahren<br />
Verhältnisse präzise widerspiegelt. Bei einem Wert<br />
nahe 0 sind sich offenkundig alle Experten uneins<br />
oder die Beobachtungsdaten streuen derart, daß<br />
zwar eine Mittelwertbildung möglich, die Streuung<br />
um diesen Mittelwert aber erheblich ist. Bei Werten<br />
nahe 0 wird auch die Grenze <strong>zur</strong> Unbest<strong>im</strong>mtheit<br />
bzw. Ahnungslosigkeit (zusammengefaßt unter dem<br />
Begriff Ungewißheit) überschritten. Denn offenkundig<br />
sind die Daten oder Schätzungen so breit ge-<br />
3