Quantitative Sozialforschung und soziale Kontrolle

Als Wolfgang Streeck 1966 begann Soziologie zu studieren, sah er — wie seither unzählige Studierende — sein Fach als mehr oder weniger wissenschaftliche Anleitung zur Verbesserung der gesellschaftlichen Verhältnisse (Streeck 2015).1 Die Idee ist einfach: wenn wir die Ursachen von gesellschaftlich unerwünschten Zuständen kennen, so lassen sich diese politisch verändern und die Gesellschaft so „verbessern“. Erkenntnistheoretisch ist es selbstverständlich naiv, die Gesellschaft als passiven Gegenstand zu betrachten, der in Kausalmodellen beschrieben und durch das Anziehen der richtigen Stellschrauben in die gewünschte Richtung bewegt werden kann. Die Soziologie weiß das nur allzu gut, hat sich diese Disziplin doch so intensiv wie keine andere mit der Steuerungsfähigkeit von Gesellschaften auseinander gesetzt. Leider scheint dieses Wissen heute zunehmend verschüttet zu gehen. Ich vermute, dass dies mit der Zunahme von hochspezialisierten Disziplinen zusammenhängt, die aus den Naturwissenschaften kommen, von einem positivistischen Wissenschaftsverständnis ausgehend mit scheinbar „exakten“ mathematischen Modellen arbeiten und dabei auf die Veränderung der Gesellschaft zielen. Schon alt ist dabei die Anwendung neoklassisch-ökonomischer Modelle auf soziale Probleme, wie es in der Bildungs-, Umwelt- und Familienökonomik gang und gebe ist. Vor dem Hintergrund des Klimawandels kommen dazu neuerdings Umwelt- und Klimawissenschaften, die sich aus den Naturwissenschaften heraus entwickelt haben, sich häufig als eine Art Ingenieurswissenschaft gebären und hoffen, die drohende Umweltkatastrophe durch geeignete (Sozial-)Technologien und umweltgerechte Verhaltenssteuerung abwenden zu können.

Ich will dieses Problem hier am Beispiel eines populären Teilgebiets meiner eigenen Disziplin — der Soziologie — diskutieren: der modernen quantitativ-empirischen Sozialforschung, die bevorzugt mediale und politische Aufmerksamkeit bekommt. Die in quantitativen Studien gefundenen Zusammenhänge lassen sich deutlich knapper und pointierter darstellen als die umfangreiche Empirie qualitativer Ansätze oder Diskursanalysen. So kann jede DIW-Studie auf Grundlage der Daten des Sozioökonomischen Panels (SOEP), die sich mit sozialen Themen im weiteren Sinne beschäftigt, sicher sein, dass die deutschen Medien über sie berichten. So zeigen die Daten des SOEP, dass ein Anstieg des Nettoeinkommens das Glück der Deutschen nicht gesteigert hat (taz vom 18.11.2013), dass die Deutschen mit ihrem Job zufrieden sind (Welt online vom 1.7.2013), dass Armut krank macht (Ärztezeitung vom 28.05.2013), dass der Mindestlohn die Produktivität steigert (Bild der Wissenschaft, 7/2014) oder dass Musizieren klug macht (Psychologie heute 4/2014) etc. pp.

Ich will hier nicht die alte (und berechtigte) Kritik an positivistischen Ansätzen erneuern und zeigen, dass die Hoffnung, auf Grundlage solcher Studien die Welt zum besseren zu wenden, auf einem ontologischen Missverständnis des Untersuchungsgegenstandes „Gesellschaft“ beruht und die Steuerungsfähigkeit eben dieser hoffnungslos überschätzt (so Streeck pointiert in eingangs zitiertem Aufsatz). Ich möchte hier einen Schritt weiter gehen und — in Anlehnung an die Kritik Hannah Arendts — die These diskutieren, dass ein Missverstehen solcher Studien als Anleitung zur Gesellschaftsverbesserung oft das Gegenteil des Intendierten bewirken kann: soziale Kontrolle stärken und grundlegenden gesellschaftlichen Wandel behindern.

