Die selektive Veränderung, Auslassung, Aggregation, Transformation oder Darstellung von Daten oder Analyseverfahren mit der Wirkung — beabsichtigt oder vorhersehbar — eine irreführende, voreingenommene oder falsche Darstellung des zugrundeliegenden Phänomens zu stützen.

Prinzip

Entscheidungen bei Datenverarbeitung und -darstellung (Auswahl, Skalierung, Aggregation, Visualisierung) verändern die inferentielle Botschaft für ein Publikum; ohne Transparenz dieser Entscheidungen können Konsumenten nicht zwischen legitimen analytischen Entscheidungen und manipulativen Maßnahmen unterscheiden.

Demonstration

Illustratives Szenario: Situation — Ein Policy‑Brief zeigt ein Liniendiagramm zur Arbeitslosigkeit, das einen kurzen Rückgang hervorhebt, indem die y‑Achse abgeschnitten und ein günstiger Startzeitpunkt gewählt wird. Erkennung — Die Achsenskalierung und das Zeitfenster werden beanstandet. Handlung — Prüfer stellen die vollständige Achsenskalierung wieder her, erweitern das Zeitfenster und legen Auswahlkriterien offen. Folge — Die anfängliche Schlussfolgerung verliert an Bestätigung, sobald vollständige Daten und Methoden sichtbar sind (illustratives Szenario).

Fehlanwendung

Fehlanwendung: Routinemäßiges Daten-Cleaning, Preprocessing oder berechtigte Subsetting als Datenmanipulation zu bewerten. Fehler: Methodische Transparenz oder gerechtfertigte Ausschlusskriterien mit betrügerischer Absicht zu verwechseln; korrekt ist die Unterscheidung von Absicht und Nachvollziehbarkeit gegenüber rein ergebnisabhängigen Auswahlentscheidungen.

Konsequenz

Folgen: Manipulierte Datenpräsentationen können Entscheidungsträger in die Irre führen, öffentliche Debatten verzerren, unangemessene Politiken oder Investitionen auslösen und das Vertrauen in Institutionen untergraben; außerdem entsteht Aufwand für Auditierung und Reproduzierbarkeit.

Umkehrung

Einschränkung: Auswahl und Transformation von Daten sind für Analysezwecke notwendig (datenschutzwahrende Aggregation, Fokus auf relevante Subpopulationen, Entfernung bekannter Artefakte). Solche legitimen Praktiken sind keine Manipulation, wenn Methoden transparent, gerechtfertigt und reproduzierbar sind; Manipulation kennzeichnet sich durch Verschleierung oder Verzerrungsabsicht.

Abgrenzung

Eindeutig innerhalb — Das Erfinden von Datenpunkten oder das absichtliche Weglassen eines definierten Subsets, von dem bekannt ist, dass es die Schlussfolgerungen ändert, ohne dies offenzulegen. Randfall — Die Wahl eines bestimmten Zeitfensters, das Ergebnisse stärker erscheinen lässt; ob dies Manipulation ist, hängt von Begründung und Offenlegung ab. Eindeutig außerhalb — Standardmäßiges Daten‑Cleaning, das in einer Methodenbeilage dokumentiert ist.

Semantische Spannung

Spannung: Genauigkeit/Vollständigkeit ↔ Verständlichkeit/Kürze. Die Darstellung vollständiger Rohdaten erhält Genauigkeit, vermindert jedoch die Verständlichkeit; Zusammenfassungen erleichtern das Verständnis, können aber bei fehlender Transparenz missbraucht werden.

Synthese

Tiefere Einsicht: Die Verhinderung von Datenmanipulation beruht weniger auf einem Verbot von Auswahlhandlungen als auf Anforderungen an reproduzierbare Methoden, transparente Offenlegung von Entscheidungen und Zugang zur Provenienz, damit die interpretativen Effekte der Entscheidungen bewertet werden können.