Es geht uns an dieser Stelle nicht um das Für und Wider der privaten Philanthropie der Superreichen, doch wir wollen nicht unerwähnt lassen, dass Gates’ Milliarden, wären sie in der Hand des amerikanischen Staates, unter anderem militärische Aktivitäten finanziert hätten. Ebenso wenig wäre das Geld in angemessene Pandemieprävention oder an die WHO geflossen. (Die Abhängigkeit der WHO von Privatspenden ist den Staaten anzulasten, nicht den Privatspendern. Höchst unklar ist zudem, ob die Staaten als WHO-Geldgeber im Schnitt einen wissenschaftlich und ethisch kompetenteren Einfluss auf die WHO ausüben als Private.) Auch bei der Ausrottung der Pockenkrankheit in den 1970er-Jahren – dem größten Public-Health-Erfolg der Geschichte – spielte die private Philanthropie eine zentrale Rolle. Allein im 20. Jahrhundert verstarben mehr als 300 Millionen Menschen an der Pockenkrankheit, seit der Ausrottung konnten über 100 Millionen gerettet werden, die andernfalls an ihr gestorben wären.

Für die Risikoethik besonders interessant sind Situationen, in denen mit sehr tiefer Wahrscheinlichkeit ein sehr hohes Schadensausmaß resultiert. Man mag geneigt sein, eine 0,1 %-Wahrscheinlichkeit des Eintritts eines katastrophalen Ereignisses für gering zu halten. Bezüglich individueller Risiken hat das eine gewisse Berechtigung: Angenommen, es verbleiben einem im Leben noch 50 Jahre, d. h. gerundete 20 000 Tage. Ein Todesrisiko von 0,1 % bzw. 1/1000 würde im Erwartungswert einen Verlust von 20 000/1000 = 20 Lebenstagen ergeben. Ein Fallschirmsprung ist mit einem Todesrisiko von 1/100 000 verbunden, was einen Erwartungsverlust von 20 000/100 000 = 0,2 Lebenstagen = ca. 5 Stunden ergibt. Für einen Fallschirmsprung 5 Stunden an Lebenserwartung zu opfern, kann sich eigennützig sehr lohnen. (Nach 100 Fallschirmsprüngen wäre ein kumuliertes Todesrisiko von rund 0,1 % erreicht.) Anders sieht es aber aus, wenn man einen altruistischen Nutzen bzw. Schaden einbezieht: Wenn unser Fallschirmspringer (partiell) altruistische Präferenzen hat und zum Beispiel jährlich 4000 Euro an Malariaprävention spendet, rettet er – wie die Gesundheitsökonomie nachgewiesen hat – jedes Jahr zwei Leben. Wenn wir für diese Leben auch je 20 000 verbleibende Lebenstage veranschlagen, sind das bei einer Spendentätigkeit von 50 Jahren in der Summe 100 × 20 000 = 2 000 000 gerettete Lebenstage. Ein Fallschirmsprung setzt dann auch diese 2 000 000 Tage aufs Spiel. Plötzlich stehen dem kurzen Fallschirmsprung nicht mehr 5 Stunden Lebenszeit, sondern 2 000 000/100 000 = 20 Tage = ca. 500 Stunden Lebenszeit gegenüber, so dass er sich wohl nicht mehr lohnt. Mit anderen Worten: Altruisten haben guten Grund, Todesrisiken anders zu bewerten als Egoisten. Das gilt natürlich auch dann, wenn man populationsbezogene Risiken in den Blick nimmt: Wenn ein Virus mit einer Todesrate von 0,1 % eine Insel erfasst, auf der 1000 Menschen leben, ist ein Todesfall zu erwarten. Erfasst dasselbe Virus dagegen einen Kontinent mit einer Milliarde Bewohnern, werden eine Million Tote resultieren. Das zeigt, dass die individuelle Zumutbarkeit eines Risikos (die auf der Insel und auf dem Kontinent gleich ist) nicht alles sein kann, was zählt. Die Minimierung der aufgerechneten Schäden ist – innerhalb der Schranken, die individuelle Ansprüche setzen – ethisch höchst bedeutsam.

Wäre das Spiel so geartet, dass wir eine Million erhalten, wenn wir korrekt auf »fair« tippen, aber nur 100 Euro, wenn wir mit »gezinkt« richtig liegen, dann müssten wir etwa auch dann auf »fair« tippen, wenn die Erfolgswahrscheinlichkeit nur 5 % betrüge, d. h. wenn es 95 % wahrscheinlich wäre, dass die Münze gezinkt ist.

