28. Juni 2026
Adaptive Biodiversity Governance: Vom Wolfsmanagement zu lernenden Governance-Systemen
Die eigentliche Herausforderung liegt nicht beim Wolf – sondern im Governance-System
Die öffentliche Debatte über den Wolf konzentriert sich häufig auf einzelne Ereignisse: gerissene Nutztiere, Abschussgenehmigungen, Herdenschutz oder Populationszahlen. Diese Diskussionen sind wichtig, greifen jedoch zu kurz. Sie beantworten selten die grundlegende Frage:
Wie muss ein Governance-System aufgebaut sein, damit es aus seinen eigenen Entscheidungen lernen kann?
Diese Frage reicht weit über das Wolfsmanagement hinaus. Sie betrifft den Umgang mit allen komplexen Biodiversitätskonflikten – vom Luchs über den Puma bis hin zu invasiven Arten, Fischerei oder Waldmanagement.
Das eigentliche Untersuchungsobjekt ist daher nicht der Wolf, sondern die Architektur staatlicher Entscheidungsprozesse.
Vom Wildtiermanagement zur Governance
Traditionelles Wildtiermanagement beantwortet überwiegend operative Fragen:
- Wie groß ist die Population?
- Welche Schutzmaßnahmen sind notwendig?
- Wann darf ein Tier entnommen werden?
Governance stellt andere Fragen:
- Wer definiert die Ziele?
- Woran wird Erfolg gemessen?
- Wer bewertet die Ergebnisse?
- Wann muss eine Strategie angepasst werden?
- Wer trägt Verantwortung, wenn die Ziele nicht erreicht werden?
Diese zweite Ebene entscheidet darüber, ob ein Managementsystem langfristig lernfähig ist.
Biodiversität als dynamisches System
Biodiversität ist kein statischer Zustand.
Populationen verändern sich.
Lebensräume verändern sich.
Landwirtschaft verändert sich.
Gesellschaftliche Erwartungen verändern sich.
Ein Managementsystem, das auf starre Regeln setzt, verliert zwangsläufig seine Anpassungsfähigkeit.
Deshalb benötigen Biodiversitätssysteme adaptive Governance.
Adaptive Governance als Regelkreis
Ein lernfähiges Governance-System folgt keinem politischen Zyklus, sondern einem kontinuierlichen Regelkreis.Ziele ↓ Messbare Indikatoren ↓ Unabhängiges Monitoring ↓ Evaluation ↓ Institutionelles Lernen ↓ Politische Anpassung ↓ Neue Ziele
Jede Entscheidung erzeugt neue Informationen.
Diese Informationen müssen wiederum zukünftige Entscheidungen verändern.
Fehlt dieser Rückkopplungsmechanismus, entsteht kein lernendes System.
Der Unterschied zwischen Aktivität und Wirkung
Viele Managementprogramme messen Aktivitäten.
- Anzahl der Entnahmen
- Kilometer Zaun
- Höhe der Fördermittel
- Zahl der Herdenschutzhunde
Diese Kennzahlen beschreiben jedoch lediglich den Ressourceneinsatz.
Governance interessiert sich für die Wirkung.
Hat sich dadurch tatsächlich etwas verändert?
Beispielsweise:
- Sind die Nutztierrisse zurückgegangen?
- Haben sich die Entschädigungszahlungen reduziert?
- Ist die gesellschaftliche Akzeptanz gestiegen?
- Bleibt der günstige Erhaltungszustand erhalten?
- Werden weniger Ausnahmegenehmigungen benötigt?
Erst diese Wirkung beschreibt den Erfolg eines Managementsystems.
Der Wolf als Governance-Fallstudie
Die Wolfsdebatte eignet sich besonders gut, weil hier ökologische, ökonomische, rechtliche und gesellschaftliche Ziele unmittelbar aufeinandertreffen.
Ein Beispiel:
Angenommen, Niedersachsen entnimmt innerhalb eines Jahres 27 Wölfe.
Die entscheidende Governance-Frage lautet nicht:
War die Entnahme erfolgreich?
Sondern:
Woran erkennen wir nach einem, drei und fünf Jahren, ob sie erfolgreich war?
Dazu gehören beispielsweise:
Nach einem Jahr
- Entwicklung der lokalen Risszahlen
- Verhalten verbleibender Rudel
- Auswirkungen auf den Herdenschutz
Nach drei Jahren
- Wiederbesetzung der Territorien
- Entwicklung der Entschädigungszahlungen
- Veränderung der Rudelstruktur
Nach fünf Jahren
- Langfristige Stabilität der Population
- Entwicklung der wirtschaftlichen Belastung
- Gesellschaftliche Akzeptanz
- Kosten-Nutzen-Bilanz verschiedener Managementmaßnahmen
Damit verschiebt sich die Diskussion von der Maßnahme selbst zu ihrer überprüfbaren Wirkung.
