Apps
EN — EnglishLogin

🧪 Diese Plattform befindet sich in der Beta-Phase. Funktionen können sich ändern und es können Fehler auftreten. Danke für dein Feedback!

Verlustaversion (Loss Aversion)

Auch bekannt als: Loss-Gain Asymmetry Verlustvermeidung
Cognitive Bias ID: loss_aversion

Definition

Verlustaversion ist das psychologische Prinzip, dass Verluste größer erscheinen als gleich hohe Gewinne – typischerweise etwa doppelt so groß. Ein Verlust von 100 € verursacht mehr psychologischen Schmerz, als ein Gewinn von 100 € Freude bereitet. Diese Asymmetrie beeinflusst Entscheidungen tiefgreifend und führt dazu, dass Menschen Risiken selbst bei positivem Erwartungswert meiden oder an Verlustpositionen zu lange festhalten.

Beispiele

Ein Angestellter lehnt eine neue Stelle ab, die eine 70%ige Chance auf 20.000 € Gehaltserhöhung bietet, aber eine 30%ige Chance auf 10.000 € Gehaltskürzung beinhaltet, obwohl der Erwartungswert stark positiv ist, weil der potenzielle Verlust sich bedrohlicher anfühlt.

Eine Investorin hält an einer Aktie fest, die bereits 40 % ihres Wertes verloren hat, weil sie den Verlust nicht 'realisieren' möchte – obwohl sie das verbleibende Kapital sinnvoller anlegen könnte. Die Angst, den Verlust endgültig zu besiegeln, überwiegt die rationale Entscheidung.

Ein Online-Shop bewirbt sein Abonnement mit dem Slogan: 'Verliere nicht deinen Rabatt von 30 % – nur noch 2 Tage!' statt 'Spare 30 %!'. Die verlustorientierte Formulierung erzielt deutlich höhere Klickraten, da Kunden stärker auf drohende Verluste reagieren als auf mögliche Gewinne.

Prüfschritte
Prüfschritte
Binäre Ja/Nein-Fragen, die eine KI beantworten muss, um ein Argumentationsmuster in einem Text zu erkennen.
Jeder der 452 Aspekte hat Prüfschritte — einfache Ja/Nein-Fragen, die systematisch erkennen sollen, ob ein Muster in einem Text vorkommt. Für Ad Hominem: "Greift das Argument eine Person statt ihre Behauptung an?" Für falsche Dichotomie: "Werden nur zwei Optionen präsentiert, obwohl mehr existieren?"

Binäre (Ja/Nein) Fragen, die ein LLM beantworten muss, um diesen Aspekt zu identifizieren:

  1. 1

    Wird ein potenzieller Verlust oder ein Risiko bewertet?

    Typ: binary
  2. 2

    Wird dem Verlust ein unverhältnismäßig höheres Gewicht beigemessen als einem gleichwertigen Gewinn?

    Typ: binary
  3. 3

    Führt die asymmetrische Bewertung zu einer risikoaversen oder irrationalen Entscheidung?

    Typ: binary
Vertiefung
Der aufklappbare Detailbereich auf jeder Aspekt-Seite mit Beispielen, Psychologie und Gegenstrategien.
Der Vertiefungsbereich bietet ausführliche Informationen zu jedem Aspekt: ein Praxisbeispiel, eine Erklärung warum es funktioniert, Tipps wie man entgegnet, alternative Bezeichnungen und Links zu verwandten Aspekten.