Bayes & Statistik

Kausale Inferenz: Wirkung von Zusammenhang unterscheiden

Nach einem Training schneiden Teilnehmende schlechter ab als andere. War das Training schädlich oder wurden gerade die schwierigen Fälle dafür ausgewählt? Ein Beispiel zeigt, warum der rohe Vergleich irreführen kann.

  • 3 Min. Lesezeit
  • Aktualisiert am
  • Redaktion smartlytics

Kurz erklärt

Kausale Inferenz fragt, wie sich ein Ergebnis durch einen Eingriff verändern würde. Ein beobachteter Gruppenunterschied beantwortet diese Frage erst unter zusätzlichen Annahmen, etwa über gemeinsame Ursachen und vergleichbare Behandlungsoptionen.

Interaktives Beispiel ausprobierenKostenlos · im Browser · ohne Anmeldung

Auf einen Blick

  1. Ein Zusammenhang zwischen Maßnahme und Ergebnis ist noch keine Wirkung der Maßnahme.
  2. Die Zusammensetzung der Gruppen kann einen positiven Effekt im Gesamtdurchschnitt umkehren.
  3. Standardisierung hilft nur, wenn die berücksichtigten Merkmale das geeignete Anpassungsset bilden.

Teilnehmende eines Trainings schneiden schlechter ab als Nichtteilnehmende. Das Training war also schädlich? Nicht unbedingt. Vielleicht wurden gerade die schwierigsten Fälle bevorzugt zugeteilt. Die Frage nach der Wirkung lautet: Wie hätten dieselben geeigneten Fälle mit und ohne Training abgeschnitten? Beide Ergebnisse zugleich lassen sich für denselben Fall nicht beobachten. Ein Vergleich braucht daher ein Design und nachvollziehbare Annahmen.

Das Gegenfaktische hinter der Frage

Wir bezeichnen den möglichen Erfolg mit Training als Y(1)Y(1) und ohne Training als Y(0)Y(0). Für eine definierte Zielpopulation interessiert beispielsweise der durchschnittliche Effekt

ATE=E[Y(1)−Y(0)].\mathrm{ATE}=\E[Y(1)-Y(0)].

Das ist eine andere Größe als die beobachtete Differenz zwischen tatsächlich Trainierten und Nichttrainierten. Hernán und Robins entwickeln kausale Fragen konsequent anhand solcher möglichen Ergebnisse und der Bedingungen, unter denen sie identifiziert werden können (Hernán & Robins 2020). Der Begriff „identifiziert“ bedeutet hier: unter den Annahmen aus den beobachtbaren Größen bestimmbar, nicht bloß präzise geschätzt.

Ein fiktives Beispiel mit umgekehrtem Vorzeichen

Unsere Population besteht zur Hälfte aus einfachen und schwierigen Fällen. Ohne Training liegen die Erfolgsraten bei 70 % beziehungsweise 20 %. Training verbessert beide Gruppen um zehn Prozentpunkte auf 80 % beziehungsweise 30 %. Der wahre Effekt ist im Modell also positiv und für beide Gruppen gleich.

Nun erhalten 80 % der schwierigen, aber nur 20 % der einfachen Fälle das Training. Unter den Trainierten sind dadurch 80 % schwierige Fälle. Ihre gemeinsame Erfolgsrate ist 0,8⋅0,3+0,2⋅0,8=0,400{,}8\cdot0{,}3+0{,}2\cdot0{,}8=0{,}40. Unter den Nichttrainierten überwiegen einfache Fälle; deren Erfolgsrate beträgt 0,2⋅0,2+0,8⋅0,7=0,600{,}2\cdot0{,}2+0{,}8\cdot0{,}7=0{,}60.

Der rohe Unterschied lautet minus 20 Prozentpunkte, obwohl Training in jeder Schwierigkeitsgruppe plus zehn Prozentpunkte bewirkt. Das Beispiel zeigt eine Form von Simpsons Paradox. Es nutzt exakt berechnete Erwartungsanteile, keine zufällige kleine Stichprobe und keine realen Mitarbeitendendaten.

Welche Variable verursacht die Verzerrung?

Der gedachte Graph enthält drei Pfeile: Schwierigkeit beeinflusst Training, Schwierigkeit beeinflusst Erfolg und Training beeinflusst Erfolg. Die Schwierigkeit ist damit eine gemeinsame Ursache von Maßnahme und Ergebnis, ein Confounder. Der rohe Vergleich vermischt die Trainingswirkung mit dieser unterschiedlichen Gruppenzusammensetzung.

Pearls Darstellung kausaler Modelle erklärt, warum solche Annahmen über die Datenentstehung zusätzlich zur Wahrscheinlichkeitsrechnung erforderlich sind (Pearl 2009). Ein Graph ist dabei kein aus einer Korrelationsmatrix automatisch abgelesener Beweis. Er macht die inhaltlichen Annahmen sichtbar, die Fachleute begründen oder infrage stellen müssen.

