- Deutsch
- Überlebenden-Verzerrung
- Art des Fehlers
- Auswahlverzerrung: Betrachtet wird nur, was übrig geblieben ist
- Bekanntestes Beispiel
- Abraham Wald und beschädigte Flugzeuge, 1943
- Typische Bereiche
- Unternehmensgründung, Finanzmärkte, Wissenschaft, Erfolgsgeschichten
- Gegenfrage
- Wer oder was fehlt in dieser Stichprobe, und warum?
Einfach erklärt
Survivorship Bias (deutsch: Überlebenden-Verzerrung) ist ein Denkfehler: Betrachtet werden nur die Fälle, die sichtbar geblieben sind, die „Überlebenden“, und von ihnen wird auf alle geschlossen. Wer ausgeschieden ist, etwa weil ein Unternehmen aufgegeben hat oder ein Flugzeug nicht zurückkam, taucht in den Daten nicht mehr auf. Dadurch wirkt Erfolg im Rückblick häufiger und leichter erreichbar, als er ist. Der Fehler zählt zu den kognitiven Verzerrungen, steckt aber schon in der Auswahl der Daten, bevor jemand falsch schlussfolgert.
Das bekannteste Beispiel stammt aus dem Zweiten Weltkrieg. Der Mathematiker Abraham Wald arbeitete in der Statistical Research Group der Columbia University und schätzte 1943, welche Teile eines Flugzeugs besonders verwundbar sind. Seine Ausgangsdaten waren begrenzt: Er kannte die Zahl der Flugzeuge im Einsatz und wusste, wie viele von ihnen mit einer bestimmten Zahl an Treffern zurückkamen. Die abgeschossenen Flugzeuge fehlten. Wer nur die Schäden an den Zurückgekehrten zählt, übersieht deshalb gerade die Treffer, nach denen ein Flugzeug nicht mehr zurückkam.
Im Alltag begegnet derselbe Fehler bei Erfolgsgeschichten. Wer bei Gründenden nach dem Rezept für den Erfolg sucht, sieht nur die, deren Unternehmen noch besteht. Die vielen, die mit ähnlichen Ideen und ähnlichem Einsatz gescheitert sind, kommen in keinem Interview vor.
Merke
Eine Auswahl, die schon vorsortiert ist, kann nicht zeigen, wonach sortiert wurde. Wer nur aus den Übriggebliebenen lernt, lernt nichts über die Ausgeschiedenen.
Ausführlich erklärt
Abraham Wald und die Flugzeugschäden
Wald wurde 1902 in Kolozsvár geboren (heute Cluj in Rumänien), in eine jüdische Familie. Er studierte in Wien und promovierte 1931 bei Karl Menger. Laut der Biografie des MacTutor-Archivs der University of St Andrews bot Wien jungen jüdischen Wissenschaftlern in den 1930er Jahren kaum akademische Stellen. Im Sommer 1938, nach dem Einmarsch der Nationalsozialisten in Österreich, ging Wald in die USA. Acht der neun Familienmitglieder, die in Europa blieben, starben laut derselben Biografie in den Gaskammern von Auschwitz. Seit 1941 gehörte er zur Fakultät der Columbia University und arbeitete im Krieg in der Statistical Research Group mit.
Aus dieser Arbeit entstanden acht Memoranden, die die Gruppe 1943 für das National Defense Research Committee verfasste. Sie wurden nie extern veröffentlicht. Das Center for Naval Analyses druckte sie im Juli 1980 nach, weil die Methode weiter nützlich sei. Laut diesem Nachdruck wurde sie auch im Korea- und im Vietnamkrieg angewendet. Mangel und Samaniego fassten Walds Ideen 1984 im Journal of the American Statistical Association zusammen.
Die Memoranden lösen ein Rechenproblem. Bekannt ist nur die Gesamtzahl der Flugzeuge im Einsatz und, für jede Trefferzahl, wie viele Flugzeuge trotz dieser Treffer zurückkamen. Daraus schätzt Wald, mit welcher Wahrscheinlichkeit ein Flugzeug durch eine bestimmte Zahl von Treffern abgeschossen wird. Später teilt er das Flugzeug in Bereiche mit ähnlicher Verwundbarkeit ein und schätzt für jeden Bereich, wie gefährlich ein Treffer dort ist. In einem Rechenbeispiel mit ausdrücklich hypothetischen Daten erscheint der Motorbereich als verwundbarste Stelle: Eine 20-mm-Kanonengranate führt dort mit einer Wahrscheinlichkeit von 0,534 zum Abschuss. Solche Ergebnisse, schreibt Wald, könnten als Anhaltspunkte dafür dienen, wo Schutzpanzerung angebracht wird.
Zur bekannten Flugzeug-Geschichte
Die verbreitete Kurzfassung, Panzerung gehöre an die Stellen ohne Einschusslöcher, ließ sich in den Memoranden nicht in dieser Form finden. Dort steht ein Rechenverfahren mit hypothetischen Beispielzahlen. Als Lehrstück über fehlende Daten taugt die Geschichte trotzdem, weil das Verfahren genau diese Lücke einrechnet.
