"Die Wissenschaft sagt …" – wer ist das eigentlich, und wer hat es bezahlt?

Wie Studien wirklich entstehen, was sie leisten können und wo die Grenzen von Forschung und Praxiserfahrung liegen

Das Wichtigste in Kürze

• Die Wirtschaft trug 2023 in Deutschland mehr als zwei Drittel aller Ausgaben für Forschung und Entwicklung. An den Hochschulen stammte rund jeder siebte Drittmittel-Euro direkt aus der gewerblichen Wirtschaft (Destatis 2025a, Destatis 2025b).
• Industriefinanzierte Studien kommen systematisch häufiger zu Ergebnissen, die dem Geldgeber nützen – im Cochrane-Review über 4.583 Studien ebenso wie in der Tiermedizin (Lundh et al. 2017, Wareham et al. 2017a).
• In tiermedizinischen Therapiestudien mit Pharmafinanzierung wurden in 56,9 Prozent der Fälle positive Ergebnisse berichtet, ohne Pharmafinanzierung nur in 29,1 Prozent (Wareham et al. 2017a).
• Nur 14,3 Prozent dieser Studien enthielten überhaupt eine Fallzahlberechnung, nur 40,5 Prozent einen vorab festgelegten Hauptendpunkt – bei im Median fünf gemessenen Zielgrößen (Wareham et al. 2017b).
• Gutachter im Peer-review-Prozess fanden in einem kontrollierten Versuch durchschnittlich nur 2,58 von neun absichtlich eingebauten schweren Methodenfehlern (Schroter et al. 2008).
• Im Jahr 2023 wurden weltweit erstmals mehr als 10.000 Fachartikel zurückgezogen (Van Noorden 2023).
• Von der Forschungserkenntnis bis zur Anwendung in der Praxis vergehen im Mittel rund 17 Jahre (Morris et al. 2011).

Der Satz, der jedes Gespräch beendet

„Das ist wissenschaftlich gar nicht bewiesen." Wer diesen Satz hört, hat verloren. Nicht, weil er falsch wäre, sondern weil er so gebaut ist, dass man ihn nicht beantworten kann. Er beendet Diskussionen, statt sie zu eröffnen. Und er wird im Netz mittlerweile so selbstverständlich benutzt wie früher ein erhobener moralischer Zeigefinger.

Auf der anderen Seite steht das Spiegelbild: „Die Wissenschaft sagt." Meist folgt darauf eine erstaunlich konkrete Behauptung, angeblich aus irgendeiner Studie gezogen, deren Titel niemand nennt und deren Methodik niemand gelesen hat. Beide Sätze haben dasselbe Problem. Sie behandeln Wissenschaft wie eine Person mit einer Meinung – eine Instanz, die etwas sagt und damit immer recht hat.

Wissenschaft ist aber keine Person. Sie ist ein Verfahren. Ein sehr gutes, sehr mühsames, in Teilen aber auch kaputtes Verfahren, das von Menschen gemacht wird, die Miete zahlen müssen, Karrieren haben und von jemandem bezahlt werden. Wer verstehen will, was eine Studienaussage wert ist, muss nicht nur Überschrift und Schlussfolgerungen lesen, sondern verstehen, wie sie zustande gekommen ist.

Und um eines vorwegzunehmen: Das ist kein Text gegen die Wissenschaft. Fast alles, was hier an Kritik steht, stammt aus der Wissenschaft selbst – aus dem Lancet, aus dem British Medical Journal, aus Cochrane-Reviews und aus tiermedizinischen Fachjournalen. Der Betrieb kennt seine Probleme sehr genau. Er hat sie nur bisher nicht gelöst.

Was die Doppelblindstudie wirklich kann

Bevor die Kritik kommt, muss man verstehen, warum kontrollierte Studien überhaupt erfunden wurden. Sie sind nämlich keine akademische Spielerei, sondern die Antwort auf ein Problem, das jeden Menschen – nicht nur im Stall oder in der Tierarztpraxis – betrifft: Unsere Wahrnehmung ist bei der Beurteilung von Wirkung systematisch unzuverlässig.

Das hat mehrere Gründe, die alle gleichzeitig wirken. Erstens werden die meisten Beschwerden von selbst besser. Wer ein Pferd genau dann behandelt, wenn es ihm am schlechtesten geht, wird fast immer eine Besserung sehen – auch ohne Behandlung. Statistiker nennen das „Regression zur Mitte“. Zweitens sehen wir, was wir erwarten. Wer 80 Euro für ein Ergänzungsfutter ausgegeben hat, beurteilt das Fell danach anders als jemand, der nichts zugefüttert hat. Drittens verändert sich mit einer neuen Maßnahme fast nie nur eine Sache: Wer ein Zusatzfutter einführt, kürzt oft gleichzeitig das Kraftfutter, achtet mehr auf das Raufutter, bewegt das Pferd bewusster und regelmäßiger. Am Ende weiß niemand, welche der fünf Änderungen gewirkt hat.

Genau dagegen ist die randomisierte, kontrollierte, doppelt verblindete Studie eingeführt worden. Die Randomisierung – das zufällige Zuteilen der Tiere auf die Gruppen – sorgt dafür, dass sich die Gruppen im Schnitt gleichen und nicht die gesünderen Pferde in der Behandlungsgruppe landen und die kränkeren in der Kontrollgruppe. Die Kontrollgruppe zeigt, was ohne Behandlung von ganz allein passiert wäre. Die Verblindung verhindert, dass Behandler und Beurteiler unbewusst das sehen, was sie sehen wollen – ein Faktor, den man als Placebo bzw. als Nocebo Effekt bezeichnet. Und die Vorab-Festlegung, was gemessen wird, verhindert, dass man hinterher aus zwanzig Messwerten den einen heraussucht, der schön aussieht und aus diesem dann ein Ergebnis bastelt.

