Daniel Kahneman & Amos Tversky

Es gibt wissenschaftliche Partnerschaften, die mehr erklären als ganze Bibliotheken. Bei Daniel Kahneman und Amos Tversky war das vielleicht schon in der Konstellation selbst angelegt. Der eine, Kahneman, vorsichtig, zweifelnd, von der Psychologie der Unsicherheit fast existenziell angezogen; der andere, Tversky, brillant, schnell, intellektuell furchtlos und von einer fast spielerischen analytischen Energie. Wer sie gemeinsam erlebte, berichtete oft, dass ihre Gespräche weniger wie nüchterne Fachdebatten wirkten als wie ein permanenter Stresstest für den gesunden Menschenverstand. Eine ihrer stärksten Einsichten entstand aus genau diesem Stil: Menschen irren sich bei Risiken nicht nur gelegentlich, sondern systematisch. Wir überschätzen das Anschauliche, unterschätzen das Statistische, fürchten Verluste stärker als wir Gewinne schätzen und verwechseln Plausibilität immer wieder mit Wahrscheinlichkeit. Aus dieser Beobachtung erwuchs eine der folgenreichsten Verschiebungen der neueren Wissenschaftsgeschichte: die Einsicht, dass gute Entscheidungen nicht allein an Normen der Rationalität gemessen werden dürfen, sondern an den tatsächlichen psychologischen Mechanismen, mit denen Menschen unter Unsicherheit urteilen.

Eine unwahrscheinliche intellektuelle Allianz

Daniel Kahneman wurde im Jahr 1934 in Tel Aviv geboren und wuchs zum Teil in Frankreich auf, bevor seine Familie in den Jahren des Nationalsozialismus unter existenziellen Bedrohungen litt. Die Erfahrung von Unsicherheit war für ihn daher nie bloß ein theoretisches Thema. Später studierte er Psychologie und wandte sich Fragen der Wahrnehmung, Aufmerksamkeit und Urteilsbildung zu. Amos Tversky, 1937 in Haifa geboren, kam aus einem anderen Temperament. Er diente in einer israelischen Eliteeinheit, galt als außerordentlich scharfsinnig, schnell und argumentativ kühn und wurde zu einem der brillantesten Kognitionsforscher seiner Generation. Wo Kahneman an seinen eigenen Zweifeln arbeitete, verfügte Tversky über die Souveränität eines Mannes, der Widersprüche geradezu liebte.

Gerade diese Gegensätzlichkeit machte ihre Zusammenarbeit so produktiv. Beide trafen sich in Jerusalem und begannen zunächst mit Diskussionen über Urteilsfehler, intuitive Statistik und den merkwürdigen Umstand, dass gebildete Menschen bei Wahrscheinlichkeiten oft erstaunlich primitive Denkabkürzungen verwenden. Aus lockeren Gesprächen wurde eine der fruchtbarsten Kooperationen der Nachkriegswissenschaft. Ihre Arbeiten veränderten die Psychologie, die Ökonomie, die Verhaltensforschung, die Medizin, die Finanzwissenschaft und schließlich auch das Risikomanagement.

Wenn Intuition gegen Statistik gewinnt

Eine besonders eindrucksvolle Szene ihrer Forschung ist mit jenen Experimenten verbunden, die heute fast zum Grundbestand der Verhaltensökonomik gehören. Kahneman und Tversky legten Versuchspersonen kurze Beschreibungen vor und fragten dann nach Wahrscheinlichkeiten. Berühmt wurde etwa der sogenannte Linda-Fall (auch Linda-Problem): Eine Person wird als politisch engagiert, intelligent, sozial kritisch und an Fragen der Gerechtigkeit interessiert beschrieben ("Linda ist 31 Jahre alt, ledig, offen und sehr klug. Sie hat Philosophie studiert. Als Studentin war sie tief besorgt über Themen der Diskriminierung und sozialer Gerechtigkeit und nahm an Anti-Atomkraft-Demonstrationen teil"). Anschließend sollen die Befragten entscheiden, was wahrscheinlicher ist: dass Linda Bankangestellte ist oder dass sie Bankangestellte und in der Frauenbewegung aktiv ist. Obwohl nach den elementaren Regeln der Wahrscheinlichkeit eine Konjunktion niemals wahrscheinlicher sein kann als eines ihrer Elemente, wählen viele Menschen die zweite Option, weil sie psychologisch besser zur Geschichte passt.

