Quelle

Wahrgenommen von Heinrichsgeist: 2023. Zitate auf dieser Seite beziehen sich auf diese Quelle, sofern nicht anders gekennzeichnet (Zitationszweck: Anschauliche Hervorhebung ausgewählter Passagen).

Interessant

Generell das komplette Buch. Einige Stellen werden hier nachfolgend hervorgehoben.

Grundprinzip Nr.1: Sicherheit ist eine Illusion (S.16)

Man sollte ein Bewusstsein dafür schaffen/schärfen, dass Daten niemals 100 % Sicherheit und Gewissheit bringen, sie sind immer mit Unsicherheit behaftet. Wenn man Daten jedoch mit diesem Bewusstsein geschickt erhebt und mit korrekter Interpretation auswertet, dann ist durchaus drin

, dass man auch aus unsicheren Daten richtige Entscheidungen ableiten kann, weil es oft genügt, die Richtung zu erkennen.

Verwirrende Zahlen zur Corona-Sterblichkeit (S.95)

Abbildung 7.1 mit einem Überblick unterschiedlicher Möglichkeiten “Sterberaten” (Mortalität, Letalität) zu ermitteln, die dann entsprechend unterschiedliche Aussagekraft haben.

Abschließender Ratschlag

auf nationaler Ebene auf die absoluten Todeszahlen zu achten (und darauf, wie die Corona-Todesfälle definiert sind), während man internationale Vergleiche eher als interessante Zahlenspielereien denn als seriöse Statistiken verstehen sollte.

Was künstliche Intelligenz alles (nicht) kann (S.98)

Gefragt ist digitale Risikokompetenz, was bedeutet, die Möglichkeiten und Risiken digitaler Technologien zu verstehen und entschlossen zu sein, in einer digitalen Welt die Kontrolle zu behalten.

Das deutsche Innenministerium kam im Oktober 2018 bei der Beurteilung eines Projekts zur Gesichtserkennung zu einem offensichtlich falschen Schluss (zumindest aus statistischer Perspektive), als es großen Projekterfolg bescheinigte. Der Denkfehler: Bei einer niedrigen Falsch-Alarm-Rate von 0,1 % (False Positives) wird fälschlicherweise auf 99,9-prozentig korrekter Klassifikationsleistung des Systems geschlossen. Das Werkzeug Häufigkeitsbaum in Abbildung 8.1 führt auf die korrekte Interpretation: Über 98 % der Alarme des Systems sind falsch (der sogenannte Positive Vorhersagewert). Damit ist die Einschätzung des Projekts als “erfolgreich” nicht haltbar.

Das Problem bei Massenüberwachungssystemen sind Fehlalarme.

Interessant auch die Reaktion einer Politikerin, die mit einer Klarstellung konfrontiert wurde: Fakten nicht akzeptieren, stattdessen unbeholfen wirkendes Herauswinden. Kein Ausdruck digitaler Risikokompetenz.

Warum Prognosen immer falsch sind (S. 110)

• Unterscheidung falsche/echte Prognose
• Unterscheidung Prognose/Vorausberechnung
• Liste historisch falscher Prognosen
• Jahr 1913 historisch falsche Prognose von Norman Angell mit dem (hier verkürzt dargestellten) Argument, dass es wegen wirtschaftlicher Verflechtungen der globalisierten Welt nicht zu einem großen Krieg kommen kann
• Vage Nostradamus und Horoskop Prognosemethoden

• “Goldene Regel der Prognose”: Sage, was geschieht oder wann etwas geschieht, aber nie beides gemeinsam.

• Wirklichkeit nachträglich an Prognose anpassen: Jesus kommt aus dem Hause David?

• Und es wird ebenfalls deutlich, dass die Prognosen nicht glaubwürdiger sein können als die Annahmen, auf denen sie beruhen.

• Prognosetechniken
  • Ist-Zustandsbewahrer
  • Trendextrapolierer (beliebt bei Untergangspropheten. Z.b. der Club of Rome Bericht von 1972 hat sich mit dieser Technik in allen Prognosen geirrt).
  • Chartanalysten: Propheten insbesondere auf Kapitalmärkten
• Chartanalysen funktionieren im Allgemeinen nicht, denn

In einem effizienten Markt - und Kapitalmärkte sind in aller Regel sehr effizient - kümmern sich die Kurse risikobehafteter Wertpapiere nicht um die Vergangenheit.

Für die Börse zählt allein die Zukunft.

• Begriff dafür “Irrfahrten” (random walk).

Teil III Wie wir uns selbst betrügen

Jeder Stoff ist giftig. Es kommt auf die Dosis an. Mit dem Herabsetzen von Grenzwerten werden Menschen definitionsgemäß krank, meist ohne signifikante Risikoreduktion. Manchmal fängt man sich sogar andere Risiken dadurch ein. Für Medizin- und Pharmabranche ist das jedenfalls ein profitables Geschäft - daher gibt es zahlreiche Beispiele.

Ähnlich verhält es sich mit vielen Screenings (Früherkennungsmaßnahmen), die viele Falsch-Positive Ergebnisse generieren und damit viele Menschen in falscher Angst leben lassen und unnötige Operationen verursachen, die wiederum selbst risikobehaftet sind. In Summe wird durch Screenings das Risiko nicht gemindert, sondern erhöht. Die Patienten verstehen das natürlich nicht und viele Ärzte leider auch nicht.

Ausblick

Um statistisches Denken und Risikokompetenz in der Bevölkerung ist es sehr schlecht bestellt. Die Bevölkerung ist dadurch leichter manipulierbar. Auch in vielen Fachberufen (Politiker, Mediziner, Journalisten), die wegen weitreichender Konsequenzen kompetente Risikoabwägung beherrschen müssten, gibt es - wie bei einem blinden Fleck - zu viel statistische Zahlenblindheit.

Die Corona-Pandemie hat offengelegt, dass Risikokommunikation in Deutschland nicht gut funktioniert.

Hier wäre mit vergleichsweise wenig Aufwand eine hohe Wirkung zu erzielen gewesen. Schließlich ist es kaum zu übersehen, dass die Bildung der Bevölkerung in statistischem Denken und die Bildung der staatlichen Institute in Risikokommunikation die emotionale Stimmung und das Verhalten der Menschen während einer Pandemie ganz wesentlich bestimmen.

In den USA wird zunehmend auf sanfte Kontrolle der Bürger durch “Nudging” gesetzt. Die Autoren haben dagegen noch Hoffnung auf aufgeklärte, mündige und hinreichend risikokompetente Bürger. Sie sehen da aber sehr viel zu tun, angefangen mit Schulen und Universitäten.

Schlagworte

Fake News, Datenanalyse, Statistik, Risiko, Unsicherheit, Wahrscheinlichkeit, Kausalität, Korrelation, Affen, Covid

Ähnlich

The Black Swan