Die Rolle von Theorie in der Konfliktvorhersage

7 April 2026

Im vergangenen Jahrzehnt hat sich der Fokus der quantitativen Konfliktforschung zunehmend von der Erklärung auf die Vorhersage verschoben. Durch Fortschritte bei der Datenverfügbarkeit und Rechenleistung haben sich Modelle des maschinellen Lernens als dominanter Ansatz zur Prognose gewaltsamer Konflikte etabliert. Diese Modelle eignen sich besonders gut zur Abbildung der nichtlinearen Zusammenhänge und komplexen Interaktionen, die bei Konflikten zu beobachten sind. Der Artikel gibt einen kurzen Überblick über die Funktionsweise solcher Vorhersagemodelle und erklärt, warum deren Fokus auf die Vorhersagegüte die Rolle von Kausaltheorien zu den Ursachen von Gewalt in den Hintergrund gedrängt hat.

Am Beispiel von Prognosen zur kommunalen Gewalt in Westafrika zeigt das Paper, dass „naive” Ansätze, bei denen Theorie durch den Vergleich von Modellen mit unterschiedlichen, auf Theorien basierenden Variablensets einbezogen wird, nur begrenzt und potenziell irreführende Erkenntnisse liefern. Unterschiede zwischen theoretischen Erklärungsansätzen treten dabei oft nur unter künstlich eingeschränkten Modellspezifikationen auf. Im Gegensatz dazu hebt das Paper das Potenzial von Interpretierbarkeitsmethoden hervor, um nach dem Modelltraining Theorie und Vorhersage wieder miteinander zu verknüpfen. Durch die Zerlegung von Prognosen in die Beiträge theoretisch relevanter Variablengruppen können Vorhersagemodelle Einblicke in zugrunde liegende Konfliktprozesse gewähren und theoriegeleitete Risikobewertungen ermöglichen, ohne dabei an prognostischer Realitätsnähe einzubüßen.

Der Beitrag kann hier heruntergeladen werden.

Weitere Informationen zur Working Paper Series des CISS Munich finden sich hier.

Bild: CISS