Literaturübersicht zur prädiktiven Validität des Static-99 im deutschsprachigen Raum

Bei den meisten Studien wurde das Kriterium der Rückfälligkeit als erneuter Eintrag ins Strafregister bzw. als Wiederverurteilung operationalisiert. In den beiden Artikeln von Dahle et al. (2008, 2009) wurden erneute polizeiliche Erkenntnisse im Raum Berlin als Rückfallkriterium genutzt, wobei eingestellte Verfahren mangels Beweisen und gerichtliche Freisprüche nicht als Rückfall gewertet wurden. Endrass et al. (2009b) bezogen lediglich Wiederverurteilungen mit einer Freiheitsstrafe von mindestens 10 Monaten in die Rückfallraten ein.

In den betrachteten Studien wurde die Art der erneuten Straftaten unterschieden. Dabei stehen neuerliche sexuell motivierte Taten im Vordergrund, die z. T. noch in sexuelle Hands-on- und Hands-off-Delikte unterteilt wurden. Sexuelle Hands-off-Delikte machen i. Allg. den geringeren Anteil der erneuten Sexualstraftaten aus (Etzler et al. 2018; Stadtland et al. 2006). Die geringste sexuelle Rückfallrate berichteten Eher et al. (2009) mit 3,82 % in einem durchschnittlichen Beobachtungszeitraum nach Entlassung von fast 4 Jahren. Stadtland et al. (2006) hingegen fanden nach einem mittleren Beobachtungszeitraum von 99 Jahren einen Rückfall mit einem sexuellen Hands-on-Delikt bei 27,6 % der entlassenen Täter. So hohe Zahlen wurden sonst nur bei kleinen Stichproben (Endrass et al. 2009a; Rettenberger und Eher 2006) oder im Raum Berlin (Dahle et al. 2008, 2009) gefunden. In diesen Studien war die allgemeine Gesamtrückfallrate ebenfalls am höchsten mit Werten zwischen 46 und 57,5 %. Dass über die Hälfte der Täter mit einer erneuten Straftat auffällig wurde, berichteten außerdem noch Janka et al. (2012).

Neben der Gesamtrückfälligkeit enthält Tab. 3 Angaben zu neuerlichen nichtsexuell motivierten Gewaltdelikten und zu Gewaltdelikten i. Allg., die ebenfalls sexuelle Hands-on-Delikte beinhalten. Die Rückfallraten der nichtsexuellen Gewalttaten sind hier in einigen Fällen höher als die der Sexualstraftaten. So beobachteten Eher et al. (2008) bei 6,2 % der Täter einen Rückfall mit einer erneuten Sexualstraftat, jedoch 14,6 % mit einem nichtsexuell motivierten Gewaltdelikt. Auch bei Etzler et al. (2018) waren Rückfälle mit nichtsexuellen Gewalttaten (18,8 %) häufiger als erneute Sexualstraftaten (11 %). Es wurden allerdings auch gegenteilige Befunde berichtet (u. a. Endrass et al. 2009a; Rettenberger und Eher 2006).

Außerdem kann, wie in Tab. 6 dargestellt, ein Unterschied im rückfälligen Tatverhalten beim Vergleich des Tätertypus festgestellt werden (Eher et al. 2008). Während PSK häufiger mit einem erneuten Sexualdelikt auffällig wurden, begingen PSE eher eine nichtsexuelle Gewalttat. Rückfälle mit sexuellen Hands-off-Delikten wurden von Eher et al. (2008) lediglich bei der Gruppe der PSK beobachtet (5,2 %). Die beiden Studien von Rettenberger et al. (2010) und Turner et al. (2016) ermöglichen außerdem einen Vergleich zwischen inner- und außerfamiliären PSK. Demnach wurden innerfamiliäre PSK insgesamt seltener rückfällig (14,8 % bzw. 18,3 %) als außerfamiliäre PSK (22,8 % bzw. 43,9 %). Eine erneute sexuelle Straftat begingen nur 0,9 % bzw. 2,4 % der innerfamiliären PSK. Die spezifische Rückfälligkeit lag bei außerfamiliären PSK mit 12 % bzw. 25,8 % ebenfalls deutlich höher.

