Was ist der Null-Risiko-Bias?

Der Null-Risiko-Bias (Zero-Risk Bias) beschreibt die kognitive Tendenz, die vollständige Eliminierung eines Risikos unverhältnismäßig hoch zu bewerten – selbst wenn eine alternative Strategie das Gesamtrisiko deutlich stärker senken würde. Mit anderen Worten: Wir bevorzugen 0 % Risiko in einem Bereich, auch wenn wir dafür anderswo ein höheres Gesamtrisiko in Kauf nehmen.

Erstmals systematisch beschrieben wurde dieser Effekt 1987 von Cass Sunstein und später von Baron, Gowda und Kunreuther in einer einflussreichen Studie (1993), in der Probanden genau solche Wahlszenarien vorgelegt wurden. Das Ergebnis war eindeutig: Die emotionale Attraktivität von "null" überwältigt die rationale Kalkulation.

Warum ist Null so verlockend?

Die Psychologie hinter dem Bias ist vielschichtig:

• Kognitive Einfachheit: "Null Risiko" braucht keine weitere Kalkulation. Das Gehirn liebt klare Abschlüsse.
• Emotionale Gewissheit: Restrisiken, egal wie klein, erzeugen unterschwellige Angst. Null Risiko bedeutet null Angst.
• Verlustaversion: Ein verbleibendes Risiko fühlt sich wie ein potenzieller Verlust an. Die Null eliminiert diesen Schmerz vollständig.
• Verantwortungsabwälzung: Wenn ein Risiko auf null gesenkt ist, kann man nicht mehr dafür verantwortlich gemacht werden. Resträume schaffen Haftungsfragen.

Ein Klassiker: Die Superfund-Kontroverse

Das plausibelste Beispiel aus der Realwelt kommt aus der US-amerikanischen Umweltpolitik. Das EPA-Superfund-Programm zur Sanierung von Altlasten investierte Milliarden, um kontaminierte Standorte auf "null nachweisbare Konzentration" von Schadstoffen zu bringen – selbst wenn der verbleibende Schadstoffgehalt nach 90%iger Reinigung bereits gesundheitlich unbedenklich war. Die letzten 10 % der Sanierung kosteten oft mehr als die ersten 90 %, ohne nennenswerten zusätzlichen Schutzeffekt.

Währenddessen blieben andere, schlimmere Kontaminationsquellen unangetastet, weil das Budget erschöpft war. Das Ergebnis: weniger Gesamtsicherheit, aber das gute Gefühl, einige Standorte "auf null" gebracht zu haben.

Null-Risiko im Gesundheitswesen

Stellen Sie sich vor, Sie haben die Wahl zwischen zwei Impfprogrammen:

• Programm 1: Eliminiert Krankheit A vollständig (war bisher für 10 Todesfälle/Jahr verantwortlich)
• Programm 2: Reduziert Krankheit B von 100 auf 30 Todesfälle/Jahr (70 gerettete Leben)

Bei gleichem Budget wählen die meisten Menschen, auch Politiker, Programm 1 – obwohl Programm 2 sieben Mal mehr Leben rettet. Die vollständige Eliminierung einer Krankheit hat symbolischen und emotionalen Wert, der die Kalkulation überwältigt.

Dieses Muster zeigt sich auch in der Lebensmittelsicherheit. Die Forderung nach "null Pestizidrückständen" in Lebensmitteln klingt vernünftig, ist aber wissenschaftlich problematisch: Ab einer bestimmten Verdünnung ist eine Substanz faktisch harmlos. Ressourcen für "null" aufzuwenden, die bei Grenzwerten nahe null bereits sicher sind, entzieht Mittel für tatsächlich wirkungsvolle Maßnahmen.

Null-Risiko in der Politik: Der Sicherheitsdiskurs

Kein Politiker verliert Wahlen, weil er "mehr Sicherheit" verspricht. "Wir werden diese Bedrohung vollständig eliminieren" ist ein perfektes Null-Risiko-Versprechen. Die Konsequenz: Riesige Ressourcen fließen in die Bekämpfung kleiner, aber symbolisch aufgeladener Risiken (etwa Terrorismus mit statistisch geringen Todesopferzahlen), während diffuse, aber statistisch weit tödlichere Risiken (Verkehrsunfälle, Herzerkrankungen, Luftverschmutzung) vernachlässigt werden.

Nach dem 11. September 2001 wurden in den USA Milliarden in Luftfahrtsicherheit investiert. Im selben Zeitraum starben jährlich etwa 40.000 Menschen im Straßenverkehr. Das Verhältnis von Ressourcen zu geretteten Leben war haarsträubend unausgewogen – aber das Null-Risiko-Versprechen ("Kein weiterer Anschlag von diesem Typ") hatte emotionale Priorität.

Der Bias in der persönlichen Finanzplanung

Menschen kaufen Versicherungen für Ereignisse mit sehr geringer Eintrittswahrscheinlichkeit (Handy-Versicherung, erweiterte Garantien), während sie gleichzeitig keine Berufsunfähigkeitsversicherung haben – obwohl das statistische Risiko einer Berufsunfähigkeit vor dem Rentenalter bei etwa 25 % liegt. Die Garantieverlängerung für den Fernseher fühlt sich gut an, weil sie ein konkretes Risiko eliminiert. Das abstrakte Risiko "Ich könnte dauerhaft nicht mehr arbeiten können" ist zu groß und diffus, um emotional gleich zu wirken.

Abgrenzung: Wann ist Null-Risiko-Denken sinnvoll?

Nicht jede Fokussierung auf vollständige Risikoelimination ist irrational. In manchen Bereichen – Kernkraftwerke, Flugsicherheit, Wasserversorgung – ist das Streben nach null Ausfällen sinnvoll, weil die Folgekosten eines einzigen Fehlers katastrophal sind. Der Bias entsteht erst dann, wenn die Eliminierung eines kleinen Risikos auf Kosten der Reduzierung eines viel größeren Risikos geht.

Die Frage, die man stellen sollte: "Wäre die gleiche Ressource anderswo wirksamer?"

Wie man den Bias überwindet

• Gesamtrisiko berechnen: Addiere alle Risiken, nicht nur das fokussierte. Welche Option senkt die Summe am meisten?
• Kosten pro gerettetem Leben: In der Gesundheitspolitik gibt es den Maßstab "Cost per Quality-Adjusted Life Year (QALY)". Übertrage diese Logik auf alltägliche Risikoentscheidungen.
• Die Null hinterfragen: Ist die vollständige Eliminierung wirklich nötig, oder ist ein sehr niedriges Niveau praktisch genauso gut?
• Opportunitätskosten benennen: Was nicht finanziert wird, wenn man alles in die Null-Option steckt?

Fazit

Die Null hat eine emotionale Kraft, die weit über ihren mathematischen Wert hinausgeht. Null Risiko bedeutet null Angst, null Verantwortung, null Restbedenken. Aber in einer Welt mit begrenzten Ressourcen und vielen Risiken gleichzeitig ist die Jagd nach der Null oft ein Luxus, den wir uns mit echter Sicherheit bezahlen. Wer lernt, relative Risikoreduktionen gegen absolute abzuwägen, trifft bessere Entscheidungen – in der Politik, im Gesundheitswesen und im eigenen Leben.

Eng verwandt: Verlustaversion erklärt, warum selbst kleine verbleibende Risiken emotional so belastend sind. Der Status-Quo-Bias erklärt, warum wir lieber beim bekannten (geringen) Risiko bleiben als ein unbekanntes Risiko eingehen.