Survivorship Bias

In Vogelvlucht

1. Korte Samenvatting

Wanneer we succes analyseren, zien we alleen de winnaars: de bedrijven die floreerden, de gebouwen die nog overeind staan, de mensen die het hebben gemaakt. We zien de mislukkingen nooit, omdat ze zijn verdwenen. Dit creëert een gevaarlijk vertekend beeld van de realiteit waarin we onze kansen op succes overschatten, de oorzaken van succes verkeerd identificeren en conclusies trekken uit onvolledige gegevens. De meest kritieke informatie is bijna altijd de informatie die ontbreekt.

2. De Wetenschap Eromheen

2.1. Ontdekking en Geschiedenis

De intellectuele erkenning van survivorship bias dateert van meer dan twee millennia voor de moderne statistiek, hoewel de formele wiskundige behandeling ervan tijdens de Tweede Wereldoorlog ontstond.

Oude Oorsprong (5e eeuw v.Chr.): De vroegste gedocumenteerde waarneming komt van Diagoras van Melos, een Griekse dichter en bekende atheïst. Toen hem beschilderde tabletten werden getoond van aanbidders die schipbreuken hadden overleefd als bewijs van goddelijke interventie, antwoordde Diagoras beroemd: "Ik zie degenen die gered zijn, maar waar zijn degenen geschilderd die schipbreuk hebben geleden?" Deze anekdote, bewaard gebleven door Cicero in De Natura Deorum, omvat het hele mechanisme van de bias: overlevenden zijn zichtbaar en hoorbaar; de doden zwijgen.

Formalisering in de Renaissance (17e eeuw): Francis Bacon integreerde deze waarneming in zijn theorie van de "Idolen van de Geest" (Idols of the Mind), specifiek de Idolen van de Stam. Hij merkte op dat het menselijk intellect meer wordt bewogen door bevestigingen dan door ontkenningen: successen worden geregistreerd, terwijl mislukkingen uit de annalen verdwijnen.

Wiskundige Behandeling in WO II (1943): Het werk van Abraham Wald met de Statistical Research Group aan de Universiteit van Columbia bood het eerste rigoureuze wiskundige kader voor de aanpak van survivorship bias, wat operationeel onderzoek en militaire strategie voorgoed veranderde.

Revolutie in Financiële Economie (Jaren '90): Onderzoekers, waaronder Brown, Goetzmann, Elton, Gruber en Blake, kwantificeerden de impact van de bias op de prestatiegegevens van beleggingsfondsen en hedgefondsen, en toonden de diepgaande effecten ervan aan op investeringsanalyses.

Populaire Filosofie (Jaren '00): Nassim Nicholas Taleb verhief survivorship bias van een statistisch concept tot een filosofisch wereldbeeld in Fooled by Randomness (2001) en The Black Swan (2007).

2.2. Belangrijkste Onderzoekers

2.3. Baanbrekende Studies

Kwetsbaarheidsanalyse van Vliegtuigen (Wald, 1943)

Tijdens WO II werd de Statistical Research Group gevraagd te bepalen waar pantser op bommenwerpers moest worden geplaatst. Het leger presenteerde gegevens die concentraties van kogelgaten op terugkerende vliegtuigen toonden: zware schade op de romp, vleugels en staart, maar minimale schade aan motoren en cockpits.

De intuïtieve conclusie van het leger was om de gebieden te bepantseren die de meeste treffers kregen. Walds contra-intuïtieve inzicht draaide deze aanbeveling volledig om: bepantser de motoren en cockpits—de gebieden met geen waargenomen schade.

Zijn redenering: vijandelijk vuur was waarschijnlijk willekeurig verdeeld over de vliegtuigen. De "ontbrekende" kogelgaten in motoren waren geen bewijs dat motoren niet werden geraakt—ze waren het bewijs dat vliegtuigen die in de motoren werden geraakt, niet terugkeerden. Het leger had gekeken naar overleefbare schade, niet naar dodelijke schade.

Wald formaliseerde dit in zijn memorandum "A Method of Estimating Plane Vulnerability Based on Damage of Survivors", waarin hij vaststelde dat de waargenomen treffersdichtheid op overlevenden omgekeerd evenredig is met de dodelijkheid van treffers in dat gebied.

Survivorship Bias in Beleggingsfondsen (Brown, Goetzmann, et al., 1992)

Gepubliceerd in de Review of Financial Studies, toonde deze studie aan dat standaard financiële databases systematisch records van geliquideerde of gefuseerde fondsen verwijderden. Omdat fondsen bijna altijd worden geliquideerd vanwege slechte prestaties, creëerde deze inkorting een statistische luchtspiegeling: de gemiddelde fondsprestaties leken beter dan de realiteit, en er ontstonden valse correlaties tussen volatiliteit en rendement die "vaardigheid" nabootsten waar deze niet bestond.

Survivorship Bias en Prestaties van Beleggingsfondsen (Elton, Gruber & Blake, 1996)

Deze baanbrekende studie volgde elk beleggingsfonds dat aan het einde van 1976 bestond. Belangrijkste bevindingen:

• Survivorship bias blies het jaarlijkse rendement op met ongeveer 0,9% (90 basispunten)
• De bias was aanzienlijk groter voor kleine fondsen dan voor grote fondsen
• Fondsen die fuseerden (en zo vaak slechte resultaten in grotere fondsen verborgen) en fondsen die werden geliquideerd, droegen beide bij aan de bias

Deze bevindingen boden sterke empirische ondersteuning voor de Efficiënte Markthypothese, zodra voor de bias werd gecorrigeerd.

2.4. Neurologische Basis

Survivorship bias komt voort uit fundamentele kenmerken van menselijke cognitie:

Systeem 1 Denken: Daniel Kahnemans "snelle denksysteem" verwart "gemak van herinnering" met "frequentie van voorkomen". Omdat succesvolle voorbeelden (Steve Jobs, Bill Gates) gemakkelijk kunnen worden herinnerd, kennen we intuïtief een hogere waarschijnlijkheid toe aan vergelijkbare uitkomsten dan de basisfrequenties (base rates) rechtvaardigen.

