Zusammenfassung
Die Prognose von intramuralem Fehlverhalten und Lockerungsmissbräuchen ist ein wichtiger Bestandteil der Vollzugsplanung und in der Regel eine Voraussetzung für die Gewährung von Lockerungen und weiteren freiheitsbezogenen Maßnahmen. Derzeit existierende Rückfallprognoseinstrumente wurden bislang kaum dahingehend untersucht, ob sie sich auch für diese Form der Prognose eignen. In der vorliegenden Studie wurden unterschiedliche aktuarische Prognoseinstrumente (Static-99, SVG-5 und OGRS 3) bei 129 Straftätern, die in den Jahren 2013 bis 2018 aus der Sozialtherapeutischen Anstalt in Ludwigshafen entlassen wurden, angewendet und ihre Prognoseleistung geprüft. Zusätzlich wurden zwei anstaltsinterne Checklisten in die Untersuchung mit aufgenommen. Im Ergebnis zeigten sich alle drei aktuarischen Instrumente und darüber hinaus die Anstaltscheckliste zur Fluchtgefahr als valide für die Vorhersage von intramuralem Fehlverhalten, wobei die OGRS 3 (AUC = .77) die besten Werte erzielte. Für die Prognose von Lockerungsmissbräuchen waren die Ergebnisse von OGRS 3 und SVG-5 vielversprechend, wobei auch hier die OGRS 3 (AUC = .77) am besten abschnitt. Gerade bei der Prognose von Lockerungsmissbräuchen zeigten die Ergebnisse jedoch auch Limitationen der zur Verfügung stehenden Analysemethoden auf, die bei der praktischen Anwendung angemessen berücksichtigt werden sollten.
Abstract
The prediction of institutional misconduct and gradual release violations is essential for the treatment planning in prisons and in most cases a precondition for decisions about gradual release and other incarceration-related efforts. However, currently existing risk assessment tools have not yet been examined in the German-speaking language area to determine whether they are also suitable for predicting institutional misconduct and gradual release violations. In this study, three actuarial risk assessment tools (Static-99, SVG-5, and OGRS 3) were examined in this context based on 129 offenders, who were released from the socio-therapeutic institution in Ludwigshafen (Rhineland-Palatinate, Germany) between 2013 and 2018. In addition, two internal checklists were included in the study to assess their predictive validity. All three actuarial instruments and the institutional checklist about the risk of flight showed good predictive accuracy for the prediction of institutional misconduct, with the OGRS 3 (AUC = .77) achieving the highest effect sizes. The results of the OGRS 3 and SVG-5 were also promising for the prediction of gradual release violations, with the OGRS 3 (AUC = .77) again obtaining the highest predictive accuracy. However, especially for the prediction of gradual release violations, the results also showed limitations of the available methods, which have to be taken into consideration when they are used in applied risk assessment settings.
Literatur
Ægisdóttir, S., White, M.J., Spengler, P.M., Maugherman, A.S., Anderson, L.A., Cook, R.S., Nichols, C.N., Lampropoulos, G.K., Walker, B.S., Cohen, G. & Rush, J.D. (2006). The meta-analysis of clinical judgment project: Fifty-six years of accumulated research on clinical versus statistical prediction. The Counseling Psychologist 34 (3), 341–382.10.1177/0011000005285875Search in Google Scholar
Andrews, D.A., Bonta, J. & Wormith, J.S. (2011). The risk-need-responsivity (RNR) model. Criminal Justice and Behavior 38 (7), 735–755.10.1177/0093854811406356Search in Google Scholar
