Darwin schlägt Kant. Frank Urbaniok
dass der Mensch sich oft nicht in der Weise rational verhält, wie er es gemäß der ökonomischen Theorie eigentlich müsste. Nur selten führen solche Erkenntnisse allerdings dazu, dass die Theorie infrage gestellt wird. Oft zitiert wird das Modell für den Gebrauchtwagenmarkt von George A. Akerlof. Akerlof, der später den Nobelpreis für Ökonomie erhielt, entwickelte das Modell der Informationsasymmetrie in freien Märkten. Informationsasymmetrie führe dazu, dass Märkte nach einiger Zeit zusammenbrechen. Am Beispiel des Gebrauchtwagenmarktes führte Akerlof aus, dass der Käufer schlechte Chancen hat, ein qualitativ höherwertiges Auto von einem schlechten Auto zu unterscheiden. Deswegen wird der Käufer aufgrund des Risikos, ein schlechtes Auto zu erwischen, grundsätzlich geringere Preise zahlen. Davon profitieren die Anbieter von schlechten Autos. Die von qualitativ guten Autos können dagegen keinen fairen Preis erzielen. Folglich verlassen sie den Markt und es reichern sich schlechte Autos an. Der Markt bricht nach einiger Zeit zusammen. [22]
In der Praxis dürfte der Gebrauchtwagenmarkt also gar nicht existieren. Es gibt ihn aber trotzdem. Das hat vor allem damit zu tun, dass Gebrauchtwagenhändler Garantieerklärungen abgeben. Man sieht an diesem Beispiel aber gut, dass eine schlüssige und reine Theorie das eine und die Praxis etwas anderes ist. Später beschäftigte sich Akerlof im Übrigen mit dem Phänomen, dass (Kauf-)Entscheidungen nicht nur aufgrund der Relation von Einkommen und Preis, sondern stark auch aufgrund sozialer Normen auf der Grundlage der eigenen sozialen Identität getroffen werden. Wen kann das überraschen?
6Naturwissenschaft: Der Königsweg?
Manche glauben, Experimente, Statistik und andere naturwissenschaftliche Methoden wären ein sauberer Weg, den Fehlerquellen der menschlichen Vernunft ein Schnippchen zu schlagen. Enorme wissenschaftliche und technische Fortschritte scheinen diese Vermutung zu belegen. Man muss doch nur vergleichen, wie wir heute im Vergleich zu Menschen des Mittelalters leben. In der Tat stehen all unsere Errungenschaften für das Potenzial wissenschaftlicher Methoden. Aber die Erfolge täuschen über die Defizite hinweg. Denn es gilt auch für die Wissenschaft, was wir schon festgestellt haben: Alles, was mit Menschen zu tun hat, ist in gleicher Weise von den menschlichen Konstruktionsschwächen betroffen. Und Wissenschaft zu betreiben, ist eine zutiefst menschliche Angelegenheit. Anders als viele glauben, ist auch die wissenschaftliche Methodik durch die gleichen Fehlerquellen und Verzerrungen gekennzeichnet, die untrennbar mit der menschlichen Vernunft und ihrer Anwendung verbunden sind. Diese Aussage ist der Kern einer umfassenden Wissenschaftskritik. Eine genaue Erörterung dieses Themas würde den Rahmen des vorliegenden Buches sprengen. Hierzu ist ein eigenes Buch in Vorbereitung.
Um die Grundthese an dieser Stelle aber nicht als reine Behauptung stehen zu lassen, möchte ich sie zumindest kurz anhand einiger Beispiele verdeutlichen.
6.1Kahnemans Taxiproblem
Beginnen wir mit Statistik. Statistiken sind in der Wissenschaft und in der Öffentlichkeit weit verbreitet. Prozentzahlen und mathematische Korrelationen vermitteln den Eindruck scheinbarer Objektivität. Aber auch hier liegen Licht und Schatten nahe beieinander. Der in diesem Buch ausführlich zitierte Daniel Kahneman hat sich intensiv mit Verzerrungen unserer Wahrnehmung und Erkenntnisfähigkeit beschäftigt. Als Naturwissenschaftler belegt er die menschlichen Denkfehler oft dadurch, dass er sie mit scheinbar objektiven Zahlen vergleicht. Auf welch schwankendem Grund die scheinbar objektiven Tatsachen stehen, kann man anhand eines von Kahneman selbst dargestellten Beispiels demonstrieren. Es handelt sich um das Taxiproblem. Kahneman verwendet es, um zu demonstrieren, dass wir bei unseren Einschätzungen oft statistische Zusammenhänge bzw. Wahrscheinlichkeiten ignorieren, es sei denn, der Zusammenhang wird uns in einer eingängigen Geschichte präsentiert. Dieser Befund ist zweifellos richtig. Man kann das Beispiel aber auch dazu verwenden, um auf die mit dem statistischen Ansatz verbundenen Probleme hinzuweisen. Sie stehen stellvertretend für die häufig unterschätzten Schwierigkeiten, die auch mit der naturwissenschaftlichen Methodik verbunden sind.
