4 Wahrscheinlichkeitsfehler, die Ihr Gehirn macht (Klar denken)

Einleitung: Die trügerisch einfache Idee des Zufalls

In unserer zunehmend datengetriebenen Welt ist die Fähigkeit, mit Unsicherheit umzugehen, keine Nischenkompetenz mehr für Statistiker – sie ist ein grundlegender Bestandteil moderner Bürgerschaft. Wie H. G. Wells vorausschauend bemerkte:

Statistisches Denken wird eines Tages für eine effiziente Bürgerschaft genauso notwendig sein wie die Fähigkeit zu lesen und zu schreiben.

Auf den ersten Blick erscheint Wahrscheinlichkeit einfach. Sie ist lediglich eine Zahl zwischen 0 (Unmöglichkeit) und 1 (Gewissheit), die eine Vorhersage oder Annahme quantifiziert. Doch dieses einfache Konzept birgt Komplexitäten und Denkfallen, die selbst die bestausgebildeten Experten in die Irre führen können.

Dieser Beitrag erläutert vier der überraschendsten und wichtigsten Erkenntnisse über Wahrscheinlichkeit. Ihr Verständnis hilft Ihnen, häufige Fehler zu erkennen, Ihr eigenes Denken zu ordnen und in unsicheren Situationen bessere Entscheidungen zu treffen.

1. Ihr Gehirn hat Schwierigkeiten mit Prozentrechnung, denkt aber klar in ganzen Zahlen.

Unser Verstand ist von Natur aus nicht darauf ausgelegt, komplexe bedingte Wahrscheinlichkeiten, ausgedrückt in Prozent, intuitiv zu erfassen. Doch eine einfache Umformulierung desselben Problems kann die Lösung deutlich verständlicher machen.

Betrachten wir eine Studie von Gigerenzer (2002), in der 48 Ärzte gebeten wurden, die Ergebnisse einer positiven Mammographie bei einer asymptomatischen Frau zu interpretieren. Die erste Gruppe von 24 Ärzten erhielt die Aufgabenstellung in Form von Wahrscheinlichkeiten:

Die Wahrscheinlichkeit, dass eine dieser Frauen Brustkrebs hat, beträgt 0.8 Prozent. Wenn eine Frau Brustkrebs hat, liegt die Wahrscheinlichkeit für ein positives Mammografie-Ergebnis bei 90 Prozent. Wenn eine Frau keinen Brustkrebs hat, liegt die Wahrscheinlichkeit für ein positives Mammografie-Ergebnis bei 7 Prozent. Stellen Sie sich eine Frau mit einem positiven Mammografie-Ergebnis vor. Wie hoch ist die Wahrscheinlichkeit, dass sie tatsächlich Brustkrebs hat?

Das Ergebnis war schockierend: Nur 2 von 24 Ärzten antworteten richtig. Die häufigste – und völlig falsche – Antwort lautete 90 %.

Die zweite Gruppe von Ärzten erhielt genau dasselbe Problem, jedoch formuliert mit einer wirkungsvollen Technik namens „natürliche Frequenzen“– mit anderen Worten: ganze Zahlen:

Acht von 1,000 Frauen erkranken an Brustkrebs. Von diesen acht Frauen mit Brustkrebs haben sieben ein positives Mammografie-Ergebnis. Von den übrigen 992 Frauen ohne Brustkrebs haben etwa 70 dennoch ein positives Mammografie-Ergebnis. Stellen Sie sich eine Frau mit einem positiven Mammografie-Ergebnis vor. Wie hoch ist die Wahrscheinlichkeit, dass sie tatsächlich Brustkrebs hat?

So formuliert, antwortete die Mehrheit der Ärzte richtig. Die Logik wird deutlich:

Wir haben insgesamt 77 Positive Mammografien (7 richtig positive + 70 falsch positive).
Von diesen 77 positiven Tests waren nur 7 sind für Frauen, die tatsächlich an Krebs erkrankt sind.
Daher liegt die Wahrscheinlichkeit, dass eine Frau mit einem positiven Mammographiebefund Brustkrebs hat, bei 7 von 77, was etwa 9%.