Baier, D. & Bergmann, M.C. (2013). Gewalt im Strafvollzug – Ergebnisse einer Befragung in fünf Bundesländern. Forum Strafvollzug 62 (2), 76–83.Search in Google Scholar
Bieneck, S. & Pfeiffer, C. (2012). Viktimisierungserfahrungen im Justizvollzug. Forschungsbericht Nr. 119; https://kfn.de/wp-content/uploads/Forschungsberichte/FB_119.pdf [20.03.2020].Search in Google Scholar
Campbell, M. A., French, S. & Gendreau, P. (2009). The prediction of violence in adult offenders. Criminal Justice and Behavior 36 (6), 567–590.10.1177/0093854809333610Search in Google Scholar
Cohen, J. (1988). Statistical Power Analyses for the Behavioral Sciences. 2nd ed. Hilsdale, New Jersey: Erlbaum.Search in Google Scholar
Craig, L.A. & Beech, A.R. (2010). Towards a guide to best practice in conducting actuarial risk assessments with sex offenders. Aggression and Violent Behavior 15 (4), 278–293.10.1016/j.avb.2010.01.007Search in Google Scholar
Cunningham, M.D. & Sorensen, J.R. (2007). Predictive factors for violent misconduct in close custody. The Prison Journal 87 (2), 241–253.10.1177/0032885507303752Search in Google Scholar
Cunningham, M.D. & Sorensen, J.R. (2006). Actuarial models for assessing prison violence risk: Revisions and extensions of the Risk Assessment Scale for Prison (RASP). Assessment 13 (3), 253–265. 10.1177/1073191106287791Search in Google Scholar
Cunningham, M.D., Sorensen, J.R. & Reidy, T.J. (2005). An actuarial model for assessment of prison violence risk among maximum security inmates. Assessment 12 (1), 40–49.10.1177/1073191104272815Search in Google Scholar
Dahle, K.‑P. & Schneider-Njepel, V. (2014). Rückfall- und Gefährlichkeitsprognose bei Rechtsbrechern. In T. Bliesener, F. Lösel & G. Köhnken (Hrsg.), Lehrbuch der Rechtspsychologie (422–445). Bern: Verlag Hans Huber.Search in Google Scholar
Dawes, R.M., Faust, D. & Meehl, P.E. (1989). Clinical versus actuarial judgment. Science 243 (4899), 1668–1674.Search in Google Scholar
Diamond, B., Morris, R.G. & Barnes, J.C. (2012). Individual and group IQ predict inmate violence. Intelligence 40 (2), 115–122.10.1016/j.intell.2012.01.010Search in Google Scholar
Dünkel, F. & Geng, B. (2003). Rückfall und Bewährung von Karrieretätern nach Entlassung aus dem sozialtherapeutischen Behandlungsvollzug und aus dem Regelvollzug. In M. Steller, K.-P. Dahle & M. Basqué (Hrsg.), Straftäterbehandlung (35–59). Herbolzheim: Centaurus Verlag & Media.Search in Google Scholar
Dünkel, F., Pruin, I., Beresnatzki, P. & Treig, J. (2018). Vollzugsöffnende Maßnahmen und Entlassungsvorbereitung – Gesetzgebung und Praxis in den Bundesländern. Neue Kriminalpolitik 30, 21–50.10.5771/0934-9200-2018-1-21Search in Google Scholar
Edens, J.F., Kelley, S.E., Lilienfeld, S.O., Skeem, J.L. & Douglas, K.S. (2015). DSM-5 antisocial personality disorder: Predictive validity in a prison sample. Law and Human Behavior 39 (2), 123–129.10.1037/lhb0000105Search in Google Scholar
Eher, R., Rettenberger, M., Etzler, S., Eberhaut, S. & Mokros, A. (2019). Eine gemeinsame Sprache für die Risikokommunikation bei Sexualstraftätern – Trenn- und Normwerte für das neue Fünf-Kategorienmodell des Static-99. Recht & Psychiatrie 37, 91–99.Search in Google Scholar
Eher, R., Rettenberger, M., Schilling, F. & Pfäfflin, F. (2008). Validität oder praktischer Nutzen? Rückfallvorhersagen mittels Static-99 und SORAG. Eine prospektive Rückfallstudie an 275 Sexualstraftätern. Recht & Psychiatrie 26, 79–88.Search in Google Scholar
