Kürzlich wurden auf Achgut.com die Gründe behandelt, warum das Wissenschaftssystem in politische Abhängigkeiten geraten ist und daher immer stärker dazu tendiert, politisch gewünschte Resultate zu liefern. Das legt nahe, auch einmal genauer hinzuschauen, welche Personen in diesem System zu öffentlichen Experten werden. Damit meine ich Wissenschaftler, deren Nähe zur Macht sich in einer erstaunlichen Medienpräsenz und einem damit verbundenen Status ausmünzt.

Die Corona-Krise bietet dazu reichlich Anschauungsmaterial, insbesondere in jenem Wissenschaftszirkel, der die Entscheidungen der Bundesregierung mit wissenschaftlicher Expertise unterfüttert. Dieser Zirkel scheint keinen wohldefinierten Umfang zu haben, sondern variiert nach Bedarf der Kanzlerin. Aber einige Namen tauchten in den vergangenen zwölf Monaten im Zusammenhang mit Regierungsberatungen immer wieder auf, und so ist es hohe Zeit, einen verschärften Blick auf diese von der Regierung herangezogenen Experten zu werfen. Damit keiner von ihnen bevorzugt oder benachteiligt wird, folgt die Betrachtung der Herrschaften dem Alphabet. Am Anfang steht daher Rolf Apweiler, der es als "Merkel Berater" und einer der Modell- und Hochrechner vom Dienst zu einer bemerkenswerten Medienpräsenz gebracht hat. Weitere Herrschaften werden in einer kommenden Folge von Beiträgen präsentiert.

Rolf Apweiler who? Das hätte man in Vorcorona-Zeiten schlicht gefragt. Der Mann hat Biochemie studiert und 1994 an der Universität Heidelberg mit einer Arbeit promoviert, in der er der Wirkung bestimmter Substanzen auf die Insulinsensitivität und Glucosetoleranz bei Ratten nachging. Während seiner Promotionszeit arbeitete er von 1987 bis 1994 am Swiss-Prot-Projekt mit, bei dem es um den Aufbau einer Sequenzierungsdatenbank für Proteine geht. Träger des Projekts ist unter anderem das European Bioinformatics Institute (EBI), das wiederum zum European Molecular Biology Laboratory (EMBL) gehört, einer von den EU-Staaten gemeinschaftlich finanzierten Forschungseinrichtung.

Wie und wann Apweiler vom Swiss-Prot-Projekt ins EMBL-EBI und auf eine feste Stelle wechselte, verraten die wenigen Statements, die es zu seiner Biographie gibt, nicht. Man muss sich daher mit der Auskunft des EMBL-EBI begnügen, dass Apweiler seit 1987 „dabei ist“ und Herausragendes zum Thema „Proteomik“ geleistet habe. Das muss kurz erklärt werden. Der „Proteomik“ geht es um die biochemische Erforschung der Proteine, indem man sie samt ihren Funktionen katalogisiert. Und Apweiler ist ein Champion auf diesem Gebiet, seitdem er bei Swiss-Prot dabei war: Er hat sich nicht nur damit beschäftigt, wie man die Katalogisierung von Proteinen verbessern, sondern auch damit, wie man Daten in den Proteindatenbanken standardisieren kann. Kurz: Apweilers Weg führte vom Interesse an bestimmten Wirkstoffen zum Mitaufbau von datentechnischen Nachweissystemen für Proteine, ihre Funktionen und ihre Interaktion mit Wirkstoffen. Noch kürzer: Aus dem Biochemiker wurde ein Bioinformatiker.

Geschmückt mit Awards und Komitee-Mitgliedschaften

Nun gehören Proteine und Gene von der Sache her zusammen, und es wundert daher nicht, dass Apweiler auch an der Gene-Ontology-Datenbank mitgearbeitet hat, die Gene und ihre Funktionen erfasst und klassifiziert, so dass sich Computermodelle biologischer Systeme entwickeln lassen. Von hier aus ist es nicht weit zu jenem Forschungszweig der „Targets“, der sich mit der Frage befasst, wie medizinische Substanzen an Moleküle anbinden und dadurch ihre Wirkung entfalten können. Auch hier ist man längst dabei, die Targets in einer Datenbank namens Open Target zu erfassen, und dafür griff man unter anderem auf die Expertise Apweilers zurück, der von August 2018 bis Januar 2019 als Interimsdirektor von Open Target amtierte.

