Verblindung bedeutet in der Wissenaschaft, dass die Personen, die z.B. Aussagen und Beobachtungen machen, die über den Ausgang der Studie entscheiden könnten, nicht wissen, was sie genau vor sich haben.
Beispiel Doppelblinde Vergleichssstudien in der Medizin: Die Testpatienten werden in verschiedene Gruppen aufgeteilt, z.B. zwei Gruppen: die "Versuchsgruppe" und die "Kontrollgruppe". Die Patienten der versuchsgruppe bekommen die zu testende Therapie, die Patienten der Kontrollgruppe eine etablierte Therapie, oder, falls man gegen den Placebo-Effekt testet, eben eine Schein-Therapie. Wichtig hierbei ist, dass weder die patienten, noch die Ärzte, die den gesundheitszustand der Patienten begutacvhten und beurteilen, NICHT wissen, welcher Patiernt zu welcher Gruppe gehört. D.h. der versuch findet doppelt verblindet statt.
Beispiel Wünschelrutengehen (weil ich das vorhin angesprochen habe): Wünschelrutengänger behaupten ja gerne, dass sie mit ihren Ruten Dinge finden können. Das lässt sich je nach Behauptung mehr oder weniger gut realisieren. Nun lässt man zunächst zum Test Rutengänger Dinge finden, bei denen sie wissen, wo sie versteckt sind. Das mag funktionieren, so dass hinterher nicht die Ausrede gilt, dass der test unfair war. Und dann wiederholt m,an das ganze verblindet, d.h. dass alle, die mit dem Wünschelrutengänger zusammen im Raum sind, NICHT wissen, wo der zu suchende gegenstand (oder was auch immer) versteckt ist. Diese Verblindung wird nach einigen Versuchsdurchläufen dann aufgehoben, und die Trefferquote wird ermittelt. Bei allen mir bekannten derartigen Experimenten kam reine Zufallserwartung raus.
Beispiel Physik: Bei Großexperimenten fallen große Datenmengen an, und es werden sog. "Parameterschnitte" eingeführt, die das Signal von Datenmüll unterscheiden können. Die genaue Lage dieser Selektionskriterien entscheidet über die statistische Signifikanz. Wenn man den Schnitt auch während der Analyse noch nachträglich verändern kann oder zusätzlöiche Selektionskriterien einführen kann, wird man automatisch auch aus reinen Rausch-Daten künstlich falsche Signale "züchten". D.h. diese selektionskriterien werden VORHER festgelegt. Das geschieht bestenfalls durch Simulationsrechnungen, oder Kallibrationsmessungen. Das ist aber nicht immer möglich. In diesen Fällen muss Verblindung her: Die hier verhindert, dass Signale gezüchtet werden, läuft dann so ab, dass der Datensatz in zwei Datensätze aufgeteilt wird - einen relativ kleinen und einen großen, und die Selektionskriterien am kleinen Datensatz optimiert werden (so, dass der Physiker nicht absehen kann, welche Auswirkungen das auf das Ergebnis mit dem großen Datensatz hat). Diese Analyse wird dann auf den großen Datensatz losgelassen und kann danach nicht mehr verändert werden.
Zusammenfassen lässt sich sagen, dass Verblindung dazu dient, Möglichkeiten zu verhindern, Bewertungen in die gewünschte Richtung zu gestalten, weil die Bewerter ja nicht wissen können, welches die "gewünschte Richtung" ist, welches ihre Vorurteile bestätigen würde und was nicht.
