Bias and Critical Thinking (German)

From Sustainability Methods

Note: This is the German version of this entry. The original, English version, can be found here: Bias and Critical Thinking. This entry was translated using DeepL and only adapted slightly. Any etymological discussions should be based on the English text.

Kurz und knapp: Dieser Eintrag erörtert, wieso Wissenschaft nie objektiv sein kann, und was wir überhaupt wissen können.

Was ist Bias?

"The very concept of objective truth is fading out of the world." - George Orwell

Ein Bias ist "die Handlung, eine bestimmte Person oder Sache in unfairer Weise zu unterstützen oder abzulehnen, weil persönliche Meinungen das eigene Urteil beeinflussen können" (Cambridge Dictionary). Mit anderen Worten: Bias trübt unser Urteilsvermögen und oft auch unser Handeln in dem Sinne, dass wir falsch handeln. Wir sind alle voreingenommen (= biased), weil wir Individuen mit individuellen Erfahrungen sind und keine Verbindung zu anderen Individuen und/oder Gruppen haben oder zumindest denken, dass wir keine Verbindung zu ihnen haben.

Das Erkennen von Bias in der Forschung ist von hoher Relevanz, weil Bias den Mythos der Objektivität der Forschung entlarvt und eine bessere Erkennung und Reflexion unserer Fehler und Schwächen ermöglicht. Darüber hinaus könnte man hinzufügen, dass das Verständnis von Bias in der Wissenschaft über das Empirische hinaus relevant ist, da Bias auch Fehler in unseren Wahrnehmungen und Handlungen als Menschen aufzeigen kann. In dieser Hinsicht bedeutet das Anerkennen von Bias, seine eigenen Grenzen zu verstehen. Prominente Beispiele für Bias sind geschlechtsspezifische und rassistische Vorurteile, die oft in unseren Gesellschaften verwurzelt sind und tief in unserem Unterbewusstsein vergraben sein können. Ich denke, es liegt in unserer Verantwortung, die verschiedenen Biases, die wir haben, kennen zu lernen, und dennoch ist es nicht Inhalt dieses Texts, die subjektive menschliche Voreingenommenheit zu erforschen, die wir überwinden müssen. Nur soviel zur Ethik von Bias: Viele würden argumentieren, dass die Überwindung unserer Biases die Fähigkeit erfordert, zu lernen und unsere Privilegien in Frage zu stellen. In der Forschung müssen wir erkennen, dass die Wissenschaft gegenüber ethnischen Minderheiten, FLINTA*s und vielen anderen Gruppen schwer und kontinuierlich voreingenommen war. Institutioneller und systemischer Bias sind Teil der gegenwärtigen Realität des Systems, und ich glaube, dass wir unser Möglichstes tun müssen, um dies zu ändern. Es sollte zwar nicht unbemerkt bleiben, dass sich die Institutionen und Systeme bereits verändert haben, aber Ungerechtigkeiten und Ungleichheiten bestehen nach wie vor. Die meisten Forschungsarbeiten werden im globalen Norden durchgeführt und stellen ein neokolonialistisches Problem dar, von dessen Lösung wir noch weit entfernt sind. Ein Großteil der akademischen Welt ist noch weit davon entfernt, ein vielfältiges Verständnis von Menschen zu haben, und systemische und institutionelle Diskriminierung sind Teil unserer täglichen Realität. Wir sind auf dem Weg eines sehr langen Weges, und es gibt viel zu tun, was Bias in konstruierten Institutionen wie Universitäten betrifft.

Nach all diesen Vorbemerkungen möchte ich nun unsere Aufmerksamkeit auf Biases in der empirischen Forschung lenken. Ich biete drei verschiedene Perspektiven an, um ein reflexiveres Verständnis von Bias zu ermöglichen. Die erste ist das Verständnis, wie verschiedene Formen von Biases mit Designkriterien wissenschaftlicher Methoden zusammenhängen. Die zweite ist die Frage, welche Phase in der Anwendung von Methoden - Datenerhebung, Datenanalyse und Ergebnisinterpretation - von welchem Bias betroffen ist und wie. Der dritte Ansatz schließlich besteht darin, die drei Haupttheorien der westlichen Philosophie, nämlich die Vernunft, den Sozialvertrag und den Utilitarismus, zu betrachten - um zu versuchen, zu zerlegen, welche der drei Theorien mit welchem Bias in Verbindung gebracht werden können. Viele Methoden werden durch Bias beeinflusst, und die Erkenntnis, welcher Bias welche Entwurfskriterien, welches Forschungsstadium und welche philosophische Haupttheorie bei der Anwendung einer Methode beeinflusst, kann dazu beitragen, die empirische Forschung reflexiver zu machen.

