Delphi-Methode — Strukturierter Expertenkonsens
- Eingeführt von
- Norman Dalkey & Olaf Helmer (RAND Corporation)
- Jahr
- 1963
- Typ
- Structured iterative expert-elicitation process
Dieser Text ist eine maschinelle Übersetzung und wurde noch nicht geprüft. Original auf Englisch lesen
Was leistet sie?
Die Delphi-Methode ist eine strukturierte, iterative Befragungstechnik, die 1963 von Norman Dalkey und Olaf Helmer am RAND Corporation entwickelt wurde, um Expertenmeinungen zu komplexen Themen zu ermitteln und zu konvergieren, für die empirische Daten nicht verfügbar oder unzureichend sind.
Sie sammelt unabhängige Urteile von einem geografisch verteilten Expertenpanel über mehrere anonyme Runden hinweg und gibt aggregierte Ergebnisse nach jeder Runde an die Teilnehmer zurück, damit diese ihre Ansichten im Lichte der kollektiven Position der Gruppe überarbeiten können.
Die Intuition hinter der Methode
Stellen Sie sich vor, Sie bitten eine Gruppe von Spezialisten, etwas Unsicheres vorherzusagen – zum Beispiel, welche medizinischen Behandlungen in zehn Jahren Standardpraxis sein werden. Wenn sie offen darüber diskutieren, können dominante Stimmen das Ergebnis verzerren. Die Delphi-Methode löst dieses Problem, indem sie die Befragten durchgehend anonym voneinander hält. Nach jeder Fragebogenrunde sieht jeder Experte nur die statistische Zusammenfassung der Antworten der Gruppe, nicht, wer was gesagt hat. Diese kontrollierte Rückkopplungsschleife ermöglicht es den Einzelpersonen, ihre Positionen ohne sozialen Druck zu überdenken und die Gruppe allmählich zu einem fundierten Konsens zu ziehen.
Geschichte
Die Delphi-Methode wurde in den frühen 1950er Jahren am RAND Corporation entwickelt und erstmals 1963 von Norman Dalkey und Olaf Helmer in ihrem Artikel in Management Science über die Nutzung strukturierter Expertenermittlung für technologische Prognosen formell beschrieben. Der Name bezieht sich auf das Orakel von Delphi im antiken Griechenland. In den 1970er und 1980er Jahren verbreitete sich die Methode von der Verteidigungs- und Technologieprognose auf die Gesundheitspolitik, Bildung und die Sozialwissenschaften. Eine modifizierte Variante – die Policy Delphi – wurde eingeführt, um bewusst Meinungsverschiedenheiten statt Konvergenz aufzudecken. Die Methode wird nach wie vor häufig bei der Entwicklung klinischer Leitlinien, der Bewertung von Gesundheitstechnologien und der strategischen Vorausschau eingesetzt.
Wann wird sie eingesetzt?
Verwenden Sie die Delphi-Methode, wenn empirische Daten knapp oder nicht verfügbar sind und Expertenmeinungen die am besten vertretbare Evidenzbasis darstellen; wenn Sie strukturierte Prognosen, Prioritätenlisten oder Kriteriengewichtungen für politische, klinische Leitlinien oder strategische Planungszwecke benötigen; und wenn die Teilnehmer geografisch verteilt sind und sich nicht persönlich treffen können. Das minimal lebensfähige Panel besteht aus 10 Experten, und es müssen mindestens zwei Fragebogenrunden geplant werden. Wenn die Frage mit vorhandenen quantitativen Daten beantwortet werden kann, ist eine statistische Analyse geeigneter. Wenn Sie eine Echtzeit-Beratung einer kleinen, lokal ansässigen Gruppe benötigen, ist eine Fokusgruppe oder eine Nominal-Group-Technik besser geeignet.
Grenzen und Hinweise
- Erfordert ein Minimum von 10-15 Experten; bei weniger Teilnehmern werden die Konsensstatistiken unzuverlässig.
- Der Prozess ist langsam: Mehrere Fragebogenrunden mit Analysen zwischen den Runden können sich über Wochen oder Monate erstrecken.
- Die Qualität des Konsenses hängt vollständig von der Qualität des Expertenpanels ab; ein schlecht rekrutiertes Panel liefert schlecht begründete Ergebnisse.
