Sehr geehrte Investierende und Freunde/Freundinnen von APUS Capital,

kalendarisch ist er endlich da, der Sommer 2024, auch wenn die Tage seit dem 20. Juni (in diesem Jahr sowohl Sommeranfang, als auch der längste Tag des Jahres) bis zur Wintersonnenwende am 21. Dezember bereits wieder kürzer werden. Möglicherweise sind Sie ja gerade im Urlaub, haben Bürostuhl und Arbeits-E-Mails mit Strandliege und Sonnencreme getauscht und lassen es sich irgendwo verdientermaßen gut gehen. 

Vielleicht haben Sie es aber auch schon mal erlebt, dass sich just in dieser eher kurzen Zeit der Abwesenheit vom Job wichtige Kriterien des Tagesgeschäfts auffällig positiv entwickeln. Ausgerechnet jetzt, wo Sie im Urlaub sind, gehen die Produktumsätze scheinbar durch die Decke, oder die Performance der getätigten Investments bzw. der betreuten Fonds entwickeln sich gerade jetzt besonders erfreulich (ein Klassiker bei Investment-Professionals). Gern bekommt man bei solchen Gelegenheiten von Kollegen schon mal aufs Brot geschmiert, man solle den Urlaub bitte noch etwas verlängern, es liefe doch gerade alles so gut. Implizit steckt darin die uncharmante Botschaft, die Abwesenheit des Betreffenden stünde mit der momentanen positiven Entwicklung in irgendeinem Zusammenhang.

Tatsächlich ist es so, dass sich immer wieder zufällige Zusammenhänge zwischen ganz unterschiedlichen Variablen finden lassen, die es so eigentlich gar nicht geben dürfte. So wurden Korrelationen gefunden zwischen dem Margarinekonsum und der Scheidungsrate im US-Bundesstaat Maine, dem Verzehr von Mozzarella-Käse und den Doktorabschlüssen im Bauingenieurwesen, oder auch dem Pro-Kopf-Butterkonsum in Bangladesch mit dem S&P 500 Index. All diese absurden Zusammenhänge und noch viele andere mehr, die die (US-amerikanische) Welt der Daten hergibt, hat der Amerikaner Tyler Vigen auf seiner Website “Spurious Correlations” [https://www.tylervigen.com/spurious-correlations] gesammelt und in Diagrammen verbildlicht. Aus dem Projekt, das ursprünglich nur als Gag gedacht war, ist so mittlerweile eine sehr umfangreiche Sammlung entstanden.

Sobald ein solcher statistischer Zusammenhang zwischen zwei Variablen beobachtet wird, sprechen Statistiker von einer Korrelation. Allerdings: Nur weil zwei Dinge zusammen vorkommen, bedeutet das zunächst einmal nur, dass es einen statistischen Zusammenhang zwischen beiden gibt, nicht aber, dass das eine das jeweils andere auch tatsächlich verursacht hat. Gern wird den eigenen Beobachtungen durch die Aussage, diese Zusammenhänge seien “signifikant” – was heißt, ein Zusammenhang zwischen den zwei Variablen lässt sich für die überwiegende Mehrheit der Fälle nachweisen – mehr Gewicht verliehen, frei nach dem Motto: Wenn etwas signifikant ist, dann muss es schließlich auch wahr sein. Das Gemeine daran: Das stimmt auch irgendwie, ist aber trotzdem irreführend. Die von Tyler Vigen gefundenen Beispiele sind allesamt miteinander signifikant korreliert, obwohl es offensichtlich ist, dass diese Beobachtungen nichts miteinander zu tun haben. Signifikanz heißt eigentlich nur, dass ein Unterschied zwischen zwei Merkmalen wahrscheinlich nicht zufällig aufgetreten ist. Wichtig ist hier der Zusatz “wahrscheinlich“. Verwertbare Ergebnisse bekommt man nämlich nur dann, wenn tatsächlich Äpfel mit Äpfeln und Birnen mit Birnen verglichen werden und keine gemischten Früchte. 

Ein Klassiker der Statistik ist die Störche/Kinder Korrelation. In der Tat lässt sich nachweisen, dass in Regionen mit mehr Störchen auch mehr Kinder “auf die Welt kommen“. Womit dann also endlich der Beweis erbracht wäre, dass uns doch Störche die Kinder bringen? Ganz so einfach funktioniert Statistik leider doch nicht. Das Storchenbeispiel klärt sich recht schnell, sobald zusätzliche Variablen in die Betrachtung mit einbezogen werden. Je stärker eine Region industrialisiert ist, desto weniger Störche kommen dort vor, und desto weniger Kinder werden dort geboren. Ein geringerer Industrialisierungsgrad ist also eine gemeinsame Ursache dafür, dass in einer Region sowohl mehr Kinder, als auch mehr Störche vorkommen, oder eben umgekehrt, je nach Sichtweise. 

Wenn eine Sache tatsächlich eine andere verursacht, bezeichnen Statistiker das als kausalen Zusammenhang, Kausalität, oder als Ursache-Wirkungs-Prinzip.