Gerade diese Einfachheit ist das Geniale an den Experimenten. Sie brauchten keine komplizierten Labore, keine aufwendigen Apparaturen und keine künstlichen Versuchswelten. Sie zeigten vielmehr, dass die Fehler mitten im gewöhnlichen Denken wohnen. Der Mensch ist kein schlechter Rechner, weil er zu wenig Informationen hat; er ist oft deshalb fehlbar, weil er mit der falschen Art von Plausibilität rechnet.

Heuristiken: Warum Fehlurteile systematisch sind

Kahneman und Tversky haben gezeigt, dass Menschen Risiken nicht primär wie kleine Statistiker beurteilen, sondern mithilfe von Heuristiken, also vereinfachenden Denkregeln. Diese Heuristiken sind nicht bloß Fehlerquellen; sie sind zunächst eine notwendige Antwort auf die Komplexität der Welt. Wer jede Entscheidung vollständig analytisch durchrechnen wollte, käme im Alltag kaum voran. Genau hier setzt Kahnemans spätere Unterscheidung zwischen schnellem Denken und langsamem Denken an, die er in seinem Buch "Schnelles Denken, langsames Denken" systematisch entfaltet. Das schnelle Denken – bei ihm oft als System 1 bezeichnet – arbeitet automatisch, mühelos, assoziativ und intuitiv. Es erkennt Muster, vervollständigt unvollständige Informationen, erzeugt spontane Urteile und liefert sofort ein Gefühl dafür, was plausibel, gefährlich oder wahrscheinlich erscheint. Das langsame Denken – System 2 – ist dagegen prüfend, regelgeleitet, rechnerisch und anstrengend. Es wird dann aktiv, wenn wir bewusst vergleichen, Wahrscheinlichkeiten abwägen, Annahmen hinterfragen oder einen ersten Eindruck korrigieren müssen.

Für die Risikowahrnehmung ist gerade diese Arbeitsteilung folgenreich. In vielen Entscheidungssituationen dominiert zunächst System 1. Es fragt nicht nach statistischer Repräsentativität, Basisraten oder Verteilungsannahmen, sondern reagiert auf Anschaulichkeit, Verfügbarkeit und emotionale Eindrücke. Genau daraus entstehen die von Kahneman und Tversky beschriebenen Verzerrungen: Wir überschätzen spektakuläre, leicht erinnerbare oder bildhaft vorstellbare Risiken; wir unterschätzen schleichende, abstrakte oder wenig anschauliche Gefahren. Wir ersetzen schwierige Fragen regelmäßig durch einfachere. Statt zu fragen, "Wie hoch ist die tatsächliche Eintrittswahrscheinlichkeit dieses Szenarios?", beantwortet der Geist unmerklich die leichtere Frage: "Wie leicht fällt mir ein Beispiel ein?", "Wie bedrohlich fühlt sich das an?" oder "Wie ähnlich ist dieser Fall einem bekannten Muster?" Die Verfügbarkeitsheuristik, die Repräsentativitätsheuristik und die Ankerheuristik sind genau solche mentalen Abkürzungen.

Dass Menschen zu dieser Form des Urteilens neigen, ist kein Zufall, sondern hat auch eine funktionale Seite. Analytisches Denken ist kognitiv aufwendiger. Das Gehirn bevorzugt daher in vielen Alltagssituationen den Weg des geringeren mentalen Widerstands: Es nutzt Routinen, Plausibilitätsurteile und vertraute Muster, weil diese schneller und mit geringerem kognitivem Aufwand verfügbar sind. Kahneman spricht in diesem Zusammenhang von kognitiver Leichtigkeit. Wo ein Eindruck glatt, vertraut und kohärent erscheint, neigt der Mensch dazu, ihn zu akzeptieren, statt ihn kritisch zu prüfen. System 2 ist zwar prinzipiell in der Lage, diese ersten Intuitionen zu kontrollieren, zu korrigieren oder ganz zu verwerfen; doch es ist träge, aufwendig und wird oft erst dann eingeschaltet, wenn Widersprüche offensichtlich werden oder institutionelle Verfahren bewusst dazu zwingen. Gerade deshalb ist intuitive Urteilskraft im Alltag oft erstaunlich nützlich, in komplexen Risikofragen aber zugleich gefährlich: Sie spart Denkaufwand, erkauft diese Entlastung jedoch häufig mit systematischen Fehleinschätzungen.

