Kausalität

Vom Begriff der Ursache werden im Alltag oft die Begriffe Grund, Anlass und Bedingung (Voraussetzung) unterschieden; über die genaue Abgrenzung herrscht allerdings keine Einigkeit. Meistens gilt:

• die Bedingung als eine besondere Art der Ursache, nämlich eine zeitlich streng vor der Wirkung liegende und in irgendeiner Weise besonders herausragende, ohne die eine entsprechende Wirkung nicht eintritt;
• der Anlass als zufälliger, „unwesentlicher“ Auslöser einer Wirkung neben einer „eigentlichen“, „wesentlichen“ Ursache;
• der Begriff Grund als Element rationaler Überlegungen oder Begründungen im Gegensatz zur Naturkausalität.

Unterschieden werden monokausale und multikausale Erklärungen von Ereignissen und Phänomenen. Bei einer monokausalen Erklärung wird angenommen, dass genau ein (altgriechisch μόνος monos ‚alleinig‘, ‚einzig‘) Ereignis ein weiteres Ereignis verursacht. Es ist auch möglich, dass dieses eine ursächliche Ereignis mehrere Wirkungen entfaltet. Bei einer multikausalen Erklärung sind mehrere (lateinisch multi ‚viele‘) Ursachen im Spiel. Sie bewirken ein oder auch mehrere Ereignisse.

Kausalkette Beispiel: Dominosteine: Das Umfallen des ersten Steins bewirkt das Umfallen des zweiten Steins; dieses Umfallen bewirkt wiederum das zeitlich darauffolgende Umfallen des dritten usw. – bis der letzte Stein umgefallen ist.

In einer Kausalkette (auch Wirkungskette oder Ursache-Wirkungs-Kette genannt) bewirkt ein Ereignis ein anderes, das selbst wiederum ein weiteres Ereignis bewirkt usw. – bis das letzte Ereignis der Kette bewirkt wurde. Die Ursachen sind in ihr streng zeitlich nacheinander gereiht und durchweg voneinander abhängig.

Die moderne Geschichtswissenschaft erklärt jedes Ereignis multikausal. Historiker stehen vor dem Problem, eine große Zahl von teils miteinander interdependenten Ursachen gewichten und strukturieren zu müssen. Dazu rechnen etwa Personen, Institutionen, Handlungen, Ereignisse, Strukturen, Prozesse, Mentalitäten und Ideologien, die jeweils kurz-, mittel- oder langfristig wirken können. Auch der Zufall wird nicht ausgeschlossen. Der Althistoriker Alexander Demandt etwa listet in seinem 1984 erschienenen Werk über den Untergang des Römischen Reiches 210 Kausalfaktoren auf, die von der Nachwelt zu dessen Erklärung angeführt wurden.[1] Mit Bezug auf den Aufstieg des Nationalsozialismus schreibt der Historiker Kurt Bauer: „Monokausale Erklärungsansätze versagen kläglich, wenn es um komplexe Ursachen und Zusammenhänge geht, die den Nationalsozialismus geschichtsmächtig werden ließen.“[2]

In den Sozialwissenschaften gelten monokausale Erklärungen als Ausfluss einseitiger Weltanschauungen und Ideologien, die, wie das Wörterbuch der Soziologie urteilt, „für die modernen praxisbezogenen Erfahrungswissenschaften allenfalls als Ausgangsprobleme verwertbar“ seien.[3] Sie werden häufig als unterkomplex abgetan.[4] So kritisieren etwa die niederländischen Soziologen Hans van der Loo und Willem van Reijen die marxistische Grundannahme, die sozioökonomische „Basis“ würde stets bestimmen, was im „Überbau“, also in Politik, Recht oder Kultur geschehe, als monokausal. Man müsse vielmehr davon ausgehen, dass es eine gegenseitige Beeinflussung der diversen Handlungsfelder gebe, ohne dass sich ein Primat des einen oder des anderen nachweisen lasse.[5] Monokausale Erklärungen sind typisch für Verschwörungstheorien, in denen alle möglichen Ereignisse einzig den Machenschaften der als extrem mächtig imaginierten Verschwörer zugeschrieben werden.[6]

Die Kausalordnung ist eine Halbordnung, die als Relation der kausalen Abhängigkeit innerhalb einer Menge von Ereignissen definiert wird: Ein Ereignis A ist die Ursache von Ereignis B (A < B) oder umgekehrt (A > B), oder die Ereignisse beeinflussen sich gegenseitig nicht (A || B), das heißt: A und B sind kausal unabhängig oder nebenläufig. Außerdem wird die Kausalität von den meisten Theoretikern als transitiv betrachtet: Wenn das Ereignis A eine Ursache von B und B eine Ursache von C ist, dann ist A auch eine Ursache von C (wenn A < B und B < C ist, dann ist auch A < C). Andere wenden dagegen ein, dass zumindest unsere gewöhnliche Urteilspraxis bezüglich der Kausalität nicht transitiv ist, da wir bei der Suche nach der Ursache eines Ereignisses stets nach dem unmittelbar verursachenden Ereignis forschen.

