Festschrift für Fritz W. Scharpf - MPIfG

Schneider · Komplexität und Policy-Forschung 305
geringe Anhaltspunkte für Generalisierungen bieten. Eine typische Policy-
Fallstudie rekonstruiert die Geschichte einer Policy mit vielen Kontextinformationen
und hochauflösenden Einsichten in die Vernetzung zwischen
Akteuren und Ereignissen.
Eine Fallstudie als Untersuchungsstrategie bedeutet jedoch nicht nur
qualitatives Vorgehen. Komplexe Interaktionsstrukturen in einem Policy-
Prozess können beispielsweise auch mittels der Netzwerkanalyse systematisch
herausgearbeitet und dokumentiert werden. Auch gehen Fallstudien
nicht notwendigerweise theorielos vor, indem einfach eine Situation beschrieben
oder eine Geschichte erzählt wird. Wie Harry Eckstein (1992)
zeigt, sind neben der konfigurativ-idiosynkratischen Form auch deduktive
Fallstudiendesigns denkbar. Bei einer theoretisch gestützten Fallauswahl
(zum Beispiel »crucial cases«) und einem systematischen Vorgehen können
vermutete Regelmäßigkeiten systematisch überprüft werden.
Der Gegenpol zur Einzelfallstudie ist die quantitativ-statistische Variablen-Analyse.
Auch hier ist sowohl eine induktive wie eine deduktive Vorgehensweise
möglich. Bei Induktion wird aus den statistischen Zusammenhängen
zwischen den Variablen eines empirischen Datensatzes auf kausale
Wirkungszusammenhänge in der realen Welt geschlossen; bei der Deduktion
wird systematisch überprüft, ob sich die in Gesetzesform vorliegenden,
aus Theorien abgeleiteten hypothetischen Zusammenhänge auch in empirischen
Daten erkennen lassen. Vielen dieser quantitativen Policy-Studien
gelingt es, signifikante Wirkungszusammenhänge zwischen Politikstrukturen
und Policy-Outcomes festzustellen. Manchmal sind die Zusammenhänge
aber so allgemein, dass hierüber nur wenig »sozialtechnologisches Wissen«
generiert wird, das für die Beantwortung einer Policy-Frage notwendig
wäre. Natürlich wäre es für den Analytiker dann hilfreich, wenn er – analog
zum Mediziner – wirklich auf fundiertes gesellschafts- und politiktheoretisches
Wissen zurückgreifen könnte. Dies müsste letztlich vorhersagen lassen,
mit welchen Instrumenten und bei welchen Handlungsbedingungen Policy-Probleme
besser gelöst werden können. Mario Bunge formuliert die
Unterschiede in den Erkenntniszielen so:
According to the so-called covering law »model« of scientific explanation, to
explain a fact is to show that it fits a pattern: that is, to subsume it under a lawlike
statement. But this is not what scientists or technologists call an explanation:
they want to know how things work, that is, what makes them tick. This accounts
for their preference for laws that sketch some mechanism or other –
causal, random, or mixed – for the occurrence of the fact to be explained.
(2000: 395)