An overview on biases. Source: yourbias.is

Designkriterien

Während qualitative Forschung oft als anfällig für viele Biases angesehen wird, ist sie oft auch reflexiver im Erkennen ihrer Grenzen. Viele qualitative Methoden werden durch eine starke subjektive Komponente - d.h. des Forschenden - definiert, und eine klare Dokumentation kann daher dazu beitragen, einen bestehenden Bias transparenter zu machen. Viele quantitative Ansätze haben einen reflexiven Kanon, der sich auf spezifische Biases konzentriert, die für einen bestimmten Ansatz relevant sind, wie z.B. Stichprobenbiases oder Biases bei der Berichterstattung. Diese werden oft weniger berücksichtigt als bei qualitativen Methoden, da quantitative Methoden immer noch - fälschlicherweise - als objektiver angesehen werden. Dies ist nicht wahr. Man könnte zwar argumentieren, dass das Ziel der Reproduzierbarkeit zu einer besseren Zähmung eines Bias führen könnte, aber dies ist nicht unbedingt der Fall, wie die Krise in der Psychologie deutlich zeigt. Sowohl quantitative als auch qualitative Methoden werden potenziell stark durch verschiedene kognitive Biases sowie durch solche im akademischen Bereich im Allgemeinen beeinflusst, wozu zum Beispiel der Bias bei der Finanzierung oder die Bevorzugung von Open-Access-Artikeln gehören. All dies ist zwar nicht überraschend, aber um so schwieriger zu lösen.

Eine weitere allgemeine Unterscheidung lässt sich zwischen induktiven und deduktiven Ansätzen treffen. Viele deduktive Ansätze sind von einem Bias betroffen, die mit der Probenahme verbunden ist. Induktive Ansätze sind eher mit einem Bias bei der Interpretation verbunden. Deduktive Ansätze bauen oft um geplante Experimente herum, während die Stärke induktiver Ansätze darin liegt, dass sie weniger an methodische Designs gebunden sind, was auch dazu führen kann, dass Biases verborgener und damit schwerer zu entdecken sind. Aus diesem Grund liegt bei qualitativen Ansätzen jedoch häufig der Schwerpunkt auf einer prägnanten Dokumentation.

Der Zusammenhang zwischen räumlichen Skalen und Bias ist recht einfach, da der Schwerpunkt auf dem Individuum mit kognitiven Biases zusammenhängt, während System-Skalen eher mit Vorurteilen, Biases im akademischen Bereich und statistischen Biases assoziiert werden. Während die Auswirkungen zeitlicher Biases weniger erforscht sind, ist der prognostische Bias ein prominentes Beispiel, wenn es um Zukunftsprognosen geht, und ein weiterer Fehler ist die Anwendung unserer kulturellen Ansichten und Werte auf Menschen der Vergangenheit, was noch nicht eindeutig als Bias benannt wurde. Was sowohl über räumliche als auch über zeitliche Skalen klar gesagt werden kann, ist, dass wir oft irrational gegenüber sehr weit entfernten Entitäten - in Raum oder Zeit - und sogar irrational mehr voreingenommen sind, als wir es sein sollten. Wir neigen zum Beispiel dazu, die Bedeutung eines fernen Zukunftsszenarios abzulehnen, obwohl es weitgehend den gleichen Chancen folgt, Realität zu werden, wie eine nahe Zukunft. Zum Beispiel möchte fast jede*r lieber morgen als in 20 Jahren im Lotto gewinnen, unabhängig von den Chancen, die Sie haben, zu leben und es geschehen zu sehen, oder von der längeren Zeit, die Sie mit Ihrem Lotteriegewinn für die (längere) kommende Zeit verbringen werden. Der Mensch ist ein höchst eigentümlich konstruiertes Wesen, und wir sind berüchtigt dafür, irrational zu handeln. Dies gilt auch für räumliche Distanz. Wir mögen uns irrational mehr um Menschen kümmern, die uns nahe stehen, als um Menschen, die sehr weit entfernt sind, sogar unabhängig von gemeinsamen Erfahrungen (z.B. mit Freunden) oder gemeinsamer Geschichte (z.B. mit der Familie). Auch hieraus lässt sich ein Bias ableiten, dessen wir uns bewusst sein können, der aber benannt werden muss. Zweifellos werden die aktuellen gesellschaftlichen Entwicklungen unsere Fähigkeit, unsere Biases zu erkennen, noch verstärken, da all diese Phänomene auch Wissenschaftler*innen betreffen.

