Allgemein

Wissenschaft kann die Zukunft nicht vorhersagen – und das ist auch gut so

Vision vector concept with woman and telescope

© jozefmicic – stock.adobe.com

Immer wieder kommt es zu dem Missverständnis, Wissenschaft könne die Zukunft vorhersagen. Doch selbst die ausgereiftesten Modelle, wie sie beispielsweise in der Klimawissenschaft Anwendung finden, haben weder den Anspruch noch das Vermögen, eine exakte Vorhersage zu liefern. Vielmehr basieren alle Modelle auf Vereinfachungen und Annahmen. Beides ist gut und notwendig.

Die Vereinfachungen und Annahmen zu kennen, ist wichtig für das Verständnis von wissenschaftlichen Modellen, deren Aussagekraft und deren Grenzen. Diese sollten immer transparent kommuniziert werden. Egal ob Wissenschaftler*innen explizit Computermodelle verwenden oder nicht: Wissenschaftliche Betrachtungen und Modelle beziehen sich stets auf einen Ausschnitt der Wirklichkeit (z.B. das Klimasystem oder ein Infektionsgeschehen). Auch innerhalb dieses Ausschnitts werden weitere Vereinfachungen vorgenommen, so dass die wichtigsten Prozesse und Faktoren im Fokus stehen. Bei Klimamodellen sind das z.B. die Sonneneinstrahlung, die Konzentration von Treibhausgasen in der Atmosphäre, globale Luft- und Wasserströme, das Rückstrahlvermögen von Oberflächen und viele weitere. Tatsächlich sind viele Klimamodelle bereits hochkomplex und müssen dennoch vereinfachende Abbildungen der Realität bleiben.

Die Ergebnisse solcher Modelle (in Abb. 1 die Veränderung der globalen Durchschnittstemperatur) werden in der Regel zunächst für einen vergangenen Zeitraum (grauer Bereich in Abb. 1) modelliert und können so ihre Genauigkeit im Vergleich zu bereits eingetretenen Ereignissen (schwarze Linie in Abb. 1) unter Beweis stellen. Grundsätzlich besteht also die Möglichkeit, dass Modelle an der Wirklichkeit scheitern können.

Abbildung 1: Beispiel von Klimamodellen aus dem 5. Sachstandsbericht des IPCC (IPCC 2013)

Haben sich die Modelle im Abgleich mit der beobachteten Wirklichkeit aber bewährt, können wir uns der Zukunft zuwenden. Dabei hilft zunächst das bei der Modellentwicklung erworbene Wissen über das Zusammenspiel der wichtigsten Prozesse und Faktoren. Auf Basis von diesem Wissen (also z.B. dem Wissen über die bisherigen Veränderungen der globalen Treibhausgasemissionen) können nun begründete Annahmen über mögliche zukünftige Entwicklungen getätigt werden. In Abb. 1 zeigen die mit RCP 2.6 bis 8.5 bezeichneten Linien, wie sich die Temperatur zukünftig bei unterschiedlich hohen Treibhausgaskonzentrationen weiterentwickeln könnte. Solche Zukunftsannahmen sollten in aller Regel realistisch sein. Es kann aber ebenso mit Annahmen von positiven und negativen Extremen (häufig als Best- und Worst-Case-Szenarien bezeichnet) ein Korridor für unterschiedliche mögliche Entwicklungspfade aufgezeigt werden.

Wichtig ist zudem zu bedenken, dass aktuell wirksame Prozesse nicht zwangsläufig ewige Gültigkeit besitzen. Und es können neue, noch unbekannte Faktoren auftreten, die zukünftig entscheidend sind. Ein Beispiel aus unserer Forschung am ISOE – Institut für sozial-ökologische Forschung kann solche Veränderungen illustrieren: Ein wichtiger Faktor für die Wanderungsbewegungen mongolischer Nomaden war bis 1990 beispielsweise die staatliche Planwirtschaft, die mit der Mongolischen Volksrepublik endete. Demgegenüber war vor 1990 nicht abzusehen, wie stark die Netzabdeckung für Mobiltelefone die Wanderungsbewegungen heutiger Nomaden beeinflusst.