Das ist eine großartige Erfindung, und sie hat unzählige Leben gerettet – bei Mensch und Tier. Kein seriöser Praktiker sollte das kleinreden. Die Frage ist nur: Wie viele der Studien, mit denen im Netz argumentiert wird, sind tatsächlich so gebaut? Und wer hat sie bezahlt?

Wie eine Studie entsteht – und wer sie bezahlt

Die verbreitetste Fehlannahme über Forschung ist die, dass sie neutral z.B. von Steuergeldern bezahlt wird. Man stellt sich einen Professor vor, der aus Steuermitteln eine Frage untersucht, die ihn interessiert, und am Ende ergebnisoffen berichtet, was herauskam. Dieses Bild ist ungefähr fünfzig Jahre alt.

Tatsächlich wurden in Deutschland im Jahr 2023 rund 129,7 Milliarden Euro für Forschung und Entwicklung ausgegeben. Davon trug die Wirtschaft mit 88,7 Milliarden Euro mehr als zwei Drittel (Destatis 2025a). An den Hochschulen selbst sieht es auf den ersten Blick besser aus – dort kamen von 10,7 Milliarden Euro Drittmitteln 3,3 Milliarden vom Bund und 3,2 Milliarden von der Deutschen Forschungsgemeinschaft. Aber 1,54 Milliarden Euro, also rund jeder siebte Drittmittel-Euro, stammten direkt aus der gewerblichen Wirtschaft (Destatis 2025b). Und das ist nur der Teil, der offen als Industriegeld verbucht wird; Sachleistungen, kostenlos gestellte Produkte, gesponserte Doktorandenstellen und Kongressfinanzierungen tauchen in dieser Statistik nicht auf.

Warum ist das so? Weil Forschung teuer ist, und zwar erheblich teurer, als die meisten Menschen vermuten. Die Deutsche Forschungsgemeinschaft veranschlagt für eine Doktorandenstelle 6.800 Euro und für eine Postdoc-Stelle 7.350 Euro pro Monat (DFG 2026). Das sind keine Gehälter, sondern die Vollkosten, die ein Projekt für eine einzige Person einplanen muss – rund 82.000 beziehungsweise 88.000 Euro im Jahr. Eine dreijährige Fütterungsstudie mit einer einzigen Doktorandenstelle liegt allein beim Personal also bei rund einer Viertelmillion Euro.

Dazu kommt alles andere. Die Versuchspferde müssen über Monate gehalten, gefüttert, tierärztlich betreut und einzeln aufgestallt werden, damit man weiß, wer was gefressen hat. Bei Verdaulichkeitsstudien wird jeder Kotabsatz vollständig gesammelt und gewogen. Die Futtermittel müssen analysiert werden, das Blut ebenso, oft an mehreren Zeitpunkten pro Tier und Tag. Laboranalytik ist Stückkosten-Geschäft: Jede zusätzliche Probe kostet echtes Geld. Ein Tierversuchsantrag muss geschrieben, begutachtet und genehmigt werden. Am Ende verlangen viele Journale noch eine Publikationsgebühr im vierstelligen Bereich, damit der Artikel frei lesbar ist.

Wer hat ein wirtschaftliches Interesse daran, das zu bezahlen? In der Pferdefütterung ist die Antwort meist einfach: die Futtermittelhersteller. Für einen Hersteller ist eine Studie kein Erkenntnisprojekt, sondern eine Investition mit erwarteter Rendite. Niemand finanziert eine Untersuchung, deren wahrscheinlichstes Ergebnis lautet, dass das eigene Produkt nichts bringt oder vielleicht sogar schadet.

Man muss hier nicht Betrug unterstellen. Der Effekt ist subtiler und deshalb wirksamer. Er liegt in der Fragestellung: Man vergleicht das eigene Produkt nicht mit der besten Alternative, sondern mit gar nichts. Er liegt in der Auswahl der Messgrößen: Man misst zwanzig Parameter und berichtet die, die etwas zeigen. Er liegt in der Wahl der Vergleichsgruppe, der Dosierung, der Dauer – eine Studie über sechs Wochen findet Langzeitschäden grundsätzlich nicht. Und er liegt darin, welche Ergebnisse überhaupt den Weg in ein Journal finden und welche in der Schublade bleiben.

Dass dieser Effekt real und messbar ist, ist eine der am besten belegten Tatsachen der Forschungsmethodik. Der einschlägige Cochrane-Review wertete 75 Untersuchungen mit insgesamt 4.583 Studien aus. Industriefinanzierte Arzneimittel- und Medizinproduktstudien kamen häufiger zu für den Sponsor günstigen Wirksamkeitsergebnissen und häufiger zu günstigen Gesamtschlussfolgerungen als unabhängig finanzierte. Besonders aufschlussreich ist ein Nebenbefund: Bei industriefinanzierten Studien stimmten Ergebnisteil und Schlussfolgerung seltener überein als bei unabhängigen (Lundh et al. 2017). Übersetzt heißt das, dass die Zahlen das eine sagen und das Fazit im Abstract etwas anderes – und gelesen wird meist nur das Fazit – und nicht Methodik und Ergebnisse.

Für den Ernährungsbereich gibt es die gleiche Untersuchung. Lesser und Kollegen analysierten 206 Publikationen über Erfrischungsgetränke, Saft und Milch. Artikel, die ausschließlich von der jeweiligen Getränkeindustrie finanziert waren, kamen vier- bis achtmal häufiger zu Schlussfolgerungen im Sinne des Geldgebers. Von den 16 rein industriefinanzierten Interventionsstudien kam keine einzige zu einem für den Sponsor ungünstigen Ergebnis, während bei den nicht oder gemischt finanzierten Studien 7 von 19 einen ungünstigen Effekt fanden (Lesser et al. 2007).