Die nachfolgende Tabelle kategorisiert verschiedene Typen von Bias gemäß des englischsprachigen Wikipedia-Eintrages über Bias, entsprechend zweier Designkriterien.

Bias-Typ Kategorie Beschreibung Relevant für Forschung? Qualitativ Quantitativ Individual System
Ankern Kognitiver Bias Die eigene Analyse am ersten angetroffenen Datenpunkt orientieren x x x x
Apophänie Kognitiver Bias Die Tendenz, in zufälligen Daten bedeutungsvolle Muster zu erkennen x x x x
Attributionsbias Kognitiver Bias Systematische Fehler auf Basis einer mangelhaften Wahrnehmung des eigenen oder fremden Verhaltens (x) x x
Bestätigungsbias Kognitiver Bias Die Tendenz, Informationen zu suchen und zu bevorzugen, die die eigene bestehende Meinung bestätigen x x x x
Dunning-Kruger-Effekt Kognitiver Bias lässt wenig begabte Menschen annehmen, sie seien Anderen überlegen (x) x x
Framing Kognitiver Bias Die Art und Weise, mit der individuelle Akteur*innen Daten präsentieren und konstruieren x x x x
Kultureller Bias Kognitiver Bias Die Interpretation und Bewertung von Phänomenen gemäß der eigenen kulturellen Standards x x x
Halo / Horn-Effekt Kognitiver Bias Der allgemeine Eindruck eines Beobachters beeinflusst dessen Gefühle über spezifische Eigenschaften einer Entität (x) x x
Eigennütziger Bias Kognitiver Bias Die Tendenz, Erfolge sich selbst und Fehlschläge äußeren Faktoren zuzuschreiben (x) x x
Rückblick-Bias Kognitiver Bias Convincing yourself after an event that you knew it would happen all along x x x
Status Quo-Bias Kognitiver Bias Die emotionale Tendenz, jede Veränderung als Verschlechterung wahrzunehmen x x
Bestechung Interessenskonflikte Für eine spezielle Meinung oder ein spezielles Verhalten vergütet zu werden (x) x x
Bevorzugung Interessenskonflikte Mitglieder der eigenen Gruppe gegenüber Außenstehenden zu bevorzugen x x x
Lobbyismus Interessenskonflikte Andere Akteur*innen zugunsten eigener Interessen zu beeinflussen (x) x x
Probleme bei Selbstregulierung Interessenskonflikte Ungenauigkeiten auf Basis von Selbsteinschätzung gegenüber unabhängiger externer Evaluation x x x
Shilling Interessenskonflikte Vorzugeben, unabhängige*r Beobachter*in zu sein, während man dies nicht ist x x
Vorhersagen-Bias Statistischer Bias Konsistente Unterschiede zwischen Vorhersagen und tatsächlichen Ergebnissen x x x
Erwartungshaltungs-Bias Statistischer Bias Der unterbewusste Einfluss, den die Erwartungshaltung der*des Forscher*ins auf die Forschung hat x x x
Reporting Bias Statistischer Bias Selektive Wahl und Veröffentlichung von Informationen, z.B. (un)erwünschte Forschungsergebnisse x x x
Soziale Erwünschtheit-Bias Statistischer Bias Umfrageteilnehmende, die so antworten, wie sie es für sozial erwünscht halten x x x
Selektions-Bias Statistischer Bias Unrepräsentatives Sampling x x x
Klassismus Vorurteile Haltungen, die einer bestimmten sozialen Klasse zugutekommen (x) x x x x
Lookismus Vorurteile Vorurteile auf Basis körperlicher Eigenschaften, z.B. Attraktivität oder kulturelle Präferenz (x) x x x x
Rassismus Vorurteile Verhalten auf Basis der Annahme, es gäbe über- und unterlegene (menschliche) Rassen x x x x x
Sexismus Vorurteile Verhalten auf Basis der Annahme, dass ein Geschlecht oder eine sexuelle Orientierung (zumeist männlich, heterosexuell) besser als andere wäre x x x x x
Wissenschaftlicher Bias Wissenschaftlicher Bias Wissenschaftler*innen, die ihre Weltanschauungen ihre Forschung beeinflussen lassen x x x x
Experimentatoren-Bias Wissenschaftlicher Bias Verschiedene Wissenschaftler*innen, die subjektive Kriterien unterschiedlich bewerten, oder Individuen, die sich unter Beobachtung anders verhalten x x x x
Förderungs-Bias Wissenschaftlicher Bias Die Tendenz einer wissenschaftlichen Studie, den finanziellen Sponsor der Studie zu unterstützen x x x x x
Full-text-on-net Bias Wissenschaftlicher Bias Die Bevorzugung von open access-Journals in der Quellliteratur x x x
Publikations-Bias Wissenschaftlicher Bias Die Veröffentlichung nur dessen, das in die Narrative des Journals passt, oder nur signifikanter Ergebnisse x x x x
Induktiver Bias Andere Machine Learning, das die Zukunft auf Basis spezifischer Fälle als Lerngrundlage vorhersagt x x x
Andere Agenda-Setting, Gatekeeping, Sensationalismus, Bildungs-Bias, Insider Trading, Impliziter Bias, Match Fixing, Racial Profiling, Victim Blaming

