Zum Inhalt springen

Effekte & Denkfehler

Survivorship Bias

aktualisiert am · Redaktion Geistmagazin

Kurz gesagt

Der Survivorship Bias (Überlebensirrtum) ist ein Denkfehler, bei dem man nur auf Fälle blickt, die ein Auswahlverfahren überstanden haben, und dadurch Ursachen von Erfolg falsch einschätzt, weil gescheiterte Fälle fehlen.

Survivorship Bias – Symbolbild

Was ist der Survivorship Bias?

Beim Survivorship Bias, auf Deutsch Überlebensirrtum oder Überlebensverzerrung, werden Schlüsse aus einer Auswahl gezogen, die nur die „Überlebenden“ enthält. Wer Erfolgsgeschichten von Start-ups, Sportlern oder Bestsellerautoren studiert, sieht nur die wenigen, die es geschafft haben. Die vielen, die mit ähnlichen Strategien scheiterten, tauchen in Büchern und Medien kaum auf. Die Folge: Man überschätzt die Erfolgsaussichten und schreibt bestimmten Eigenschaften eine Wirkung zu, die sich bei Betrachtung aller Fälle womöglich nicht zeigt.

Das berühmteste Beispiel: Abraham Wald und die Flugzeuge

Im Zweiten Weltkrieg untersuchte das amerikanische Militär, wo zurückkehrende Bomber die meisten Einschusslöcher hatten, um diese Stellen stärker zu panzern. Der Mathematiker Abraham Wald, Mitglied der Statistical Research Group in New York, wies darauf hin, dass man nur die Flugzeuge sah, die trotz der Treffer zurückgekehrt waren. Die Stellen mit Treffern waren also gerade diejenigen, die ein Flugzeug überstehen konnte. Gepanzert werden sollten die Bereiche ohne Einschüsse, denn Treffer dort führten vermutlich zum Absturz. Walds Arbeit zur Überlebensfähigkeit von Flugzeugen wurde später ausgewertet (Mangel & Samaniego, 1984). Die Geschichte wird in der Popkultur oft ausgeschmückt, der Kern ist aber belegt.

BeobachtungNaive DeutungRichtige Deutung
Viele Einschüsse an Tragflächen und Rumpf der heimgekehrten FlugzeugeDiese Stellen müssen verstärkt werdenHier machen Treffer das Flugzeug nicht unbrauchbar; verstärkt werden sollten die unversehrten Stellen

Weitere Beispiele aus dem Alltag

  • Gründerinnen und Gründer: „Steve Jobs und Mark Zuckerberg haben ihr Studium abgebrochen, also ist das Studium überflüssig.“ Unsichtbar bleiben die vielen Abbrecher ohne Erfolg.
  • Finanzen: Fondsvergleiche zeigen oft nur Fonds, die noch existieren. Eingestellte oder zusammengelegte Fonds mit schlechter Wertentwicklung fehlen und lassen Renditen besser aussehen als sie waren (vgl. Brown et al., 1992).
  • Gesundheit: „Mein Großvater wurde 95 und hat jeden Tag geraucht.“ Die Menschen, die früher verstarben, können nicht mehr erzählen.
  • Alte Gebäude: „Früher wurde besser gebaut“: Erhalten sind vor allem die gut gebauten Häuser, die schlechten sind längst verschwunden.
  • Karriereratgeber: Ratschläge von Erfolgreichen enthalten oft keine Daten über Menschen, die dasselbe taten und scheiterten.
Beispiel: Ein Buch beschreibt zehn Unternehmen, die „mutig und risikofreudig“ waren und erfolgreich wurden. Daraus wird gefolgert, Mut führe zu Erfolg. Unberücksichtigt bleiben hunderte ebenso mutige Unternehmen, die pleitegingen. Ob Mut den Erfolg erhöht, lässt sich nur durch den Vergleich beider Gruppen beurteilen.

Warum lassen wir uns täuschen?

Das Gehirn arbeitet mit dem, was sichtbar ist. Erfolge werden berichtet, belohnt und verbreitet, Misserfolge verschwinden aus Medien und Erinnerung. Hinzu kommt die Neigung, Geschichten über Ursachen zu bilden: Wenn jemand Erfolg hat, suchen wir nach Gründen und finden sie im Nachhinein. Verwandte Verzerrungen verstärken das Bild, etwa der Confirmation Bias, der Bestätigendes bevorzugt, oder der Halo-Effekt, der Erfolg auf andere Eigenschaften abstrahlen lässt. Der Zufall wird dabei unterschätzt: Unter vielen Versuchen gibt es immer einige, die Glück haben.

Merke: Frage bei jeder Erfolgsgeschichte: „Wo sind die, die es nicht geschafft haben?“ Erst der Vergleich mit den Gescheiterten zeigt, ob eine Eigenschaft oder Strategie wirklich etwas bewirkt.