Die kausale Abhängigkeit und die sich daraus ergebende Kausalordnung sind sehr wichtig in verschiedenen Wissenschaftszweigen. Insbesondere wird in einigen Bereichen der Physik, Informatik und Philosophie die Zeit an sich über die Kausalordnung definiert, statt umgekehrt (siehe Happened-Before-Relation). Der Begriff der „Gleichzeitigkeit“ verliert dann an Bedeutung, man spricht stattdessen von kausal unabhängigen Ereignissen. Ob zwei solche Ereignisse auch gleichzeitig erscheinen, hängt gänzlich vom Standpunkt des Beobachters ab.

In der Physik besagt das Kausalitätsgesetz, dass es keine Wirkung ohne Ursache gibt. Es hängt damit eng mit der Forderung nach Determinismus zusammen: Kennt man den Zustand eines Systems in allen Parametern, so kann man daraus mit Hilfe der Naturgesetze einen zukünftigen Zustand berechnen.[7] Max Born hingegen hebt hervor, dass Kausalität durch zwei Eigenschaften geprägt ist, nämlich die Nahwirkung und die Aufeinanderfolge. Beide Eigenschaften sind in der newtonschen Gravitation verletzt, die davon ausgeht, dass die Gravitation eine instantane Fernwirkung besitzt. Dies wird durch die Einführung des Feldbegriffs durch Michael Faraday und der Grenzgeschwindigkeit in Einsteins Relativitätstheorie korrigiert.[8] In der Quantenmechanik wird das Prinzip der Kausalität durch eine große Anzahl von Messungen aufrechterhalten, die sich im Mittel wieder kausal verhalten.[9]

Kausalität impliziert eine strenge Halbordnung:

a) Die Ursache der Ursache einer Wirkung ist auch (indirekte) Ursache der Wirkung selbst (Transitivität).

b) Eine Wirkung darf nicht direkte oder indirekte Ursache ihrer selbst sein (Irreflexivität), da sonst Widersprüche auftreten können, wie zum Beispiel das Großvater-Paradoxon.

In der Informatik spielt Kausalität auf zwei Arten eine große Rolle: einerseits als nachträgliche Aussage darüber, welche Ereignisse zu welchen anderen Ereignissen geführt haben. Das ist vor allem bei einer Kommunikation in Verteilten Systemen mit mehreren Sendern und Empfängern wichtig, zum Beispiel um sicherzustellen, dass Anweisungen in der richtigen Reihenfolge ausgeführt werden, auch dann, wenn sich Nachrichten im Netzwerk überholen. Zu diesem Zweck werden vor allem Logische Uhren eingesetzt, die es erlauben, aufgrund von Zeitstempeln die Kausalordnung von Ereignissen zu bestimmen.

Andererseits kann man bei Computerprogrammen leicht im Vorhinein sagen, welche Aktion welche Daten benötigt, und von wo diese bereitgestellt werden. So ergibt sich eine Kausalordnung darüber, welche Operation das Resultat welcher anderen benötigt. So können Abläufe entsprechend geplant und insbesondere sequentialisiert oder parallelisiert werden.

Forschende erhoffen sich, dass Methoden des maschinellen Lernens wie Reinforcement Learning künftig noch mehr zum Verständnis realer Kausalitäten anwendungsnäherer Wissenschaftszweige wie unten genannter oder Politikgestaltung beitragen können (causal machine learning).[14]

In der Systemtheorie bezeichnet man ein System als „kausal“, wenn seine Ausgangswerte nur von den aktuellen und vergangenen Eingangswerten abhängen. Die Sprungantwort oder Impulsantwort eines solchen Systems verschwindet für negative Zeiten. Ein System, das nicht kausal ist, bezeichnet man als akausales System.

