Überlebensverzerrung: Warum Studienabbrecher keine Vorbilder sind — und wie Wald Flugzeuge rettete

Das US-Militär wollte im Zweiten Weltkrieg zurückgekehrte Bomber besser schützen. Sie untersuchten die Einschusslöcher der Flugzeuge, die es nach Hause geschafft hatten, und planten, die am stärksten getroffenen Bereiche zu panzern. Abraham Wald, ein österreichisch-amerikanischer Statistiker, sagte: Falsch. Panzert die Bereiche, die keine Einschusslöcher haben. Das war kein Paradox — das war das Erkennen einer Überlebensverzerrung. Die Flugzeuge, die zurückkehrten, waren die Überlebenden. Die Einschüsse, die sie hatten, waren offenbar tolerierbar. Die Flugzeuge, die nicht zurückkehrten, hatten die fatalen Treffer — in den Bereichen ohne sichtbare Schäden bei den Überlebenden.

Was ist die Überlebensverzerrung?

Die Überlebensverzerrung (englisch: survivorship bias) ist ein logischer Fehler, bei dem Schlussfolgerungen nur auf der Grundlage von Überlebenden, Gewinnern oder anderweitig sichtbaren Elementen einer Gruppe gezogen werden — während die nicht sichtbaren, ausgeschiedenen oder gescheiterten Elemente ignoriert werden.

Die Verzerrung entsteht, weil Misserfolge, Ausgeschiedene und Unsichtbare per Definition aus unserem Beobachtungsfeld verschwinden. Wir analysieren das, was da ist — und vergessen systematisch, nach dem zu fragen, was fehlt. Die Schlussfolgerungen aus dem sichtbaren Rest sind dann zwangsläufig verzerrt.

Abraham Wald und die unsichtbaren Flugzeuge

Die Wald-Geschichte ist das schönste Lehrbeispiel des Survivorship Bias, weil sie so kontraintuitiv ist — und so konsequent richtig. Das Statistical Research Group der Columbia University beauftragte Wald damit, Daten über Beschädigungen zurückgekehrter Bomber auszuwerten. Die Frage: Wo sollen zusätzliche Panzerplatten angebracht werden?

Die naive Antwort: Wo am meisten Einschusslöcher sind — an Rumpf und Flügeln. Walds Antwort: Wo am wenigsten Einschusslöcher sind — Triebwerke und Cockpit. Seine Begründung: Die Stichprobe ist verzerrt. Sie enthält nur die Flugzeuge, die trotz Beschädigungen zurückgekehrt sind. Die fehlenden Flugzeuge — die Abgeschossenen — sind nicht in der Stichprobe, aber ihre Beschädigungsmuster wären für die Frage entscheidend. Da Triebwerke und Cockpit bei den Rückkehrern kaum Einschüsse aufwiesen, war die wahrscheinlichere Erklärung: Flugzeuge, die dort getroffen wurden, kehrten nicht zurück. Also waren genau das die kritischen Schwachstellen.

Das Militär folgte Walds Empfehlung. Es rettete Leben. Die Lektion: Was wir nicht sehen, ist oft wichtiger als was wir sehen.

Studienabbrecher werden Milliardäre! (Wirklich?)

Bill Gates. Mark Zuckerberg. Steve Jobs. Michael Dell. Larry Ellison. Die Liste der Milliardäre ohne Universitätsabschluss ist lang und wird in Motivationsvorträgen ausgiebig zitiert. Die implizite Botschaft: Du brauchst keinen Abschluss. Raus aus der Uni, trau dich!

Das ist Survivorship Bias in seiner reinsten Populärform. Wir sehen die Gewinner ohne Abschluss. Wir sehen nicht die Millionen, die abgebrochen haben und nie auf Forbes landeten. Wir sehen nicht die statistischen Einkommens- und Beschäftigungsdaten, die klar zeigen: Im Durchschnitt ist ein Hochschulabschluss wirtschaftlich vorteilhaft. Die Ausnahmen sind die sichtbaren, medienwirksamen Outlier — und genau deshalb sind sie als Entscheidungsgrundlage ungeeignet.

Noch präziser: Gates, Zuckerberg und Co. haben nicht wegen des Abbruchs Erfolg — sie hatten außergewöhnliche Fähigkeiten, Netzwerke, Ressourcen und in vielen Fällen schlicht Glück. Der Abbruch war ein symptom ihres Erfolges (sie hatten Besseres zu tun), nicht seine Ursache. Das Umkehrschließen ist ein klassischer Kausalitätsfehler auf dem Fundament des Survivorship Bias.

Fonds-Performance: Wo sind die schlechten Fonds?

Der Finanzmarkt ist ein Musterbeispiel für institutionalisierte Überlebensverzerrung. Wenn Fondsgesellschaften ihre historischen Renditen präsentieren, zeigen sie Durchschnittswerte ihrer aktuellen Fonds. Was sie nicht zeigen: die Fonds, die in der Vergangenheit schlechte Performance hatten und deshalb geschlossen, fusioniert oder umbenannt wurden.

Studien — besonders die von Survivorship Bias-Forschern wie Mark Carhart — zeigen: Die durchschnittliche ausgewiesene Performance aktiv verwalteter Fonds überschätzt die tatsächliche Performance erheblich, weil die schlechten Performer aus der Statistik verschwunden sind. Nur die Überlebenden werden gemessen. Und Überlebende haben — per Definition — überlebt.