Und weil jetzt der Einwand kommt, das sei Humanmedizin und Lebensmittel und beim Tier sei alles anders: Es ist nicht anders. Wareham und Kollegen untersuchten 126 randomisierte kontrollierte Studien aus einem einzigen Jahrgang, an Katzen, Hunden, Pferden, Rindern und Schafen. In der Gruppe mit Beteiligung oder Finanzierung durch die Pharmaindustrie wurden 56,9 Prozent positive Ergebnisse berichtet. Ohne Pharmabeteiligung waren es 34,9 Prozent, und bei Studien ohne jede Angabe zur Finanzierung 29,1 Prozent. Zusätzlich fanden die Autoren, dass ein hoher Anteil aller untersuchten Studien ein unklares Verzerrungsrisiko aufwies, weil schlicht zu schlecht publiziert wurde, um es beurteilen zu können (Wareham et al. 2017a).

Wie so etwas historisch aussehen kann, wenn die internen Unterlagen Jahrzehnte später auftauchen, zeigt der wohl berühmteste Fall der Ernährungsforschung. Die amerikanische Zuckerindustrie finanzierte 1965 eine Übersichtsarbeit in einem der führenden medizinischen Journale. Sie legte das Ziel der Arbeit fest, lieferte Literatur zur Aufnahme und bekam Entwürfe zur Durchsicht. Das Ergebnis benannte Fett und Cholesterin als Ursache der koronaren Herzkrankheit und spielte die Rolle von Zucker herunter. Aus den Unterlagen geht hervor, dass der Branchenverband bereits 1954 wusste, dass eine fettarme Ernährungsempfehlung den Pro-Kopf-Verbrauch von Zucker um mehr als ein Drittel steigern würde (Kearns et al. 2016). Die Finanzierung wurde damals nicht offengelegt; das war seinerzeit nicht üblich. Die Empfehlung „weniger Fett" prägte danach zwei Generationen von Ernährungsberatung.

Das ist der Punkt, an dem der Volksmund präziser ist als jede Methodenkritik: „Wes Brot ich ess, des Lied ich sing.“ Nicht, weil Forscher käuflich wären. Sondern weil ein Mensch, dessen Stelle und damit die eigenen Lebenshaltungskosten, davon abhängt, dass der Geldgeber im nächsten Jahr wieder finanziert, tausend kleine Entscheidungen im Studiendesign trifft – und keine einzige davon in böser Absicht in eine bestimmte Richtung fällt, aber im Mittel eben doch.

Vier Pferde, vier Wochen, sechzehn Messwerte

Nun zum zweiten großen Thema, und das ist für die Pferdefütterung fast noch wichtiger als das Geld: die Größe der Studien.

Ein Beispiel, an dem man das sauber zeigen kann, ohne jemandem Unrecht zu tun: Brøkner und Kollegen untersuchten, wie verschiedene Kohlenhydratfraktionen im Pferd verdaut werden und was das mit dem pH-Wert im Blinddarm macht. Verwendet wurden vier Pferde mit einem dauerhaft eingesetzten Zugang zum Blinddarm (fistulierte Versuchspferde), vier Rationen, ein sogenanntes cross-over-Design, siebzehn Tage Anfütterung pro Ration, acht Tage Probennahme, pH-Messung im Minutentakt über acht Stunden (Brøkner et al. 2012).

Das ist eine methodisch aufwendige und wissenschaftlich völlig legitime Arbeit. Sie ist genau so gebaut, wie man das in der Pferdeernährung baut, und die Autoren haben nichts falsch gemacht. Sie ist deshalb ein gutes Beispiel – nicht weil sie besonders schlecht wäre, sondern weil sie typisch ist. Vier Pferde sind in dieser Forschungsrichtung eine völlig normale Zahl. Fistulierte Pferde sind extrem teuer, ihre Zahl ist ethisch und praktisch begrenzt, und niemand hat vierzig davon im Stall stehen.

Was folgt daraus? Zunächst einmal etwas Positives: Für die Frage, was im Verdauungstrakt eines Pferdes mechanistisch passiert, sind solche Studien wertvoll und oft die einzige Möglichkeit, überhaupt etwas zu erfahren. Sie zeigen, dass etwas passieren kann und über welchen Weg.

Was daraus nicht folgt, ist eine Fütterungsempfehlung für alle Pferde. Vier Tiere sind vier Tiere. Sie sind meist Warmblüter oder Vollblüter mittleren Alters aus einer Universitätsherde, gesund, an die Anlage gewöhnt. Sie sind kein Shetlandpony mit EMS, kein 25-jähriger Rentner mit Zahnproblemen und kein Islandpferd mit Sommerekzem. Bei vier Tieren entscheidet ein einzelnes Pferd, das aus irgendeinem Grund aus der Reihe tanzt, über das gesamte Ergebnis.

Dazu kommt ein zweites, subtileres Problem, und dieses ist der eigentliche statistische Kern. Wenn man an wenigen Tieren viele Größen misst, findet man fast garantiert irgendwo einen Unterschied – auch dann, wenn in Wahrheit nichts los ist. Das ist keine Verschwörung, sondern simple Mathematik. Ein einzelner Test wird üblicherweise dann als „signifikant" bezeichnet, wenn die Wahrscheinlichkeit unter fünf Prozent liegt, ein solches Ergebnis rein zufällig zu bekommen. Führt man zwanzig solche Tests durch, ist rein rechnerisch etwa ein falscher Treffer zu erwarten. Und dieser eine Treffer wird die Überschrift.