Allgemein lässt sich festhalten: Liegt ein (nahezu) perfektes Verständnis der Zusammenhänge (wie in einem Laborexperiment) vor, können zwar in einem gewissen Rahmen Vorhersagen gemacht werden. Bei höherer Komplexität (wie in der realen Welt außerhalb des Labors) werden aber statt Vorhersagen meist unterschiedliche Szenarien aufgezeigt und ggf. deren Eintrittswahrscheinlichkeiten abgeschätzt. In der Regel versuchen Wissenschaftler*innen also nicht die Zukunft vorherzusagen, sondern verschiedene mögliche zukünftige Entwicklungen zu skizzieren.

Es mag verunsichernd wirken, dass wir keine verlässlichen Aussagen über die Zukunft treffen können. Diese Ungewissheit ist aber ganz und gar kein Unglück, sondern ein zentraler Treiber für Veränderungsprozesse. Versuchen wir an dieser Stelle ein Gedankenexperiment: Wie würde sich eine perfekte wissenschaftliche Vorhersage auf die Motivation von Menschen auswirken? (Wir arbeiten dabei mit einem sehr einfachen Modell einer Ursache-Wirkungsbeziehung ohne Berücksichtigung weiterer Faktoren)

Schon heute engagieren sich weltweit viele Menschen um eine lebenswerte Welt zu schaffen. Sie haben sich auf den Weg gemacht – mit Zielen, Träumen und Visionen und doch ohne die Sicherheit, wie der Weg verläuft und wohin er führen wird. Sie gehen Wagnisse ein und stellen sich der Ungewissheit. Wäre es nicht großartig, zu wissen, dass es gelingt? Doch was wäre die Konsequenz? Im ersten Moment klingt es verlockend. Mit einer Art Siegesgewissheit könnten Durststrecken überstanden werden – denn letztlich muss es ja gut gehen. Die Zukunft wäre kein fernes und unklares Ziel, sondern würde durch ihre Vorhersagbarkeit in greifbare Nähe rücken. Allerdings könnte es sich auch ganz anders verhalten. Lesen wir eine Abenteuergeschichte weiter, wenn uns jemand das Ende verrät und alle Spannung dahin ist? Wer sich sicher ist, dass es klappt, kann sich zurücklehnen, abwarten und nichts tun. Es geht ja auch so, warum also all der Aufwand? Wahrscheinlich würden viele Menschen die Motivation für ihr Handeln verlieren, weil sie in eine passive Hoffnung verfallen, dass sich ohnehin alles zum Guten wendet. Eine perfekte Vorhersage würde derartige Verhaltensänderungen natürlich berücksichtigen und eventuell käme die Wissenschaft mit der Veröffentlichung ihrer Ergebnisse in eine Zwickmühle, wenn dadurch das Verhalten der Menschen beeinflusst würde.

Und wenn die Geschichte kein Happy End hat? Wollen wir so eine Geschichte dann überhaupt lesen, wenn wir das vorher genau wissen? Wenn die Wissenschaft sicher vorhersagt, dass es schlecht ausgeht, lohnt sich das Handeln erst recht nicht. Denn dann ist klar, dass jede Mühe wirkungslos bleibt. Dann bleiben Frustration und Fatalismus, denn es herrscht die Gewissheit, dass das Ziel nicht zu erreichen ist. Solche Resignation und Hoffnungslosigkeit wären wohl die schlimmsten Folgen, die sichere Zukunftsvorhersagen haben könnten. Nur weil Unsicherheiten und Nichtwissen über die Zukunft verbleiben, weil Zukunft also immer offen ist, können und wollen Menschen aktiv ihre Zukunft gestalten (Macy/Johnstone 2012).