Finanzmärkte: Fonds, die verschwinden
Auch bei Investmentfonds fehlen die Verlierer. Elton, Gruber und Blake zeigten 1996, dass Fonds, die verschwinden, das meist wegen schlechter Wertentwicklung tun, etwa durch Schließung oder Fusion. Wer die Rendite nur anhand der Fonds berechnet, die heute noch existieren, überschätzt sie daher. Um die Größe dieses Fehlers zu schätzen, verfolgten die Forschenden alle Fonds, die Ende 1976 bestanden, und rechneten bei Fusionen deren Bedingungen ein. Schon 1992 hatten Brown, Goetzmann, Ibbotson und Ross das Problem in einer eigenen Studie im Review of Financial Studies behandelt.
Wissenschaft: Studien in der Schublade
Der Fehler wirkt auch in der Forschung. Der Psychologe Robert Rosenthal beschrieb 1979 das „file drawer problem“ (Schubladenproblem): Studien ohne signifikantes Ergebnis bleiben in der Schublade, Zeitschriften enthalten dann eine ausgewählte Teilmenge. In seiner extremen Fassung füllen die 5 Prozent der Studien mit zufällig signifikanten Ergebnissen die Zeitschriften, die übrigen 95 Prozent bleiben unveröffentlicht.
Franco, Malhotra und Simonovits konnten das 2014 an einer bekannten Grundgesamtheit prüfen: 221 Umfrage-Experimente aus einem von der US-amerikanischen National Science Foundation geförderten Programm. Starke Ergebnisse wurden mit einer um 40 Prozentpunkte höheren Wahrscheinlichkeit veröffentlicht als Nullergebnisse und mit einer um 60 Prozentpunkte höheren Wahrscheinlichkeit aufgeschrieben. Die Ursache lag früh: Forschende schrieben Nullergebnisse oft gar nicht erst auf. Der Publikationsbias ist damit ein Survivorship Bias der Fachliteratur.
Gründung und Erfolgsgeschichten
Wie groß die unsichtbare Gruppe sein kann, zeigt die Statistik zu Neugründungen. Laut Eurostat entstanden 2015 in Deutschland 244.477 Unternehmen (ohne Beteiligungsgesellschaften), 2020 bestanden davon noch 90.683. Das sind rund 37 Prozent (eigene Berechnung). Die Zahl umfasst alle neuen Unternehmen, nicht nur ehrgeizige Start-ups, und sagt nichts darüber, warum die übrigen aufgaben. Gescheiterte Gründungen geben aber selten Interviews und schreiben keine Ratgeber.
Wer überlebt, hängt außerdem nicht nur von Leistung ab. Brooks, Huang, Kearney und Murray ließen 2014 in einer Feldstudie bei drei Pitch-Wettbewerben in den USA und in zwei Experimenten Gründungsideen vorstellen. Investoren bevorzugten Vorträge von Männern, auch bei gleichem Inhalt. Besonders überzeugend wirkten attraktive Männer, bei Frauen spielte Attraktivität keine Rolle. Die Studie unterscheidet nur zwischen Männern und Frauen und gilt für die USA, über andere Geschlechter oder Deutschland sagt sie nichts. Sie zeigt aber, wie Ungleichbehandlung (Sexismus) schon vor dem Erfolg aussortieren kann, und die Erfolgsgeschichten der Übrigen erzählen davon nichts. Auch die soziale Herkunft prägt die Startbedingungen, mehr dazu unter Klassismus. Verwandt ist der Bestätigungsfehler: Wer Erfolgsgeschichten sucht, die ein Rezept versprechen, findet sie auch.
Fragen, die den Fehler sichtbar machen
- Wer oder was fehlt in dieser Auswahl, und was ist mit ihnen passiert?
- Wie viele haben denselben Weg versucht, und wie viele davon sind angekommen?
- Wurde die Datenquelle nachträglich bereinigt, etwa um geschlossene Fonds oder unveröffentlichte Studien?
- Welche Startbedingungen waren für alle gleich, welche nicht?
Quellen: Center for Naval Analyses (1980): A Reprint of „A Method of Estimating Plane Vulnerability Based on Damage of Survivors“ by Abraham Wald (Memoranden der Statistical Research Group, 1943) / Mangel und Samaniego (1984): Abraham Wald’s Work on Aircraft Survivability, Journal of the American Statistical Association / MacTutor, University of St Andrews: Abraham Wald / Elton, Gruber und Blake (1996): Survivor Bias and Mutual Fund Performance, Review of Financial Studies / Brown, Goetzmann, Ibbotson und Ross (1992): Survivorship Bias in Performance Studies, Review of Financial Studies / Rosenthal (1979): The file drawer problem and tolerance for null results, Psychological Bulletin / Franco, Malhotra und Simonovits (2014): Publication bias in the social sciences: Unlocking the file drawer, Science / Eurostat: Business demography by size class and NACE Rev. 2 activity (bd_9bd_sz_cl_r2), Deutschland / Brooks, Huang, Kearney und Murray (2014): Investors prefer entrepreneurial ventures pitched by attractive men, PNAS
Das könnte dich auch interessieren
- Kognitive Verzerrung: systematische Denkfehler, zu denen auch die Überlebenden-Verzerrung zählt
- Bestätigungsfehler: die Neigung, Informationen zu bevorzugen, die die eigene Annahme stützen
- Klassismus: Benachteiligung nach sozialer Herkunft, die über Chancen und Erfolgsgeschichten mitentscheidet
- Sexismus: Benachteiligung nach Geschlecht, auch bei der Bewertung von Gründungsideen