Soziale Kontrolle im Neoliberalismus und sozialwissenschaftliche Forschung

Streeck definiert das Ziel neoliberaler Politik als den planmäßige[n] Abbau gesellschaftlicher Institutionen kollektiver Zielsetzung und Selbststeuerung zum Zweck der Freisetzung und Entblößung der Individuen für den ungehinderten Zugriff von Marktanreizen (Streeck 2015: 73). Paradigmatisch für diese individualisierte Form der Gesellschaftssteuerung steht die sogenannte aktivierende Sozialpolitik, die in Deutschland unter dem Titel Hartz IV vor inzwischen zehn Jahren von der rot-grünen Bundesregierung eingeführt wurde. Sie ergänzt oder ersetzt die alte Gesellschaftssteuerung auf der Makroebene der Gesellschaft, über die versucht wird durch Industriepolitik, keynesianische Nachfragesteuerung u.a. gesellschaftlich erwünschte Zustände wie Wirtschaftswachstum und hohe Beschäftigungszahlen herbeizuführen (vgl. Dingeldey 2005). Statt dessen setzt moderne Sozialpolitik heute verstärkt auf Mikrosteuerung: Es geht darum, individuelle Verhaltensänderungen herbeizuführen und subjektive Zustände zu verändern. Die Schlagworte dazu lauten employability und Humankapital. Die Menschen sollen in ihren Fähigkeiten (die mit soft skills heute weit über arbeitsmarktbezogene Fähigkeiten im engeren Sinne hinausgehen) an die Erfordernisse des flexiblen Kapitalismus angepasst werden und sich entsprechend verhalten. In der Praxis der Arbeitsagenturen zeigt sich dies in (verpflichtenden) Bewerbungstrainings, Weiterbildungsmaßnahmen und so genannten „Eingliederungsvereinbarungen“ über die sich die Arbeitslosen (unter Androhung des Entzugs der Leistungen) verpflichten, ein entsprechendes, arbeitsmarktkonformes Verhalten an den Tag zu legen.

Eine solche Politik impliziert immer — und das wird selten explizit gemacht –, dass die Ursachen für gesellschaftliche Fehlentwicklungen in individuellem Fehlverhalten bzw. unzureichender Ausstattung mit arbeitsmarktbezogenen Fähigkeiten (Bildung bzw. Humankapital) zu finden sind. Eine Veränderung von individuellen Zuständen und individuellem Verhalten wäre dann notwendig und vor allem auch geeignet, die Gesellschaft zum Positiven zu verändern. Eine Annahme allerdings, die bisher weder empirisch zweifelsfrei nachgewiesen noch theoretisch fundiert werden konnte (im Hinblick auf Bildung vgl. Ferger 2015).

Im Folgenden soll die Rolle, die die Wissenschaft dabei spielt, kritisch diskutiert werden. Dabei beschränke ich mich auf das Beispiel der empirischen Bildungs- und Arbeitsmarktforschung, zwei Teildisziplinen, denen aber bei der Begründung und Durchführung neoliberaler Gesellschaftssteuerung eine wichtige Rolle zukommt.

Um individuelles Verhalten effektiv steuern zu können, ist sozialtechnologisches Wissen notwendig. So muss bekannt sein, welche Art der Bildung arbeitsmarktrelevant ist (also welche Fähigkeiten ursächlich mit guten Jobchancen zusammenhängen) und was die Ursachen für die Ausbildung solchen Wissens sind (unter welchen Bedingungen Menschen geeignetes Humankapital ausbilden und was umgekehrt die Ursachen für fehlende Humankapitalausstattung, also „Bildungsarmut “ darstellen (ebd.)).

