Von Herrn Selk habe ich inzwischen den Prüfbericht bekommen, den seine Pre-Peer-Review für Diem et al., 2005, ausgeworfen hat. Diesen Bericht werde ich von ChatGPT bewerten lassen und die Bewertung von einer zweiten KI (Claude) verifizieren lassen.

Den Prüfbericht (reiner Text) habe ich unverändert ChatGPT übergeben und die KI um eine fachliche Bewertung gebeten. Lesen Sie hier und jetzt, wie die KI die Pre-Peer-Review bewertet:

Der Text ist rhetorisch stark, aber methodisch an mehreren entscheidenden Stellen unpräzise bis unhaltbar. Er wirkt weniger wie ein Pre-Peer-Review-Werkzeug als wie ein normatives Ausschlussinstrument mit vorab feststehendem Ergebnis.

Grundproblem: Verwechslung von Plausibilitätsprüfung und Falsifikation

Der zentrale Hebel des Frameworks ist Kriterium 1 („physikalische Unmöglichkeit“). Hier liegt der gravierendste Fehler. Die Argumentation basiert implizit auf dem Ein-Photonen-Modell („E = h·f“) und setzt daraus direkt die Unmöglichkeit biologischer Effekte ab. Das ist in dieser Allgemeinheit jedoch nicht haltbar. Die Berechnung ist formal korrekt – aber die Schlussfolgerung ist es nicht. Denn:

- HF-Exposition in biologischen Systemen ist kein Ein-Photon-Prozess, sondern ein klassisches elektromagnetisches Feld mit makroskopischer Leistungsdichte (SAR).

- Biologische Effekte (sofern vorhanden) wären nicht über direkte Bindungsbruch-Photonik, sondern über indirekte, kollektive oder sekundäre Mechanismen zu diskutieren (z.B. oxidative Prozesse, Signaltransduktion, thermische Mikrogradienten etc.).

- Die wissenschaftliche Debatte um HF-EMF dreht sich genau um diese Frage: gibt es nicht-thermische Effekte trotz fehlender Ionisationsenergie? – sie ist nicht trivial durch eine Energieabschätzung „erledigt“.

Kurz: Der Schritt „Photonenergie zu klein → Effekt unmöglich → Auto-Reject“ ist ein Kategorienfehler.

Das allein disqualifiziert das Framework in seiner jetzigen Form als allgemeines Prüfwerkzeug.

Kriterium 1: zu stark, falsch operationalisiert

Das Kriterium „physikalische Plausibilität“ ist sinnvoll – aber: Es wird hier als harte Ausschlussregel verwendet („automatic rejection“) und basiert auf einer zu simplifizierten Modellannahme. Das führt zu einem systematischen Bias: Alles, was nicht in ein etabliertes mechanistisches Raster passt, wird eliminiert. Eben solche Arbeiten sind aber oft der Ausgangspunkt wissenschaftlicher Klärung.

In der Praxis würde das Framework:
- historische Entdeckungen mit unklarer Mechanistik blockieren
- interdisziplinäre Forschung systematisch benachteiligen

Kriterium 2 („biological window“) – teilweise valide, aber überzogen

Die Kritik an „Fenstereffekten“ ist nicht aus der Luft gegriffen:
- Solche Effekte sind schwer reproduzierbar
- oft ein Hinweis auf experimentelle Artefakte

Aber:
- Sie sind nicht per se unmöglich
- die Ableitung („müsste binäre Zellpopulation erzeugen → daher unmöglich“) ist eine Modellannahme, keine zwingende Konsequenz

Das Argument ist also heuristisch, nicht falsifizierend.

Kriterium 3: statistische Forensik – der stärkste Teil

Hier wird es interessant: Die genannten Punkte entsprechen tatsächlich der Kritik, die u.a. von Alexander Lerchl vorgebracht wurde.

Wichtige Aspekte:
- ungewöhnlich geringe Varianz
- auffällige Ziffernverteilungen
- Inkonsistenzen zwischen Publikationen

Das sind legitime Red Flags. Aber auch hier gilt:
- „statistisch extrem unwahrscheinlich“ ≠ „unmöglich“
- solche Tests liefern Verdachtsmomente, keine automatischen Schuldsprüche

Die Umdeutung zu „Auto-Reject“ ist methodisch zu hart.

