Goodharts Gesetz: Wenn die Kennzahl das Ziel frisst

Eine sowjetische Nagelfabrik erhält die Anweisung, ihre Produktion zu steigern. Das Ziel wird in Tonnen gemessen. Die Lösung der Fabrikleitung: ein einziger, riesiger Nagel aus massivem Stahl. Ziel offiziell erreicht. Zweck vollständig verfehlt. Als die Kennzahl geändert wird auf "Anzahl der produzierten Nägel", reagiert die Fabrik mit winzigen, nutzlosen Nägeln aus dünnstem Draht. Das ist Goodharts Gesetz in Reinform — und es beschreibt eine der hartnäckigsten Dysfunktionen in Organisationen, Politik und Wissenschaft.

Was ist Goodharts Gesetz?

Goodharts Gesetz lautet in seiner bekanntesten Formulierung: "When a measure becomes a target, it ceases to be a good measure." Auf Deutsch: Wird eine Kennzahl zum Ziel, hört sie auf, eine gute Kennzahl zu sein.

Der Name geht auf den britischen Ökonomen Charles Goodhart zurück, der das Prinzip 1975 in einem geldpolitischen Kontext beschrieb. Goodhart beobachtete, dass statistische Zusammenhänge zwischen Geldmengen und wirtschaftlichen Zielen zusammenbrachen, sobald die Zentralbank begann, die Geldmenge als Steuerungsziel zu nutzen. Die Formulierung als allgemeines Gesetz stammt von der Anthropologin Marilyn Strathern, die 1997 den klassischen Satz prägte.

Die zugrundeliegende Logik ist einfach und brutal: Jede Kennzahl ist ein Proxy — eine Näherung — für etwas, das uns eigentlich interessiert. Sobald Menschen wissen, dass sie an dieser Kennzahl gemessen werden, optimieren sie für die Kennzahl. Und Optimierung für ein Proxy ist nicht dasselbe wie Optimierung für das dahinterliegende Ziel.

Die Sowjet-Nagelfabrik und ihre Verwandten

Das Nagelfabrik-Beispiel ist legendär, weil es so kristallklar illustriert, wie pervers Optimierung für Kennzahlen werden kann. Ähnliche Beispiele durchziehen die Geschichte der Planwirtschaft:

• Glasbläser: Ziel in Quadratmetern → möglichst dünnes, zerbrechliches Glas.
• Transportfirmen: Ziel in zurückgelegten Kilometern → unnötig lange Umwege.
• Wohnungsbau: Ziel in Anzahl fertiggestellter Wohnungen → Miniaturwohnungen mit unbrauchbar kleinen Räumen.

Diese Beispiele klingen wie Karikaturen einer dysfunktionalen Planwirtschaft. Aber dieselbe Logik wirkt überall dort, wo Kennzahlen als Ziele gesetzt werden — unabhängig vom politischen System.

Goodharts Gesetz im Bildungssystem

Das deutlichste Gegenwartsbeispiel ist das Bildungssystem mit seiner Fixierung auf standardisierte Tests. Wenn Schulen danach bewertet werden, wie gut ihre Schüler in Standardtests abschneiden, entwickeln sich Anreize, die mit dem eigentlichen Bildungsziel in Konflikt geraten:

• "Teaching to the test": Lehrer unterrichten nicht mehr das Fach, sondern die Testaufgaben. Fähigkeiten, die nicht im Test vorkommen, werden vernachlässigt.
• Strategisches Schülerselektieren: Schulen, die für ihre Testergebnisse bewertet werden, haben Anreize, leistungsschwächere Schüler loszuwerden oder fernzuhalten.
• Kurzfristige Optimierung: Inhalte werden für den Test eingetrichtert und nach dem Test vergessen — ohne nachhaltige Bildungswirkung.
• Betrug: Im Extremfall wird die Kennzahl direkt manipuliert: Lehrende, die Schülerantworten korrigieren; Schulen, die Abwesenheit bei Tests organisieren.

Testergebnisse wurden als Proxy für Bildungsqualität eingeführt, weil man Bildungsqualität schlecht direkt messen kann. Sobald Testergebnisse zu Zielen wurden, wurde die Kausalbeziehung umgekehrt: Nicht gute Schulen produzieren gute Testergebnisse — gute Testergebnisse werden produziert, ob die Schule gut ist oder nicht.

KPIs in Unternehmen: Produktivitätskennzahlen und ihre Schattenseiten

In der Unternehmenswelt ist Goodharts Gesetz ein tägliches Phänomen:

Call-Center-Mitarbeitende werden nach der Anzahl bearbeiteter Anrufe gemessen. Ergebnis: Anrufe werden so kurz wie möglich gehalten — Qualität der Problemlösung spielt keine Rolle mehr. Kunden hängen wieder in der Leitung.

Software-Entwickler werden nach Anzahl geschlossener Bugs oder Lines of Code gemessen. Ergebnis: triviale Bugs werden als mehrere gezählt, Code wird unnötig aufgebläht.

