Entwarnung: Windräder können NICHT der Gesundheit schaden – wirklich? Die Junk Studie, die heute durch Medien geht

Kopfschmerzen, Schlafstörungen, Depression, Nervosität…
Windturbinen machen Sie krank?
Das bilden Sie sich nur ein.

„Eine Studie aus den USA unter deutscher Beteiligung gibt Entwarnung:“

Da sehen Sie es.
Windräder machen nicht krank.
Wenn Sie sich krank fühlen, dann sind Sie ein Fall für den Psychiater.
Die Studie, die dieses bemerkenswerte Ergebnis produziert hat, ist diese Studie, gerade erst im PNAS veröffentlicht und schon in der ARD besprochen …

Das zentrale Ergebnis, auf das sich die Autoren in ihrer Entwarnung stützen, sieht so aus:

Wie Sie sehen, tut sich über Zeit so gut wie gar nichts, egal, ob und wann die Windturbine installiert wurde oder nicht. Alles ganz normal. Allerdings spielt die Musik zu dieser Studie, zu der mir ehrlich gesagt die Worte fehlen, im Kleingedruckten.

Früher hätte ich solche Leute als „Datenfuzzi“ beschrieben. Aber wenn ich mir überlegen, wen ich in der Vergangenheit als „Daten-Fuzzi“ bezeichnet habe und dann das, was hier Studie geworden ist, dagegen halte, dann komme ich zu dem Schluss, dass die in der Vergangenheit als Daten-Fuzzi Bezeichneten es dennoch nicht verdienen, in diesen „rot“ mit eingeschlossen zu werden.

Der Reihe nach.

Die Event-Study habe keine Belege für adverse Gesundheitseffekte erbracht – untersucht wurden Schlafstörungen, Depression und Kopfschmerzen. Die Koeffizienten seien gering und statistisch nicht von Null zu unterscheiden. Es gebe keinerlei Hinweise auf „kumulative Effekte“ in den Jahren nach Installation einer Windturbine. Die Ergebnisse hätten Bestand im gesamten Sample und auch dann, wenn sie auf Einwohner, die im Bereich einer Postleitzahl mit Windturbine lebten, beschränkt werde. Als Beleg der Behauptung wird auf Figur S5 in den begleitenden Informationen verwiesen, eine Abbildung, die genauso aussieht, wie die Abbildung oben.

Aber die Probleme mit dieser Studie finden sich wie gesagt im Kleingedruckten, von uns gelb unterlegt.

Die Autoren können ihre Erkrankungen offenkundig nicht zuordnen. Ihre kleinste Einheit, auf der sie Daten zur Verfügung haben, sind HAUSHALTE. Wenn also jemand in diesem Haushalt von Kopfschmerzen berichtet und das wiederholt tut, dann ist nicht sichergestellt, dass derjenige, auf den sich die berichteten Kopfschmerzen beziehen, DERSELBE ist. Der Vorteil von Längsschnittdaten, wie sie die Autoren verwenden, ist gerade dahin und ihre behaupteten kumulativen Effekte, die sie gemessen haben wollen, auch.

Die Längsschnittdaten stammen von Nielsen, sind also Marketingdaten, die auf eine eher bedenkliche Weise gesammelt werden, benannt als „rolling entry and exit“ (kann man sich nicht ausdenken):

