Unsicherheit in der Wissenschaft
Wissenschaft liefert KEINE BEWEISE. Wissenschaft ist vor allem dadurch gekennzeichnet, dass sie Hypothesen (also Erklärungsmöglichkeiten für Phänomene) liefert. Diese müssen, zumindest im Wissenschaftsverständnis Karl Poppers (kritischer Rationalismus), (Quelle) grundsätzlich falsifizierbar sein. Wenn Hypothesen gebildet und Theorien entwickelt werden, dann dienen diese dazu, beobachtbare Tatsachen zu erklären. Da aber in vielen Forschungsbereichen im Laufe der Zeit immer mehr und neue Tatsachen bekannt werden, die möglicherweise nicht mit der bisherigen Theorie erklärbar sind, müssen auch die Theorien laufend angepasst, geändert oder völlig erneuert werden. Jede neue Theorie muss aber das Gesamt aller beobachtbaren Tatsachen berücksichtigen.
Josef Gassner hat dafür ein schönes Beispiel gebracht: Nehmen wir an, ich kenne von einem Bild nur 6 Punkte auf einem Stück Papier. Dann kann ich überlegen, wie die Linie aussehen könnte, auf der diese Punkte liegen. Es könnte mehrere Linienverläufe bzw. Bilder geben, die mit dieser Punkte-Konstellation übereinstimmen. Das sind meine Hypothesen. Wenn mir nun neue Punkte bekannt werden, dann werden die bisherigen Hypothesen der Reihe nach widerlegt und es werden ggf. sogar neue Hypothesen nötig. Aber diese müssen die bisher bekannten Punkte eben mit berücksichtigen.
Wissenschaft lebt also davon, Hypothesen (Theorien) zu entwickeln, die möglichst gut zu den beobachtbaren Tatsachen passen und diese dann zu überprüfen, z.B. durch Experimente und weitere gezielte Beobachtungen.
Am Ende kann Wissenschaft immer nur Aussagen über die Wahrscheinlichkeit machen, mit der eine Hypothese zutreffend ist. Wenn die Wahrscheinlichkeit, dass eine Hypothese zutrifft, 99% beträgt, dann ist es natürlich sinnvoll, dieser Hypothese mehr zu vertrauen, als einer Annahme, die mit einer Wahrscheinlichkeit von 95% falsch ist. Aber absolute Gewissheit, die gibt es in der Wissenschaft nicht.
Das GRADE System
Weil das so ist und Wissenschaft immer auch vorläufig ist, Erkenntnisse zunehmen und Hypothesen laufend revidiert werden müssen, ist es gar nicht so einfach, herauszufinden, was nun aktuell die bestmögliche Option ist. Im medizinischen Bereiche wird daher das GRADE System genutzt, um zu möglichst sicheren, evidenzbasierten Empfehlungen zu gelangen.
Wir wollen diesen Ansatz zukünftig nutzen, um unsere Einschätzung der Evidenz für behauptete Fakten oder Zusammenhänge zu kommunizieren. Eine extrem hohe Evidenz bedeutet, dass eine Problemstellung oder einen Zusammenhang im Sinne einer vernünftigen Handlungssteuerung als Tatsache zu betrachten ist.
Jede wissenschaftliche Erkenntnis und jede Darstellung von Fakten ist immer vorläufig: Erkenntnisse und Fakten gelten so lange, bis sie widerlegt sind. Neue Fakten können neue theoretische Erklärungsmodelle erforderlich machen, weshalb Wissenschaft immer in Bewegung ist. Wissenschaftlich gesehen kann man Theorien nicht beweisen, sondern nur widerlegen (falsifizieren). Wissenschaftliche Theorien sollten daher so formuliert sein, dass sie widerlegbar sind. Sie müssen sich auf beobachtbare Fakten stützen und zur Erklärung von beobachtbaren Phänomenen beitragen. Für jede Theorie gilt, dass sie nicht im Widerspruch zu beobachtbaren Fakten stehen darf.
