Eine vergleichende Eigenschaft, die Theorien oder Sätzen zugesprochen wird und ihre Nähe zur Wahrheit misst, wenn keine strikt wahr ist; Wahrheitsähnlichkeit bewertet, wie gut eine Theorie wahre Aspekte ihres Zielbereichs erfasst und falsche ausschließt, und erlaubt so den vergleichenden Abgleich approximativer Theorien.

Prinzip

Die Wahrheitsähnlichkeit einer Theorie steigt, soweit sie Wahrheiten über den Zielbereich impliziert oder bewahrt, und sinkt, soweit sie Falsches impliziert; vergleichende Wahrheitsähnlichkeit entscheidet zwischen Theorien anhand von Abwägungen wahrer und falscher Konsequenzen statt anhand absoluter Wahrheit.

Demonstration

Illustratives Szenario → Situation: Zwei wissenschaftliche Modelle sagen sich überlappende, aber unterschiedliche Phänomenmengen voraus; beide sind Idealmodelle, die strikt falsch sind. → Erkennen: Modell A liefert mehr wahre Vorhersagen zu Schlüsselfenomenen, enthält jedoch eine falsche Hilfsannahme; Modell B ist einfacher, lässt aber mehrere wahre Regelmäßigkeiten außer Acht. → Handlung: Bewerte, welches Modell ein besseres Gleichgewicht wahrer gegenüber falschen Konsequenzen in Bezug auf die erklärten Ziele bietet. → Folge: Ein Modell wird als der Wahrheit näher (höhere Wahrheitsähnlichkeit) beurteilt, obwohl keines strikt wahr ist.

Fehlanwendung

Wahrheitsähnlichkeit mit bloßem Vorhersageerfolg oder Einfachheit gleichzusetzen, ohne den Wahrheitsgehalt theoretischer Aussagen zu berücksichtigen. Der Fehler besteht darin, empirische Anpassung an ausgewählte Datensätze mit genereller Nähe zur Wahrheit über den relevanten Bereich zu verwechseln.

Konsequenz

Wahrheitsähnlichkeit bietet eine begründete Basis für Theoriewahl und iterative Verbesserung, wenn strikte Wahrheit nicht erreichbar ist; sie lenkt die Aufmerksamkeit auf Fehlerverteilung und Inhaltswahrheit statt allein auf instrumentelle Leistung.

Umkehrung

Wenn Theorien nicht vergleichbar sind, unterschiedliche Ziele ansprechen oder der Zielbereich unbestimmt ist, kann ein Vergleich der Wahrheitsähnlichkeit undefiniert oder unbestimmt sein; in solchen Fällen können andere Kriterien (empirische Passung, Einfachheit, Kohärenz) die Wahl leiten.

Abgrenzung

Klar innerhalb: Beurteilung konkurrierender wissenschaftlicher Theorien, die als Approximationen desselben Zielbereichs verstanden werden. Grenzfall: Vergleich von Modellen, die unterschiedliche Skalen oder Variablen idealisieren. Klar außerhalb: binäre Bewertung strikt wahrer versus falscher analytischer Wahrheiten.

Semantische Spannung

Spannung zwischen prädiktiven/operationalen Kriterien (empirische Adäquanz, Einfachheit) und wahrheitsorientierten Kriterien (Inhaltswahrheit, erklärende Reichweite): Wahrheitsähnlichkeit vermittelt diese, indem sie Inhaltsgenauigkeit bevorzugt, aber mit pragmatischen Bewertungsmaßen konfligieren kann.

Synthese

Wahrheitsähnlichkeit stellt Theoriebeurteilung als Frage der vergleichenden Nähe zur Wahrheit dar: Sie verlagert den Schwerpunkt von binärer Wahrheit auf das Muster wahrer und falscher Konsequenzen einer Theorie und leitet so inkrementelle Theoriewahl und -entwicklung.