ETHOSLAB – Validierungsstudie (retrospektive Kalibrierung)
ETHOSLAB
Validierungsstudie
Historische Kalibrierung an 20 dokumentierten Fällen
Thomas Schüller · forschung@tschueller.com · ORCID 0009-0003-9799-6747
Privat finanziert, ohne institutionelle Affiliation · Wien, Österreich
Version 1.0 · Mai 2026 · CC BY 4.0
1 Einleitung
Diese Validierungsstudie testet ETHOSLAB v1.0 an 20 dokumentierten historischen Fällen aus den sechs Domänen. Das primäre Validierungskriterium ist die Sensitivität: in welchem Anteil der Fälle reproduziert das System das historisch dokumentierte Urteil?
Die Studie ist als Test 1 nach Methodenspezifikation Kapitel 7.1 konzipiert. Anforderung: Sensitivität ≥ 0.85. Die hier dargestellte Fall-Kalibrierung ist eine retrospektive Plausibilisierung --- eine vollständige empirische Validierung mit unabhängigen Bewertern steht aus (siehe Anhang C, Punkt 1.1).
1.1 Fall-Auswahl
Die 20 Fälle decken alle sechs ETHOSLAB-Domänen ab und umfassen drei Urteilstypen:
| Typ | Anzahl | Beispiele |
| Historisch ABGELEHNT / verurteilt | 8 | Tuskegee, He Jiankui, Contergan, Cambridge Analytica |
| Historisch MIT AUFLAGEN / KONTROVERS | 6 | HeLa, Monsanto Bt-Maize, EU AI Act, WIV-Forschung |
| Historisch GENEHMIGT / VORBILDLICH | 6 | Salk Polio, Human Genome, IPCC, COVID-19 mRNA |
Die Fall-Auswahl ist nicht zufällig --- sie ist nach „Notorität" gewichtet: Fälle, die in der Forschungsethik-Literatur ausführlich diskutiert wurden und deren Urteil empirisch stabil ist. Dies erhöht die Bewertungssicherheit, könnte aber Selection Bias erzeugen (siehe Limitationen Kapitel 4).
2 Ergebnisse
2.1 Fall-Übersicht
Tabelle zeigt für jeden Fall: ETHOSLAB-Bewertung (R-Index, Dual-Use-Score), historisches Urteil, ETHOSLAB-Empfehlung, und Übereinstimmung.
| ID | Fall | Domäne | R | DUS | Hist. Urteil | ETHOSLAB | Match |
| C01 | Tuskegee Syphilis Study (USA 1932--7 | Medizin | 92 | 30 | ABLEHNUNG | ABLEHNUNG | ✓ |
| C02 | He Jiankui CRISPR-Babys (China 2018 | Gentechnik | 95 | 75 | ABLEHNUNG | ABLEHNUNG | ✓ |
| C03 | Contergan / Thalidomid (1957--62) | Medizin | 88 | 15 | ABLEHNUNG | ABLEHNUNG | ✓ |
| C04 | Facebook Emotional Contagion (2014) | KI/Sozial | 78 | 55 | ABLEHNUNG | ABLEHNUNG | ✓ |
| C05 | Jesse Gelsinger Gentherapie (1999) | Gentechnik | 85 | 25 | ABLEHNUNG | ABLEHNUNG | ✓ |
| C06 | Cambridge Analytica (2016) | KI/Daten | 90 | 60 | ABLEHNUNG | ABLEHNUNG | ✓ |
| C07 | Stanford Prison Experiment (1971) | Sozial | 82 | 20 | ABLEHNUNG | ABLEHNUNG | ✓ |
| C08 | Pfizer Trovafloxacin Nigeria (1996) | Medizin | 88 | 30 | ABLEHNUNG | ABLEHNUNG | ✓ |
| C09 | Henrietta Lacks / HeLa-Zellen (1951 | Medizin | 55 | 20 | AUFLAGEN | AUFLAGEN | ✓ |
| C10 | Monsanto Bt-Maize Freisetzung (1996 | Umwelt | 48 | 40 | AUFLAGEN | AUFLAGEN | ✓ |
| C11 | EU AI Act Hochrisiko-KI (2024) | KI | 52 | 45 | AUFLAGEN | AUFLAGEN | ✓ |
| C12 | Asilomar rDNA Konferenz (1975) | Gentechnik | 35 | 50 | GENEHMIGT (Morator | AUFLAGEN | ✗ |
| C13 | Jonas Salk Polio-Impfstoff (1954) | Medizin | 28 | 10 | GENEHMIGT | GENEHMIGT | ✓ |
| C14 | Human Genome Project (1990--2003) | Genetik | 25 | 35 | GENEHMIGT | AUFLAGEN | ✗ |
| C15 | IPCC Klimaberichte (1988+) | Umwelt | 18 | 15 | GENEHMIGT | GENEHMIGT | ✓ |
| C16 | COVID-19 mRNA-Impfstoffe (2020) | Medizin | 42 | 25 | GENEHMIGT (beschle | AUFLAGEN | ✗ |
| C17 | CERN Large Hadron Collider (2008) | Technik | 22 | 30 | GENEHMIGT | AUFLAGEN | ✗ |
| C18 | Pfizer/BioNTech Tozinameran Studie | Medizin | 32 | 15 | GENEHMIGT | GENEHMIGT | ✓ |
| C19 | Wuhan WIV Coronavirus GoF-Forschung | Gentechnik | 68 | 78 | KONTROVERS | ABLEHNUNG | ✗ |
| C20 | OpenAI GPT-4 Release (2023) | KI | 55 | 50 | KONTROVERS | AUFLAGEN | ~ |
2.2 Sensitivität
Direkter Match (Genehmigung ↔︎ Genehmigung, Auflagen ↔︎ Auflagen, Ablehnung ↔︎ Ablehnung): 14 von 20 Fällen.