Die wichtigste Erkenntnis ist: Wenn eine Wahrscheinlichkeitsaufgabe verwirrend erscheint, wandeln Sie die Prozentsätze in konkrete Eigenfrequenzen um. Dieser einfache Trick kann die natürlichen blinden Flecken unseres Gehirns umgehen und zu einem genaueren Verständnis führen.

2. Es gibt zwei Arten von Wahrscheinlichkeit: Objektive Tatsachen vs. subjektive Überzeugungen.

Der Begriff „Wahrscheinlichkeit“ umfasst nicht nur eine, sondern zwei Aspekte. Zum einen die Wahrscheinlichkeit „da draußen“ in der Welt – eine objektive, langfristige Häufigkeit. Zum anderen die Wahrscheinlichkeit „in deinem Kopf“– ein subjektives Maß deiner persönlichen Überzeugung.

Eine Wahrscheinlichkeit ist eine objektive, aus Daten abgeleitete Tatsache. Beispielsweise waren von allen im Jahr 2011 weltweit geborenen Babys 51.7 % Jungen (Central Intelligence Agency [CIA], 2012). Dies ist eine auf Millionen von Geburten basierende Beobachtung. Sie repräsentiert die langfristige Häufigkeit eines Ereignisses.

Eine Wahrscheinlichkeitsrechnung „im Kopf“ ist eine persönliche Einschätzung der Gewissheit. Stellen Sie sich ein Paar vor, das über die „Shettles-Methode“ liest, die eine 75%ige Chance auf die Zeugung eines Jungen verspricht.

Wenn das Paar zu 85 % sicher ist, dass die Methode funktioniert, beträgt ihre persönliche, subjektive Wahrscheinlichkeit, einen Jungen zu bekommen, 71.5%Die Berechnung ist ein gewichteter Durchschnitt ihrer Überzeugungen: (0.850 × 0.750) + (0.150 × 0.517) = 0.715.
Ein Skeptiker, der nur zu 1 % sicher ist, dass die Methode funktioniert, würde zu einer völlig anderen subjektiven Wahrscheinlichkeit gelangen. 51.9%: (0.010 × 0.750) + (0.990 × 0.517) = 0.519.

Diese Unterscheidung ist entscheidend für die Interpretation von Prognosen. Bei der US-Präsidentschaftswahl 2016 räumte die New York Times Clinton zunächst eine 81-prozentige Siegchance ein, während fivethirtyeight.com ihr 76 Prozent bescheinigte. Dabei handelte es sich nicht um objektive, reale Wahrscheinlichkeiten, sondern um subjektive Einschätzungen – quantitative Aussagen fundierter Überzeugungen, basierend auf Modellen. Dies wird deutlich daran, dass diese Einschätzungen mit dem Eintreffen neuer Daten aktualisiert wurden. Bis zum 22. Oktober hatte die New York Times ihre Schätzung auf 93 Prozent erhöht, fivethirtyeight.com auf 86 Prozent. Subjektive Wahrscheinlichkeit ist keine statische Tatsache, sondern eine Überzeugung, die sich mit neuen Informationen weiterentwickelt.

3. Wir machen ständig den Fehler, Wahrscheinlichkeitsaussagen umzukehren.

Es ist erschreckend einfach, eine bedingte Wahrscheinlichkeitsaussage fälschlicherweise umzukehren, was zu schwerwiegenden Fehlschlüssen führen kann. Entscheidend ist, zu erkennen, dass die Wahrscheinlichkeit von A unter der Bedingung B nicht dasselbe ist wie die Wahrscheinlichkeit von B unter der Bedingung A.

