Bayesianisches Schließverfahren im Kontext von Intelligent Design

Geschrieben von Christian Knobel

Artikel als PDF-Datei

Dieser Essay ist als Diskussionsbeitrag gedacht, der dafür plädiert, Intelligent Design (ID) und Ursprungsfragen generell aus der Perspektive des Bayesianischen Schließverfahrens (BS) zu betrachten, um die Plausibilität gewisser Theorien oder Paradigmen gegen andere abzuwägen. Das BS ist eine Rechenvorschrift, wie die Plausibilitäten von Aussagen (z. B. von Theorien oder Hypothesen) von den Plausibilitäten anderer Aussagen abgeleitet werden können. Sein besonderes Merkmal liegt in seiner präzisen Struktur und in der Tatsache, dass es auf beliebige Fragestellungen anwendbar ist, d. h. auch auf solche, die über die Naturwissenschaft hinausgehen. Es wird sich insbesondere zeigen, dass das BS ein „logisches“ Schließverfahren ist, was auf andere Schließverfahren wie z.B. Induktion oder Abduktion nicht notwendigerweise zutrifft.

Der vorliegende Essay besteht aus zwei Teilen. In einem ersten Teil wird das BS konzeptionell eingeführt und im zweiten Teil werden beispielhaft Argumentationsweisen von ID Befürwortern und Naturalisten aus der Sicht des BS kommentiert, wobei deutlich wird, wie die Gewichtung metaphysischer Annahmen die Sichtweise beeinflussen kann. Die Anhänge, die teilweise technisches Material beinhalten, geben zudem wertvolle weiterführende Gedanken.

Der Text (außer Fußnoten und Anhängen) ist weitgehend allgemeinverständlich geschrieben. Ein formal geübtes Denken kann beim Lesen von Vorteil sein, da sich beim BS Formeln nicht vermeiden lassen. Es wurde aber Wert darauf gelegt, grundlegende Formeln möglichst mit Worten zu erklären.

Inhalt:

1. Einleitung

2. Das Bayesianische Schliessverfahren (BS)

2.1. Aussagen

2.2. Der Wahrscheinlichkeitsbegriff

2.3. Axiome und Bayes Theorem

2.4. Prior-Wahrscheinlichkeiten

2.5. Rechenbeispiel

3. Anwendung des Bayesianischen Schliessverfahrens auf Intelligent Design

3.1. Mögliche Argumentationsweisen

3.2. Diskussion

4. Zusammenfassung

Literatur

Appendices

A. Aussagen als Mengen interpretieren

B. BS in der physikalischen Datenanalyse

C. Intrinsische Wahrscheinlichkeiten