Instrumentvariable
Eine Instrumentvariable ist ein statistischer Trick, um aus Beobachtungsdaten trotzdem eine Ursache-Wirkung-Aussage zu gewinnen. Man nutzt dafür einen zufälligen Einflussfaktor von außen, der nur über einen einzigen Umweg auf das Ergebnis wirkt.
Wer wissen will, ob etwas eine Wirkung hat, macht am besten ein Experiment. Man teilt Menschen zufällig in zwei Gruppen, behandelt nur eine davon und vergleicht am Ende. Oft geht das aber nicht: man darf, kann oder will nicht zufällig auslosen, wer studiert, raucht oder eine Software bekommt. Dann bleiben nur Daten aus der Wirklichkeit, und dort ist unklar, was Ursache und was Folge ist. Eine Instrumentvariable ist ein Ausweg aus dieser Lage. Man sucht einen Umstand, der wie eine zufällige Auslosung wirkt, obwohl niemand ausgelost hat.
Ein Beispiel macht das greifbar. Verdienen Menschen mit längerer Schulzeit mehr Geld? In den Daten sieht es so aus. Aber vielleicht gehen ohnehin ehrgeizigere oder wohlhabendere Menschen länger zur Schule. Dann misst man nicht die Wirkung der Schule, sondern die des Elternhauses. Solche versteckten Miteinflüsse nennt man Störfaktoren.
Warum Korrelation allein keine Ursache beweist
In fast allen echten Datensätzen hängen die interessanten Größen miteinander zusammen. Länder mit mehr Ärzten haben mehr Kranke. Schüler mit teuren Nachhilfestunden haben oft schlechtere Noten. Wer daraus die naheliegende Ursache liest, liegt genau falsch herum. Die Statistik zeigt einen Zusammenhang, aber nicht seine Richtung.
Für die Praxis ist das teuer. Eine Firma will wissen, ob ihre Werbung wirklich Umsatz bringt. Sie schaltet Werbung dort, wo die Kaufkraft ohnehin hoch ist. Danach sieht Werbung fantastisch aus, obwohl sie vielleicht nichts bewirkt hat. Dasselbe gilt für Medikamente, Sozialprogramme und Empfehlungssysteme im Internet.
Instrumentvariablen sind eine der wenigen Methoden, die dieses Problem sauber angehen, ohne ein echtes Experiment zu verlangen. Sie kommen aus der Ökonomie, werden aber inzwischen auch in der Medizin, der Epidemiologie und im maschinellen Lernen benutzt. Der Nobelpreis für Wirtschaft ging 2021 unter anderem an Forscher, die diese Technik entscheidend geprägt haben.
Die drei Bedingungen an ein gutes Instrument
Ein Instrument ist eine dritte Größe. Sie muss drei Dinge erfüllen. Erstens muss sie die vermutete Ursache spürbar beeinflussen. Zweitens darf sie das Ergebnis nur über diesen Umweg beeinflussen, nicht direkt. Drittens darf sie selbst nicht von den versteckten Störfaktoren abhängen.
Zurück zur Schulzeit. Ein berühmtes Instrument ist der Geburtsmonat. In vielen Ländern gilt die Schulpflicht bis zu einem bestimmten Alter. Wer früh im Jahr geboren ist, darf deshalb etwas eher abgehen und sammelt im Schnitt weniger Schuljahre. Der Geburtsmonat wirkt also auf die Schulzeit, ist aber weder ehrgeizig noch reich. Er ist praktisch zufällig verteilt.
Rechnerisch geht man in zwei Schritten vor. Zuerst schätzt man, wie viel Schulzeit sich allein aus dem Geburtsmonat erklären lässt. Dann prüft man, wie stark dieser erklärte Anteil mit dem späteren Einkommen zusammenhängt. Nur der vom Instrument angestoßene Teil der Schulzeit fließt in die Rechnung ein. Der restliche, möglicherweise verunreinigte Teil bleibt außen vor.
Der Haken liegt in Bedingung zwei. Sie lässt sich nicht aus den Daten beweisen, sondern nur inhaltlich begründen. Ist der Geburtsmonat wirklich harmlos, oder hängt er etwa mit der Gesundheit zusammen? Ein weiteres Risiko sind schwache Instrumente: Wenn der Zusammenhang zur Ursache nur winzig ist, wird das Ergebnis extrem ungenau.
Instrumente in Wirtschaftsnews und in KI-Systemen
In Wirtschaftsmeldungen stecken Instrumentvariablen oft hinter Sätzen wie « eine Studie zeigt kausal, dass ... ». Typische Instrumente sind Wetterereignisse, Gesetzesänderungen an einem Stichtag, Entfernungen zur nächsten Klinik oder Lotterien bei der Vergabe von Studienplätzen. Alle haben gemeinsam, dass sie Menschen ohne deren Zutun in Gruppen sortieren.
Auch Technologiefirmen nutzen die Idee. Wenn eine Plattform eine neue Funktion einführt, benutzen sie nicht alle. Statt die Nutzer der Funktion einfach mit den anderen zu vergleichen, verwendet man die zufällige Zuteilung zur Funktion als Instrument. Das ist im Kern eine Variante des A/B-Tests, also des kontrollierten Vergleichs zweier Versionen.
Im maschinellen Lernen wächst das Feld der kausalen Modelle. Ein Vorhersagemodell erkennt nur Muster in Daten. Es kann nicht sagen, was passiert, wenn man aktiv eingreift. Genau dafür kombiniert man neuronale Netze mit Instrumentvariablen, etwa bei der Preisgestaltung oder in der Medikamentenforschung. Wer solche Meldungen liest, sollte immer eine Frage stellen: Welches Instrument wurde benutzt, und ist es glaubwürdig?