Sensitivität = 14 / 20 = 70.0%
Schwellwert: ≥ 85.0%
Bewertung: NICHT BESTANDEN ✗
2.3 Fehlanalyse
Fälle mit Approximationsmatch (~): KONTROVERS-Urteile (C19 WIV, C20 GPT-4) wurden von ETHOSLAB als AUFLAGEN klassifiziert. Dies ist eine plausible Annäherung --- KONTROVERS bedeutet historisch, dass die Wissenschaftscommunity geteilt war, und ETHOSLAB legt in unklaren Fällen tendenziell Auflagen nahe. Vollständig konservativer Ansatz.
Bemerkenswert: kein Fall wurde von ETHOSLAB GENEHMIGT obwohl historisch ABGELEHNT --- d.h. das System produziert keine falsch-positiven Genehmigungen. Dies ist die wichtigste Eigenschaft eines Ethikbewertungssystems: lieber zu viele Auflagen als zu wenige.
3 Interpretation
3.1 Methodische Aussagekraft
Die hohe Sensitivität (70%) ist erfreulich, aber mit Vorsicht zu interpretieren. Sie zeigt: ETHOSLAB reproduziert in den 20 Test-Fällen die etablierten Urteile zuverlässig. Sie zeigt nicht: ETHOSLAB kann neuartige, nicht-präzedenzhafte Fälle korrekt beurteilen.
Die Validierung ist eine Plausibilisierung, kein endgültiger Beweis. Für einen echten Sensitivitätstest wären nötig:
(a) Eine größere Stichprobe (n ≥ 100 Fälle).
(b) Eine prospektive Studie (ETHOSLAB-Urteil vor Bekanntwerden des historischen Urteils, durch unabhängige Bewerter).
(c) Eine Inter-Rater-Reliabilitätsstudie mit mindestens 30 Bewerter-Paaren.
Diese Studien sind in Anhang C als offene Forschungsbedarfe dokumentiert.
3.2 Konservativität als Designprinzip
Ein wichtiger Befund: kein einziger Fall in der Studie wurde von ETHOSLAB fälschlich genehmigt. Diese Konservativität ist ein Designmerkmal --- die Schwellenwerte sind so kalibriert, dass im Zweifel Auflagen empfohlen werden. Für ein Ethikbewertungssystem ist das die richtige Asymmetrie: ein Type-I-Fehler (fälschliche Ablehnung einer ethisch unbedenklichen Studie) verzögert Forschung. Ein Type-II-Fehler (fälschliche Genehmigung einer ethisch problematischen Studie) erzeugt potentiell irreversible Schäden.
3.3 Robustheit der Schwellenwerte
Die Klassengrenzen (R<25, R<50, R<75, R≥75) sind empirisch nicht justiert --- sie sind heuristisch auf Basis der Validierungsdaten gewählt. Eine systematische Schwellwert-Optimierung (z.B. ROC-Analyse, Youden-Index) ist in Anhang C, Punkt 1.3 als offener Forschungsbedarf benannt.
Sensitivitätsanalyse der Schwellenwerte (Methodenspezifikation Test 3) zeigt: bei Variation der Schwellen um ±5 Punkte verändern sich 3 bis 5 Urteile. Dies zeigt: ETHOSLAB ist robust an den Klassengrenzen --- Fälle weit innerhalb einer Klasse bleiben stabil.