Bias in der Sammlung, Analyse und Interpretation von Daten

Die drei Schritte der Anwendung einer Methode sind es eindeutig wert, untersucht zu werden, da sie es uns ermöglichen, zu dekonstruieren, in welchem Stadium wir einen Bias bei der Anwendung einer Methode hervorrufen können. Das Sammeln von Daten ist stark mit kognitiven Biases verbunden, aber auch mit statistischem Bias und teilweise sogar mit einem gewissen Bias im akademischen Bereich. Biases im Zusammenhang mit Stichproben können sowohl mit einer subjektiven Perspektive als auch mit systematischen Fehlern, die in früheren Ergebnissen verwurzelt sind, in Verbindung gebracht werden. Dies kann sich auch auf die Analyse von Daten auswirken, doch muss hier hervorgehoben werden, dass quantitative Methoden weniger von Bias durch die Analyse betroffen sind als qualitative Methoden. Dies ist keine normative Beurteilung und kann durch eine fundierte Dokumentation der Analyseschritte eindeutig konterkariert werden. Dennoch sollten wir nicht vergessen, dass es in einem so etablierten Bereich wie der Statistik sogar unterschiedliche Annahmen über die Analyseschritte gibt. Hier kollidieren ständig verschiedene Denkschulen über den optimalen Ansatz der Analyse, manchmal sogar mit unterschiedlichen Ergebnissen. Dies ist ein Beispiel dafür, dass die methodologische Analyse recht normativ sein kann, was die Notwendigkeit einer kritischen Perspektive unterstreicht. Dies ist auch bei qualitativen Methoden der Fall, doch dort hängt es stark von den spezifischen Methoden ab, da diese Methoden vielfältiger sind. Was die Interpretation wissenschaftlicher Ergebnisse anbelangt, so ist das Ausmaß und die Vielfalt der Biases eindeutig am höchsten, oder mit anderen Worten, am schlimmsten. Dies hängt zwar mit den kognitiven Biases zusammen, die wir als Individuen haben, aber auch mit Vorurteilen, Biases im akademischen Bereich und statistischen Biases. Insgesamt müssen wir erkennen, dass einige Methoden weniger mit bestimmten Biases in Verbindung gebracht werden, weil sie hinsichtlich der Normen ihrer Anwendung etablierter sind, während andere Methoden neu sind und von der akademischen Gemeinschaft weniger getestet werden. Wenn es um Bias geht, kann es zumindest einen schwachen Effekt haben, dass die Sicherheit - wenn auch nicht die Vielfalt - bei den Methoden zahlenmäßig zunimmt. Mehr und vielfältigere Methoden können neue Erkenntnisse über Bias bieten, da eine Methode einen Bias aufdecken kann, den eine andere Methode nicht aufdecken kann. Methodische Pluralität kann Bias reduzieren. Bei einer vollständig etablierten Methode ist das Verständnis für ihre Biases oft größer, weil sie häufiger angewandt wurde. Dies gilt insbesondere, aber nicht immer, für den Analyseschritt und teilweise auch für einige methodische Designs, die sich mit der Probenahme befassen. Eine klare Dokumentation ist jedoch der Schlüssel, um die Biases zwischen den drei Stufen besser sichtbar zu machen.

