Quellen und Glaubwürdigkeit bewerten

Der Artikel, der alle täuschte

Ein Nachrichtenartikel behauptete, eine neue Studie habe „bewiesen", dass ein gängiger Lebensmittelzusatzstoff Krebs verursacht. Der Artikel wurde millionenfach geteilt. Menschen änderten ihre Ernährung. Unternehmen formulierten Produkte um. Aber die Studie wurde an Ratten durchgeführt — mit Dosen, die 1.000-mal höher waren als beim Menschen üblich. Sie erschien in einer Fachzeitschrift mit niedrigem Impact-Faktor und wurde von einem Konkurrenten des Zusatzstoff-Herstellers finanziert.

Die Evidenz rechtfertigte die Panik nicht. Aber niemand hat nachgeschaut.

Nach dieser Lektion bewertest du jede Informationsquelle systematisch — und entscheidest, ob sie dein Vertrauen, deine Skepsis oder deine komplette Ablehnung verdient.

🔄 Recall: In der vorherigen Lektion haben wir zehn logische Fehlschlüsse identifiziert. Erinnerst du dich an das Autoritätsargument? Heute gehen wir tiefer: Wann ist Autorität glaubwürdig, und wann führt sie in die Irre? Quellenbewertung beantwortet diese Frage systematisch.

Der CRAAP-Test zur Quellenbewertung

Bibliothekare haben den CRAAP-Test entwickelt (Currency, Relevance, Authority, Accuracy, Purpose — auf Deutsch: Aktualität, Relevanz, Autorität, Genauigkeit, Zweck) als praktisches Rahmenwerk für die Bewertung jeder Informationsquelle:

Aktualität: Wie aktuell ist die Quelle?

Informationen altern je nach Fachgebiet unterschiedlich schnell:

Technologie: Innerhalb von Monaten veraltet
Medizinische Forschung: Große Updates alle paar Jahre
Historische Fakten: Ändern sich selten
Statistiken: Prüfe das Datenjahr, nicht das Veröffentlichungsjahr

Frag: „Wann wurde das veröffentlicht? Gibt es neuere Evidenz, die das überholt?"

Relevanz: Beantwortet die Quelle deine tatsächliche Frage?

Eine hochwertige Quelle zum falschen Thema ist nutzlos. Eine Studie über Bewegungsvorteile bei älteren Erwachsenen gilt nicht automatisch für junge Sportler.

Frag: „Adressiert diese Quelle meine spezifische Frage, Zielgruppe oder meinen Kontext?"

Autorität: Ist die Quelle qualifiziert?

Autorenqualifikation: Hat die Person relevante Expertise?
Veröffentlichungsort: Peer-reviewed Fachzeitschrift, seriöses Nachrichtenmedium oder ein zufälliger Blog?
Institutionelle Zugehörigkeit: Uni-Forscher vs. Industriesprecher?

Frag: „Warum sollte ich genau dieser Quelle zu genau diesem Thema vertrauen?"

Genauigkeit: Ist die Information überprüfbar?

Quellenangaben: Werden Belege zitiert?
Methodik: Wird das Forschungsdesign beschrieben?
Konsistenz: Stimmt es mit anderen glaubwürdigen Quellen überein?
Fehler: Gibt es Tatsachenfehler oder Schlampigkeiten, die auf mangelnde Sorgfalt hindeuten?

Frag: „Kann ich diese Behauptungen unabhängig überprüfen?"

Zweck: Warum wurde das erstellt?

Informieren: Objektive Berichterstattung von Fakten
Überzeugen: Eine Position vertreten
Verkaufen: Ein Produkt oder eine Dienstleistung vermarkten
Unterhalten: Engagement über Genauigkeit
Täuschen: Gezielte Desinformation

Frag: „Was ist die Motivation des Erstellers?"

✅ Quick Check: Wende den CRAAP-Test auf diese Quelle an: ein Blog-Post von 2019, von einem anonymen Autor, der behauptet, ein bestimmtes Vitamin heile Depressionen, ohne Quellenangaben. Welche Bewertung gibst du?

Forschungsqualität bewerten

Wenn eine Behauptung auf eine „Studie" verweist, stell diese Fragen:

Stichprobengröße und -auswahl

Wie viele Teilnehmer? Größere Stichproben liefern zuverlässigere Ergebnisse.
Wie wurden sie ausgewählt? Zufallsauswahl ist stärker als Gelegenheitsstichproben.
Wer wurde untersucht? Studierende repräsentieren nicht die Gesamtbevölkerung.

