Outcome-Bias

Auf einen Blick

1. Kurze Zusammenfassung

Der Outcome-Bias ist die gedankliche Abkürzung, durch die wir einen leichtsinnigen Spieler, der gewinnt, als „mutig“ loben, einen umsichtigen Strategen, der an statistischer Streuung scheitert, dagegen als „inkompetent“ verurteilen. Wir pressen Risiko, Wahrscheinlichkeit und ungleich verteiltes Wissen in ein schlichtes Urteil von Erfolg oder Misserfolg. Dabei übersehen wir, dass in einer von Wahrscheinlichkeiten bestimmten Welt gute Entscheidungen durch Pech scheitern und schlechte Entscheidungen durch bloßes Glück gelingen können.

Einfach erklärt

Outcome-Bias heißt: Wir beurteilen eine Entscheidung nur danach, wie sie ausgegangen ist. Geht es gut aus, nennen wir sie klug. Geht es schlecht aus, nennen wir sie schlecht. Aber auch eine gute Entscheidung kann wegen Pech schiefgehen. Und eine unüberlegte Entscheidung kann nur durch Glück gut ausgehen.

Stellen Sie sich ein Fußballspiel im Sportunterricht vor. Maya sieht einen Mitspieler frei vor dem Tor stehen und spielt ihm den Ball zu. Genau in diesem Moment rutscht ein Verteidiger aus, der Ball prallt von seinem Knie ab und rollt davon. Eine Minute später schießt Leo den Ball aus der Mitte des Feldes, ohne auch nur hinzusehen. Irgendwie fliegt er ins Tor. Alle jubeln Leo zu und stöhnen über Maya. Dabei hat Maya die bessere Entscheidung getroffen. Leo hatte nur Glück.

Hier ist ein einfacher Tipp. Wenn Sie eine Entscheidung beurteilen, Ihre eigene oder die eines anderen, fragen Sie sich: „Wäre es anders ausgegangen, würde ich es dann immer noch für eine gute Idee halten?“ Denken Sie dann daran, was die Person wusste, bevor es passierte. So urteilen Sie am gerechtesten.

2. Die Wissenschaft dahinter

2.1. Entdeckung und Geschichte

Die experimentelle Erforschung des Outcome-Bias begann 1988 mit dem Aufsatz „Outcome Bias in Decision Evaluation“ von Jonathan Baron und John Hershey an der University of Pennsylvania. Attributionstheorien hatten bereits gezeigt, dass Menschen nach ursächlichen Erklärungen für Ereignisse suchen. Baron und Hershey gelang es jedoch als Erste, die Bewertung des Entscheidungsprozesses in einem kontrollierten Experiment von der Information über das Ergebnis zu trennen.

Mehr als drei Jahrzehnte lang blieben Baron und Hershey (1988) die Standardreferenz. Die „Replikationskrise“ in der Sozialpsychologie war in den 2020er Jahren der Anlass, diese klassischen Befunde neu zu prüfen. Getragen wurde dieses Vorhaben von internationalen Forschenden, die sich den Praktiken der Open Science verpflichtet haben, allen voran Gilad Feldman an der University of Hong Kong.

Die Forschung zur Verhaltensethik erweiterte den Befund, insbesondere der Aufsatz „No Harm, No Foul“ von Gino, Moore und Bazerman aus dem Jahr 2008. Er zeigte, dass Informationen über das Ergebnis die Bewertung ethisch fragwürdigen Verhaltens verzerren.

2.2. Wichtige Forschende

2.3. Wegweisende Studien

Outcome Bias in Decision Evaluation (Baron & Hershey, 1988)

Baron und Hershey entwarfen fünf Experimente, um zu prüfen, ob Informationen über das Ergebnis die Bewertung der Entscheidungsqualität selbst dann beeinflussen, wenn die bewertende Person alle Informationen besitzt, die der Entscheider zum Zeitpunkt der Wahl hatte.

Experiment 1: Medizinische Entscheidungen

• Die Teilnehmenden (N=20 Studierende im Grundstudium) lasen 15 Szenarien über Ärzte, die entscheiden mussten, ob sie eine riskante Operation durchführen oder einen Patienten medikamentös behandeln
• Die Wahrscheinlichkeiten wurden ausdrücklich genannt (z. B. 92 % Erfolgsquote, 8 % Sterblichkeit)
• Die einzige Variable, die sich änderte, war das Ergebnis: Erfolg oder Tod
• Die Teilnehmenden bewerteten die Qualität des ärztlichen Denkens und die Kompetenz

Zentrale Befunde:

• Die Teilnehmenden bewerteten Kompetenz und Denkqualität deutlich höher, wenn das Ergebnis günstig war
• Wenn die Operation gelang, galten die Ärzte als „hochkompetent“ mit „gutem Denken“
• Wenn die Operation scheiterte (das Risiko von 8 % eintrat), galten die Ärzte als „weniger kompetent“ mit „schlechtem Denken“
• Der Effekt blieb bestehen, auch wenn den Versuchspersonen gesagt wurde, sie sollten das Ergebnis nicht berücksichtigen
• Die Verzerrung blieb selbst dann bestehen, nachdem die Forschenden die Grundsätze des Entscheidens unter Unsicherheit erklärt hatten

Die Replikation von Aiyer und Feldman (2023)

Eine präregistrierte Replikation, veröffentlicht in der International Review of Social Psychology, griff Experiment 1 der Studie von 1988 mit deutlich verbesserter Methodik wieder auf:

• Stichprobengröße: 692 Teilnehmende (gegenüber ursprünglich 20)
• Design: Between-Participants (jede Person sieht nur ein Ergebnis, was realen Bedingungen entspricht)
• Ursprüngliche Effektstärke: Cohens d = 0,21–0,53
• Effektstärke der Replikation: Cohens d = 0,77–1,1

Die Replikation ergab, dass der Outcome-Bias erheblich stärker wirkt als ursprünglich angenommen. Das legt nahe, dass das ursprüngliche Within-Participants-Design den Effekt abgeschwächt haben könnte.