Survivorship Bias und verwandte Denkfehler

DenkfehlerKernUnterschied
Survivorship BiasNur Überlebende sind sichtbarAuswahl vor der Beobachtung
Confirmation BiasBestätigende Hinweise werden bevorzugtBetrifft Suche und Deutung, nicht die Datenauswahl
Sunk-Cost-FallacyBereits investierte Mittel beeinflussen EntscheidungenBetrifft Entscheidungen, nicht Wahrnehmung
Dunning-Kruger-EffektFehlende Kompetenz verzerrt die SelbsteinschätzungBetrifft Selbstbild

Survivorship Bias in Medien und sozialen Netzwerken

Medien zeigen vor allem Außergewöhnliches. Berichte über erfolgreiche Gründer, Influencer oder Sportler erzeugen den Eindruck, jeder könne es mit genug Einsatz schaffen. Soziale Netzwerke verstärken das, weil Algorithmen Erfolge, Reichweite und Glanz belohnen. Die Vielzahl derer, die ähnliche Wege gingen und keine Reichweite oder kein Einkommen erzielten, bleibt unsichtbar. Wer sich daran misst, fühlt sich schneller unzulänglich, obwohl der Vergleich auf einer verzerrten Auswahl beruht.

Survivorship Bias im Berufsleben und in der Bildung

Auch in Unternehmen führt das Muster zu Fehlschlüssen. Wenn Personalverantwortliche aus der Gruppe der aktuell Beschäftigten ableiten, welche Eigenschaften zum Erfolg führen, sehen sie nur diejenigen, die nicht gekündigt haben oder entlassen wurden. In der Bildung werden Lehrmethoden oft anhand der Absolventen bewertet, nicht anhand derer, die abgebrochen haben. Die Folge sind falsche Rückschlüsse über Wirksamkeit. Sinnvoll ist es, auch Abbrüche, Kündigungen und Misserfolge systematisch zu erfassen und auszuwerten.

Wie schützt man sich vor dem Denkfehler?

  • Immer fragen, wer in der Stichprobe fehlt und warum
  • Gescheiterte Fälle aktiv suchen, zum Beispiel Insolvenzen, Studienabbrecher, nicht veröffentlichte Studien
  • Erfolgsstories als Einzelfälle betrachten, nicht als Rezept
  • Basisraten nutzen: Wie oft führt ein Weg überhaupt zum Erfolg?
  • Zufall als Möglichkeit mitdenken
  • In der Forschung: Studien vorab registrieren und auch negative Ergebnisse veröffentlichen

Wie Statistik gegensteuern kann

Fachleute versuchen, Auswahlverzerrungen zu erkennen und zu korrigieren. Dazu gehören Studien, die auch Ausfälle nachverfolgen („Intention-to-treat“), vollständige Register, die alle Fälle erfassen, und Modelle, die fehlende Daten berücksichtigen. Im Alltag genügt oft eine einfache Rückfrage: Wurden Abbrüche mitgezählt? Wie groß war die Ausgangsgruppe? Je besser die Antwort, desto belastbarer das Ergebnis.

Bedeutung für Wissenschaft und Gesellschaft

In der Medizin und Psychologie führt eine ähnliche Verzerrung dazu, dass positive Studien häufiger veröffentlicht werden als negative („Publikationsbias“). Dadurch erscheinen Behandlungen wirksamer, als sie sind. In der Gesellschaft beeinflusst der Überlebensirrtum Vorstellungen von Leistung und Verdienst: Wer Erfolg ausschließlich auf eigene Tugenden zurückführt, übersieht Zufall, Startbedingungen und Unterstützung. Eine differenzierte Sicht erkennt beides an, Leistung und Glück.

Fazit

Der Survivorship Bias zeigt, dass das Sichtbare nicht die ganze Wahrheit ist. Wer Erfolge analysiert, ohne die Misserfolge zu betrachten, zieht oft falsche Schlüsse. Die Frage nach den Fehlenden ist ein einfaches, aber wirksames Mittel gegen diesen Denkfehler.

Häufige Fragen

Was ist ein einfaches Beispiel für den Survivorship Bias?

Aus den Erfolgsgeschichten weniger Studienabbrecher wird geschlossen, Abbruch führe zum Erfolg, obwohl die meisten Abbrecher unbekannt bleiben.

Wer war Abraham Wald?

Ein Mathematiker, der im Zweiten Weltkrieg zeigte, dass man Flugzeuge dort verstärken sollte, wo die zurückgekehrten Maschinen keine Treffer aufwiesen.

Warum ist der Denkfehler gefährlich?

Er führt zu falschen Rezepten, überhöhten Erwartungen und riskanten Entscheidungen, weil Scheitern ausgeblendet wird.

Wie vermeidet man ihn bei Investitionen?

Indem man auch eingestellte Produkte und gescheiterte Anbieter einbezieht und Renditen realistisch über alle Fälle betrachtet.

Quellen

  1. Mangel, M. & Samaniego, F. J. (1984): Abraham Wald's work on aircraft survivability. Journal of the American Statistical Association, 79(386), 259–267.
  2. Brown, S. J., Goetzmann, W., Ibbotson, R. G. & Ross, S. A. (1992): Survivorship bias in performance studies. Review of Financial Studies, 5(4), 553–580.

Redaktion Geistmagazin · KI-gestützt erstellt, redaktionell zusammengestellt · Stand 21. Oktober 2026. Fehler entdeckt? Korrektur melden.