Genau deshalb verlangt gute Methodik zwei Dinge: dass man vorher festlegt, welche Größe die entscheidende ist – der sogenannte primäre Endpunkt – und dass man vorher ausrechnet, wie viele Tiere man braucht, um einen relevanten Effekt überhaupt finden zu können. Beides ist in der Tiermedizin die Ausnahme. In derselben Stichprobe von 126 Studien, die schon beim Thema Finanzierung auffiel, enthielten nur 14,3 Prozent eine Fallzahlberechnung, und nur 40,5 Prozent benannten überhaupt einen primären Endpunkt – bei im Median fünf gemessenen Zielgrößen pro Studie (Wareham et al. 2017b). Übersichtsarbeiten der tiermedizinischen Literatur kommen auf Anteile von null bis 24 Prozent für die Fallzahlbestimmung (Weese 2026).

Man muss dieses Problem allerdings genau benennen, sonst wird man selbst unsauber. Kleine Studien sind nicht wertlos. Viele kleine, sauber gemachte und zueinander passende Studien können gemeinsam eine belastbare Aussage tragen; der Wert liegt dann in den Daten, nicht in der Einzelauswertung, die für sich genommen fast immer zu schwach ist, um einen klinisch relevanten Unterschied zu zeigen (Weese 2026). Das Problem entsteht dort, wo aus einer Untersuchung an vier Tieren über vier Wochen eine allgemeine Fütterungsempfehlung wird – oder ein Werbeslogan.

Wer prüft die Prüfer?

Was noch bleibt ist die Instanz, auf die sich im Netz alle berufen: Peer Review. Der Artikel ist „peer-reviewed", also von Fachleuten geprüft, also stimmt er. So lautet die Kurzfassung. Es lohnt sich, einen Blick darauf zu werfen, was da tatsächlich passiert.

Peer Review bedeutet, dass eine Redaktion ein eingereichtes Manuskript an zwei bis drei Fachleute schickt, die es lesen und eine Empfehlung abgeben. Diese Fachleute bekommen dafür kein Geld. Sie machen es zusätzlich zu ihrer eigentlichen Arbeit, meist abends, meist unter Zeitdruck. Wie groß dieser unbezahlte Aufwand insgesamt ist, hat eine Arbeitsgruppe hochgerechnet: Weltweit flossen im Jahr 2020 über 100 Millionen Arbeitsstunden in Gutachten, umgerechnet mehr als 15.000 Personenjahre. Allein der Gegenwert der Zeit von Gutachtern in den USA lag bei über 1,5 Milliarden Dollar. Die Autoren betonen, dass das eine deutliche Unterschätzung sei (Aczel et al. 2021).

Was leistet diese Prüfung nun? Das lässt sich messen, und es ist gemessen worden. In einer randomisierten Studie erhielten 607 Gutachter eines großen medizinischen Journals Manuskripte, in die jeweils neun schwere und fünf leichte Methodenfehler absichtlich eingebaut worden waren. Im Ausgangsdurchgang fanden die Gutachter im Mittel 2,58 der neun schweren Fehler. Ein gezieltes Training verbesserte das nur geringfügig (Schroter et al. 2008). Frühere Untersuchungen, die dort zusammengefasst werden, kamen zu ähnlichen Ergebnissen: Zwei Drittel der eingebauten schweren Fehler blieben unentdeckt, und ein kleiner Teil der Gutachter empfahl die fehlerhaften Arbeiten sogar zur Veröffentlichung.

Für Fälschung gilt das erst recht. Der langjährige Chefredakteur des British Medical Journal, der zugleich Mitbegründer des Committee on Publication Ethics ist, hat es 2021 sehr deutlich formuliert: Peer Review sei strukturell nicht in der Lage, Betrug zu erkennen, weil Gutachter grundsätzlich von der Redlichkeit der Autoren ausgehen. Sie sehen ja nur den Text, nicht die Rohdaten und nicht den Stall (Smith 2021).

Und die Auswahl der Gutachter selbst ist verwundbar. Viele Journale bitten Autoren, mögliche Gutachter vorzuschlagen – bei sehr speziellen Themen ist das durchaus sinnvoll, weil die Redaktion die kleine Fachwelt nicht überblickt. Diese Tür ist mehrfach spektakulär ausgenutzt worden. Im Jahr 2017 zog ein großer Verlag 107 Arbeiten aus einer einzigen Fachzeitschrift zurück, weil die Autoren echte Forschernamen mit selbst kontrollierten E-Mail-Adressen als Gutachter angegeben und ihre Arbeiten damit faktisch selbst begutachtet hatten (Retraction Watch 2017).

Wer in einem Nischenthema publiziert, hat gute Chancen, von Menschen begutachtet zu werden, die er kennt – oder von solchen, die das Thema erst beim Lesen kennenlernen.

Publish or Perish

Damit sind wir beim Motor des Ganzen. Wissenschaftliche Karrieren werden nicht danach vergeben, wie richtig jemand liegt, sondern danach, wie viel und wo jemand veröffentlicht. Wer keine Publikationen hat, bekommt keine Drittmittel, keine Verlängerung seiner Projekte oder Anstellung, keine Professur. „Publish or perish" – veröffentliche oder geh unter – ist kein Bonmot, sondern eine ziemlich exakte Beschreibung der Lage, in der sich Forscher befinden.

Diese Anreizlage belohnt nicht Wahrheit, sondern Neuigkeit. Ein positives, überraschendes Ergebnis lässt sich veröffentlichen. „Wir haben nachgesehen und nichts gefunden" ist genauso wertvoll für die Erkenntnis, aber deutlich schwerer unterzubringen. Und eine Wiederholung der Studie eines Kollegen, also genau das, was das Verfahren eigentlich absichern würde, gilt als unoriginell und bringt kaum Anerkennung - insbesondere dann nicht, wenn die Reproduktion derselben Studie nicht gelingt, weil vielleicht die Ausgangsstudie frei erfunden war.