Grading of Recommendations Assessment, Development and Evaluation
The GRADE approach (Grading of Recommendations Assessment, Development and Evaluation) is a method of assessing the certainty in evidence (also known as quality of evidence or confidence in effect estimates) and the strength of recommendations in health care.
Quality of evidence and definitions
High (H): We are very confident that the true effect lies close to that of the estimate of the effect / Die Evidenz für die behauptete Problemstellung oder den behaupteten Zusammenhang ist extrem hoch.
Moderate (M): We are moderately confident in the effect estimate: The true effect is likely to be close to the estimate of the effect, but there is a possibility that it is substantially different / Die Evidenz für die behauptete Problemstellung oder den behaupteten Zusammenhang ist (noch) mäßig.
Low (L): Our confidence in the effect estimate is limited: The true effect may be substantially different from the estimate of the effect / Die Evidenz für die behauptete Problemstellung oder den behaupteten Zusammenhang (noch) ist gering.
Very low (VL): We have very little confidence in the effect estimate: The true effect is likely to be substantially different from the estimate of effect / Die Evidenz für die behauptete Problemstellung oder den behaupteten Zusammenhang ist (noch) sehr gering.
Leider sind wir im Moment noch nicht in der Lage, das GRADE System anzuwenden. Für das Klima gibt es aber eine ähnliche Skala, die man direkt nutzen kann: Der Weltklimarat (IPCC) versieht wichtige Aussagen mit Wahrscheinlichkeiten – „praktisch sicher“ heißt 99 bis 100 Prozent, „sehr wahrscheinlich“ 90 bis 100 Prozent. (Quelle) Aber es ist hilfreich, das System zu kennen und sich so klar zu machen, dass „Wissen“ in den meisten Fällen mit Unsicherheiten behaftet ist. Wissen ist immer vorläufig. Und es bleibt uns schlicht nichts anderes übrig, als die besten Evidenzbelege zu suchen, um unsere Konstruktion der Wirklichkeit schrittweise „realistischer“ zu machen.
Wie sicher ist „sicher“? Gewissheit in der Wissenschaft
Wissenschaft kennt keine absolute Gewissheit. Sie kennt aber Grade von Gewissheit – und manche Aussagen sind so gut geprüft, dass Zweifel nicht mehr vernünftig ist.
- Karl Popper: Eine Theorie ist wissenschaftlich, wenn sie an Beobachtungen scheitern kann. Allgemeine Sätze lassen sich durch Erfahrung nie endgültig beweisen. Popper grenzte sich damit ausdrücklich vom Positivismus ab, der auf Bestätigung setzte. (Stanford Encyclopedia of Philosophy)
- Thomas Kuhn: Forschung arbeitet meist innerhalb eines „Paradigmas“, also eines gemeinsamen Rahmens. Erst wenn sich ungelöste Widersprüche häufen, kommt es zur Krise und manchmal zu einer wissenschaftlichen Revolution. (Stanford Encyclopedia of Philosophy)
- Naomi Oreskes: Es gibt nicht die eine wissenschaftliche Methode. Vertrauen verdient Wissenschaft, weil ihre Aussagen in einem sozialen Prozess streng geprüft werden – durch Fachkollegen/innen, Wiederholung und Kritik. (Princeton University Press)
- Beim Klima ist dieser Prüfprozess sehr weit: Über 99 Prozent der begutachteten Fachartikel stimmen überein, dass der Mensch den Klimawandel verursacht. (Cornell University)
- Unsicherheit heißt nicht „wir wissen nichts“. Eine Studie zeigt: Mehr Unsicherheit bei der Klimaprognose bedeutet im Mittel größere erwartete Schäden – und damit mehr Grund zum Handeln. (Lewandowsky u. a.)
