Wissenschaftliche Ergebnisse nicht überinterpretieren | Blogs Never Wenigstens the Markets

Bei den vielen Empörungswellen, die im Moment über die Schweiz schwappen, ist es schwierig, die Übersicht zu behalten. Eine davon betraf diese Woche den «Maulkorb», welche die nationalrätliche Kommission für Wirtschaft und Abgaben für die vom Bundesrat eingesetzte Task Force forderte: Sie soll sich nicht mehr öffentlich zur Corona-Politik des Bundesrates äussern dürfen.

 Diese Forderung wurde als ein Angriff auf die Wissenschaftsfreiheit empfunden. Schliesslich, so die Annahme, würde die Task Force nach bestem Wissen aufzeigen, welche Konsequenzen politisches Handeln haben kann, und daraus Empfehlungen ableiten. Daraus wurde dann ein Gegensatz zwischen Wissenschaft und Politik konstruiert. Auf der einen Seite die «ehrlichen Wissenschaftler», denen es nur um die Kommunikation ihrer wissenschaftlichen Erkenntnis geht und die deshalb auch unbequeme Wahrheiten sagen. Und auf der anderen Seite die an kurzfristiger Popularität interessierten Politiker, die aus der jetzigen Situation politisches Kapital schlagen wollen.

Bunter Strauss an Resultaten

Hinter solchen Darstellungen steckt eine rührend naive Sichtweise der Wissenschaft. Diese kann in einer völlig neuen Situation, wie sie jetzt bei der Corona-Pandemie vorliegt, weder mit wissenschaftlich gesicherten Empfehlungen aufwarten noch mit einheitlicher Stimme irgendwelche Wahrheiten verkünden. Die wissenschaftliche Realität besteht vielmehr aus einer Vielzahl, sich teilweise widersprechenden Studien, die ihre Schlussfolgerungen zwar alle mit empirischer Evidenz belegen, aber eben mit verschiedener empirischer Evidenz. Und das auch noch in verschiedenen Forschungsdisziplinen.

Ich gehe hier einmal von meiner eigenen Wissenschaftsdisziplin aus. Die Ökonomie gibt sich als exakte Wissenschaft, deren Aussagen empirisch überprüft werden können. Trotzdem lassen sich entscheidende Fragen oft nicht beantworten, da unterschiedliche Modelle, Verfahren, Methoden oder Daten zu unterschiedlichen Ergebnissen führen, die sich widersprechen. Da helfen auch immer mehr Daten und immer noch mehr Untersuchungen nicht weiter. Stattdessen gibt es einen stets bunteren Blumenstrauss an Resultaten, von denen man sich diejenigen herauspicken kann, welche einem genehm sind. Der Grund für dieses Paradox liegt darin, dass gerade der Anspruch auf Exaktheit und auf empirische Evidenz zur Schaffung von Kunstwelten führt, die durch Annahmen geprägt sind. Und diese Annahmen beeinflussen entscheidend die Ergebnisse.

Real existierende Wirtschaften entziehen sich einer genauen datenmässigen Beschreibung. Es gibt unzählige Einflussfaktoren, die man in empirischen Untersuchungen kontrollieren muss. Ausserdem sind die exakten Motive von Menschen und Unternehmen nicht direkt beobachtbar, sondern nur ihre vermuteten Folgen. Diese Folgen können aber auch andere Ursachen haben. Es überrascht deshalb kaum, dass Resultate durch eine geeignete Auswahl von Daten («Data-dredging»), Methoden, Annahmen bestimmter statistischer Verteilungen oder durch Filter und Auswahl von Kontrollvariablen entscheidend beeinflusst werden.

Dermassen «konstruierte» Resultate, meist in Form von statistischer Signifikanz oder eben nicht, erlauben aber nur Vermutungen über kausale Beziehungen, wie sie in bestimmten wissenschaftlichen Hypothesen formuliert werden. Immer komplexere Verfahren machen aus der Empirie zunehmend eine Black-Box, bei der die Resultate durch immer noch mehr explizite und implizite Annahmen für Nichtspezialisten kaum mehr nachvollziehbar sind. Aber das ist oft gar nicht so wichtig. Hauptsache, man hat «empirische Evidenz» für einen behaupteten Zusammenhang geliefert.

Warum diese unterschiedlichen Ergebnisse?

Diese Vielfalt der empirischen Ergebnisse sehen wir auch deutlich bei den in Windeseile aus dem Boden gestampften empirischen Untersuchungen zu Lockdowns und ihrer Wirksamkeit. Da gibt es eine Reihe von Untersuchungen, die anhand umfangreicher statistischer Analysen empirisch aufzeigen, dass harte Lockdowns die Infektionen mit dem Corona-Virus stark eindämmen, und damit einen wichtigen Beitrag zur Bekämpfung der Pandemie liefern. Doch andere Studien kamen zum Ergebnis, dass stark restriktive Massnahmen zur Eindämmung des Virus kaum einen zusätzlichen Effekt zur Reduktion der Ausbreitung des Virus hatten.

Warum diese unterschiedlichen Ergebnisse? Wiederum liegt der Grund in unterschiedlichen empirischen Settings, unterschiedlichen Daten, unterschiedlichen statistischen Methoden, und vor allem auch in unterschiedlichen vorgefassten Meinungen der Verfasser, so dass die Resultate entscheidend dadurch geprägt sind.

Was folgt daraus? Die Task Force soll ihre Meinung kommunizieren, aber in einer Form, die dem tatsächlichen Wissenstand entspricht. Das heisst: kein gesichertes Wissen vortäuschen, wo dieses nicht vorhanden ist. Eine solche Kommunikation ist tatsächlich kontraproduktiv. Wenn es zu bestimmten Fragen unterschiedliche Resultate und wissenschaftliche Meinungen gibt, dann sollte dies auch transparent gemacht werden. Dass dies viel zu wenig geschieht, ist aber auch zu einem erheblichen Anteil durch die Medien verschuldet. Diese vereinfachen oft wissenschaftliche Statements und spitzen sie dann noch zu, um möglichst extreme Aussagen zu erhalten.

Berlin Ernachrichten