In dieser Funktion beschäftigte er sich, wie die Website von Open Target mitteilt, damit, „to foster new partnerships and collaborations to drive drug discovery“ (neue Partnerschaften und Kooperationen zu pflegen, um die Entdeckung von Medikamenten voranzutreiben). Und von dort aus war es dann nur noch ein kleiner Schritt, dass Apweiler das am EMBL-EBI vorhandene bioinformatische Wissen als Projektpartner in die von der Europäischen Kommission initiierte European COVID-19 Data Platform einbrachte, also wieder eine Datenbank mitaufbaute, auf der Virensequenzen, Proteine, biochemische Strukturen, Bildmaterial und wissenschaftliche Publikationen zu SARS-CoV-2 bereitgestellt werden.

Geschmückt wurde Apweilers Karriere nicht nur mit dem „Distinguished Achievement Award in Proteomics“, den ihm die Human Proteomics Organisation im Jahre 2004 verlieh, sondern auch mit der Präsidentschaft der Human Proteomics Organisation von 2007 bis 2008, von den üblichen akademischen Fellowships und Komitee-Mitgliedschaften nicht zu reden. Gekrönt aber wurde Apweilers Karriere im Jahre 2015, als er Kodirektor des EMBL-EBI wurde.

Organisator von Wissenschaft, kein Wissenschaftler

Das Ganze ist, man kann es nicht anders sagen, eine Bilderbuchkarriere auf dem Gebiet der Bioinformatik, und es ist ein beeindruckernder Aufstieg vom Doktoranden zum Chef des EMBL-EBI. Begleitet wird dieser Weg, wie das üblich ist, von einer hohen Publikationsaktivität, die sich im Web of Science, der weltgrößten Datenbank für naturwissenschaftlich-technische Fachaufsätze, so darstellt, dass dort 240 Veröffentlichungen gelistet werden, an denen Apweiler beteiligt war. Schaut man etwas genauer hin, sieht man sofort, dass ein Großteil der Apweilerschen Publikationen auf ebender Linie liegt, die in seiner Funktion als Interimsdirektor von Open Target sichtbar wurde:

Apweiler ist im wesentlichen ein Organisator von Wissenschaft; er ist kein Wissenschaftler, dessen primäre Forschungsaktivität in der Untersuchung eines natürlichen Objekts besteht. Wir finden daher von ihm als Co-Autor Artikel wie diese: „The European Bioinformatics Institute: empowering cooperation in response to a global health crisis“, „The European Bioinformatics Institute in 2020: building a global infrastructure of interconnected data resources for the life sciences“ oder „Update on activities at the Universal Protein Resource (UniProt) in 2013“.

Das alles ist mit Sicherheit nützlich, denn selbstverständlich benötigt gute Wissenschaft gutes Werkzeug, und zu diesem guten Werkzeug gehört heutzutage eben auch der Aufbau guter Datenbanken wie Gene Ontology oder Open Target. Und es gehört dazu auch eine eingehende Befassung mit der Funktionsweise solcher Datenbanken und die Kooperation von Medizinern, Genetikern, Informatikern, Mathematikern und anderem mehr. Was dabei entsteht, ist eine Art von organisatorischer Metawissenschaft, die darauf schaut, welche Instrumente aus welchen Wissenschaftsdisziplinen zusammengeführt werden können, um mit neuen Methoden die altbekannten Phänomene untersuchen zu können. Im Falle der Medizin läuft das auf eine „Systemmedizin“ hinaus, die „datengetrieben und quantitativ“ vorgeht, weil sie, wie Apweiler zusammen mit anderen schreibt, Daten als maßgeblich für die Entscheidungsprozesse im Gesundheitssystem betrachtet („Data are the basis for decisions in health care“).

Die dabei zu bewältigende Heterogenität der medizinischen Daten und ihre Interpretationsbedürftigkeit betrachtet man in diesem Kontext allerdings nicht als Grenze des systemmedizinischen Ansatzes, um auf der anderen Seite der Grenze dafür zu sorgen, dass Menschen mit reifer medizinischer Erfahrung die Daten kontextualisieren und dadurch erfahrungsgesättigte Schlüsse ziehen können. Vielmehr glaubt man, das Interpretations- und Bedeutungsproblem der Daten dadurch bewältigen zu können, dass man noch mehr Werkzeuge aus Mathematik, Statistik und Informatik kombinatorisch einsetzt, um auf diesem Weg die Unsicherheiten der Analysen und die Akkuratheit der Vorhersagen verbessern zu können („Given the complexity of human health and disease, only a multidisciplinary approach can help reduce uncertainty in analyses and improve the accuracy of predictions“). Sprich: Der medizinische Datenteufel soll mit einem multidisziplinären Datenbeelzebub ausgetrieben werden, auf dass die Daten sich selbst erklären.