Popper: Warum man Theorien nicht beweisen, aber widerlegen kann
Karl Popper (1902–1994) stellte fest: Ein allgemeiner Satz wie „Alle Schwäne sind weiß“ lässt sich durch noch so viele weiße Schwäne nicht beweisen. Ein einziger schwarzer Schwan kann ihn aber widerlegen. Daraus machte er sein Abgrenzungs-Kriterium: Wissenschaftlich ist eine Theorie, wenn sie an möglichen Beobachtungen scheitern kann. Popper nannte seine Haltung „kritischen Rationalismus“. Er grenzte sich damit gerade vom Positivismus des Wiener Kreises ab, der Wissen durch Bestätigung sichern wollte.
Einordnung: Spätere Wissenschaftstheoretiker/innen zeigten, dass auch Widerlegen nicht so einfach ist. Wenn eine Messung nicht passt, kann auch das Messgerät oder eine Hilfsannahme falsch sein. Die Grundidee bleibt aber wichtig: Gute Wissenschaft setzt sich bewusst der Prüfung aus.
Quellen: Stanford Encyclopedia of Philosophy
Kuhn: Wissenschaft ist auch eine Gemeinschaft
Thomas Kuhn (1922–1996) beschrieb, wie Wissenschaft tatsächlich arbeitet. Meist forschen Fachleute innerhalb eines gemeinsamen Rahmens, eines „Paradigmas“. Es gibt die Rätsel vor und die Werkzeuge, um sie zu lösen. Häufen sich Widersprüche, die der Rahmen nicht erklären kann, kommt es zur Krise. Setzt sich ein neuer Rahmen durch, spricht Kuhn von einer wissenschaftlichen Revolution.
Wichtig für die Frage nach Gewissheit: Kuhn zeigte, dass die Wahl zwischen Theorien nicht nach festen Regeln abläuft. Es zählen Werte wie Genauigkeit, Widerspruchsfreiheit, Reichweite, Einfachheit und Fruchtbarkeit – und die muss man gegeneinander abwägen. Das macht Wissenschaft nicht beliebig. Es erklärt aber, warum gemeinsame Prüfung so wichtig ist.
Quellen: Stanford Encyclopedia of Philosophy
Unsicherheit ist kein Freund: Warum Zweifel für mehr Klimaschutz sprechen
Ein beliebtes Argument lautet: „Die Wissenschaft ist sich nicht sicher, also warten wir ab.“ Der Psychologe Stephan Lewandowsky und Kollegen/innen haben 2014 mathematisch gezeigt, dass das falsch ist. Wenn die Schäden mit der Erwärmung überproportional wachsen, dann bedeutet mehr Unsicherheit im Mittel größere erwartete Schäden. Für den Meeresspiegel gilt: Je unsicherer die Prognose, desto mehr Schutz braucht es.
Das Ergebnis hängt nicht davon ab, wie ängstlich jemand ist oder wie stark man die Zukunft abwertet. Unsicherheit wirkt also oft in die gefährliche Richtung. Wer auf Unsicherheit verweist, hat damit einen Grund mehr für vorsorgendes Handeln.
Quellen: Lewandowsky u. a.
„Praktisch sicher“: Die Gewissheits-Skala des Weltklimarats
Was GRADE für die Medizin leistet, leistet beim Klima eine feste Sprache des Weltklimarats (IPCC). Jede wichtige Aussage bekommt eine Wahrscheinlichkeit: „praktisch sicher“ heißt 99 bis 100 Prozent, „äußerst wahrscheinlich“ 95 bis 100 Prozent, „sehr wahrscheinlich“ 90 bis 100 Prozent, „wahrscheinlich“ 66 bis 100 Prozent. Dazu kommt ein Grad des Vertrauens, der sich aus der Menge der Belege und der Einigkeit der Forschung ergibt.
Bei der Hauptfrage hat der IPCC diese Skala 2021 sogar verlassen. Er schrieb: Es ist „eindeutig“, dass der Mensch Atmosphäre, Ozean und Land erwärmt hat. 2013 hieß es noch „äußerst wahrscheinlich“. So sieht wachsende Gewissheit in der Wissenschaft aus: Sie wird nicht verkündet, sondern Schritt für Schritt erarbeitet.
Quellen: IPCC AR6, Arbeitsgruppe I · Carbon Brief