Wolfgang Streeck argumentiert, dass die Soziologie als Anleitung zur Gesellschaftssteuerung redundant geworden sei. Aus theoretischen Gründen, aber auch, da diese Rolle inzwischen viel effektiver von anderen Disziplinen wie der Verhaltensökonomik, der Glücks- und der Hirnforschung übernommen werde. Auch ließen sich Menschen heute schon besser durch Algorithmen kontrollieren, die gigantische Datenmengen auswerten (Big Data) — theorielos, dafür aber tendenziell nicht mehr auf Stichproben basierend, sondern auf die Grundgesamtheit bezogen. Dem ist in Teilen sicher zuzustimmen, dennoch möchte ich hier argumentieren, dass heute der quantitativen Soziologie eine (noch?) privilegierte Rolle als Produzent solchen Wissens zukommt. Als renommierte Wissenschaft kann die empirische Sozialforschung für sich beanspruchen, „wissenschaftlich gesicherte“ Erkenntnisse zu liefern. Die moderne quantitative Sozialforschung hat ein umfangreiches Instrumentarium entwickelt, mit dem sie von sich behaupten kann, valide Aussagen über Kausalzusammenhänge treffen zu können. Kausalzusammenhänge, die von ihrer Logik her nahe an unserem Alltagsverständnis sind, sich auf einige, besonders aussagekräftige Variablen beschränken und sich medial in wenigen Sätzen pointiert darstellen lassen (s.o.).

Das Beispiel der empirischen Bildungs- und Arbeitsmarktforschung

Die Gefahr ist immer, das eine Kritik an Teilbereichen der arbeitsteiligen Wissenschaft als „pauschal“ abgetan wird, denn: es gibt Ausnahmen (vgl. Vobruba 2014). Allerdings produzieren bestimmte Ansätze auch systematisch bestimmte Ergebnisse und sind ebenso systematisch geeignet bestimmte Fragen zu beantworten (und andere eben nicht).

Ein typisches Merkmal quantitativer Sozialforschung besteht darin, dass Individualmerkmale erklärt werden (abhängige Variable). In den hier beispielhaft diskutierten Disziplinen ist das typischerweise das individuelle Bildungsniveau und der individuelle Erwerbststatus. Üblicherweise werden die Individualmerkmale dann aggregiert: der Anteil der Studienabgänger in Deutschland, der Anteil der Bildungsarmen in der Gruppe der Migrantenkinder, die Höhe des Erwerbseinkommens der Frauen, die Arbeitslosenquote von Schulabbrechern. Sie werden dann analytische Merkmale (im Sinne der Lazarsfeld-Menzel-Typologie, Lazarsfeld und Menzel 1961) genannt, basieren aber nach wie vor auf einer meist einfachen Aggregation von Individualmerkmalen.

Damit produziert dieser Forschungszweig systematisch Ergebnisse, die für eine auf Individuen abzielende soziale Steuerung von Bedeutung sind. Wenn bekannt ist, welche Ursachen für welches Humankapitalniveau verantwortlich sind, welche Bedingungen die „Wiedereingliederung“ von Arbeitslosen begünstigen und wie die Erwerbsbeteiligung von Frauen gesteigert werden kann, so ist das entsprechende Wissen verfügbar, um das individuelle Verhalten in die gewünschte Richtung zu kanalisieren — in den meisten Fällen bedeutet dies, sie möglichst effizient der kapitalistischen Verwertung zuzuführen. Die moderne quantitative Sozialforschung ist dabei methodisch einen ganzen Schritt weiter als noch vor zehn Jahren, als ein Großteil ihrer Aussagen auf Korrelationen beruhte und damit leicht als nicht-ursächlich abgetan werden konnte. Heute werden auf Paneldaten beruhende Längstschnittanalysen präferiert (als Beispiel wurde bereits das Sozioökonomische Panel erwähnt), die für sich beanspruchen, ursächliche (kausale) Zusammenhänge zwischen Variablen herstellen zu können (Brüderl 2010). Mit Hilfe von Mehrebenenmodellen können darüber hinaus Kontextfaktoren mitberücksichtigt werden. Es sind dann (im Idealfall) Aussagen möglich wie: Migranten der 2. Generation sind seltener arbeitslos (abhängige Variable), wenn sie eine Weiterbildungsmaßnahme A besucht haben, ein Musikinstrument B beherrschen (unabhängige Variablen, individuelle Ebene) und das soziale Sicherungssystem die Form C aufweist (unabhängige Kontextvariable). Da diese Zusammenhänge als kausal verstanden werden,3 liefern die Modelle hervorragendes, sozialtechnologisch brauchbares Wissen: um die Arbeitsmarktintegration von Migranten der 2. Generation zu verbessern müssten sie in der Schule stärker musikalisch gefördert werden und im Falle von Arbeitslosigkeit die Maßnahme X absolvieren — darüber hinaus lassen sich (wenn die Daten für ein geeignetes Forschungsdesign verfügbar waren) sogar noch Aussagen darüber treffen, wie die Sozialsysteme umgestaltet werden müssten um die Arbeitsmarktsituation der Zielgruppe zu optimieren.