Wenn unsere Vorfahren die hinter dem Gebüsch vorblitzenden schwarzen und gelben Streifen (Wirkung) einem Tiger (Ursache) zuschrieben und sich davonmachten, waren sie gut beraten. Die schnelle Entscheidung, was wohl Ursache der Beobachtung sein könnte, und die daraus folgende Aktion waren lebenserhaltend. Die diesem Verhalten zu Grunde liegende Kausalitätserwartung gehört zu den „angeborenen Lehrmeistern“ (Konrad Lorenz): Die „Hypothese von der Ursache“ enthält die „Erwartung, dass Gleiches dieselbe Ursache haben werde. Dies ist zunächst nicht mehr als ein Urteil im Voraus. Aber dieses Vorurteil bewährt sich… in einem derartigen Übermaß an Fällen, dass es jedem im Prinzipe andersartigen Urteil oder dem Urteils-Verzicht überlegen ist“ (Rupert Riedl, 1981)

Angeborene Lehrmeister haben eine Kehrseite: sie können Denkfallen sein: „Das biologische Wissen enthält ein System vernünftiger Hypothesen, Voraus-Urteile, die uns im Rahmen dessen, wofür sie selektiert wurden, wie mit höchster Weisheit lenken; uns aber an dessen Grenzen vollkommen und niederträchtig in die Irre führen“ (Rupert Riedl). Auf die Kausalitätserwartung geht zurück, dass oftmals vorschnell der Pilot, Kapitän oder Lokführer für ein Unglück verantwortlich gemacht wird.

Viele Beiträge zum Verständnis der Kausalitäts-Idee leistete die umfangreiche Forschung zur Konditionierung. Beginnend mit Thorndikes Katzenexperimenten über Pawlows zufällige Entdeckung der klassischen Konditionierung und Skinners operante Konditionierung wurden und werden zahlreiche Gesetzmäßigkeiten entdeckt, unter welchen Bedingungen die Vorstellung eines Ursache-Wirkungs-Zusammenhangs entsteht. Der evolutionäre Ursprung der Kausalitäts-Idee ist wohl das Bedürfnis, zuverlässige Prädiktoren für lebensnotwendige Ereignisse zu identifizieren.[27]

In der sozialwissenschaftlichen Forschung, wie der Psychologie, wird oft die Frage gestellt, ob ein Training oder eine Therapie einen Effekt oder eine Wirkung hat. Thomas D. Cook und Donald T. Campbell formulierten 1979 in Anlehnung an John Stuart Mill drei Bedingungen, die für einen Kausalzusammenhang notwendig sind:[28]

1. Kovarianz: Veränderungen in der angenommenen Ursache (unabhängige Variable, UV) müssen mit den Veränderungen im angenommenen Effekt (abhängige Variable, AV) in einem systematischen Zusammenhang stehen. Wenn also z. B. Veränderungen in der psychologischen Behandlung stattfinden, müssen sich diese Manipulationen im Resultat, in der psychologischen Symptomatik, beobachten lassen.
2. Zeitliche Abfolge: Die Ursache (UV) muss vor dem Effekt (AV) stattfinden.
3. Keine alternativen Erklärungen: Die angenommene Ursache muss die einzige plausible Erklärung für die Wirkung sein.

Es ist offensichtlich, dass die dritte Bedingung die schwierigste zu realisierende Bedingung ist. In einem Sozialwissenschaftlichen Experiment/Experimentellen Design können meist aus ethischen Gründen nicht alle Faktoren, die Einfluss auf die Wirkung haben könnten, kontrolliert werden, demzufolge kann ein Kausalzusammenhang nie mit einer absoluten Sicherheit angenommen werden. Beholfen wird sich bei Querschnittsuntersuchungen mit Drittvariablenkontrolle und mit Panelstudien.

Die Sozialpsychologie betrachtet als phänomenale Kausalität die Tendenz in der sozialen Kognition, den wahrnehmbaren Objekten Ursache-Wirkungs-Beziehungen zuzuschreiben (sog. Kausalattribuierung), die, häufig im Verein mit Werturteilen über diese Objekte, zu erheblichen Unterschieden in den Wahrnehmungsergebnissen führen.[29]

In der Therapie von Lernstörungen favorisiert Dieter Betz (in: Teufelskreis Lernstörung, Psychologie Verlags Union, München-Weinheim 1987; nicht zu verwechseln mit dem gleichnamigen Geologen) das Wirkungsgefüge als Geflecht von sehr unterschiedlichen Ursachen, das überschaubar gemacht werden muss, wenn Therapie eine Wirkung als Intervention haben soll: „Wer isoliert am Symptom arbeitet, riskiert einen Pädagogischen Teufelskreis.“ Als Grundlage für diese Arbeit des Therapeuten sieht Betz die Konflikt­strukturanalyse (KSA).

