Dan Arielys gefälschte Ehrlichkeitsstudie — der Professor, der Daten über Unehrlichkeit fälschte

Dan Ariely war einer der berühmtesten Verhaltensökonomen der Welt. Professor an der Duke University, Autor des New-York-Times-Bestsellers Predictably Irrational und Inspiration für die NBC-Serie The Irrational. Seine Forschung über Unehrlichkeit wurde von politischen Entscheidungsträgern und Unternehmen vielfach zitiert. Seine 2012 in PNAS veröffentlichte Arbeit, mitverfasst von Francesca Gino und anderen, behauptete, dass es unehrliches Verhalten verringere, wenn Menschen zu Beginn eines Formulars ein Ehrlichkeitsversprechen unterzeichnen. Der Befund war einflussreich und wurde in der realen Politik eingesetzt.

Am 17. August 2021 veröffentlichte der Blog Data Colada — betrieben von den Forschern Uri Simonsohn, Leif Nelson und Joe Simmons — Belege für Betrug in der Arbeit von 2012. Die Rohdaten zeigten unmögliche Muster, die mit Manipulation vereinbar waren: identische Zahlenfolgen über Bedingungen hinweg, die zufällig hätten sein müssen. Die Daten schienen manuell verändert worden zu sein, um die gewünschten Ergebnisse zu erzeugen. The Economist berichtete, die Studie beruhe auf „betrügerischen Daten“. Die Arbeit wurde zurückgezogen.

Die Duke University leitete eine dreijährige Untersuchung ein. Im Jahr 2024 berichtete Business Insider, Duke sei zu dem Schluss gekommen, die Daten seien verfälscht worden, habe aber keine Belege dafür gefunden, dass Ariely wissentlich gefälschte Daten verwendet habe. Duke lehnte eine Stellungnahme ab. Ariely sagte der Presse, er habe „zweifellos einen Fehler gemacht“, blieb aber Professor in Duke. Der Skandal kostete ihn nicht seine Stelle, aber seinen Ruf — und legte offen, wie leicht gefälschte Daten die Peer-Review überstehen können, wenn der Befund das ist, was alle glauben wollen.

Ein Blog, nicht die Peer-Review, deckte den Betrug auf, indem er identische Zahlenfolgen bemerkte, die zufällig hätten sein müssen; die Arbeit wurde zurückgezogen, doch Ariely behielt seine Stelle.

Der Betrug wurde von einem Blog entdeckt, nicht durch Peer-Review oder eine Universitätsuntersuchung. Data Colada sah, dass die Daten zu perfekt waren — identische Zahlenfolgen über Bedingungen hinweg, die zufällig hätten sein müssen.

Die Studie wurde in PNAS veröffentlicht — einer der angesehensten Fachzeitschriften der Welt. Die Peer-Review erkannte die Fälschung nicht, weil niemand die Rohdaten prüfte.

Arielys Befund war genau das, was Menschen glauben wollten — dass eine einfache Unterschrift oben auf einem Formular Unehrlichkeit verringern könne. Die Politikwelt griff ihn auf, ohne die Belege zu hinterfragen.

Dukes dreijährige Untersuchung kam zu dem Schluss, die Daten seien gefälscht worden, fand aber keine Belege dafür, dass Ariely davon wusste. Das Ergebnis war ein Skandal, bei dem niemand zur Rechenschaft gezogen wurde — die Arbeit wurde zurückgezogen, Ariely behielt seine Stelle.

Eine Studie, die das Richtige sagt, und eine, die die richtigen Daten verwendet, sind verschiedene Behauptungen. Die erste begründet einen Ruf; die zweite verdient ihn. Data Colada prüfte. Niemand sonst hatte es getan.

Der Fall Ariely wurde zu einem Meilenstein in der Replikationskrise — ein berühmter Forscher, eine angesehene Fachzeitschrift und dreist gefälschte Daten. Der Blog Data Colada wurde zu einer zentralen Institution der Betrugsaufdeckung. Der Fall verwickelte Francesca Gino, die Harvard-Mitautorin, bei der später in anderen Studien gefälschte Daten festgestellt wurden. Arielys neunjährige Beziehung zu Jeffrey Epstein, die 2026 in Epstein-Akten offengelegt wurde, beschädigte seine Glaubwürdigkeit weiter. Der Fall bleibt ungelöst: Die Daten waren gefälscht, die Arbeit wurde zurückgezogen, doch der Fälscher wurde nie identifiziert.