Der Witz an einem Längsschnittdatensatz besteht darin, dass man DIESELBEN LEUTE ÜBER ZEIT befragt. Deshalb ist Panelmortalität, der Verlust von Befragten, die sterben, keine Lust mehr haben, verziehen oder aus sonstigen Gründen nicht mehr auffindbar sind, schnell ein Problem für Längsschnittdatensätze. Dass man dieses Problem neuerdings in „rolling entry and exit“ framed, so tut, als wäre es ganz normal, dass man neue Befragte (entry) rekrutieren muss, um den Ausfall von anderen (exit) wettzumachen, ist innovativ, vermutlich der Tatsache geschuldet, dass Nielsen eine PR/Marketing-Firma ist, dessen ungeachtet methodologischer Humbug, der mit einem erheblichen Problem daherkommt, denn das, was Rott und seine Mitstreiter als „changes in the probability of reporting each condition“ (gelb unterlegt) messen, also auftauchende Kopfschmerzen NACH Installation einer Windturbine kann weder dauerhaft denselben Befragten zugeordnet werden, einfach deshalb, weil Angaben auf Ebene des Haushalts, nicht für einzelne Haushaltsmitglieder vorliegen, und es kann nicht für längere Zeitabschnitte berechnet werden, weil die Panelmortalität offenkundig so hoch ist, dass man sie als „rolling exit and entry“ verschleiern muss.

Das mag erklären, warum im gesamten Beitrag von Rott et al. (2026) an KEINER Stelle die tatsächliche Zahl von Befragten, die mit Windkraftanlagen konfrontiert sind, angegeben wird, die Forscher sich vielmehr mit „Beobachtungen“ (Observations) behelfen, ein Maß, das in einem Zeitraum von 13 Jahren und auf Grundlage von 120.000 Haushalten, schnell im sechstelligen Bereich endet. Indes, wenn man eine Tabelle aus ihrem Versteck in den Supplementary Materials ans Licht der Öffentlichkeit zerrt, wie z.B. die Tabelle S5, dann sieht man, dass die Ergebnisse auf 236.356 Beobachtungen basieren. Das ist mehr als ärmlich, wenn man bedenkt, dass 120.000 Haushalte über 11 Jahre 1.32 Millionen Beobachtungen zur Verfügung stellen können (Minimu). Die Autoren können aus ihrem Panel also gerade einmal 17,9% ausschöpfen. Eher gering bis ganz mau.

Bleiben wir noch etwas bei Tabelle S5. Ich habe zwei Ergebnisse gelb unterlegt. Auf Basis aller Befragten im Datensatz ergibt sich ein signifikanter Vermeidungs-Effekt bei „Windturbine Exposure“. Leute reduzieren ihre Zeit, die sie im Freien verbringen bei „Windturbine Exposure“. Der Effekt ist nicht groß, angesichts der Anzahl von Befragten und der geringen Verbreitung von Windturbinen, gerade einmal 532 von rund 20.000 Postleizahlenbezirken im Sample von Rott haben mindestens eine, der daraus resultierenden schiefen Verteilung ist das nicht verwunderlich. Verwunderlich ist indes, dass der Effekt verschwindet, wenn die Auswahl auf die 532 Postleitzahlbezirke reduziert wird, in der mindestens eine Windturbine herumsteht. Obschon r² größer wird, ist der Effekt nicht mehr signifikant. Ein klassisches Artefakt, das die Autoren hätte stutzig machen müssen, denn es zeigt, dass ihre Messung offenkundig eine Luftnummer ist. Die Erklärung dafür, dass das so ist, findet sich einmal mehr im Kleingedruckten zur ersten Abbildung (gelb unterlegt).

Es liest sich so:

Die Autoren rechnen mit Daten für Haushalte, d.h. berichtete Kopfschmerzen beziehen sich auf Haushalte und im Zeitverlauf nicht zwangsläufig auf DIESELBE Person. Sie manschen diese Daten mit Daten aus der US Windturbine Database zusammen, die den Standort von Windturbinen nach ZIP-Code, also Postleitzahl angibt. Der Wohnort, an denen sich die Haushalte finden, in denen einer oder mehrere depressiv sind oder Kopfschmerzen haben oder beides und zudem noch Schlafstörungen, wird ebenfalls auf die Ebene der Postleitzahl bestimmt. Wir haben also einen Haushalt, der in einem Postleitzahlbezirk zu finden ist, in dem auch mindestens eine Windturbine zu finden ist. Das ist ein Problem, denn die Autoren behaupten im Titel ihrer Arbeit „Wind turbine proximity and health“, sie hätten die Entfernung zwischen demjenigen, der Kopfschmerzen hat, depressiv ist oder schlafgestört und der Windturbine ermittelt.