Mit der Statistik kann zwar ein Zusammenhang zwischen zwei Ereignissen/Variablen nachgewiesen werden, jedoch keine Kausalität. Kann man einen Zusammenhang (eine Korrelation) zwischen Ereignissen A und B nachweisen, dann gibt es mehrere Erklärungsmöglichkeiten:

• A könnte B verursachen.
• B könnte A verursachen.
• A und B könnten durch ein drittes Ereignis C verursacht sein (siehe auch Scheinkorrelation).
• Der Zusammenhang in den Daten könnte fehlerhaft oder zufällig, d. h. in Wahrheit gar nicht vorhanden, sein.

Fälschlicherweise wird der Nachweis eines statistischen Zusammenhangs (Korrelation) oft als Kausalität missinterpretiert. Erst durch zusätzliche Information, die nicht mittels Statistik gewonnen wurde, kann aus einer statistischen Korrelation auf eine Kausalität geschlossen werden. Ein nur halb scherzhaft gemeintes Beispiel ist der Rückgang der Geburtenrate und die Abnahme der Storchenpopulation in Westdeutschland Ende der sechziger Jahre. Aus der Tatsache, dass beide Entwicklungen zur gleichen Zeit und in etwa gleichem Umfang geschahen, kann nicht geschlossen werden, dass die Störche ursächlich etwas mit der Zahl der neugeborenen Babys zu tun haben.

Als Voraussetzung können Kausalitäten jedoch einfließen; z. B. in der Regressionsanalyse werden unabhängige (${\displaystyle X}$) und abhängige Variablen (${\displaystyle Y}$) betrachtet. Dabei wird davon ausgegangen, dass die unabhängigen Variablen (${\displaystyle X}$) auf die abhängigen Variablen (${\displaystyle Y}$) einwirken. Ob eine Variable jedoch eine unabhängige oder abhängige Variable ist, wird per Definition festgelegt und nicht durch Mittel der Statistik hergeleitet.

Es ließe sich eine kausale Beziehung formulieren, die nicht als statistischer Zusammenhang (Kausalität ohne Korrelation) ablesbar wäre: Zwischen einen Schalter, der eine Glühlampe zum Leuchten bringt, wird ein Zufallsgenerator geschaltet, der das Schaltsignal in sein Gegenteil umwandeln kann (aber nicht muss). Bei Kenntnis der Schaltung ist dann zwar klar, dass die Stellung des Schalters einen Einfluss darauf hat, ob die Lampe zu einem bestimmten Zeitpunkt brennt oder nicht. Der Effekt dieses Einflusses ist aber weder vorhersagbar, noch statistisch nachweisbar. Bei Unkenntnis der Schaltung wäre also nicht erkennbar, dass es überhaupt einen Einfluss gibt.

In manchen Bereichen der Ökonometrie begnügt man sich mit einem z. B. gegenüber der Philosophie eingeschränkten Kausalitätsbegriff. Bei diesem steht die zeitliche Ordnung der Variablen im Vordergrund. Entscheidend geprägt wurde der Kausalitätsbegriff der Ökonometrie von Clive W. J. Granger. Dieser arbeitet mit der Prämisse, dass die Vergangenheit die Zukunft bestimmt und nicht umgekehrt. Sie besagt, dass eine Variable X für Y Granger-kausal ist, wenn bei einer gegebenen Informationsmenge bis zum Zeitpunkt t-1 im Zeitpunkt t die Variable Y besser prognostiziert werden kann, als ohne den Einbezug der Variablen X. Die Granger-Kausalität kann in eine Richtung gelten oder auch in beide Richtungen (Rückkopplung-System). Der Kausalitätsbegriff ist eng mit einem weiteren theoretischen Konzept der Ökonometrie oder Zeitreihenanalyse verwandt, der Exogenität.