- Die Vorabdefinition des Konsensschwellenwerts ist methodisch wichtig, aber inhärent willkürlich; unterschiedliche Schwellenwerte können zu unterschiedlichen 'Konsens'-Ergebnissen führen.
- Der Rückgang der Beteiligung über die Runden hinweg ist üblich; Gutachter, die aussteigen, können den endgültigen Konsens verzerren.
Die Bedingungen der Quelle ersetzen weder eine unabhängige wissenschaftliche Prüfung noch die Validierung durch eine Analyse-Engine.
Stärken
- Anonymität neutralisiert soziale Dominanz und Autoritätsverzerrung und ermöglicht es ruhigeren Experten, auf gleicher Basis beizutragen.
- Kontrolliertes, strukturiertes Feedback leitet das Panel zu einer begründeten Konvergenz statt zu einer Gruppenkonformität.
- Die Teilnehmer können geografisch verteilt sein, was die Methode praktikabel macht, wenn die Zusammenstellung eines persönlichen Panels unpraktisch oder kostspielig ist.
- Die iterative Struktur ist transparent und nachvollziehbar: Die Daten jeder Runde können berichtet werden, was zeigt, wie sich die Ansichten verschoben haben.
- Eignet sich gut für Priorisierungs- und Kriteriengewichtungsaufgaben, bei denen keine empirische Goldstandard-Antwort existiert.
Anwendungen
- Entwicklung klinischer Praxisleitlinien und Kriterien für die Bewertung von Gesundheitstechnologien, bei denen randomisierte Evidenz fehlt.
- Strategische Vorausschau und Technologieprognosen in der Politik- und Industrieplanung.
- Curriculum-Design und Entwicklung von Kompetenzrahmen in der Hochschulbildung.
- Priorisierungsübungen bei der Zuweisung von Ressourcen im öffentlichen Gesundheitswesen.
- Gewichtung von Kriterien in der Multi-Kriterien-Entscheidungsanalyse, wenn empirische Gewichte nicht verfügbar sind.
So funktioniert es
So funktioniert es
Ein Panel von 10-15 Fachexperten wird rekrutiert. Die Gutachter müssen über relevante Expertise verfügen; Vielfalt über Teilgebiete, Institutionen oder geografische Regionen hinweg stärkt das Ergebnis. Anonymität ist von diesem Zeitpunkt an garantiert – die Teilnehmer erfahren nie, wer sonst noch im Panel ist oder wer welche Antwort gegeben hat.
Ein erster offener oder strukturierter Fragebogen wird verteilt. In der ersten Runde sind die Fragen oft breit gefasst, um die Bandbreite der relevanten Themen zu erfassen. Die Antworten werden gesammelt, kodiert und analysiert – typischerweise unter Verwendung deskriptiver Statistiken (Median, Interquartilsabstand) für skalierte Elemente und thematischer Gruppierung für offene Texte.
Anonymisierte, aggregierte Ergebnisse aus der ersten Runde werden an alle Gutachter weitergegeben. Jeder Experte sieht, wo seine eigene Antwort im Verhältnis zur Gruppenverteilung liegt – typischerweise ausgedrückt als Gruppenmedian und Interquartilsabstand – ohne individuelle Zuordnungen zu kennen. Einer Minderheit, deren Ansicht erheblich vom Median abweicht, wird aufgefordert, eine schriftliche Begründung zu liefern.
Ein zweiter Fragebogen (und bei Bedarf ein dritter) wird versendet, der das aggregierte Feedback und, wo zutreffend, Minderheitsbegründungen enthält. Die Gutachter überdenken ihre Positionen im Lichte der Gruppenzusammenfassung. Der Prozess wird fortgesetzt, bis ein vordefinierter Konsensschwellenwert erreicht ist – üblicherweise definiert als ein Interquartilsabstand von 1 oder weniger auf einer Fünf- oder Sieben-Punkte-Likert-Skala oder als 70-80 Prozent der Gutachter, die sich innerhalb eines bestimmten Bereichs befinden.
