Eine strukturierte, nicht‑numerische Methode zur Identifikation, Charakterisierung und Priorisierung von Wegen, über die eine Krankheit, ein Schädling oder ein sonstiges biologisches Risiko in eine Tierpopulation oder ein Produktionssystem eingeführt werden oder sich ausbreiten kann; sie stützt sich auf Expertenurteile, kategoriale Angaben zu Eintrittswahrscheinlichkeit und Folgen sowie explizite logische Pfade, wenn quantitative Daten fehlen.

Prinzip

Fehlen numerische Daten oder gut geschätzte Parameter, lassen sich strukturierte Expertenurteile und definierte qualitative Kategorien zusammen mit expliziter Pfadlogik kombinieren, um begründbare Priorisierungen für Überwachung und Gegenmaßnahmen zu erzeugen.

Demonstration

Illustratives Szenario — Situation: Eine Veterinärbehörde muss Eintrittspfade für einen neuen Geflügelpathogen priorisieren, hat aber keine Prävalenzdaten. Erkennung: Expertinnen und Experten listen Pfade auf (importierte Lebendtiere, kontaminierte Ausrüstung, Kontakt mit Wildvögeln) und ordnen kategoriale Eintrittswahrscheinlichkeiten (vernachlässigbar/niedrig/moderat/hoch) und Folgen (gering/moderat/erheblich/katastrophal) mit dokumentierter Begründung zu. Handlung: Wahrscheinlichkeit und Folge werden mit einer abgestimmten Matrix kombiniert, um Pfade zu priorisieren und Maßnahmen auszuwählen (z. B. gezielte Tests, temporäre Importbeschränkungen). Folge: Entscheidungsträger wenden begrenzte Ressourcen auf die höchstprioritären Pfade an und dokumentieren die Unsicherheit zur späteren Überprüfung bei Datenzuwachs.

Fehlanwendung

Kategoriale Bewertungen als präzise Wahrscheinlichkeiten behandeln oder ordinale Ränge arithmetisch über unabhängige Pfade mitteln; oder die Begründung und Expertenvielfalt nicht dokumentieren, wodurch die Unsicherheit verborgen wird.

Konsequenz

Ermöglicht zeitnahe, transparente Priorisierung und eine dokumentierte Grundlage für vorläufige Entscheidungen bei Datenknappheit; wird es jedoch als numerische Gewissheit behandelt, kann dies zu falschem Vertrauen und unangemessener Ressourcenverteilung führen.

Umkehrung

Wenn ausreichend repräsentative quantitative Daten und validierte Parameterschätzungen vorliegen, sollte eine formale quantitative Risikoanalyse oder ein probabilistisches Modell die qualitative Bewertung ersetzen oder ergänzen; ebenso sind für Entscheidungen, die explizite finanzielle Risikoberechnungen verlangen, numerische Schätzungen erforderlich.

Abgrenzung

Klar innerhalb: Schnellbewertung von Einführungs‑ oder Ausbreitungswegen mittels Expertenbefragung und kategorialer Beschreibungen bei begrenzten Daten. Randfall: Es existieren einige messbare Parameter (z. B. Prävalenz in Herkunftspopulationen), so dass qualitative und begrenzte quantitative Evidenz kombiniert werden. Klar außerhalb: Eine vollständige probabilistische quantitative Risikoanalyse, die numerische Wahrscheinlichkeiten und Verteilungen aus empirischen Parameterschätzungen liefert.

Semantische Spannung

Zeitnähe und Praktikabilität (schnelle, transparente Priorisierung) ↔ numerische Präzision und formale Unsicherheitsquantifizierung (erforderlich für detaillierte Kosten‑Nutzen‑Analysen oder regulatorische Schwellenwerte).

Synthese

Die qualitative Risikoabschätzung formt Expertenurteile zu transparenten, reproduzierbaren Priorisierungen, die Entscheidungen unter Unsicherheit unterstützen; sie ist ein Zwischen‑ oder Ergänzungsprodukt zur quantitativen Analyse, kein Ersatz, wenn numerische Schätzungen erforderlich sind.