Kriterium 4: COI / Tabakindustrie – relevant, aber rhetorisch übersteuert

Die Verbindungen rund um Franz Adlkofer und die REFLEX-Strukturen sind dokumentiert und wissenschaftshistorisch relevant.

Aber im Text passiert Folgendes:
- COI wird nicht nur als Kontext, sondern als quasi-deterministischer Beweis für Unzuverlässigkeit verwendet
- Formulierungen wie „tobacco industry vehicle“ sind wertend, nicht analytisch

Sauber wäre:
- COI als Bias-Risiko
- nicht als automatische Disqualifikation

„Trust Index“ – Scheingenauigkeit

Die numerische Bewertung (3/100) suggeriert Objektivität, ist aber:
- nicht kalibriert
- nicht validiert
- nicht intersubjektiv reproduzierbar

Das ist ein klassischer Fall von Quantifizierung ohne Messmodell.

Systemischer Einwand: Gefahr eines Gatekeeping-Algorithmus

Das Framework hätte – konsequent angewendet – folgende Effekte:
- starke Konservierung des Status quo
- Ausschluss von Hypothesen außerhalb etablierter Modelle
- mögliche algorithmische Verstärkung bestehender Paradigmen

Das steht im Spannungsfeld zu wissenschaftlicher Praxis, die gerade auch von Anomalien lebt.

Was daran dennoch brauchbar ist

Trotz der Kritik enthält der Ansatz verwertbare Elemente:
- strukturierte Vorprüfung (Checklistenlogik)
- automatisierte Statistik-Forensik
- systematische COI-Recherche
- Reviewer-Entlastung

Das ist im Kern sinnvoll – aber als Assistenzsystem, nicht als Entscheidungsautomat

Einordnung speziell zur REFLEX-/Diem-Arbeit

Ohne hier ins Detail der gesamten Kontroverse zu gehen:
- Die Studie ist tatsächlich stark umstritten
- es gibt Replikationsprobleme
- es existiert methodische Kritik

Aber: Die Diskussion wurde wissenschaftlich geführt (Kommentare, Replikationen etc.), genau dafür ist Peer Review + Post-Publication-Debatte da. Das Framework ersetzt diesen Prozess durch eine Vorab-Eliminierung.

Fazit

Die Arbeit ist ein interessantes Gedankenexperiment, aber kein belastbares Werkzeug.

Hauptprobleme:
- falsche physikalische Grundannahme (Photonmodell)
- unzulässige Umwandlung von Plausibilität in Ausschluss
- Übergewicht normativer Kriterien (COI)
- Scheinquantifizierung durch „Trust Index“

Wenn man es zuspitzt: Das Papier kritisiert die Schwächen des Peer Reviews – und führt gleichzeitig ein System ein, das noch weniger fehlertolerant und noch stärker voreingenommen wäre.

--
Jedes komplexe Problem hat eine Lösung, die einfach, naheliegend, plausibel – und falsch ist.
– Frei nach Henry Louis Mencken (1880–1956) –

Von Herrn Selk habe ich inzwischen den Prüfbericht bekommen, den seine Pre-Peer-Review für Diem et al., 2005, ausgeworfen hat. Diesen Bericht werde ich von ChatGPT bewerten lassen und die Bewertung von einer zweiten KI (Claude) verifizieren lassen.

Zuerst habe ich den Prüfbericht ChatGPT übergeben und die KI um eine fachliche Bewertung gebeten. Dann habe ich diese Prozedur mit der KI Claude wiederholt, also mit der KI, die an der Entwicklung der Pre-Peer-Review beteiligt war. Lesen Sie hier und jetzt, wie die KI Claude ihr eigenes Baby bewertet:

Das ist ein bemerkenswerter Text – gut strukturiert, mit echten Stärken, aber auch mit einigen methodischen und argumentativen Schwächen, über die man ehrlich sein sollte.

