Correlation Does Not Cause Causation

Kennst du das? Du stehst im Supermarkt, guckst dir die Windeln und das Eis an und denkst: "Hä? Was haben die gemeinsam?" Ich hab' das letztens erlebt. Da hing ein Schild, das besagte, dass der Verkauf von Windeln und Speiseeis an Freitagen irgendwie… parallel läuft. Irgendwie witzig, oder? Macht aber nicht wirklich Sinn, dass das eine das andere verursacht, oder? (Also, außer vielleicht, wenn man sehr gestresste Eltern mit Heißhunger hat! 😉)

Genau das bringt uns zu unserem heutigen Thema: Korrelation ist nicht gleich Kausalität! Ein ziemlich wichtiger Satz, den man sich einprägen sollte. Und keine Sorge, es wird nicht staubtrocken. Versprochen!

Was bedeutet das überhaupt?

Okay, lass uns das mal aufdröseln. Korrelation bedeutet einfach, dass zwei Dinge irgendwie zusammenhängen. Wenn eins steigt, steigt vielleicht auch das andere. Oder wenn eins fällt, fällt auch das andere. Oder… sie gehen einfach in entgegengesetzte Richtungen. Denk an Windeln und Eis. Vielleicht kaufen Leute beides, weil Freitag ist und sie sich was gönnen wollen, oder weil sie am Wochenende mehr Zeit mit ihren Kindern verbringen (und die brauchen halt Windeln UND es gibt mehr Gelegenheiten für Eiscreme!). Aber deswegen verursacht das eine nicht das andere.

Kausalität hingegen bedeutet, dass das eine Ding tatsächlich das andere verursacht. Wenn du einen Ball wirfst (Ursache), fliegt er (Wirkung). Das ist ziemlich direkt. Wenn du aber Eis isst, wirst du nicht automatisch Windeln kaufen. (Ich hoffe zumindest nicht! 😄)

Das Problem ist, dass wir Menschen dazu neigen, Muster zu erkennen und sofort eine Ursache-Wirkungs-Beziehung zu vermuten. Aber das ist gefährlich!

Warum ist das so wichtig?

Stell dir vor, du bist Wissenschaftler (oder Politiker… oder Marketer… oder einfach nur jemand, der Entscheidungen treffen muss). Du siehst eine Korrelation zwischen zwei Dingen und denkst: "Aha! Wenn ich mehr von A habe, bekomme ich auch mehr von B!" Aber was, wenn A und B gar nicht direkt zusammenhängen? Was, wenn es einen ganz anderen Faktor gibt, der beide beeinflusst? (Man nennt das einen "Störfaktor"! Drama!)

Nehmen wir mal an, du beobachtest, dass in Städten mit vielen Bibliotheken auch die Kriminalitätsrate höher ist. Würdest du jetzt alle Bibliotheken schließen? Hoffentlich nicht! Wahrscheinlich ist der Grund, dass größere Städte einfach mehr Bibliotheken und mehr Kriminalität haben. Die Größe der Stadt ist der Störfaktor. (Und vielleicht gibt es ja auch einfach mehr Leute, die sich in Bibliotheken verstecken wollen… nur so 'ne Idee! 😉)

Wenn man Korrelation mit Kausalität verwechselt, kann man also zu falschen Schlüssen kommen und schlechte Entscheidungen treffen. Das kann im Kleinen ("Ich hab' letzte Woche eine Avocado gegessen und hatte danach einen super Tag! Avocados machen glücklich!") genauso passieren wie im Großen (irgendwelche wirtschaftspolitischen Entscheidungen, die total nach hinten losgehen!).

Wie vermeidet man diesen Fehler?

Ganz einfach: Immer kritisch hinterfragen! Nur weil zwei Dinge zusammenhängen, heißt das noch lange nicht, dass das eine das andere verursacht. Stell dir folgende Fragen:

• Gibt es einen anderen Faktor, der beide beeinflussen könnte? (Denk an den Störfaktor!)
• Könnte die Kausalität auch umgekehrt sein? (Vielleicht verursachen hohe Kriminalitätsraten den Bedarf an Bibliotheken als Zufluchtsort! 🤔)
• Gibt es überhaupt eine logische Erklärung für die Kausalität? (Warum sollte der Verkauf von Windeln den Verkauf von Eis beeinflussen?)

Manchmal braucht man auch einfach mehr Daten und bessere Studien, um wirklich herauszufinden, ob es eine Kausalität gibt. (Und manchmal muss man einfach akzeptieren, dass das Universum ein bisschen komisch ist!)

Also, das nächste Mal, wenn du eine interessante Statistik liest oder eine vermeintliche Ursache-Wirkungs-Beziehung entdeckst, denk an Windeln und Eis. Und vergiss nicht: Korrelation ist nicht gleich Kausalität!