Wertneutralität und Politikberatung

Quantitative Sozialforscher_innen würden diese Kritik zurückweisen, indem sie sich auf das Postulat der Werturteilsfreiheit zurückziehen. Paradigmatisch für diese Auffassung stellte auf einer großen internationalen Konferenz zum Thema „Bildungsungleichheit und Gerechtigkeit“ im Jahr 2012 in Bern einer der renommierten deutschen Bildungsforscher klar: seine Forschung ist wertneutral. Er stelle lediglich Zusammenhänge dar, die politischen Schlussfolgerungen müssten aber andere ziehen. Das Verständnis von Arbeitsteilung zwischen Wissenschaft und Politik, das dahinter steht, kann man so stilisieren: Wir zeigen, wo die Probleme sind, ihr tut etwas dagegen. Darüber hätte man vor ein paar Jahrzehnten nur den Kopf geschüttelt bringt Georg Vobruba diese Auffassung und ihre wissenschaftstheoretische Antiquiertheit auf den Punkt (Vobruba 2014).

Wertneutral ist solche Forschung schon deswegen nicht, da die Theorien diskursiv auf ihren Gegenstand einwirken, von der Gesellschaft zur Kenntnis genommen werden und damit auf diese zurückwirken. Wenn unzählige Studien untersuchen wie Bildung und Arbeitsmarktintegration gestärkt werden, so affirmiert das die weit verbreitete Ansicht, dass Bildung und Arbeit wichtige gesamtgesellschaftliche Ziele darstellen. Technokratische Steuerungsmodelle unterstellen der zu steuernden Gesellschaft allgemein geteilte, sich von selber verstehende Ziele und neigen dazu, andere Ziele […] als irrational zu delegitimieren (Streeck 2015). Dieser Fehler findet sich in den beiden hier beispielhaft diskutierten Forschungszweigen vielleicht so häufig wie sonst nirgends, untersuchen sie doch die derzeit vielleicht am breitesten geteilten Werte: Bildung und Arbeit. Es findet sich heute kaum jemand, der die neuzeitliche Verherrlichung der Arbeit (Hannah Arendt) in Frage stellen würde. Die Reduktion von (Erwerbs)Arbeitslosigkeit hat politisch quer durch alle politischen Lager allerhöchste Priorität. Gleiches gilt für Bildung: wie auch Arbeit wird Bildung ein hoher intrinsischer Wert zugeschrieben. Darüber hinaus wird Bildung heute als Allheilmittel gegen Arbeitslosigkeit und Exklusion verstanden (und darüber hinaus als Wachstums- und Innovationsmotor angesehen, vgl. Ferger 2015).