Bias und Philosophie

Der letzte und bei weitem komplexeste Punkt sind die Bias zugrundeliegenden Theorien. Vernunft, Gesellschaftsvertrag und Utilitarismus sind die drei für den Empirismus relevanten Schlüsseltheorien der westlichen Philosophie, und alle Biases können zumindest einer dieser drei Grundlagentheorien zugeordnet werden. Viele kognitive Biases sind mit Vernunft oder unvernünftigem Verhalten verbunden. Ein großer Teil der Biases bezieht sich auf Vorurteile, und die Gesellschaft kann mit dem weiten Feld des Gesellschaftsvertrags in Verbindung gebracht werden. Und schließlich hängt ein gewisser Bias eindeutig mit Utilitarismus zusammen. Überraschenderweise wird Utilitarismus mit einem geringen Maß an Bias in Verbindung gebracht, doch ist anzumerken, dass das Problem der Kausalität innerhalb der wirtschaftlichen Analyse noch immer zur Debatte steht. Ein großer Teil des Wirtschaftsmanagements wurzelt in korrelativem Verständnis, das oft mit eindeutigen kausalen Beziehungen verwechselt wird. Die Psychologie zeigt auch deutlich, dass die Untersuchung eines Bias sich von der unbewussten Ableitung eines Bias in die Forschung unterscheidet. Das Bewusstsein über Bias ist die Grundlage für dessen Anerkennung: Wenn Sie sich des Bias nicht bewusst sind, können Sie ihn bei Ihrer Wissensproduktion nicht berücksichtigen. Auch wenn es daher nicht direkt hilfreich erscheint, empirische Forschung und ihre Biases mit den drei allgemeinen Grundlagentheorien der Philosophie - Vernunft, Gesellschaftsvertrag und Utilitarismus - in Verbindung zu bringen, sollten wir dies dennoch berücksichtigen, zumindest führt es uns zu einer der wichtigsten Entwicklungen des 20. Jahrhunderts: Die Kritische Theorie.

Kritische Theorie und Bias

Aus dem wachsenden Empirismus der Aufklärung wuchs eine Besorgnis, die wir Kritische Theorie zu nennen begannen. Im Zentrum der Kritischen Theorie steht die Fokussierung auf die Kritik und Veränderung der Gesellschaft als Ganzes, im Gegensatz zu ihrer bloßen Beobachtung oder Erklärung. Die Kritische Theorie, die ihren Ursprung bei Marx hat, besteht in einer deutlichen Distanzierung von früheren Theorien in der Philosophie - oder mit dem Sozialen verbundenen Theorien -, die zu verstehen oder zu erklären versuchen. Durch die Einbettung der Gesellschaft in ihren historischen Kontext (Horkheimer) und durch die Konzentration auf eine kontinuierliche und wechselseitige Kritik (Benjamin) ist die Kritische Theorie ein erster und mutiger Schritt hin zu einer ganzheitlicheren Perspektive in der Wissenschaft. Wenn man sich an die griechischen Philosoph*innen und auch an einige Denker*innen aus dem Nord-Afrikanischen, Arabischen und West-Asiatischen Raum erinnert, könnte man sagen, dass dies der erste Schritt zurück zu einem ganzheitlichen Denken ist. Aus einer methodologischen Perspektive ist die Kritische Theorie radikal, weil sie sich nicht nur von der bisherigen Philosophie, sondern vor allem vom weit verbreiteten Empirismus und seinen gesellschaftlichen wie wissenschaftlichen Konsequenzen abzugrenzen sucht. Eine Kritische Theorie sollte daher erklärend, praktisch und normativ sein, und was sie herausfordernder macht, sie muss all diese drei Dinge miteinander verbinden (Horkheimer). Durch Habermas erhielt die Kritische Theorie eine Einbettung in die Demokratie, jedoch mit einem kritischen Blick auf das, was wir als Globalisierung und ihre komplexen Realitäten verstehen könnten. Das reflexive Empowerment des Individuums ist ein ebenso klares Ziel, wie man es erwarten würde, auch wegen der normativen Verbindung zum Politischen.

