Dominik Liebl ist Statistikprofessor am Institut für Finanzmarktökonomie und Statistik der Universität Bonn.

 

Im Gespräch mit Dominik Liebl lernt Niko Härting, dass die Statistik nicht nur ein Forschungsgebiet der Mathematik ist, sondern auch vielfältige Bezüge zu den Wirtschaftswissenschaften hat. Denn auch die Ökonomie arbeitet vielfach mit Modellen. Diese Modelle speisen sich aus wissenschaftlichen Erkenntnissen und Annahmen („educated guesses“). Annahmen, die sich als richtig erweisen können oder auch nicht. Liebl und Härting sprechen über die Bedeutung, die Modelle in der Corona-Krise gewonnen haben, und über den (medialen und politischen) Einfluss von „Modellierern“. Unlängst hat sich sogar das Bundesverfassungsgericht auf ein Corona-Modell berufen, die der Berliner Verkehrsforscher Kai Nagel entwickelt hat. Wie zuverlässig können solche Modelle sein? Eignen sich Modelle überhaupt für Vorhersagen? Welche Auswirkungen hat ein „educated guess“, wenn sich der Modellierer für eine „exponentielle Funktion“ entscheidet? Wie sehen Annahmen aus, wenn der Modellierer den „sichersten Weg“ wählt und für keine zügellose Verbreitung von Infektionen verantwortlich sein möchte? Lag Thomas Ramge richtig, wenn er in Folge 8 unseres Podcasts von der „Scheinevidenz“ sprach, die durch Modellrechnungen erzeugt wird? Und wie verlässlich können Modelle überhaupt sein, wenn Erkenntnisse über die Verbreitungswege des Virus nach wie vor übersichtlich sind?