Die Granger-Kausalität ist statistisch testbar. Hierzu sei ein bivariates VAR(p)-Modell betrachtet:

${\displaystyle {\begin{pmatrix}Y_{1t}\\Y_{2t}\end{pmatrix}}={\begin{pmatrix}a_{1}\\a_{2}\end{pmatrix}}+{\begin{pmatrix}\phi _{11,1}&\phi _{12,1}\\\phi _{21,1}&\phi _{22,1}\end{pmatrix}}{\begin{pmatrix}Y_{1,t-1}\\Y_{2,t-1}\end{pmatrix}}+\dots +{\begin{pmatrix}\phi _{11,p}&\phi _{12,p}\\\phi _{21,p}&\phi _{22,p}\end{pmatrix}}{\begin{pmatrix}Y_{1,t-p}\\Y_{2,t-p}\end{pmatrix}}+{\begin{pmatrix}Z_{1t}\\Z_{2t}\end{pmatrix}}}$

Es liegt keine Granger-Kausalität für ${\displaystyle Y_{2}}$ auf ${\displaystyle Y_{1}}$ vor, wenn:

${\displaystyle \phi _{12,1}=\phi _{12,2}=\dots =\phi _{12,p}=0}$

${\displaystyle Y_{1}}$ ist für ${\displaystyle Y_{2}}$ nicht Granger-kausal, wenn:

${\displaystyle \phi _{21,1}=\phi _{21,2}=\dots =\phi _{21,p}=0}$

Der Test auf Nicht-Granger-Kausalität entspricht somit einem Test auf Null-Restriktionen für bestimmte Koeffizienten. Die Teststatistik eines solchen Tests könnte bei Normalität des weißen Rauschens wie folgt aussehen:

${\displaystyle F(p,N-n-p)={\frac {{\text{RSS}}_{r}-{\text{RSS}}_{u}}{p{\hat {\sigma }}_{11}^{2}}}}$

Dabei ist

• ${\displaystyle N}$ der Umfang der beiden Zeitreihen
• ${\displaystyle n}$ die Anzahl der Koeffizienten, die bei einer Kleinste-Quadrate-Schätzung verwandt werden, so dass die Zahl von Freiheitsgraden kleiner wird,
• ${\displaystyle p}$ die Anzahl der zusätzlichen Koeffizienten, mit denen die Variable X in die Kleinste-Quadrate-Schätzung einbezogen wird,
• ${\displaystyle {\text{RSS}}_{r}}$ die Summe der quadrierten Residuen der Kleinste-Quadrate-Schätzung der Gleichung mit Restriktionen,
• ${\displaystyle {\text{RSS}}_{u}}$ die Summe der quadrierten Residuen einer Kleinste-Quadrate-Schätzung der Gleichung ohne Restriktionen,
• ${\displaystyle {\hat {\sigma }}_{11}^{2}={\frac {{\text{RSS}}_{u}}{N-n-p}}}$ als geschätzte Varianz von ${\displaystyle Z_{1}}$, dabei ist
• ${\displaystyle {\hat {\sigma }}_{11}}$ die Standardabweichung.

Mit dem ermittelten Wert von F geht man in die entsprechende Tabelle von F, um die Wahrscheinlichkeit abzulesen, dass keine Granger-Kausalität vorliegt. Dabei ist zu beachten, dass nur die (im Allgemeinen) geringere Wahrscheinlichkeit von ${\displaystyle F(p,N-n-p)}$ zutrifft. Die Wahrscheinlichkeit von ${\displaystyle F(N-n-p,p)}$ ist größer (im Allgemeinen) und nicht zutreffend.

Unter einem Kostenzurechnungsprinzip versteht man eine Vorgehensweise, um Kosten auf Bezugsgrößen umzurechnen. Wählt man beispielsweise eine Produkteinheit als Bezugsgröße, so können in Abhängigkeit vom verwendeten Zurechnungsprinzip die Kosten dieser Einheit berechnet werden. Man erhält so die Stückkosten.

Die Ätiologie (von altgriechisch αἰτία „Ursache“ und λόγος „Vernunft, Lehre“) bezeichnet in der Antike in einigen philosophischen Schulen die Lehre von den Ursachen. Heute herrscht die medizinische Bedeutung des Begriffs vor.[30]