Damit kehren wir aus der Zukunft zurück in die Gegenwart – denn nur hier kann Gestaltung stattfinden. Das ISOE hat im vorigen Jahr sechs Prinzipien vorgestellt, die wir für die Gestaltung sozial-ökologischer Transformationen für entscheidend halten (Jahn et al. 2020). Die Prinzipien können und wollen dabei nicht festlegen, WAS das Ergebnis am ‚Ende‘ des Prozesses ist. Vielmehr zeigen sie, WIE sozial-ökologische Transformationen gelingen können, indem sie sich auf die Qualität des Prozesses konzentrieren. Statt mit Zukunftsprognosen zu lähmen, unterstützen sie dabei, im Hier und Jetzt aktiv zu werden – und die Reise trotz Ungewissheit, aber voll aktiver Hoffnung und Handlungsmut anzugehen.


Literatur

IPCC (2013): Climate Change 2013: The Physical Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change (Thomas F. Stocker/Dahe Qin/Gian-Kasper Platt et al.). Cambridge University Press

Jahn, Thomas/Diana Hummel/Lukas Drees/Stefan Liehr/Alexandra Lux/Marion Mehring/Immanuel Stieß/Carolin Völker/Martina Winker/Martin Zimmermann (2020): Sozial-ökologische Gestaltung im Anthropozän. GAIA 29 (2), 93–97

Macy, Joanna/Chris Johnstone (2012): Active hope: How to face the mess we’re in without going crazy. New World Library


Autor*innen

Lukas Drees

Lukas Drees ist seit 2016 wissenschaftlicher Mitarbeiter des ISOE im Forschungsschwerpunkt Wasserressourcen und Landnutzung. Zuvor war er seit 2013 studentische sowie wissenschaftliche Hilfskraft am ISOE. Er hat Landschaftsökologie an der Universität Münster und Environmental Geography an der Universität Marburg studiert. In seiner Masterarbeit im Rahmen des Projektes micle – Klimawandel, Umweltveränderungen und Migration im Sahel untersuchte er unter Anwendung von Bayes’schen Netzen die Auswirkungen von Umweltveränderungen und sozio-ökonomischen Bedingungen, wie Landdegradation und Bildungsstand, auf das Migrationsverhalten von Menschen in der Sahelzone.

Daniela Pastoors

Daniela Pastoors war von 2015 bis 2021 wissenschaftliche Mitarbeiterin im Beratungsbereich des Instituts für Erziehungswissenschaft an der Universität Marburg. Als Friedens- und Konfliktforscherin und -beraterin ist sie an psychosozialen Wechselwirkungen interessiert: In ihrer Promotion hat sie sich mit der Frage befasst, wie Fachkräfte im Zivilen Friedensdienst unterstützt und psychosozial begleitet werden. Sie hat zu Ansätzen der Konfliktbearbeitung, Gewaltfreier Kommunikation und Selbstfürsorge und Personalbegleitung gelehrt und dabei u.a. die „Arbeit, die wieder verbindet“ von Joanna Macy einbezogen. Als Geschäftsführerin des Versöhnungsbundes beschäftigt sie sich aktuell damit, friedensaktive Menschen in ihrer Arbeit zu unterstützen.

1 Kommentar zu “Wissenschaft kann die Zukunft nicht vorhersagen – und das ist auch gut so

  1. Johannes Maria Becker

    Zustimmung zu allem, was Ihr schreibt.
    Es gibt in der Geschichte Beispiele zu Hauf, die Euren Grundgedanken und Eure Thesen untermauern. (bspw. betr. die Weltbevölkerungs-Entwicklung, die Ernährungslage u.v.m.)
    Und: die 6 Prinzipien des ISOE zeigen auch auf, dass Verzweifeln an der Lage nicht angebracht, ja gar kontraproduktiv ist.
    Bleiben wir im Sinne der Aufklärung „dran“!

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.