Die Kurve macht noch keine Wahrheit: Wie Statistik der Eugenik Autorität gab

Vorurteile klingen angreifbar, solange sie offen als Vorurteile auftreten. Sie wirken viel härter, sobald sie als Messung, Durchschnitt oder Testwert auftreten. Genau an diesem Punkt wurde Statistik für die Eugenik so mächtig: Nicht weil Zahlen von selbst diskriminieren, sondern weil sie Hierarchien mit dem Anschein von Nüchternheit ausstatten konnten.

Kernaussagen

• Eugenik gewann Überzeugungskraft, weil sie soziale Vorurteile in die Sprache von Messung, Verteilung und Vererbung übersetzte.

• Galton und Pearson machten Statistik zu einem Werkzeug, mit dem Unterschiede nicht nur beschrieben, sondern als sozial bedeutsame Rangordnungen gelesen wurden.

• Intelligenztests wurden im frühen 20. Jahrhundert zu Sortierinstrumenten für Schule, Militär, Einwanderung und Sozialpolitik.

• Die Gewalt der Eugenik begann nicht erst bei Zwangssterilisationen, sondern schon bei der Behauptung, komplexe menschliche Eigenschaften ließen sich sauber vermessen und vererbungstechnisch fixieren.

• Die historische Lehre lautet nicht, Statistik zu misstrauen, sondern ihre sozialen Voraussetzungen offenzulegen.

Als die Kurve gesellschaftliche Überzeugungskraft bekam

Im späten 19. Jahrhundert gewann die Idee an Prestige, dass man menschliche Unterschiede mit denselben Werkzeugen ordnen könne, mit denen Naturphänomene beschrieben werden. Francis Galton spielte dabei eine Schlüsselrolle. In seiner Arbeit zur „Regression towards mediocrity in hereditary stature“ versuchte er, Vererbung über Streuung, Durchschnitt und Rückkehr zum Mittelwert mathematisch greifbar zu machen. Das war wissenschaftlich folgenreich, weil daraus Methoden hervorgingen, die später in vielen Disziplinen produktiv wurden.

Der heikle Punkt lag aber woanders: Sobald ein Mittelwert nicht mehr nur ein statistischer Bezugspunkt ist, sondern stillschweigend wie ein Maß für Normalität und Abweichung behandelt wird, bekommt die Kurve eine soziale Schwerkraft. Wer oben, unten oder am Rand einer Verteilung steht, erscheint dann nicht bloß verschieden, sondern schnell als problematisch, minderwertig oder förderungswürdig. Die Zahl wirkt dabei unparteiisch, obwohl die Auswahl dessen, was überhaupt gemessen wird, längst kulturell und politisch geprägt ist.

Galton beließ es nicht bei methodischen Fragen. In seinem programmatischen Text „Eugenics: Its Definition, Scope and Aims“ definierte er Eugenik ausdrücklich als eine Wissenschaft der Einflüsse, die die angeborenen Eigenschaften einer „Rasse“ verbessern oder verschlechtern könnten. Genau hier zeigt sich die verhängnisvolle Verbindung: Statistik sollte nicht mehr nur Populationen beschreiben, sondern helfen, gesellschaftliche Steuerung biologisch zu legitimieren.

Aus Beschreibung wird Rangordnung

Das Problem der Eugenik war nie bloß, dass sie schlechte Politik betrieb. Ihr eigentlicher Triumph bestand darin, soziale Werturteile als sachliche Beobachtung erscheinen zu lassen. Die Annahme, Intelligenz, Armut, „Moral“, Krankheit oder kriminelles Verhalten ließen sich als stabile Erbanlagen behandeln, machte aus Klassenunterschieden und rassistischen Hierarchien scheinbar naturhafte Unterschiede.

Das National Human Genome Research Institute beschreibt diese Tradition ausdrücklich als wissenschaftlich falsch und verweist darauf, dass Eugenik sich aus einer Fehlaneignung von Genetik, Evolution, Anatomie und Statistik speiste. Wichtig ist diese Formulierung, weil sie einen verbreiteten Irrtum korrigiert: Eugenik war nicht antiwissenschaftlich im Sinne eines bloßen Irrwegs außerhalb seriöser Forschung. Sie zapfte vielmehr genau jene Disziplinen an, die damals höchste Glaubwürdigkeit besaßen.

Darin liegt auch die historische Ironie. Werkzeuge wie Korrelation, Regression oder Verteilungsanalyse sind nicht an sich eugenisch. Sie wurden aber in einem Milieu entwickelt und popularisiert, das soziale Hierarchien nicht neutral untersuchen, sondern befestigen wollte. Die UCL erinnert in ihrer eigenen Geschichte der Statistik daran, dass Karl Pearson 1911 die erste universitäre Statistikabteilung gründete und dass sich dort die Entstehung moderner Statistik eng mit Galton, Biometrika und der Eugenik verband. Gerade diese institutionelle Nähe ist wichtig: Die Autorität der Statistik wuchs nicht am Rand, sondern im Zentrum akademischer Legitimation.

