Was ist der Survivorship-Bias?
Der Survivorship-Bias ist eine der heimtückischsten Formen der Auswahlverzerrung. Er tritt auf, wenn wir Schlussfolgerungen aus einem Datensatz ziehen, der nur Einheiten enthält, die einen Prozess «überlebt» haben — Unternehmen, die nicht bankrottgegangen sind, Fonds, die nicht geschlossen wurden, Menschen, die erfolgreich waren — während wir die weit größere Zahl derjenigen ignorieren, die gescheitert und unsichtbar geworden sind.
Das Wald-Flugzeugproblem
Die berühmteste Veranschaulichung stammt aus dem Zweiten Weltkrieg. Das US-Militär untersuchte zurückkehrende Bomber und fand Einschusslöcher in bestimmten Bereichen konzentriert. Die naheliegende Empfehlung war, diese Bereiche zu verstärken. Doch der Statistiker Abraham Wald erkannte den kritischen Fehler: Die Daten repräsentierten nur Flugzeuge, die überlebt hatten. Die Bereiche ohne Einschusslöcher waren die Stellen, an denen Flugzeuge getroffen wurden und nicht zurückkehrten. Wald empfahl, die unbeschädigten Bereiche zu panzern — eine brillante Umkehrung, die Leben rettete und zum kanonischen Beispiel des Survivorship-Bias-Denkens wurde.
Wie die Simulation funktioniert
Dieser Simulator erstellt eine Kohorte von Unternehmen, die jeweils bei einem Wert von 100 starten. Jedes Jahr erzielt jedes überlebende Unternehmen eine zufällige Rendite aus einer Normalverteilung und hat eine Ausfallwahrscheinlichkeit. Gescheiterte Unternehmen werden in der «Nur-Überlebende»-Statistik nicht mehr erfasst, bleiben aber in den Gesamtpopulationsdaten. Das Fächerdiagramm zeigt alle Verläufe: Überlebende werden cyanfarben hervorgehoben, während Gescheiterte in der Dunkelheit verblassen — genau wie gescheiterte Unternehmen aus realen Datenbanken und der Medienberichterstattung verschwinden.
Die Bias-Lücke
Das untere Balkendiagramm enthüllt die zentrale Erkenntnis: Die durchschnittliche Rendite der Überlebenden ist deutlich höher als die wahre Durchschnittsrendite aller Unternehmen. Diese Lücke — der Survivorship-Bias — entsteht, weil Unternehmen mit unglücklichen Renditesequenzen eher scheitern. Wenn Sie nur die Gewinner studieren, überschätzen Sie systematisch, wie gut das typische Ergebnis ist. Die gleiche Logik gilt für das Studium erfolgreicher Unternehmer, profitabler Handelsstrategien oder Star-Fondsmanager.