Wenn Management seine eigenen Ziele verfehlt
Ein adaptives Governance-System muss mehr leisten als Erfolg messen.
Es muss auch definieren, was geschieht, wenn Erfolg ausbleibt.
Nehmen wir an:
- Die Zahl der Wolfsrisse sinkt nicht.
- Die Entschädigungszahlungen bleiben unverändert.
- Die gesellschaftliche Akzeptanz verbessert sich nicht.
- Gleichzeitig wurden zahlreiche Wölfe entnommen.
Dann stellt sich nicht nur die Frage nach der Wirksamkeit der Maßnahme.
Dann stellt sich die Governance-Frage:
Wie reagiert das System auf seine eigene Zielverfehlung?
Ein lernfähiges System würde nun automatisch prüfen:
- Waren die ursprünglichen Annahmen korrekt?
- Waren die gewählten Indikatoren geeignet?
- Muss die Strategie angepasst werden?
- Müssen Ressourcen anders eingesetzt werden?
- Welche Alternativen erzielen möglicherweise bessere Ergebnisse?
Ein nicht lernendes System setzt dieselben Maßnahmen dagegen häufig fort – unabhängig von ihrer tatsächlichen Wirkung.
Internationale Perspektiven
Internationale Beispiele zeigen, dass adaptive Governance bereits praktiziert wird.
Beim Pumamanagement in mehreren US-Bundesstaaten werden Managemententscheidungen an definierte Schwellenwerte gekoppelt.
Erreichen bestimmte Indikatoren einen Grenzwert – etwa der Anteil reproduzierender Weibchen oder die Gesamtmortalität –, ändern sich Jagdquoten automatisch.
Nicht politische Mehrheiten entscheiden über jede einzelne Anpassung.
Sondern zuvor definierte Regeln.
Das reduziert politische Einflussnahme und stärkt die Transparenz des Systems.
Der zentrale Gedanke lautet:
Nicht jede Entscheidung muss neu ausgehandelt werden.
Ein gutes Governance-System definiert im Voraus, wie auf neue Evidenz reagiert wird.
Governance als lernende Institution
Die eigentliche Innovation liegt deshalb nicht in einzelnen Managementinstrumenten.
Ob Herdenschutz, Entnahme, Vergrämung oder finanzielle Förderung eingesetzt werden, ist zunächst zweitrangig.
Entscheidend ist, ob das System aus seinen Erfahrungen lernt.
Ein lernendes Governance-System beantwortet dauerhaft vier Fragen:
- Welche Ziele verfolgen wir?
- Woran messen wir den Erfolg?
- Wie erkennen wir Zielverfehlungen?
- Welche institutionellen Anpassungen erfolgen automatisch, wenn Ziele nicht erreicht werden?
Erst diese vier Fragen machen aus Management Governance.
Vom Wolfsmanagement zur Biodiversitäts-Governance
Der Wolf ist deshalb weniger das eigentliche Thema als vielmehr ein Testfall.
Dieselben Prinzipien gelten für:
- Luchsmanagement
- Bärenmanagement
- Pumamanagement
- Fischereimanagement
- Waldmanagement
- Management invasiver Arten
- Klimaanpassung im Naturschutz
Überall entstehen Zielkonflikte zwischen Ökologie, Wirtschaft, Gesellschaft und Recht.
Überall entscheidet letztlich nicht allein die Qualität einzelner Maßnahmen über den Erfolg, sondern die Fähigkeit der Institutionen, auf neue Erkenntnisse zu reagieren.
Schlussfolgerung
Die zentrale Herausforderung moderner Biodiversitäts-Governance besteht nicht darin, bessere Einzelentscheidungen zu treffen.
Sie besteht darin, Governance-Systeme so zu gestalten, dass sie ihre eigenen Annahmen kontinuierlich überprüfen, ihre Ergebnisse transparent evaluieren und ihre Strategien auf Grundlage neuer Evidenz anpassen.
Mit anderen Worten:
Die Zukunft der Biodiversitäts-Governance entscheidet sich nicht an der Frage, ob ein Wolf entnommen wird.
Sie entscheidet sich daran, ob staatliche Institutionen in der Lage sind, aus den Folgen ihrer eigenen Entscheidungen systematisch zu lernen.
Adaptive Biodiversitäts-Governance: Wie lernfähige Managementsysteme entstehen
Vom Wolfsmanagement zur Governance: Warum Erfolg messbar und anpassbar sein muss
Adaptive Governance: Wie staatliche Institutionen aus Biodiversitätskonflikten lernen können