Post-hoc-Fehlschluss: Warum „danach“ nicht „deshalb“ bedeutet

Rangi leitet die Werkstatt eines kleinen Fahrradladens in Wellington. Anfang September ließ die Inhaberin Bettina die Website des Ladens neu gestalten. Ende Oktober lag der Umsatz fast ein Drittel über dem Septemberwert, und Bettina war begeistert. „Das war die beste Investition überhaupt. Die neue Website hat den Umsatz gebracht.“

Rangi würde ihr gern zustimmen. Er mochte den Designer, und die Website sieht gut aus. Aber er weiß auch, was in Neuseeland jedes Jahr zwischen September und Oktober passiert: Die Tage werden länger, der Regen lässt nach, und die Menschen holen ihre Fahrräder aus der Garage. Er öffnet den Umsatzbericht vom Vorjahr. Auch damals war der Oktober stärker als der September, mit der alten Website.

Die neue Website war zuerst da, der höhere Umsatz kam danach. Mehr weiß Bettina bislang nicht. Aus „danach“ ein „deshalb“ zu machen, ist der Post-hoc-Fehlschluss. Er gehört zu den Denkfehlern, die uns besonders leicht unterlaufen. Hier erfährst du, was dahintersteckt, warum die Schlussfolgerung so überzeugend wirkt, wie sie sich von der Verwechslung von Korrelation und Kausalität unterscheidet und welche fünf Fragen eine tatsächliche Ursache erkennen helfen.

Was ist ein Post-hoc-Fehlschluss?

Beim Post-hoc-Fehlschluss nimmt man an, dass ein Ereignis ein anderes verursacht hat, nur weil es vorher stattfand. Der vollständige lateinische Ausdruck post hoc ergo propter hoc bedeutet „danach, also deswegen“.

Der Gedankengang hat zwei Schritte:

1. A ist passiert, danach ist B passiert.
2. Also hat A B verursacht.

Der erste Schritt beschreibt eine Tatsache. Der zweite ist eine Vermutung, die wie eine Schlussfolgerung klingt. Eine Ursache muss ihrer Wirkung zwar vorausgehen. Aber allein die Reihenfolge beweist noch lange keinen ursächlichen Zusammenhang.

Die Internet Encyclopedia of Philosophy ordnet Post hoc den Fehlschlüssen über Ursachen zu. Dazu zählen auch drei verwandte Denkfehler: cum hoc (zwei gleichzeitig auftretende Dinge werden für Ursache und Wirkung gehalten), die Umkehrung von Ursache und Wirkung und der Regressionsfehlschluss. Auf alle kommen wir noch zurück. In unserem Überblick über logische Fehlschlüsse steht Post hoc auf Platz 15, direkt vor der Verwechslung von Korrelation und Kausalität. Hier schauen wir genauer hin, denn die Definition ist der einfache Teil. Schwieriger ist es, eine echte Ursache von einem zeitlichen Zufall zu unterscheiden.

Beispiele für den Post-hoc-Fehlschluss

Die meisten dieser Aussagen hast du schon gehört. Vielleicht hast du einige sogar selbst gemacht.

Jede Schlussfolgerung in der Tabelle könnte stimmen. Post hoc bedeutet nicht, dass die vermutete Ursache falsch ist. Es bedeutet, dass die zeitliche Abfolge allein sie nicht belegt.

Warum sich „danach“ wie ein Beweis anfühlt

Wenn der Fehler so einfach ist, warum machen ihn dann so viele Menschen?

Wir suchen ganz automatisch nach Ursachen. Zu erkennen, dass auf dunkle Wolken oft Regen folgt, hilft uns im Alltag. Deshalb vertrauen wir diesem Instinkt auch dann, wenn er uns in die Irre führt.

Wir erinnern uns an die Treffer. Wenn das Glückstrikot „funktioniert“, fühlt sich der Sieg bedeutsam an. Wenn nicht, zuckst du mit den Schultern und vergisst es. Hier wirkt der Bestätigungsfehler im Hintergrund: Was zur Geschichte passt, wird gezählt. Der Rest nicht.

Wir sehen meist nicht, was ohnehin passiert wäre. Du hast Zink genommen. Deshalb kannst du nicht beobachten, wie deine Erkältung ohne Zink verlaufen wäre. Der nötige Vergleich fehlt, und deine Erklärung füllt die Lücke.

Der Irrtum des Fluglehrers

Ein bekanntes Beispiel stammt von Daniel Kahneman. In Schnelles Denken, langsames Denken beschreibt er einen Fluglehrer der israelischen Luftwaffe, der ihm beim Thema Lob widersprach. Wenn er einen Flugschüler für ein hervorragendes Manöver lobte, fiel dessen nächster Versuch meist schlechter aus, sagte der Fluglehrer. Wenn er ihn nach einem schlechten Manöver anschrie, wurde der nächste Versuch meist besser. Sein Schluss: Anschreien wirkt, Lob nicht.