Einebnung gesellschaftlicher Konfliktlinien

Dennoch ist es zu einfach (und wie in solchen Fällen immer: gefährlich), im Hinblick auf Bildung und Arbeit ein allgemeines gesellschaftliches Interesse zu unterstellen. Bildung ist nicht gleich Bildung. Es darf durchaus bezweifelt werden, ob eine allgemein geteilte Vorstellung darüber besteht, welche Art von Bildung in der Schule vermittelt werden soll. Die PISA-Studien (und vergleichbare Erhebungen wie IALS und PIAAC) messen aber eine sehr spezifische Bildung: quantifizierbares, funktionales, auf analytischem Verständnis beruhendes und auf dem Arbeitsmarkt verwertbares Wissen. Emotionales, auf Erfahrung beruhendes Wissen, kommunikative Fähigkeiten, kritisches Hinterfragen u.a. werden dagegen nicht getestet (und sind möglicherweise auch nicht auf einer quantitativen, eindimensionalen Skala darstellbar).2 Gleiches gilt für Arbeit: Untersucht wird ausschließlich Erwerbsarbeit und damit ein hochgradig reduktionistischer Arbeitsbegriff. Der feministischen Kritik an der Abwertung reproduktiver Tätigkeiten kann damit gerade nicht Rechnung getragen werden. Ebenso wenig, dass es durchaus Erwerbsarbeit gibt, die — trotz Massenarbeitslosigkeit! — aus sozialen (Waffenindustrie) und ökologischen (bei weitem nicht nur die Kohleindustrie) Gründen abgeschafft gehört (so schon Opielka 1985).

Mit der Wahl der abhängigen Variable und unzähligen Untersuchungen zu den Ursachen von Arbeitslosigkeit und geringer Bildung werden nun permanent ein bestimmter Begriff von Arbeit und Bildung affirmiert und werden Vorschläge unterbreitet, wie diese spezielle Form von Arbeit und Bildung gestärkt werden kann (möglicherweise auf Kosten anderer, emanzipativer Formen). Dabei bleiben der empirischen Forschung meistens kaum Wahlmöglichkeiten: moderne Längstschnittstudien sind extrem kostenintensiv und zeitaufwendig. Primärerhebungen sind daher kaum mehr möglich und die Forscher_innen auf Sekundäranalysen angewiesen. Damit sind die Kategorien aber durch die Datensätze schon vorgegeben, quantitativ-empirische Forschungen zu anderen Formen von Bildung und Arbeit sind damit schon aus forschungspragmatischen Gründen kaum möglich. Die Wissenschaft muss also mit den Kategorien arbeiten, die ihnen die Organisation für wirtschaftliche Zusammenarbeit und Entwicklung (OECD) für Bildung oder im Hinblick auf Arbeit beispielsweise das Institut für Arbeitsmarkt- und Berufsforschung (IAB) vorsetzt. Und affirmiert damit beständig deren Begriffe.

Blinde Flecken: kreatives, nonkonformes Handeln und gesellschaftlicher Wandel

Die Anforderungen an Datensätze, mit denen sich Kausalanalysen durchführen lassen, sind hoch. Um die entsprechende Varianz zu generieren, müssen Menschen über einen längeren Zeitraum hinweg befragt werden (was eine Reihe von weiteren methodischen Herausforderungen mit sich bringt, wie z.B. Panelmortalität und Lerneffekte). Noch anspruchsvoller wird das Ganze, wenn auch der Einfluss von Kontextvariablen kausal analysiert werden soll. Dann muss Varianz in den Kontexten generiert werden, was, beispielsweise im Hinblick auf unterschiedliche Sozialsysteme oder Arbeitsmarktinstitutionen oft nur über Ländervergleiche möglich ist. Die Hürden sind damit so hoch, dass eine Kombination von Längstschnitt- und Mehrebenendesign meist schon aus Datenverfügbarkeitsgründen ausgeschlossen ist. Diese methodischen Probleme sind selbstverständlich nicht Gegenstand meines Aufsatzes. Es sollte hier verdeutlicht werden, worauf die Gesetze der Statistik beruhen: auf hohen Fallzahlen und langen Zeitreihen. Und mit den (zu begrüßenden) steigenden methodischen Anforderungen müssen Fallzahlen und Zeitreihen tendenziell immer größer werden.

