Übergewicht ist eine komplizierte Sache, darüber besteht weitgehend Konsens. Wie kompliziert, veranschaulicht ein Projekt „Foresight Tackling Obesities: Future Choices – Building the Obesity System Map“ der britischen Regierung. Der Bericht dazu beginnt ironisch mit einem Zitat von Luc Hoebeke: „Never confuse a model with the complex reality underneath”. Dann folgt eine weitere Erläuterung der Autoren zum allgemeinen Hintergrund des Vorhabens:

„A ‘system’ is one of the defining concepts in our Western, positivist worldview. It has been applied to establish an intellectual grip on natural, social, physical and abstract phenomena. Developing an understanding of how such phenomena are organised is essential if policy interventions are to be effective.”

Dieses Bemühen um Verständlichmachen führt z.B. zu solchen Darstellungen:

So ähnlich sieht vermutlich auch eine Grafik aus, die die verschiedenen Einflussfaktoren auf meine Entscheidung, beim Bäcker ein Brötchen zu kaufen, abbildet. Es muss einen Bäcker geben, der muss in der Nähe sein, ich muss Lust auf ein Brötchen haben, lieber vom Bäcker als aus dem Supermarkt, der Preis spielt eine Rolle, ob ich Geld dabei habe, ob Feiertag ist, wie das Brötchen aussieht, welche Alternativen es gibt (bestimmt 10 interagierende extra Kästchen in der Grafik) usw. usw. – wenn ich alles durchhabe, hat der Bäcker Feierabend. Wie gesagt, dass Übergewicht eine komplizierte Sache ist und nicht einfach die Folge von zu wenig Bewegung, ungünstiger Ernährung, einer insgesamt übergewichtsfördernden Umgebung und wie immer den Genen, ist nicht neu. Aber ob die Politik sich nicht besser darauf fokussieren sollte als auf die ganze Komplexität der Sache?

David Klemperer, der mich auf diese Grafik aufmerksam gemacht hat, fragt, ob das womöglich eine Fortsetzung der taz-Serie “Die wirrsten Grafiken der Welt“ sein könnte. Die Sammlung ist 2003 auch bei Hoffmann & Campe in Buchform erschienen, leider vergriffen. David Klemperers Frage, keine einfache Frage, sollte man zusammenhangsdurchdringungsundvermittlungswissenschaftlich unter Einbeziehung aller Denkmöglichkeiten grafisch analysieren. Vermutlich reicht die Umbeschriftung des Bildes oben. Oder, auch recht übersichtlich, man orientiert sich an den Biochemical Pathways von Gerhard Michal:

Vielleicht wird künftig die Künstliche Intelligenz solche Grafiken liefern, dann kommt zur Unverständlichkeit der Darstellung die Unverständlichkeit der Genese der Befunde hinzu. Die Klügeren von uns wissen, dass wir nichts wissen, wenn wir zu viel wissen. Luc Hoebeke hat schon recht, ganz unironisch, und ich würde ergänzen wollen: „Machen Sie es nicht zu einfach, aber verwirren Sie auch niemals die Menschen mit einem zu komplexen Modell, indem Sie jeden Aspekt der Landschaft in die Karte transformieren wollen.“ Es gibt es nicht nur ein „statistical overfitting“, sondern auch ein „grafic overfitting“.

Kommentare (3)

  1. #1 Soisses
    12. März 2026

    Es ist schon ein paar Jahre her:
    In der Epidemiologie lernt man ein Werkzeug kennen, Directed Acyclic Graphs (DAG), mit dem man, bevor man einen Ursache-Wirkungszusammenhang analysiert, die eigene Vorstellung davon mit allen weiteren Einflussgrößen veranschaulichen kann. Das Werkzeug, dass man online benutzen kann, ermittelt aus diesen Angaben, wie man das Modell adjustieren sollte.
    Im Ergebnis kriegt man möglicherweise das Modell um die Ohren gehauen: Das, was du da aufgemalt hast, lässt sich aus logischen Gründen gar nicht modellieren.
    Oder: Zum Adjustieren brauchst du Variablen, die du gar nicht erhoben hast.
    Oder: Lass das Adjustieren sein, sondern analysiere direkt, denn in diesem Modell gibt es keine Confounder.
    Spannend und quälend.
    Das DAG-Zeichnen ist geeignet für statistische Modelle, die speziell den Einfluss einer Exposition auf ein Outcome im Fokus haben (x–>y). Ein guter Dozent gab noch den Hinweis dazu, dass die zu untersuchende Exposition möglichst veränderbar sein sollte. Zuckerhaltige Getränke kann man ändern, den sozioökonomischen Status (als Beispiel) eher nicht.

  2. #2 BPR
    12. März 2026

    “Since all models are wrong the scientist cannot obtain
    a “correct” one by excessive elaboration. On the contrary following William of Occam he should seek an economical description of natural phenomena. Just as the ability to devise simple but evocative models is the signature of the great scientist so overelaboration and overparameterization is often the mark of mediocrity.”
    George E. P. Box (1976) im Journal of the American Statistical Association.

  3. #3 Ludger
    12. März 2026

    Die Biochemical Pathways konnte man zu Zeiten meines präklinischen Studiums (1970 bis 1973) von der Firma Böhringer Mannheim kostenlos bekommen. Die Firma war bei Medizinern bekannt für ihre Diagnostik-Produkte und gehört heute zu Roche Diagnostics. Das große Plakat hing jahrelang in meinem Zimmer, hauptsächlich als Schmuck. Manchmal habe auf dem Plakat die Stoffwechselwege von z.B. Hormonen, die wir gerade in der Vorlesung von z.B. Prof. Buddecke vorgetragen bekommen hatten, gesucht und gefunden. Ich war von dem wunderbaren Stück Wissenschaft immer beeindruckt.