Auf dieselbe Population standardisieren

Statt die unterschiedlichen tatsächlichen Gruppenanteile zu verwenden, gewichten wir beide Trainingszustände mit denselben Anteilen der Zielpopulation:

Δ=∑zP(Z=z)[E(Y∣A=1,Z=z)−E(Y∣A=0,Z=z)].\Delta=\sum_z P(Z=z)\big[\E(Y\mid A=1,Z=z)-\E(Y\mid A=0,Z=z)\big].

Im Beispiel ergibt das 0,5(0,8−0,7)+0,5(0,3−0,2)=0,100{,}5(0{,}8-0{,}7)+0{,}5(0{,}3-0{,}2)=0{,}10. Der bereinigte Unterschied entspricht dem konstruierten kausalen Effekt. Im Rechner verändern Sie Zuteilung, Effekt und Anteil schwieriger Fälle. Bei zufälliger Zuteilung mit 50 % in jeder Gruppe stimmt auch der rohe Unterschied mit dem Effekt überein.

Interaktiv

Interaktiv: Kausale Inferenz: Wirkung von Zusammenhang unterscheiden

Die Ausgangswerte ergeben roh −20 Prozentpunkte und standardisiert +10 Prozentpunkte. Die Tabelle zeigt, wie die verschiedenen Gruppenanteile dieses Vorzeichen umkehren.

Warum Bereinigung keine automatische Lösung ist

Die kausale Lesart benötigt hier drei zentrale Voraussetzungen. Konsistenz: „Training“ bezeichnet eine ausreichend klar definierte Maßnahme. Austauschbarkeit nach Anpassung: Innerhalb der Schwierigkeitsgruppen fehlen keine weiteren gemeinsamen Ursachen. Positivität: Für jede relevante Gruppe sind beide Möglichkeiten tatsächlich vertreten.

Im Beispiel gelten diese Bedingungen durch Konstruktion. In echten Beobachtungsdaten sind sie keineswegs garantiert. Schwierigkeit könnte unvollständig gemessen sein, motivierte Personen könnten sich selbst auswählen oder eine Gruppe könnte nie Training erhalten. Mehr Daten beseitigen solche Identifikationsprobleme nicht. Auch ein schmales Konfidenzintervall kann um eine verzerrte Zahl liegen.

Eine betriebliche Untersuchung vorbereiten

Formulieren Sie zuerst Zielpopulation, konkrete Maßnahme, Vergleich und Ergebnisfrist. Zeichnen Sie dann vermutete gemeinsame Ursachen auf. Wenn möglich, schafft ein sauber geplanter randomisierter A/B-Test einen direkteren Vergleich. Bei Beobachtungsdaten gehören Annahmen, alternative Erklärungen und Sensitivitätsprüfungen zur Schlussfolgerung.

Häufige Fragen

Warum reicht ein Vorher-nachher-Vergleich nicht?

Andere Einflüsse können sich gleichzeitig verändern. Für eine kausale Interpretation muss geklärt werden, was ohne die Maßnahme geschehen wäre und welche Annahmen einen solchen Vergleich erlauben (Hernán & Robins 2020).

Soll man einfach für alle verfügbaren Merkmale kontrollieren?

Nein. Manche Variablen liegen auf dem Wirkungsweg oder sind gemeinsame Folgen anderer Variablen. Ihre Anpassung kann die gesuchte Wirkung verändern oder neue Verzerrung erzeugen. Ein kausales Modell begründet die Auswahl (Pearl 2009).

Quellen und weiterführende Literatur

  1. PaperPearl, J. (2009): Causal inference in statistics: An overview.
  2. BuchHernán, M. A. and Robins, J. M. (2020): Causal Inference: What If.

Zuletzt fachlich geprüft am 14. November 2026. Hinweise auf Fehler nehmen wir gern entgegen: impressum@nyxai.com.

Von NyxAI

smartlytics ist das Wissensangebot der NyxAI GmbH.

Wir erklären hier die Methoden, mit denen wir arbeiten – offen, mit Quellen und so, dass man sie nachrechnen kann.

Entscheidungskern

NyxAI entwickelt einen Entscheidungskern (Decision Core) für Decision Intelligence, der Optimierung, Simulation, Statistik und Reinforcement Learning verbindet: Optionen vergleichen, Unsicherheit sichtbar machen, aus Ergebnissen lernen – unter menschlicher Verantwortung.

DeepSquare

Erklärbare Schach-KI mit menschlichen Spielstilen: das Testfeld von NyxAI für nachvollziehbare Entscheidungen unter Zeitdruck.