Kritische Theorie ist somit ein entscheidender Schritt hin zu einer umfassenderen Integration verschiedener Philosophien, aber auch aus methodologischer Sicht ist sie von wesentlicher Bedeutung, da sie die Entstehung einer wahren und ganzheitlichen Kritik an allem Empirischen ermöglichte. Auch wenn dies als Angriff gewertet werden kann, würde ich es als einen notwendigen Schritt werten, da die Arroganz und der Wahrheitsanspruch des Empirismus nicht nur als eine tiefe Gefahr für die Methoden interpretiert werden kann. Popper bietet keine echte Lösung für den Positivismus, und in der Tat wurde er von vielen sehr gehyped. Sein Gedanke, dass der Heilige Gral des Wissens letztlich nie wirklich erreicht werden kann, erzeugt auch gewisse Probleme. Man kann ihn immer noch bewundern, weil er Wissenschaftler*innen dazu aufrief, radikal zu sein, während er einräumte, dass die meisten Wissenschaftler*innen nicht radikal sind. Darüber hinaus könnten wir ihn aus einer postmodernen Perspektive als einen notwendigen Schritt sehen, um einen Einfluss des Empirismus zu verhindern, der eine Bedrohung für und durch die Menschheit selbst darstellen könnte, sei es durch nukleare Zerstörung, das unerreichbare und schwache Ziel einer Wachstumswirtschaft (meine Formulierung), den naiven und technokratischen Schwindel der Öko-Moderne (ebenfalls meine Formulierung) oder jedes andere Paradigma, das kurzsichtig oder naiv ist. Mit anderen Worten, wir schauen auf die Postmoderne.

Die Kritische Theorie entwickelt sich nun, um eine Verbindung zu anderen Facetten des Diskurses herzustellen, und einige mögen argumentieren, dass ihr Fokus auf die Sozialwissenschaft an sich als kritisch angesehen werden kann, oder zumindest als eine normative Wahl, die eindeutig anthropozentrisch ist, ein problematisches Verhältnis zum Empirischen hat und gemischte Beziehungen zu ihren vielfältigen Nachkommen hat, zu denen die Geschlechterforschung, die Globalisierungskritik und viele andere normative Bereiche gehören, die heute zunehmend erforscht werden. Aufbauend auf den drei Welten von Popper (die physische Welt, die Geisteswelt, das menschliche Wissen) sollten wir eine weitere Möglichkeit beachten, nämlich den Kritischen Realismus. Roy Bhaskar schlug drei ontologische Bereiche (Strata of Knowledge) vor: das Reale (d.h. "alles, was es gibt"), das Tatsächliche ("alles, was wir begreifen können") und das Empirische ("alles, was wir beobachten können"). Während des letzten Jahrzehnts hat die Menschheit immer mehr Strata erschlossen, daher wurde für uns ein Großteil des Wirklichen empirisch. Wir müssen anerkennen, dass einige Strata nur schwer oder gar nicht in Beziehung zueinander gesetzt werden können, was Konsequenzen für unser methodisches Verständnis der Welt hat. Einige Methoden können einige Strata erschließen, andere jedoch nicht. Einige mögen spezifisch, andere vage sein. Und manche erschließen vielleicht nur neue Schichten auf der Grundlage einer neuartigen Kombination. Am wichtigsten ist jedoch, dass wir nach Kausalzusammenhängen suchen, aber kritisch darauf achten müssen, dass neue Strata sie obsolet machen können. Folglich gibt es keine universellen Gesetze, nach denen wir streben können, sondern stattdessen endlose Schichten, die es zu erforschen gilt.

