Korrelation und Kausalität Mindmap

Das Thema verstehen

Korrelation beschreibt, dass sich zwei Merkmale gemeinsam verändern, etwa Eiskonsum und Badetoten. Kausalität bedeutet dagegen, dass eine Größe tatsächlich eine andere beeinflusst. Aus einer gemeinsamen Korrelation allein folgt keine Ursache-Wirkung-Beziehung, denn eine dritte Variable oder die umgekehrte Wirkrichtung können die Beziehung erklären. Die Mindmap ordnet zentrale Begriffe wie Scheinkorrelation, Störgrößen und Kausalitätskriterien und zeigt, warum Experimente mit Randomisierung stärkere Rückschlüsse auf Ursachen erlauben als bloße Beobachtungsstudien.

Der Unterschied im Kern
Eine Korrelation liegt vor, wenn zwei Merkmale gemeinsam variieren: Steigt der eine Wert, verändert sich der andere systematisch mit. Der Korrelationskoeffizient drückt dies als Zahl zwischen -1 und +1 aus, wobei das Vorzeichen die Richtung angibt. Kausalität bedeutet dagegen, dass eine Veränderung der einen Größe tatsächlich eine Veränderung der anderen bewirkt. Der entscheidende Punkt: Aus einer Korrelation allein lässt sich nicht schließen, welche Größe welche beeinflusst oder ob überhaupt eine Ursache-Wirkung-Beziehung besteht. Beobachtete Zusammenhänge sind daher zunächst nur Hinweise, die durch weitere Überlegungen und Untersuchungen geprüft werden müssen.

Scheinkorrelationen und dritte Variablen
Viele berühmte Beispiele zeigen, wie eine dritte Variable zwei Merkmale gemeinsam bewegt. Eiskonsum und Badetoten steigen im Sommer zusammen, weil die Hitze beides fördert. Bei Kindern korreliert die Schuhgröße mit der Lesefähigkeit, weil das Alter beide Größen antreibt. Solche Scheinkorrelationen entstehen, wenn eine verborgene Größe beide beobachteten Variablen beeinflusst; Fachleute sprechen von Konfundierung. Auch die umgekehrte Wirkrichtung ist möglich: Mehr Feuerwehreinsätze korrelieren mit größerem Sachschaden, weil der Schaden den Einsatz verursacht, nicht umgekehrt. Wer Korrelationen interpretiert, sollte daher immer nach alternativen Erklärungen suchen.

Wie sich Kausalität prüfen lässt
Randomisierte Experimente sind der stärkste Weg, Kausalität zu untersuchen. Dabei werden Versuchspersonen zufällig einer Behandlungs- oder einer Kontrollgruppe zugeteilt. Die Randomisierung verteilt bekannte und unbekannte Störgrößen etwa gleichmäßig auf beide Gruppen, sodass Unterschiede im Ergebnis auf die Behandlung zurückgeführt werden können. Beobachtungsstudien, etwa Umfragen oder Registerdaten, erlauben solche Rückschlüsse nur eingeschränkt, weil Zuordnungen nicht zufällig erfolgen. Quasi-Experimente nutzen natürliche Zufälle wie politische Reformen als Mittelweg. In vielen Bereichen wie Medizin oder Wirtschaft sind Experimente begrenzt möglich, weshalb Ergebnisse vorsichtig interpretiert werden.

Kausalitätskriterien und Alltagsfallen
Es gibt Hilfskriterien, die eine Kausalbeziehung plausibler machen: Die Ursache muss zeitlich vor der Wirkung liegen, ein verständlicher Wirkmechanismus sollte existieren, und oft zeigt sich eine Dosis-Wirkung-Beziehung, bei der mehr Ursache zu stärkerer Wirkung führt. Diese Kriterien sind Indizien, keine Beweise. Im Alltag lauern typische Denkfehler: Der Schluss post hoc ergo propter hoc nimmt an, dass etwas die Ursache ist, nur weil es zeitlich vorher auftrat. Schlagzeilen verkürzen Studien oft zu Kausalaussagen. Sinnvoll ist es, die Wirkrichtung zu hinterfragen, nach dritten Variablen zu suchen und alternative Erklärungen abzuwägen.