Bioinformatische Modellrechnungen ein ums andere Mal daneben

Selbstverständlich ist dabei die Interpretationsbedürftigkeit der medizinischen Daten nicht verschwunden. Sie ist nur in die Untiefen der von der Systemmedizin aufgebauten und genutzen Datensysteme verschoben worden, dorthin nämlich, wo auf der Basis von empirischen Befunden und also auf der Basis von Erfahrung und Reflexion entschieden wurde, für welche Symptome man welche Gene und Proteine verantwortlich machen sollte. Irrtümer auf dieser Ebene wachsen sich sofort zu systemischen Irrtümern aus, sei es, dass man sich im Gen oder Protein und ihrer Funktion geirrt hat, sei es, dass man Interaktionen auf Gen- und Proteinebene falsch beurteilt hat, sei es, dass man sich in den Quantitäten vertan hat, die es braucht, um bestimmte Reaktionen zu triggern, sei es, dass man die epidemischen Effekte auf der Basis zugrundegelegter statistischer Modelle falsch angibt, sei es, dass die bioinformatischen Computerprogramme auf der Ebene der Programmcodes patzen.

Und so kommt es, dass die Datenbanken, die die bioinformatisch aufgepeppte Systemmedizin einsetzt, auf der einen Seite wunderbar sein können, weil sie nicht nur Unmengen von Genen und Proteinen mit ihren Funktionen katalogisieren, sondern auch statistische Normalverläufe beim Zusammentreffen von Viren, Genen und Proteinen so zu berechnen erlauben, dass man pathologische Effekte vorhersagen kann. Aber so kommt es auf der anderen Seite eben auch, dass das, was bioinformatisch-systemmedizinisch modelliert wurde, mit dem, was da draußen in der freien Natur tatsächlich geschieht, nicht viel zu tun haben muss. Man denke nur an jene inzwischen berüchtigte Studie, die am Londoner Imperial College entstanden ist und von Neil Ferguson verantwortet wurde: Sie prognostizierte im März 2020 für die Vereinigten Staaten bis zu 2,2 Millionen Tote und für Großbritannien 500.000 Opfer von Covid-19, wenn denn nicht von der Politik drastisch entgegengesteuert würde. Mit dieser drastischen Gegensteuerung lebt die Welt nun seit einem Jahr, aber eben auch damit, dass die bioinformatischen Modellrechnungen ein ums andere Mal danebenlagen.

Das ficht die Modellrechner nicht an. Für sie ist das Danebenliegen ein Zeichen des Erfolgs ihrer Methode: Die von der Bioinformatik dem politischen System inokulierte Panik habe zur Immunreaktion des lebenrettenden „Lockdown“ geführt, heißt es; und der wiederum habe die politischen Systeme nun zwar in eine fiebrige Agonie versetzt, aber immerhin auch am Leben erhalten und die große Katastrophe verhindert. Dass der politische Körper von alleine hätte gesunden können, etwa dank einer natürlicherweise vorhandenen Grundimmunität und mit erheblich weniger unangenehmen Symptomen, kommt dem Bioinformatiker nicht in den Blick, denn diese Möglichkeit wurde in den Untiefen der Systemmedizin offenbar gar nicht oder nicht adäquat kodiert und wird somit bei den Berechnungen auch nicht als Resultat ausgeworfen.

Das führt zu der endlosen Wiederholungsschleife, in der wir uns seit einem Jahr befinden: Das empirische Nahfeld, in dem sich die meisten von uns bewegen, kennt zunächst und zumeist keine Pandemie und keine Covid-19-Toten, während die öffentlich agierenden Bioinformatiker ein ums andere Mal die „Inzidenzen“ hochrechnen und damit ein Massensterben an die Wand malen, gegen das nur ein strenger „Lockdown“ helfe.

Jede dieser Voraussetzungen ist problematisch

Und damit sind wir wieder bei Rolf Apweiler, der in einem am 10. Februar geführten Interview mit der ARD ganz selbstverständlich nicht nur von den „Daten“ und „Stichproben“ spricht, die von der Virusvariante B.1.1.7 vorliegen, sondern auch von den beunruhigenden „Hochrechnungen“ zur künftigen Ausbreitung ebendieser Variante. Daraus schließt er, dass ein strengerer Lockdown nötig sei, nach britischem Vorbild: „Man hat also Instrumente, auch diese gefährlicheren Virusvarianten in den Griff zu kriegen.“ Diese Konsequenz müsse freilich die Politik ziehen, er als Wissenschaftler könne „nur versuchen aufzuklären“.

