Korrelation vs. Kausalitat

Wenn ein Nachrichtenartikel berichtet, Menschen die weniger als sieben Stunden schlafen hatten ein hoheres Herzerkrankungsrisiko, ist die implizierte Botschaft oft kausal: Schlafmangel schadigt das Herz. Die Daten zeigen moglicherweise nur einen statistischen Zusammenhang - ohne zu belegen, dass einer den anderen verursacht.

Korrelation und Kausalitat zu verwechseln ist eines der haufigsten Denkmuster, das fehlerhafte Schlussfolgerungen in Gesundheitsberichten, Wirtschaftskommentaren und politischen Debatten erzeugt. Den Unterschied zu verstehen ist keine akademische Detailubung, sondern eine Grundkompetenz fur das Lesen moderner Medien.

Was Korrelation bedeutet

Eine Korrelation beschreibt eine statistische Beziehung zwischen zwei Variablen: Wenn eine sich verandert, tendiert auch die andere dazu, sich vorhersehbar zu verandern. Eine positive Korrelation bedeutet, sie bewegen sich in dieselbe Richtung; eine negative bedeutet das Gegenteil. Korrelation ist messbar und informativ - sie sagt uns, dass ein Muster existiert. Was sie allein nicht sagen kann: warum das Muster existiert.

Was Kausalitat bedeutet

Kausalitat bedeutet, dass eine Veranderung von Variable A eine Veranderung von Variable B produziert - es gibt einen Mechanismus, durch den A B bewirkt. Das zu belegen erfordert mehr als das Beobachten eines Musters. Der Informatiker und Statistiker Judea Pearl beschreibt drei Stufen: Beobachten (Muster sehen), Eingreifen (etwas andern und Ergebnis beobachten), und kontrafaktisches Denken. Korrelation lebt auf der untersten Stufe; Kausalitat erfordert hohere (Pearl & Mackenzie, 2018, S. 28-51).