Für das Risikomanagement ist das von zentraler Bedeutung. Wer Risiken beurteilt, arbeitet nie im luftleeren Raum rationaler Kalküle, sondern immer auch unter dem Einfluss von Intuitionen, Frames und mentalen Abkürzungen. Gute Risikoprozesse müssen deshalb nicht nur Daten sammeln und Modelle rechnen, sondern auch institutionell dafür sorgen, dass System 2 überhaupt zur Geltung kommt: durch explizite Gegenhypothesen, strukturierte Szenarioanalysen, die Prüfung von Basisraten, Pre-Mortem-Analysen, unabhängige Reviews und die bewusste Trennung von erster Intuition und späterer Bewertung. Die eigentliche Pointe von Kahneman und Tversky lautet damit nicht, dass Intuition wertlos wäre. Sie lautet vielmehr, dass Intuition ohne methodische Gegenprüfung gerade dort fehlgeht, wo Unsicherheit, Komplexität und seltene Ereignisse ins Spiel kommen.

Prospect Theory: Die große Revision der Entscheidung unter Risiko

Der eigentliche Durchbruch kam 1979 mit der Prospect Theory. Damit griffen Kahneman und Tversky die klassische Erwartungsnutzentheorie nicht frontal als formale Theorie an, sondern unterliefen sie psychologisch. Die traditionelle Sicht geht davon aus, dass Menschen Alternativen nach Endzuständen und erwarteten Nutzenwerten vergleichen. Kahneman und Tversky zeigten dagegen, dass reale Entscheidungen häufig relativ zu einem Referenzpunkt getroffen werden. Entscheidend ist also nicht nur, wie groß ein Ergebnis objektiv ist, sondern ob es als Gewinn oder Verlust relativ zum Status quo erlebt wird.

Zwei Elemente sind dafür zentral. Erstens ist die Wertfunktion nicht symmetrisch: Verluste schmerzen stärker, als gleich große Gewinne erfreuen. Diese Verlustaversion gehört zu den robustesten Befunden der Verhaltensforschung. Zweitens werden Wahrscheinlichkeiten psychologisch nicht linear gewichtet. Kleine Wahrscheinlichkeiten werden oft übergewichtet, mittlere und hohe Wahrscheinlichkeiten dagegen in bestimmter Weise verzerrt. Darum erscheinen Lotterien attraktiv und seltene Katastrophen zugleich übermächtig, während alltägliche Wahrscheinlichkeitsstrukturen häufig falsch verarbeitet werden.

Für die Theorie des Risikos war das revolutionär. Risiko ist seit Kahneman und Tversky eben nicht nur eine Eigenschaft äußerer Lagen, sondern immer auch eine Eigenschaft ihrer psychologischen Verarbeitung. Zwei Entscheider können dieselben Zahlen sehen und dennoch unterschiedliche Risiken erleben, weil sie unterschiedliche Referenzpunkte, Verlustsensitivitäten und Wahrscheinlichkeitsgewichte in Anschlag bringen.

