Was gute Studien auszeichnet

Wenn wir die nun gut 60 Jah­re wäh­ren­de Ge­schich­te der Zu­kunfts­for­schung an­schau­en, zeich­net sich ein be­mer­kens­wer­ter Trend ab: In der Hoch­kon­junk­tur der ein­schlä­gi­gen Me­tho­den um die 50er und 60er Jah­re lag der zeit­li­che Ho­ri­zont für Sze­na­ri­os noch bei 40, der wirt­schafts­wis­sen­schaft­li­chen Fo­re­sight-Re­se­arch bei etwa 30 Jah­ren. Die ak­tu­el­len Va­ria­tio­nen, die der­zeit in den USA er­probt wer­den, etwa als „Su­per­fo­re­cas­ting“, neh­men al­len­falls noch fünf Jah­re in den Blick. Gleich­zei­tig sind Fach­in­for­ma­tio­nen – vor al­lem in den Be­rei­chen Di­gi­ta­li­sie­rung, Stra­te­gie und Ma­na­ge­ment – im­mer ver­gäng­li­cher.
Das lässt sich un­ter an­de­rem auch an dem ge­ra­de­zu in­fla­tio­nären Ge­brauch des Be­griffs Vo­la­ti­li­tät er­ken­nen. Die Tat­sa­che, dass die meis­ten Ent­wick­lun­gen we­der mit­tel- bis lang­fris­tig noch in vol­lem Um­fang und viel­leicht nicht ein­mal mehr über­haupt pro­gno­s­ti­ziert wer­den kön­nen, führt zu pro­fun­der Un­si­cher­heit.
Zur Be­wäl­ti­gung die­ser Un­si­cher­heit hat sich eine be­son­de­re Dienst­leis­tungs­bran­che ent­wi­ckelt: Sie ver­brei­tet „Stu­di­en“, Hun­dert­tau­sen­de pro Jahr. Es gibt einen großen Markt da­für. Sie sind ei­ner­seits wich­tig für neue Er­kennt­nis­se, die aus Im­pul­sen und Er­fah­run­gen an­de­rer re­sul­tie­ren. An­de­rer­seits hal­ten vie­le der an­ge­bo­te­nen Stu­di­en die Qua­li­täts­kri­te­ri­en der Wis­sen­schaft nicht ein, ihr Fo­kus liegt auf der Ver­käuf­lich­keit. Und die­se steigt nun mal mit dem Sen­sa­ti­ons­wert: je un­ge­wöhn­li­cher die Er­geb­nis­se, de­sto grö­ßer der Markt­wert und die Ver­brei­tung. Umso wich­ti­ger wäre es, im Cha­os der In­for­ma­tio­nen und der Aber­tau­send Ver­spre­chun­gen für Er­folgs­vor­aus­sa­gen ge­nau die Stu­di­en zu er­ken­nen, die wich­tig sind. Und die an­de­ren, die op­por­tu­nis­tisch Mo­den be­die­nen, zu igno­rie­ren.
Oft lässt sich das erst in der Rück­schau wirk­lich sa­gen. Nun wäre es schlech­ter Stil, die Grab­stät­ten die­ser Hy­pes ab­zu­schrei­ten und sich zu freu­en, dass man am Ende doch recht ge­habt hat, dem einen oder an­de­ren nicht ge­glaubt zu ha­ben.
Wich­ti­ger ist es wohl, grund­sätz­lich zu fra­gen, was denn Stu­di­en aus­macht, die trag­fä­hi­ge Grund­la­gen für stra­te­gi­sche Ent­schei­dun­gen bie­ten, und wie man sie aus­macht. Wie man die bei­den ärgs­ten Feh­ler schnell durch­schaut: dass Zu­sam­men­hän­ge kon­stru­iert wer­den, wo ei­gent­lich kei­ne sind, und dass tat­säch­li­che Zu­sam­men­hän­ge nicht er­kannt wer­den. Wie man, all­ge­mein ge­spro­chen, qua­li­ta­tiv zwei­fel­haf­te, schlud­ri­ge oder eben op­por­tu­nis­ti­sche Re­zept­samm­lun­gen, be­lang­lo­se Case Stu­dies und über­trie­be­ne Ver­all­ge­mei­ne­run­gen dia­gno­s­ti­ziert. Dass man also nicht drauf rein­fällt, wenn Kon­tin­gen­zen mit Kor­re­la­tio­nen und die­se wie­der­um mit Kau­sa­li­tä­ten ver­wech­selt wer­den. Dar­auf so deut­lich hin­zu­wei­sen ist wich­tig, weil ge­ra­de in der An­wen­dung von Me­tho­den der Big-Data-Ana­ly­tics und ih­rer Ba­sis, des al­go­rith­misch zu­ta­ge ge­för­der­ten Da­ten­bergs, ge­nau dies re­gel­mä­ßig ge­schieht.