Dabei verlangen die hier diskutierten Modelle zwar Varianz in den Daten, paradoxerweise bedeutet dies aber nicht, dass Heterogenität wünschenswert ist. Vielmehr ist es — um überhaupt eine Vergleichbarkeit zu gewährleisten — für ländervergleichende Mehrebenenmodelle entscheidend, dass die Unterschiede in den untersuchten Institutionen nicht zu groß sind. Dasselbe gilt für Längstschnittdesigns: wer den Zusammenhang von Bildungsniveau und Arbeitsmarkterfolg in Deutschland seit 1980 quantitativ untersuchen will, für den bestehen die größten methodischen Probleme häufig in der deutschen Wiedervereinigung und und der Finanz- und Wirtschaftskrise nach 2007. Am problematischsten wird es aber, wenn sich die, gesellschaftlich konstruierte, Wirklichkeit unterscheidet oder wandelt — und mit ihr die Bedeutung von Kategorien. Wenn sich also das Bildungsverständnis zwischen verschiedenen nationalstaatlich organisierten Bildungssystemen stark unterscheidet oder sich das Verständnis von dem, was eine Gesellschaft unter Arbeit versteht, über die Zeit radikal wandelt — also qualitativer statt quantitativer Wandel stattfindet. In solchen Fällen liefert die quantitative Kausalanalyse keine sinnvoll interpretierbaren Ergebnisse. Implizite Grundlage jeglicher Längstschnitts- und Mehrebenenuntersuchungen ist, dass die Bedeutung der verwendeten Kategorien dieselbe bleibt bzw. (im Hinblick auf Mehrebenenmodelle) sich zwischen den Clustern nicht unterscheidet. Zugespitzt ließe sich formulieren, dass sozialer Wandel der natürliche Feind methodisch anspruchsvoller quantitativer Sozialforschung ist.

Diese Kritik wurde am pointiertesten vielleicht von Hannah Arendt formuliert (Arendt 2010, Kapitel 6, amerikanische Erstausgabe 1958). Wie gesagt können statistische Methoden nur dann Gültigkeit beanspruchen, wenn sie auf große Zahlen und lange Zeiträume angewendet werden. Die großen historischen Ereignisse aber (Krisen, Revolutionen, Zusammenbrüche von Gesellschaftssystemen) sind gerade von ihrer Natur her singuläre Ereignisse (ebd.). Sie sind daher für diese Forschung nicht fassbar und stellen statt dessen ein Problem dar. Gleichzeitig aber waren es diese großen gesellschaftlichen Umbrüche, die die Welt wie wir sie kennen, geformt haben — erst sie haben den Kategorien wie Arbeit und Bildung, mit denen wir heute selbstverständlich hantieren Sinn gegeben (wobei wir uns meist gar nicht mehr bewusst sind, dass wir eine historisch sehr spezifische Form von Arbeit und Bildung meinen).

Wendet man […] die Gesetze, deren Gültigkeit sich überhaupt nur an großen Zahlen und langen Zeitabschnitten erweisen kann, unbesehen auf die Gegenstände der Politik und Geschichte an, so hat man diese Gegenstände bereits unter der Hand eliminiert, sie nämlich als Abweichungen in dasjenige Medium eingeebnet, in dem sie zwar erscheinen, das sie aber gerade nicht sind. Es ist offenbar ein ebenso sinnloses wie hoffnungsloses Unternehmen, nach Bedeutung in der Politik oder nach dem Sinn in der Geschichte zu fahnden, nachdem man gerade dasjenige, was nicht nur Sinn- und Bedeutung hat, sondern auch dem an sich Sinn- und Bedeutungslosen — dem alltäglichen Verhalten und den automatischen historischen Prozessen — einen Sinn zu verleihen vermag, als gegenstandslos ausgeschaltet hat (ebd. 54).