Konkrete Experimente, die das Denken veränderten

Zu den folgenreichsten Experimenten von Kahneman und Tversky gehört neben dem Linda-Problem vor allem der sogenannte Asian-Disease-Fall, der zu einem Klassiker der Entscheidungspsychologie geworden ist. Die Versuchspersonen sollen sich vorstellen, dass die USA auf den Ausbruch einer ungewöhnlichen asiatischen Krankheit vorbereitet werden und dass 600 Menschen bedroht sind. In der ersten Version des Experiments wird die Entscheidung im Gewinnrahmen formuliert: Bei Programm A werden 200 Menschen sicher gerettet, bei Programm B besteht eine Wahrscheinlichkeit von einem Drittel, dass alle 600 gerettet werden, und eine Wahrscheinlichkeit von zwei Dritteln, dass niemand gerettet wird. Obwohl beide Optionen denselben Erwartungswert haben, entschieden sich in dieser Fassung rund 72 Prozent für die sichere Variante A. In der zweiten Version wird dieselbe Entscheidung logisch äquivalent, aber im Verlustrahmen präsentiert: Bei Programm C werden 400 Menschen sicher sterben, bei Programm D besteht eine Wahrscheinlichkeit von einem Drittel, dass niemand stirbt, und eine Wahrscheinlichkeit von zwei Dritteln, dass alle 600 sterben. Nun kehrte sich die Präferenz um: Etwa 78 Prozent der Befragten bevorzugten die riskantere Variante D. Objektiv sind A und C ebenso gleichwertig wie B und D; psychologisch wirken sie jedoch völlig verschieden. Genau darin liegt die Pointe des Experiments: Menschen reagieren nicht nur auf Ergebnisse, sondern auf die sprachliche Rahmung dieser Ergebnisse. Wird ein Sachverhalt als Rettung dargestellt, dominiert häufig Sicherheitsorientierung; wird derselbe Sachverhalt als Sterben beschrieben, steigt die Bereitschaft, Risiken einzugehen. Das Experiment wurde damit zu einem Schlüsselbeleg der Prospect Theory und zeigte mit seltener Klarheit, dass Risikowahrnehmung nicht neutral, sondern frame-abhängig ist.

Ebenso wichtig sind die Anker-Experimente, weil sie zeigen, wie leicht quantitative Urteile durch irrelevante Ausgangswerte verzerrt werden. In einem berühmten Versuch von Tversky und Kahneman sahen die Teilnehmer zunächst ein scheinbar zufälliges Ergebnis eines "Glücksrads" – etwa die Zahl 10 oder 65 – und sollten anschließend schätzen, wie hoch der Anteil afrikanischer Staaten in den Vereinten Nationen sei. Obwohl die vorher gezeigte Zahl mit der eigentlichen Frage in keinerlei sachlichem Zusammenhang stand, lagen die späteren Schätzungen systematisch näher an diesem Anker. Der Mechanismus ist ebenso einfach wie folgenreich: Menschen starten ihr Urteil von einem zunächst gegebenen Wert aus und korrigieren dann zwar, aber nicht ausreichend. Genau deshalb ist Anchoring für das Risikomanagement so bedeutsam. Früh genannte Schadenssummen, Eintrittswahrscheinlichkeiten, historische Verlustwerte, Budgets, externe Benchmarks oder die erste Wortmeldung in einem Workshop setzen oft einen Referenzpunkt, an dem sich die weitere Diskussion unbemerkt ausrichtet. Das Problem ist also nicht, dass Menschen gar nicht nachdenken oder ihre erste Reaktion nie überprüfen. Das Problem ist, dass ihre nachträgliche Korrektur meist zu schwach ausfällt. Selbst dort, wo Teams deliberieren, rechnen und plausibilisieren, bleibt der erste numerische Eindruck oft erstaunlich wirksam. Gerade in Risiko-Workshops, Szenarioanalysen oder Schadensschätzungen kann das dazu führen, dass vermeintlich konsensuale Ergebnisse in Wahrheit schon sehr früh in eine bestimmte Richtung "gezogen" wurden.

Warum das Risikomanagement davon unmittelbar betroffen ist

Für das Risikomanagement ist die Arbeit von Kahneman und Tversky keine randständige psychologische Illustration, sondern methodisch zentral. Risikomanagement lebt zwar von Katalogen, Szenarien, Daten, Modellen und Kennzahlen. Doch fast jeder Schritt dieser Kette ist von Urteilen durchzogen: Welche Szenarien gelten als plausibel? Welche Verlusthöhe erscheint noch realistisch? Welche Datenreihe wird als relevant angesehen? Welche Schwachstelle wird priorisiert? Wo immer solche Einschätzungen vorgenommen werden, wirken Heuristiken und Bias mit.

Gerade in frühen Phasen der Risikoidentifikation ist die Verfügbarkeitsheuristik besonders mächtig. Organisationen beschäftigen sich oft mit Risiken, die zuletzt sichtbar waren, die in den Medien dominieren oder die bereits einmal Schaden verursacht haben. Dagegen werden stille, neue, komplexe oder wenig erzählbare Risiken unterschätzt. Ein Unternehmen diskutiert dann ausführlich über die letzte Cyberattacke in der Presse, aber zu wenig über langfristige Konzentrationsrisiken, schleichende Qualitätsmängel, disruptive Stressszenarien oder komplett neue Bedrohungsszenarien (etwa resultierend aus AI oder zukünftigen Quantencomputern).