Insgesamt besteht ein positiver Zusammenhang zwischen dem in den Originalarbeiten berichteten mittleren Static-99-Score der Stichprobe und der Rückfallrate. Je höher der Mittelwert der Risikoprognose, desto mehr Rückfälle wurden beobachtet. So ist der durchschnittliche Static-99-Wert bei innerfamiliären PSK relativ klein, die Rückfallereignisse sind aber auch dementsprechend selten (Turner et al. 2016; Rettenberger et al. 2010). Wohingegen die Stichprobe der Maßregelpatienten eine im Mittel hohe Risikoeinschätzung erhielt und diese auch „erfüllt“ wurde (Eher et al. 2013).

Eine Übersicht über die Gültigkeit der Rückfallprognosen anhand des Static-99 mit Angabe der jeweiligen AUC-Werte gibt Tab. 4, da diese in allen Studien angegeben wurden und sich somit die Ergebnisse vergleichen lassen. Zudem wurde der anhand der Stichprobengröße gewichtete AUC-Mittelwert über alle Studien hinweg berechnet. In Abb. 1 und 2 ist die prädiktive Validität zudem mit den 95 %-Konfidenzintervallen dargestellt.

Wenn es um die allgemeine Vorhersage einer erneuten Straftat geht, wurden in den Studien AUC-Werte zwischen 0,64 und 0,76 erreicht. Das gewichtete AUC-Mittel liegt bei 0,71, bei der Prognose von neuerlichen Sexualdelikten bei 0,72. Dort erreichte die Validität Werte zwischen AUC = 0,66 und AUC = 0,83 und bewegt sich somit im Bereich der moderaten bis hohen Vorhersagegüte. Eine Ausnahme bildet die Studie von Endrass et al. (2009a), bei der lediglich eine Vorhersagegenauigkeit auf Zufallsniveau (AUC = 0,50; n. s.) erreicht wurde. Die prädiktive Validität des Static-99 zur Prognose von Gewaltstraftaten konnte in ähnlichem Maß bestätigt werden, sowohl für nichtsexuell motivierte (AUC = 0,68) als auch für Gewalttaten i. Allg. (AUC = 0,72). Etzler et al. (2018) berichten zusätzlich die Gültigkeit der Vorhersage für sexuelle Hands-off-Delikte mit einem AUC-Wert von 0,84 (p < 0,01). Die prädiktive Validität des Static-99 zur Vorhersage erneuter sexueller Hands-on-Delikte liegt bei einer mittleren AUC von 0,70. Auch die Risikokategorien des Static-99 erwiesen sich zur Prognose sexueller Straftaten als höchst valide (AUC = 0,82; p < 0,01; Rettenberger et al. 2011).

Stadtland et al. (2006) befassten sich hingegen mit der Vorhersagegültigkeit des Static-99 bei Tätern, die eine Sozialtherapie absolvierten, im Gegensatz zu solchen, die diese abbrachen. Die Validität bezüglich der Vorhersage erneuter Gewaltdelikte inklusiver solcher, die sexuell motiviert waren, unterschied sich jedoch nicht signifikant zwischen den beiden Gruppen und war jeweils sehr gut (AUC = 0,72 ohne Abbrecher, p < 0,001; AUC = 0,71 mit Abbrechern, p < 0,001). In der Studie von Eher et al. (2013) wurden die Daten von Maßregelpatienten berücksichtigt. Dabei wurde für die Rückfallprognose irgendeiner weiteren Straftat die höchste Validität mit einem AUC-Wert von 0,86 (p < 0,001) erreicht. Im Vergleich zu den Untergebrachten ergab sich bei den Strafgefangenen ein Wert von AUC = 0,73 (p < 0,001), was ebenfalls einer hohe Vorhersagegüte entspricht.