Das haben sie nicht.

Die Autoren haben den Punkt innerhalb eines Postleitzahlenbezirks bestimmt, an dem sich DIE MEISTE Bevölkerung findet, das ist der „Centroid“, von dem oben die Rede ist, und die Entfernung zwischen der Turbine und dem Bevölkerungszentrum als Proxy-Maß für die Entfernung von Kopfschmerzen-Haushalt und Windturbine benutzt. Das ist Humbug, der an Betrug grenzt. Denn obschon die Autoren vorgaukeln, sie hätten ein Maß für „Entfernung zur Windturbine“, haben sie KEINERLEI Möglichkeit, vorhandene Kopfschmerzen, Depressionen oder Schlafstörungen in Relation zur NÄHE zur Windturbine zu setzen.

Das alles ist Datenhuberei, die keinerlei Erkenntniswert mit sich bringt. Bullshit in meiner Sprache.

Das wirft natürlich die Frage auf, ob wir es mit Leuten zu tun haben, die absichtlich Junk Science in die Welt setzen, um Ideologiekonformitäts-Browniepoints zu sammeln oder mit Leuten, die so blöd sind, dass sie sich an Daten berauschen und darüber vollständig vergessen, was man mit diesen Daten messen kann und was nicht.

Urteilen Sie selbst. Niklas Rott, Lead-Autor dieses Machwerks sagt in der ARD-tagesschau:

In Deutsch: Daraus, dass man nichts schließen kann, kann man nicht schließen, dass die Ergebnisse, aus denen man nichts schließen kann, irrelevant sind.

Krasser Unfug.
Dumm oder dreist, das ist noch immer die Frage…

Die Forschung zu gesundheitlichen Folgen von Windkraftanlagen ist – wie so vieles in der institutionellen Wissenschaft – korrumpiert und von staatlicher Forschungsförderung kompromittiert. Wir haben die vorhandene Forschung in einem Beitrag aufgearbeitet. Selbst wenn man in Rechnung stellt, dass die Forscher, die Gesundheit und Windkraft in Verbindung bringen, gemeinhin ein Interesse haben, kein für die heilige Kuh der Windenergie negatives Ergebnis zu produzieren, muss man konstatieren, dass die Belege dafür, dass die Dinger ein Ärgernis für Anwohner sind, Windkraftanlagen als Belästung empfunden werden, und beides sich über kurz oder lang in gesundheitlichen Problemen niederschlägt, beträchtlich sind.

---

 

Falls Sie unsere Arbeit unterstützen, und dafür sorgen wollen, dass bei ScienceFiles auch weiterhin das Rad rund läuft, dann kaufen Sie uns doch einen Kaffee:

---

---

Oder unterstützen Sie uns auf einem der folgenden Wege Unser herzlicher Dank ist Ihnen sicher! DENN: ScienceFiles lebt von Spenden. Helfen Sie uns, ScienceFiles auf eine solide finanzielle Basis zu stellen, damit Sie uns auch morgen noch lesen können!

---

Wir haben drei sichere Spendenmöglichkeiten:

Donorbox

Unterstützen Sie ScienceFiles

---

Unsere eigene ScienceFiles-Spendenfunktion

---

Unser Spendenkonto bei Halifax:

ScienceFiles Spendenkonto: HALIFAX (Bitte angeben: Zahlungsempfänger: Michael Klein, Zahlungszweck: ScienceFiles-Spende / Schenkung):

• IBAN: GB15 HLFX 1100 3311 0902 67
• BIC: HLFXGB21B24

---

Folgen Sie uns auf Telegram.

---

Anregungen, Hinweise, Kontakt? -> Redaktion @ Sciencefiles.org

---