„No Harm, No Foul“ (Gino, Moore & Bazerman, 2008)

Die Teilnehmenden lasen über einen Wissenschaftler, der Sicherheitsvorschriften verletzt, um eine Arzneimittelstudie zu beschleunigen:

• Bedingung A (kein Schaden): Der Verstoß geschieht, es kommt zu keinem Unfall
• Bedingung B (Schaden): Der Verstoß geschieht, ein Laborunfall verletzt einen Kollegen

Die Teilnehmenden beurteilten den Wissenschaftler in Bedingung B als deutlich unethischer und einer härteren Strafe würdig, obwohl die Handlungen identisch waren. Das zeigte, dass die Gesellschaft nach einer „Kein Schaden, kein Vergehen“-Heuristik urteilt.

2.4. Neurologische Grundlage

Der wichtigste kognitive Mechanismus hinter dem Outcome-Bias ist die Attributsubstitution, die sich mit Daniel Kahnemans Zwei-Prozess-Theorie erklären lässt:

• System 2 (langsam/aufwendig): Die Bewertung der Entscheidungsqualität erfordert, Wahrscheinlichkeiten, Alternativszenarien und die zu einem früheren Zeitpunkt verfügbaren Informationen zu analysieren
• System 1 (schnell/billig): Die Bewertung eines Ergebnisses geschieht aus dem Bauch heraus und ist sichtbar
• Die Substitution: Das Gehirn ersetzt die schwierige Frage („War die Entscheidung fundiert?“) durch die leichte Frage („War das Ergebnis gut?“)

Der Gerechte-Welt-Glaube (Melvin Lerner) liefert einen weiteren psychologischen Antrieb. Menschen haben ein grundlegendes Bedürfnis zu glauben, dass die Welt geordnet und gerecht ist: dass guten Menschen Gutes widerfährt. Wenn ein kompetenter Entscheider durch Zufall katastrophal scheitert, verletzt das diesen Glauben und deutet an, dass auch wir für zufälliges Unglück anfällig sind. Um diese Angst aufzulösen, sucht der Geist aktiv nach Fehlern beim Entscheider und redet uns ein, er müsse einen Fehler gemacht haben.

3. Evolutionäre Ursprünge

Der Outcome-Bias entstand wahrscheinlich als anpassungsfähige Heuristik in Umgebungen unserer Vorfahren, in denen:

• Rückmeldungen verlässlich waren: In einfachen, stabilen Umgebungen hingen Ergebnisse oft eng mit der Entscheidungsqualität zusammen. Wenn ein Jäger den falschen Weg wählte und von einem Raubtier gefressen wurde, war das in den meisten Fällen tatsächlich eine „schlechte Entscheidung“.
• Statistische Streuung selten war: Unsere Vorfahren hatten es nicht mit den komplexen probabilistischen Umgebungen zu tun (Finanzmärkte, medizinische Eingriffe mit bekannten Wahrscheinlichkeiten), in denen der Outcome-Bias schädlich wird.
• Lernen aus den Fehlern anderer Leben rettete: Andere für schlechte Ergebnisse hart zu beurteilen, auch wenn das ungerecht war, könnte in Gruppen vorsichtigeres Verhalten gefördert und so das kollektive Risiko gesenkt haben.
• Sparen kognitiver Energie: Schnelle Urteile aufgrund sichtbarer Ergebnisse erfordern weit weniger mentale Anstrengung, als den Informationsstand des Entscheiders zu rekonstruieren und erwartete Nutzenwerte zu berechnen.

Die Verzerrung war ein Vorzug, der zum Fehler wurde. In einer modernen Welt voller stochastischer Prozesse, in der Chirurgen, Händler und Ingenieure unter echter Unsicherheit arbeiten, führt der Outcome-Bias dazu, dass wir die Umsichtigen bestrafen und die Leichtsinnigen belohnen. Damit zerstört er die Fähigkeit, aus Erfahrung vernünftige Lehren zu ziehen.

4. Wie sich diese Verzerrung zeigt

4.1. Im Alltag

• Jemanden loben, der bei Rot über die Ampel fährt und pünktlich zum Termin kommt, und jemanden verurteilen, der die nötige Vorsicht walten ließ, aber durch unvorhersehbaren Verkehr aufgehalten wurde
• Die Beziehungsentscheidungen eines Freundes erst dann als „offensichtlich falsch“ bezeichnen, wenn die Beziehung scheitert
• Glauben, man hätte „es wissen müssen“, und deshalb Aktien kaufen oder verkaufen, je nachdem, wie sich der Markt danach entwickelt hat
• Urlaubsentscheidungen, Karriereschritte oder Wohnungswahl im Nachhinein anzweifeln, und zwar danach, wie es ausgegangen ist, und nicht danach, was damals wissbar war

4.2. Am Arbeitsplatz

• Leistungsbeurteilungen, die glückliche Ergebnisse statt eines soliden Vorgehens belohnen
• Einstellungsentscheidungen, die Bewerber bevorzugen, deren frühere Arbeitgeber zufällig erfolgreich waren (Korrelation, nicht Kausalität)
• Bewertungen von Führungskräften, bei denen CEOs als Genies gefeiert werden, wenn die Märkte steigen, und als inkompetent verurteilt werden, wenn die Märkte fallen, unabhängig von ihren tatsächlichen Entscheidungen
• Projektrückblicke, die „Lehren ziehen“ aus dem, was geschah, und nicht aus dem, was wissbar war

4.3. In Wirtschaft und Marketing

• Verstärkung von Risiko: „Glücklich“ ausgegangenes leichtsinniges Verhalten wird nicht bestraft, was Abkürzungen stillschweigend begünstigt. Geht ein Händler unerlaubte Risiken ein und macht Gewinn, wird er belohnt, bis zum unausweichlichen Scheitern
• Bestätigung durch den Aktienkurs: Analysten an der Wall Street nutzen steigende Aktienkurse, um Geschäftsmodelle zu bestätigen. „Wenn die Aktie steigt, muss das Unternehmen klug sein.“ Enrons gesamte Fassade wurde auf diese Weise bis zum Zusammenbruch aufrechterhalten
• Zuschreibung im Marketing: Kampagnen, die zufällig mit einem Erfolg zusammenfielen, werden gelobt; identische Strategien, die mit einem Misserfolg zusammenfielen, werden verurteilt