Dasselbe gilt für Anlagestrategien: "Diese Strategie hätte in den letzten 10 Jahren 15% jährlich gebracht." Stimmt möglicherweise — für die Strategie, die man a posteriori ausgewählt hat, weil sie funktioniert hat. Für jede erfolgreiche Back-Testing-Strategie gibt es Dutzende, die man nicht zeigt, weil sie nicht funktioniert hätten.

Gründer-Mythen und die unsichtbare Mehrheit

Startup-Kultur ist durchdrungen von Survivorship Bias. Gründerbiografien, TED-Talks und Podcast-Interviews zeigen fast ausschließlich die Gewinner. Die Narrative sind dabei oft ähnlich: Rückschläge überwunden, an die Vision geglaubt, am Ende doch durchgebrochen.

Was fehlt: Die Startups, die gescheitert sind. Die Gründer, die aufgehört haben. Die Investitionen, die verloren gingen. Die Familien, die leiden. Auf der Basis der sichtbaren Erfolge scheinen Risikobereitschaft, Durchhaltevermögen und "an die Vision glauben" universelle Erfolgsrezepte zu sein. Das sind sie nicht — sie sind Eigenschaften der Überlebenden. Für die Gescheiterten galten dieselben Eigenschaften, mit anderem Ausgang.

Das bedeutet nicht, dass Unternehmertum sinnlos ist. Es bedeutet, dass die verfügbaren Informationen strukturell verzerrt sind und vernünftige Risikoabschätzung erschweren.

Historische Weisheiten: Überleben als Selektion

Survivorship Bias beeinflusst auch, welche historischen Texte, Philosophien und Praktiken wir kennen. Alte Schriften, die überliefert wurden, sind nicht repräsentativ für alles, was geschrieben wurde — sie sind repräsentativ für das, was sich zu kopieren und aufzubewahren lohnte oder was zufällig erhalten blieb. Der Eindruck, Philosophen der Antike hätten besonders klug und zeitlos geschrieben, könnte teilweise darauf zurückgehen, dass besonders kluge und zeitlose Texte eher überliefert wurden.

Volksweisheiten haben dasselbe Problem. "Wer wagt, gewinnt" hat überlebt, weil die Geschichten von wagemutigem Gewinn erzählbar sind. "Wer wagt, verliert meistens" wäre statistisch treffender — aber weniger überlieferungswürdig.

Survivorship Bias erkennen: Die wichtige Frage

Die universelle Gegenfrage gegen Survivorship Bias lautet: "Was sehe ich nicht?"

• Welche Fälle fehlen in dieser Stichprobe?
• Wer ist nicht mehr da, und warum?
• Welche Mechanismus hat entschieden, was sichtbar bleibt?
• Würde meine Schlussfolgerung noch halten, wenn ich die unsichtbaren Fälle einbeziehen könnte?

Diese Fragen sind einfach zu stellen und schwer zu beantworten — weil das Unsichtbare per Definition nicht leicht zu beschaffen ist. Aber die Frage allein verändert bereits den Umgang mit verfügbaren Informationen.

Verwandte Konzepte

• Confirmation Bias — Informationen, die bestehende Überzeugungen bestätigen, bevorzugen
• Availability Heuristic — leicht verfügbare Informationen übergewichten
• Narrative Fallacy — nachträgliche Geschichten konstruieren, die Zufälle kausal erscheinen lassen

Zusammenfassung

Überlebensverzerrung ist eine der stillen, systematischen Fehlerquellen menschlichen Denkens. Sie ist so wirksam, weil sie unsichtbar ist — buchstäblich. Wir sehen die Erfolge, die Überlebenden, die Rückkehrer. Die Misserfolge, die Gestorbenen, die Abgestürzten fehlen in unserem Bild. Und aus dem unvollständigen Bild ziehen wir vollständige Schlüsse. Abraham Wald hat einmal gezeigt, was passiert, wenn man das bemerkt und fragt: Was fehlt hier? Die Antwort hat Flugzeugbesatzungen das Leben gerettet. Manchmal rettet das Unsichtbare.

Quellen & Weiterführendes

• Wald, Abraham. A Method of Estimating Plane Vulnerability Based on Damage of Survivors. Columbia University Statistical Research Group, 1943. (Declassified CRC 432, 1980)
• Taleb, Nassim Nicholas. Fooled by Randomness: The Hidden Role of Chance in Life and in the Markets. Random House, 2001. (Dt.: Narren des Zufalls)
• Carhart, Mark M. "On Persistence in Mutual Fund Performance." Journal of Finance, 52(1), 1997, S. 57–82.
• Brown, Stephen J., William N. Goetzmann, Roger G. Ibbotson & Stephen A. Ross. "Survivorship Bias in Performance Studies." Review of Financial Studies, 5(4), 1992, S. 553–580.
• Kahneman, Daniel. Thinking, Fast and Slow. Farrar, Straus and Giroux, 2011.
• Paulos, John Allen. A Mathematician Reads the Newspaper. Basic Books, 1995.
• Wikipedia: Überlebensverzerrung