Kahnemans Punkt war: Der Fluglehrer hatte das Muster richtig beobachtet, aber falsch erklärt. Ein außergewöhnlich gutes Manöver ist zum Teil Glückssache. Deshalb liegt der nächste Versuch häufig wieder näher am Durchschnitt, ganz gleich, was der Lehrer sagt. Auf ein außergewöhnlich schlechtes Manöver folgt aus demselben Grund oft ein besseres. Das nennt sich Regression zur Mitte. Sie lässt jede Reaktion auf ein extremes Ergebnis wirksam erscheinen. Das Anschreien ging der Verbesserung voraus, aber die Verbesserung wäre wahrscheinlich ohnehin eingetreten.

In dieselbe Falle tappt, wer gerade an einem Tiefpunkt eingreift, etwa ein Verein, der nach einer katastrophalen Saison den Trainer austauscht. Danach läuft es häufig wieder besser, und der Wechsel bekommt die Anerkennung dafür.

Post hoc, Korrelation und Kausalität: Was ist der Unterschied?

Diese Begriffe hängen zusammen und werden oft gleichgesetzt. So unterscheiden sie sich:

Das Beispiel für die Umkehrung von Ursache und Wirkung ist an die Internet Encyclopedia of Philosophy angelehnt. Für die Zufallszeile gibt es eine berühmte Illustration: Tyler Vigen sammelte während seines Jurastudiums merkwürdige Zahlenpaare. Er stellte fest, dass die jährliche Zahl der Filme mit Nicolas Cage rund ein Jahrzehnt lang ähnlich verlief wie die Zahl der Menschen, die in US-Swimmingpools ertranken. Niemand glaubt, dass das eine das andere verursacht hat. Wer genug Daten vergleicht, findet auch rein zufällige Übereinstimmungen.

Kurz gesagt: Bei Post hoc geht es um die Reihenfolge, bei Korrelation um gemeinsames Auftreten. In beiden Fällen wird ein Muster vorschnell zur Ursache erklärt. Die entscheidende Gegenfrage lautet jeweils: Was könnte das Muster noch erklären?

Wann „danach“ tatsächlich ein Hinweis ist

Ein Punkt fehlt in vielen Erklärungen: Die zeitliche Abfolge und eine Korrelation sind Hinweise. Die Internet Encyclopedia of Philosophy betont genau das. Der Fehlschluss liegt im vorschnellen Schluss auf eine Ursache, nicht darin, das Muster überhaupt zu berücksichtigen. Wer jede Beobachtung nach dem Schema „B folgte auf A“ verwerfen würde, könnte aus Erfahrungen nichts lernen.

1965 hielt der englische Statistiker Austin Bradford Hill einen Vortrag, der unter dem Titel „The Environment and Disease: Association or Causation?“ in den Proceedings of the Royal Society of Medicine veröffentlicht wurde. In der Epidemiologie wird er bis heute diskutiert. Hill nannte neun Gesichtspunkte, mit denen sich einschätzen lässt, ob ein beobachteter Zusammenhang wahrscheinlich ursächlich ist. Dazu gehören:

• Stärke: Ein großer Effekt lässt sich schwerer durch andere Faktoren erklären als ein kleiner.
• Beständigkeit: Das Muster zeigt sich bei unterschiedlichen Menschen, an verschiedenen Orten und in mehreren Studien.
• Zeitliche Reihenfolge: Die Ursache tritt vor der Wirkung auf. Diesen einen Punkt erfasst Post hoc richtig.
• Dosis-Wirkungs-Beziehung: Mehr von der vermuteten Ursache führt zu mehr von der Wirkung.
• Plausibilität: Es gibt einen nachvollziehbaren Wirkmechanismus.
• Experiment: Wenn man die vermutete Ursache gezielt verändert, verändert sich auch die Wirkung.

Hill machte deutlich, dass keiner dieser Gesichtspunkte zwingend vorliegen muss und keiner für sich allein eine Ursache beweist. Sie helfen dabei, Hinweise abzuwägen. Sie sind keine Checkliste, die den Fall abschließend klärt.

Ein warnendes Beispiel aus der Medizin

Ab den 1980er-Jahren zeigten viele Beobachtungsstudien, dass Frauen, die nach der Menopause eine Hormontherapie erhielten, seltener an Herzkrankheiten litten. Die Annahme verbreitete sich, die Therapie schütze das Herz. 2002 wurde ein Teil der Women's Health Initiative, einer großen randomisierten Studie in den USA, vorzeitig beendet. Bei Frauen, die Östrogen und Gestagen einnahmen, war das Risiko für Brustkrebs, Herzkrankheiten, Schlaganfälle und Blutgerinnsel höher, nicht niedriger.

