Wie wir bewerten

Keine Zahl steht bei uns ohne Beleg — und jeder Beleg trägt seinen Typ sichtbar am Argument. In absteigender Beweiskraft:

Wissenschaftliche Studien sind der Goldstandard — am stärksten, wenn mehrere unabhängige Untersuchungen zum selben Ergebnis kommen. Eine einzelne Studie allein kann keine hohe Sicherheit begründen.

Direkte Präzedenzfälle: Dieselbe oder eine sehr ähnliche Maßnahme wurde anderswo bereits umgesetzt, und die Ergebnisse sind beobachtbar. Dazu gehört immer eine ehrliche Notiz, was am Kontext anders ist — ein Nachbarland ist kein Bundesland, 1995 ist nicht heute.

Klare Mechanismen: nachvollziehbare Wirkketten, deren Schritte einzeln prüfbar sind — etwa „ein höherer Steuersatz erhöht die Einnahmen, solange die Wirtschaftsleistung stabil bleibt.“ Das „solange“ ist Pflichtbestandteil: Die Sicherheit eines Mechanismus-Arguments bemisst sich genau daran, wie belastbar seine Bedingung ist — und danach, welche Gegenkräfte geprüft wurden. Direkte Rechtsfolgen sind der Grenzfall: Senkt ein Gesetz einen Haushaltsposten um zwei Milliarden, ist diese Senkung selbst sicher; unsicher sind erst ihre Folgen.

Schwächere Grundlagen — Projektionen ohne offengelegte Methodik, reine Plausibilitätsüberlegungen — sind erlaubt, aber gedeckelt: Sie können keine hohe Sicherheit beanspruchen, und die tragenden Argumente einer Bewertung dürfen nicht allein auf ihnen ruhen.

Belege dürfen sich außerdem ergänzen: Eine einzelne Studie und ein unabhängiges Praxisbeispiel, die in dieselbe Richtung zeigen, tragen zusammen mehr Sicherheit als jedes für sich — bis knapp über die Einzelgrenze, nie ins Blaue hinein. Die Grenzwerte selbst sind an etablierte Skalen angelehnt — an die Wahrscheinlichkeitsbänder des Weltklimarats (IPCC) und der US-Geheimdienstanalyse (ICD 203) sowie an die Evidenzstufen der Medizin (GRADE). Wo wir bewusst abweichen, etwa bei der Behandlung klarer Mechanismen, begründen wir das offen.

Viele politische Effekte sind Geldflüsse — und Geld ist in unserem Verfahren nur der Träger, nie der Wert selbst. Seit Scoring-Version 1.3 gilt deshalb:

Wessen Euro? 100 € wiegen bei einem Haushalt mit wenig Einkommen mehr als bei einem Spitzenverdiener. Die Gewichte dafür sind verbindlich hinterlegt (aktuell z. B. ×2,5 für das unterste Einkommensfünftel, ×0,4 für das oberste Zehntel) und werden nicht pro Debatte neu erfunden.

Was passiert in der Transaktion? Freiwilliger, informierter Tausch schafft Wert. Reine Umverteilung verschiebt ihn nur — sie zählt allein über die Gewichte. Und wo Freiwilligkeit oder Information verletzt sind, etwa bei Sucht, ist die Zahlung selbst ein Schaden, keine Wertschöpfung.

Wohin fließt er? Staatliche Ausgaben werden bis zur Endverwendung verfolgt. „Zehn Milliarden für Gesundheit“ ist noch kein Gesundheitsnutzen — bewertet wird, was am Ende nachweisbar ankommt.

Bagatellen summieren sich nicht zu Katastrophen. Millionen kaum spürbarer Mini-Effekte werden gedämpft, bevor sie sich rechnerisch zu einem existenziellen Gewicht aufaddieren. Spürbare und existenzielle Effekte zählen voll — und wir weisen immer auch aus, wie das Ergebnis ohne diese Dämpfung aussähe.

Rote Linien werden nicht verrechnet. Wo eine Maßnahme nur funktioniert, indem sie ausgewählten Menschen ohne Zustimmung, Ausweg oder Ausgleich existenziellen Schaden zufügt, wird das nicht gegen Vorteile aufgerechnet, sondern als eigener Befund neben dem Score ausgewiesen. Statistische Alltagsrisiken fallen ausdrücklich nicht darunter — sie sind gewöhnliche Contra-Argumente.

Kein Pauschalurteil. Die Einordnung ist immer konditional: Sie sagt, unter welcher Gewichtung der Ziele sich eine Maßnahme lohnt — nicht, was man wählen soll.

Keine falsche Präzision. Die tragenden Zahlen führen Bandbreiten. Wenn die Evidenz Pro und Contra nicht trennen kann, sagt das System genau das — statt einen Scheinsieger auszurufen.

Keine versteckten Annahmen. Alle normativen Setzungen — etwa der Wert eines gesunden Lebensjahres (40.000 €) oder die Einkommensgewichte — sind öffentlich dokumentiert und werden nur zentral geändert, nie im Einzelfall und nie mit Blick auf eine laufende Debatte.

Das Verfahren basiert auf dem Global Debate Evaluation Standard (GDES). In seiner Grundform ist GDES bewusst einfach: drei Fragen, drei Werte von 0 bis 10, geeicht an der jeweiligen Debatte — mit Papier und Stift anwendbar. Genau so empfehlen wir den Einstieg, wenn man sich einem Thema selbst nähern will: Die Grundform macht das eigene Urteil strukturiert und die eigenen Annahmen sichtbar, ganz ohne Register und Korrekturfaktoren.

Auf Argupedia bewerten wir mit maschineller Unterstützung — und nehmen dafür bewusst mehr Komplexität in Kauf: eine globale Skala statt debattenlokaler Eichung, den Wohlfahrts-Euro, Verteilungs- und Spürbarkeitsgewichte, Evidenz-Deckel. Der Grund ist ein einziger: Vergleichbarkeit. Eine debattenlokal geeichte Bewertung ist in sich schlüssig, aber zwei Debatten lassen sich so nicht nebeneinanderlegen. Die Plattform-Variante bezahlt mit Komplexität dafür, dass jede Bewertung gegen jede andere vergleichbar ist — über Themen, Bereiche und Wahlen hinweg. Beide Formen sind dasselbe Verfahren in zwei Ausbaustufen: von Hand zur Annäherung, mit Maschine für die Datenbank.

Jede Bewertung trägt ihre Scoring-Version. Verbessern wir die Methodik, werden ältere Bewertungen neu gerechnet und gekennzeichnet — Versionen werden nie stillschweigend gemischt.

Heute erstellt eine KI die Erstbewertung nach genau diesem Verfahren: Sie recherchiert Quellen, leitet jede Größe her und dokumentiert jeden Schritt. Als Nächstes kommen Community-Scores hinzu, die diese Erstbewertung nachschärfen. Das ist der Vorteil zerlegter Scores: Man kann präzise widersprechen. Nicht „die Bewertung ist falsch“, sondern „die Wirkung von Argument 3 ist zu hoch angesetzt — hier ist die bessere Quelle.“ Aus genau solchen Einsprüchen soll das System über die Zeit besser werden.