Aktuelle Meldungen

Im Januar 2020 publizierte die Fachzeitschrift „Nature“ eine Studie über ein AI-System zur Brustkrebsfrüherkennung. AI steht dabei für „Artificial Intelligence“, also „künstliche Intelligenz“. Die Schlagzeile von nach-welt.com berichtete „Google AI erkennt Brustkrebs besser als die erfahrensten Radiologen“. Der Spiegel titelte „Wie künstliche Intelligenz künftig den Job von Ärzten übernimmt“. Ähnliche enthusiastisches Medienecho gab es weltweit. AI-Systeme werden in der Tat immer besser in der Krebsfrüherkennung, aber das ist nicht unser Punkt. Diese Unstatistik zeigt exemplarisch, wie AI-Erfolge in der Presse übertrieben werden und die Frage nach dem Nutzen für Patientinnen und Patienten nicht gestellt wird.

Die Unstatistik des Monats Dezember ist ein Tweet auf dem Twitter-Kanal des  Londoner ZDF-Studios, auf den auch auf der Homepage der ZDF-Nachrichtensendung „heute“ verwiesen wird. Der Tweet lautet: „Weiterer interessanter Fakt. Obwohl #Klimawandel keine Rolle im Wahlkampf gespielt hat, konnten die Grünen 60% zulegen. Und erzielen somit das beste Ergebnis im Vergleich zu allen anderen Parteien. Trotzdem hat es nur eine grüne Abgeordnete ins Parlament geschafft.“ Auf der „heute“-Homepage wird diese Nachricht wiederholt: „Obwohl es bei den Grünen nur ein Abgeordneter ins Parlament geschafft hat, haben sie ihr Ergebnis um 60 Prozent gesteigert.“

Die Unstatistik des Monats November ist die zu erwartende wenig differenzierte Berichterstattung über die PISA-Studie. Diese Unstatistik ist also vorbeugend, da die Studie erst am 3. Dezember der Öffentlichkeit präsentiert wird. Ziel ist es dieses Mal, die PISA-Berichterstattung im Voraus besser zu machen, statt im Nachhinein darüber zu schreiben. Bereits vor der offiziellen Publikation der internationalen OECD-Schulleistungsuntersuchung („Programme for International Student Assessment“) Anfang Dezember sorgt die neueste Ausgabe der Studie für einiges Rauschen im deutschen Blätterwald. So berichtete beispielsweise die Frankfurter Allgemeine Zeitung am 28. November in einem Gastbeitrag des Bildungsforschers Rainer Bölling unter dem Titel „Schiefer als der schiefe Turm“ von verschiedenen Problemen zurückliegender PISA-Studien.

Die Unstatistik des Monats Oktober ist die Prognose, dass Inlandsflüge durch das Klimapaket der Bundesregierung deutlich verteuert würden. Mehrere Medien dramatisieren die angekündigte Erhöhung der Luftverkehrssteuer. Beispielsweise schreibt die Berliner Morgenpost, Flüge würden wohl „spürbar teurer“, die BILD-Zeitung titelt: „STEUER UM 76 PROZENT RAUF - GroKo macht Flugtickets noch mal teurer!“ und auch ein Nachrichtenbeitrag auf dem Netzwerk LinkedIn prognostiziert: „Inlandsflüge werden wohl deutlich teurer“.

Die Unstatistik des Monats September ist die angebliche Treffsicherheit des Bluttests für zehn verschiedene Krebsarten im Frühstadium, den Forscher der Cleveland Clinic entwickelt haben. Über ihn berichtete unter anderem die Online-Ausgabe des „Focus“ am 3. September unter dem Titel „Bluttest erkennt 10 Tumorarten im Frühstadium“ und spricht von einer Treffsicherheit bis 90 Prozent. Der Studienleiter nennt den Test im Artikel den „Heiligen Gral der Krebsforschung“. Dabei wird jedoch wie schon beim Heidelberger Brustkrebs-Bluttest (siehe Unstatistik Februar und Mai 2019) lediglich die Trefferrate genannt, nicht jedoch die Falsch-Alarm-Rate. Es bleibt daher völlig unklar, wie häufig der Test bei gesunden Personen fälschlicherweise Krebs diagnostiziert.

Die Unstatistik des Monats August ist ein Artikel aus der Rheinischen Post vom 8. des Monats. Unter der Überschrift „Immer mehr Nitrat im Grundwasser“ kommentiert die Rheinische Post darin die Antwort der Bundesregierung auf eine kleine Anfrage der Grünen. Demnach nahm der mittlere Nitratgehalt an den 15 am stärksten belasteten deutschen Messpunkten von 2013 bis 2017 um rund 40 Milligramm pro Liter zu. Daraus folgt aber nicht, wie von der Rheinischen Post fälschlicherweise kolportiert, dass die Nitratbelastung insgesamt gestiegen ist. Sie ist vermutlich, wie schon in den Vierjahres-Zeiträumen davor, weiter gefallen.