"David, ich bin ein Versager." Mit diesen Worten beginnt ein offener Brief, den John Ioannidis an David Sackett geschrieben hat, einen der Väter der evidenzbasierten Medizin. Nun ist Sackett schon seit zwei Jahren tot, aber geschickt hatte Ioannidis ihn ja auch ans Journal of Clinical Epidemiology. Dort erschien er im vergangenen März – eine einzige Selbstgeißelung: Der Anspruch der wissenschaftlichen Medizin, ihre Erkenntnisse auf empirische, methodisch saubere Studien zu gründen, sei in den letzten zehn Jahren nicht eingelöst worden. Die Industrie habe die Wissenschaft in Geiselhaft genommen, medizinische Studien würden vor allem zu Werbezwecken eingesetzt. "Ich frage mich oft: Was für Monster haben wir da erschaffen?", schrieb Ioannidis in der Pose des Zweifelnden, ja Verzweifelten. "Wir bejubeln Leute, die gelernt haben, Geld aufzusaugen, ihre Arbeit mit der besten PR aufzublasen, immer bombastischer und weniger selbstkritisch zu werden. Das sind die wissenschaftlichen Helden des 21. Jahrhunderts." Die Parallelen zur Politik sind unübersehbar. Was aber hat es mit dem drastischen Lamento auf sich? Und wer ist der Mann, der öffentlichkeitswirksam einem Toten schreibt?

Besucht man den 51-jährigen Wissenschaftler in seinem Büro an der Stanford-Universität in Kalifornien, dann merkt man, dass zumindest die Selbstzweifel eher Pose sind. Mit deutlichem griechischem Akzent erzählt Ioannidis begeistert von seiner Forschung. Eine Stiftung hat ihm 2014 ein eigenes Institut eingerichtet, das sich Meta-Research Innovation Center nennt. Unterstützt von sieben Mitarbeitern, hat Ioannidis hier alle Freiheit, wissenschaftliche Studien auf ihre Qualität zu überprüfen und schlechte Forschung anzuprangern. Er tut das mit Genuss.

Metawissenschaft ist die Wissenschaft von der Wissenschaft. Die Forscher dieser Disziplin beschäftigen sich mit der Frage, wie neue Erkenntnisse entstehen und wie zuverlässig sie sind. Eine trockene Materie, geprägt von statistischem Jargon. Um über diesen Fachzirkel hinaus bekannt zu werden, muss man schon mal zu drastischen Worten greifen. Am besten gleich in der Überschrift. "Warum die meisten publizierten Forschungsergebnisse falsch sind" so war der Artikel betitelt, den Ioannidis im Jahr 2005 im medizinischen Fachjournal PLoS Medicine veröffentlichte. Der damals weithin unbekannte Wissenschaftler, der an der griechischen Provinzuniversität von Ioannina lehrte, äußerte da nicht etwa eine Meinung. Vielmehr bewies er seinen hochmögenden Kollegen mithilfe mathematischer Gleichungen, warum sie oft unweigerlich falsche Ergebnisse produzieren. Im Mittelpunkt seiner Anklage stand der sogenannte p-Wert, der heute in fast keinem Forschungsartikel fehlt, für den größere Zahlenmengen ausgewertet wurden.

Mehr als eine Million Leser hat dieser Artikel seitdem gefunden, und Ioannidis weiß recht genau, wie oft er bereits von anderen Forschern zitiert worden ist: 4.000-mal. Und anders als gewöhnliche Artikel, die nur kurz nach der Veröffentlichung Beachtung finden, wird die Zahl der Zitierungen bei ihm von Jahr zu Jahr größer. Heute ist Ioannidis das schlechte Gewissen der klinischen Wissenschaft. Und er ist der Papst der Forschung über Forschung.

Wie aber kann eine solche Flut falscher Ergebnisse entstehen, wenn doch nur belastbare ("statistisch signifikante") Resultate eine Chance auf Veröffentlichung haben? Auf diese Frage muss Ioannidis zu einem längeren Vortrag über Statistik ausholen. Dass nämlich Studienergebnisse gleichzeitig signifikant und falsch sein könnten, geht letztlich auf den Irrtum zurück, eine Studie als ein isoliertes Experiment anzusehen. Denn jede Studie wird mit bestimmten Vorkenntnissen durchgeführt, sie steht im Zusammenhang mit anderen Experimenten. Dieses Vorwissen muss bei der Einschätzung des Ergebnisses berücksichtigt werden.

"Jedes falsche Ergebnis bedeutet Ineffizienz. Menschen sterben oder bekommen keine Hilfe"

In seinem berühmten Artikel verdeutlicht Ioannidis das mit einem fiktiven Beispiel: Nehmen wir an, eine Gruppe von Forschern untersucht 100.000 Gene auf einen möglichen Beitrag zur Entstehung von Schizophrenie. Realistisch schätzen sie, dass maximal zehn Gene wirklich daran beteiligt sein können. Das heißt: Noch bevor irgendein Experiment gemacht wurde, ist jedes der zu untersuchenden 100.000 Gene mit einer Wahrscheinlichkeit von höchstens einem Zehntausendstel an der Entstehung des Leidens beteiligt.

Wenn nun ein bestimmtes Gen im Test mit dem üblichen p-Wert von 0,05 als mitverantwortlich identifiziert wird, wie groß ist die Wahrscheinlichkeit, dass das Resultat korrekt ist? In 19 von 20 Fällen, also mit 95-prozentiger Wahrscheinlichkeit, antworten Forscher in der Regel. Das jedoch ist nicht richtig, denn bei diesem Massentest wird ja auch jedes zwanzigste unbeteiligte Gen ein scheinbar signifikantes Ergebnis bringen. Testet man alle Gene durch, dann findet man die 10 tatsächlich an der Entstehung der Schizophrenie beteiligten (sofern es sie denn gibt), aber auch 5.000 scheinbar relevante ("falsch positive"). Die Wahrscheinlichkeit, dass eines der gefundenen Gene zu den Verursachern gehört, beträgt also nur 10 von 5.000, nicht 19 von 20!