Korrelation einfach erklärt
Korrelation klingt nach Beweis, ist aber nur ein Hinweis. Wir erklären, was eine Korrelation wirklich aussagt, was eine Scheinkorrelation ist und wo die Grenze zur Kausalität verläuft.
Korrelation ist vielleicht das am häufigsten missbrauchte Wort in der Datenwelt. Es klingt nach Beweis, ist aber nur ein Hinweis. Wer den Begriff sauber versteht, schützt sich vor einem der teuersten Denkfehler im Marketing. Wir erklären Korrelation hier anschaulich, mit Beispiel, und zeigen, wo die Grenze zur Kausalität verläuft.
In drei Sätzen
- 01Korrelation beschreibt, wie eng zwei Größen gemeinsam schwanken, nach oben oder nach unten.
- 02Eine hohe Korrelation ist ein Muster, kein Beweis für Ursache und Wirkung.
- 03Scheinkorrelationen entstehen, wenn zwei Dinge zufällig oder durch einen gemeinsamen Treiber im Gleichklang laufen.
Die einfache Definition
Wichtig ist dieses letzte Wort, warum. Die Korrelation erkennt das Muster, aber sie kennt die Ursache nicht. Sie sieht, dass zwei Linien parallel laufen, aber nicht, ob die eine die andere zieht, ob beide von etwas Drittem gezogen werden, oder ob es reiner Zufall ist.
Ein Beispiel
Über ein Jahr betrachtet korrelieren in vielen Online-Shops die Werbeausgaben stark mit dem Umsatz. Mehr Ausgaben, mehr Umsatz, die Linien laufen fast parallel. Daraus könnte man schließen, jede Erhöhung der Ausgaben bringt mehr Umsatz. Doch ein großer Teil dieser Korrelation kommt schlicht daher, dass beide im Weihnachtsgeschäft gemeinsam hochgehen. Die Saison treibt sowohl die Ausgaben als auch den Umsatz. Die nackte Korrelation überschätzt deshalb, was eine zusätzliche Werbeausgabe wirklich bewirkt.
Korrelation ist die Frage, bewegen sie sich zusammen. Kausalität ist die Frage, bewegt das eine das andere. Diese beiden Fragen zu verwechseln kostet im Marketing echtes Geld.
Was Korrelation trotzdem wertvoll macht
Das alles heißt nicht, dass Korrelation nutzlos ist, im Gegenteil. Sie ist oft der erste Hinweis, der eine genauere Untersuchung anstößt. Wenn zwei Größen stark korrelieren, lohnt es sich zu fragen, warum. Manchmal steckt ein echter kausaler Zusammenhang dahinter, manchmal ein gemeinsamer Treiber, manchmal Zufall. Die Korrelation öffnet die Tür, die Antwort liefert erst die Prüfung auf Kausalität.
In der Praxis heißt das, nutze Korrelationen als Kompass, nicht als Beweis. Sie zeigen dir, wo es sich lohnt, genauer hinzusehen. Den Beweis für Wirkung liefern dann Experimente oder Methoden wie Causal Impact, die den Einfluss dritter Größen herausrechnen.