Hinzuzufügen ist zu Arendts Kritik, dass der auf den Sinn von Kategorien abzielende gesellschaftliche Wandel nicht nur revolutionär, also als singuläres, sinngebendes Ereignis, stattfindet, sondern sich ebenso in — auf den ersten Blick — stabilen Ordnungen wie der deutschen Nachkriegsgesellschaft vollzieht (im Hinblick auf Arbeit vgl. Gottschall und Voß 2003). Diesen Wandel zu erfassen, bleibt der qualitativen Forschung vorbehalten. Die hier kritisierte quantitative Sozialforschung dagegen muss eine Beständigkeit in Begriffen und Konzepten annehmen und unterstellen, um nicht ihre eigenen Ergebnisse in Frage zu stellen. Kreatives, neue Wirklichkeiten konstituierendes und sozialen Sinn transzendierendes Handeln ist nicht vorgesehen und wird zur zu eliminierenden Abweichung. Hannah Arendt sieht damit bereits 1958, was Wolfgang Streeck 2015 für die Gesellschaftssteuerung im modernen Kapitalismus ausmacht: Soziale Steuerung zielt darauf, den Einzelnen unter gegebenen Rahmenbedingungen zu „psychologisieren“ und im Hinblick auf Persönlichkeitseigenschaften wie Bildung, Talent und Leistungsbereitschaft zu optimieren — heute liest sich das als Anpassung an die Erfordernisse des modernen Arbeitsmarktes. Pate dafür steht dabei die hier diskutierte Form der Gesellschaftswissenschaft, die den Einzelnen im Hinblick auf sein normkonformes Verhalten unter gegebenen Rahmenbedingungen untersucht.

Schlussfolgerungen

Rein quantitativ-empirisch arbeitende Sozialforschung ist von ihrer Anlage her strukturkonservativ. Stillschweigende Annahme der verwendeten Methode ist die Stabilität von gesellschaftlichen Kategorien. Aus ihr abgeleitete Aussagen beruhen darauf, dass die verwendeten Kategorien über die Zeit und zwischen verschiedenen Orten vergleichbar sind und damit dasselbe bedeuten. Analysiert wird bevorzugt individuelles Verhalten unter gegebenen Rahmenbedingungen. Der Sinn der verwendeten Kategorien kann dagegen systematisch nicht erfasst werden, da dieser Sinn sich gerade in Abweichungen, in kreativem Handeln und gesellschaftlichen Umbrüchen konstituiert. Grundlegender gesellschaftlicher Wandel kann damit weder antizipiert noch verstanden werden. Denn dieser bedeutet ja gerade, dass sich der Sinn der Kategorien, mit denen wir alltäglich hantieren, verändert.

Sozialer Wandel, der aufgrund der Ergebnisse quantitativer Sozialforschung gedacht und fokussiert wird, kann damit kaum anders aussehen, als eine Optimierung von gesellschaftlichen Outputs durch die Anpassung individuellen Verhaltens unter gegebenen Rahmenbedingungen. Die aus der Forschung abgeleitete Sozialtechnologie kann (im besten Fall) geeignet sein — um ein typisches Beispiel zu bringen –, die Arbeitsmarktperformanz von Frauen auf dem Arbeitsmarkt unter gegebenen Bedingungen zu optimieren. Dass sich zentrale Kategorien wie Bildung, Arbeit und Gender radikal wandeln können und müssen, ist für den quantitativen Sozialforscher schlicht nicht vorstellbar (und stellt vielmehr eine Bedrohung seiner Profession dar). Dies ist der Grund, warum dieser Forschungszweig überaus geeignetes Wissen zur individualisierten sozialen Kontrolle liefert. Leider wird diese Rolle der Forschung nur selten kritisch reflektiert und damit vergessen, dass keine hervorragende Leistung möglich ist, wenn die Welt selbst ihr nicht einen Platz einräumt (Arendt 2010: 62). Gesellschaftskritik, die ihre Legitimation aus der hier diskutierten Forschung zieht, greift somit äußerst kurz. Ihr kann es in ihrer Hoffnung auf eine Verbesserung der Welt nur um eine mögliche Veränderung menschlicher Verhaltensweisen gehen, nicht aber um eine Veränderung der Welt, in der wir leben (ebd.).