In einer Übersichtsarbeit von 2008 wies der Epidemiologe Jacques Rossouw auf einen Grund für die irreführenden früheren Ergebnisse hin: Frauen, die sich für eine Hormontherapie entschieden, waren bereits vorher gesünder. Ihre bessere Gesundheit trat zusammen mit der Behandlung auf, war aber nicht durch sie entstanden. Dieser Störfaktor täuschte sorgfältig arbeitende Forschende über Jahre. (Die Forschung zur Hormontherapie ist seitdem weitergegangen. Das Beispiel soll zeigen, wie man Belege bewertet, und ist kein medizinischer Rat.)

Fünf Fragen, mit denen du Ursachen prüfst

Wenn jemand behauptet, A habe B verursacht, auch wenn du selbst dieser Jemand bist, stelle diese Fragen.

1. Wäre B auch ohne A passiert?

Das ist die wichtigste Frage. Erkältungen gehen vorbei, Jahreszeiten wechseln, schlechte Phasen enden. Überlege, wie sich die Dinge ohne A normalerweise entwickeln. Rangis Frage war einfach: Wie sah der Oktober im Vorjahr aus?

2. Was hat sich gleichzeitig noch verändert?

Eine mögliche Ursache kommt selten allein. Eine neue Website, eine neue Jahreszeit, der Ausverkauf eines Konkurrenten, eine lokale Fahrradaktion: Liste alles auf, was sich ungefähr zur selben Zeit verändert hat. Frage dann, warum gerade A die Wirkung zugeschrieben werden sollte.

3. Könnte die Ursache umgekehrt sein oder ein dritter Faktor beides erklären?

Vielleicht hat B zu A geführt. Vielleicht gibt es einen dritten Einfluss auf beide. Gesündere Frauen entschieden sich eher für eine Hormontherapie. Warme Sommer bringen sowohl mehr Eisverkäufe als auch mehr Menschen ins Wasser.

4. Wiederholt sich das Muster, und führt mehr A zu mehr B?

Eine einzelne Abfolge ergibt eine Geschichte. Ein wiederkehrendes Muster liefert stärkere Hinweise. Wenn A die Ursache ist, sollte mehr A häufig zu mehr B führen. Fällt A weg, sollte auch B nachlassen. Wenn das „Glückstrikot“ funktioniert, müsste es über eine ganze Saison hinweg helfen, nicht nur bei einem Spiel, das in Erinnerung geblieben ist.

5. Gibt es eine Vergleichsmöglichkeit?

Besonders aussagekräftig ist der Vergleich zwischen einer Gruppe, bei der A eingetreten ist, und einer ähnlichen Gruppe, bei der das nicht der Fall war. Deshalb sind randomisierte Studien in der Medizin so wichtig. Im Alltag kann der Vergleich das Vorjahr sein, ein ähnlicher Laden oder ein Versuch mit beiden Varianten.

Beispiel: Rangis neue Website auf dem Prüfstand

Rangi sagte Bettina nicht, dass sie falschliegt. Er brachte die Zahlen aus dem Vorjahr mit und schlug vor, gemeinsam die fünf Fragen durchzugehen.

Die letzte Zeile war besonders aufschlussreich. Die Verkäufe im Laden stiegen ungefähr so stark wie im Vorjahr. Die Onlinebestellungen verdoppelten sich in etwa. Wahrscheinlich half die neue Website also tatsächlich, vor allem beim Onlineverkauf. Der Frühling erklärte vermutlich den Großteil des übrigen Anstiegs.

Das ist eine bessere Antwort als „Die Website war's“ oder „Die Website hat nichts gebracht“. Außerdem zeigte sie Bettina, wo sich weitere Investitionen lohnen könnten.

Wie du auf einen Post-hoc-Fehlschluss reagierst

„Das ist ein Post-hoc-Fehlschluss!“ mag stimmen, hilft im Gespräch aber selten. Fragen funktionieren besser. Sie geben deinem Gegenüber die Möglichkeit, die Lücke in der Schlussfolgerung selbst zu entdecken. Genau darum geht es auch bei der sokratischen Gesprächsführung.

Ein einfaches Vorgehen: Bestätige die Reihenfolge, frage nach Alternativen, schlage eine Prüfung vor.

1. Bestätige die Reihenfolge. „Ja, nach dem Start der Website ist der Umsatz gestiegen.“
2. Frage nach Alternativen. „Was war im Oktober sonst noch los?“
3. Schlage eine Prüfung vor. „Können wir die Zahlen mit dem letzten Oktober vergleichen?“

So könnte das in typischen Situationen klingen:

Wenn du in einer Debatte oder einem Aufsatz antwortest, zeigt dir unser Leitfaden zum Schreiben einer Erwiderung, wie du eine Ursachenbehauptung hinterfragst: nicht indem du die Beobachtung bestreitest, sondern indem du die Verbindung zwischen Beobachtung und Schlussfolgerung prüfst.