Die Folgen davon sind inzwischen sehr gut vermessen. Eine Umfrage unter 1.576 Forschenden ergab, dass über 70 Prozent schon einmal vergeblich versucht hatten, das Experiment eines Kollegen zu reproduzieren, und dass mehr als die Hälfte sogar am eigenen gescheitert war. Rund neun von zehn Befragten sahen eine Reproduzierbarkeitskrise (Baker 2016). Der methodische Klassiker zu diesem Thema stammt von einem Stanforder Epidemiologen und trägt den bewusst zugespitzten Titel, dass die meisten publizierten Forschungsergebnisse falsch seien; er gehört bis heute zu den meistzitierten Arbeiten der biomedizinischen Methodenkritik (Ioannidis 2005).

Auch offenes Fehlverhalten ist nicht so selten, wie man hoffen möchte. Eine Metaanalyse von Befragungen ergab, dass rund zwei Prozent der Wissenschaftler zugaben, mindestens einmal Daten erfunden, gefälscht oder verändert zu haben. Bis zu 34 Prozent räumten andere fragwürdige Praktiken ein – darunter das Weglassen von Daten, die den eigenen früheren Ergebnissen widersprechen, oder das Entfernen einzelner Messwerte aus dem Bauchgefühl heraus, sie seien wohl fehlerhaft. Fragte man nach dem Verhalten von Kollegen, stiegen die Werte auf 14 beziehungsweise bis zu 72 Prozent. Am häufigsten berichteten Forschende aus Medizin und Pharmakologie (Fanelli 2009).

Wie sich das im System niederschlägt, zeigt der Blick auf die Rücknahmen. Im Jahr 2023 wurden weltweit erstmals mehr als 10.000 Fachartikel zurückgezogen, über 8.000 davon allein bei einem einzigen Verlag, weil dort die Begutachtung systematisch unterlaufen worden war. Die Rücknahmequote ist in einem Jahrzehnt auf mehr als das Dreifache gestiegen und wächst schneller als die Zahl der Publikationen selbst (Van Noorden 2023).

Dahinter steht ein regelrechter Wirtschaftszweig, die sogenannten „paper mills“ (=Papierfabrik): Unternehmen, die auf Bestellung fertige Studien samt Autorenplätzen verkaufen. Eine 2026 im British Medical Journal veröffentlichte Untersuchung hat 2,6 Millionen Fachartikel aus der Krebsforschung der Jahre 1999 bis 2024 mit einem eigens trainierten Sprachmodell durchsucht. Rund 250.000 Arbeiten, also knapp zehn Prozent, zeigten Textmuster, wie sie für bereits zurückgezogene paper mill Publikationen typisch sind (Barnett et al. 2026). Wichtig für die richtige Einordnung: Das sind Verdachtsfälle für die Nachprüfung, kein Nachweis, dass diese Arbeiten gefälscht sind. Aber die Größenordnung, in der überhaupt nachgeprüft werden muss, ist der eigentliche Befund.

Und weil dies der Punkt ist, an dem der Vorwurf der Verschwörungstheorie kommt: Nichts davon stammt aus obskuren Quellen. Der Chefredakteur des Lancet schrieb bereits 2015 in seinem eigenen Journal, nach einem Symposium führender Forschungsinstitutionen zur Reproduzierbarkeit von Studienergebnissen, dass möglicherweise die Hälfte der wissenschaftlichen Literatur schlicht unwahr sein könnte – und nannte als Ursachen kleine Stichproben, winzige Effekte, methodisch ungültige explorative Analysen und offene Interessenkonflikte (Horton 2015). Das ist keine Kritik von außen. Das ist die Selbstauskunft der Instanz, auf die sich alle berufen.

Warum die Forschung die Wirklichkeit nicht kennt

Es gibt noch eine weitere Ebene, die sich schwerer in Zahlen fassen lässt, die aber jeder kennt, der beides erlebt hat: Universität und Stallgasse.

Wer an einer Hochschule zur Pferdefütterung forscht, arbeitet fast zwangsläufig ausschnitthaft. Das liegt in der Natur der Sache. Eine beantwortbare wissenschaftliche Frage ist eine enge Frage: Wie verändert sich der pH-Wert im Blinddarm nach einer definierten Getreidemahlzeit? Wie hoch ist die Insulinantwort auf ein bestimmtes Futtermittel? Wer breiter fragt – „geht es diesem Pferd nach zwei Jahren besser?" – bekommt eine Frage, die mit vertretbarem Forschungsaufwand nicht sauber zu beantworten ist. Also wird eng gefragt. Das ist methodisch richtig und führt trotzdem dazu, dass die langfristigen Folgen einer Empfehlung am lebenden Pferd im realen Stall systematisch niemand untersucht.

Dazu kommt die soziale Geschlossenheit des Betriebs. Man liest die Arbeiten der Kollegen, man hört ihnen auf Kongressen zu, man begutachtet sich gegenseitig, man zitiert sich gegenseitig. Das sorgt dafür, dass der Wissenschaftsbetrieb eine eigene „Bubble“ bildet, die oft mit dem Leben draußen im Pferdestall wenig zu tun hat. Der Praktiker, der seit zwanzig Jahren dieselben zweihundert Pferde begleitet und deshalb weiß, was aus einer Empfehlung nach fünf Jahren geworden ist, sitzt in diesem Kreis nicht mit am Tisch. Sein Wissen hat kein Format, in dem es in den Kreisen der Wissenschaftler ankommen könnte.

Auch umgekehrt findet der Wissenstransfer oft nur verzögert statt. Wie lange es dauert, bis wissenschaftliche Erkenntnis überhaupt in der Anwendung ankommt, ist untersucht worden. Mehrere unabhängige Arbeiten mit unterschiedlichen Methoden kommen auf einen mittleren Zeitverzug von etwa 17 Jahren zwischen Forschungsergebnis und Routineanwendung; je nach Thema reicht die Spanne deutlich darüber hinaus (Balas und Boren 2000, Morris et al. 2011).