Wenn das Konsenskriterium erfüllt ist oder nach einer vordefinierten maximalen Anzahl von Runden wird der Prozess abgeschlossen. Die Endergebnisse umfassen die Konsensbewertungen oder -rankings, den Grad der Übereinstimmung (Interquartilsabstand, Prozentuale Übereinstimmung, Content Validity Ratio) und eine Zusammenfassung der fortbestehenden Minderheitsansichten. Diese Ergebnisse fließen direkt in die politische, klinische oder strategische Entscheidung ein, die getroffen werden soll.
Häufige Fallstricke
- Die Definition des Konsensschwellenwerts nach der Datenerhebung — legen Sie das Kriterium für den Interquartilsabstand oder die prozentuale Übereinstimmung immer im Studienprotokoll fest, bevor die Datenerhebung beginnt.
- Die Behandlung jedes Übereinstimmungsgrads als Konsens ohne Angabe des Interquartilsabstands oder der prozentualen Übereinstimmung; veröffentlichen Sie immer die Streuungsstatistik neben dem Median.
- Die Durchführung nur einer einzigen Fragebogenrunde — die iterative Feedbackschleife der Methode ist konstitutiv, nicht optional; eine einzelne Runde ist eine Umfrage, keine Delphi-Studie.
- Die Rekrutierung von weniger als 10 Experten — unterhalb dieses Schwellenwerts verlieren die Verteilungsstatistiken ihre Bedeutung und eine Fokusgruppe ist ein geeigneteres Design.
- Die Annahme, dass die Methode rein qualitativ ist — Delphi liefert ordinale Bewertungen, die deskriptive und manchmal inferenzstatistische Analysen über die Runden hinweg erfordern.
Häufig gestellte Fragen
Wie viele Runden benötigt eine Delphi-Studie?
Mindestens zwei Runden sind erforderlich – eine zur Ermittlung der Ausgangspositionen und eine zur Überarbeitung im Lichte des Gruppenfeedbacks. Die meisten veröffentlichten Delphi-Studien verwenden zwei oder drei Runden. Eine dritte Runde ist gerechtfertigt, wenn nach der zweiten Runde kein Konsens erzielt wurde und der Interquartilsabstand abgenommen hat; über drei Runden hinaus überwiegt das Risiko des Rückgangs der Beteiligung in der Regel den Nutzen einer fortgesetzten Iteration.
Welche Panelgröße ist angemessen?
Die Quellliteratur gibt ein praktisches Minimum von 10-15 Experten an. Ein Panel unter 10 liefert unzuverlässige Verteilungsstatistiken und die Methode verliert ihre inferentielle Grundlage. Es gibt keine feste Obergrenze, aber Panels über 30 hinaus erzeugen administrativen Aufwand mit abnehmenden Erträgen bei der Konsensqualität. Die Panelvielfalt – über Teilgebiete und institutionelle Kontexte hinweg – ist wichtiger als die reine Größe.
Wie wird Konsens definiert?
Die gebräuchlichste operative Definition ist ein Interquartilsabstand (IQR) von 1 oder weniger auf einer Fünf- oder Sieben-Punkte-Likert-Skala oder 70-80 Prozent der Gutachter, die innerhalb eines bestimmten Bereichs bewerten. Entscheidend ist, dass der Schwellenwert im Studienprotokoll vor der Datenerhebung definiert werden muss und nicht nachträglich ausgewählt werden darf, um zu den Ergebnissen zu passen.
Wann sollte ich stattdessen eine Fokusgruppe anstelle einer Delphi-Studie verwenden?
Wenn Ihr Expertenpanel klein (unter 10 Personen), lokal ansässig und eine Echtzeit-Beratung machbar ist, ist eine Fokusgruppe oder eine Nominal-Group-Technik besser geeignet. Die Vorteile der Delphi-Methode – Anonymität und geografische Flexibilität – kommen nur bei einem ausreichend großen Panel zur Geltung, um Verteilungsstatistiken aussagekräftig zu machen, und sind ausreichend verteilt, um eine persönliche Zusammenkunft zu verhindern.
Verwandte Methoden
Quellen
Dalkey, N. & Helmer, O. (1963). An Experimental Application of the Delphi Method to the Use of Experts. Management Science, 9(3), 458-467.
DOI-Referenz öffnenKopiert.