Beschikbaarheidsheuristiek: Het brein leunt op direct beschikbare voorbeelden bij het evalueren van beslissingen. Successen zijn inherent "beschikbaarder": succesvolle bedrijven staan genoteerd op beurzen, terwijl falende bedrijven van de beurs worden gehaald; succesvolle gebouwen blijven staan, terwijl ingestorte gebouwen worden vervangen.

Beperkingen in Patroonherkenning: Het menselijk brein is geëvolueerd om causale verhaallijnen te halen uit waargenomen data, maar kan data die afwezig is niet verwerken. Deze fundamentele beperking—we kunnen alleen analyseren wat we kunnen zien—is de neurale basis van survivorship bias.

Interactie met Optimismebias: Neurale circuits die verband houden met zelfevaluatie neigen naar optimisme. Bij het bekijken van data beïnvloed door survivorship bias, stimuleren deze circuits identificatie met winnaars in plaats van met de stille meerderheid van mislukkingen, wat riskant gedrag versterkt.

3. Evolutionaire Oorsprong

Survivorship bias is diep geworteld in ons evolutionaire erfgoed als patroonherkenningsmachines die opereerden in omgevingen waar snelheid vaak belangrijker was dan precisie.

Adaptieve Waarde in Voorouderlijke Omgevingen: Voor onze voorouders was het zinvol om zich te concentreren op succesvolle strategieën. Als een jachttechniek, migratieroute of voedselbron overlevenden opleverde, was deze het imiteren waard. De mislukkingen—degenen die andere benaderingen probeerden en stierven—waren niet beschikbaar voor overleg. Leren van zichtbaar succes was een snelle, efficiënte heuristiek.

Energiebesparing: Het brein verbruikt ongeveer 20% van onze metabole energie. Het analyseren van afwezige data—het inbeelden van alle mislukkingen die we niet kunnen zien—is cognitief kostbaar. Evolutie bevoordeelde hersenen die efficiënt beschikbare informatie verwerkten in plaats van uitputtend onzichtbare alternatieven te modelleren.

Feature, Geen Bug: In voorouderlijke omgevingen met relatief stabiele omstandigheden en direct waarneembare uitkomsten, was survivorship bias-gestuurd leren vaak goed genoeg. Als je buurman de winter overleefde met een bepaald schuilplaatsontwerp, was het redelijk om dit te kopiëren. De bias wordt pas problematisch in complexe, moderne omgevingen waar mislukkingen systematisch verborgen zijn en de steekproef van "overlevenden" massaal onrepresentatief is.

De Beschikbaarheidsmismatch: Onze hersenen zijn geëvolueerd in kleine groepen waar de meeste relevante gebeurtenissen direct waarneembaar waren. In de moderne samenleving komen we informatie tegen die gefilterd is door meerdere lagen van selectie (media, markten, geschiedenis), waardoor onze op beschikbaarheid gebaseerde intuïties systematisch misleidend zijn.

4. Hoe Deze Bias Zich Manifeert

4.1. In het Dagelijks Leven

"Ze Maken Ze Niet Meer Zoals Vroeger": Het Romeinse Pantheon, Victoriaanse mahoniehouten meubels en jaren '50 apparaten die "nog steeds werken", zijn statistische uitschieters die eeuwen van vernietiging hebben overleefd. De slordig gebouwde Romeinse huurkazernes die instortten, goedkope Victoriaanse meubels die wegrotten en kapotte jaren '50 apparaten op stortplaatsen zijn onzichtbaar. We vergelijken het beste uit het verleden met het gemiddelde van het heden.

Drogreden van "Klassieke" Muziek: Mensen beweren dat muziek uit de jaren '60 en '70 superieur was omdat "alle nummers uit die tijd klassiekers zijn". Dit negeert dat er duizenden onoriginele, slecht geproduceerde nummers werden uitgebracht—radiostations draaien alleen de overlevende 1% van de hits. We vergelijken het gefilterde beste uit het verleden met 100% van de hedendaagse output.

Relatieadvies van Gelukkige Stellen: Wanneer we relatieadvies zoeken, raadplegen we meestal koppels die nog samen zijn. We horen zelden van degenen die dezelfde benaderingen probeerden en in een scheiding eindigden, mogelijk door het opvolgen van advies dat bijdroeg aan hun falen.

Restaurant-aanbevelingen: Populaire restaurants in een stad zijn per definitie overlevenden. De duizenden restaurants die faalden—mogelijk met identieke strategieën—zijn gesloten en kunnen ons niet waarschuwen voor wat niet werkt.

4.2. Op de Werkplek

De Mythe van de College-dropout: De media belichten miljardairs als Gates, Jobs en Zuckerberg als bewijs dat stoppen met studeren leidt tot succes. Dit negeert tienduizenden drop-outs met schulden en lagere levensinkomens. De basisfrequentie van dropout-succes is statistisch lager dan voor afgestudeerden; de beroemde voorbeelden zijn extreme uitschieters.

"Hoe Ik Succesvol Werd" Literatuur: Zoals Nassim Taleb opmerkt, schrijven gefaalde ondernemers geen boeken met de titel "Hoe Ik Mijn Startup Failliet Liet Gaan". Succesvolle ondernemers schrijven "Hoe Ik Het Heb Gemaakt", en hun advies (neem grote risico's, negeer critici) kan precies het gedrag zijn dat ervoor zorgde dat de mislukkingen faalden.

Aannemen op Basis van "Succesvolle" Profielen: Bedrijven creëren vaak wervingsprofielen op basis van kenmerken van hun toppresteerders. Maar ze missen gegevens over afgewezen kandidaten die misschien net zo goed hadden gepresteerd, of over degenen die werden aangenomen met vergelijkbare eigenschappen die faalden en vertrokken.

Prestatie-attributiefouten: Bij het analyseren van de redenen waarom bepaalde projecten slaagden, bestuderen organisaties succesvolle teams. Ze kunnen de mislukkingen die werden gestaakt, gereorganiseerd of waarvan leden vertrokken niet bestuderen—waardoor ze mogelijk ontdekken dat dezelfde "succesfactoren" in beide aanwezig waren.