Hinzu kommt die Repräsentativitätsheuristik. In Workshops wird häufig nicht gefragt, wie hoch die Basisrate eines Schadens ist, sondern ob das Szenario in die eigene Vorstellung eines 'typischen' Risikos passt. Dadurch wirken neue, hybride oder systemische Risiken oft zu unwahrscheinlich, solange sie nicht in bekannte mentale Muster passen. Gerade bei neuartigen Technologie-, Reputations- oder Drittparteirisiken ist das gefährlich.

Auch "Anchoring" ist im Risikomanagement allgegenwärtig. Die erste Schätzung eines Managers, die historische Schadenhöhe aus dem Vorjahr oder eine Zahl aus einem Beraterpapier kann wie ein Magnet wirken. Spätere Diskussionen kreisen dann um eine zufällige Ausgangsgröße, statt den Parameterraum offen zu erkunden. Selbst aufwendig moderierte Szenarioworkshops sind davor nicht automatisch geschützt.

Bias in der Risikoanalyse

Ein ausführlicher Blick auf Bias im Risikomanagement zeigt, wie tief die Arbeiten von Kahneman und Tversky in die Praxis hineinreichen. Erstens die Verlustaversion: Maßnahmen werden oft deshalb überzogen, weil Verantwortliche den politischen oder persönlichen Schmerz eines Schadens stärker fürchten als sie den Nutzen einer sachgerechten, aber weniger spektakulären Lösung schätzen. Zweitens der Status-quo-Bias: Organisationen halten an bestehenden Kontrollen, Modellen oder Risikolandkarten fest, auch wenn neue Evidenz eine Revision nahelegt. Drittens Overconfidence: Experten überschätzen die Präzision ihrer Urteile, unterschätzen Intervallbreiten und formulieren Punktprognosen mit zu hoher Sicherheit.

Viertens Confirmation Bias: Informationen, die das bevorzugte Szenario stützen, werden eher aufgenommen als solche, die es in Frage stellen. Fünftens die Planungsillusion: Projekte, Transformationen und Krisenreaktionen werden systematisch zu optimistisch geplant; Kosten, Dauer und Nebenwirkungen werden unterschätzt. Sechstens Framing-Effekte: Ob eine Risikoentscheidung als Vermeidung eines Verlustes, als Sicherung eines Gewinns oder als Option auf Chancen formuliert wird, verändert die Wahl oft stärker als der sachliche Inhalt.

Aus methodischer Sicht folgt daraus eine unbequeme Einsicht: Bias ist nicht bloß ein individuelles Problem schlechter Entscheider, sondern ein strukturelles Problem von Organisationen. Risikomanagement braucht daher nicht nur bessere Daten und Modelle, sondern auch Verfahren zur Entbiasing-Praxis – etwa Pre-Mortems, Red Teams, Gegenhypothesen, explizite Basisratenprüfung, unabhängige Zweitschätzungen, Intervallangaben statt Punktprognosen und die bewusste Variation von Frames.

Was die Prospect Theory in der Praxis bedeutet

Prospect Theory ist für Unternehmen besonders wichtig, weil sie zeigt, dass Risikoeinstellungen nicht stabil sind. Derselbe Entscheider kann im Gewinnbereich vorsichtig und im Verlustbereich riskant handeln. Das erklärt, warum Organisationen in guten Zeiten konservativ erscheinen, in Krisen aber plötzlich riskante Wetten eingehen: Verluste erzeugen psychologisch einen anderen Entscheidungsmodus. Im Verlustbereich steigt die Bereitschaft, Risiken einzugehen, wenn dadurch der unangenehme Referenzpunkt vielleicht doch noch verlassen werden kann.

Für das Risikomanagement bedeutet das: Entscheidungen dürfen nicht nur über Zahlen, sondern auch über ihre psychologische Einbettung verstanden werden. Ein Sanierungsfall, eine Budgetlücke, eine drohende Zielverfehlung oder ein Reputationsverlust können das Referenzniveau so verändern, dass bislang rationale Akteure plötzlich systematisch anders entscheiden. Gerade deshalb ist Governance so wichtig: Sie soll nicht Emotion aus Entscheidungen verbannen – das wäre illusionär –, sondern psychologische Schieflagen institutionell abfedern.

