Inhalte Verbergen
1 Vitamin D macht dich wahrscheinlich nicht gesünder
2 Korrelation verdeckt oft die eigentlichen Ursachen
3 Gute Kandidaten steigen aus Auswahlprozessen aus
4 Der versteckte dritte Faktor: Was sind Confounder?
5 Was können wir also konkret tun?
6 👉 Wenn dich solche Denkfehler interessieren

Vitamin D macht dich wahrscheinlich nicht gesünder

Zumindest nicht so, wie du denkst.

Denn ein Großteil der Argumente dafür basiert auf einem Denkfehler, den selbst Ärzte regelmäßig machen:

Sie verwechseln Korrelation mit Ursache.

Ein typischer Tweet eines Influencers formuliert es so:

Auf den ersten Blick wirkt es wie ein „No-Brainer“.

Menschen mit normalem oder höherem Vitamin-D-Spiegel sind seltener krank, weniger depressiv, weniger müde und insgesamt gesünder. Und tatsächlich: Viele Studien zeigen genau diesen Zusammenhang. Aber hier lohnt sich eine zweite Perspektive. Was haben Menschen mit niedrigem Vitamin-D-Spiegel noch gemeinsam? Zum Beispiel Alter.

Vielleicht haben Menschen mit 90 Jahren einfach weniger Kraft, um regelmäßig nach draußen zu gehen. Ihr niedriger Vitamin-D-Spiegel entsteht dann nicht unbedingt als Ursache von Krankheit – sondern weil sie älter sind und sich weniger im Freien aufhalten.

Ein ähnlicher Zusammenhang tritt bei Patienten auf, die eine Chemotherapie durchlaufen. Sie haben häufig niedrigere Vitamin-D-Spiegel – aber nicht, weil der Mangel ihre Krankheit verursacht hat, sondern weil sie krank und geschwächt sind und sich weniger draußen aufhalten können.

Vitamin D korreliert in solchen Fällen also mit schlechterer Gesundheit. Aber Korrelation bedeutet nicht automatisch Ursache.

Der niedrige Vitamin-D-Spiegel kann ein Marker für gesundheitliche Probleme sein – nicht deren Ursprung. Und genau hier beginnt das eigentliche Problem vieler Studieninterpretationen.

Korrelation verdeckt oft die eigentlichen Ursachen

Das macht die Interpretation solcher Studien ohne Fachwissen und ohne Verständnis statistischer Zusammenhänge schwierig und manchmal sogar gefährlich.

Dieses Problem betrifft nicht nur Gesundheits-Influencer. Auch Ärzte haben oft Schwierigkeiten, Studien korrekt zu interpretieren. Darauf hat unter anderem der Risikoforscher Gerd Gigerenzer hingewiesen. Er kritisiert seit Jahren erhebliche Defizite im Verständnis statistischer Evidenz in der Medizin und spricht sogar von „statistischem Analphabetentum“ bei manchen Medizinern.

Urologenportal.de

Genau deshalb ist Domänenwissen so wichtig. „Data Science“ als reines Fach reicht oft nicht aus. Ohne Kenntnisse im jeweiligen Fachbereich wissen wir schlicht nicht, welche weiteren Faktoren ins Spiel kommen könnten. In der Medizin kann das weitreichende Folgen haben: Wir schlucken Vitamin D und wundern uns, warum wir nicht gesünder werden.

Gute Kandidaten steigen aus Auswahlprozessen aus

Ein verwandter Denkfehler – diesmal keine Confounder-Problematik, sondern eine Selektionsverzerrung – tritt auch in ganz anderen Bereichen auf, zum Beispiel bei Einstellungsverfahren.

Eines der bekanntesten Auswahlverfahren Europas wird vom European Personnel Selection Office (EPSO) organisiert, das Kandidaten für Positionen in EU-Institutionen auswählt. Tausende Bewerber konkurrieren um relativ wenige, sehr attraktive Stellen und um sicherzustellen, dass nur die besten ausgewählt werden, hat man ein aufwendiges Verfahren mit verschiedenen Tests, Assessments und mehreren Runden entwickelt.

Doch hier stellt sich eine wichtige Frage: Wer hat überhaupt die Zeit, sich monatelang auf genau diese Testformate vorzubereiten?

Sehr gefragte Kandidaten haben oft viele Alternativen auf dem Arbeitsmarkt und investieren möglicherweise nicht so viel Zeit in langwierige Auswahlverfahren. Das bedeutet: Wer besonders gut in solchen Wettbewerben abschneidet, ist nicht automatisch derjenige, der auch am besten im Job performen würde. Unternehmen, die ihren Recruiting-Prozess immer komplexer gestalten, laufen Gefahr, nicht die besten Kandidaten auszuwählen – sondern die, die besonders gut darin sind, genau diese Tests zu bestehen.

Der versteckte dritte Faktor: Was sind Confounder?

Zurück zum Kernproblem: Statistiker haben für das Vitamin-D-Phänomen einen Begriff: Confounder oder auf Deutsch: Störvariablen.

Ein Confounder ist ein Faktor, der sowohl mit der vermuteten Ursache als auch mit der Wirkung zusammenhängt und dadurch einen Zusammenhang vortäuscht, der so nicht existiert.

Ein klassisches Beispiel: In Städten, in denen mehr Eis verkauft wird, passieren auch mehr Ertrinkungsunfälle. Verursacht Eis also Ertrinkungsunfälle? Natürlich nicht. Der Confounder ist das Wetter: Bei Hitze kaufen mehr Menschen Eis und mehr Menschen gehen schwimmen.

Genau dasselbe passiert beim Vitamin D. Das Alter (oder die Erkrankung) ist der versteckte dritte Faktor, der sowohl den Vitamin-D-Spiegel als auch den Gesundheitszustand beeinflusst.

Confounder sind so tückisch, weil sie in Beobachtungsstudien oft unsichtbar bleiben. Man misst zwei Dinge, sieht einen Zusammenhang und zieht voreilig eine Schlussfolgerung.

Was können wir also konkret tun?

Die beste Methode, Confounder auszuschalten, sind randomisierte kontrollierte Studien (RCTs): Dabei wird per Zufall entschieden, wer eine Behandlung bekommt und wer nicht. So lassen sich versteckte dritte Faktoren kontrollieren. Nicht immer ist das möglich, aber es bleibt der Goldstandard.

Wenn du das nächste Mal eine Studie oder Empfehlung siehst, stell dir drei einfache Fragen:

  1. Was könnte der versteckte dritte Faktor sein?
  2. Könnte Ursache und Wirkung vertauscht sein?
  3. Ist das ein Marker oder wirklich eine Ursache?

Diese Fragen allein bringen dich weiter als die meisten Diskussionen über einzelne Studien.

Das bedeutet nicht, dass du jeder Studie misstrauen solltest. Aber ein gesundes Maß an Skepsis, kombiniert mit dem Wissen, wie Korrelationen funktionieren, schützt davor, voreilige Schlüsse zu ziehen.

Daten lügen selten. Aber sie erzählen auch nie die ganze Geschichte.

👉 Wenn dich solche Denkfehler interessieren

Ich schreibe regelmäßig über typische Fehlinterpretationen von Daten – in Medizin, Business und Alltag.

Wenn du bessere Entscheidungen treffen willst:
→ folge mir oder trag dich in meinen Newsletter ein.