Clear Sky Science · de
Mathematische und ethische Überlegungen in ökonomischen Modellen
Warum das Kleingedruckte in der Klimaökonomie wichtig ist
Wenn Regierungen darüber streiten, wie schnell Emissionen gesenkt werden sollen oder wie hoch eine CO2‑Steuer sein muss, stützen sie sich häufig auf komplexe ökonomische Modelle. Dieser Aufsatz zeigt, dass einige der stillen mathematischen Entscheidungen hinter diesen Modellen eine „optimale" Klimapolitik drastisch verändern können — und damit Kosten und Risiken auf künftige Generationen verlagern. Das Verständnis dieser versteckten Annahmen ist entscheidend für alle, denen Klimagerechtigkeit, langfristiger Wohlstand und die Frage wichtig sind, wie Wissenschaft öffentliche Entscheidungen informiert. 
Wie Klima‑ und Wirtschaftsmodelle versuchen, die „beste" Zukunft zu wählen
Viele einflussreiche Klima‑Wirtschafts‑Werkzeuge, etwa integrierte Bewertungsmodelle, basieren auf einem Rahmen, der als Optimalsteuerung bezeichnet wird. Einfach gesagt stellen sich diese Modelle eine sich über die Zeit entwickelnde Wirtschaft vor, in der Entscheidungsträger Politiken — wie CO2‑Abgaben oder Investitionsniveaus — so wählen, dass eine einzelne Zahl maximiert wird, die „Wert" oder „soziales Wohlergehen" über die lange Frist repräsentiert. Diese Denkweise ist tief in der neoklassischen Ökonomie verankert. Sie setzt oft voraus, dass Wachstum im gemessenen Output als Proxy für menschliches Wohlergehen dient und dass Individuen oder Regierungen als Wertmaximierer handeln. Die Autorinnen und Autoren argumentieren, dass ein so enger Fokus bereits wichtige Fragen der Gerechtigkeit, ökologischer Grenzen und menschlicher Motivation ausblenden kann.
Versteckte Annahmen über die ferne Zukunft
Das zentrale technische Problem, das der Aufsatz aufdeckt, ist eine oft unausgesprochene Annahme: dass sich die Wirtschaft schließlich in einem stationären Zustand einpendeln wird — einem stabilen Muster, das nicht explodiert oder kollabiert. Viele Lösungsverfahren in der Ökonomie, insbesondere Lagrange‑Techniken und die sogenannten Blanchard–Kahn‑Bedingungen, bauen diese Annahme faktisch ein. Die Autorinnen und Autoren konstruieren sehr einfache, transparente mathematische Beispiele, um zu zeigen, dass für dasselbe Modell der „optimale" Pfad unter einer erzwungenen Stationaritätsannahme völlig anders sein kann als der Pfad, den man erhält, wenn man schlicht fragt: „Was maximiert den Wert?" ohne langfristige Stabilität vorauszusetzen. In einigen Fällen macht das Wegfallen der Stabilitätsanforderung es mathematisch attraktiv, Variablen an die Extreme zu treiben, was zu Verläufen führt, die unbeschränkt wachsen und kaum noch Ähnlichkeit mit einem realistischen oder gerechten ökonomischen Pfad haben. 
Die Abzinsung der Zukunft und generationengerechte Fairness
Der Aufsatz beleuchtet außerdem eine langjährige Kontroverse in der Klimaökonomie: das Discounting, die Praxis, Nutzen und Schäden in der Zukunft weniger zu gewichten als gegenwärtige. Discounting wurde ursprünglich eingeführt, um bestimmte mathematische Probleme leichter lösbar zu machen, nicht weil es ethisch begründet gewesen wäre. Wird es jedoch auf Klimapolitik angewandt, können selbst scheinbar kleine Diskontsätze das Gewicht reduzieren, das Menschen, die Jahrzehnte oder Jahrhunderte später leben, beigemessen wird. Die Autorinnen und Autoren rekapitulieren historische Debatten und aktuelle Umfragen unter Ökonominnen und Ökonomen und bemerken, dass viele inzwischen sehr niedrige — oder sogar null — reine Zeitdiskontsätze bei der Bewertung sozialer Politiken favorisieren. Sie betonen, dass technische Bequemlichkeit kein verlässlicher Grund ist, künftige Leben als weniger wichtig zu behandeln, insbesondere in einer Welt, die bereits von tiefer Ungleichheit und ökologischer Überlastung geprägt ist.
Warum das die gängige Klimamodellierung infrage stellt
Über ihre eigene mathematische Kritik hinaus verbinden die Autorinnen und Autoren ihre Ergebnisse mit breiteren Einwänden gegen Standard‑Klima‑Wirtschaftsmodelle. Solche Modelle ignorieren oft, wie sich Auswirkungen und Verantwortlichkeiten zwischen Ländern und sozialen Gruppen verteilen, behandeln Umweltschäden als Nebeneffekt, der „eingepreist" werden kann, und nehmen an, dass Märkte, Individuen und Technologien sich vereinfachend und hochgradig rational verhalten. Alternativen — etwa agentenbasierte Modelle, Expertenbefragungen und verschiedene ökonomische Denkschulen — können Unsicherheit, soziale Dynamiken und Machtungleichgewichte realistischer abbilden, auch wenn sie schwieriger zu kalibrieren sind oder weniger präzise Prognosen liefern. Die Botschaft ist nicht, Modellierung aufzugeben, sondern anzuerkennen, dass Modelle Werturteile enthalten, und sie demütiger und transparenter zu nutzen.
Was das für Klimapolitik und öffentliche Debatten bedeutet
Für Nicht‑Fachleute lautet die wichtigste Erkenntnis, dass die „optimale" Klimapolitik, die aus einem ausgefeilten ökonomischen Modell hervorgeht, nur so belastbar ist wie die Annahmen, die in ihm verborgen sind. Wenn ein Modell stillschweigend annimmt, die Wirtschaft müsse am Ende stabil sein, oder das Wohlergehen künftiger Generationen stark abzinst, kann es langsamere Klimamaßnahmen empfehlen, als Gerechtigkeit oder Vorsorge verlangen würden. Die Autorinnen und Autoren fordern eine klarere Kommunikation dieser Annahmen, mehr öffentliche und demokratische Beteiligung bei der Definition dessen, was als Wert zählt, und größere Offenheit gegenüber ökonomischen Ansätzen, die Vorsorge, Gerechtigkeit und kollektives Wohl über enge Effizienzvorgaben stellen. In einer Zeit immense Risiken für das Klima vertreten sie die Auffassung, wirtschaftliche Modelle sollten als Werkzeuge für Reflexion und Dialog betrachtet werden, nicht als Orakel, die unsere gemeinsame Zukunft diktieren.
Zitation: Hughes, T., Branford, E. Mathematical and Ethical Considerations in Economics Modelling. npj Clim. Action 5, 15 (2026). https://doi.org/10.1038/s44168-026-00338-6
Schlüsselwörter: Klimaökonomie, integrierte Bewertungsmodelle, Abzinsung, generationengerechte Gerechtigkeit, Annahmen ökonomischer Modellierung