• Koinzidenz
• Ursache-Wirkungs-Modellierung

• David M. Armstrong: A World of States of Affairs. In: Roberto Poli, Peter Simons (Hrsg.): Formal Ontology (= Nijhoff International Philosophy Series. Band 53). Springer, Dordrecht 1996, ISBN 978-90-481-4718-2, S. 159–171.
• Mario Bunge: Kausalität, Geschichte und Probleme. Mohr, Tübingen 1987, ISBN 3-16-944806-4.
• Phil Dowe: Physical Causation. Cambridge University Press, 2000.
• Gottfried Gabriel, Klaus Mainzer, Peter Janich: Kausalität, Kausalitätsprinzip, Kausalitätsgesetz. In: Jürgen Mittelstraß, Gereon Wolters (Hrsg.): Enzyklopädie Philosophie und Wissenschaftstheorie. 4 Bände. (Mannheim/)Stuttgart/Weimar (1984) 1995–1996; Nachdruck ebenda 2004; Band 2, S. 372–376.
• Dieter Hattrup: Einstein gegen den würfelnden Gott. An den Grenzen des Wissens in Naturwissenschaft und Theologie. Herder, Freiburg im Breisgau / Basel / Wien 2011, ISBN 978-3-451-29785-4.
• Michael Heidelberger: Ist der Kausalbegriff abhängig vom Handlungsbegriff? Zur interventionistischen Konzeption der Kausalität? In: Renate Breuninger: Philosophie der Subjektivität und das Subjekt der Philosophie. Festschrift für Klaus Giel zum 70. Geburtstag. Königshausen & Neumann, Würzburg 1997, ISBN 3-8260-1356-5, S. 106–116.
• Geert Keil: Handeln und Verursachen. Vittorio Klostermann, Frankfurt am Main 2000; 2., um ein Vorwort erweiterte Auflage, ebenda 2015 (= Klostermann RoteReihe. Band 76), ISBN 978-3-465-04240-2.
• Joachim Klowski: Der historische Ursprung des Kausalprinzips. In: Archiv für Geschichte der Philosophie. Band 48, 1966, S. 225–267.
• Theodor Leiber: Kosmos, Kausalität und Chaos. Naturphilosophische, erkenntnistheoretische und wissenschaftstheoretische Perspektiven. Ergon Verlag, Würzburg 1996, ISBN 978-3-928034-70-8.
• David Lewis: „Kausalität“ (1978). In: G. Posch (Hrsg.): Kausalität, neue Texte. Reclam, Stuttgart 1981, S. 102–126.
• John L. Mackie: The Cement of the Universe – A Study of Causation. Clarendon Press, Oxford 1980.
• Uwe Meixner: Theorie der Kausalität. Ein Leitfaden zum Kausalbegriff in zwei Teilen. Mentis Verlag, 2001, ISBN 3-89785-185-7.
• Judea Pearl: Causality. Cambridge University Press, ISBN 0-521-77362-8.
• Markus Schrenk: Metaphysics of Science: A Systematic and Historical Introduction. Routledge 2017 (Annotated Edition), ISBN 978-1-84465-592-2.
• Wolfgang Stegmüller: Probleme und Resultate der Wissenschaftstheorie und Analytischen Philosophie. Bd. 1 Erklärung, Begründung, Kausalität. Springer Verlag, ISBN 3-540-11804-7.
• Wolfgang Stegmüller: Das Problem der Kausalität. 1983.
• Patrick Suppes: A Probabilistic Theory of Causality. North-Holland Publishing Company, Amsterdam 1970.
• Erich Steitz: Kausalität und menschliche Freiheit. Oldib, Essen 2009, ISBN 978-3-939556-08-4.

• Was ist Kausalität? aus der Fernseh-Sendereihe alpha-Centauri (ca. 14 Minuten). Ausgestrahlt am 14. März 2014.

Wikiquote: Ursache – Zitate

Wiktionary: Kausalität – Bedeutungserklärungen, Wortherkunft, Synonyme, Übersetzungen

Philosophie

• Alex Broadbent: Causation. In: J. Fieser, B. Dowden (Hrsg.): Internet Encyclopedia of Philosophy.
• Jan Faye: Backwards Causation. In: Edward N. Zalta (Hrsg.): Stanford Encyclopedia of Philosophy.
• Christopher Hitchcock: Probabilistic Causation. In: Edward N. Zalta (Hrsg.): Stanford Encyclopedia of Philosophy.
• James Woodward: Causation and Manipulability. In: Edward N. Zalta (Hrsg.): Stanford Encyclopedia of Philosophy.}
• Peter Menzies, Helen Beebee: Counterfactual Theories of Causation. In: Edward N. Zalta (Hrsg.): Stanford Encyclopedia of Philosophy.
• Phil Dowe: Causal Processes. In: Edward N. Zalta (Hrsg.): Stanford Encyclopedia of Philosophy.
• David Robb, John Heil: Mental Causation. In: Edward N. Zalta (Hrsg.): Stanford Encyclopedia of Philosophy.
• Jonathan Schaffer: The Metaphysics of Causation. In: Edward N. Zalta (Hrsg.): Stanford Encyclopedia of Philosophy.
• James Woodward, Lauren Ross: The Causal Mechanical Model. In: Edward N. Zalta (Hrsg.): Stanford Encyclopedia of Philosophy.
• Francis Longworth: Bibliography on causation, AHRC, Birmingham 2011.