Wer dazu die fachliche Vorgeschichte lesen will, findet bei Wissenschaftswelle bereits einen passenden Anschluss in Erbsenzahlen gegen Kurven: Wie ein Methodenstreit die Genetik scharf stellte. Dort wird deutlich, warum biometrische Statistik und frühe Vererbungslehren so eng zusammengedacht wurden.

Warum gerade Zahlen so überzeugend wirkten

Ein offenes Vorurteil lädt zum Widerspruch ein. Eine Zahl tut das viel weniger. Sie gibt sich bescheiden, obwohl sie oft sehr forsche Voraussetzungen enthält. Wer einen Testwert, eine Rangliste oder eine Verteilung präsentiert, muss seine Werturteile nicht mehr ständig aussprechen. Sie sind bereits in der Konstruktion des Messverfahrens untergebracht: in der Auswahl der Merkmale, in der Definition von Normalität, in den Vergleichsgruppen und in der Frage, welche Umweltfaktoren ausgeblendet werden.

Deshalb war Statistik für die Eugenik so nützlich. Sie konnte nicht nur behaupten, dass Unterschiede existieren, sondern auch, dass diese Unterschiede systematisch, erblich und politisch verwertbar seien. Das verlieh sozialen Hierarchien eine neue Härte. Aus dem Armen wurde nicht bloß ein Benachteiligter, sondern ein Träger minderwertiger Anlagen. Aus dem Migranten nicht bloß ein Fremder, sondern ein biologisches Risiko. Aus dem Menschen mit Behinderung nicht bloß ein Bürger mit Rechten, sondern ein Fall für Bevölkerungsmanagement.

Dass Statistik auch anders eingesetzt werden kann, zeigt im Blog der Kontrastfall Florence Nightingale: Wie Pflege, Statistik und Krankenhausreform die moderne Medizin neu bauten. Gerade dieser Vergleich ist wichtig: Nicht Zahlen als solche sind das Problem, sondern der politische Zweck, in den sie eingebaut werden.

Wenn Tests vom Populationstrend zur Personenakte werden

Besonders folgenreich wurde die eugenische Logik dort, wo aus Populationsaussagen konkrete Verwaltungsentscheidungen über einzelne Menschen wurden. Die American Anthropological Association zeigt das exemplarisch an der Geschichte der Intelligenztests. Alfred Binet entwickelte seinen Test ursprünglich, um Schülerinnen und Schüler mit Unterstützungsbedarf zu erkennen. Der historische Kipppunkt lag erst in der Umdeutung: In den USA wurde daraus rasch ein Instrument, das angeblich angeborene Intelligenz quantifizieren und Menschen dauerhaft in Rangordnungen einsortieren konnte.

Bei Robert Yerkes’ Army-Alpha- und Army-Beta-Tests im Ersten Weltkrieg trat diese Verschiebung offen zutage. Die Tests waren kulturell verzerrt, hingen stark von Sprachkenntnissen, Schulbildung und Vertrautheit mit dominanten Normen ab und wurden dennoch als Messung angeborener Intelligenz behandelt. Die AAA-Seite zeigt auch, wie solche Resultate zur Munition für Einwanderungsbeschränkungen und segregierende Bildungspolitik wurden.

Damit änderte sich die soziale Reichweite der Statistik grundlegend. Die Glockenkurve blieb nicht auf wissenschaftlichen Diagrammen stehen. Sie wanderte in Schulakten, Kasernen, Behörden und Sozialdiagnosen. Aus Verteilungswissen wurde Sortierpraxis. Wer einmal als „unterdurchschnittlich“, „schwachsinnig“ oder „ungeeignet“ klassifiziert war, hatte es mit einer Sprache zu tun, die kühl, objektiv und kaum angreifbar wirkte.

An dieser Stelle lohnt ein weiterer interner Anschluss: Statistik und Staat: Wie Zählung, Vermessung und Verwaltung Macht organisieren beschreibt sehr präzise, wie Zahlen dann politisch wirksam werden, wenn Institutionen anfangen, mit ihnen zu regieren.

Von der Klassifikation zur Zwangspolitik

Die mörderische Konsequenz der Eugenik bestand nicht bloß darin, dass sie Menschen schlecht beschrieb, sondern darin, dass sie aus Klassifikationen Eingriffe ableitete. Das NHGRI verweist darauf, dass eugenische Politik weltweit Segregation, soziale Ausgrenzung und Zwangssterilisationen legitimierte; allein in den USA wurden im 20. Jahrhundert mindestens 60.000 Menschen sterilisiert.