Eher et al. (2008) untersuchten die Tätergruppen PSK und PSE getrennt, wobei sie jedoch bei den PSE keinen Zusammenhang zwischen der zugewiesenen Risikogruppe und den sexuell motivierten Rückfallereignissen feststellen konnten. Bei den erneuten Gewaltstraftaten durch PSE wurde hingegen ein kontinuierlicher prozentualer Anstieg beobachtet. In der Gruppe der PSK war auffällig, dass selbst in der höchsten Risikokategorie mit einem Static-99-Wert ≥6 „nur“ 19,05 % mit einem Gewaltdelikt, inklusive sexueller Hands-on-Delikte, rückfällig wurden.

In der Studie von Rettenberger et al. (2013) wurde außerdem die Gültigkeit der Risikokategorien für 5 verschiedene Altersgruppen betrachtet. Hier stieg die Rückfallrate der Sexualdelikte mit zunehmender Risikoeinschätzung – außer in der jüngsten (18- bis 29-Jährige) und ältesten Gruppe (ab 60 Jahren), in denen für Täter der höchsten Risikogruppe nur sehr wenige sexuell motivierte Rückfälle vermerkt wurden (3,2 % bzw. 9,1 %). Die Rückfallrate von Gewalttaten konnte in allen Altersbereichen anhand der Risikokategorien fast ausnahmslos mit kontinuierlich ansteigenden Deliktzahlen vorhergesagt werden.

Diese Ergebnisse zur zunehmenden Rückfälligkeit weisen bereits auf die prädiktive Validität der Risikogruppen des Static-99 hin. Bestätigt wird diese Annahme durch Endrass et al. (2009b), die eine hohe Vorhersagegüte der Risikokategorien von AUC = 0,76 berichteten. Zwei weitere Artikel unterstützen die prädiktive Validität der Risikogruppen bei PSK (Etzler et al. 2018; Rettenberger et al. 2011). Ersichtlich wird, dass die Prognose erneuter Sexualdelikte (AUC = 0,79 bzw. 0,82, p < 0,01) oder auch irgendeiner weiteren Straftat (AUC = 0,71 bzw. 0,66, p < 0,01) anhand der Zuordnung zu einer Risikogruppe im moderaten bis hohen Bereich gültig ist. Jedoch wurden keine signifikanten Werte für nichtsexuell motivierte Gewalttaten gefunden (AUC = 0,62 bzw. 0,60, n. s.).

Die dargestellten Ergebnisse zeigen, dass die prädiktive Validität des Static-99 auch im deutschsprachigen Raum moderat bis sehr hoch ist und ähnliche Werte aufweist wie in internationalen Studien (Eher et al. 2008; Noll et al. 2006). Dabei ist der Static-99 gleichermaßen für die Vorhersage von neuerlichen Sexual- sowie Gewaltstraftaten geeignet (u. a. Rettenberger et al. 2013). Ebenso sind Prognosen zur allgemeinen Rückfälligkeit valide (u. a. Eher et al. 2012a). Die erfassten Rückfallraten für erneute Sexualdelikte liegen mit 3,8–23 % ebenfalls im internationalen Durchschnitt (Nunes et al. 2002). Zu beachten sind hierbei immer die Operationalisierung des Konstrukts sowie die bestehende Dunkelziffer. Trivial ist, dass die Rückfallrate geringer ausfällt, wenn lediglich erneute Inhaftierungen berücksichtigt, aber weitere Verurteilungen ohne Haftstrafe nicht als Rückfall gezählt werden (Endrass et al. 2009b). Hierdurch kann es zu Verzerrungen kommen, die auch die Erfassung der prädiktiven Validität beeinflussen. Zudem haben die geringen Rückfallbasisraten den Effekt, dass die Wahrscheinlichkeit steigt, das Rückfallrisiko zu überschätzen (Hood et al. 2002). Es kommt zu vielen „Falsch-positiv“-Fällen, also Einschätzungen, bei denen Tätern ein hohes Risiko zugesprochen wird, die aber tatsächlich nicht rückfällig wurden. Diese Fehlprognosen schränken den tatsächlichen praktischen Nutzen eigentlich valider Instrumente ein (dazu auch ausführlich: Eher et al. 2008).