4.4. In Politik und Medien

• Politiker werden an Ereignissen gemessen, die weitgehend außerhalb ihrer Kontrolle liegen (Konjunkturzyklen, Naturkatastrophen)
• Militärführer werden nach dem Ausgang von Schlachten gelobt oder verurteilt statt nach der strategischen Stichhaltigkeit angesichts der verfügbaren Erkenntnisse
• Politische Entscheidungen werden rückblickend an Ergebnissen gemessen, die nicht vorhersehbar waren (Pandemiemaßnahmen, Infrastrukturinvestitionen)

4.5. Im Gesundheitswesen

Die Verzerrung beim Behandlungsfehler: Der rechtliche Maßstab für ärztliche Behandlungsfehler ist der „Sorgfaltsmaßstab“ (was ein vernünftiger Arzt tun würde). In der Praxis werden Haftungsprozesse fast ausschließlich vom Outcome-Bias getrieben:

• Ärzte gewinnen 80-90 % der Geschworenenprozesse, wenn die Folgen weniger schwer sind
• Bei katastrophalen Folgen sinken die Erfolgsquoten deutlich, selbst wenn die Belege für Fahrlässigkeit schwach bleiben
• In „Grenzfällen“ wird das Ergebnis zum entscheidenden Faktor

Rückblickende Gültigkeit in der Diagnostik: Radiologen, die Aufnahmen prüfen, finden einen Befund erst dann „offensichtlich“, nachdem sie erfahren haben, dass der Patient gestorben ist. In dokumentierten Fällen übersahen andere Radiologen dieselben Anzeichen, bis ihnen das Ergebnis genannt wurde. Von da an wurde aus dem uneindeutigen Schatten eine „klar sichtbare Pathologie“.

Defensivmedizin: Weil Ärzte wissen, dass sie nach Ergebnissen beurteilt werden:

• Übermäßige Diagnostik: unnötige CT- und MRT-Untersuchungen, um Möglichkeiten von 1 zu 10.000 „auszuschließen“
• Risikovermeidung: Chirurgen lehnen es ab, Hochrisikopatienten zu operieren, weil ein Todesfall als Versagen gewertet wird, selbst wenn die Operation die einzige Chance war

4.6. In Finanzwesen und Geldanlage

Die Mauboussin-Matrix:

Der gefährlichste Quadrant ist „Reines Glück“ (schlechter Prozess/gutes Ergebnis). Wenn Händler leichtsinnige Risiken eingehen und gewinnen, belohnt das Management sie mit Boni und verstärkt so das schlechte Verhalten bis zum katastrophalen Scheitern.

5. Fallstudien aus der Praxis

Fallstudie 1: Nick Leeson und der Zusammenbruch der Barings Bank (1995)

• Kontext: Die Barings Bank, 233 Jahre alt, war Großbritanniens älteste Merchantbank. Nick Leeson, 28, war in Singapur angeblich mit risikoarmer Arbitrage zwischen Börsen beschäftigt.
• Was geschah: Statt Arbitrage tätigte Leeson massive unerlaubte Spekulationen auf Kursrichtungen. 1993 meldete er Gewinne von 10 Millionen £, 10 % der Gesamterträge der Bank. Verluste versteckte er in einem geheimen Fehlerkonto (88888).
• Die Verzerrung am Werk: Das Top-Management, vom Ergebnis geblendet, ignorierte den Prozess. Es versäumte zu fragen, wie ein Back-Office-Mitarbeiter mit „risikofreier“ Arbitrage solche Renditen erzielte. Interne Prüfungen wurden umgangen, weil „Nick ein Star ist“.
• Folgen: Als das Erdbeben von Kobe im Januar 1995 die Märkte gegen seine Positionen bewegte, verlor die Bank 1,4 Milliarden $ und brach vollständig zusammen.
• Gewonnene Erkenntnisse: Hätte das Management 1993 seinen Prozess bewertet (unerlaubtes Risiko), hätte es ihn entlassen. Stattdessen lobte es sein Ergebnis, bis es sie zerstörte.

Fallstudie 2: Jerome Kerviel und die Société Générale (2008)

• Kontext: Kerviel, ein junger Händler, tätigte unerlaubte fiktive Geschäfte, um Spekulationen auf Kursrichtungen zu verschleiern.
• Was geschah: 2007 erzielte er Gewinne von 1,4 Milliarden €. Interne Hinweise der Börse Eurex lösten 75 Warnungen aus.
• Die Verzerrung am Werk: Vorgesetzte ignorierten den Berichten zufolge die Warnungen, weil sein Handelstisch profitabel war. Das gute Ergebnis wirkte wie ein Schutzschild gegen die Prüfung des Vorgehens.
• Folgen: Als die Ergebnisse 2008 ins Negative drehten, verlor die Bank 4,9 Milliarden € und bezeichnete Kerviel als „Terroristen“, der allein gehandelt habe, obwohl die Unternehmenskultur sein Risikoverhalten stillschweigend gebilligt hatte.
• Gewonnene Erkenntnisse: Das Muster war mit dem von Barings identisch: Profitable Ergebnisse brachten Bedenken gegen das Vorgehen zum Schweigen, bis das Unglück eintrat.

Historisches Beispiel: Das Challenger-Unglück (1986)

Die Explosion der Raumfähre Challenger ist die maßgebliche Fallstudie zum Outcome-Bias in der Technik und veranschaulicht, was die Soziologin Diane Vaughan als „Normalisierung der Abweichung“ bezeichnete.