So erkennst du den Fehler bei dir selbst

Besonders leicht unterläuft dir dieser Denkfehler, wenn die Erklärung dich gut dastehen lässt oder du dir sehr wünschst, dass etwas funktioniert.

• Sag „danach“ statt „deshalb“. „Nach dem Start der Website ist der Umsatz gestiegen“ ist eine zutreffende Beobachtung. „Wegen der Website“ ist eine Behauptung, für die du weitere Belege brauchst.
• Sei nach extremen Ergebnissen besonders vorsichtig. Nach dem besten oder schlechtesten Monat ist der nächste häufig wieder durchschnittlicher, unabhängig davon, was du tust.
• Zähle auch die Misserfolge. Wenn du glaubst, dass etwas wirkt, notiere jedes Mal, wenn du es ausprobierst, nicht nur die vermeintlichen Erfolge. Unser Beitrag über vorschnelle Verallgemeinerungen erklärt, warum ein paar einprägsame Fälle keine allgemeine Regel belegen. Und der Artikel zum Survivorship Bias zeigt, warum die Fälle, die du gar nicht siehst, genauso wichtig sind.

So kannst du das mit KI üben

In der eigenen Geschichte ist Post hoc schwer zu erkennen, denn du glaubst deine Erklärung bereits. Eine KI-Debatte hilft, weil jemand ausdrücklich nach anderen Erklärungen sucht. Auf Debatly diskutieren mehrere KI-Modelle und Charaktere deine Frage aus unterschiedlichen Perspektiven über mehrere Runden. Du kannst jederzeit eingreifen, und ein Richter fällt am Ende ein begründetes Urteil.

• Stell deine Ursache auf den Prüfstand. Formuliere deine Behauptung als Frage im Debattenraum, zum Beispiel: „Hat unsere neue Website den Umsatzanstieg verursacht?“ Eine Seite argumentiert dafür, die andere sucht nach Alternativen.
• Lass einen Skeptiker nach dem Gegenbeispiel fragen. Bitte Viktor, den Skeptiker, nach jeder Ursachenbehauptung zu fragen: „Was wäre ohnehin passiert?“ Diese eine Frage deckt viele Post-hoc-Fehlschlüsse schon nach ein oder zwei Runden auf.
• Lass Modelle gegeneinander antreten. Bei Modell gegen Modell vertreten unterschiedliche KI-Modelle gegensätzliche Positionen. So sinkt das Risiko, dass die Lieblingserklärung eines Modells als einzige Möglichkeit stehen bleibt.
• Lies die Begründung des Richters. Richter Alex erklärt, welche Argumente in der Runde überzeugt haben. Wenn ein Punkt allein wegen der zeitlichen Abfolge gewonnen hat, prüfe ihn anhand der fünf Fragen.

Als Rangi die Frage zur Website ausprobierte, sprach die Seite gegen die Website schon in ihrer ersten Antwort den Frühling an. Anschließend fragte sie getrennt nach Onlinebestellungen und Verkäufen im Laden. Genau dieser Vergleich brachte Klarheit.

Eine ehrliche Einschränkung

KI-Modelle können mögliche Störfaktoren aufzählen. Sie kennen aber weder deine Umsatzzahlen noch das Wetter vor Ort oder den Veranstaltungskalender deiner Stadt. Auch ihnen kann der Fehlschluss unterlaufen: Aus einer einfachen Abfolge erzählen sie eine überzeugend klingende Geschichte über Ursache und Wirkung. Viele neigen zudem zu der Erklärung, die du selbst zu bevorzugen scheinst (siehe warum KI dir zustimmt). Nutze die Debatte, um Alternativen zu finden, und überprüfe sie anschließend anhand deiner eigenen Zahlen.

Frag, was ohnehin passiert wäre

Der Post-hoc-Fehlschluss hält sich so hartnäckig, weil uns Ereignisfolgen im Gedächtnis bleiben, während die Alternativen unsichtbar sind. Die wichtigste Frage lautet deshalb: Was wäre ohne die vermeintliche Ursache passiert? Wenn die ehrliche Antwort „wahrscheinlich dasselbe“ ist, wurde die Ursache noch nicht nachgewiesen.

Such dir diese Woche etwas aus, von dem du glaubst, dass es bei dir „gewirkt“ hat: eine Gewohnheit, ein Tool oder eine Veränderung bei der Arbeit. Prüfe deine Erklärung mit den fünf Fragen. Wenn die Antwort wichtig ist, diskutiere sie auf Debatly und lass einen Skeptiker nach anderen Erklärungen suchen. Probier es aus. Die Angebote findest du auf der Seite zu den Preisen.