4.3. In Bedrijfsleven en Marketing

"Succesformules" voor Ondernemerschap: De adviesindustrie is een monopolie bestuurd door overlevenden. "Hard werken", "doorzettingsvermogen" en "obsessie met kwaliteit" komen voor in de verhalen van succesvolle ondernemers, maar enquêtes op het kerkhof van gefaalde ondernemers zouden waarschijnlijk identieke eigenschappen vinden. De onderscheidende factor is vaak geluk, timing of externe gebeurtenissen.

Producttestimonials: Marketing toont tevreden klanten. Ontevreden klanten die zijn afgehaakt, restitutie hebben aangevraagd of gewoon zijn verdwenen, ontbreken in het verhaal, waardoor de waargenomen effectiviteit van het product wordt vertekend.

Concurrentiebenchmarking: Bedrijven benchmarken tegen succesvolle concurrenten en leren van hun strategieën. Maar bedrijven die vergelijkbare strategieën probeerden en faalden, zijn overgenomen, ontbonden of van koers veranderd—hun onsuccesvolle strategieën zijn onzichtbaar voor analyse.

4.4. In Politiek en Media

Constructie van Historische Verhalen: Geschiedenis, geschreven door overlevenden, presenteert hun perspectieven als definitief. De standpunten, waarschuwingen en alternatieven voorgesteld door degenen die verloren, stierven of werden gemarginaliseerd, zijn systematisch ondervertegenwoordigd.

Nieuws Survivorship: De media bestrijken verhalen die de redactionele selectie overleven. Duizenden even nieuwswaardige gebeurtenissen blijven onvermeld, wat de publieke perceptie vormt van welke problemen er bestaan en welke oplossingen werken.

Politieke Strategie "Lessen": Politieke analisten bestuderen winnende campagnes om succesfactoren te extraheren. Maar campagnes die identieke strategieën gebruikten en verloren, krijgen minder aandacht, wat mogelijk leidt tot gebrekkige strategische aanbevelingen.

4.5. In de Gezondheidszorg

De Paradox van de WO I-Helm: Toen stalen helmen werden geïntroduceerd in WO I, rapporteerden veldhospitalen een dramatische toename van hoofdletsels. Sommigen suggereerden dat helmen gebrekkig waren. De realiteit: vóór helmen doodde granaatscherven naar het hoofd soldaten op slag (geregistreerd als gesneuveld in actie, KIA, bereikten nooit hospitalen). Helmen transformeerden dodelijke slachtoffers in behandelbare verwondingen, waardoor hoofdwonden voor het eerst zichtbaar werden in de gegevens.

Hogesnelheidssyndroom (High-Rise Syndrome) bij Katten: Een diergeneeskundige studie uit 1987 ontdekte dat katten die van >7 verdiepingen vielen minder verwondingen hadden dan katten die van 5-7 verdiepingen vielen, wat suggereerde dat hogere vallen "veiliger" waren. De bias: de dataset bevatte alleen katten die naar dierenartsen waren gebracht. Katten die stierven bij een val van 30 verdiepingen werden begraven, niet behandeld—wat een illusie van veiligheid bij hoge vallen creëerde.

Het "Gezonde Werknemer Effect": Studies tonen vaak aan dat industriële werknemers lagere sterftecijfers hebben dan de algemene bevolking—niet omdat fabriekswerk gezond is, maar omdat het personeelsbestand gehandicapten, bedlegerigen en terminaal zieken uitsluit. Werknemers zijn vooraf geselecteerde overlevenden.

Trauma Mortaliteitsstatistieken: Slachtoffers van ongelukken in afgelegen gebieden vertonen soms een lagere ziekenhuissterfte dan stedelijke slachtoffers. Realiteit: ernstig gewonde patiënten in afgelegen gebieden sterven tijdens langdurig transport, komen "Dead on Arrival" aan en worden uitgesloten van ziekenhuisstatistieken. Stedelijke ziekenhuizen ontvangen kritieke patiënten levend, die vervolgens in het ziekenhuis sterven, wat stedelijke sterftecijfers opblaast.

4.6. In Financiën en Investeringen

Prestaties van Beleggingsfondsen: Standaarddatabases verwijderden records van geliquideerde fondsen. Aangezien fondsen liquideren vanwege slechte prestaties, zuiverden databases mislukkingen, waardoor de gemiddelde fondsprestaties er jaarlijks ~0,9% hoger uitzagen dan in werkelijkheid.

Hedgefonds Data: Hedgefondsen rapporteren vrijwillig, wat een dubbele bias introduceert: survivorship (gefaalde fondsen stoppen met rapporteren) en backfill/instant history bias (succesvolle fondsen beginnen met rapporteren en vullen hun gelukkige beginjaren met terugwerkende kracht aan; onsuccesvolle vroege fondsen rapporteren nooit en worden ontbonden). Malkiel schatte deze gecombineerde bias op een inflatie van het jaarlijkse rendement van ~4,4%.

S&P 500 Backtesting: De indexsamenstelling verandert naarmate failliete bedrijven worden verwijderd en groeiende bedrijven worden toegevoegd. Backtesting met de huidige S&P 500 lijst behaalt onrealistische rendementen door onbedoeld te zorgen voor 100% overleving—elk bedrijf dat tijdens de testperiode faalde, is uitgesloten.

De "Hot Hand" Illusie: Vroege studies suggereerden dat fondsbeheerders de markt consistent konden verslaan. Toen Brown en Goetzmann corrigeerden voor survivorship bias, verdween een groot deel van deze schijnbare vaardigheid—de "hot hand" was grotendeels het staartuiteinde van een willekeurige verdeling.

5. Praktijkvoorbeelden uit de Echte Wereld

Casestudy 1: Het Besluit over Bommenwerperpantser (WO II)

• Context: Zware verliezen van geallieerde bommenwerpers door vijandelijk vuur brachten het leger ertoe voor te stellen de vliegtuigen te versterken met bepantsering. Pantser voegt echter gewicht toe, wat het bereik, de wendbaarheid en de bomcapaciteit vermindert—het moest optimaal worden geplaatst.

