Outputorientierte Evaluierung
Outputorientierte Evaluierung
Outputorientierte Evaluierung
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
4.2.2 Datenlage<br />
Output‐orientierte <strong>Evaluierung</strong> öffentlich geförderter FTI‐Programme<br />
Der Zugang zu den entsprechenden Daten sowie ihre Qualität bestimmen zu einem großen Teil<br />
den Einsatz bestimmter Evaluationsmethoden und damit die Robustheit der Ergebnisse, die<br />
Schlussfolgerungen sowie die Aussagekraft der Evaluationen.<br />
Aufgrund von Datenmangel haben quantitative kausale Wirkungsabschätzungen und<br />
experimentelle Methoden in Österreich Seltenheitswert; um auf Veränderungen durch das<br />
Programm schließen zu können, stützt man sich – so zeigt der Großteil der analysierten<br />
Evaluationen – auf von den FördernehmerInnen selbst wahrgenommene Veränderungen. Dies<br />
bringt erhebliche „Response‐Probleme“ (soziale Erwünschtheit, Nicht‐Wissen, Akquieszenz) mit<br />
sich und schränkt die Güte und Robustheit der Ergebnisse deutlich ein.<br />
Hinsichtlich der Datenlage in Österreich ergibt sich daher ein deutlicher Verbesserungsbedarf in<br />
den folgenden Bereichen:<br />
Zugang zu neuen Daten<br />
Um quantitative kausale Wirkungsabschätzungen zu ermöglichen, ist eine sogenannte<br />
„Nullmessung“ der FördernehmerInnen vor Programmstart unabdingbar. Diese Nullmessung<br />
ermöglicht eine exakte Einschätzung der ökonomischen und sozialen Lage z.B. eines<br />
Unternehmens vor Programmstart. Im Vergleich mit einer „Kontrollgruppe“ an Unternehmen und<br />
den jeweiligen Messungen nach Ende des Programms können Programmwirkungen zugewiesen<br />
und quantifiziert werden. Bereits beim Programmdesign muss daher die Datengenerierung für den<br />
Zweck der Evaluation mitbedacht werden.<br />
Zugang zu existierenden Daten<br />
Die Statistik Austria besitzt Daten (CIS‐Daten, F&E Erhebung), die für die Anwendung quantitativer<br />
analytischer Evaluationsmethoden bedeutsam sind; EvaluatorInnen können jedoch aktuell nicht –<br />
in der Regel aus Gründen des Datenschutzes sowie der erforderlichen Mittel – mit diesen Daten<br />
arbeiten. Dieser Punkt wird in Kapitel 7 ausführlich und im internationalen Vergleich erörtert. Hier<br />
besteht dringend der Bedarf, bestehende Datensätze der FFG und der Statistik Austria miteinander<br />
zu verknüpfen, um die Qualität und Güte kommender Evaluationen zu sichern.<br />
Qualität existierender Daten<br />
Bestehende Daten/Monitoringdaten müssen regelmäßig auf ihre Qualität und Aktualität geprüft<br />
werden. In der Headquarter‐<strong>Evaluierung</strong> findet sich ein Kommentar des Evaluationsteams, in<br />
welchem die Seriosität der Unternehmensangaben angezweifelt wird: „In den Headquarter‐<br />
Zusatzberichten müssen die Unternehmen Angaben über die FuE‐Personaleffekte der Förderung<br />
machen, insbesondere wie viele neue FuE‐Stellen im Rahmen der Headquarter Projekte geschaffen<br />
wurden. Eine seriöse Interpretation der Unternehmensangaben sowie der Nachhaltigkeit des FuE<br />
Mitarbeiteraufbaus ist jedoch unserer Einschätzung nach nicht möglich, da insbesondere über die<br />
Entwicklung nach Ende der Projekte kaum Informationen vorliegen. Wir verzichten daher auf eine<br />
58