Für die Pferdefütterung lässt sich das an einem Beispiel zeigen, das viele Pferdebesitzer selbst erlebt haben. Der Zusammenhang zwischen einer gestörten Insulinregulation und Hufrehe wurde in Versuchen an Ponys bereits in den 1980er Jahren beschrieben. Der Begriff Equines Metabolisches Syndrom wurde erst 2002 eingeführt (Johnson 2002). Ein erstes amerikanisches Konsenspapier folgte 2010, das europäische Konsenspapier, das die Insulindysregulation als zentrales und durchgängiges Merkmal in den Mittelpunkt stellt, erst 2019 (Durham et al. 2019). Zwischen dem ersten experimentellen Hinweis und der europäischen Leitlinie liegen also rund dreieinhalb Jahrzehnte. Und den größten Teil dieser Zeitspanne wurde in der Praxis weiterhin prozessierte Getreide als Futtermittel empfohlen, sehr zum Leid vieler Pferde.

In genau dieser Lücke arbeitet die Praxis. Wer in den frühen 2000er Jahren Besitzern von Rehepferden geraten hat, Zucker und Stärke in der Ration konsequent zu reduzieren, hat nicht auf eine Leitlinie gewartet, sondern auf das reagiert, was am Pferd zu sehen war. Dass diese Empfehlung heute Lehrbuchwissen ist, ändert nichts daran, dass sie damals als höchst unwissenschaftlich galt. Das ist die ehrliche Antwort auf die Frage, warum Praxiserfahrung überhaupt zählt: Sie ist oft die einzige Information, die es zu einem Zeitpunkt gibt, an dem eine Entscheidung getroffen werden muss.

Was Erfahrung kann – und was nicht

Und jetzt der Teil, den man weglassen könnte, wenn man nur recht behalten wollte. Erfahrung ist nicht automatisch besser als wissenschaftliche Untersuchungen. Sie ist nur anders fehleranfällig.

Der eindrücklichste Beleg dafür stammt aus der Humanmedizin. Eine Arbeitsgruppe verglich, was zusammengeführte Auswertungen randomisierter Studien zur Behandlung des Herzinfarkts zu einem gegebenen Zeitpunkt bereits zeigten, mit dem, was Fachautoritäten zur selben Zeit in Lehrbüchern und Übersichtsarbeiten empfahlen. Das Ergebnis war niederschmetternd: Die Experten empfahlen jahrelang weiter Therapien, deren Nutzlosigkeit oder Schädlichkeit längst belegt war, und erwähnten wirksame Behandlungen nicht, für die die Evidenz seit Jahren vorlag (Antman et al. 1992). Erfahrung und Autorität hatten hier nicht die Nase vorn, sondern hinkten hinterher – mit Todesfällen als Folge.

Und aus dem Pferdestall gibt es das passende Gegenstück. Über Jahrzehnte galt es als gute fachliche Praxis, alle sechs bis acht Wochen zu entwurmen und dabei die Wirkstoffklassen zu rotieren. Das war gelebte Erfahrung, in jedem Stall so gemacht, von einer Generation an die nächste weitergegeben. Es hat maßgeblich dazu beigetragen, dass die kleinen Strongyliden heute gegen mehrere Wirkstoffklassen resistent sind, und bei Spulwürmern auf Zuchtbetrieben sieht es nicht besser aus (von Samson-Himmelstjerna 2012). Korrigiert wurde das nicht durch Erfahrung, sondern durch systematische Untersuchung: Heute gilt die selektive Entwurmung nach Kotprobe als Standard, mit Wirksamkeitskontrolle über den Eizahl-Reduktionstest (AAEP 2024). Und dennoch muss man immer noch mit Tierärzten und Stallbetreibern in der täglichen Praxis diskutieren, weil der selektiven Entwurmung mangelnde wissenschaftliche Zuverlässiigkeit unterstellt wird.

Auch beim Thema Ergänzungsfutter zeigt sich, wozu unabhängige Forschung gut ist. In einer 2026 veröffentlichten Untersuchung erhielten 40 ältere Wallache mit chronischer Lahmheit über sechs Wochen entweder ein handelsübliches orales Gelenkpräparat oder ein Placebo, zugeteilt nach Lahmheitsgrad, Gewicht und Körperkondition. Es gab keinen Effekt auf Schrittlänge, Lahmheitsgrad oder objektiv gemessene Gangsymmetrie zwischen beiden Gruppen. Verändert hat sich einiges über die Zeit – aber in beiden Gruppen gleichermaßen (Harbowy et al. 2026). Genau dieser Zeiteffekt ist es, den man ohne Kontrollgruppe im Stall als Wirkung des Präparats verbuchen würde. Man wäre überzeugt gewesen, dass es hilft. Man hätte es weiterempfohlen. Und man hätte sich geirrt.

Die ehrliche Bilanz sieht deshalb so aus: Erfahrung erkennt Muster früh, arbeitet am ganzen Tier, über Jahre, unter echten Bedingungen – aber kann Ursache und Zufall nicht sauber trennen. Sie hat kein eingebautes Korrektiv gegen den eigenen Bestätigungsfehler, und sie sieht auch die Pferde nicht, deren Besitzer sich einen anderen Therapeuten gesucht hat, weil es nicht funktioniert hat. Wissenschaft hat dieses Korrektiv, arbeitet aber ausschnitthaft, kurzfristig, an wenigen und meist „standardisierten“ Tieren, ist langsam und lässt sich finanzieren, was zu Interessenkonflikten führt. Wer eines von beiden für sich allein zum Maßstab erklärt, macht denselben Fehler – nur in verschiedene Richtungen.