• Wat er gebeurde: Het leger verzamelde uitgebreide gegevens over kogelgaten in bommenwerpers die terugkeerden van missies. Gegevens toonden een hoge schadedichtheid op rompen, vleugels en staarten, maar minimale schade aan motoren en cockpits. Militaire commandanten concludeerden dat pantser daar moest komen waar vliegtuigen het meest werden geraakt.

• De bias in actie: Abraham Wald besefte dat de gegevens alleen overlevenden vertegenwoordigden. Vliegtuigen die in motoren en cockpits werden geraakt, keerden niet terug—ze stortten neer in het Engelse Kanaal of Duitse velden. De "ontbrekende" kogelgaten waren geen bewijs dat motoren niet werden geraakt; ze waren het bewijs dat treffers in de motor fataal waren.

• Gevolgen: Wald raadde aan motoren en cockpits te bepantseren. Zijn methoden redden talloze levens en vliegtuigen, en werden nog steeds gebruikt in de Koreaanse en Vietnamoorlog.

• Geleerde lessen: Vraag bij het analyseren van uitkomsten altijd: "Wat gebeurde er met de gevallen die ik niet kan zien?" De afwezigheid van bewijs kan zelf bewijs zijn van het belangrijkste fenomeen.

Casestudy 2: De Openbaring in de Beleggingsfondsindustrie (Jaren '90)

• Context: Tientallen jaren lang woedde het debat over de vraag of actieve fondsbeheerders de markt consistent konden verslaan ("alpha" genereren). Vroege studies suggereerden van wel.

• Wat er gebeurde: Onderzoekers Brown, Goetzmann, Elton, Gruber en Blake ontdekten dat financiële databases routinematig records van geliquideerde of gefuseerde fondsen verwijderden. Aangezien fondsen bijna altijd sluiten vanwege slechte prestaties, verwijderden databases systematisch mislukkingen.

• De bias in actie: Deze inkorting creëerde een statistische luchtspiegeling waarbij de overgebleven "overlever" fondsen hogere gemiddelde rendementen leken te hebben en schijnbare relaties vertoonden tussen volatiliteit en prestaties die vaardigheid nabootsten.

• Gevolgen: Nadat de jaarlijkse bias van 0,9% was gecorrigeerd, verdween de schijnbare outperformance van veel actieve beheerders, wat sterke ondersteuning bood voor de Efficiënte Markthypothese en een revolutie teweegbracht in de manier waarop financieel onderzoek omgaat met historische gegevens.

• Geleerde lessen: Elke dataset met uitval, sluiting of verdwijning moet worden geanalyseerd op survivorship bias. Wat lijkt op vaardigheid of outperformance kan een artefact zijn van een gecensureerde steekproef.

Historisch Voorbeeld: Diagoras en de Tempeltabletten

De oude Griekse dichter Diagoras van Melos kreeg wijdingstabletten in een tempel te zien—schilderijen in opdracht van zeelieden die tot de goden hadden gebeden en schipbreuken hadden overleefd. Zijn vriend presenteerde dit als bewijs van goddelijke bescherming.

De reactie van Diagoras werd een fundamentele tekst in de kansfilosofie: "Ik zie degenen die gered zijn, maar waar zijn degenen geschilderd die schipbreuk hebben geleden?"

De verdronken zeelieden konden geen schilderijen laten maken. Een waarnemer die alleen het tempelbewijs bestudeerde, zou concluderen dat gebed veiligheid op zee garandeert—een conclusie die volledig is afgeleid van een gecensureerde steekproef waarbij het vermogen om bewijs te leveren gecorreleerd was met overleven.

Deze 2500 jaar oude anekdote vat samen waarom survivorship bias zo verderfelijk is: de overlevenden zijn de enigen die hun verhaal kunnen vertellen.

6. De Kosten van Deze Bias

6.1. Persoonlijke Kosten

Vertekende Risicobeoordeling: Door alleen succesvolle risiconemers te zien, onderschatten individuen de kans op falen. De college dropout die geen miljardair werd, de ondernemer die failliet ging terwijl hij "alles goed deed", de investeerder die alles verloor op een "zekerheidje"—hun ervaringen zijn onzichtbaar, waardoor anderen slecht gekalibreerde risico's nemen.

Verkeerd Toegeschreven Succesfactoren: Mensen nemen gedrag van overlevenden over (doorzettingsvermogen, risico's nemen, zelfvertrouwen) zonder te erkennen dat deze zelfde eigenschappen aanwezig waren in mislukkingen. Jaren kunnen worden verspild aan strategieën die nooit de daadwerkelijke onderscheidende factoren waren.

Verspilde Middelen aan Imitatie: Het volgen van "succesformules" afgeleid van data beïnvloed door survivorship bias leidt tot inspanningen in benaderingen die niet echt succes veroorzaken—ze correleren er alleen mee in de zichtbare steekproef.

Beschadigd Zelfbeeld: Wanneer het volgen van advies van overlevenden niet tot succes leidt, kunnen individuen zichzelf de schuld geven in plaats van te erkennen dat het advies gebaseerd was op gebrekkige gegevens.

6.2. Professionele Kosten

Investeringsverliezen: In de financiële wereld is survivorship bias gekwantificeerd op een jaarlijkse rendementsinflatie van ongeveer 0,9-4,4%. Beleggers die beslissingen nemen op basis van ongecorrigeerde historische gegevens overschatten systematisch verwachte rendementen en onderschatten risico's.

Strategische Misleiding: Bedrijfsstrategieën afgeleid van het bestuderen van succesvolle bedrijven missen de bedrijven die identieke strategieën gebruikten en faalden. Middelen stromen naar benaderingen die gevalideerd aanvoelen, maar mogelijk willekeurig zijn.

Beslissingen over Werving en Talent: Profielen gebaseerd op succesvolle werknemers missen potentieel uitstekende kandidaten die afwijken van het zichtbare patroon, terwijl het aannemen van mensen die matchen eigenschappen kan repliceren die niets te maken hebben met daadwerkelijke prestaties.

Mislukkingen in Productontwikkeling: Leren van succesvolle producten zonder soortgelijke gefaalde producten te bestuderen, leidt tot investeringen in functies of benaderingen die niet de werkelijke succesfactoren waren.

