Viele werden dieses Muster kennen: Person XYZ kriegt eine Diagnose und sucht sofort nach Infos dazu im Internet. Früher oder später tauschen sich die Patienten dann mit anderen Patienten in Internetforen über Medikamente aus. 

Spätestens hier beginnt dann das Phänomen, welches Statistiker unter dem Begriff Survivorship Bias (auf Deutsch laut Wikipedia: Verzerrung zugunsten der Überlebenden“) kennen.

Der Bias geht beispielsweise so:

Ingrid informiert sich im Internet über die bei ihr kürzlich diangnostizierte Krankheit. In einem Forum lernt sie eine andere Patientin (nennen wir sie Gudrun) kennen, die dieselbe Krankheit hat.

Gudrun erzählt Ingrid, dass bei ihr das neue Medikament X zur Anwendung gekommen sei. Nach der Behandlung mit diesem Medikament lebe sie nun bereits seit 7 Jahren völlig symptomfrei.

Ingrid ist begeistert und will das teure Medikament X unbedingt selbst bekommen. Sie hofft, dass das Medikament bei ihr eine ähnliche Wirkung zeigt. Schließlich hat es bei Gurdun gewirkt. Hans und Inge aus demselben Forum zeigten bei der Behandlung ähnlich positive Ergebnisse und sind auch begeistert.

Was Ingrid nicht sieht…

Was Ingrid allerdings übersieht ist die Tatsache, dass das Medikament X zwar bei Hans, Inge und Gudrun wunderbar gewirkt hat, jedoch bei Ulrike, Hermann, Edeltraud und Hunderten weiteren Patienten diese positive Wirkung leider nicht gezeigt hat.

Weder Ulrike, noch Hermann und Edeltraud werden jedoch Ingrid davon auf dem Forum berichten, denn sie sind leider tot.

Ingrid sieht nur die Patienten, bei denen die Behandlung angeschlagen hat, und somit ist sie zum Opfer des Survivorship Bias geworden. Sie sieht nur die kleine Menge an erfolgreichen Behandlungen, dabei übersieht sie die womöglich Hunderten Patienten, bei denen die Therapie mit dem Medikament X nicht angeschlagen hat, denn

Tote schreiben nicht in Foren.

Survivorship Bias

Das Phänomen des Survivorship Bias tritt sehr häufig bei Datenanalysen jeglicher Art auf. Auch im realen Leben muss man aufpassen dieser Verzerrung nicht auf den Leim zu gehen.

Das Prinzip des Survivorship Bias ist, wie der Name bereits sagt, dass nur die „Survivors“, die Gewinner eines Prozesses sichtbar sind. Die Verlierer gehen unter und verschwinden oft von der Bildfläche. Dies führt zu einer Verzerrung, die uns glauben lässt, dass alle, die den gegebenen Prozess/Vorgang durchlaufen sind, erfolgreich waren.

Aus diesem Grund ist es bei Datenanalysen, aber auch im Leben generell sehr wichtig, den ganzen Pool der Probanden im Blick zu behalten. 

Unten habe ich noch einige bekannte Fälle aufgelistet, in denen Surivivorship Bias häufig auftritt.

10 Gewohnheiten erfolgreicher Menschen

Neben dem obigen Beispiel funktioniert Survivorship Bias auch sehr gut im Bereich Self-Help:

„10 Gewohnheiten extrem erfolgreicher Menschen!“

„5 Routinen, die Bill Gates jeden Morgen ausführt“

Solche und ähnliche Überschriften finde ich täglich in den Zeitschriften. Zu solchen Themen wurden auch ganze Bücherregale geschrieben. Meistens suggerieren diese Texte, man müsse nur diese Routine eines sehr erfolgreichen Menschen befolgen und schon werde man selbst reich und/oder erfolgreich.

Dabei kann mit 100%iger Sicherheit davon ausgehen, dass es viele Menschen gibt, die auch all diese Routinen befolgt haben und eben nicht Bill Gates wurden, sondern pleite gegangen sind. Sie sind halt nicht erfolgreich und niemand fragt sie nach ihren Gewohnheiten.

Es gibt vermutlich auch Menschen, die genau das Gegenteil von den 10 Rountinen gemacht haben und trotzdem erfolgreich wurden.

„Früher war die Musik einfach besser“

Survivorship Bias ist auch in der Musikbranche relativ stark vertreten.

Wenn man im Radiomusik aus den 60er oder 80er Jahren hört, könnte man den Eindruck gewinnen, dass die Menschen damals einfach bessere Musik geschrieben haben.

Das ist auch ein Survivorship Bias, denn schlechtere Musik aus den früheren Jahrzehnten wird in Radios einfach nicht mehr gespielt. Nur noch die Hits, die nicht in Vergessenheit geraten sind, werden uns präsentiert.

Survivorship Bias an der Börse 

Ein weiteres Feld, wo Survivorship Bias zum ernsthaften Problem werden kann, ist die Börse.

Mal angenommen, wir wollen in spezifische börsennotierete Fonds investieren und gucken uns Ihre Performancegeschichte an der Börse an. Wir wollen sehen, wie diese Fonds über die Jahre an der Börse performt haben.

Dabei zeigt sich, dass bestimmte Fonds in einem Nischenmarkt gute Renditen über einen längeren Zeitraum aufweisen. Wir freuen uns und wollen demnächst einen größeren Betrag in diese Fonds investieren. Dabei vergessen wir in unserer Betrachtung auch die Fonds zu überprüfen, die zwar zur gleichen Zeit aufgesetzt worden sind, aber diese Zeit eben nicht überstanden haben und pleite gegangen sind. 

Im Endeffekt sehen wir dann nur eine Facette dieser Börsengeschichte und zwar nur die Gewinner. Die Renditen der Verliererfonds werden in die Berechnungen nicht miteinbezogen, da sie an der Börse nicht mehr als aktive Fonds registriert sind. Es enstehet ein viel zu positives Bild von der allgemeinen Perfomance dieser spezifischen Fonds. 

Ein guter Artikel zur Fondsperformance mit Survivorship Bias ist in The Wall Street Journal erschienen: When It Comes to Fund Performance, History Is Often Written by the Winners„.

Zusammenfassung: Vorsicht ist geboten

Beim Betrachten jeglicher Statistiken sowie beim Erfragen von Ratschlägen sollte man immer Vorsicht walten lassen.

Die erste Frage sollte daher lauten, wo verstecken sich die potentiellen Verlierer dieser Strategie?

In meinem persönlichen Beispiel als Blogger werden mir zurzeit sehr viele Videos auf FACEBOOK als Werbung im Bereich Online Marketing ausgespielt. Die werbenden Online Marketer behaupten dann beispielsweise, dass sie mit der Strategie XYZ Tausende Euros in sehr kurzer Zeit verdient haben. Das glaube ich auch sofort. Nur haben wirklich ALLE PERSONEN, die diese Strategie angewandt haben, tatsächlich diese Summen an Geld verdient? Wohl eher nicht. Vermutlich funktioniert diese Strategie nur bei einer kleineren Menge von Personen und die goße Mehrheit hat schlicht Geld und Zeit verloren.  

 

Bild von Gerd Altmann auf Pixabay