Intro

Greta und ihre Antagonisten haben es geschafft. Der Klimawandel ist nun auch ein trendendes Thema auf STEEM. Dummerweise findet sich hier weit und breit kein Klimawissenschaftler, und daher muss ich mich der Sache wohl annehmen. Wobei mir durchaus etwas unwohl ist... Natürlich habe ich mich mit der Materie etwas beschäftigt, aber ein erklärter Spezialist bin ich sicher nicht.

Na ja, was solls, irgendwer muss es ja machen. Das Thema ist einfach verdammt wichtig, und die Wissenschaft wird dazu leider oft missverstanden – und zwar nicht nur von sogenannten „Klimaskeptikern“, sondern durchaus auch von Greta & Co.

Ich beginne die Serie mit der Adaption/Übersetzung eines Artikels, den ich vor langer, langer Zeit mal geschrieben habe – damals habe ich noch ausschließlich auf Englisch gebloggt. Er handelt generell von einem gewissen Kommunikationsproblem der Naturwissenschaften, gilt aber besonders für die Klimathematik. Ich erlaube mir, ein paar Leute zu taggen, mit denen ich kürzlich debattieren durfte: @isabellaklais, @mundharmonika, @stayoutoftherz

Die Ausgangslage dazu war, dass ich nach meinen ersten Wochen auf Steemit offen gesagt etwas schockiert war, wie viele Anhänger von abstrusen Theorien sich dort tummelten. Aids existiert nicht? Impfen tötet? Der menschgemachte Klimawandel ist nicht real?

Ich konnte nicht anders: Ich warf mich in die Schlacht und nahm jede Möglichkeit zur Diskussion wahr. Dabei stieß ich immer öfter auf einen Satz, der das Credo meiner Sparring-Partner zu sein schien: „Korrelation ist nicht Kausalität!“

Natürlich haben sie diesbezüglich Recht. Korrelation ist nicht gleich Kausalität. Aber kann das wirklich heißen, dass jede Korrelation als bedeutungslos angesehen werden darf, bis man einen kausalen Zusammenhang zu 100% beweisen darf?

Spoiler Alert: Nein. Aber der Reihe nach...

https://steemitimages.com/640x0/https:/steemitimages.com/DQma2KzRXjcVAKQShWrifpX5kjQRWr8ZjDijitaFG1p8fKQ/3202552975_9b29069a5f_z.jpg

^{Eine extrem überraschende Korrelation. CC-BY-SA, Quelle}

Definitionen

Korrelation ist definiert als eine bestimmte Beziehung von statistischen Variablen. Wir beobachten zum Beispiel: Wenn Variable 1 steigt, steigt auch Var2. Dies kann daran liegen, dass Var1 Var2 verursacht oder umgekehrt (was wir dann Kausalität nennen), aber es kann auch reiner Zufall sein. Da man statistisch fast alles mit allem in Verbindung bringen kann, kann man leicht zufällige Korrelationen herstellen, und manchmal sind sie wirklich lustig - wer Beispiele zum Lachen will, der folge diesem Link!

https://steemitimages.com/DQmaEYMQy8kSwHnC2qEq4DLLMycV14aKKSqFArJqDTKDvAf/comic.jpg

^{CC-BY-NC, Quelle}

Das Dilemma mit der Kausalität

Wie können wir also einen kausalen Zusammenhang zwischen zwei korrelierenden Variablen herstellen? Dazu müssen wir beweisen, dass var1 var2 verursacht, und der einzige Weg, dies zu tun, ist das Experiment.

Ein Beispiel: Wenn das Schlagen des Kopfes gegen die Wand dir bei jedem Versuch einen stechenden Schmerz beschert, steht dieser Kopfschmerz in einem nachgewiesenen kausalen Zusammenhang mit deinem (leicht idiotischen) Verhalten. Man beachte, dass dies einseitig ist, d.h. es bedeutet nicht, dass jede Kopfschmerz, den du jemals fühlen wirst, diese spezifische Ursache hat. Wissenschaftlich gesprochen ist es ausreichend, mit dem Kopf gegen die Wand zu schlagen, um Kopfschmerzen zu verursachen, aber es ist nicht notwendig.

Das Problem bei dieser Abhängigkeit von Experimenten ist, dass diese - obwohl sie das Rückgrat der meisten Naturwissenschaften bilden - sehr oft nicht durchführbar sind. So können wir beispielsweise die Kausalität zwischen CO₂-Gehalt der Atmosphäre und Klimawandel nicht nachweisen, indem wir erstere bewusst auf ein gefährliches Niveau anheben, da dies – wenn unsere Hypothese stimmt - unseren Heimatplaneten irreversibel schädigen würde.

