BERLIN / LONDON (IT BOLTWISE) – Eine aktuelle Studie zeigt, dass auf gängigen Preprint-Servern offenbar gezielt pseudowissenschaftliche Arbeiten zu genetisch begründeten Gruppenunterschieden mitlaufen. Besonders problematisch: Die Autoren nutzen etablierte Open-Science-Archive wie bioRxiv, PsyArXiv und OSF Preprints, um ihre Ergebnisse formal „wissenschaftlich“ erscheinen zu lassen. Die Analyse zählt 79 einschlägige Preprints, darunter 42 mit Fokus auf Verhaltens- und Gruppenunterschiede, wovon ein Großteil genetische Argumente nutzt. Damit rückt eine neue Angriffsfläche ins Blickfeld: Plattform- und Policy-Lücken zwischen schneller Veröffentlichung und notwendiger Einordnung.
Preprints gelten in der Wissenschaft als Tempo-Booster. Doch der gleiche Mechanismus, mit dem Ergebnisse früher zugänglich werden, kann auch als Verstärker für längst widerlegte Narrative funktionieren. Eine Studie in Behavior Genetics untersucht, in welchem Umfang Personen, die wissenschaftlichen Rassismus propagieren, moderne Open-Science-Server nutzen, um ihre Deutungen über Gene, Intelligenz und Verhalten zu verbreiten. Der Kernvorwurf lautet nicht, dass Preprints grundsätzlich falsch sind, sondern dass unreviewte Inhalte ohne ausreichende Warnstruktur im öffentlichen Raum wie „Stand der Forschung“ behandelt werden.
Die wissenschaftliche Einordnung beginnt historisch: Eugenik und „scientific racism“ behaupteten im 20. Jahrhundert, Populationen ließen sich durch selektives Züchten verbessern, und es gebe biologische Unterschiede zwischen „rassisch“ definierten Gruppen. Nach der Mitte des Jahrhunderts wurden diese Konzepte weitgehend aus dem akademischen Mainstream gedrängt. In der Praxis wechselten viele Akteure dann auf Nischenkanäle wie die Zeitschrift Mankind Quarterly, deren Hintergrund mit segregationspolitischen Positionen verknüpft ist und die wiederholt rassistische Pseudowissenschaft veröffentlicht. Laut Studie wurden solche Quellen zuvor oft ignoriert – nun aber ändert sich die Vertriebsstrategie.
Technisch beschreibt die Studie einen Such- und Klassifikationsansatz, der für den heutigen „Open-Science-Tech-Stack“ typisch ist: Zuerst wurden Autoren identifiziert, die zwischen 2014 und dem Frühjahr 2024 in Mankind Quarterly publizierten. Danach wurde geprüft, ob diese Autoren auf vier großen Archiven auftauchen: PsyArXiv, bioRxiv, SocArXiv und OSF Preprints. Insgesamt ergab die Suche 79 Preprints mit Bezug zu diesen Personen, von denen 42 spezifisch Verhaltens- und Gruppenunterschiede thematisierten. Dass viele davon tausende Aufrufe und Downloads erzeugten, zeigt, wie schnell Vertrauen durch Reichweite entstehen kann.
Bei der inhaltlichen Technik liegt der Fokus auf Modellen, die oft mit Datenanalyse-„Komplexität“ wirken: Von den 42 gruppenbezogenen Preprints beschäftigten sich 31 mit Genetik; 13 beinhalteten neue genetische Auswertungen. Die Studie kritisiert dabei wiederkehrende Fehler: Häufig werde die Heritability (Erblichkeit) innerhalb einer Population auf vollständig getrennte Gruppen übertragen. Heritability beschreibt jedoch nur den genetischen Anteil an einer Merkmalsvarianz innerhalb einer bestimmten Population zu einem bestimmten Zeitpunkt – und lässt sich nicht ohne Weiteres als Erklärung für Mittelwertdifferenzen zwischen separaten Gruppen verwenden. Genau solche Sprünge machten die Argumentation wissenschaftlich angreifbar.
Ein zweiter Schwerpunkt betrifft statistische Werkzeuge, die im KI- und Bioinformatik-Alltag gängig sind, aber leicht missbraucht werden: Polygenic Scores. Diese Scores schätzen anhand vieler kleiner DNA-Variationen eine genetische Veranlagung für ein Merkmal, und sie sind besonders dann unzuverlässig, wenn man sie über Ancestry-Grenzen hinweg vergleicht, weil genetische Varianten nicht gleichartig in alle Populationen „abbilden“. Ebenso kritisiert die Studie die gelegentliche Nutzung von „admixture regression“: Zwar soll sie gemischte Abstammung nutzen, um genetische und nicht-genetische Einflüsse zu trennen, doch Biologen werfen ihr vor, soziale Confounder nicht ausreichend zu kontrollieren. Das Ergebnis: Unkorrekte Mathematik wird als definitive Evidenz für „hereditäre“ Intelligenzfristen verkauft.