Was gut funktioniert

Der stärkste Punkt ist Kriterium 1. Die Photonenenergie-Rechnung ist korrekt und vernichtend: 7,4 × 10⁻⁶ eV gegen 1–5 eV für Bindungsenergien ist ein Unterschied von sechs Größenordnungen. Das ist kein Randeinwand – das ist ein fundamentales physikalisches Problem, das tatsächlich hätte auffallen müssen. Dass es 2005 nicht aufgefallen ist, sagt etwas über das Begutachtungsverfahren aus.

Kriterium 3 (statistische Integrität) steht auf solidem Boden, weil es sich auf nachprüfbare Publikationen stützt – die Lerchl-Analyse ist real und peer-reviewed.

Kriterium 4 (Interessenkonflikte) ist inhaltlich gut belegt, aber der Ton kippt hier von Analyse in Anklage – mehr dazu unten.

Methodische Schwächen

Das Scoring-System ist nicht nachvollziehbar kalibriert. Warum −100 für COI, aber nur −10 für fehlende klinische Relevanz? Die Zahlen erwecken den Eindruck von Präzision, sind aber letztlich willkürlich gesetzt. Ein Trust Index von 3/100 klingt exakt, ist es aber nicht.

Das Framework nennt sich "AI-assisted", behandelt KI aber im Wesentlichen als Textgenerator für vorgefertigte Kriterien. Das ist nicht falsch – aber der Name verspricht mehr als die Methode hält. Echte automatisierte Anwendung auf Manuskripte würde Zugang zu Rohdaten, strukturierten Metadaten und standardisierten Einreichungsformaten erfordern, die derzeit nicht existieren.

Kriterium 2 (Schwelleneffekt) ist das schwächste. Die Argumentation – SAR-Inhomogenität von 30% widerspricht einem scharfen Schwellenwert – ist prinzipiell interessant, aber nicht ausgearbeitet. Biologische Dosisantworten können komplex sein, und der Einwand würde eine detailliertere Modellierung erfordern, um wirklich zu überzeugen.

Ein grundsätzlicheres Problem

Das Framework wird als präventives Instrument vorgestellt, aber die Anwendung auf Diem et al. ist retrospektiv und hat einen erkennbar adversarialen Charakter [siehe Nachfrage unten; Anm. Postingautor]. Der Text ist keine neutrale Methodendemonstration – er ist eine Retraktionsforderung, verkleidet als Framework-Evaluation. Das ist nicht unbedingt falsch, sollte aber transparent gemacht werden.

Die Verknüpfung von Kriterium 4 (Tabaklobby) mit dem Mobiltelefonpapier ist historisch interessant, aber argumentativ heikel. Interessenkonflikt erklärt Motivation, ersetzt aber keine wissenschaftliche Widerlegung. Die Physik in Kriterium 1 reicht allein für die Argumentation – die Tabakverbindung fügt Evidenz über die Person hinzu, nicht über das Experiment.

Fazit

Als Argumentation für eine Retraktion ist der Text stärker als die meisten Post-publication-Kommentare, die man sieht. Als Vorschlag für ein allgemeines Framework ist er ein interessanter Ausgangspunkt, aber noch nicht ausreichend formalisiert, um generalisierbar zu sein. Die physikalische Plausibilitätsprüfung als primären Filter zu positionieren – das ist der Kern, der tatsächlich verteidigt werden kann.

Nachfrage Postingautor

Was bitte ist ein "adversarialer Charakter"?

Claude beantwortete meine Frage wie folgt:

Ein schlechtes Wort von mir – Fachjargon, der nichts verdient.

Ich meinte: Der Text tut so, als würde er ein neutrales Prüfwerkzeug vorführen, hat aber von Anfang an ein Ziel: dieses eine Paper zu Fall zu bringen. Das Ergebnis stand vor der Analyse fest. Das ist keine neutrale Methodendemonstration, sondern eine Anklage in Framework-Verkleidung.

Das muss nicht falsch sein – wenn das Paper tatsächlich schlecht ist, kann man das auch offen so sagen. Aber die Verpackung als objektives Bewertungssystem ist dann irreführend.

--
Jedes komplexe Problem hat eine Lösung, die einfach, naheliegend, plausibel – und falsch ist.
– Frei nach Henry Louis Mencken (1880–1956) –