Kahneman, Tversky und die Wissenschaftsleistung

Die wissenschaftliche Leistung der beiden liegt nicht nur in einzelnen Experimenten, sondern in einer Verschiebung des gesamten Forschungsstils. Sie machten es legitim, mathematisch und formal über Irrationalität zu sprechen, ohne dabei in Kulturkritik oder bloße Anekdotik zu verfallen. Ihre Experimente waren präzise, oft überraschend einfach und theoretisch hoch anschlussfähig. Damit bauten sie eine neue Brücke zwischen Psychologie und Ökonomie.

Als Daniel Kahneman 2002 den Nobelpreis für Wirtschaftswissenschaften erhielt, war Amos Tversky bereits verstorben und konnte nicht mehr mitausgezeichnet werden. Gerade deshalb wird die Geschichte ihrer Zusammenarbeit oft mit einem leisen Nachton erzählt. Die Ehrung galt zwar Kahneman, aber sie war zugleich eine späte institutionelle Anerkennung einer intellektuellen Doppelbewegung, die ohne Tversky nicht denkbar gewesen wäre.

Fazit und Ausblick

Daniel Kahneman und Amos Tversky haben nicht bewiesen, dass Menschen irrational im trivialen Sinn sind. Sie haben etwas Interessanteres gezeigt: dass menschliche Rationalität unter Unsicherheit auf schnellen Heuristiken beruht, die oft erstaunlich nützlich sind, aber unter bestimmten Bedingungen systematisch entgleisen. Gerade deshalb ist ihre Arbeit für das Risikomanagement so folgenreich. Sie macht deutlich, dass Risiken nicht nur gemessen, sondern auch psychologisch missverstanden werden können.

Der Ausblick ist entsprechend doppelt. Einerseits bleibt Prospect Theory ein Grundtext für alle, die über Entscheidungen unter Risiko nachdenken. Andererseits zwingt die Praxis heute zu einer institutionellen Weiterentwicklung: Bias darf nicht nur individuell reflektiert, sondern organisatorisch bearbeitet werden. Gutes Risikomanagement entsteht daher nicht allein aus Modellen und Kennzahlen, sondern aus einer Architektur der Gegenprüfung – aus Verfahren, die den eigenen Irrtum antizipieren. Vielleicht ist genau das die dauerhafteste Lehre von Kahneman und Tversky: Nicht der selbstsichere Entscheider ist der bessere, sondern derjenige, der weiß, wie leicht Urteile unter Unsicherheit in die Irre gehen können.

Quellenverzeichnis sowie weiterführende Literaturhinweise:

• Kahneman, Daniel / Tversky, Amos (1974): Judgment under Uncertainty: Heuristics and Biases. In: Science, Vol. 185, No. 4157, S. 1124–1131.
• Kahneman, Daniel / Tversky, Amos (1979): Prospect Theory: An Analysis of Decision under Risk. In: Econometrica, Vol. 47, No. 2, S. 263–291.
• Tversky, Amos / Kahneman, Daniel (1981): The Framing of Decisions and the Psychology of Choice. In: Science, Vol. 211, No. 4481, S. 453–458.
• Tversky, Amos / Kahneman, Daniel (1986): Rational Choice and the Framing of Decisions. In: Journal of Business, Vol. 59, No. 4, Part 2, S. S251–S278.
• Kahneman, Daniel / Slovic, Paul / Tversky, Amos (Hrsg.) (1982): Judgment under Uncertainty: Heuristics and Biases. Cambridge University Press, Cambridge 1982.
• Kahneman, Daniel (2011): Thinking, Fast and Slow. Farrar, Straus and Giroux, New York 2011.
• Romeike, Frank (2006): Der Risikofaktor Mensch – die vernachlässigte Dimension im Risikomanagement, in ZVersWiss (Zeitschrift für die gesamte Versicherungswissenschaft), Heft 2/2006, S. 287-309.
• Romeike, Frank (2013): Fooled by Randomness, in: FIRM Yearbook 2013, Frankfurt/Main 2013, S. 25-29.