Ad Hominem Info

Irrtümer und Trugschlüsse en gros und en detail

Benutzer-Werkzeuge

Webseiten-Werkzeuge


statistik:auswahleffekte:survivorship_bias

Survivorship Bias

(frei übersetzt: „Überrepräsentation von Überlebenden“) ist ein Erhebungsfehler, bei dem überproportional (im Extremfall sogar ausschließlich) die Erfolgsfälle betrachtet und Misserfolge ignoriert werden.

Der Begriff etablierte sich aufgrund der Erfahrungen britischer Ingenieure im 2. Weltkrieg, welche die Panzerung von Flugzeugen verbessern wollten und zunächst die Stellen verstärkten, welche bei zurückkehrenden Maschinen besonders häufig Einschusslöcher vorwiesen.

Als sich dadurch die Rückkehrquote nicht verbesserte, erkannte man, dass es eben nur Flugzeuge waren, die nicht an kritischen Stellen (z.B. den Motoren) getroffen wurden, die überhaupt zurückkehren konnten. Sinnvollerweise sollten also die Stellen besser geschützt werden, die bei den nicht heimkehrenden Fliegern getroffen wurden, also genau den Stellen, die bei den Heimkehrern nicht häufig getroffen waren.

Der englische Begriff spielt darauf an, dass in die ursprüngliche Analyse fälschlicherweise nur die erfolgreich zurückgekehrten Flugzeuge (die „Überlebenden“) eingeflossen waren.

Beispiele

Es gibt zahlreiche Situationen, in denen ein Survivorship Bias oder ein ähnlicher Auswahleffekt eine Rolle spielt, hier nur einige Beispiele:

Überrepräsentation von Stars

In der öffentlichen Wahrnehmung sind erfolgreiche Stars, etwa in den Bereichen Sport oder Kultur (Musiker, Schauspieler, u.s.w.), deutlich präsenter als die erfolglosen. Dies erweckt den Eindruck, es sei „einfach“ in diesen Bereichen Berühmtheit zu erlangen. Nicht beachtet wird, dass die weitaus meisten, die sich an einer Karriere in diesen Feldern versuchen, davon nicht ihren Lebensunterhalt bestreiten können und Amateure bleiben.

Ähnliches gilt für erfolgreiche Unternehmer oder Startup-Firmen, die oft in kurzer Zeit ungeheure Gewinne erwirtschaftet haben oder zumindest sehr erfolgreich Investitionen einsammeln konnten. Diese werden ähnlich wie Rockstars präsentiert und erwecken den Eindruck, man könne auf dem gleichen Weg leicht zu ähnlichen Reichtümern kommen. Dabei wird übersehen, dass ein großer Teil der Unternehmen nach kurzer Zeit wieder eingestellt wird, da sie keinen hinreichenden Ertrag bringen. Dies wird dagegen selten in der Öffentlichkeit thematisiert.

Lebenserwartung

Auf den ersten Blick erscheint es widersinnig, dass die Lebenserwartung von 90-Jährigen höher ist als die von Neugeborenen. Tatsächlich kann ein 90-Jähriger aber nicht mehr jünger als eben 90 sterben (sonst könnte er ja nicht Teil der Gruppe der 90-Jährigen sein), während für den Neugeborenen noch alle Möglichkeiten offen stehen, zu jedem beliebigen Zeitpunkt um's Leben zu kommen.

Dieser Effekt zeigt sich auch in der Lebenserwartung von Berufsgruppen: wenn für den Beruf eine lange Ausbildungszeit nötig ist, steigt auch die Lebenserwartung der Berufsangehörigen, da alle, die vor oder während der Ausbildungszeit gestorben sind, nicht mehr in den Beruf aufgenommen werden. Kein Wunder also, dass die Lebenserwartungen von z.B. Fachärzten, Dirigenten oder Universitätsprofessoren höher liegt, als der Durchschnitt (daneben dürften natürlich auch andere Faktoren eine Rolle spielen, nicht zuletzt der höhere Verdienst, durch den man sich eine gesündere Lebensweise und eine bessere medizinische Versorgung leisten kann).

Kundenzufriedenheit

Bei Kundenumfragen werden bestehende Kunden gebeten, ihre Zufriedenheit mit den Leistungen des Unternehmens zu bewerten. Dabei werden solche, die über eine längere Zeit mit dem Unternehmen in Verbindung sind – vermeintlich weil sie mit der Leistung zufrieden sind – mit höherer Wahrscheinlichkeit erfasst als solche, die unzufrieden sind und daher keine weiteren Bestellungen mehr abgeben.

Selbst bei Beschwerden, also (negativem) Feedback, das aktiv von den Kunden abgegeben wird, ist die Wahrscheinlichkeit groß, dass Kunden die sehr unzufrieden sind, einfach abwandern und nur solche, die ansonsten zufrieden sind (bis auf einen oder wenige Punkte), sich die Mühe machen, eine Beschwerde zu formulieren.

„Höhlenmenschen“

Wir denken bei frühen prähistorischen Menschen in erster Linie an Höhlenbewohner, da fast alle Zeugnisse dieser Zeit in Höhlen gefunden wurden. Während es wahrscheinlich ist, dass die Menschen dieser Epoche Höhlen nutzten, wo diese verfügbar waren (als Wohn- oder Kultstätten), ist es ebenso wahrscheinlich, dass es bereits einfache Gebäude aus Holz, Zelte, etc. gab, welche als Behausungen dienten – nur dass diese längst verrottet und damit nicht mehr auswertbar sind, während Zeugnisse menschlicher Aktivität in den geschützteren und dauerhafteren Höhlen bis in unsere Zeit „überlebt“ haben.

Umgekehrter Survivorship Bias

Es sind auch Situationen denkbar, in denen ausschließlich oder vorrangig Misserfolge betrachtet werden und dadurch ein falsches Bild entsteht.

So könnte z.B. ein Mitarbeiter in der Reklamationsabteilung eines Produktherstellers leicht den Eindruck bekommen, die Produkte der eigenen Firma seien von ausgesprochen schlechter Qualität und seien regelmäßig schadhaft – die (hoffentlich viel häufigeren) einwandfrei funktionierenden Exemplare bekommt man in dieser Position ja gewöhnlich nicht zu sehen.

Weitere Informationen

statistik/auswahleffekte/survivorship_bias.txt · Zuletzt geändert: 2019/03/11 18:28 von Sascha