Journalismus: Klickzahlen als Erfolgskennzahl führen zu Überschriften, die emotional ansprechen, aber inhaltlich leer sind. Der Clickbait ist Goodharts Gesetz im Medienbereich.

Wissenschaft: Der H-Index, die Anzahl der Zitierungen oder die Anzahl der Publikationen als Karriere-KPI führen zu "publish or perish"-Kulturen, in denen Quantität über Qualität siegt — und damit zum Publikationsbias.

Warum passiert das immer wieder?

Goodharts Gesetz ist keine Ausnahme. Es ist der Normalfall, wenn Kennzahlen als Anreizsysteme eingesetzt werden. Drei Gründe erklären die Hartnäckigkeit:

Messbarkeit vs. Relevanz: Was wirklich wichtig ist — Bildungsqualität, Mitarbeiterzufriedenheit, gesellschaftlicher Nutzen — ist oft schwer messbar. Was leicht messbar ist — Klicks, Tests, Tonnagen — ist oft nur ein Proxy. Das Messsystem wählt den Proxy, weil er verfügbar ist, nicht weil er das Richtige misst.

Komplexe Systeme reagieren: In physikalischen Systemen ändert ein Messinstrument das Gemessene nicht. In sozialen Systemen schon: Menschen passen ihr Verhalten an das Messsystem an. Heisenbergs Unschärfeprinzip hat sein soziales Äquivalent.

Kurzzeitoptimierung überwiegt: Die Optimierung für eine Kennzahl bringt kurzfristige Belohnungen. Die Kosten — ausgehöhlte Bildung, schlechter Service, fragwürdige Wissenschaft — entstehen diffus, langfristig und verteilt über viele. Anreizsysteme sind systematisch gegen langfristige Qualität.

Lucas-Kritik: Goodharts Gesetz in der Makroökonomie

Goodharts Gesetz hat ein Äquivalent in der Wirtschaftswissenschaft: die Lucas-Kritik, benannt nach dem Ökonomen Robert Lucas. Lucas zeigte, dass makroökonomische Modelle, die auf historischen Zusammenhängen beruhen, zusammenbrechen, sobald die Wirtschaftspolitik versucht, diese Zusammenhänge zu nutzen. Die Wirtschaftssubjekte passen ihr Verhalten an die neue Politik an — und der historische Zusammenhang hört auf zu gelten.

Beide — Goodharts Gesetz und die Lucas-Kritik — beschreiben dieselbe Grundstruktur: Jede Nutzung eines Proxy als Ziel verändert die Beziehung zwischen Proxy und dem, was er messen soll.

Was hilft gegen Goodharts Gesetz?

Es gibt kein vollständiges Gegenmittel — das ist Teil der Botschaft des Gesetzes. Aber es gibt Strategien, die den Schaden begrenzen:

• Multiple, konkurrierende Kennzahlen: Wenn für eine Person oder Organisation gleichzeitig viele verschiedene Kennzahlen gelten, wird reines Gaming einer einzelnen schwieriger.
• Kennzahlen regelmäßig rotieren: Wer weiß, dass die Messgrößen sich ändern werden, investiert weniger in die Optimierung des aktuellen Proxys.
• Qualitative Bewertung einbeziehen: Zahlen durch Kontext, Narrativ und menschliche Einschätzung ergänzen, die nicht so leicht manipulierbar sind.
• Anreize für das zugrundeliegende Ziel setzen, nicht für den Proxy: Leichter gesagt als getan — aber wo möglich, direkt messen was zählt.
• Goodharts Gesetz als institutionelles Wissen verankern: Organisationen, die das Gesetz kennen, sind vorsichtiger bei der Einführung neuer KPIs.

Zusammenfassung

Goodharts Gesetz ist eine der tiefsten Wahrheiten über das Verhältnis zwischen Messung und Wirklichkeit in sozialen Systemen. Es lehrt: Kennzahlen sind immer Vereinfachungen. Vereinfachungen können optimiert werden. Optimierte Vereinfachungen verfehlen ihr Ziel. Der Nagel, der schwerer ist als alle anderen Nägel zusammen, erfüllt die Quoten — und keinen einzigen Zweck. Gute Steuerung braucht Weisheit darüber, was wirklich zählt — und die Bescheidenheit zu wissen, dass keine einzige Kennzahl das abbilden kann.

Quellen & Weiterführendes

• Goodhart, Charles A. E. "Problems of Monetary Management: The U.K. Experience." In: Papers in Monetary Economics, Band I, Reserve Bank of Australia, 1975.
• Strathern, Marilyn. "'Improving ratings': Audit in the British University System." European Review, 5(3), 1997, S. 305–321.
• Lucas, Robert E. "Econometric Policy Evaluation: A Critique." Carnegie-Rochester Conference Series on Public Policy, 1, 1976, S. 19–46.
• Muller, Jerry Z. The Tyranny of Metrics. Princeton University Press, 2018.
• Power, Michael. The Audit Society: Rituals of Verification. Oxford University Press, 1997.
• Manheim, Karl. "Goodhart's Law and its Implications for AI Safety." arXiv, 2018. arXiv:1803.04585
• Wikipedia: Goodhart's Law