6.3. Maatschappelijke Kosten

Historisch Onbegrip: Geschiedenis geschreven door overlevenden presenteert scheve perspectieven. Verloren standpunten, alternatieve benaderingen en waarschuwingen van de verslagenen worden systematisch uitgesloten van het collectieve geheugen.

Beleidsmisleiding: Beleid gebaseerd op het bestuderen van succesvolle uitkomsten (economisch, sociaal, militair) zonder rekening te houden met mislukkingen met vergelijkbare kenmerken, leidt tot gebrekkige interventies.

Culturele Mythevorming: Het narratief van het "selfmade succes", versterkt door survivorship bias, verhult de rol van geluk, timing en omstandigheden, wat attitudes ten opzichte van ongelijkheid en sociale mobiliteit vormt.

Fouten in Medische Protocollen: Behandelbeslissingen gebaseerd op survivor-biased gegevens kunnen missen dat bepaalde patiënten onderbehandeld werden of dat succesvolle uitkomsten werden behaald ondanks, niet dankzij, specifieke interventies.

6.4. Statistische Impact

7. De Verborgen Voordelen

Survivorship bias is niet puur negatief—het diende adaptieve functies en kan in specifieke contexten nog steeds waarde bieden.

Efficiënte Leerheuristiek: In stabiele omgevingen met direct waarneembare uitkomsten, is leren van overlevenden snel en redelijk nauwkeurig. Als de meeste schuilplaatsontwerpen die voor je buren werkten ook voor jou werken, is het kopiëren van overlevenden efficiënt.

Motiverende Functie: Enige blootstelling aan succesverhalen biedt motivatie en modellen om na te bootsen. Volledig bewustzijn van alle mislukkingen kan verlammend werken. De sleutel is kalibratie van blootstelling, niet het elimineren ervan.

Snelle Besluitvorming: Wanneer snelheid belangrijker is dan precisie, is het gebruik van beschikbare voorbeelden (inherent survivor-biased) misschien beter dan uitgestelde analyse. Niet elke beslissing rechtvaardigt een volledig onderzoek.

Legitieme Patroondetectie: Soms zijn eigenschappen van overlevenden daadwerkelijk causaal, niet slechts gecorreleerd. In domeinen waar faalwijzen willekeurig zijn en succesfactoren systematisch, dragen overlevenden daadwerkelijk nuttige informatie.

Het Ongewenste Uiterste: Volledige eliminatie van survivorship bias vereist een uitputtende analyse van alle mogelijke mislukkingen voorafgaand aan een beslissing. Dit is cognitief onmogelijk en praktisch verlammend. Het doel is bewustzijn en de juiste correctie, niet eliminatie.

8. Zelfevaluatie: Heb Jij Deze Bias?

8.1. Checklist met Waarschuwingssignalen

• Je haalt vaak succesvolle mensen (Jobs, Gates, Musk) aan als bewijs voor levens-/carrièrestrategieën
• Je gelooft dat producten/muziek/vakmanschap uit het verleden over het algemeen superieur waren aan die van vandaag
• Je hebt belangrijke beslissingen genomen op basis van het bestuderen van enkel succesvolle voorbeelden
• Je vraagt zelden: "Wat gebeurde er met degenen die dit probeerden en faalden?"
• Je vertrouwt historische fonds-/investeringsprestatiegegevens op de nominale waarde
• Je gelooft dat "succes sporen achterlaat" die betrouwbaar uit winnaars geëxtraheerd kunnen worden
• Je verwerpt geluk/timing als belangrijke factoren in de succesverhalen die je bewondert
• Je hebt advies gegeven op basis van wat voor jou werkte zonder na te denken over degenen voor wie het niet werkte
• Je vindt "Hoe Ik Succesvol Werd" boeken/podcasts zeer overtuigend
• Bij het analyseren van beslissingen focus je op de uitkomsten in plaats van op het proces dat ertoe heeft geleid

Scoring:

• 0-2 aangevinkt: Lage gevoeligheid
• 3-5 aangevinkt: Matige gevoeligheid
• 6-8 aangevinkt: Hoge gevoeligheid
• 9-10 aangevinkt: Zeer hoge gevoeligheid

8.2. Vragen voor Zelfreflectie

1. Wanneer heb je voor het laatst actief gezocht naar verhalen over mislukkingen voordat je een belangrijke beslissing nam?

2. Denk aan een succes dat je hebt behaald: hoeveel anderen hebben vergelijkbare benaderingen geprobeerd en zijn gefaald? Weet je dat eigenlijk wel?

3. In welke "voor de hand liggende" succesfactoren geloof jij? Hoe zou je testen of deze factoren ook aanwezig zijn bij mislukkingen?

4. Wanneer je advies krijgt van succesvolle mensen, bedenk je dan hoeveel onsuccesvolle mensen hetzelfde advies hebben gegeven?

5. Heeft iemand je er ooit op gewezen dat je conclusies trok uit onvolledige gegevens? Hoe reageerde je daarop?

8.3. Snel Diagnostisch Scenario

Scenario: Je overweegt een bedrijf te starten en leest dat 60% van de bedrijven in jouw branche die zich richtten op klantenservice hun eerste 5 jaar overleefden. Dit lijkt sterk bewijs dat een focus op klantenservice de sleutel tot overleven is.

Hoe zou je dit interpreteren?