• Das Prozessversagen: Die Feststoffraketen hatten O-Ringe, die die Verbindungsstellen abdichten sollten. Bei mehreren früheren Flügen zeigten diese O-Ringe Erosion und „Blow-by“ (heißes Gas, das entweicht), ein klarer Verstoß gegen die Konstruktionsvorgaben.
• Die Ergebnisfalle: In jedem früheren Fall hielten Sekundärdichtungen, oder Ruß verstopfte die Löcher, und die Raumfähre erreichte sicher die Umlaufbahn. Das NASA-Management sah auf das Ergebnis („Mission erfolgreich“) und schloss daraus, der Prozess („Flug mit erodierten O-Ringen“) sei akzeptabel.
• Die Kaskade: Jeder erfolgreiche Start verstärkte die Verzerrung. Die Abweichung wurde „normalisiert“. Am 28. Januar 1986 sanken die Temperaturen, die O-Ringe versagten vollständig, und sieben Besatzungsmitglieder starben. Die Startentscheidung war kein einmaliger Fehler. Sie war das Ergebnis jahrelanger Outcome-Bias, der eine fehlerhafte Risikobewertung verfestigte.

6. Die Kosten dieser Verzerrung

6.1. Persönliche Kosten

• Beschädigte Beziehungen: Partnern, Freunden oder Familienmitgliedern zu Unrecht Vorwürfe machen für Ergebnisse, die tatsächlich unvorhersehbar waren
• Selbstvorwürfe: „Misserfolge“ verinnerlichen, die in Wahrheit gute Entscheidungen mit unglücklichem Ausgang waren, was das Selbstvertrauen untergräbt
• Erlernte Hilflosigkeit: Glauben, Entscheidungen seien egal, weil Ergebnisse zufällig erscheinen, statt den Unterschied zwischen Prozessqualität und Glück zu verstehen
• Verpasste Lehren: Aus Erfahrung das Falsche lernen, etwa solide Strategien meiden, die einmal ein schlechtes Ergebnis brachten, und leichtsinnige übernehmen, die zufällig gelangen

6.2. Berufliche Kosten

• Karriererisiko: Für schlechte Ergebnisse beurteilt (und womöglich entlassen) werden, obwohl die Entscheidung solide war
• Defensives Verhalten: Energie in Absicherungsdokumentation stecken, statt optimal zu entscheiden
• Falsche Anreize: Für leichtsinnige Risiken belohnt werden, die sich zufällig auszahlen, was einen Kreislauf schafft, der schließlich in einem katastrophalen Scheitern endet
• Zerstörtes Vertrauen: Studien zeigen, dass ein einziges schlechtes Ergebnis die künftige Bereitschaft zerstört, den Entscheider es noch einmal versuchen zu lassen, unabhängig von der Prozessqualität

6.3. Gesellschaftliche Kosten

• Defensivmedizin: Schätzungsweise 46 bis 210 Milliarden $ jährlich im Gesundheitssystem der USA
• Verzerrung des Rechtssystems: Urteile, die die tatsächliche Fahrlässigkeit nicht widerspiegeln, was sowohl zu ungerechten Verurteilungen als auch zu unzureichender Rechenschaft führt
• Anfälligkeit des Finanzsystems: Betrügerische Händler und normalisierte Abweichung bringen immer wieder Institutionen zu Fall (Barings, Enron, die Krise von 2008)
• Unterdrückung von Innovation: Vernünftige Risikobereitschaft wird bestraft, wenn sie scheitert, was Unternehmertum und wissenschaftlichen Fortschritt entmutigt

6.4. Statistische Auswirkung

• Baron & Hershey (1988): Die Teilnehmenden bewerteten identische Entscheidungen durchgehend unterschiedlich, allein aufgrund des Ergebnisses
• Moderne Replikation (Aiyer et al., 2023): Effektstärke von d=0,77–1,1, ein großer Effekt nach psychologischen Maßstäben
• Moralische Dimension: Negative Ergebnisse ließen Entscheider nicht nur weniger kompetent erscheinen; sie wurden auch als „unethischer“ und „tadelnswerter“ beurteilt
• Widerstand gegen Belehrung: Selbst als die Forschenden erklärten, warum das Urteilen nach Ergebnissen irrational ist, bestanden viele Teilnehmende darauf, Entscheider müssten nach Ergebnissen beurteilt werden

7. Die verborgenen Vorteile

Obwohl der Outcome-Bias in komplexen modernen Umgebungen überwiegend schädlich ist, kann er einige nützliche Zwecke erfüllen:

• Rechenschaftsdruck: Die Aussicht, nach Ergebnissen beurteilt zu werden, motiviert zu sorgfältigem Entscheiden und gründlicher Vorbereitung, auch wenn die Bewertung selbst ungerecht ist
• Soziale Abstimmung: An einfachen ergebnisbasierten Urteilen kann sich eine Gruppe leichter ausrichten als an komplexen Prozessbewertungen, was schnellere Gruppenentscheidungen ermöglicht
• Nützliche Heuristik in stabilen Umgebungen: In Bereichen, in denen Ergebnisse die Entscheidungsqualität verlässlich widerspiegeln (einfache, deterministische Systeme), ist die Bewertung nach Ergebnissen effizient
• Motivation zur Verbesserung: Auch wenn sie ungerecht ist, kann ergebnisbasierte Rückmeldung Menschen dazu bringen, härter zu arbeiten, mehr zu lernen und ihre Abläufe zu verfeinern
• Fehlererkennung: Manchmal offenbaren schlechte Ergebnisse tatsächlich Prozessmängel, die sonst unbemerkt blieben. Entscheidend ist, Signal und Rauschen zu unterscheiden

Die Prozessbewertung aber ganz zugunsten der Ergebnisbewertung aufzugeben, wäre in jedem probabilistischen Feld katastrophal. Ziel ist die richtige Kalibrierung, nicht die Abschaffung.

