Simulanten haben zu Recht keinen guten Ruf. Sie schützen Symptome vor, ohne die Krankheit wirklich zu haben. In der Wissenschaft ist das anders.  Computergestützte Simulation beschreibt den Weg einer fiktiven Aschewolke über Europa, ohne dass deren reale Existenz durch die Simulation an sich bewiesen wird. Im Gegenteil: Fluggesellschaften, die Testflüge durchgeführt haben, haben das Vorhandensein der Vulkanasche nicht nachweisen können. Erst heute Mittag soll ein Flugzeug der DLR mit geeignetem Meßgerät aufsteigen, um die Ergebnisse der Computersimulation zu verifizieren – oder eben auch nicht. Kein Einzelfall.

Der Wahrheitsgehalt von Simulationen hängt von zwei Komponenten ab: Der Menge der zur Verfügung stehenden Daten aus der Vergangenheit und der Genauigkeit des mathematischen Modells.

Je mehr Fälle der Vergangenheit vorliegen und desto genauer man mit Zahlen und Daten, die real gemessen wurden, die Realität beschreiben, desto höher ist die Wahrscheinlichkeit einer Simulation, die der Realität nahe kommt.

Das ist aber nur die notwendige und nicht die hinreichende Bedingung.  Die hängt davon ab, dass die in der mathematischen Formel der Simulation dargestellten Faktoren und Variablen tatsächlich den Einfluß in der Realität haben, den der Forscher ihnen zubilligt.

Dabei sind schon in der Ökonomie zwei Techniken bekannt, um die Komplexität solcher Formeln zu reduzieren, um sie selbst durch vermeintliche Supercomputer rechenbar zu machen. Faktoren, die für weniger relevant gehalten werden, werden im mathematischen Modell als konstant gesetzt. Mit der ersten Differenzierung fallen sie somit aus der Rechnung heraus. Und Faktoren, die der Forscher nicht kennt, werden definitorisch ebenfalls konstant gesetzt. Auch sie finden in der Berechnung der Realität keinen Niederschlag.

Anders gesagt: Das Ergebnis der Simulation entspricht der Erwartung des Forschers, der ihre  mathematische Funktion beschreibt. In der Naturwissenschaft und Technik kann man sie durch vergleichende Messungen überprüfen und immer weiter verbessern. So leisten sie etwa bei der Konstruktion von Automobilen wertvolle Dienste bei der Sicherheit, die aber vom Hersteller sicher durch einen Crash-Test überprüft wird.

Das trifft bei singulären Ereignissen wie dem Waldsterben, BSE, der Schweine- oder Vogelgrippe nicht zu. Hier wird das gesunde mathematische Modell durch einen Panikfaktor ersetzt, der entweder der betroffenen Wissenschaftsdisziplin oder aber etwa der Pharmaindustrie einen ordentlichen Batzen Geld in die Kasse spült, der ihnen ohne die “Analyse”  des “Gefährdungspotentials” entgangen wäre.

Beim Klimawandel hat auch der negative empirische Test keine Wirkung auf die Öffentlichkeit gehabt. Wissenschaftler haben Klimasimulationen zurückgerechnet und mit dem realen Verlauf der Temperaturen in der Vergangenheit verglichen. Leider stellte sich keine Übereinstimmung ein.

Ähnlich verhält es sich mit der Steuerschätzung, von der sich lediglich mit Sicherheit sagen lässt, dass ihr Ergebnis nicht eintrifft. Liegen die realen Abweichungen im Folgejahr nach oben und unten im zweistelligen Milliardenbereich, so differieren die Zahlen im vierten und fünften Jahr der mittelfristigen Finanzplanung gerne auch mal um 100 Mrd €. Das komplexe System der komunizierenden Röhren von Steuern und Abgaben ist genauso wenig kalkulierbar wie die unvohersehbaren Faktoren, die das weltweite Wirtschaftswachstum bestimmen.

So lässt sich über die Statistik sagen, dass sie bei ausreichender Datenbasis die Vergangenheit richtig beschreiben kann. Für die Simulation der Zukunft bietet sie keine hinreichende Sicherheit.