Eher, R., Schilling, F., Mönichweger, M., Haubner-Maclean, T. & Rettenberger, M. (2012). Die revidierte Version des SVG-5: Darstellung relativer und absoluter Rückfallraten. Monatsschrift für Kriminologie und Strafrechtsreform 95 (1), 18–31.10.1515/mks-2012-950102Search in Google Scholar
Etzler, S. (2019). Sozialtherapie im Strafvollzug 2019: Ergebnisübersicht zur Stichtagserhebung zum 31.03.2019. Elektronische Schriftenreihe der KrimZ.Search in Google Scholar
Etzler, S., Moosburner, M. & Rettenberger, M. (2020). Therapie bei Straffälligkeit: Zur Entwicklung der Sozialtherapie im deutschen Justizvollzug. Forensische Psychiatrie, Psychologie, Kriminologie 14 (1), 95–105.10.1007/s11757-019-00579-8Search in Google Scholar
Etzler, S. & Rettenberger, M. (2020). Psychologische Diagnostik im Rahmen der Behandlung von Gewalt- und Sexualstraftätern im Justizvollzug: Eine Vollerhebung diagnostischer Praxis der sozialtherapeutischen Einrichtungen in Deutschland. Diagnostica 66 (1), 14–24.10.1026/0012-1924/a000235Search in Google Scholar
Grove, W.M. & Meehl, P.E. (1996). Comparative efficiency of informal (subjective, impressionistic) and formal (mechanical, algorithmic) prediction procedures: The clinical-statistical controversy. Psychology, Public Policy, and Law 2 (2), 293–323.10.1037/1076-8971.2.2.293Search in Google Scholar
Grove, W.M., Zald, D.H., Lebow, B.S., Snitz, B.E. & Nelson, C. (2000). Clinical versus mechanical prediction: A meta-analysis. Psychological Assessment 12 (1), 19–30.10.1037/1040-3590.12.1.19Search in Google Scholar
Hanson, R.K., Bourgon, G., Helmus, L. & Hodgson, S. (2009). The principles of effective correctional treatment also apply to sexual offenders: A meta-analysis. Criminal Justice and Behavior 36, 865–890. 10.1177/0093854809338545Search in Google Scholar
Hanson, R.K. & Morton-Bourgon, K.E. (2009). The accuracy of recidivism risk assessments for sexual offenders: A meta-analysis of 118 prediction studies. Psychological Assessment 21 (1), 1–21.10.1037/a0014421Search in Google Scholar
Hanson, R.K. & Thornton, D. (2000). Improving risk assessments for sex offenders: A comparison of three actuarial scales. Law and Human Behavior 24, 119–136.10.1023/A:1005482921333Search in Google Scholar
Harling, A.V. (1997). Der Mißbrauch von Vollzugslockerungen zu Straftaten: Eine empirische Untersuchung zur Bewährung der Lockerungspraxis am Beispiel Niedersachsens in den Jahren 1990 und 1991. Zugl.: Göttingen, Univ. Diss., 1996. Neue kriminologische Studien: Vol. 16. München: Fink.Search in Google Scholar
Hill, A., Rettenberger, M., Habermann, N., Berner, W., Eher, R. & Briken, P. (2012). The utility of risk assessment instruments for the prediction of recidivism in sexual homicide perpetrators. Journal of Interpersonal Violence 27 (18), 3553–3578.10.1177/0886260512447570Search in Google Scholar
Howard, P., Francis, B., Soothill, K. & Humphreys, L. (2009). OGRS 3: The Revised Offender Group Reconviction Scale. Research Summary 7/09.Search in Google Scholar
Kröber, H.-L., Brettel, H., Rettenberger, M. & Stübner, S. (2019). Empfehlungen für Prognosegutachten: Erfahrungswissenschaftliche Empfehlungen für kriminalprognostische Gutachten. Forensische Psychiatrie, Psychologie, Kriminologie 13, 334–342.10.1007/s11757-019-00558-zSearch in Google Scholar
Kroner, D.G. & Mills, J.F. (2016). The accuracy of five risk appraisal instruments in predicting institutional misconduct and new convictions. Criminal Justice and Behavior 28 (4), 471–489.Search in Google Scholar