Neben den Modellannahmen nennt die Studie auch populäre, aber inhaltlich schwache evolutionsbiologische Frameworks, die als rhetorische Brücke dienen. Genannt wird die „cold winters theory“, wonach Migration in kalte Regionen angeblich zu höherer Intelligenz geführt habe. Als weiteres Muster taucht „differential-K theory“ auf, eine biologistisch-rassistische Idee, die Fertilität und „Investition in Nachkommen“ populationsbezogen gegeneinander ausspielt. Außerdem werden Konzepte wie „dysgenics“ referenziert, also die (falsche) Annahme, dass die „genetische Qualität“ einer Bevölkerung durch die reproduktiven Raten marginalisierter Gruppen abnehme. Für Leser wirkt das oft wie eine geschlossene Theorie, ist aber im Kern eine Überblendung sozialer Ungleichheiten mit angeblich genetischer Determination.
Markt- und Plattformlogik verstärken das Problem. Preprints konkurrieren um Aufmerksamkeit, genauso wie andere Server wie arXiv, medRxiv oder SSRN als schnelle Veröffentlichungswege funktionieren. Der Unterschied liegt weniger im Upload selbst als in der Interpretationsschicht: Wenn Plattformen keine deutlichen Kontexte, Warnhinweise oder Qualitätsstufen kommunizieren, übernimmt das Publikum die Rolle der Peer-Review. Die Studie argumentiert, dass insbesondere „unerfahrene“ Leser die formale Wissenschaftlichkeit (Statistik-Software, akademisches Layout) als Qualitätsproxy fehlinterpretieren. Dadurch können Diskussionen in sozialen Netzwerken oder Foren Preprints als Fakten zitieren, obwohl sie methodisch nicht ausreichend überprüft sind.
Ein Sicherheitsblick hilft, das Risiko genauer zu fassen: Hier geht es nicht primär um „Datenabfluss“, sondern um Informationsintegrität. Die Studie arbeitet mit klaren Grenzen und räumt Limitationen ein: Die Identifikation problematischer Inhalte setzt voraus, dass ein Autor zuvor in Mankind Quarterly veröffentlicht hat. Damit dürfte die Zahl der tatsächlich vorhandenen problematischen Preprints eher unterschätzt sein. Zudem beschränkt sich die Analyse auf vier Plattformen mit Bezug zur Verhaltensgenetik. Die „Weaponized Science“ genannten Effekte könnten sich aber ebenso in breiteren Repositorien, neueren KI-gestützten Content-Ökosystemen oder sogar in Teilen etablierter Publikationspfade ausweiten – ein Punkt, der besonders für Unternehmen mit großen Publikums- und Recherche-Kanälen relevant bleibt.
Für die Zukunft skizziert die Studie mehrere Reaktionspfade. Erstens sollen Forschende präziser formulieren: Vage Begriffe zu „race“ und „Genetik“ liefern Angriffsflächen für falsche Deutungen. Zweitens empfiehlt sie, öffentliche Bildung zu Humangenetik zu stärken, damit Leser logische Brüche erkennen, etwa bei der Übertragung von Heritability oder bei der Interpretation von Polygenic Scores. Drittens wird ein Plattformansatz diskutiert: Open-Science-Server könnten explizite Hinweise ergänzen, dass Preprints nicht denselben Standard wie begutachtete Studien erfüllen. In der Praxis dürfte das eine Art „Policy-Layer“ sein, vergleichbar mit Sicherheits-Bannern in Produktpipelines—nur eben für wissenschaftliche Inhalte.
Für Teams in Forschung, Compliance und Plattformbetrieb bedeutet das: Wer Preprints in Wissenssysteme integriert (z. B. über Such-APIs, Recommendation-Algorithmen oder Monitoring-Dashboards), muss Metadaten, Vertrauenslabels und Zitierregeln konsequent mitführen. Das ist auch deshalb wichtig, weil KI-Tools zunehmend aus offenen Quellen zusammenfassen; ohne klare Einordnung kann die KI die problematische Semantik „mitziehen“. Der nächste Schritt wäre, robuste Warnmechanismen mit automatischer Plausibilitätsprüfung zu koppeln, etwa über Detect-and-Label-Workflows für politisch aufgeladene Schlussfolgerungen. Damit würden Preprints ihren Innovationsvorteil behalten, während die Integrität der wissenschaftlichen Kommunikation messbar besser geschützt wird.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Preprint-Plattformen: Wie wissenschaftliche Rassismus-Behauptungen Glaubwürdigkeit gewinnen" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Preprint-Plattformen: Wie wissenschaftliche Rassismus-Behauptungen Glaubwürdigkeit gewinnen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Preprint-Plattformen: Wie wissenschaftliche Rassismus-Behauptungen Glaubwürdigkeit gewinnen« bei Google Deutschland suchen, bei Bing oder Google News!