Wer dagegen der Meinung ist, dass sich die Art und Weise wie wir leben, produzieren und uns reproduzieren radikal wandeln muss, dass Wirtschaftswachstum keine Patentlösung ist und dass emanzipative Bildung grundlegend anders organisiert werden muss, der wird in der hier diskutierten Forschung kaum Denkanstöße finden. Im Gegenteil: er oder sie wird unbewusst gegebene gesellschaftliche Zustände affirmieren. Und (hoffentlich irgendwann) feststellen, dass das Denken in quantitativen Kategorien strukturell konservierend wirkt und gesellschaftlichen Wandel bremst anstatt ihn zu befördern.


Anmerkungen

1 Ich danke Wolfgang Streeck für den mit viel Abstand geschriebenen und erhellenden Artikel über die Entwicklung der Nachkriegssoziologie in Deutschland und Nordamerika, der mich inspirierte, mich hier kritisch mit meiner eigenen Arbeit in quantitativen Forschungsprojekten auseinanderzusetzen. Dabei teile ich seine Schlussfolgerung vollkommen, dass soziologische Forschung über soziale Kontrolle Priorität haben soll. Allerdings denke ich nicht, dass Soziologie als Steuerungswissenschaft bereits redundant geworden ist. Ich vertrete hier statt dessen die These, dass ein wichtiger Zweig zeitgenössischer Soziologie weiterhin sehr effektiv Steuerungswissen produziert. Quantitativ-empirisches Wissen über individuelles Verhalten unter gegebenen Rahmenbedingungen dient der Kanalisierung der Individuen in gewünschte Bahnen und zementiert damit den gesellschaftlichen Status quo.

2 Im Hinblick auf das Bildungsverständnis der OECD vgl. Murray, Kirsch und Jenkins 1998, sowie kritisch: Hamilton und Barton 2000, Gomez 2000.

3 Hier ist nicht der Platz, um den zu Grunde liegenden Kausalitätsbegriff zu diskutieren.

Literatur

Hannah Arendt (2010). Viva activa. Oder vom tätigen Leben. 9. Auflage. München, Zürich: Piper

Josef Brüderl (2010). „Kausalanalyse mit Paneldaten“. In: Handbuch der sozialwissenschaftlichen Datenanalyse. Hrsg. von Christof Wolf und Henning Best. Wiesbaden: VS Verlag, S. 963–994

Florian Ferger (2015). Bildungsarmut als soziales Problem. SFB 882 Working Paper Series. (Im Erscheinen)

Sofia Valdivielso Gomez (2000). „The collective that didn’t quite collect: Reflections on the IALS“. In: International Review of Education 46.5, S. 419–431

Mary Hamilton und David Barton (2000). „The International Adult Literacy Survey: What does it really measure?“ In: International Review of Education 46.5, S. 377–389

Paul F. Lazarsfeld und Herbert Menzel (1961). „On the Relation between Individual and Collective Properties“. In: Complex Organizations. Hrsg. von Amitai Etzioni. New York, Chicago, San Francisco, Toronto, London: Holt, Rinehart und Winston, S. 422–440

T. Scott Murray, Irwin S. Kirsch und Lynn B. Jenkins, Hrsg. (1998). Adult Literacy in OECD Countries. Technical Report on the First Adult Literacy Survey. Washington, DC: U.S. Department of Education.

Michael Opielka, Hrsg. (1985). Die ökosoziale Frage. Entwürfe zum Sozialstaat. Frankfurt am Main: Fischer

Wolfgang Streeck (2015). „Von der Gesellschaftssteuerung zur sozialen Kontrolle. Rückblick auf ein halbes Jahrhundert Soziologie in Theorie und Praxis“. In: Blätter für deutsche und internationale Politik 60.1, S. 63–80

Georg Vobruba (2014). „Es gibt Ausnahmen“. In: WSI-Mitteilungen 4, S. 256

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.