Wie man als Laie eine Studie einschätzt

Man muss keine Statistik studiert haben, um den Wert einer Studienaussage grob einzuordnen. Sieben Fragen bringen einen meist schon erstaunlich weit, und die Antworten stehen fast immer im frei zugänglichen Teil der Arbeit.

• Erstens: Wer hat bezahlt? Am Ende jeder seriösen Publikation steht ein Abschnitt zu Finanzierung und Interessenkonflikten. Wenn dort ein Hersteller steht, dessen Produkt untersucht wurde, ist die Arbeit nicht automatisch falsch – aber sie gehört in eine andere Vertrauensklasse. Wenn dort gar nichts steht, ist das kein gutes Zeichen: In der tiermedizinischen Stichprobe von Wareham und Kollegen waren die Arbeiten ohne jede Finanzierungsangabe eine eigene, schlecht beurteilbare Gruppe (Wareham et al. 2017a).
  
  
• Zweitens: Wie viele Tiere, und welche? Vier fistulierte Universitätspferde sind etwas anderes als vierzig Pferde und Ponys verschiedener Rassen im Offenstall. Je kleiner und je homogener die Gruppe, desto weniger lässt sich das Ergebnis auf das eigene Pferd übertragen.
  
  
• Drittens: Welche Kontrollgruppen gab es, waren das echte Placebo-Gruppen und war die Studie wirklich verblindet? Ohne korrekte Kontrollgruppen misst man Zeit, nicht Wirkung. Ohne Verblindung misst man teilweise die Erwartung des Beurteilers.
  
  
• Viertens: Wie lange lief die Studie? Sechs Wochen sagen nichts über ein Jahr. Gerade bei Futtermitteln entstehen die relevanten Probleme meist nicht unmittelbar nach der Anfütterungsphase, sondern nach Monaten oder Jahren der Gabe.
  
  
• Fünftens: Was war der vorher festgelegte Hauptendpunkt? Wenn eine Arbeit fünfzehn Größen misst und im Fazit genau eine davon feiert, lohnt der Blick in den Ergebnisteil – waren die anderen vierzehn vielleicht neutral oder sogar negativ?
  
  
• Sechstens: Steht im Fazit dasselbe wie im Ergebnisteil? Das klingt banal, ist es aber nicht. Genau diese Lücke zwischen Zahlen und Schlussfolgerung war bei industriefinanzierten Studien nachweislich größer als bei unabhängigen (Lundh et al. 2017).
  
  
• Siebtens: Hat es jemand dieselbe unabhängig wiederholt? Eine einzelne Studie ist ein Datenpunkt, keine Erkenntnis. Erst wenn eine andere Arbeitsgruppe mit anderem Geld zum selben Ergebnis kommt, wird daraus etwas, worauf man ein Konzept bauen sollte.
  
  
• Und eine achte Frage, die keine Methodenfrage ist, sondern eine der Redlichkeit: Wird die Studie überhaupt genannt? Wer im Netz mit „die Wissenschaft sagt" argumentiert, aber auf Nachfrage weder Autor noch Journal noch Jahr liefern kann, argumentiert nicht wissenschaftlich. Er benutzt „die Wissenschaft“ um sein Gegenüber mundtot zu machen – und das ist genau das Gegenteil dessen, wofür sie erfunden wurde.
  
  

Was hilft uns nun die Wissenschaft?

Wissenschaft ist das beste Werkzeug, das wir haben, um herauszufinden, ob etwas wirkt oder ob wir uns das nur einbilden. Das ist keine Floskel, sondern der Grund, warum dieser Artikel überhaupt mit einem Kapitel über die Stärken der kontrollierten Studie beginnt.

Aber Wissenschaft ist eben auch ein Betrieb mit Geldgebern, Karrieren, Zeitdruck und einer Qualitätskontrolle, die im Experiment sieben von neun eingebauten schweren Fehlern übersieht. Sie beantwortet nur die Fragen, für die sich eine Finanzierung findet, an so vielen Tieren, wie das Budget hergibt, in dem Zeitraum, den ein Promotionsvorhaben zulässt. Und sie braucht im Mittel siebzehn Jahre, bis das Ergebnis im Stall ankommt.

Wer das weiß, wird misstrauisch gegenüber beiden Extremen. Gegenüber dem Satz „das ist wissenschaftlich nicht bewiesen", der so tut, als wäre alles Unbewiesene damit widerlegt – dabei heißt „nicht untersucht“ erst einmal nur, dass sich niemand gefunden hat, der die Untersuchung bezahlt. Dem gegenüber steht der Satz „Studien haben gezeigt", der eine einzelne Arbeit an vier Pferden zur Naturkonstante erklärt.

Am Ende bleibt eine unbequeme, aber tragfähige Haltung: Beides ernst nehmen, beidem misstrauen, und in jedem Einzelfall fragen, woher das Wissen eigentlich kommt. Wer behauptet, ausschließlich „wissenschaftlich bewiesene Fakten" seien valide, hat sich mit dem Wissenschaftsbetrieb nie ernsthaft beschäftigt. Und wer Studien grundsätzlich für gekauft oder gefälscht hält, ebenso wenig. Das Pferd, das vor uns steht, interessiert sich für keine der beiden Positionen. Es interessiert sich dafür, ob wir genau hinsehen und ihm mit allem uns zur Verfügung stehenden Wissen bestmöglich helfen.

Quellen

AAEP (2024): Internal Parasite Control Guidelines. American Association of Equine Practitioners.

