Thema dieser Episode ist Entscheiden unter Unsicherheit oder etwas genauer, Unter welchen Voraussetzungen sind evidenzbasierte Entscheidungen angebracht, und wie ist unter Unsicherheit, also etwa bei komplexen Problemen zu entscheiden.
Auch dies ist wieder keine Corona-Episode im engeren Sinne, wenngleich die Corona-Krise ein gutes Beispiel für eine Situation ist, wo evidenzbasierte Entscheidung nur bedingt möglich ist.

Zunächst gibt es wieder einmal einen Blick in die Vergangenheit: Was können wir von James Lind, Florence Nightingale, Archie Cochrane und John Ioannidis über Fortschritt in der Medizin und evidenzbasiertes Entscheiden lernen?
Was sind die Voraussetzungen, damit man in einer bestimmten Problemlage evidenzbasiert Entscheiden kann?
Zunächst versuche ich Risiken in drei Klassen einzuteilen und mit Beispielen zu unterlegen um damit deutlich zu machen, dass es von großer Bedeutung ist zunächst einmal zu verstehen, mit welcher Art von Risiko wir es in einem konkreten Fall überhaupt zu tun haben. Darf man etwa
Masern
Herzinfarkt
Autounfälle
Ertrinken im Swimmingpool
politische Konflikte
Covid-19
Finanzmärkte
Klimakrise

miteinander vergleichen? Wenn ja, unter welchen Voraussetzungen? Wann ist ein System oder ein Problem komplex und was bedeutet das für Entscheidungen?
Unter welchen Voraussetzungen ist schnelles und aggressives Handeln das Mittel der Wahl, unter welchen Deliberation und Bezug auf vergangene Ereignisse?
Ist rationales Entscheiden Intuition und Bauchgefühl immer überlegen? Warum wird dann so häufig defensiv oder pseudo-rational entschieden?
Wenn man über ein akutes Problem hinausblickt: wie kann man sich für die Zukunft vorbereiten? Welche systemischen Aspekte könnte man bedenken
Vorbereiten auf Tail Risks 
Resilienz vs. Effizienz
Vielfalt statt Einfalt
Verteilung statt Konzentration
enge oder lockere Kopplung?
Versicherung

In dieser Episode wird es wieder einige Anregungen zum Weiterdenken geben, aber wir müssen auch einige Aspekte für spätere Episoden offen lassen, z.B. 
Eine vertiefte Betrachtung komplexer Systeme und deren Probleme, z.B. »Wicked Problems«
Solutionism – wie Technik unseren Blick auf Probleme verwirren kann
Atomwaffen und internationale Politische Konflikte

Referenzen
andere Episoden
Episode 27: Wicked Problems
Episode 23: Frozen Accidents
Episode 22: Biodiversität und komplexe Wechselwirkungen – Gespräch mit Prof. Franz Essl
Episode 13 und 14 – (Pseudo)wissenschaft? Welcher Aussage können wir trauen? Teil 1 & Teil 2
Episode 10: Komplizierte Komplexität
Episode 6: Messen, was messbar ist?

fachliche Referenzen
John Ioannidis
John Ioannidis, Why most published research finding are false, PLoS medicine (2005)
John Ioannidis, A fiasco in the making? As the coronavirus pandemic takes hold, we are making decisions without reliable data


James Lind: The man who helped to cure scurvy with lemons, BBC
Florence Nightingale – Data Scientist
Florence Nightingale as Statistician, Edwin W. Kopf, Publications of the American Statistical Association, Vol. 15, No. 116 (Dec., 1916)
Florence Nightingale, datajournalist: information has always been beautiful,  The Guardian (2010)
Presentation by Prof. Lynn McDonald at Gresham College. (30. Oct., 2014)


Archie Cochrane
Archie Cochrane: - 1971 Rock Carling Fellowship monograph Effectiveness and Efficiency: Random Reflections on Health Services, first published in 1972 by the Nuffield Provincial Hospitals Trust
Archie Cochrane and his vision for evidence-based medicine, Hriday M. Shah, Kevin C. Chung (2009)
Tim Harford, Trial and Error (2012)


Flash Crash
Neil Johnson, Abrupt rise of new machine ecology beyond human response time, Nature Scientific Reports (2013)
Chris Clearfield, Meltdown: Why systems fail and what we can do about it (2018)
The Artificial Intelligence Revolution: Part 1 - Wait But Why (2015)


Gerd Gigerenzer
Gerd Gigerenzer, Wie trifft man gute Entscheidungen
Gerd Gigerenzer, Bauchentscheidungen (2008)
Gerd Gigerenzer, Risiko (2014)