Zusammenfassung von Der größte Bestseller aller Zeiten (mit diesem Titel)

Während des Ersten Weltkriegs mussten in den USA 1,75 Millionen Soldaten bei ihrer Einberufung einen Intelligenztest absolvieren. Den Ergebnissen zufolge waren die weißen Soldaten durchschnittlich so intelligent wie ein dreizehnjähriges Kind. Die getesteten Ost- und Südeuropäer erreichten einen noch geringeren Intelligenzwert, und die schwarzen Rekruten kamen auf ein geistiges Entwicklungsalter von nur 10,4 Jahren.

Leider müssen wir bisweilen noch immer über vermeintliche Zusammenhänge von Hautfarbe und Intelligenz diskutieren. Dabei steht fest: Einen Zusammenhang gibt es nicht. Der Erfinder des Tests Robert Yerkes traf bei der Erstellung und Auswertung fünf Entscheidungen, die nicht objektiv waren. Diese Entscheidungen wollen wir uns im Folgenden genauer ansehen. Sie erklären Yerkes’ Ergebnisse und zeigen, warum wir Zahlen misstrauen sollten. 

Wenn wir Prognosen zur nächsten US-Präsidentschaftswahl lesen oder Zahlen zur Häufigkeit sexueller Belästigungen, so liegt diesen Werten fast immer eine bestimmte statistische Messmethode zugrunde: die Stichprobenanalyse. Solche Stichprobenanalysen nehmen wir auch im Alltag vor, und zwar ganz intuitiv. Wenn wir beispielsweise die Suppe abschmecken, testen wir anhand einer Stichprobe, ob die Suppe insgesamt genug gewürzt ist.

Für Wissenschaftlicher ist die Stichprobe ein wichtiges Werkzeug, da sie ihnen erlaubt, Aussagen über eine bestimmte Bevölkerungsgruppe zu treffen, ohne alle Mitglieder testen zu müssen. Man kann jedoch auch viel dabei falsch machen, wie Alfred Kinseys 1948 veröffentlichte Studie zum Thema Sex zeigte. Noch heute kursieren Zahlen und Behauptungen aus dieser Umfrage, zum Beispiel, dass zehn Prozent aller Männer homosexuell seien, was neueren Studien zufolge trotz Dunkelziffer zu hoch sein dürfte.

Gin Tonic lindert Heuschnupfen, dunkle Schokolade ist gut fürs Herz und ein Rasieren der Schamgegend verringert das Ansteckungsrisiko für Geschlechtskrankheiten. Zeitungen und Onlinemedien sind voll von derartigen Quatsch-Nachrichten. Wie kommt das?

Dahinter steckt meist ein klassischer Fehler der Statistik: die Verwechslung von Kausalität und Korrelation. Eine Kausalität besteht zwischen Ursache und Wirkung. Korrelation hingegen beschreibt bloß den nicht näher bestimmten Zusammenhang zweier Phänomene. So einfach das klingt – auch Wissenschaftler sehen immer wieder Kausal-Verbindungen, wo eigentlich keine sind. 

Jahrelang verdiente die fünfundsechzigjährige Kenianerin Jenipher ihr Geld mit einem kleinen Lebensmittelladen in Nairobi. Sie verkaufte gut, aber die Erträge reichten nie, um etwas anzusparen. Einen Kredit bekam sie auch nicht, da sie keine finanziellen Sicherheiten vorweisen konnte, geschweige denn einen Kreditscore. So bekam sie nie die Möglichkeit, in ihr Geschäft zu investieren und es auszubauen. 

Das änderte sich mit dem Aufkommen von Big Data. So errechnet beispielsweise das Start-up Tala aus den Bewegungs-, Kontakt- und Nutzungsdaten einer Person einen Kreditscore für die Bank. Jenipher erfuhr von dem Unternehmen, installierte die Tala-App und erhielt kurze Zeit später tatsächlich einen Kredit zugesprochen. Heute leitet sie drei Geschäfte. 

2017 machte der Rechtswissenschaftler und Yale-Professor Dan Kahan eine erstaunliche Entdeckung: Im Rahmen eines wissenschaftlichen Experiments ließ er mehrere Testpersonen einen Rechentest absolvieren und legte ihnen anschließend die Ergebnisse einer fiktiven Studie zur Wirkung einer Anti-Pickel-Creme vor.

Um herauszufinden, ob die Creme tatsächlich wirkte, mussten die Testpersonen selbstständig einige Rechnungen mit den vorgelegten Zahlen anstellen. Das Ergebnis: Die meisten, die rechnen konnten, kamen zu dem richtigen Schluss. Danach wurden dieselben Zahlen einer weiteren Gruppe von Teilnehmern gezeigt. Diesmal ging es aber nicht um eine Anti-Pickel-Creme, sondern darum, ob schärfere Waffengesetze Kriminalität verhindern würden. Das Erstaunliche war, dass nun diejenigen, die eigentlich besser rechnen konnten, schlechter abschnitten als die übrigen Teilnehmer. Laut Kahan gab es dafür nur eine Erklärung: Ideologie. 

Zahlen und Statistiken formen unsere Welt und bestimmen unser Leben. Seit jeher wird ihnen eine größere Objektivität zugesprochen als Worten, weswegen ihnen eine besondere Überzeugungskraft zukommt. Dabei können Zahlen durchaus fehlerhaft sein, sie können missbraucht werden und basieren keinesfalls auf objektiven Wahrheiten. Wir sollten daher lernen, Zahlen, Daten und Statistiken kritisch zu hinterfragen. Richtig eingesetzt und interpretiert können sie uns viel über unsere Welt verraten und manchmal sogar Leben retten.