Aczel, B., Szaszi, B., Holcombe, A. O. (2021): A billion-dollar donation: estimating the cost of researchers’ time spent on peer review. Research Integrity and Peer Review 6:14. DOI: 10.1186/s41073-021-00118-2

Antman, E. M., Lau, J., Kupelnick, B., Mosteller, F., Chalmers, T. C. (1992): A comparison of results of meta-analyses of randomized control trials and recommendations of clinical experts. Treatments for myocardial infarction. JAMA 268(2):240–248. DOI: 10.1001/jama.1992.03490020088036

Baker, M. (2016): 1,500 scientists lift the lid on reproducibility. Nature 533:452–454. DOI: 10.1038/533452a

Balas, E. A., Boren, S. A. (2000): Managing clinical knowledge for health care improvement. Yearbook of Medical Informatics, S. 65–70.

Barnett, A. et al. (2026): Machine learning based screening of potential paper mill publications in cancer research: methodological and cross sectional study. BMJ 392:e087581. DOI: 10.1136/bmj-2025-087581

Brøkner, C., Austbø, D., Næsset, J. A., Bach Knudsen, K. E., Tauson, A. H. (2012): Equine pre-caecal and total tract digestibility of individual carbohydrate fractions and their effect on caecal pH response. Archives of Animal Nutrition 66(6):490–506. DOI: 10.1080/1745039X.2012.740311

Destatis (2025a): 7 % mehr Ausgaben für Forschung und Entwicklung im Jahr 2023. Pressemitteilung Nr. 084 vom 7. März 2025. Statistisches Bundesamt, Wiesbaden.

Destatis (2025b): Hochschulausgaben 2023 um 6 % gestiegen. Pressemitteilung Nr. 119 vom 27. März 2025. Statistisches Bundesamt, Wiesbaden.

DFG (2026): Personalmittelsätze der DFG für das Jahr 2026. DFG-Vordruck 60.12 – 01/26. Deutsche Forschungsgemeinschaft, Bonn.

Durham, A. E., Frank, N., McGowan, C. M., Menzies-Gow, N. J., Roelfsema, E., Vervuert, I., Feige, K., Fey, K. (2019): ECEIM consensus statement on equine metabolic syndrome. Journal of Veterinary Internal Medicine 33(2):335–349. DOI: 10.1111/jvim.15423

Fanelli, D. (2009): How many scientists fabricate and falsify research? A systematic review and meta-analysis of survey data. PLoS ONE 4(5):e5738. DOI: 10.1371/journal.pone.0005738

Harbowy, R. M., Robison, C. I., Tillman, I., Manfredi, J. M., Nielsen, B. D. (2026): Efficacy of an oral chondroprotective joint supplement on stride length and gait symmetry in aged geldings with chronic lameness. Animals 16(8):1230. DOI: 10.3390/ani16081230

Horton, R. (2015): Offline: What is medicine’s 5 sigma? The Lancet 385:1380. DOI: 10.1016/S0140-6736(15)60696-1

Ioannidis, J. P. A. (2005): Why most published research findings are false. PLoS Medicine 2(8):e124. DOI: 10.1371/journal.pmed.0020124

Johnson, P. J. (2002): The equine metabolic syndrome – peripheral Cushing’s syndrome. Veterinary Clinics of North America: Equine Practice 18(2):271–293. DOI: 10.1016/s0749-0739(02)00006-8

Kearns, C. E., Schmidt, L. A., Glantz, S. A. (2016): Sugar industry and coronary heart disease research: a historical analysis of internal industry documents. JAMA Internal Medicine 176(11):1680–1685. DOI: 10.1001/jamainternmed.2016.5394

Lesser, L. I., Ebbeling, C. B., Goozner, M., Wypij, D., Ludwig, D. S. (2007): Relationship between funding source and conclusion among nutrition-related scientific articles. PLoS Medicine 4(1):e5. DOI: 10.1371/journal.pmed.0040005

Lundh, A., Lexchin, J., Mintzes, B., Schroll, J. B., Bero, L. (2017): Industry sponsorship and research outcome. Cochrane Database of Systematic Reviews 2:MR000033. DOI: 10.1002/14651858.MR000033.pub3

Morris, Z. S., Wooding, S., Grant, J. (2011): The answer is 17 years, what is the question: understanding time lags in translational research. Journal of the Royal Society of Medicine 104(12):510–520. DOI: 10.1258/jrsm.2011.110180

Retraction Watch (2017): A new record: Major publisher retracting more than 100 studies from cancer journal over fake peer reviews. Beitrag vom 20. April 2017.

Schroter, S., Black, N., Evans, S., Godlee, F., Osorio, L., Smith, R. (2008): What errors do peer reviewers detect, and does training improve their ability to detect them? Journal of the Royal Society of Medicine 101(10):507–514. DOI: 10.1258/jrsm.2008.080062

Smith, R. (2021): Time to assume that health research is fraudulent until proved otherwise? BMJ Opinion, 5. Juli 2021.

Van Noorden, R. (2023): More than 10,000 research papers were retracted in 2023 – a new record. Nature 624:479–481. DOI: 10.1038/d41586-023-03974-8

von Samson-Himmelstjerna, G. (2012): Anthelmintic resistance in equine parasites – detection, potential clinical relevance and implications for control. Veterinary Parasitology 185(1):2–8. DOI: 10.1016/j.vetpar.2011.10.010

Wareham, K. J., Hyde, R. M., Grindlay, D., Brennan, M. L., Dean, R. S. (2017a): Sponsorship bias and quality of randomised controlled trials in veterinary medicine. BMC Veterinary Research 13:234. DOI: 10.1186/s12917-017-1146-9

Wareham, K. J., Hyde, R. M., Grindlay, D., Brennan, M. L., Dean, R. S. (2017b): Sample size and number of outcome measures of veterinary randomised controlled trials of pharmaceutical interventions funded by different sources, a cross-sectional study. BMC Veterinary Research 13:295. DOI: 10.1186/s12917-017-1207-0

Weese, J. S. (2026): Small sample sizes in clinical trials: a pragmatic approach to clinical research in veterinary medicine. Journal of Small Animal Practice. DOI: 10.1111/jsap.70063