Zweifellos spricht hier zunächst der Bioinformatiker, der aus Informationen zu Genomen, Molekülen, Proteinen und klinischen Befunden Datenmodelle erzeugt, auf deren Basis er Hochrechnungen generiert. Dass solche Datenmodelle aber die Wirklichkeit als solche rein und ungeschönt nicht nur beschreiben, sondern, zu Hochrechnungen umgearbeitet, zukünftige Wirklichkeiten auch noch glatt vorhersagen sollen, ist ein Schritt aus der Bioinformatik hinaus und in das Reich des Kaffeesatzlesens hinein. Denn es heißt, die in den Modellen als Voraussetzung einfließenden Interpretationen nicht zu reflektieren, sondern für ein selbstverständliches Element der Wirklichkeit als solcher zu nehmen – und auf dieser Basis dann loszurechnen.

Im Falle Apweilers sehen diese Voraussetzungen so aus, dass er erstens die Virusvariante B.1.1.7 für „gefährlicher“ hält als ihre Vorläufer (was daran zu liegen scheint, dass er die geringfügig erhöhte Ausbreitungsgeschwindigkeit mit größerer „Gefährlichkeit“ identifiziert), dass er zweitens einen direkten Zusammenhang zwischen „Lockdown“ und Virusausbreitung unterstellt und dass er drittens die Ausbreitungszahlen möglichst niedrig halten will, bis möglichst viele Leute geimpft sind. Jede dieser Voraussetzungen ist problematisch, jede dieser Voraussetzungen müsste diskutiert werden, und für jede noch so kleine Verschiebung auf der Ebene dieser Voraussetzungen müsste man dann ebenfalls Modellrechnungen erstellen, wenn man die Zukunft vorhersagen wollte.

Von Aufklärung kann keine Rede sein

Wenn man das nicht tut, verengt man in der Modellrechnung den Möglichkeitsraum der Wirklichkeit auf ein enges Entwicklungssegment, das man nun zwar für das wahrscheinlichste halten mag, dessen Wahrscheinlichkeit aber lediglich daher rührt, dass man für das Modell vorab festlegte, welche Parameter rechenrelevant und damit wirklichkeitskonstitutiv sein sollen. Kurz: Man hat die existierende Wirklichkeit kräftig interpretiert, bevor man sich an die Berechnung der zukünftigen Wirklichkeit machte. Apweiler wäre ein Aufklärer gewesen, wenn er über diese Voraussetzungen seiner Modellrechnung gesprochen und ihre innere Logik erläutert hätte. Indem das unterbleibt, kann von Aufklärung keine Rede sein. Vielmehr kippt die Modellierung eben darin, dass sie einen einfachen Realitätsgehalt behauptet, den sie nicht hat, in eine schlichte Ideologie um.

Diese Ideologie lässt sich auf zwei Sätze bringen: Unterbindet die Kontakte der Menschen, dann kann sich das Virus nicht ausbreiten; und impft, soviel ihr könnt, denn nur so können wir uns gegen das Virus immunisieren. Hätte Apweiler so gesprochen, wäre klar geworden, wie begründungspflichtig seine öffentliche Äußerung eigentlich ist. Er hätte dann nämlich Rechenschaft darüber ablegen müssen, warum er meint, wir hätten keine Grundimmunität, die uns auch vor diesem Virus schützt; warum er meint, dass die Corona-Impfungen besser als die Influenza-Impfungen wirken würden.

Und warum er meint, dass die Ausbreitung des Virus und die mit ihm verbundenen Erkrankungen alleine an viralen Eigenschaften liege und nicht auch und vielleicht hauptsächlich von Umständen abhänge wie der Altersstruktur der Bevölkerung, der Siedlungs- und Wohndichte, dem Sozialverhalten, den Sekundärtugenden (die Hände waschen, nicht ins Gesicht husten), dem Gesundheitssystem, in der Bevölkerung verbreiteten Vorerkrankungen oder genetischen Unterschieden in den Populationen.

Das alles fehlt, und indem es fehlt, fehlt genau das, was Wissenschaft allererst zu Wissenschaft macht: die Reflexion auf die stets implizit mitlaufenden Interpretationen des Gegenstandsbereichs, die Reflexion auf die angemessenen Kontexte, in denen man sich bewegt, und die Reflexion auf die Logik der Methoden und Modelle und ihre sprachliche Darstellung. Stattdessen wird hier Wissenschaft von einem komplexen Prozess zu einem einfachen Resultat umgestylt, das aus bioinformatischen Modellrechnungen hervorgezaubert wird und in der Apweilerschen Version lautet: „Idealerweise sollte man sogar verschärfen“.

Das ist, soviel sollte nun klar sein, nichts weiter als eine als Wissenschaft verkaufte Meinung. Sie ist allerdings mit der Meinung der Bundeskanzlerin vollkommen kompatibel.