Korrelation ist nicht Kausalität: Deine Stimmungs-Daten richtig lesen

Der Moment, in dem die App "etwas gefunden" hat

Du trackst seit ein paar Wochen deine Stimmung. Dann zeigt dir die Auswertung einen Zusammenhang: "An Tagen mit Kaffee ist deine Stimmung höher." Der erste Reflex ist klar. Mehr Kaffee, bessere Laune.

So funktioniert es leider nicht. Der Satz beschreibt eine Korrelation, also ein gemeinsames Auftreten. Über die Ursache sagt er nichts. Genau hier passieren die häufigsten Fehlschlüsse beim Self-Tracking, und genau hier entscheidet sich, ob deine Daten dir helfen oder dich in die Irre führen.

Dieser Artikel vermittelt die Einstiegs-Datenkompetenz für alle, die Stimmung, Schlaf oder Faktoren messen. Keine Statistik-Vorlesung, sondern vier Denkfehler und wie du sie vermeidest.

Was Korrelation bedeutet, und was nicht

Eine Korrelation misst, wie stark sich zwei Größen gemeinsam verändern. Der Wert liegt zwischen minus eins und plus eins. Mehr steckt nicht darin. Eine Korrelation enthält keine Richtung und keine Ursache, sie ist eine reine Beobachtung der Form "diese zwei Dinge bewegen sich zusammen".

Der bekannteste Beleg dafür sind die Spurious Correlations von Tyler Vigen. Dort korreliert der Margarine-Verbrauch fast perfekt mit der Scheidungsrate in Maine. Niemand würde behaupten, das eine verursache das andere. Die Linien laufen zufällig parallel.

Auch in der Wissenschaft ist diese Trennung ein eigenes Thema. Die Statistiker Naomi Altman und Martin Krzywinski bringen es in Nature Methods auf eine Formel: Korrelation bedeutet Assoziation, aber nicht Kausalität. Bei deinen Daten ist das nur weniger offensichtlich.

Die vier häufigsten Fehlschlüsse

1. Umgekehrte Richtung. Die App sagt: "An Tagen mit viel Bewegung ist deine Stimmung besser." Genauso plausibel ist die Gegenrichtung. An Tagen, an denen du dich ohnehin gut fühlst, gehst du eher raus und machst Sport. Dann erzeugt die gute Stimmung die Bewegung, nicht umgekehrt. Meist wirken beide Richtungen zugleich.

2. Der versteckte Drittfaktor. Der tückischste Fehler. Zwei Dinge korrelieren, weil ein drittes, ungemessenes beide antreibt. Deine Stimmung ist an Kaffee-Tagen höher? Die wahre Ursache kann der Schlaf sein. Nach einer guten Nacht bist du wacher, hast mehr Antrieb und genießt deinen Kaffee. Der Schlaf ist der Confounder, der Kaffee läuft nur mit.

3. Zufall bei wenig Daten. Bei zehn Tagen findet sich fast immer irgendein Zusammenhang, einfach durch Zufall. Je mehr Faktoren du gleichzeitig auswertest und je weniger Tage du hast, desto höher die Chance, dass ein Muster reines Rauschen ist. Wie viele Tage du brauchst, klärt Wie viele Tage Tracking, bis Muster sichtbar werden.

4. Die Erzählung im Nachhinein. Unser Gehirn findet eine Geschichte zu fast jedem Datenpunkt. "Klar, deshalb war Dienstag so schlecht." Diese Geschichten überzeugen, weil sie nach den Daten entstehen und perfekt passen. Der Test ist: Hättest du das auch vorher vorhergesagt?

Wie du trotzdem belastbar schließt

Korrelation ist nicht wertlos, sie ist der Anfang. So machst du mehr daraus:

Dein stärkster Hebel ist das Experiment mit dir selbst. Wenn du einen Faktor bewusst veränderst, statt ihn nur zu beobachten, näherst du dich einer echten Ursache-Wirkung-Prüfung. Erst das Eingreifen beantwortet die Frage nach der Ursache, reines Beobachten nicht. Und achte auf die Zeit: Wenn schlechter Schlaf am Montag mit niedriger Stimmung am Dienstag zusammenhängt, ist die Richtung wenigstens plausibel. Mehr dazu in Wie Schlaf deine Stimmung beeinflusst.

Warum InnerPulse von "Beobachtung" spricht

Genau deshalb formuliert InnerPulse seine Auswertungen als Beobachtungen, nicht als Diagnosen. Ein Satz wie "An Tagen mit Sport hast du 40 Prozent öfter gut gegessen" ist bewusst beschreibend. Er behauptet keine Ursache, er lädt dich ein, selbst weiterzudenken. Wie die App diese Muster bildet, erklärt Muster in der Stimmung erkennen, den größeren Rahmen liefert der InnerPulse-Guide.

Diese Vorsicht ist kein Mangel an Selbstbewusstsein, sondern der ehrliche Umgang mit dem, was Beobachtungsdaten leisten können. Wer mehr verspricht, verkauft dir Sicherheit, die die Daten nicht hergeben.

Der eine Satz zum Mitnehmen

Wenn dir deine App das nächste Mal einen Zusammenhang zeigt, ersetze in Gedanken "verursacht" durch "hängt zusammen mit" und häng eine Frage an: "Was wäre, wenn ich es ändere?" Diese kleine Umformulierung verwandelt eine verführerische Scheinwahrheit in ein Werkzeug. Deine Daten beweisen selten etwas, aber sie zeigen dir verlässlich, wo sich das Hinschauen lohnt.

Dieser Artikel ersetzt keine medizinische Beratung. Er hilft dir, deine eigenen Beobachtungen besser einzuordnen.

Weiterlesen

• Wie viele Tage Tracking, bis Muster sichtbar werden klärt die Frage nach genug Daten.
• Muster in der Stimmung erkennen zeigt, wie du Zusammenhänge praktisch deutest.
• 90 Tage Stimmungstracking: Ein Erfahrungsbericht zeigt, wie sich Muster über die Zeit herausschälen.
• Warum Streaks bei Depression schaden erklärt, warum mehr Daten nicht automatisch besser sind.
• Wissenschaftliche Einordnung: Altman & Krzywinski, Nature Methods (2015)
• Anschauliches Beispiel: Spurious Correlations von Tyler Vigen