8. Selbsteinschätzung: Haben Sie diese Verzerrung?

8.1. Checkliste der Warnzeichen

• Ich denke oft „Ich habe es doch gewusst“, nachdem ich erfahren habe, wie etwas ausgegangen ist
• Ich beurteile die Entscheidungen von Menschen vor allem danach, ob es gut ausgegangen ist
• Wenn etwas schiefgeht, suche ich sofort danach, was die Person „falsch gemacht“ hat
• Es fällt mir schwer zu akzeptieren, dass gute Entscheidungen zu schlechten Ergebnissen führen können
• Ich rechne glücklichen Erfolgen mehr an als soliden Vorgehensweisen, die gescheitert sind
• Ich ändere meine Meinung über die Kompetenz eines Menschen aufgrund eines einzigen Ergebnisses
• Ich glaube, dass Menschen in den meisten Situationen „bekommen, was sie verdienen“
• Es fällt mir schwer, bei der Bewertung von Leistung zwischen Können und Glück zu unterscheiden
• Wenn ich Erfolg habe, führe ich ihn auf Können zurück; wenn ich scheitere, suche ich äußere Ausreden
• Ich finde, nach Ergebnissen zu urteilen sei „fairer“, als Prozesse zu analysieren

Auswertung:

• 0-2 angekreuzt: geringe Anfälligkeit
• 3-5 angekreuzt: mittlere Anfälligkeit
• 6-8 angekreuzt: hohe Anfälligkeit
• 9-10 angekreuzt: sehr hohe Anfälligkeit

8.2. Fragen zur Selbstreflexion

1. Denken Sie an eine Situation, in der Sie jemanden für eine Entscheidung mit schlechtem Ausgang kritisiert haben. Hatten Sie Zugang zu allen Informationen, die die Person hatte? War das Ergebnis wirklich vorhersehbar?
2. Haben Sie schon einmal eine leichtsinnige Entscheidung gelobt, weil sie zufällig gut ausging?
3. Wenn Sie Ihre eigenen früheren Entscheidungen bewerten, beurteilen Sie sie nach dem, was Sie damals wussten, oder nach dem, was Sie heute wissen?
4. Behandeln Sie statistische Streuung anders, wenn sie Ihnen nützt, als wenn sie Ihnen schadet?
5. Wann haben Sie zuletzt jemanden dafür gelobt, trotz eines schlechten Ergebnisses eine gute Entscheidung getroffen zu haben?

8.3. Schnelles Diagnoseszenario

Szenario: Ein Chirurg empfiehlt einen Eingriff mit einer Erfolgsquote von 95 % und einer Sterblichkeit von 5 %. Ihr Angehöriger willigt ein und stirbt während der Operation. Wie beurteilen Sie die Entscheidung des Chirurgen, den Eingriff zu empfehlen?

Wie würden Sie reagieren?

• A) Der Chirurg hätte wissen müssen, dass das passieren würde. Seine Empfehlung war schrecklich, und er muss zur Verantwortung gezogen werden. → Hohe Anfälligkeit
• B) Ich bin am Boden zerstört, aber mir ist klar, dass 5 % bedeutet: 1 von 20 Patienten stirbt selbst bei perfekter Behandlung. Ich würde prüfen wollen, ob die richtigen Protokolle eingehalten wurden, aber das Ergebnis allein beweist keine Fahrlässigkeit. → Geringe Anfälligkeit
• C) Es ist schwer zu akzeptieren, aber Pech gibt es eben manchmal. Trotzdem sollten sie vielleicht keine so riskanten Eingriffe empfehlen. → Mittlere Anfälligkeit

9. Diese Verzerrung bei anderen erkennen

9.1. Verhaltensindikatoren

• Plötzliche Umschwünge in der Bewertung von Personen oder Organisationen, sobald die Ergebnisse bekannt werden
• Betonung von Ergebniskennzahlen bei geringer Beachtung von Prozesskennzahlen
• Rasche Zuschreibung von Ergebnissen auf individuelles Können oder Charakter statt auf situative Faktoren
• Harte Urteile über Misserfolge, besonders solche, die in keinem Verhältnis zu den Belegen für tatsächliche Fehler stehen
• Unfähigkeit zu beschreiben, wie eine „gute Entscheidung mit schlechtem Ergebnis“ aussähe

9.2. Warnsignale im Gespräch

Sätze, die Menschen unter dem Einfluss dieser Verzerrung sagen:

• „Die Ergebnisse sprechen für sich“
• „Wenn Sie so klug sind, warum sind Sie dann nicht reich?“
• „Er hätte es besser wissen müssen“
• „Wie man sich bettet, so liegt man“
• „Hinterher ist man immer klüger, aber trotzdem ...“

Arten von Argumenten, die sie vorbringen:

• Ergebnisse als ausreichenden Beleg für die Entscheidungsqualität anführen
• Wahrscheinlichkeit und Streuung als „Ausreden“ abtun

Fragen, die sie vermeiden:

• „Welche Informationen waren zum Zeitpunkt der Entscheidung verfügbar?“
• „Wie hoch waren die Wahrscheinlichkeiten, und lag dieses Ergebnis im erwartbaren Streuungsbereich?“

9.3. Situative Auslöser

• Hohe emotionale Einsätze: Ergebnisse über Leben und Tod, große finanzielle Verluste oder persönliche Tragödien verstärken die Verzerrung
• Sichtbare Opfer: Ein benannter, identifizierbarer Schaden löst stärkere Verurteilung aus als ein statistischer Schaden
• Rechenschaftsdruck: Wenn jemand beschuldigt oder gewürdigt werden muss
• Begrenzte Informationen: Wenn die Bewertenden keinen Zugang zum ursprünglichen Entscheidungskontext haben
• Zeitdruck: Schnelle Urteile greifen standardmäßig auf die Bewertung nach Ergebnissen zurück