• A) "Geweldig! Ik moet zeker prioriteit geven aan klantenservice—de data toont duidelijk aan dat het werkt." → Hoge gevoeligheid
• B) "Interessant, maar ik vraag me af welk percentage van de gefaalde bedrijven ook prioriteit gaf aan klantenservice." → Matige gevoeligheid
• C) "Dit vertelt me niets zonder de percentages klantenservice onder de gefaalde bedrijven te kennen. Als 60% van de mislukkingen zich ook op klantenservice richtte, heeft deze factor geen voorspellende waarde." → Lage gevoeligheid

9. Deze Bias bij Anderen Identificeren

9.1. Gedragsindicatoren

In Spraak:

• Veelvuldig gebruik van beroemde succesverhalen als universeel bewijs
• Generalisaties uit kleine steekproeven van zichtbare winnaars
• Minimaliseren van geluk/timingfactoren in succesverhalen
• Extrapolatie van "wat werkt" zonder ongeziene mislukkingen te erkennen

In Besluitvorming:

• Te grote afhankelijkheid van casestudies van succesvolle bedrijven/mensen
• Onderwaardering van basisfrequenties (base rates) en faalpercentages
• Benchmarking uitsluitend tegen succesvolle concurrenten
• Vertrouwen in historische prestatiegegevens zonder de gegevensverzameling in twijfel te trekken

In Argumenten:

• Het bestaan van succesvolle voorbeelden gebruiken als bewijs voor de geldigheid van een strategie
• Argumenteren "X werkte voor Y" zonder de Z's te overwegen voor wie X faalde
• Afwezigheid van bewijs (geen bekende mislukkingen) interpreteren als bewijs van afwezigheid

9.2. Red Flags in Gesprekken

Zinnen die mensen gebruiken wanneer ze onder deze bias staan:

• "Kijk naar [bekend succes]—ze deden X, en het werkte!"
• "Alle succesvolle mensen die ik ken hebben eigenschap Y."
• "De data laat zien dat deze benadering een geweldige staat van dienst heeft."
• "Ze maken geen dingen meer zoals vroeger."
• "Elk geweldig bedrijf heeft deze eigenschap."

Soorten argumenten die ze aandragen:

• Inductie uit zichtbaar succes zonder overweging van het faalpercentage
• "Bewijs door voorbeeld" (proof by example) met uitsluitend overlevende gevallen

Vragen die ze vermijden te stellen:

• "Hoevelen hebben deze aanpak geprobeerd en gefaald?"
• "Wat is de basisfrequentie van succes voor deze strategie?"
• "Waarom zien we de mislukkingen in deze dataset mogelijk niet?"

9.3. Situationele Triggers

Omstandigheden die de bias activeren:

• Toegang tot zorgvuldig geselecteerde succesverhalen (media, boeken, conferenties)
• Analyse van databases met drop-out-/sluiting-/verwijdermechanismen
• Elke evaluatie waarbij mislukkingen uit het zicht verdwijnen
• Retrospectieve analyse van huidige marktleiders

Emotionele toestanden die kwetsbaarheid vergroten:

• Optimisme over een reeds genomen beslissing
• Verlangen om een benadering te rechtvaardigen
• Bewondering voor een succesvol persoon

Tijdsdruk:

• Urgentie vermindert de kans op het zoeken naar ontkrachtende (faal)data
• Deadlines bevoordelen beschikbare voorbeelden boven een uitputtende zoektocht

10. Cognitieve Debiasing Strategieën

10.1. Directe Technieken

De Diagoras Vraag: Voordat je een beslissing neemt op basis van succesvoorbeelden, stel expliciet de vraag: "Waar zijn de schipbreukelingen?" Wie probeerde dit en faalde? Waarom kan ik ze niet zien?

Keer de Data Om: Wanneer je wordt geconfronteerd met kenmerken van overlevenden, construeer dan mentaal de "faalbegraafplaats". Zouden gefaalde gevallen ook deze eigenschappen hebben? Als het onbekend is, zijn de gegevens onvolledig.

Base Rate Check: Voordat je extrapoleert uit successen, schat je de noemer in. "Van iedereen die deze aanpak probeerde, welk deel slaagde?" Als het onbekend is, erken dan de onzekerheid.

Inventarisatie van Faalwijzen: Maak een lijst van alle manieren waarop de geanalyseerde voorbeelden hadden kunnen falen en verdwijnen. Autobedrijven die failliet gingen, restaurants die sloten, fondsen die werden geliquideerd—waar zijn ze gebleven?

Bronondervraging: Vraag voor elke dataset: "Wat is het mechanisme voor drop-out/verwijdering/overleving?" Hoe worden mislukkingen verwijderd? Dit onthult de structuur van de bias.

10.2. Langetermijnstrategieën

Bestudeer Mislukkingen Opzettelijk: Ga op zoek naar post-mortems, faillissementsanalyses, verhalen over mislukte startups. "Startup Failure Post-Mortems" van CB Insights en vergelijkbare bronnen bieden het stille bewijs dat normaal gesproken ontbreekt.

Pre-Mortem Oefening: Voer "pre-mortems" uit voordat je aan projecten begint: stel je voor dat het project is mislukt en werk achteruit om de oorzaken te identificeren. Dit traint de mentale spier van het visualiseren van mislukkingen.

Kalibratie van Waarschijnlijkheid: Oefen met het inschatten van basisfrequenties voordat je gegevens opzoekt. Houd je nauwkeurigheid bij. Dit bouwt intuïtie op voor hoe vaak zichtbare succespercentages ware succespercentages overdrijven.

Historische Tegenfeiten (Counterfactuals): Overweeg bij het bestuderen van de geschiedenis actief alternatieve paden—wat bijna was gebeurd, wie bijna slaagde, welke andere uitkomsten mogelijk waren. Nassim Taleb noemt dit "alternatieve geschiedenissen".

10.3. Omgevingsontwerp (Environmental Design)

Data-infrastructuur: Gebruik "point-in-time" datasets die verslagen van mislukkingen bewaren op het moment dat ze bestonden, in plaats van databases van de huidige staat die alleen overlevenden tonen.

Faalbibliotheken: Kennisbeheer binnen de organisatie moet niet alleen succesvolle, maar ook mislukte projecten archiveren. Post-mortems moeten net zo toegankelijk zijn als succescasestudies.

Advocaat van de Duivel Protocollen: Institutionaliseer rollen die specifiek zoeken naar ontkrachtend bewijs en ontbrekende faalgegevens bij strategische beslissingen.

Diverse Adviesnetwerken: Betrek mensen die mislukking hebben ervaren in je advieskring. Hun perspectief biedt het "stille bewijs" dat doorgaans ontbreekt.