Wie eng dabei Statistik, Diagnose und Herrschaft verzahnt waren, zeigt das United States Holocaust Memorial Museum besonders deutlich. Dort wird beschrieben, dass die nationalsozialistischen Erbgesundheitsgerichte Verfahren mit einem Anschein von Ordnung und Fachlichkeit versahen, obwohl sie in der Praxis massenhaft zugunsten der Zwangssterilisation entschieden. Entscheidender noch: Unter die Kategorie der „angeborenen Schwachsinnigkeit“ fielen nicht nur medizinische Diagnosen im engen Sinn, sondern oft Menschen, die angebliche Tests sozialer Konformität oder Intelligenz nicht bestanden.

Die Gewalt begann also nicht erst im Operationssaal. Sie begann dort, wo soziale Devianz als erbliches Merkmal beschrieben wurde und wo institutionelle Verfahren dieser Beschreibung die Aura von Fairness verliehen. Statistik half dabei, Grausamkeit administrativ vernünftig aussehen zu lassen.

Was man aus dieser Geschichte nicht falsch lernen sollte

Die naheliegende, aber zu grobe Lehre wäre: Zahlen sind gefährlich, also lieber misstrauen. Das greift zu kurz. Wer so argumentiert, übersieht, dass Statistik zugleich unverzichtbar für gute Epidemiologie, für faire Risikoabschätzung, für Transparenz in Politik und für wissenschaftliche Korrektur sein kann. Die bessere Lehre ist anspruchsvoller: Messungen müssen immer nach ihren Voraussetzungen, ihren blinden Flecken und ihren institutionellen Folgen gefragt werden.

Gerade deshalb ist der historische Blick auf Eugenik und Statistik mehr als ein moralischer Rückblick auf diskreditierte Ideen. Er zeigt, wie leicht Objektivität in Autorität umkippt, wenn man vergisst, dass Zahlen nicht aus der Welt fallen, sondern von Menschen gebaut werden. Sie tragen Begriffe, Kategorien und Machtverhältnisse mit sich. Wer das ignoriert, verwechselt Präzision mit Unschuld.

Der Anschluss an die experimentelle Genetik macht diesen Punkt noch klarer. In Im Fly Room bekam Vererbung Koordinaten: Wie Drosophila die Genetik neu ordnete wird sichtbar, wie sehr belastbare Forschung an überprüfbaren Mechanismen hängt. Eugenik dagegen lebte davon, weitreichende gesellschaftliche Urteile auf unsaubere Begriffe wie Begabung, Minderwertigkeit oder „Tauglichkeit“ zu stützen und sie dann mit dem Prestige des Messbaren zu versiegeln.

Der eigentliche Skandal liegt nicht im Rechnen

Die Geschichte von Eugenik und Statistik ist deshalb nicht die Geschichte einer bösen Zahl. Sie ist die Geschichte einer kulturellen Verführung: Sobald Messung als moralisch neutral gilt, können sehr alte Vorurteile in neuer Form zurückkehren. Dann sieht Ausgrenzung nicht mehr wie Ideologie aus, sondern wie Befund.

Gerade das macht diesen historischen Stoff so unangenehm modern. Nicht weil heutige Statistik mit Eugenik gleichzusetzen wäre, sondern weil die Versuchung geblieben ist, komplexe soziale Wirklichkeit in saubere Rangordnungen zu pressen und die dabei eingebauten Wertungen zu übersehen. Die wichtigste Gegenwehr beginnt deshalb nicht erst bei den Resultaten, sondern schon bei der Frage, was wir warum messen und was wir aus Messungen überhaupt ableiten dürfen.

Autorenprofil

Benjamin Metzig ist Gründer, Autor und redaktionell Verantwortlicher von Wissenschaftswelle.de. Wissenschaftswelle ist ein persönlich geführtes redaktionelles Wissensprojekt, das komplexe Themen aus unterschiedlichen Fachbereichen sorgfältig recherchiert, strukturiert und verständlich aufbereitet. Moderne Recherche-, Analyse- und KI-Werkzeuge dienen dabei als Unterstützung, während Auswahl, Einordnung, Ton, Quellenbewertung und Veröffentlichung redaktionell bei Benjamin Metzig verantwortet bleiben. Mehr zum Profil: Autorenprofil von Benjamin Metzig.

Instagram Facebook

Weiterlesen

• Erbsenzahlen gegen Kurven: Wie ein Methodenstreit die Genetik scharf stellte

• Statistik und Staat: Wie Zählung, Vermessung und Verwaltung Macht organisieren

• Im Fly Room bekam Vererbung Koordinaten: Wie Drosophila die Genetik neu ordnete