Physik

• Franz Josef Burghardt: Das Kausalgesetz in der Physik, in: Physik und Didaktik 4 (1983), S. 285–297.

Ideengeschichte

• Julius Weinberg: Causation im Dictionary of the History of Ideas
• Patrick Gardiner: Causation in History im Dictionary of the History of Ideas
• Aristotle on Causality. In: Edward N. Zalta (Hrsg.): Stanford Encyclopedia of Philosophy.Vorlage:SEP/Wartung/Parameter 1 und Parameter 2 und nicht Parameter 3
• Michael E. Marmura: Causation in islamic thought im Dictionary of the History of Ideas
• Medieval Theories of Causation. In: Edward N. Zalta (Hrsg.): Stanford Encyclopedia of Philosophy.Vorlage:SEP/Wartung/Parameter 1 und Parameter 2 und nicht Parameter 3
• Willis Doney: Causation in the seventeenth century im Dictionary of the History of Ideas
• Enrico de Angelis: Causation in the seventeenth century: final causes im Dictionary of the History of Ideas
• Leibniz on Causation. Eintrag in Edward N. Zalta (Hrsg.): Stanford Encyclopedia of Philosophy.Vorlage:SEP/Wartung/Parameter 1 und weder Parameter 2 noch Parameter 3
• Kausalität, Causa (bei Aristoteles und im Mittelalter). Werner Stangls Arbeitsblätter, Linz 1997.

Kognitionswissenschaft

• KOGWIS99 Workshop „Kausalität“ (Memento vom 27. Mai 2006 im Internet Archive), 4. Fachtagung der Gesellschaft für Kognitionswissenschaft an der Universität Bielefeld, 28. September–1. Oktober 1999 (PDF; 527 kB).

Kognitive Linguistik

• Force Dynamics in Language and Cognition, Kapitel über Kräftedynamik aus Leonard Talmy, Toward a Cognitive Semantics, 2000 (PDF). (625 kB)

Wissenschaftliche Tagungen und Kongresse zum Thema Kausalität

• Rostock Retreat on Causality, Eine interdisziplinäre Klausurtagung des MPIDR: 2.–4. Juli 2018, Rostock (D).