Die Ergebnisse zeigen, dass die prädiktive Validität im deutschsprachigen Raum zwischen AUC-Werten von 0,67 und 0,76 variiert. Im Durchschnitt liegt sie bei AUC = 0,71. Demnach hat ein rückfälliger Sexualstraftäter mit einer Wahrscheinlichkeit von 71 % einen höheren Risikowert im Static-99 als eine nicht wieder auffällige Person. Dies bedeutet jedoch, dass in knapp einem Drittel aller Fälle ein nichtrückfälliger Täter einer höheren Risikogruppe zugeordnet wird als ein rückfälliger Täter. Ebenfalls problematisch ist, dass selbst in der Hochrisikogruppe nur ca. 50 % der Täter rückfällig wurden (u. a. Eher et al. 2008) und somit das Verhalten der anderen Hälfte nicht der Vorhersage entspricht. Dies ist in Anbetracht weniger Opfer als erwartet zwar positiv und wünschenswert, zeigt aber, dass ein moderater bzw. hoher Validitätsindex nicht ohne Weiteres fehlerfreie Prognosen versprechen kann. Dennoch sind die Vorhersagegüte und der Static-99 als Instrument zur Erstellung von Kriminalprognosen sehr bedeutend, da sie einen wichtigen Beitrag zur empirisch gesicherten, forensischen Entscheidungsfindung leisten.

Weiterhin sind bei der Gegenüberstellung der Forschungsergebnisse die unterschiedlich langen Beobachtungszeiträume von im Mittel 3 bis 9 Jahren zu bedenken. Fixe Fünfjahresdaten wären besser geeignet, da die AUC-Werte die Unterschiede in den variierenden Follow-up-Perioden nicht berücksichtigen (Helmus und Babchishin 2017). Außerdem stellen feste Beobachtungszeiträume bei Vergleichen sicher, dass Unterschiede in den Rückfallraten nicht durch zeitlich gegebene oder genommene Möglichkeiten zu neuem kriminellen Verhalten zustande kommen. Eine kurze „time at risk“ hat zur Folge, dass Täter nicht erfasst werden, die erst später rückfällig bzw. verurteilt werden. Deshalb wird diskutiert, inwieweit längere Zeitspannen mehr Rückfälle beinhalten (Hanson 2018). Stadtland et al. (2006) stellen heraus, dass die meisten Täter bereits in den ersten Jahren erneut auffällig werden, aber die Rate der Rückfallereignisse erst nach etwa 12 Jahren deutlich abnimmt. Hanson et al. (2014) weisen ebenfalls darauf hin, dass das Rückfallrisiko nicht zeitlich stabil ist, sondern sich alle 5 Jahre um ca. 50 % verringert. Demnach erscheint es sinnvoll, fixe Beobachtungszeiträume von 10 Jahren anzustreben, um Rückfälle zu erfassen. Methodisch werden die meisten Studien zur prädiktiven Validität retrospektiv durchgeführt, da ein prospektives Vorgehen sehr viel aufwendiger ist. Um die Bestätigungstendenz („confirmation bias“) des retrospektiven Vorgehens zu vermeiden, waren die Beurteiler in den vorliegenden Studien bei der Einschätzung der Static-99-Werte der Täter hinsichtlich der tatsächlichen Rückfallereignisse blind.