10. Strategien gegen die Verzerrung (Debiasing)

10.1. Sofort anwendbare Techniken

• Die Zeitmaschinen-Frage: Fragen Sie sich, bevor Sie eine Entscheidung beurteilen: „Wenn ich in den Moment der Entscheidung zurückversetzt würde und nur die damals verfügbaren Informationen hätte, was würde ich dann schlussfolgern?“
• Wahrscheinlichkeitsprüfung: Fragen Sie: „Wie standen die Chancen?“ Wenn ein Risiko von 10 % eingetreten ist, liegt das innerhalb der erwartbaren Streuung und ist kein Beleg für eine schlechte Entscheidung
• Gedankliche Pause für die Gegenprobe: Fragen Sie sich, bevor Sie ein schlechtes Ergebnis verurteilen: „Würde ich genau denselben Prozess loben, wenn er funktioniert hätte?“
• Zuschreibungsprüfung: Wenn Sie sich dabei ertappen, ein Ergebnis dem Charakter oder der Kompetenz zuzuschreiben, halten Sie inne und listen Sie auf, welche Rolle das Glück gespielt hat

10.2. Langfristige Strategien

• Prozess-Tagebuch: Dokumentieren Sie Ihre Entscheidungsgründe und die verfügbaren Informationen, bevor die Ergebnisse bekannt sind. Lesen Sie sie später nach, um Ihr Urteil zu kalibrieren.
• Gewohnheit probabilistischer Sprache: Üben Sie, bei ungünstigen Ergebnissen zu sagen „das Risiko ist eingetreten“ statt „sie haben einen Fehler gemacht“
• Gegenbeispiele suchen: Suchen Sie aktiv nach Fällen, in denen gute Prozesse zu schlechten Ergebnissen und schlechte Prozesse zu guten Ergebnissen führten
• Wahrscheinlichkeitsrechnung lernen: Bauen Sie durch formale oder informelle Weiterbildung ein Gespür für Streuung, Erwartungswert und Basisraten auf

10.3. Gestaltung des Umfelds

• Blinde Analyseprotokolle: Lassen Sie in Organisationen Prüfer die Entscheidungsprozesse bewerten, bevor sie die Ergebnisse erfahren
• Prozessbasierte Anreize: Belohnen Sie die Einhaltung solider Methodik, nicht nur Ergebnisse
• Vorab festgelegte Prüfungen: Legen Sie die Bewertungskriterien fest, bevor die Ergebnisse bekannt sind
• Entscheidungsprotokolle: Institutionelle Dokumentation der Entscheidungsgründe, unabhängig von den Ergebnissen geprüft

10.4. Wann Sie externen Rat einholen sollten

• Bevor Sie Urteile über folgenreiche Entscheidungen mit schlechtem Ausgang fällen
• Wenn Sie Ihre eigenen früheren Entscheidungen bewerten
• Wenn das Ergebnis starke emotionale Reaktionen auslöst
• Wenn Sie für die Beurteilung der Leistung anderer verantwortlich sind

11. Praktische Übungen

Übung 1: Die Premortem-Analyse

• Ziel: Die Entscheidungsqualität verbessern, indem Sie sich das Scheitern vorstellen, bevor es eintritt
• Benötigte Zeit: 30-45 Minuten
• Benötigtes Material: Eine anstehende Entscheidung, Papier/Whiteboard, Team (optional)
• Schwierigkeitsgrad: Fortgeschritten
• Anleitung:
  1. Bestimmen Sie eine wichtige bevorstehende Entscheidung
  2. Nehmen Sie an, die Entscheidung wurde getroffen, ein Jahr ist vergangen, und sie ist spektakulär gescheitert
  3. Schreiben Sie eine ausführliche Erzählung darüber, was schiefgelaufen ist
  4. Arbeiten Sie rückwärts, um die Ursachen zu bestimmen
  5. Überarbeiten Sie Ihren aktuellen Plan, um die plausibelsten Fehlerszenarien abzudecken
• Reflexionsfragen:
  • Welche Risiken haben Sie vor der Premortem-Analyse zu gering gewichtet?
  • Wie hat die Vorstellung des Scheiterns Ihr Vorgehen verändert?
  • Auf welche frühen Warnzeichen sollten Sie achten?
• Häufigkeit: Vor jeder wichtigen Entscheidung

Übung 2: Ergebnisse ausblenden

• Ziel: Die Fähigkeit aufbauen, Entscheidungen ohne Kenntnis des Ergebnisses zu bewerten
• Benötigte Zeit: 20 Minuten
• Benötigtes Material: Nachrichtenartikel über Entscheidungen, eine Partnerin oder ein Partner
• Schwierigkeitsgrad: Anfänger
• Anleitung:
  1. Lassen Sie Ihr Gegenüber Nachrichtenmeldungen über Entscheidungen auswählen (Unternehmensstrategien, medizinische Entscheidungen usw.)
  2. Lesen Sie nur die Beschreibung der Situation und der getroffenen Entscheidung, nicht, was danach geschah
  3. Bewerten Sie die Entscheidungsqualität allein anhand der verfügbaren Informationen
  4. Halten Sie Ihre Bewertung fest und erfahren Sie dann das Ergebnis
  5. Notieren Sie, ob sich Ihre Bewertung geändert hätte
• Reflexionsfragen:
  • Wie stark war der Sog, Ihr Urteil nach Kenntnis des Ergebnisses zu ändern?
  • Was machte manche Entscheidungen leichter oder schwerer blind zu bewerten?
  • Hat Sie ein Ergebnis überrascht?
• Häufigkeit: Wöchentliche Übung

Tägliche Praxis

Streuung bemerken: Achten Sie jeden Tag auf einen Fall, in dem das Ergebnis von Faktoren beeinflusst wurde, die außerhalb der Kontrolle aller Beteiligten lagen. Schreiben Sie ihn auf. Mit der Zeit schärft das das Gespür für die Rolle des Glücks.

• Empfohlene Dauer: 5 Minuten
• Beste Tageszeit: Abend (Rückblick auf den Tag)
• So verfolgen Sie Ihren Fortschritt: Einfaches Protokoll oder Tagebuch-App

Wöchentliche Herausforderung

Die Mauboussin-Einordnung: Ordnen Sie jede Woche 5 Entscheidungen, denen Sie begegnen (aus Beruf, Nachrichten oder Privatleben), in die 2x2-Matrix aus Prozessqualität (gut/schlecht) × Ergebnis (gut/schlecht) ein. Achten Sie besonders darauf, Fälle von „Reinem Glück“ (schlechter Prozess, gutes Ergebnis) zu erkennen.