Beispielsweise ist unstrittig, dass der Zuckerkonsum die Entstehung von Übergewicht fördert, es zwischen beiden Variablen also einen kausalen Zusammenhang geben muss. Wenn Diabetes landläufig auch als Zuckerkrankheit bezeichnet wird, muss es dann nicht zwischen Zuckerkonsum und Typ-2-Diabetes ebenfalls einen ursächlichen Zusammenhang geben? Nach Ansicht führender Endokrinologen lässt sich ein solcher Zusammenhang nicht eindeutig belegen, weil hier viele weitere Faktoren eine maßgebliche Rolle spielen, wie sonstige Ernährung, körperliche Aktivität und genetische Prädisposition. Außerdem können auch normalgewichtige Personen an Typ-2-Diabetes erkranken, wenngleich diese Fälle auch vergleichsweise selten sind.

Irreführende Korrelationen können in der Medizin zu falschen Schlussfolgerungen über die Wirksamkeit oder Sicherheit von Behandlungen führen. So gab es aus verschiedenen Beobachtungsstudien Hinweise darauf, dass Menschen, die Vitamin E-Präparate einnahmen, seltener an Herz-Kreislauf-Erkrankungen litten. Spätere randomisierte klinische Studien zeigten jedoch, dass die Einnahme von Vitamin E das Risiko kardiovaskulärer Ereignisse nicht nur nicht verringern, sondern in einigen Bevölkerungsgruppen sogar das Risiko einer Herzinsuffizienz erhöhen konnte. Die ursprüngliche Korrelation war vermutlich darauf zurückzuführen, dass es eher gesündere Personen waren, die Nahrungsergänzungsmittel einnahmen. Ähnliche Schein-Korrelationen wurden auch für Beta-Carotin und Krebs gefunden (entgegen ursprünglichen Erkenntnissen konnte die Supplementierung mit Beta-Carotin das Lungenkrebsrisiko bei Rauchern nicht reduzieren, möglicherweise sogar erhöhen). Auch bei der Einnahme von anderen Antioxidantien (Moleküle, die den Körper vor freien Radikalen schützen sollen) ließ sich ein Nutzen für die Langlebigkeit trotz vorheriger Hinweise am Ende klinisch nicht beweisen. In beiden Fällen war die falsche Korrelation vermutlich zum großen Teil auf eine insgesamt gesündere Ernährung und einen gesünderen Lebensstil derjenigen zurückzuführen, die mehr Antioxidantien zu sich nahmen.

Gerade in der medizinisch/pharmazeutischen Forschung ist das gründliche Verständnis der kausalen Zusammenhänge zwischen Krankheitsbildern für die Planung und Durchführung klinischer Studien der Schlüssel zum Erfolg. Fehler bei der Erkennung oder Berücksichtigung dieser Beziehungen können falsche Schlussfolgerungen und damit fehlerhaft geplante Studien nach sich ziehen mit der Folge, dass Patienten einem hohen gesundheitlichen Risiko ausgesetzt werden, ohne dass die sehr kostenintensiven Studien am Ende verwertbar sind. Für die entwickelnden Pharmaunternehmen ist das Wissen um solch kausale Zusammenhänge daher der Schlüssel zu einer praxisorientierten Anwendung ihrer Forschungsergebnisse. Schließlich verlangen die Zulassungsbehörden die Durchführung klinischer Prüfungen für Arzneimittel nach genau definierten Standards, um deren Sicherheit, Wirksamkeit und Qualität zu gewährleisten, bevor sie für den öffentlichen Gebrauch zugelassen werden. Auf denjenigen, der seine Hausaufgaben gründlich und nachhaltig gemacht hat, wartet am Ende im besten Fall eine Zulassung für ein neues Medikament oder ein neues Medizinprodukt. Wir bei APUS nutzen daher alle uns zur Verfügung stehenden Mittel, um uns ein eigenes Bild von den Erfolgsaussichten der Pharma-Pipelines unserer Core- Holdings im Gesundheitsbereich zu machen. Dies gilt auch für unsere Investments in allen anderen Sektoren. Generell überprüfen wir sehr genau und kontinuierlich, ob die Einflussfaktoren auf die Endmärkte wie auch die Positionierung der von uns analysierten Unternehmen dem entsprechen, was uns das Management oder auch Bankanalysten kommunizieren. Nur wenn wir von den kausalen Zusammenhängen selber überzeugt sind, tätigen wir ein Investment. 

Sehr geehrte Investierende und Freunde/Freundinnen von APUS Capital,

mit all diesen Beispielen wollten wir Ihnen verdeutlichen, dass man vermeintliche Zusammenhänge stets mit einem gesunden Maß an Skepsis betrachten und keine voreiligen Schlüsse ziehen sollte. Eine Korrelation heißt noch lange nicht, dass auch ein kausaler Zusammenhang besteht!

Egal, ob Sie nun in ein exotisches Urlaubs-Paradies fliegen, die Ferien in Ihrer Gartenoase genießen oder einfach nur einen aufblasbaren Pool auf den Balkon stellen, hoffen wir, dass dieser Sommer Ihnen viel Entspannung, und unvergessliche Momente beschert. Auf jeden Fall sind Sie zukünftig gut vorbereitet, falls aus dem Kollegenkreis das Angebot zur Urlaubsverlängerung kommt, die Dinge würden ja gerade so gut laufen…

Mit besten Grüßen von den Mauerseglern aus Frankfurt!

Dr. Wolfram Eichner, Jürgen Kaup, Stefan Meyer, Johannes Ries, Uwe Schupp, Dr. Roland Seibt und Heinz-Gerd Vinken