10.4. Wanneer Externe Input te Zoeken

Soorten Beslissingen die Externe Validatie Vereisen:

• Grote investeringen op basis van historische prestatiegegevens
• Strategische beslissingen op basis van concurrentieanalyse
• Carrière-/levensbeslissingen op basis van succesverhalen
• Medische beslissingen op basis van data over behandeluitkomsten

Wie te Raadplegen:

• Statistici die bekend zijn met selectiebias
• Mensen die hebben gefaald in de aanpak die je overweegt
• Onderzoekers die de faalpercentages van het specifieke domein bestuderen
• Advocaten van de duivel die de ontbrekende gegevens moeten vinden

Hoe Verzoeken te Formuleren:

• "Wat is de noemer hier?"
• "Wat is er gebeurd met degenen die dit probeerden en faalden?"
• "Hoe worden deze gegevens verzameld, en wat zorgt ervoor dat gevallen verdwijnen?"

11. Praktische Oefeningen

Oefening 1: De Wandeling over de Faalbegraafplaats

• Doel: Intuïtie ontwikkelen voor onzichtbare mislukkingen
• Benodigde tijd: 45 minuten
• Benodigdheden: Internettoegang, notitieboekje
• Moeilijkheidsgraad: Beginner
• Instructies:
  1. Kies een domein waarin je geïnteresseerd bent (startups, restaurants, producten, etc.)
  2. Identificeer 5 beroemde successen in dat domein
  3. Onderzoek voor elk succes 3 tijdgenoten die vergelijkbare benaderingen probeerden en faalden
  4. Noteer welke eigenschappen/strategieën de mislukkingen deelden met de successen
  5. Documenteer waarom de mislukkingen doorgaans onzichtbaar zijn (faillissement, overname, verwijdering, etc.)
• Reflectievragen:
  • Hoe moeilijk was het om de mislukkingen te vinden?
  • Welke "succesfactoren" kwamen voor bij zowel successen als mislukkingen?
  • Hoe verandert dit jouw kijk op wat succes veroorzaakte?
• Frequentie: Maandelijks, vooral voor grote beslissingen

Oefening 2: Dataset Autopsie

• Doel: Survivorship bias in databronnen leren identificeren
• Benodigde tijd: 60 minuten
• Benodigdheden: Toegang tot een dataset die je gebruikt (financiële, zakelijke of prestatiegegevens)
• Moeilijkheidsgraad: Gemiddeld
• Instructies:
  1. Selecteer een dataset waarop je vertrouwt voor beslissingen
  2. Documenteer de methodologie van gegevensverzameling
  3. Identificeer alle mechanismen waardoor records verwijderd zouden kunnen worden (sluiting, fusie, verwijdering, niet-rapporteren)
  4. Schat in welk percentage van de oorspronkelijke populatie mogelijk ontbreekt
  5. Overweeg hoe de ontbrekende data zou kunnen verschillen van de overgebleven data
• Reflectievragen:
  • Wat zou er veranderen als je de ontbrekende data kon zien?
  • Hoeveel vertrouwen moet je hebben in de conclusies getrokken uit deze data?
  • Welke aanpassingen zouden gepast zijn?
• Frequentie: Telkens wanneer historische data voor beslissingen wordt gebruikt

Oefening 3: Pre-Mortem Ritueel

• Doel: Systematisch falen visualiseren voordat het onzichtbaar wordt
• Benodigde tijd: 30 minuten
• Benodigdheden: Papier, timer
• Moeilijkheidsgraad: Gevorderd
• Instructies:
  1. Verzamel het team voordat je aan een project begint
  2. Stel een timer in op 20 minuten
  3. Stel je voor dat het een jaar later is en het project volledig is mislukt
  4. Iedereen schrijft alle redenen op waarom het is mislukt (eerst onafhankelijk van elkaar)
  5. Deel en consolideer de faalwijzen
• Reflectievragen:
  • Welke faalwijzen zijn het meest waarschijnlijk?
  • Welke mislukkingen zouden geen bewijs achterlaten voor toekomstige analisten?
  • Hoe kun je voorkomen dat je onzichtbare faaldata wordt?
• Frequentie: Bij de start van elk belangrijk project

Dagelijkse Praktijk

De Avondlijke Faalvraag: Evalueer elke avond één beslissing die je hebt genomen en vraag je af: "Welke mislukkingen zie ik niet die hierin meegewogen moeten worden?"

• Aanbevolen duur: 5 minuten
• Beste tijdstip van de dag: Avond
• Hoe de voortgang bij te houden: Schrijf één "verborgen faal"-inzicht per dag in je dagboek

Wekelijkse Uitdaging

De Jacht op Stil Bewijs: Kies elke week één overtuiging die je koestert op basis van zichtbaar bewijs en ga actief op zoek naar het "stille bewijs" dat dit zou kunnen tegenspreken.

• Verwachte resultaten na 4 weken: Aanzienlijk verbeterde intuïtie om te vragen "wat ontbreekt er" en verminderd vertrouwen in conclusies op basis van uitsluitend zichtbare gegevens
• Aanwijzingen voor het schrijven in een dagboek:
  • Welke overtuiging heb ik deze week onderzocht?
  • Welk stil bewijs heb ik ontdekt?
  • Hoe heeft het vinden ervan mijn vertrouwensniveau veranderd?

12. Voor Specifieke Doelgroepen

Voor Leiders en Managers

Strategische Planning: Eis bij het analyseren van successen van concurrenten dat strategieteams ook concurrenten bestuderen die soortgelijke strategieën gebruikten en faalden. De mislukkingen kunnen onthullen dat waargenomen "succesfactoren" niet causaal zijn.

Post-Project Analyse: Archiveer en bestudeer mislukte projecten net zo rigoureus als succesvolle. De lering uit mislukkingen is vaak waardevoller, en zonder opzettelijke bewaring verdwijnt deze.

Wervingsbeslissingen: Wees voorzichtig met profielen die zijn afgeleid van toppresteerders. Overweeg welke kandidaten werden afgewezen die mogelijk hadden kunnen slagen, en welke aannames overeenkwamen met het profiel maar faalden en vertrokken.

Documentatie van Beslissingen: Registreer niet alleen de uitkomsten, maar ook de informatie en redenering op het moment van de beslissing. Dit maakt eerlijke evaluatie mogelijk, zelfs wanneer mislukkingen "verdwijnen" door vertrek, herstructurering of herziening.

