Apologie der Wissenschaft.

A. Wolff, Allegorie der Wissenschaft

aus FAZ.NET, 26. 5. 2021                                                                                                                zu Jochen Ebmeiers Realien

Die falsche Sehnsucht nach Einfachheit

Kann die Wissenschaft die Zukunft vorhersagen? Nein. Das ist enttäuschend und die Frustration darüber spürbar. Trotzdem bringt es etwas, Modelle zu erstellen – und sie richtig zu lesen. 

Ein Kommentar von Sibylle Anderl

Die Welt als eine Art Uhrwerk, im Kern einfach und vorhersagbar – das war im achtzehn-ten Jahrhundert eine moderne Idee. In solch einer Welt lieferte die Wissenschaft eine Me-thode, auf der Grundlage von Daten und Gesetzen in die Zukunft sehen zu können — beliebig genau im Prinzip, sofern nur die Datenqualität stimmt. Große Denker waren An-hänger dieser Vorstellung, Isaac Newton etwa oder John Stuart Mill. Die Idee einer progno-stizierbaren Welt ist ohne Frage ganz zauberhaft. Allerdings wissen wir heute, rund 300 Jah-re später, dass sie falsch ist. Weil komplexe Systeme, wie sie in der Welt leider dominieren, ganz anders funktionieren.

Komplexe Systeme erfordern unangenehme Dinge wie Statistik, verlangen ermüdende Un-terscheidungen wie die zwischen Korrelation und Kausalität. In ihnen interagieren unzähli-ge Einflüsse und Faktoren. Sie reagieren teils empfindlich auf kleinste Parameteränderun-gen. Das undurchsichtige Ganze lässt sich nicht ordentlich auf überschaubare Teile redu-zieren. Die schöne Schwarz-Weiß-Welt der Wahrheiten und Sicherheiten zerfasert in häss-liche Grautöne von Wahrscheinlichkeiten und Fehlerabschätzungen.

Wenn „Modellvorhersagen“ nicht eintreffen

Das ist enttäuschend. Die resultierende Frustration ist noch heute zu spüren. Man kann sie etwa im Vorwurf an die epidemiologischen Modellierer erkennen, ihre „Modellvorhersagen“ seien nicht eingetreten. Auch in der Forderung, die Modelle „besser“ zu machen, mehr Pa-rameter zu integrieren, mehr Faktoren. Daraus spricht die Hoffnung, dass die exakte Bere-chenbarkeit doch etwas Erreichbares ist, wenn man sich nur etwas anstrengt. Dass man die Statistik, die Unwägbarkeiten, hinter sich lassen und Sicherheit erlangen kann — denn wer wollte schon auf der Grundlage unsicherer Aussagen Entscheidungen treffen?

Man kann versuchen, das Eingeständnis, dass das Studium komplexer Systeme kaum mehr klassische Sicherheiten produzieren kann, als eine Bankrotterklärung zu verkaufen. Man kann sich weigern, wissenschaftliche Ergebnisse zur Kenntnis zu nehmen, solange die Wis-senschaft „nicht zweifellos nachgewiesen hat“, dass irgendetwas der Fall ist. Die produkti-vere Haltung ist, anzuerkennen, dass aus unserem modernen Verständnis unserer komple-xen Welt auch ein veränderter Umgang mit wissenschaftlichen Resultaten folgt. Und das ist der Punkt, an dem der dieser Tage viel beschworene Unterschied zwischen Szenarien und Vorhersagen zum Tragen kommt.

In einem Raum möglicher Zukünfte

Wenn wir in Situationen Entscheidungen treffen müssen, die von Unsicherheiten und un-vollständigem Wissen geprägt sind, ist es meist keine Option, einfach abzuwarten, bis man mehr weiß. Das gilt für akute Katastrophenfälle wie Aktiengeschäfte. Stattdessen ersetzt man sein Unwissen durch Annahmen und durchdenkt, was daraus folgen würde. Was wür-de passieren, wenn sich alles zu den eigenen Gunsten verhält? Was wäre das Schlimmste, das eintreten kann? Dann: Welches Risiko bin ich einzugehen bereit? Kurz, man versammelt Szenarien und sucht dann nach einer robusten Strategie, die in möglichst vielen der wahr-scheinlichen Fälle zu einem akzeptablen Ergebnis führt. Für dieses Vorgehen braucht es keine Prognosen und Vorhersagen. Man operiert in einem Raum möglicher Zukünfte. Es ist fast überflüssig festzustellen, dass dabei alles unternommen wird, um das Eintreten eines Worst-Case-Szenarios zu verhindern.

Wer nun Kritik an politischen Entscheidungen üben will, kann das konstruktiv an dieser Stelle tun. Er kann etwa beklagen, dass er selbst unter einem akzeptablen Ergebnis etwas anderes verstanden hätte als die Regierung. Oder dass Entscheidungsprozesse zu wenig transparent gemacht wurden. Die Kritik aber, dass bestimmte singuläre Modellvorhersagen nicht eingetreten seien, oder allgemein: dass Entscheidungen in einer Situation von Unsi-cherheit getroffen wurden, hilft hier in ihrer methodischen Uninformiertheit nicht weiter, sondern erhöht – ob fahrlässig oder bewusst – nur das ohnehin hohe Level diffuser öffent-licher Unzufriedenheit.

Das gilt genauso für die grundsätzlich sehr berechtigte Kritik an der nach wie vor oft unbe-friedigenden empirischen Datenlage. Wenn solch eine Kritik, wie sie etwa in der vergange-nen Woche publikumswirksam von prominenten Autoren an den Daten des DIVI-Inten-sivregisters vorgetragen wurde, selbst vor statistischen Unsauberkeiten und Fehlern strotzt, ist wenig gewonnen. Stattdessen wird der Eindruck erzeugt, dass zugunsten persönlicher Eitelkeiten die Glaubwürdigkeit von Wissenschaft öffentlich untergraben wird. Wie brand-gefährlich das ist, zeigt aber eine aktuelle Studie aus Kanada. Demnach spielt Antiintellek-tualismus eine wichtige Rolle in der Reaktion der Öffentlichkeit auf die Pandemie. Diesen nicht weiter zu füttern sollte uns allen auch in Hinblick auf künftige Krisen am Herzen liegen.

 

Nota. - Das ist, wie eigentlich immer, wenn Sibylle Anderl schreibt, klug und klar. Doch eine entscheidende Stelle kann ich diesmal nicht unwidersprochen lassen: Die Frage (an das Worst-Case-Szenario) "Welches Risiko bin ich einzugehen bereit?" ist keine Frage an die Wissenschaft. Sie ist mit Wissen nicht zu beantworten, sondern nur mit Wollen. Es ist eine Frage der Politik.

Die Wissenschaft hat ebensoviel Interesse, diese beiden auseinanderzuhalten, wie die Poli-tik.

Im Übrigen gilt Obiges nur für die 'gesetzgebenden', landläufig so genannten Naturwissen-schaften. Wo rein beschreibende gesellschaftlich-historische Fächer sich einmischen, gilt nicht einmal das. Denn da gehören politische wie unpolitische Willensakte selber zum zu untersuchenden Stoff. Umso dringlicher die säuberliche Unterscheidung!

JE