Dieses Dilemma bietet eine offene Flanke für Wissenschaftsverweigerer aller Art. Solange wir keinen kausalen Zusammenhang nachweisen können, ist es für sie ebenso gültig zu behaupten, dass es ihn einfach nicht gibt und daher fühlen sie sich auch im Recht, wenn sie diesen Glauben weiterverbreiten oder Verschwörungen konstruieren.

Technisch gesehen haben sie ja Recht. Dieser Formalfehler der Wissenschaft existiert. Aber real liegen sie trotzdem falsch. Denn Wissenschaftsbereiche, die keine Experimente durchführen können und daher nie in der Lage sein werden, 100% bestimmte Fakten zu liefern, sind bei weitem nicht ungültig.

Wahrscheinlichkeit

Weil es einen „Workaround“ gibt: die Wahrscheinlichkeit einer kausalen Beziehung zwischen korrelierenden Variablen zu berechnen. Dies kann durch den Einsatz statistischer Methoden geschehen, deren Gültigkeit mathematisch nachgewiesen und daher unangreifbar ist, oder auch durch Schätzung auf der Grundlage vorhandener Daten.

Wenn die verfügbaren Daten in überwältigender Dichte in eine Richtung weisen, wenn wir dazu vielleicht auch noch einen nachweislich funktionierenden Mechanismus kennen, können wir so gut wie sicher sein, das es eine Kausalität gibt - auch wenn wir sie nicht eindeutig (im Sinn von 100,00%) nachweisen können. Außerdem können wir auch die Wahrscheinlichkeit von Gegenhypothesen kalkulieren und dann die Argumente abwägen.

Und so kann man auf Grundlage der vorliegenden Daten beispielsweise berechnen, dass:

- die Wahrscheinlichkeit, dass die aktuelle Erderwärmung großteils von steigenden Treibhausgas-Konzentrationen verursacht wird, bei rund 99,999% liegt.

- die Menschheit mit einer Wahrscheinlichkeit über 99% an eben diesem Effekt Schuld ist.

Das sind natürlich nur 2 Studien von vielen mit ähnlichen Ergebnissen. Und sorry, aber die einzige Möglichkeit, da raus zu kommen, besteht darin, sich eine großflächige Verschwörung aller Wissenschaftler einzureden, die sämtliche Rohdaten fälschen, mit denen die Algorithmen gefüttert wurden. Was manche von euch machen, schon klar. Aber diesen muss ich halt leider sagen, dass dann Hopfen und Malz verloren ist und kein Argument der Welt euch jemals überzeugen werden kann.

Bitte beachtet, dass diese Wahrscheinlichkeiten für die Analyse von bereits beobachteten Phänomenen gelten – dass Prognosen viel höhere Unsicherheitsfaktoren haben, steht auf einem anderen Blatt Papier. Das ist dann der Punkt, wo Greta etwas mißversteht.

Und die Frage, was man tun kann/sollte, und was nicht, ist durchaus auch knifflig - mehr dazu in späteren Artikeln.

Meine take-home-message für heute ist:

Wenn wir Wissenschaftler sagen: "Wir können nicht 100% sicher sein", bedeutet das oft, dass wir uns bomben- und granatensicher sind. Wir dürfen das aber einfach nicht sagen, weil wir dazu ausgebildet sind, mathematisch korrekt zu sprechen. Wenn euch jemand weismachen will, dass das bedeutet, die Alternative wäre gleich wahrscheinlich, lacht ihn bitte aus.

Und wenn sich dann doch mal einer von uns hinreißen lässt, zu behaupten, etwas sei sicher, obwohl die Wahrscheinlichkeit bei "nur" 99,9% liegt, seid bitte etwas gnädig. Wir sind auch nur Menschen, die es hassen, nicht ernst genommen zu werden, und manchmal kommt uns einer aus.

Weitere Quellen:

http://www.crashkurs-statistik.de/

https://home.uni-leipzig.de/schreibportal/korrelation-als-kausalitaet/

Von höchster Wichtigkeit, der disclaimer:
In meinem Blog schreibe ich meine ehrliche Meinung als Forscher, nicht mehr und nicht weniger. Ich bin ein Mensch, manchmal unterlaufen mir Fehler. Diskutiert mit mir, seid anderer Meinung – wenn ihr die besseren Argumente bringt, überleg‘ ich gern ein zweites Mal.

Uploaded with SteemPress from http://toxblog.eu

lennstar