Man kann hier zu bedenken geben, dass sich an den Normen der theoretisch-wissenschaftlichen Rationalität nichts ändere, denen es darum gehe, Wahrscheinlichkeiten korrekt einzuschätzen. Die Normen der praktischen Rationalität greifen erst, wenn wir mit einer (von der Einschätzung von Wahrscheinlichkeiten verschiedenen) Entscheidungsfrage konfrontiert sind. Das mag zutreffen, lässt den Punkt aber unberührt, dass wir uns in praktischen Kontexten nicht einfach nach den ermittelten Wahrscheinlichkeiten richten können, so dass wir erst handeln, wenn wir etwa eine 95 %-Gewissheit erreicht haben, und uns andernfalls »enthalten«. Ein »Gewissheitsbias« dieser Art scheint gerade unter Personen verbreitet, die das empirisch-wissenschaftliche Denken – völlig zu Recht – sehr ernst nehmen.

In diesem Zusammenhang sei auf den jährlichen Prognosencheck der Gesellschaft zur wissenschaftlichen Untersuchung von Parawissenschaften (GWUP) hingewiesen, die Prophezeiungen dieser Art sammelt und am Jahresende auf ihre Korrektheit hin auswertet.

Wenn die Basisreproduktionszahl (R₀) unter 1 liegt, dann lässt sich mathematisch zeigen, dass die Erkrankung ausläuft.

Auf das Problem der Expertenuneinigkeit kommen wir im Kapitel II,3 zu sprechen.

Eine (Teil-)Immunität aufgrund der Vertrautheit mit anderen Coronaviren ist nicht auszuschließen, derzeit aber nicht belegt.

Außerdem sind Todesfälle auf Kreuzfahrtschiffen leider keine Seltenheit. Um also die Letalität von SARS-CoV-2 aus den Daten der Diamond Princess halbwegs verlässlich berechnen zu können, müsste man die erwartete Anzahl an Todesfällen von den tatsächlich beobachteten Todesfällen abziehen. Damit würde sich ein geringerer Wert ergeben.

Im englischen Original: »Never attribute to malice that which is adequately explained by stupidity.«

Die Psychologen Daniel Kahneman und Amos Tversky konnten bereits vor 50 Jahren zeigen, dass sich wissenschaftliche Psychologinnen und Psychologen, die also von Berufs wegen über gute Statistikkenntnisse verfügen müssen, in statistischen Fragen häufig drastisch verschätzen, wenn sie die Fragen intuitiv beurteilen mussten. Aus dieser Erkenntnis entstand das einflussreiche Forschungsprogramm der Heuristics and Biases, das viele angrenzende Wissenschaftsbereiche – allen voran die Wirtschaftswissenschaft – geprägt hat.

Dasselbe gilt grundsätzlich für die infektionsbedingten Todesfälle. Auch hier könnte es eine Dunkelziffer geben, was wir im Folgenden aber vernachlässigen. Italienische Zahlen zur Überschussmortalität im Vergleich mit den Vorjahren legen allerdings nahe, dass bis zu viermal mehr Menschen an Covid-19 gestorben sein könnten, als die offiziellen Statistiken bisher erfasst haben.

Wenig später wurde die Intensivrate schon auf 6 % geschätzt, was etwa 3,3 Millionen Intensivpatienten entspricht. Die von uns unterstellten 2 % waren vergleichsweise konservativ. Auch eine Berechnung Alexander Kekulés vom 26. März 2020 stützt unsere Kalkulation.

Unsere Berechnung nimmt hier vereinfachend an, dass die Intensivpatienten im Schnitt einen Monat auf der Station verbleiben. Dieser Wert ist zu hoch bzw. pessimistisch, wirkt aber der höchst unrealistischen, optimistischen Annahme entgegen, dass der Patientenzustrom linear verlaufen würde. Fermi-Kalkulationen sind oft erstaunlich akkurat, weil sich die fehlerhaften Annahmen gegenseitig aufheben.

Neben den KI-Katastrophenpropheten gibt es auch die KI-Heilspropheten. Epistemisch mag zwischen ihnen eine Symmetrie bestehen: Dass sie mit ihren jeweiligen Prognosen richtig liegen, mag gleichermaßen unwahrscheinlich sein. Praktisch bzw. risikoethisch aber besteht eine Asymmetrie: Worst-Case-Szenarien haben eine normative Qualität, die Best-Case-Szenarien abgeht.