Um auf Bias zurückzukommen: Die Kritische Theorie scheint ein Gegenmittel gegen Bias zu sein, und einige mögen den Kritischen Realismus sogar noch mehr verargumentieren, da er die Kritikalität mit einer gewissen Bescheidenheit verbindet, die bei der Erforschung des Empirischen und Kausalen notwendig ist. Das Erklärungsmerkmal, das der Kritische Realismus zulässt, mag für Pragmatiker*innen gut genug sein, das Praktische mag für die moderne Auseinandersetzung der Wissenschaft mit und für die Gesellschaft sprechen, und das Normative ist sich - nun ja - aller normativen Dinge, einschließlich des Kritischen, bewusst. Damit wurde eine Tür zu einem neuen Modus der Wissenschaft geöffnet, der sich auf die Situation und Verortung der Forschung innerhalb der Welt konzentriert. Dies war sicherlich ein Vorsprung gegenüber Kant, der den Globus für die Welt der Methoden öffnete. Es gibt jedoch einen kritischen Zusammenhang bei Habermas, der die Dualität - wenn ich mir erlauben darf - des rationalen Individuums im Kleinen und die Rolle der globalen Gesellschaften als Teil der Wirtschaft hervorhob (Habermas 1987). Dies unterstreicht eine entscheidende Verbindung zu den ursprünglichen drei grundlegenden Theorien in der Philosophie, wenn auch in einer dramatischen und fokussierten Interpretation der Moderne. Habermas selbst war sich der Spannungen zwischen diesen beiden Ansätzen - dem kritischen und dem empirischen - wohl bewusst, dennoch verdanken wir es der Kritischen Theorie und ihren Fortsetzungen, dass eine praktische und reflexive Wissensproduktion in zutiefst normativen Systemen wie den modernen Demokratien durchgeführt werden kann.

In Verbindung mit der historischen Entwicklung der Methoden können wir also eindeutig behaupten, dass die Kritische Theorie (und der Kritische Realismus) einen neuen Bereich oder eine neue Denkweise eröffnet hat und ihre Auswirkungen weit über die Sozialwissenschaft und Philosophie hinaus spürbar sind, die sie direkt betroffen hat. Um jedoch auf Bias zurückzukommen: Die Antwort auf eine fast universelle Ablehnung des Empirismus wird hier nicht verfolgt werden. Stattdessen müssen wir auf die drei grundlegenden Theorien der Philosophie zurückkommen und anerkennen, dass Vernunft, Gesellschaftsvertrag und Utilitarismus die Grundlage der ersten empirischen Disziplinen bilden, die in ihrem normativen Kern stehen (Psychologie, Sozial- und Politikwissenschaft und Wirtschaftswissenschaften). Da Biases teilweise auf diese drei Theorien und folglich auf bestimmte empirische Disziplinen zurückgeführt werden können, müssen wir anerkennen, dass es einen übergreifenden methodologischen Bias gibt. Dieser hat eine Signatur, die in spezifischen Gestaltungskriterien wurzelt, die wiederum mit spezifischen Disziplinen in Verbindung stehen. Folglich handelt es sich bei diesem methodischen Bias um einen disziplinären Bias - umso mehr, da Methoden zwar zwischen den wissenschaftlichen Disziplinen geteilt werden können, die meisten Disziplinen aber entweder Priorität oder Überlegenheit beanspruchen, wenn es um die Eigentümer*innenschaft einer Methode geht.

Der disziplinäre Bias der modernen Wissenschaft schafft somit zutiefst normative methodologische Biases, die einige Disziplinen versuchen mögen, zu berücksichtigen, andere jedoch eindeutig nicht. Mit anderen Worten: Die dogmatische Auswahl von Methoden innerhalb der Disziplinen hat das Potenzial, tiefe Fehler in der empirischen Forschung zu verursachen, und wir müssen uns dessen bewusst sein und darüber nachdenken. Der größte Bias in Bezug auf Methoden ist die Wahl der Methoden an sich. Eine kritische Perspektive ist also nicht nur aus der Perspektive der gesellschaftlichen Verantwortung relevant, sondern ebenso aus der Sicht der Empirie. Eine klare Dokumentation und Reproduzierbarkeit der Forschung sind wichtige, aber begrenzte Sprungbretter für eine Kritik der Methodik. Sie kann eine kritische Perspektive nicht ersetzen, sondern nur ergänzen. Empirisches Wissen wird nur Teile - oder Schichten nach Roy Bhaskar - der Wirklichkeit betrachten, dennoch kann die Philosophie eine verallgemeinerbare Perspektive oder Theorie anbieten, und Kritische Theorie, Kritischer Realismus sowie andere aktuelle Entwicklungen der Philosophie können als ein Aufblühen hin zu einer integrierten und ganzheitlichen Wissenschaftsphilosophie gesehen werden, die letztlich an eine übergreifende Theorie der Ethik (Parfit) anknüpfen kann. Wenn das Empirische und das Kritische uns informieren, dann können sowohl eine Wissenschaftsphilosophie als auch eine Ethik uns sagen, wie wir auf der Grundlage unserer Wahrnehmung der Wirklichkeit handeln können.