Forderung
Was wurde politisch vorgeschlagen?
Version 1.1.5 · stabil · Adaptiver Wirkungsmonitor
Was wurde modelliert? Was geschieht tatsächlich? Und was lässt sich davon später kausal einer Maßnahme zurechnen? Der Wirkungsmonitor trennt diese drei Fragen sichtbar voneinander.
Zeithorizont
Der Datenstand darf reifen. Eine frühe Zahl wird nicht als endgültiger Beweis behandelt, sondern erhält einen sichtbaren Status.
Ausgewählte Phase
Aktuell verfügbare Daten mit Reifegrad
Wirkungskette
Jede Stufe beantwortet eine andere Frage. Erst am Ende steht belastbarere Kausalevidenz.
Was wurde politisch vorgeschlagen?
Welche direkte Wirkung wurde unter definierten Annahmen berechnet?
Welche Maßnahme trat tatsächlich in Kraft – und wann?
Wie entwickeln sich Zielgrößen nach der Umsetzung?
Was wäre ohne die Maßnahme wahrscheinlich geschehen?
Hält der Befund mit mehr Daten und anderen Methoden?
Datensnapshot · 2. September 2026
Vier zentrale Wirkungskanäle mit dem jeweils jüngsten belastbaren amtlichen Datenstand. Diese Karten beschreiben die Lage – sie vergeben noch keinen politischen Ursacheffekt.
Der Verbraucherpreisindex zeigt aktuell die Preisentwicklung. Ob eine konkrete Reform einen Teil davon verursacht hat, muss separat identifiziert werden.
Destatis, vorläufige August-Ergebnisse. Energie: +10,5 % gegenüber August 2025.
Destatis öffnen ↗Die BA meldet gegenüber Mai saisonbereinigt +1.000 Beschäftigte. Die Jahresdifferenz allein ist noch kein Beweis für einen Reformeffekt.
Bundesagentur für Arbeit, Arbeitsmarktbericht August 2026. Arbeitslosenquote im August: 6,5 %.
Bundesagentur öffnen ↗Das BIP zeigt die gesamtwirtschaftliche Entwicklung. Exporte, Konsum, Investitionen und weitere Faktoren wirken gleichzeitig.
Die Teilkomponenten entwickeln sich unterschiedlich. Ein Gesamtwert darf daher nicht als Beleg für eine einzelne Investitionshypothese verwendet werden.
Rot zeigt hier eine ungünstige Richtung der beobachteten Kennzahl, keinen kausalen Effekt einer Partei oder Maßnahme.
Downloadbare Datengrundlage: Wirkungsmonitor 2026 als CSV. Der Snapshot wird bei späteren Revisionen nicht still überschrieben; Revisionen sollen als neuer Datenstand dokumentiert werden.
Evidenzleiter
Die Website zeigt künftig nicht nur einen Wert, sondern auch, wie stark die Aussage wissenschaftlich abgesichert ist.
Erster Evaluationsfall
Eine tatsächlich umgesetzte Maßnahme ist für Kausalanalyse geeigneter als ein nicht realisiertes Wahlprogramm. Deshalb trennt der Monitor Programmversprechen von realem Policy-Exposure.
Policy-Register
Der Mindestlohn stieg zum 1. Januar 2026 auf 13,90 € und steigt nach geltender Verordnung zum 1. Januar 2027 auf 14,60 € brutto je Stunde.
Referenz vor der 2026-Stufe.
Geltender gesetzlicher Mindestlohn.
Nächste bereits beschlossene Stufe.
Rechtsstand: BMAS. Mindestlohnübersicht öffnen ↗ · Policy-Register als CSV
Wissenschaftliches Protokoll
Die Analyse wird möglichst vor dem Ergebnis festgelegt. Das reduziert Cherry-Picking und schützt auch vor den eigenen Erwartungen.
Mechanismus, Zielgröße, Richtung und Zeithorizont werden festgelegt, bevor die spätere Wirkung bewertet wird.
Vergleichsgruppen, regionale Exposition oder synthetische Kontrollgruppen bilden einen plausiblen Gegenverlauf.
Event Studies prüfen, ob behandelte und Kontrollgruppen bereits vor Inkrafttreten auseinanderliefen.
Effekte werden mit Konfidenzintervallen ausgewiesen. Ein Punktschätzer allein reicht nicht.
Amtliche Daten werden revidiert. Frühwert, Revision und späterer Stand werden versioniert statt still ersetzt.
Alternative Spezifikationen, Placebos und unabhängige Forschung können einen Befund bestätigen, abschwächen oder widerlegen.
Falsifizierbarkeit
Vor einer Evaluation dokumentieren wir, welcher Befund eine Hypothese stützen würde – und welcher sie schwächt oder widerlegt. Dadurch kann die Website später sichtbar sagen:
Datenreife
„Daten vorhanden“ und „kausal bewiesen“ sind zwei völlig verschiedene Zustände.
| Bereich | 2026 | 2027 | Später | Geeignete Hauptmethode |
|---|---|---|---|---|
| Beschäftigung | laufende Hochrechnungen | 12-Monats-Fenster | stabilere Mikrodaten | Event Study / Difference-in-Differences |
| Preise | monatlich | volleres Nachlauf-Fenster | Pass-through-Evaluation | Betroffenheitsvergleich nach Gütergruppen |
| Investitionen | quartalsweise | mehr Quartale | Firmen-/Regionaldaten | DiD / Synthetic Control / Expositionsdesign |
| Wachstum | quartalsweise | kurze Dynamik | mehrjähriger Verlauf | Local Projections + regionale Identifikation |
Er nimmt keine allgemeine Konjunkturbewegung und schreibt sie nachträglich einer Partei zu. Nicht umgesetzte Programmvorschläge können nicht anhand der realen Entwicklung als „bewiesen“ oder „widerlegt“ gelten. Kausale Evaluation setzt eine tatsächlich umgesetzte Maßnahme, ein definiertes Expositionsmaß und ein geeignetes Vergleichsdesign voraus.