Die Validität des Static-99 zeichnete sich bereits in dem bestehenden positiven Zusammenhang zwischen den mittleren Static-99-Scores und der Rückfallrate der Stichproben ab. Bei sich erhöhender Risikokategorie wurde ebenfalls wie erwartet eine steigende Rückfallrate beobachtet. Dies konnte sowohl für verschiedene Indextaten (u. a. Endrass et al. 2009b) als auch verschiedene Altersgruppen bestätigt werden (Rettenberger et al. 2013).

Dass der Static-99 sowohl für PSK als auch für PSE geeignet ist, konnte hier mehrfach gezeigt werden. Besonders valide Aussagen lassen sich nach derzeitigen Erkenntnissen v. a. über sexuell motivierte Rückfalltaten bei PSK treffen (u. a. Etzler et al. 2018). Für die Gruppe der PSE konnten Eher et al. (2008) allerdings keine unterstützenden Ergebnisse berichten (AUC = 0,54, n. s.), wobei dieser Wert zunächst als alleinige Ausnahme gegen die ansonsten hypothesenbestätigenden Artikel steht (u. a. Martens et al. 2017). Da in der Gruppe der PSE die geringste prädiktive Validität zu finden war, ist diese Gruppe in der zukünftigen Forschung näher zu betrachten.

An dieser Stelle sei außerdem auf eine Studie von Hill et al. (2012) hingewiesen, bei der eine deutschsprachige Stichprobe von Sexualmördern betrachtet wurde. Für diese spezifische Stichprobe konnten keine signifikant validen Aussagen hinsichtlich der Rückfälligkeit getroffen werden (AUC zwischen 0,54 und 0,60). Der sonst valide Static-99 kann demnach nicht uneingeschränkt für jede Täterkategorie im gleichen Maße genutzt werden.

Positiv ist, dass die meisten Erhebungen zwischen den verschiedenen Rückfallstraftaten unterscheiden und somit eine Differenzierung der prädiktiven Validität bezüglich neuerlicher Sexual- oder Gewaltdelikte möglich ist. Auch Erkenntnisse zur allgemeinen Rückfallprognose konnten auf diese Weise abgegrenzt werden. Anzuregen ist die vermehrte Unterteilung von Sexualdelikten in Hands-on- und Hands-off-Straftaten im deutschsprachigen Raum, da insbesondere zu sexuell motivierten Taten ohne körperlichen Kontakt kaum Untersuchungen vorliegen. Dies ist häufig auf die geringen Basisraten dieser Gruppe zurückzuführen. Allerdings macht es einen Unterschied, ob ein Täter „nur“ mit Exhibitionismus wieder auffällig wird oder es zu einer weiteren Sexualstraftat mit direktem Opfer kommt.

Auffällig sind die niedrigen AUC-Werte der Risikokategorien hinsichtlich der Vorhersage nichtsexueller Gewalttaten, die in 2 Artikeln berichtet wurden (Etzler et al. 2018; Rettenberger et al. 2011). Jedoch sei hier auf die Autoren Hanson und Thornton (1999) verwiesen, die in ihrer Arbeit schreiben: „Static-99 was designed to predict sex offence recidivism [… and] may not be the instrument of choice when the goal is predicting any violent recidivism“ (S. 17). Prinzipiell gilt, dass diagnostische Instrumente dann die validesten Aussagen ermöglichen, wenn sie für ihren definierten Rahmen genutzt werden (Hanson und Morton-Bourgon 2009). Beim Static-99 sind dies dementsprechend sexuell motivierte Rückfallstraftaten. Für gewalttätige Rückfälle wurde hingegen beispielsweise der Violence Risk Appraisal Guide – Revised (VRAG‑R; Rice et al. 2013) konzipiert, welcher zur Prognose genau dieses Tatbereichs angezeigt ist.

Darüber hinaus kann das Zusammenfassen der Static-99-Scores zu den Risikokategorien durchaus zu niedrigeren AUC-Werten führen (Howard 2017). Denn das Bündeln der Daten zu Gruppen geht mit einem Informationsverlust einher, der sich auf die Validität auswirkt (Cohen 1983).