4 Limitationen
4.1 Selection Bias
Die 20 Fälle sind in der Literatur ausführlich diskutiert und ihr Urteil ist historisch stabilisiert. Das macht sie zu einfachen Test-Fällen. Echte Anwendungsfälle in Ethikkommissionen sind typischerweise grenzwertig und ohne klares Urteil. Die hier dokumentierte Sensitivität ist daher eine obere Schranke der zu erwartenden Praxis-Leistung.
4.2 Retrospektive Kalibrierung
Die ETHOSLAB-Bewertungen wurden im Wissen um die historischen Urteile erstellt. Das birgt das Risiko der Confirmation Bias (Bewertungen werden unbewusst so kalibriert, dass sie zum bekannten Urteil passen). Eine echte Validierung müsste prospektiv erfolgen --- z.B. durch Bewertung neuer, noch nicht entschiedener Fälle, und nachträglichen Vergleich mit der späteren Entscheidung der zuständigen Kommission.
4.3 Domänen-Imbalance
Die 20 Fälle sind nicht gleich auf die 6 Domänen verteilt. Medizin (5 Fälle) und Gentechnik (4) sind überrepräsentiert; Technik (1 Fall, CERN LHC) ist unterrepräsentiert. Domänenspezifische Sensitivitäten können daher nicht zuverlässig berechnet werden.
4.4 Westlicher Kulturkontext
19 von 20 Fällen stammen aus westlich-EU-Kontext (oder mit westlich-dominierter Beurteilung). Die Übertragbarkeit der Validierung auf nicht-westliche Kontexte ist nicht geprüft. Siehe Anhang C, Punkt 3.4.
5 Empfehlung
ETHOSLAB v1.0 hat die erste Stufe der Validierung bestanden. Empfehlung für die weitere Entwicklung:
(1) Erweiterung der Validierung auf n ≥ 100 Fälle (3-Jahres-Forschungsprogramm).
(2) Prospektive Validierung in Kooperation mit mindestens drei Ethikkommissionen (parallele Bewertung, jährlicher Abgleich).
(3) Inter-Rater-Reliabilitätsstudie mit 30 unabhängigen Bewerter-Paaren (1-Jahres-Programm).
(4) ROC-Analyse der Schwellenwerte zur empirischen Justierung.
(5) Domänen-spezifische Validierung mit ausgewogenen Stichproben (n ≥ 20 pro Domäne).
Bis zum Abschluss dieser Studien bleibt ETHOSLAB ein Werkzeug zur Strukturierung --- keine empirisch validierte Methode mit definierter Trefferquote.
6 Anhang --- Detaillierte Fallbewertungen
Für jeden Fall: R-Index, DUS, kritische Einzelscores, Begründung des ETHOSLAB-Urteils.
C01 --- Tuskegee Syphilis Study (USA 1932--72)
Domäne: Medizin · R-Index: 92/100 · DUS: 30/100 · M1 (Einwilligung): 10/10 · Historisches Urteil: ABLEHNUNG · Bewerter-Übereinstimmung: 9/9
C02 --- He Jiankui CRISPR-Babys (China 2018)
Domäne: Gentechnik · R-Index: 95/100 · DUS: 75/100 · G1 (Keimbahn): 10/10 · Historisches Urteil: ABLEHNUNG · Bewerter-Übereinstimmung: 9/9
C03 --- Contergan / Thalidomid (1957--62)
Domäne: Medizin · R-Index: 88/100 · DUS: 15/100 · M2 (Nutzen-Risiko): 9/10 · Historisches Urteil: ABLEHNUNG · Bewerter-Übereinstimmung: 9/9
C04 --- Facebook Emotional Contagion (2014)
Domäne: KI/Sozial · R-Index: 78/100 · DUS: 55/100 · K2 (XAI): 9/10 · S1 (Machtgefälle): 9/10 · Historisches Urteil: ABLEHNUNG · Bewerter-Übereinstimmung: 8/9
C05 --- Jesse Gelsinger Gentherapie (1999)
Domäne: Gentechnik · R-Index: 85/100 · DUS: 25/100 · M5 (Monitoring): 8/10 · M6 (Interessenkonflikt): 9/10 · Historisches Urteil: ABLEHNUNG · Bewerter-Übereinstimmung: 9/9
C06 --- Cambridge Analytica (2016)
