Korrelation und Kausalität

Kurz: Korrelation heißt, dass zwei Größen gemeinsam steigen oder fallen. Kausalität heißt, dass die eine die andere verursacht. Aus Korrelation allein folgt keine Ursache.

Genauer: Der Korrelationskoeffizient r liegt zwischen −1 und +1. Nahe +1: gleichsinnig, nahe −1: gegensinnig, nahe 0: kein linearer Zusammenhang.

Im Detail

• Dritte Größe (Confounder): Eisverkauf und Sonnenbrände korrelieren, weil beide vom Wetter abhängen, nicht weil Eis Sonnenbrand macht.
• Umgekehrte Richtung: Wer viel Sport treibt, ist gesünder? Oder treiben Gesunde mehr Sport? Beides kann stimmen.
• Zufall: Bei vielen Vergleichen gibt es immer scheinbare Zusammenhänge („Scheinkorrelationen”), etwa zwischen Käsekonsum und Unfällen mit Bettlaken.
• Nicht linear: r erfasst nur lineare Zusammenhänge. Ein U-förmiger Zusammenhang kann r ≈ 0 haben.
• Kausalität prüfen: Kontrollierte Experimente mit zufälliger Zuteilung (randomisierte Studien, A/B-Tests), zeitliche Reihenfolge, plausibler Mechanismus, Wiederholung.
• Alltagstipp: Bei Schlagzeilen wie „X erhöht das Risiko für Y” prüfen: Wie groß ist der Effekt in absoluten Zahlen? Welche Studienart?
• KI: Modelle lernen Korrelationen. Ohne Zusatzwissen verwechseln sie sie mit Ursachen.

Siehe auch: Mittelwert, Median und Modus, Stichproben und Umfragen