Prognosen

KI: Grenzen der Prognostik bei Krieg & Spiel

Was haben eine Schlacht in der Normandie 1944, KI und ein Football Spiel gemeinsam?

Komplexität und deren Bewältigung. Prognosen und deren Grenzen. Der menschliche Faktor, kurz: Handeln.

Bei näherer Betrachtung ähneln sich die Schlacht – hier die Operation Goodwood – und das Football Spiel, z.B. der letzte Super Bowl LV. Die KI steht eher für den Hype um die noch, möglicherweise strukturell begrenzten Fähigkeiten von Maschinellem Lernen (ML).

Operation Goodwood war eine britische Offensive in der Normandie vom 18. bis 20. Juli 1944 mit dem Ziel der Abnutzung deutscher Kräfte im Zuge einer abschließenden Eroberung von Caen und eines Schlüsselgebiets im Südwesten der Stadt.

Personen

Moderne Prognosen, hier: Kanzler Laschet (68%) regiert mit Schwarz-Grün (54%)

Die Prognose-Verfahren werden laufend verbessert.

Diente das Orakel von Delphi noch als Informationsbroker, ermöglichen inzwischen mindestens zwei entscheidende Neuerungen bessere Prognosen. So hat sich in den letzten Jahren und wenigen Jahrzehnten ein Methoden-Kanon herauskristallisiert, der die Auswertung statistischer Daten und kausaler Beziehungen auf eine systematische Grundlage stellt. Hinzu kommen die enormen Steigerungen der Rechenleistungen.

Eine beliebtes Anwendungsgebiet von Prognosen ist vergleichsweise simpel, weil die Komplexität beherrschbar ist. Die Rede ist offensichtlich von Wahlen. In den USA gibt es zahlreiche Ansätze mit unterschiedlicher Methodik. In Deutschland gibt es einen interessanten neuen Player: die INWT Statistics GmbH.

Der Ansatz beruht auf einem Modell, einem dynamischen, mehrebenen Bayes Model. Das ist vereinfacht gesagt deshalb hilfreich, weil mit einem Modell die Wirklichkeit der Wahlentscheidungen und Koalitionsmöglichkeiten abgebildet wird. Hinzu kommt, dass bedingte Wahrscheinlichkeiten gut mit Bayes’schen Modellen bearbeitet werden können.

Als Daten werden sowohl Umfragen als auch vergangenen Wahlergebnisse und Expertengespräche genutzt. Letzere sind vor allem für die Partei-Präferenzen der Koalitionsbildung hilfreich.

Und, wie sieht die nächste Regierung aus? Diese Frage lässt sich in Teilfragen zerlegen:

  • Wer wird der nächste Bundeskanzler? Nach derzeitigem Stand Armin Laschet mit 68% Wahrscheinlichkeit.
  • Welche Parteien werden die Regierung bilden? Schwarz-Grün mit 54% Wahrscheinlichkeit.
  • Die Wahrscheinlichkeit für eine Ampel beträgt nur 12% und für Schwarz-Grün-Gelb nur 10%.
  • Der Forecast für die Partei-Ergebnisse weist naturgemäß einen erheblichen Unsicherheitsbereich auf. CDU/CSU liegen klar vorn mit gut 27%, gefolgt von den Grünen mit fast 23%. Die SPD erreicht nicht ganz 15%, gefolgt von AfD mit 11% und FDP von gut 10%.
  • Bemerkenswert sind weitere Prognosen: Die Wahrscheinlichkeit einer Schwarz-Grünen Mehrheit liegt bei über 80% und die der Ampel bei über 66%, während Rot-Rot-Grün nur eine 29%oge Wahrscheinlichkeit auf eine Mehrheit hat.

Je näher die Wahl rückt, umso wichtiger dürften die Aktualisierung und die Belastbarkeit von Prognosen werden.

 

Anders denken

Jede Politik enthält eine Prognose

Jede Politik enthält ein Versprechen. Mehr Sicherheit, mehr Diversität, mehr Gleichheit, weniger Klimawandel, früher auch bessere Standortbedingungen, inzwischen stets ein Bekämpfen von irgendetwas. 

Jedes politische Versprechen beruht auf einem vielfach impliziten Ursache-Wirkung-Zusammenhang, z.B. weniger CO2 => weniger Erderwärmung; weniger Bürokratie und bessere Infrastruktur => bessere Bedingungen für Unternehmen – mehr Arbeitsplätze und Produkte – mehr Wirtschaftswachstum.

Selten wird derzeit auf Politik geschaut und gefragt: Welche Prognose liegt der Politik zugrunde? Und im Anschluss daran: Ist diese Prognose gut begründet?