Laubenthal, K. (2015). Strafvollzug. Berlin: Springer.10.1007/978-3-642-54819-2Search in Google Scholar
Lobo, J.M., Jiménez-Valverde, A. & Real, R. (2008). AUC: A misleading measure of the performance of predictive distribution models. Global Ecology and Biogeography 17 (2), 145–151. 10.1111/j.1466-8238.2007.00358.xSearch in Google Scholar
Lösel, F. (2014). Evaluation der Straftäterbehandlung. In T. Bliesener, F. Lösel & G. Köhnken (Hrsg.), Lehrbuch der Rechtspsychologie (529–555). Bern: Verlag Hans Huber. Search in Google Scholar
Lösel, F. (2016). Wie wirksam ist die Straftäterbehandlung im Justizvollzug? In M. Rettenberger & A. Dessecker (Hrsg.), Behandlung im Justizvollzug (17–52). Wiesbaden: Kriminologische Zentralstelle.Search in Google Scholar
Meehl, P.E. (1954). Clinical versus Statistical Prediction: A Theoretical Analysis and a Review of the Evidence. Minneapolis: University of Minnesota Press. Search in Google Scholar
Mika, M. (2018). Zehn Jahre Landesstrafvollzugsgesetzgebung – Eine kritische Betrachtung der besonderen Sicherungs- sowie der Disziplinarmaßnahmen. Neue Kriminalpolitik 30 (1), 63–76.10.5771/0934-9200-2018-1-63Search in Google Scholar
Rettenberger, M. (2018a). Die Einschätzung des Rückfallrisikos (Risk-Assessment) bei Sexualstrafätern. In N. Saimeh (Hrsg.), Destruktive Sexualität: Therapie und Risk-Assessment in der Forensischen Psychiatrie (167–183). Eickelborner Schriftenreihe zur Forensischen Psychiatrie. Berlin: Medizinisch Wissenschaftliche Verlagsgesellschaft.Search in Google Scholar
Rettenberger, M. (2018b). Intuitive, klinisch-idiographische und statistische Kriminalprognosen im Vergleich – die Überlegenheit wissenschaftlich strukturierten Vorgehens. Forensische Psychiatrie, Psychologie, Kriminologie 12 (1), 28–36.10.1007/s11757-017-0463-ySearch in Google Scholar
Rettenberger, M. & Eher, R. (2006). Die deutsche Übersetzung und Adaptierung des Static-99 zur aktuarischen Kriminalprognose verurteilter Sexualstraftäter. Monatsschrift für Kriminologie und Strafrechtsreform 89 (5), 352–365.10.1515/mks-2006-00063Search in Google Scholar
Rettenberger, M., Haubner-MacLean, T. & Eher, R. (2013). The contribution of age to the Static-99 risk assessment in a population-based prison sample of sexual offenders. Criminal Justice and Behavior 40, 1413–1433.10.1177/0093854813492518Search in Google Scholar
Rettenberger, M., Mönichweger, M., Buchelle, E., Schilling, F. & Eher, R. (2010). Entwicklung eines Screeninginstruments zur Vorhersage der einschlägigen Rückfälligkeit von Gewaltstraftätern. Monatsschrift für Kriminologie und Strafrechtsreform 93, 346–360.10.1515/mks-2010-930503Search in Google Scholar
Rice, M. E. & Harris, G.T. (2005). Comparing effect sizes in follow-up studies: Roc Area, Cohen’s d, and r. Law and Human Behavior 29 (5), 615–620.10.1007/s10979-005-6832-7Search in Google Scholar
Schmucker, M. & Lösel, F. (2015) The effects of sexual offender treatment on recidivism: an international meta-analysis of sound quality evaluations. Journal of Experimental Criminology 11, 597–630. 10.1007/s11292-015-9241-zSearch in Google Scholar
Schneider-Njepel, V. & Harwardt, F. (2013). OGRS – Offender Group Reconviction Scale. In M. Rettenberger & F. v. Franqué (Hrsg.), Handbuch kriminalprognostischer Verfahren (135–140). Göttingen, Bern, Wien: Hogrefe.Search in Google Scholar
Walter, J. (2005). »Apokryphe« Disziplinarmaßnahmen im Strafvollzug. Neue Kriminalpolitik 17 (4), 130–134.10.5771/0934-9200-2005-4-130Search in Google Scholar
© 2020 Walter de Gruyter GmbH, Berlin/Boston