• Erwartete Ergebnisse nach 4 Wochen: Gesteigerte Fähigkeit, Prozess und Ergebnis in Echtzeit zu trennen
• Anregungen für das Tagebuch zur Reflexion:
  • Für welchen Quadranten fiel es am schwersten, Beispiele zu finden?
  • Wie ordnen andere in Ihrem Umfeld dieselben Beispiele typischerweise ein?
  • Was wäre nötig, um Ihre Organisation zu einer prozessbasierten Bewertung zu bewegen?

12. Für bestimmte Zielgruppen

Für Führungskräfte und Manager

• Prozessbasierte Leistungsbeurteilungen einführen: Beurteilen Sie Mitarbeitende nach der Qualität ihrer Analyse, ihrer Informationsbeschaffung und der Einhaltung von Protokollen, nicht nur nach Ergebnissen
• „Gute Niederlagen“ würdigen: Erkennen Sie Entscheidungen öffentlich an, die solide, aber vom Pech verfolgt waren, und zeigen Sie so vor, wie man Prozess und Ergebnis trennt
• Auf die Falle des „Reinen Glücks“ achten: Wenn ein Mitarbeiter unerwartet hohe Ergebnisse liefert, stellen Sie harte Fragen zu seinem Vorgehen, bevor Sie ihn belohnen
• Die Mauboussin-Matrix in Teamgesprächen nutzen: Bringen Sie Ihrem Team bei, Ergebnisse einzuordnen, und schaffen Sie eine gemeinsame Sprache für Glück und Können
• Blinde Nachbesprechungen einführen: Lassen Sie bei Vorfallprüfungen die Entscheidungen bewerten, bevor die Ergebnisse offengelegt werden

Für Eltern und Lehrkräfte

• Den Prozess loben, nicht nur Ergebnisse: „Ich bin stolz darauf, wie sorgfältig du das durchdacht hast“ statt „Toll, dass du eine Eins geschrieben hast“
• Früh Wahrscheinlichkeit vermitteln: Spiele mit Würfeln und Karten und mit Erwartungswerten schaffen ein Gespür für Streuung
• Offen über Glück sprechen: Wenn Kinder glückliche oder unglückliche Ausgänge erleben, benennen Sie sie als solche
• Geschichten und Beispiele nutzen: Historische und gegenwärtige Beispiele für Fälle von gutem Prozess mit schlechtem Ergebnis und von schlechtem Prozess mit gutem Ergebnis
• Sprache der Opferbeschuldigung vermeiden: Zeigen Sie vor, dass schlechte Ergebnisse nicht automatisch schlechte Entscheidungen bedeuten

Für Fachkräfte im Gesundheitswesen

• Für eine prozessbasierte Reform der Arzthaftung eintreten: Das heutige, am Ergebnis orientierte System begünstigt Defensivmedizin
• Entscheidungsgründe dokumentieren: Eine klare Dokumentation der verfügbaren Informationen und der damals angestellten Überlegungen schützt vor rückblickender Beurteilung
• An blinden M&M-Konferenzen teilnehmen: Setzen Sie sich für Morbiditäts- und Mortalitätsbesprechungen ein, die Entscheidungen bewerten, bevor die Ergebnisse offengelegt werden
• Unsicherheit gegenüber Patienten kommunizieren: Helfen Sie Patienten zu verstehen, dass selbst optimale Entscheidungen ein Risiko bergen

Für Fachkräfte in der Finanzbranche

• Risikobereinigte Renditen nutzen (Sharpe-Ratio): Bewerten Sie Händler nach risikobereinigter Leistung, nicht nach dem reinen Gewinn
• Positionslimits und Risikokontrollen einführen: Warten Sie nicht auf ein schlechtes Ergebnis, um den Prozess durchzusetzen
• „Starperformer“ prüfen: Ungewöhnlich hohe Renditen sollten eine Prüfung des Vorgehens auslösen, nicht nur Applaus
• Kunden über den Outcome-Bias aufklären: Helfen Sie Anlegern zu verstehen, dass es irrational ist, Sie nach kurzfristigen Ergebnissen zu beurteilen
• Entscheidungstagebücher führen: Dokumentieren Sie die Begründung jeder wichtigen Anlageentscheidung, bevor das Ergebnis bekannt ist

13. Wechselwirkungen mit anderen Verzerrungen

Verzerrungen, die den Outcome-Bias verstärken

Verzerrungen, die dieser entgegenwirken

Häufige Verzerrungsketten

Gerechte-Welt-Glaube → Outcome-Bias → Opferbeschuldigung → Defensives Entscheiden

Erklärung: Das Bedürfnis zu glauben, die Welt sei gerecht, löst ergebnisbasiertes Urteilen aus. Das führt dazu, Opfern ihr Unglück anzulasten, und das wiederum bringt Entscheider dazu, es für wichtiger zu halten, schuldlos zu erscheinen, als optimal zu entscheiden. Diese Kaskade lässt sich in jeder Phase unterbrechen, am wirksamsten aber, indem man die ursprüngliche Annahme einer gerechten Welt infrage stellt.

14. Kulturelle Perspektiven

Die Forschung legt nahe, dass der Outcome-Bias in allen Kulturen vorkommt, sich aber mit unterschiedlichen Schwerpunkten zeigt:

Die Wendung „Kein Schaden, kein Vergehen“ scheint kulturübergreifend relevant zu sein: Die Neigung, schädliche Vorgehensweisen zu entschuldigen, wenn sie keinen sichtbaren Schaden anrichten, wirkt universell. Allerdings unterscheiden sich Kulturen darin, wie schnell sie von einem „schlechten Ergebnis“ zur „Strafe“ übergehen und wie sorgfältig sie stattdessen die Ursachen analysieren.