Studiendesign

Design	Stärke	Beispiel
Meta-Analyse	Sehr stark	Auswertung von 50 früheren Studien
Randomisierte kontrollierte Studie	Stark	Zufällige Zuweisung: Medikament vs. Placebo
Kohortenstudie	Mittel	Eine Gruppe über 10 Jahre begleiten
Querschnittsstudie	Schwach-mittel	Befragung zu einem Zeitpunkt
Einzelfallbericht	Schwach	Beobachtung eines einzelnen Patienten

Statistische vs. praktische Signifikanz

Ein Ergebnis kann statistisch signifikant sein (unwahrscheinlich zufällig) und gleichzeitig praktisch unbedeutend (zu klein, um relevant zu sein).

Beispiel: Eine Studie findet, dass eine neue Lehrmethode Testergebnisse um 0,3 % verbessert, mit p < 0,05. Statistisch signifikant? Ja. Praktisch relevant? Eher nicht.

Frag: „Selbst wenn dieses Ergebnis echt ist — ist die Effektgröße groß genug, um etwas zu bedeuten?"

Replikation

Wurde das Ergebnis von unabhängigen Forschern repliziert? Eine einzelne Studie, egal wie gut designt, kann ein Ausreißer sein. Replizierte Ergebnisse sind weitaus vertrauenswürdiger.

✅ Quick Check: Eine Schlagzeile sagt: „Wissenschaftler entdecken: Schokolade verbessert das Gedächtnis." Die Studie hatte 12 Teilnehmer, keine Kontrollgruppe und wurde nicht repliziert. Wie zuversichtlich solltest du sein?

Der Quellenbewertungs-Prompt

Bewerte die Glaubwürdigkeit dieser Quelle:
[Quelleninformation einfügen]

Führe eine CRAAP-Analyse durch:
1. AKTUALITÄT: Wie aktuell? Sind die Informationen
   noch gültig?
2. RELEVANZ: Adressiert sie die spezifische Frage?
3. AUTORITÄT: Wer hat sie erstellt? Welche Qualifikationen
   und möglichen Interessenkonflikte?
4. GENAUIGKEIT: Belegt, überprüfbar, konsistent
   mit anderen Quellen?
5. ZWECK: Warum wurde sie erstellt? Informieren,
   überzeugen, verkaufen oder täuschen?

Falls Forschung referenziert wird, bewerte auch:
6. Stichprobengröße und Auswahlmethode
7. Stärke des Studiendesigns
8. Ob die Effektgröße praktisch relevant ist
9. Ob das Ergebnis repliziert wurde

Gesamtbewertung der Glaubwürdigkeit: 1-10 mit Begründung.

Warnsignale für geringe Glaubwürdigkeit

Achte auf diese Warnsignale:

Kein Autor genannt. Glaubwürdige Quellen stehen mit ihrem Namen dafür ein.
Keine Quellenangaben. Behauptungen ohne Belege sind bloße Meinungen.
Extreme Sprache. „DURCHBRUCH", „WUNDER", „DAS wollen SIE nicht, dass du weißt"
Verdeckte Interessenkonflikte. Studie finanziert vom Unternehmen, das das Produkt verkauft.
Einzelne Quelle. Nur eine Studie, ein Experte, ein Datenpunkt.
Emotionale Manipulation. Angst, Empörung oder Dringlichkeit, um rationale Bewertung zu umgehen.
Widerspruch zum etablierten Wissen. Außergewöhnliche Behauptungen brauchen außergewöhnliche Evidenz.

Wichtigste Erkenntnisse

Der CRAAP-Test (Aktualität, Relevanz, Autorität, Genauigkeit, Zweck) bietet ein systematisches Rahmenwerk zur Quellenbewertung
Forschungsqualität hängt ab von Stichprobengröße, Studiendesign, Effektgröße und Replikation
Statistische Signifikanz ist nicht gleich praktische Signifikanz — frag immer nach der Effektgröße
Warnsignale: anonyme Autoren, keine Quellenangaben, extreme Sprache, verdeckte Interessenkonflikte
Eine einzelne Studie ist nie ein Beweis — suche nach Replikation durch unabhängige Forscher
KI kann Quellen schnell bewerten, aber du solltest die Gewohnheit der unabhängigen Überprüfung entwickeln

Nächste Lektion

In Lektion 6: Entscheidungsrahmen für komplexe Probleme wenden wir unsere Werkzeuge auf bessere Entscheidungen an — wenn mehrere Faktoren um deine Aufmerksamkeit konkurrieren.