Instrumentalvariablen-Ansatz
Der Instrumentalvariablen-Ansatz ist ein statistisches Verfahren, mit dem man aus Beobachtungsdaten auf echte Ursachen schließen kann. Man nutzt dafür einen zufälligen Umweg-Einfluss, der nur über den vermuteten Auslöser wirkt und sonst nichts mit dem Ergebnis zu tun hat.
Wenn zwei Dinge gemeinsam auftreten, heißt das noch lange nicht, dass eines das andere verursacht. Menschen mit teuren Laufschuhen sind im Schnitt fitter. Aber machen die Schuhe fit, oder kaufen fitte Menschen einfach häufiger solche Schuhe? Solche Fragen sind schwer zu beantworten, weil im Hintergrund oft eine dritte Größe steckt, die beides beeinflusst. Der Instrumentalvariablen-Ansatz ist ein Rechenverfahren aus der Statistik, das dieses Problem umgeht. Man sucht dafür einen Einflussfaktor, der wie ein Zufallsgenerator wirkt: Er verändert die vermutete Ursache, hat aber selbst keinen eigenen Draht zum Ergebnis. Dieser Umweg-Faktor heißt Instrument.
Warum Korrelation allein nicht reicht
Der sauberste Weg zu einer Ursache-Wirkung-Aussage ist ein Experiment mit Zufallszuteilung. Man würfelt aus, wer eine Behandlung bekommt und wer nicht, und vergleicht danach beide Gruppen. Genau so testet man Medikamente. In vielen Bereichen ist das aber unmöglich oder unethisch. Niemand kann per Los bestimmen, wer die Schule abbricht oder wer raucht.
Bleiben also reine Beobachtungsdaten. Dort lauert ein Problem, das Fachleute Endogenität nennen: Die untersuchte Ursache hängt selbst von verborgenen Faktoren ab. Wer länger zur Schule geht, ist vielleicht auch ehrgeiziger oder kommt aus einem wohlhabenderen Elternhaus. Beides erhöht später das Einkommen. Vergleicht man einfach nur Gehälter nach Schuljahren, misst man alles gleichzeitig und weiß am Ende nicht, was woher kommt.
Der Instrumentalvariablen-Ansatz ist der Versuch, in solchen Daten trotzdem etwas Experiment-Ähnliches zu finden. Fachleute sprechen von einem natürlichen Experiment. Das Verfahren stammt aus der Ökonometrie, also der Statistik der Wirtschaftswissenschaften, und wird heute auch in Medizin, Sozialforschung und in der Bewertung von KI-Systemen genutzt. Überall dort geht es um dieselbe Frage: Hat die Maßnahme wirklich gewirkt, oder waren die Teilnehmer von vornherein anders?
Was ein gutes Instrument ausmacht
Ein Instrument muss zwei Bedingungen erfüllen. Erstens muss es die vermutete Ursache spürbar beeinflussen. Zweitens darf es das Ergebnis auf keinem anderen Weg berühren als über diese Ursache. Die zweite Bedingung ist die schwierige. Sie lässt sich nicht aus den Daten beweisen, sondern nur inhaltlich begründen.
Ein berühmtes Beispiel ist der Geburtsmonat. In vielen Ländern gilt Schulpflicht bis zu einem bestimmten Alter. Wer früh im Jahr geboren ist, wird früher eingeschult und darf deshalb rechnerisch etwas früher abgehen. Der Geburtsmonat verschiebt also die Schuljahre ein wenig. Mit dem späteren Gehalt hat der Geburtsmonat aber sonst nichts zu tun. Genau das macht ihn zum brauchbaren Instrument.
Gerechnet wird meist in zwei Schritten, daher der Name zweistufige Kleinste-Quadrate-Schätzung. Im ersten Schritt sagt man die Ursache allein aus dem Instrument voraus. Man behält also nur den Teil der Schuljahre, der auf den Geburtsmonat zurückgeht. Im zweiten Schritt erklärt man das Ergebnis mit diesem bereinigten Wert. Der ehrgeizige Charakter oder das Elternhaus stecken darin nicht mehr, weil sie mit dem Geburtsmonat nichts zu tun haben.
Von Wirtschaftsstudien bis zur Wirkung von KI-Tools
In Wirtschaftsnachrichten tauchen Instrumentalvariablen oft versteckt auf. Wenn eine Studie behauptet, ein Mindestlohn habe Arbeitsplätze gekostet oder eben nicht, steckt fast immer ein solches Verfahren dahinter. Auch Aussagen über die Rendite von Bildung, die Wirkung von Zinssenkungen oder die Folgen von Zuwanderung beruhen häufig darauf. Die Nobelpreise für Wirtschaft 2021 gingen unter anderem für diese Methodik an David Card, Joshua Angrist und Guido Imbens.
Im Tech-Bereich wird der Ansatz interessant, wenn Firmen die Wirkung ihrer Produkte messen wollen. Nutzen Teams mit einem KI-Assistenten wirklich weniger Zeit pro Aufgabe? Wer freiwillig ein solches Werkzeug einsetzt, ist oft ohnehin technikaffiner und schneller. Ein Instrument könnte dann etwa sein, dass ein Anbieter das Tool in einer Region zufällig früher freischaltet als in einer anderen.
Wichtig ist ein häufiger Irrtum: Das Verfahren liefert keine allgemeingültige Wahrheit. Es misst die Wirkung nur bei den Menschen, deren Verhalten sich durch das Instrument tatsächlich verändert hat. Ist der Zusammenhang zwischen Instrument und Ursache zudem sehr schwach, werden die Ergebnisse unzuverlässig und können stark verzerrt sein. Wer eine Schlagzeile mit einer solchen Studie liest, sollte deshalb immer fragen, welches Instrument benutzt wurde und ob es plausibel ist.