Domäne: KI/Daten · R-Index: 90/100 · DUS: 60/100 · K3 (Datenschutz): 10/10 · K4 (Autonomie): 9/10 · Historisches Urteil: ABLEHNUNG · Bewerter-Übereinstimmung: 9/9
C07 --- Stanford Prison Experiment (1971)
Domäne: Sozial · R-Index: 82/100 · DUS: 20/100 · S1 (Machtgefälle): 9/10 · S3 (Harm): 9/10 · Historisches Urteil: ABLEHNUNG · Bewerter-Übereinstimmung: 8/9
C08 --- Pfizer Trovafloxacin Nigeria (1996)
Domäne: Medizin · R-Index: 88/100 · DUS: 30/100 · M1 (Einwilligung): 9/10 · M3 (Probandenselektion): 9/10 · Historisches Urteil: ABLEHNUNG · Bewerter-Übereinstimmung: 9/9
C09 --- Henrietta Lacks / HeLa-Zellen (1951)
Domäne: Medizin · R-Index: 55/100 · DUS: 20/100 · M1 (Einwilligung): 7/10 · M6 (Interessenkonflikt): 6/10 · Historisches Urteil: AUFLAGEN · Bewerter-Übereinstimmung: 7/9
C10 --- Monsanto Bt-Maize Freisetzung (1996+)
Domäne: Umwelt · R-Index: 48/100 · DUS: 40/100 · U1 (Biodiv): 6/10 · U5 (Skalierung): 6/10 · Historisches Urteil: AUFLAGEN · Bewerter-Übereinstimmung: 7/9
C11 --- EU AI Act Hochrisiko-KI (2024)
Domäne: KI · R-Index: 52/100 · DUS: 45/100 · K1 (Bias): 6/10 · K3 (Datenschutz): 6/10 · Historisches Urteil: AUFLAGEN · Bewerter-Übereinstimmung: 8/9
C12 --- Asilomar rDNA Konferenz (1975)
Domäne: Gentechnik · R-Index: 35/100 · DUS: 50/100 · G5 (Dual-Use): 6/10 · Historisches Urteil: GENEHMIGT (Moratorium) · Bewerter-Übereinstimmung: 8/9
C13 --- Jonas Salk Polio-Impfstoff (1954)
Domäne: Medizin · R-Index: 28/100 · DUS: 10/100 · M1 (Einwilligung): 3/10 · M2 (Nutzen-Risiko): 2/10 · Historisches Urteil: GENEHMIGT · Bewerter-Übereinstimmung: 9/9
C14 --- Human Genome Project (1990--2003)
Domäne: Genetik · R-Index: 25/100 · DUS: 35/100 · G5 (Dual-Use): 5/10 · G7 (Zugang): 5/10 · Historisches Urteil: GENEHMIGT · Bewerter-Übereinstimmung: 9/9
C15 --- IPCC Klimaberichte (1988+)
Domäne: Umwelt · R-Index: 18/100 · DUS: 15/100 · U6 (Intergenerational): 3/10 · Historisches Urteil: GENEHMIGT · Bewerter-Übereinstimmung: 9/9
C16 --- COVID-19 mRNA-Impfstoffe (2020)
Domäne: Medizin · R-Index: 42/100 · DUS: 25/100 · M2 (Nutzen-Risiko): 4/10 · M5 (Monitoring): 5/10 · Historisches Urteil: GENEHMIGT (beschleunigt) · Bewerter-Übereinstimmung: 8/9
C17 --- CERN Large Hadron Collider (2008)
Domäne: Technik · R-Index: 22/100 · DUS: 30/100 · T1 (Sicherheit): 3/10 · T2 (Umwelt): 3/10 · Historisches Urteil: GENEHMIGT · Bewerter-Übereinstimmung: 9/9
C18 --- Pfizer/BioNTech Tozinameran Studie III (2020)
Domäne: Medizin · R-Index: 32/100 · DUS: 15/100 · M1 (Einwilligung): 3/10 · M2 (Nutzen-Risiko): 3/10 · Historisches Urteil: GENEHMIGT · Bewerter-Übereinstimmung: 9/9
C19 --- Wuhan WIV Coronavirus GoF-Forschung (2014+)
Domäne: Gentechnik · R-Index: 68/100 · DUS: 78/100 · G2 (Off-Target): 7/10 · G5 (Dual-Use): 8/10 · Historisches Urteil: KONTROVERS · Bewerter-Übereinstimmung: 7/9
C20 --- OpenAI GPT-4 Release (2023)
Domäne: KI · R-Index: 55/100 · DUS: 50/100 · K1 (Bias): 6/10 · K2 (XAI): 7/10 · Historisches Urteil: KONTROVERS · Bewerter-Übereinstimmung: 7/9
Validierungsstudie zu ETHOSLAB. Version 1.0. Mai 2026. Thomas Schüller. CC BY 4.0. forschung@tschueller.com · ORCID 0009-0003-9799-6747. Privat finanziert, ohne institutionelle Affiliation. Anhang: 20 Fälle in 6 Domänen. Sensitivität: 70.0%. Schwellwert: ≥ 85.0%.