UrsachenWirkungsDiagramm

Ursachen-Wirkung, häufig als Kausalität bezeichnet, beschreibt das Verhältnis, bei dem Ursachen zu Wirkungen führen. In der Wissenschaft wird geprüft, ob und wie Veränderungen einer Ursache Veränderungen einer Folge hervorrufen. Im Alltag erscheinen Ursachen und Wirkungen oft offensichtlich, doch Forschung trennt Kausalität von Korrelation: Eine statistische Verbindung bedeutet nicht zwingend, dass die eine Größe die andere verursacht.

Notwendige und hinreichende Ursachen: Eine notwendige Ursache muss vorhanden sein, damit die Wirkung auftreten kann; sie reicht aber oft nicht allein aus. Eine hinreichende Ursache führt zur Wirkung, ist aber nicht notwendigerweise der einzige Weg. In komplexen Systemen spielen mehrere Ursachen zusammen (multifaktorielle Ursachen).

Unmittelbare (proximate) vs. entfernte (distale) Ursachen helfen, zeitliche und räumliche Nähe zu beschreiben. Kausale Beziehungen können in Ketten oder Netzen auftreten, wobei eine Wirkung mehrere Ursachen erfordert und von deren Zusammenwirken abhängen kann.

Methoden: Zur Bestimmung von Ursachen werden Experimente und randomisierte Studien eingesetzt, daneben Beobachtungsstudien, statistische Verfahren und kausale Modelle, etwa Directed-Acyclic Graphs (DAGs). Counterfactual-Reasoning wird genutzt, um zu prüfen, ob sich eine Wirkung geändert hätte, wenn die Ursache anders gewesen wäre.

Anwendungsfelder: Wissenschaft, Medizin, Umweltforschung, Technik, Recht und Politik nutzen kausale Aussagen, wobei Annahmen, Unsicherheiten und Reproduzierbarkeit eine zentrale Rolle spielen. Grenzen entstehen durch komplexe Systeme, versteckte Variablen und ethische oder praktische Beschränkungen.