Hier sind einige klassische Beispiele, bei denen diese beiden Wahrscheinlichkeiten nicht übereinstimmen:

Die Wahrscheinlichkeit, dass ein Heroinsüchtiger zuerst Marihuana konsumiert hat, im Vergleich zur Wahrscheinlichkeit, dass ein Marihuana-Konsument heroinabhängig wird.
Die Wahrscheinlichkeit, dass jemand mit Bauchschmerzen eine Blinddarmentzündung hat, im Vergleich zur Wahrscheinlichkeit, dass jemand mit Blinddarmentzündung Bauchschmerzen hatte.
Die Wahrscheinlichkeit, dass ein Statistikbuch langweilig ist, im Vergleich zur Wahrscheinlichkeit, dass ein langweiliges Buch von Statistik handelt.

Betrachten wir das erste Beispiel genauer. Die Wahrscheinlichkeit, dass ein Heroinabhängiger zuerst Marihuana konsumiert hat, ist sehr hoch – die überwiegende Mehrheit der Heroinabhängigen hat vermutlich irgendwann einmal Marihuana konsumiert. Die Wahrscheinlichkeit, dass ein Marihuanakonsument heroinabhängig wird, ist jedoch verschwindend gering – nur ein extrem kleiner Anteil der Marihuanakonsumenten wird jemals heroinabhängig. Diese beiden Faktoren zu verwechseln, führt zu gefährlich fehlerhaften Risikobewertungen.

Dieser Fehler ist oft die Ursache für Fehlinterpretationen in den Medien und logische Fehlschlüsse. Allein das Bewusstsein für dieses Muster ist ein entscheidender Schritt zu mehr Statistikkompetenz.

4. Die Wahrscheinlichkeit hat kein Gedächtnis (Der Spielerfehlschluss)

Der Spielerfehlschluss ist die irrige Annahme, dass vergangene, unabhängige Ereignisse den Ausgang eines zukünftigen, unabhängigen Ereignisses beeinflussen können.

Betrachten wir die klassische Frage: Wenn ein Paar vier Jungen hintereinander bekommen hat Zeilewie hoch ist die Wahrscheinlichkeit, dass ihr nächstes Kind wieder ein Junge wird? Ein häufiger intuitiver Irrtum ist die Annahme, sie seien „noch an der Reihe für ein Mädchen“, weshalb die Wahrscheinlichkeit für ein Mädchen nun höher sei. Das ist schlichtweg falsch. Das Geschlecht des fünften Kindes ist ein unabhängiges Ereignis; es wird nicht vom Geschlecht der vorherigen vier Kinder beeinflusst.

Dieser Irrglaube ist beim Glücksspiel weit verbreitet. Dort setzen Menschen auf eine Lottozahl, die schon länger nicht mehr gezogen wurde, in der Annahme, ihre Gewinnchancen seien dadurch irgendwie gestiegen. Die grundlegende Wahrheit, die man sich merken sollte, ist einfach, aber wichtig: Wahrscheinlichkeit hat kein Gedächtnis.

Fazit: Denken in Wetten

Wer klar über Zufall nachdenkt, wird ein besserer Denker. Es bedeutet, zu wissen, wann man seine fehlerhafte Intuition umgehen sollte, indem man Prozentsätze in ganze Zahlen oder natürliche Häufigkeiten umrechnet. Es erfordert, sich zunächst zu fragen, ob eine Wahrscheinlichkeit eine objektive Tatsache oder eine subjektive Annahme ist. Es verlangt logische Strenge, um zu prüfen, ob eine Behauptung Ursache und Wirkung vertauscht. Und es erfordert die Disziplin, sich daran zu erinnern, dass Wahrscheinlichkeiten in einer Welt unabhängiger Ereignisse kein Gedächtnis haben. Indem wir dieses Instrumentarium beherrschen, können wir in einer unsicheren Welt bessere Urteile fällen.

Nachdem Sie nun diese häufigen Fehlerquellen kennen, wo in Ihrem eigenen Leben könnten Sie die Chancen falsch einschätzen?