Survivorship Bias: Aus dem lernen, was man nicht sehen kann

Der unsichtbare Friedhof der Misserfolge — und wie man aus der vollständigen Verteilung schließt

Was ist Survivorship Bias, und wie verzerrt er Entscheidungen?

Survivorship Bias ist der Fehler, Schlüsse nur aus den Fällen zu ziehen, die einen Filter durchlaufen haben — Gewinner, Überlebende, sichtbare Erfolge —, während die Misserfolge, die nie erscheinen, stillschweigend ausgeschlossen werden. Das klarste historische Beispiel ist Abraham Walds Flugzeugstudie aus dem Zweiten Weltkrieg: Das Militär wollte die Einschusslöcher panzern, die sie auf zurückkehrenden Flugzeugen sahen; Wald zeigte, dass sie dort panzern sollten, wo sie keinen Schaden sahen — weil Flugzeuge, die dort getroffen wurden, nicht zurückkehrten.

Man lernt aus dem, was man sieht. Survivorship Bias macht die gesehene Stichprobe systematisch unrepräsentativ: Die Misserfolge, die untergegangenen Unternehmen, die Strategien, die Menschen ruinierten, sind unsichtbar, sodass das wahrgenommene Muster vom Auswahlfilter geformt wird, nicht von der tatsächlichen Verteilung. Das Ergebnis ist Überzuversicht in Strategien mit hoher Varianz und hoher Ausfallrate. Im Folgenden die Praktiken, um dieses Muster zu erkennen und zu korrigieren.

Übungen

Übe das mit IX Coach

Frequently asked questions

Was ist Survivorship Bias, und wie verzerrt er Entscheidungen?

Wie funktioniert „Nach der Misserfolgsrate fragen, bevor die Erfolgsrate gefeiert wird"?

Jede Strategie, egal wie zufällig, wird bei einem ausreichend großen Pool von Versuchen auffällige Erfolge hervorbringen. Der Erfolg selbst sagt sehr wenig über die Qualität der Strategie aus — Sie brauchen den Nenner (wie viele es versucht haben), um die tatsächliche Wahrscheinlichkeit zu berechnen. Ohne die Misserfolgsrate mustererkennt Ihr Gehirn ausgewählte Überlebende, nicht repräsentative Ergebnisse.

Wie funktioniert „Aktiv nach den Misserfolgen suchen, die Sie nicht sehen"?

Das definierende Merkmal von Survivorship Bias ist, dass die fehlenden Daten per Design unsichtbar sind — gescheiterte Unternehmen schließen, stille Misserfolge veröffentlichen nichts, und Verlierer halten im Allgemeinen keine Grundsatzreden. Dies umzukehren erfordert bewussten Aufwand, um die nicht-überlebenden Fälle aufzuspüren: Menschen, die aufgegeben haben, Unternehmen, die geschlossen haben, Strategien, die nicht funktioniert haben. Das Suchen selbst ist die Korrektur, denn die Misserfolge sind vorhanden — sie sind nur nicht auffindbar ohne die konkrete Absicht, sie zu finden.

Wie funktioniert „Die richtige Referenzklasse für jede Vorhersage wählen"?

Bei der Planung eines Projekts oder einer Entscheidung greifen Menschen natürlich auf die in ihrer Erinnerung präsentesten Beispiele zurück — die überproportional Erfolge sind. Eine „Referenzklasse“ — die Menge aller grob ähnlichen Unternehmungen — explizit zu wählen und ihre historische Ergebnisverteilung nachzuschlagen, erzwingt einen Vergleich mit der gesamten Population statt mit einer kuratierten Stichprobe von Überlebenden.

Wie funktioniert „Prüfen, ob Ihre Informationsquellen systematisch Überlebende bevorzugen"?

Survivorship Bias ist oft strukturell: Die Kanäle, durch die Wissen fließt — Bestsellerlisten, Wirtschaftsjournalismus, Erfolgsgeschichten in sozialen Medien, Rednerkreise — sind selbst Auswahlmechanismen, die Ausreißererfolge bevorzugen. Das Informationsumfeld bildet nicht die Verteilung ab; es bildet ihr oberes Ende ab. Ihre Quellen auf diesen Filter zu prüfen hilft Ihnen, das Gelesene gegen das Wissen abzuwägen, dass die Quelle nie dafür konzipiert war, Ihnen Misserfolge zu zeigen.

Wie funktioniert „Eine persönliche Bibliothek von Misserfolgs-Nachbesprechungen aufbauen"?

Erfolgsfälle lehren, wie ein Weg zum Erfolg aussah — ein schwaches Signal angesichts des Überlebensfilters. Misserfolgs-Nachbesprechungen dagegen tragen dichte Informationen über Mechanismen: die spezifischen Entscheidungen, Annahmen und Dynamiken, die zuverlässig zu schlechten Ergebnissen führen. Da der Survivorship-Filter Misserfolge standardmäßig unsichtbar macht, ist ihre bewusste Kuratierung das Gegengewicht, das Ihnen Zugang zur vollständigen Verteilung dessen gibt, was tatsächlich passiert.

Wie funktioniert „Die zur erfolgreichen entgegengesetzte Strategie steelmannen"?

Wenn Survivorship Bias Ihre Beispiele bereits ausgewählt hat, verstärkt Denken innerhalb des Rahmens dieser Beispiele den Bias. Sich selbst zu verpflichten, einen echten Fall für die entgegengesetzte Strategie zu bauen — keine Strohmann-Version, sondern die bestmögliche —, zwingt Sie aus dem Rahmen heraus und konfrontiert den Auswahlfilter direkt. Wenn Sie keinen plausiblen Fall für das Gegenteil konstruieren können, mag die Lektion echt sein; wenn Sie es können, haben Sie gefunden, wo Survivorship Bias die Arbeit geleistet hat.