Zudem sei auf die Stichprobenabhängigkeit von Kriminalprognoseinstrumenten hingewiesen (Urbaniok et al. 2007). Diese hat Einfluss auf Art und Anzahl der Rückfälle und daraus abgeleitete Normwerte, was sich wiederum auf die prädiktive Validität auswirkt. Bereits beim Vergleich der beiden Stichproben aus der Schweiz wird ersichtlich, dass es deutliche Abweichungen in den Ergebnissen gibt. Endrass et al. (2009a) konnten lediglich eine Vorhersage neuerlicher Sexualstraftaten mit einer Gültigkeit auf Zufallsniveau treffen, während dies bei der zweiten Täterpopulation (Endrass et al. 2009b) mit einem AUC-Wert von 0,76 möglich war. Da beide Stichproben aber recht klein sind, kann diese Differenz zufälligen Stichprobenfehlern geschuldet sein. Ansonsten wurden über die Ländergrenzen hinweg bis auf wenige Ausnahmen relativ homogene Ergebnisse gefunden. Allerdings ist anzumerken, dass zwei Drittel der Studien aus Österreich stammen und deutlich weniger Untersuchungen aus Deutschland oder der Schweiz. Ebenso wurden sie mehrheitlich von den gleichen Autoren durchgeführt und z. T. dieselben Stichproben erneut genutzt (Etzler et al. 2018; Rettenberger et al. 2013). Dadurch kann das Bild einheitlicher Ergebnisse positiv verzerrt sein. Nichtbekannte oder kaum kontrollierte Angaben sind zudem vorliegende Diagnosen bei den Tätern und v. a. Auskünfte zu angefangenen oder abgebrochenen Therapien. Ihr Einfluss auf die Rückfallrate wird nur in sehr wenigen Studien thematisiert (Eher et al. 2013; Stadtland et al. 2006), sie sollten jedoch als Variable mehr Beachtung finden. Leider sind diese Informationen für die empirische Forschung häufig nicht oder nur mit großem Aufwand zugänglich.

Die Publikationen zeigen, dass der Static-99 für alle Altersgruppen valide anwendbar ist, auch wenn Harris et al. (2003) von der Anwendung bei Jugendlichen abraten. In den deutschen Stichproben von Dahle et al. (2008, 2009) sprach die Vorhersagegüte jedoch nicht dagegen. Allerdings ist dies natürlich noch kein allgemein ausreichender Nachweis, zumal die nötigen Normstichproben für die Anwendung in dieser Altersgruppe fehlen und der Static-99 insofern angepasst wurde, dass Item Nr. 2 zu längeren partnerschaftlichen Beziehungen entfiel. Diese Studien deuten aber darauf hin, dass der Static-99 als Prognoseinstrument auch für Jugendliche weiterentwickelt werden kann, zumal Studien, die ältere Kohorten betrachteten, ebenfalls eine gute prädiktive Validität für alle Altersgruppen feststellen konnten (Janka et al. 2012). Der Frage nach der Relevanz des Alters für die Rückfallvorhersage wurde bereits in einigen internationalen Untersuchungen nachgegangen (Barbaree und Blanchard 2008; Hanson 2002) und war maßgeblicher Bestandteil der Revidierung des Instruments (Static-99R, Helmus et al. 2012).

Wenige Forschungsergebnisse gibt es bislang zur Bedeutung der einzelnen Items des Static-99. Die dazu gefundenen Studien im deutschsprachigen Raum beziehen sich auf Sexualstraftäter in Berlin (Dahle et al. 2008, 2009). Sie kamen zu dem Schluss, dass insbesondere Informationen zu vorherigen Taten relevant für die Prognose weiterer Delikte sind. Immerhin machen solche Angaben zur kriminellen Vorgeschichte die Hälfte der Items des Static-99 aus. Wünschenswert wären hierzu weitere Untersuchungen, auch um Erkenntnisse über ggf. weniger bedeutsame Items zu erhalten.