Zunächst das Taxibeispiel, so wie Kahneman es in seinem Buch schildert: »Ein Taxi war an einem nächtlichen Unfall mit Fahrerflucht beteiligt. Zwei Taxiunternehmen, Green und Blue, arbeiten in der Stadt.
Sie erhalten die folgenden Daten:
−85 Prozent der Taxis in der Stadt gehören der Firma Green, 15 Prozent der Firma Blue.
−Ein Zeuge hat das Taxi als eines der Firma Blue identifiziert. Das Gericht überprüfte die Zuverlässigkeit des Zeugen unter den Umständen, die in der Nacht des Unfalls herrschten, und gelangte zu dem Schluss, dass der Zeuge jede der beiden Farben in 80 Prozent der Fälle richtig und in 20 Prozent der Fälle nicht richtig erkannte.
Wie hoch ist die Wahrscheinlichkeit, dass das an dem Unfall beteiligte Taxi der Firma Blue und nicht der Firma Green gehörte?«
Kahneman weist darauf hin, dass es zwei Informationen gibt: »Eine Basisrate und die nicht gänzlich zuverlässige Aussage eines Zeugen. Ohne einen Zeugen liegt die Wahrscheinlichkeit dafür, dass das am Unfall beteiligte Taxi der Firma Blue gehört, bei 15 Prozent – was die Basisrate für dieses Ergebnis ist. Wenn die beiden Taxi-Unternehmen gleich groß wären, hätte die Basisrate keinen Informationsgehalt, und Sie würden lediglich die Zuverlässigkeit des Zeugen betrachten, sodass Sie zu dem Schluss kämen, dass die Wahrscheinlichkeit 80 Prozent beträgt.«
Die Aufgabe ist mit der Bayesschen Formel zu lösen. Sie kombiniert die Wahrscheinlichkeiten (15 Prozent und 80 Prozent). Das Resultat ist 41 Prozent. Die häufigste Antwort ist aber 80 Prozent, weil die Basisrate ignoriert und nur der Zeuge beachtet wird.
Kahneman fährt fort: »Betrachten wir nun eine Variante der gleichen Geschichte, in der nur die Präsentation der Basisrate verändert wurde.
Sie erhalten die folgenden Daten:
−Die beiden Firmen betreiben die gleiche Anzahl von Taxis, aber Green-Taxis sind an 85 Prozent der Unfälle beteiligt.
−Die Information über den Zeugen ist die gleiche wie in der vorangehenden Version.
Die beiden Versionen des Problems sind mathematisch gesehen identisch, aber psychologisch betrachtet recht unterschiedlich. Personen, die die erste Version lesen, wissen nichts mit der Basisrate anzufangen und ignorieren sie oftmals. Dagegen geben die Probanden, denen die zweite Version dargeboten wird, der Basisrate ein erhebliches Gewicht, und ihr durchschnittliches Urteil ist nicht allzu weit von der Bayesschen Lösung entfernt. Wieso?
In der ersten Version ist die Basisrate von Blue-Taxis eine statistische Tatsache über Taxis in der Stadt. Ein auf kausale Zusammenhänge erpichter Intellekt findet hier nichts zum Beißen: Wie kann die Anzahl der Green- und Blue-Taxis in der Stadt die Ursache dafür sein, dass dieser Taxifahrer Unfallflucht begeht?
In der zweiten Version dagegen verursachen die Fahrer der Green-Taxis mehr als fünfmal so viele Unfälle wie die Blue-Taxis. Daher die prompte Schlussfolgerung: Die Green-Fahrer müssen ein Verein von rücksichtslosen Irren sein! Sie haben jetzt ein Stereotyp über die Rücksichtslosigkeit von Green gebildet, das Sie auf unbekannte einzelne Fahrer im Unternehmen anwenden. Das Stereotyp lässt sich mühelos in eine kausale Geschichte einfügen, weil Rücksichtslosigkeit eine kausal relevante Information über einzelne Taxifahrer ist. Diese Version enthält zwei kausale Geschichten, die miteinander kombiniert bzw. in Einklang gebracht werden müssen. Die erste ist die Fahrerflucht, die natürlich die Vorstellung wachruft, dass ein rücksichtsloser Green-Fahrer verantwortlich war. Die zweite ist die Zeugenaussage, die entschieden darauf hindeutet, dass es ein Blue-Taxi war. Die Schlüsse aus den beiden Geschichten über die Farbe des Taxis sind widersprüchlich und heben sich annähernd gegenseitig auf. […]
Das Taxi-Beispiel veranschaulicht zwei Typen von Basisraten. ›Statistische Basisraten‹ sind Tatsachen über eine Population, zu der ein Einzelfall gehört, aber sie sind nicht relevant für den Einzelfall. ›Kausale Basisraten‹ verändern Ihre Sichtweise darüber, was einen Einzelfall hervorgebracht hat. Die beiden Typen von Informationen über Basisraten werden unterschiedlich behandelt:
−Statistische