1. Detlef Junker: Kausalität. In: Stefan Jordan (Hrsg.): Lexikon Geschichtswissenschaft. Hundert Grundbegriffe. Reclam, Ditzingen 2019, ISBN 978-3-15-000503-3, S. 182.
2. Kurt Bauer: Nationalsozialismus. Ursprünge, Anfänge, Aufstieg und Fall. Böhlau, Wien/Köln/Weimar 2008, S. 15 f.
3. Günter Hartfiel: Wörterbuch der Soziologie. 3. Auflage, neu bearbeitet von Karl-Heinz Hillmann, Alfred Kröner Verlag, Stuttgart 1972, S. 512.
4. Siehe zum Beispiel Günter Ropohl: Eine Systemtheorie der Technik. Zur Grundlegung der allgemeinen Technologie. Hanser, München/Wien 1979, S. 96; Stephanie Garling: Vom Störfaktor zum Operator. Religion im Diskurs der Entwicklungszusammenarbeit. Springer VS, Wiesbaden 2013, ISBN 978-3-658-02482-6, S. 54; André Armbruster: Zur Komplexität religiös-fundamentalistischer Selbstmordattentate – ein habitus- und feldtheoretisches Forschungsprogramm. In: Wilhelm Eppler (Hrsg.): Fundamentalismus als religionspädagogische Herausforderung. Vandenhoeck & Ruprecht, Göttingen 2015, S. 213.
5. Hans van der Loo und Willem van Reijen: Modernisierung. Projekt und Paradox. dtv, München 1997, S. 25 f.
6. Eva Horn, Anson Rabinbach: Introduction. In: Dark Powers: Conspiracies and Conspiracy Theory in History and Literature (= New German Critique No. 103 (2008)),S. 1–8, hier S. 6; Helmut Reinalter: Die Weltverschwörer. Was sie eigentlich alles nie erfahren sollten. Ecowin, Salzburg 2010, S. 13 und 20 f.; Wolfgang Benz: Die Protokolle der Weisen von Zion. Die Legende von der jüdischen Weltverschwörung. C.H. Beck, München 2007, S. 10.
7. Wilhelm H. Westphal: Physik – Ein Lehrbuch. 25./26. Auflage. Springer, 1970, S. 4 f.
8. Max Born: Physik im Wandel meiner Zeit. Springer, 2013, ISBN 978-3-322-88794-8 (eingeschränkte Vorschau in der Google-Buchsuche).
9. Lexikon der Physik. Kausalität. Spektrum Akademischer Verlag, Heidelberg, 1998, abgerufen am 1. Mai 2016.
10. Ognyan Oreshkov, Fabio Costa, Časlav Brukner: Quantum correlations with no causal order. In: Nature Communications. Band 3, 2. Oktober 2012, S. 1092, doi:10.1038/ncomms2076 (englisch).
11. Werner Heisenberg: Der Teil und das Ganze. Gespräche im Umkreis der Atomphysik. 9. Auflage, Piper, München 2012 (Erstausgabe 1969), ISBN 978-3-492-22297-6, Seite 115.
12. Paul Davies: Die Unsterblichkeit der Zeit. Die moderne Physik zwischen Rationalität und Gott. Scherz, Bern u. a. 1995, Seite 207.
13. Deterministisches Chaos. Starke und schwache Kausalität. LEIFI Physik, Joachim Herz Stiftung, Hamburg, abgerufen am 1. Mai 2016.
14. Jean Kaddour, Aengus Lynch, Qi Liu, Matt J. Kusner, Ricardo Silva: Causal Machine Learning. A Survey and Open Problems. 21. Juli 2022, S. 70 ff., arxiv:2206.15475v2.
15. Ursache / Wirkung, in: Historisches Wörterbuch des Philosophie (Hist. Wb. Phil. 11), Bd. 11: U-V, Basel 2001, Sp. 378–411, hier: 411.
16. Platon: Phaidon 96e-101c.
17. Hist. Wb. Philos. 11, Sp. 379.
18. Siehe Klowski 1966.
19. Hist. Wb. Philos. 11, Sp. 380 f.
20. David Hume: Eine Untersuchung über den menschlichen Verstand. Übersetzt von Raoul Richter, hrsg. von Jens Kulenkampff. 12. Auflage. Meiner, Hamburg 1993, S. 92f. Hervorhebung im Original.
21. David Hume: Eine Untersuchung über den menschlichen Verstand. Übersetzt von Raoul Richter, hrsg. von Jens Kulenkampff. 12. Auflage. Meiner, Hamburg 1993, S. 95. Hervorhebung im Original.
22. Andreas Bartels, Manfred Stöckler (Hrsg.): Wissenschaftstheorie, mentis Verlag, Paderborn 2009, Kapitel 4: Kausalität, S. 89 ff.
23. KrV B 478, Akademie-Ausgabe: Die Antinomie der reinen Vernunft: Anmerkung zur dritten Antinomie
24. KrV B 248-248 Akademie-Ausgabe
25. Zitate aus: Michel Serres und Nayla Farouki (Hrsg.), Thesaurus der exakten Wissenschaften, ZWEITAUSENDEINS, ISBN 3-86150-620-3.
26. Friedrich Nietzsche: Jenseits von Gut und Böse, Aphorismus 21. Zeno.org, Zugriff am 6. November 2022, zitiert nach Donatella Di Cesare: Das Komplott an der Macht. Matthes & Seitz, Berlin 2022, S. 44.
27. James E. Mazur: Lernen und Verhalten. 6. Auflage. Pearson Verlag, 2006, ISBN 978-3-8273-7218-5.
28. Cook, Thomas D., and Donald T. Campbell. Quasi-Experimentation: Design & Analysis Issues for Field Settings. Houghton Mifflin Company, Boston 1979.
29. Fritz Heider: Soziale Wahrnehmung und phänomenale Kausalität. In: Martin Irle (Hrsg.), zusammen mit Mario von Cranach und Hermann Vetter: Texte aus der experimentellen Sozialpsychologie. Luchterhand, 1969, S. 26.
30. Vgl. auch Dietrich von Engelhardt: Kausalität und Konditionalität in der modernen Medizin. In: Heinrich Schipperges (Hrsg.): Pathogenese. Grundzüge und Perspektiven einer Theoretischen Pathologie. Berlin/Heidelberg/New York/Tokio 1985, S. 32–58.