Apps
EN — EnglishLogin

🧪 Diese Plattform befindet sich in der Beta-Phase. Funktionen können sich ändern und es können Fehler auftreten. Danke für dein Feedback!

Staatsanwaltsirrtum

Auch bekannt als: Transposition der Bedingten Basisratenvernachlässigung in der Forensik
Aspect ID: prosecutors_fallacy

Definition

Der Staatsanwaltsirrtum verwechselt die Wahrscheinlichkeit des Beweises bei Unschuld — P(Beweis | unschuldig) — mit der Wahrscheinlichkeit der Unschuld angesichts des Beweises — P(unschuldig | Beweis). Eine DNA-Übereinstimmung mit einer 1-zu-einer-Million-Zufallswahrscheinlichkeit bedeutet nicht, dass es eine 1-zu-einer-Million-Chance gibt, dass der Angeklagte unschuldig ist.

Beispiele

Ein Forensiker bezeugt, es gebe eine 1-zu-10-Millionen-Chance, dass ein Unschuldiger das DNA-Profil des Angeklagten teilt. Der Staatsanwalt argumentiert, dies bedeute eine 1-zu-10-Millionen-Chance der Unschuld. In einer Stadt mit 3 Millionen Menschen würden jedoch ca. 0,3 Personen zufällig übereinstimmen.

Ein Statistiker erklärt vor Gericht, dass nur 1 von 50.000 Männern das gleiche seltene Schuhprofil hinterlässt wie am Tatort gefunden. Der Staatsanwalt schlussfolgert daraus, der Angeklagte sei zu 99,998 % schuldig – dabei ignoriert er, dass in einer Millionenstadt noch dutzende andere Männer dasselbe Profil tragen könnten.

Bei einer Betrugsermittlung im Unternehmen zeigt eine Software, dass ein Mitarbeiter ein Verhaltensmuster aufweist, das bei ehrlichen Mitarbeitern nur in 0,1 % der Fälle vorkommt. Die Personalchefin schließt daraus, er sei mit 99,9 % Wahrscheinlichkeit schuldig – obwohl bei tausend Mitarbeitern statistisch gesehen auch ein Unschuldiger dieses Muster zeigen würde.

Prüfschritte
Prüfschritte
Binäre Ja/Nein-Fragen, die eine KI beantworten muss, um ein Argumentationsmuster in einem Text zu erkennen.
Jeder der 452 Aspekte hat Prüfschritte — einfache Ja/Nein-Fragen, die systematisch erkennen sollen, ob ein Muster in einem Text vorkommt. Für Ad Hominem: "Greift das Argument eine Person statt ihre Behauptung an?" Für falsche Dichotomie: "Werden nur zwei Optionen präsentiert, obwohl mehr existieren?"

Binäre (Ja/Nein) Fragen, die ein LLM beantworten muss, um diesen Aspekt zu identifizieren:

  1. 1

    Wird eine Wahrscheinlichkeitsaussage über Beweise mit einer Wahrscheinlichkeitsaussage über Schuld oder Unschuld verwechselt?

    Typ: binary
  2. 2

    Wird P(Beweis | Hypothese) als gleich P(Hypothese | Beweis) behandelt?

    Typ: binary
  3. 3

    Ignoriert das Argument die Basisrate der Hypothese?

    Typ: binary
  4. 4

    Könnte der Satz von Bayes angewendet werden, um den Unterschied zwischen den beiden Wahrscheinlichkeiten aufzuzeigen?

    Typ: binary
Vertiefung
Der aufklappbare Detailbereich auf jeder Aspekt-Seite mit Beispielen, Psychologie und Gegenstrategien.
Der Vertiefungsbereich bietet ausführliche Informationen zu jedem Aspekt: ein Praxisbeispiel, eine Erklärung warum es funktioniert, Tipps wie man entgegnet, alternative Bezeichnungen und Links zu verwandten Aspekten.