15. Mythen und Missverständnisse

16. Expertenstimmen

Michael Mauboussin argumentiert, dass Ergebnisse aus Können und Glück gemischt sind. Wer Menschen nur nach Ergebnissen beurteilt, belohnt am Ende glückliche Prozesse und bestraft unglückliche. Das Mittel dagegen sei, den Prozess zu bewerten. — Zusammenfassung von Michael Mauboussin, The Success Equation: Untangling Skill and Luck in Business, Sports, and Investing (2012)

„Namenlos + harmlos = schuldlos“ — Francesca Gino, Lisa Shu & Max Bazerman, „Nameless + Harmless = Blameless: When Seemingly Irrelevant Factors Influence Judgment of (Un)ethical Behavior,“ Organizational Behavior and Human Decision Processes 111(2) (2010), pp. 93-101, Titel https://doi.org/10.1016/j.obhdp.2009.11.001

Jonathan Baron und John Hershey stellten fest, dass Menschen dieselbe Entscheidung schlechter bewerten, wenn sie schlecht ausgeht, als wenn sie gut ausgeht, obwohl der Entscheider das Ergebnis im Voraus unmöglich kennen konnte. — Zusammenfassung von Jonathan Baron & John C. Hershey, „Outcome bias in decision evaluation,“ Journal of Personality and Social Psychology 54(4) (1988), pp. 569-579 https://doi.org/10.1037/0022-3514.54.4.569

17. Wichtigste Erkenntnisse

1. Der Outcome-Bias führt dazu, dass wir Entscheidungen nach ihren Ergebnissen beurteilen statt nach der Qualität des Entscheidungsprozesses und so systematisch die falschen Lehren aus Erfahrung ziehen.
2. In jedem probabilistischen Feld (Medizin, Finanzen, Strategie) können gute Entscheidungen durch Streuung zu schlechten Ergebnissen führen und schlechte Entscheidungen durch Glück gelingen.
3. Die Verzerrung wird von der Attributsubstitution (die schwere Frage wird gegen die leichte getauscht) und vom Gerechte-Welt-Glauben (dem Bedürfnis zu glauben, Ergebnisse seien verdient) getrieben.
4. Moderne Replikationen zeigen, dass der Effekt sogar stärker ist als ursprünglich angenommen (Cohens d = 0,77–1,1).
5. Der Outcome-Bias hat katastrophale Folgen in der Praxis: Defensivmedizin, Katastrophen durch betrügerische Händler, die Explosion der Challenger und systematisches Unrecht in Gerichtsverfahren.
6. Die Verzerrung bleibt bestehen, selbst wenn Menschen davor gewarnt und darüber belehrt werden, warum sie irrational ist. Das legt nahe, dass sie tiefe moralische Intuitionen widerspiegelt und nicht bloß einfache Denkfehler.
7. Abhilfe erfordert strukturelle Maßnahmen: blinde Analysen, prozessbasierte Anreize, Premortem-Analysen und probabilistische Sprache.

18. Weiterführende Quellen

Wissenschaftliche Artikel

• Baron, J., & Hershey, J. C. (1988). Outcome bias in decision evaluation. Journal of Personality and Social Psychology, 54(4), 569-579. https://doi.org/10.1037/0022-3514.54.4.569
• Gino, F., Moore, D. A., & Bazerman, M. H. (2008). No harm, no foul: The outcome bias in ethical judgments. Harvard Business School Working Paper.
• Oeberst, A., & Goeckenjan, I. (2016). When being wise after the event results in injustice: Evidence for hindsight bias in judges' negligence assessments. Psychology, Public Policy, and Law, 22(3), 271-279. https://doi.org/10.1037/law0000091
• Aiyer, S., Kam, H. C., Ng, K. Y., Young, N. A., Shi, J., & Feldman, G. (2023). Outcomes affect evaluations of decision quality: Replication and extensions of Baron and Hershey's (1988) outcome bias Experiment 1. International Review of Social Psychology, 36(1), 12. https://doi.org/10.5334/irsp.751
• Gino, F., Shu, L. L., & Bazerman, M. H. (2010). Nameless + harmless = blameless: When seemingly irrelevant factors influence judgment of (un)ethical behavior. Organizational Behavior and Human Decision Processes, 111(2), 93-101. https://doi.org/10.1016/j.obhdp.2009.11.001

Bücher

• Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.
• Mauboussin, M. J. (2012). The Success Equation: Untangling Skill and Luck in Business, Sports, and Investing. Harvard Business Review Press.
• Vaughan, D. (1996). The Challenger Launch Decision: Risky Technology, Culture, and Deviance at NASA. University of Chicago Press.

Buchkapitel

• Fischhoff, B. (1975). Hindsight ≠ foresight: The effect of outcome knowledge on judgment under uncertainty. Journal of Experimental Psychology: Human Perception and Performance, 1(3), 288-299. https://doi.org/10.1037/0096-1523.1.3.288

19. Übersichtskarte

20. Glossar der verwendeten Begriffe

21. Diskussionsfragen

Für Lesekreise, den Unterricht oder die Selbstreflexion:

1. Ist es jemals angemessen, Entscheidungen nach ihren Ergebnissen zu beurteilen? Unter welchen Umständen, wenn überhaupt, ist eine ergebnisbasierte Bewertung sinnvoll?
2. Wie sollten Organisationen Rechenschaftspflicht (die verlangt, Ergebnisse zu beurteilen) und Fairness (die verlangt, Streuung anzuerkennen) ausbalancieren?
3. Wenn Sie ein Rechtssystem von Grund auf entwerfen würden, wie würden Sie verhindern, dass der Outcome-Bias Urteile zu Behandlungsfehlern und Fahrlässigkeit verzerrt?
4. Fällt Ihnen eine Situation ein, in der Sie selbst oder jemand, den Sie kennen, zu Unrecht nach einem glücklichen oder unglücklichen Ergebnis beurteilt wurde?
5. Was würde es für die Gesellschaft bedeuten, wenn wir wirklich verinnerlichten, dass „gute Entscheidungen schlechte Ergebnisse haben können“? Wie würden sich unsere Institutionen verändern?

Zuletzt aktualisiert: 7 November 2026