Cultuurvorming: Vier en bespreek mislukkingen openlijk. Dit houdt ze zichtbaar in het organisatiegeheugen in plaats van stil te zwijgen.

Voor Ouders en Opvoeders

Het Concept Onderwijzen: Gebruik het verhaal van Diagoras—het is begrijpelijk voor kinderen. Vraag: "Als we alleen horen van mensen die hebben gewonnen, wat leren we dan niet?"

Balans in Succesverhalen: Deel bij het delen van inspirerende verhalen ook verhalen over mislukking. "Veel mensen hebben precies geprobeerd wat zij deed en het werkte niet. Wat zou het verschil hebben kunnen maken?"

Wetenschapsonderwijs: Survivorship bias is een uitstekende toegangspoort tot het begrijpen van steekproeven, selectie en experimenteel ontwerp. Gebruik het bommenwerpervoorbeeld uit WO II—het is levendig en contra-intuïtief.

Openheid over Falen Voorleven: Deel je eigen mislukkingen en wat ze je hebben geleerd. Maak mislukking bespreekbaar in plaats van onzichtbaar.

Voor Professionals in de Gezondheidszorg

Interpretatie van Klinische Proeven: Wees alert op drop-outpatronen. Patiënten die stoppen met de behandeling kunnen systematisch verschillen van degenen die doorgaan. Intention-to-treat-analyse pakt dit gedeeltelijk aan.

Historische Evaluatie van Behandelingen: "Traditionele" behandelingen die de "tand des tijds hebben doorstaan" kunnen simpelweg overlevenden zijn. Niet-effectieve behandelingen die werden gestaakt laten geen bewijs achter.

Diagnostische Patroonherkenning: Gedenkwaardige gevallen (overlevenden in het geheugen) vertegenwoordigen mogelijk geen basisfrequenties. Denk bij het matchen van patronen actief aan gevallen met andere uitkomsten.

Mortaliteitsstatistieken: Begrijp hoe "Dead on Arrival"-uitsluitingen, overdrachtspatronen en documentatiepraktijken survivorship bias creëren in uitkomstgegevens.

Voor Financiële Professionals

Databaschygiëne: Gebruik altijd survivorship bias-vrije databases wanneer deze beschikbaar zijn. Pas bij standaarddatabases bekende correctiefactoren toe (bijv. ~0,9% voor beleggingsfondsen).

Klantcommunicatie: Leg bij het tonen van historische prestaties uit wat er ontbreekt. "Deze index toont bedrijven die vandaag bestaan. Bedrijven die zijn gefaald zijn niet inbegrepen, waardoor prestaties uit het verleden er beter uitzien dan ze waren."

Scepsis over Backtests: Point-in-time gegevens zijn essentieel. Elke backtest die gebruik maakt van de huidige indexsamenstelling heeft in feite 100% overleving bereikt—een onmogelijke voorwaarde.

Due Diligence van Hedgefondsen: Houd rekening met zowel survivorship bias als backfill bias. Het gecombineerde effect (~4,4% per Malkiel) betekent dat de gerapporteerde gemiddelde prestaties van hedgefondsen de realiteit aanzienlijk overdrijven.

13. Interacties met Andere Biases

Biases die Survivorship Bias Versterken

Biases die Survivorship Bias Tegengaan

Veelvoorkomende Bias-ketens

De Cascade van Succesemulatie: Survivorship Bias (alleen winnaars zien) → Beschikbaarheidsheuristiek (winnaars domineren het geheugen) → Narratieve Drogreden (causaal verhaal construeren uit eigenschappen van winnaars) → Zelfoverschatting (geloven dat het verhaal het succes verklaart) → Bevestigingsbias (bewijs zoeken dat het verhaal ondersteunt) → Risicokalibratiefout (kans op falen onderschatten)

Onderbrekingspunt: De keten kan vroegtijdig worden verbroken door expliciet te vragen "Waar zijn de mislukkingen?" voordat het verhaal zich vormt. Zodra een overtuigend verhaal is geconstrueerd, wordt het veel moeilijker om dit te weerleggen.

14. Culturele Perspectieven

Survivorship bias manifesteert zich in alle culturen, maar kan worden versterkt of afgezwakt door de culturele context.

Individualistische vs. Collectivistische Culturen: In sterk individualistische culturen (bijv. de Verenigde Staten) is het narratief van het "selfmade succes" bijzonder prominent, wat mogelijk survivorship bias in de context van persoonlijke prestaties versterkt. Collectivistische culturen hebben mogelijk meer zicht op mislukkingen binnen in-groups, wat de bias deels verzacht.

Culturen met Grote Machtsafstand (High Power Distance): In culturen met een grote machtsafstand kunnen successen nog meer gevierd worden, terwijl mislukkingen verborgen blijven om schaamte te voorkomen, wat de zichtbaarheid van alleen de overlevenden mogelijk vergroot.

Houding ten opzichte van Risico's: Culturen met een hogere risicotolerantie zijn mogelijk meer geneigd lessen te trekken uit zichtbare risiconemers, terwijl risicomijdende culturen van nature meer faalgegevens zoeken.

15. Mythen en Misvattingen

16. Inzichten van Experts

"Ik zie degenen die gered zijn, maar waar zijn degenen geschilderd die schipbreuk hebben geleden?" — Diagoras van Melos, 5e eeuw v.Chr.

"Het kerkhof van mislukte restaurants is erg stil. Zelfs de grootste gedachte-experimenten en boeken hebben heel weinig geschreven over hoe je NIET moet falen in de restaurantbranche, omdat mensen die falen geen boeken schrijven." — Nassim Nicholas Taleb, Fooled by Randomness

"Het menselijk intellect wordt meer bewogen door bevestigingen dan door ontkenningen." — Francis Bacon, Novum Organum

"[De SRG was] de meest buitengewone groep statistici die ooit is samengebracht." — W. Allen Wallis, Directeur van de Statistical Research Group

17. Belangrijkste Conclusies

1. Survivorship bias is universeel en oeroud—herkend door Diagoras 2500 jaar geleden, geformaliseerd door Wald in WO II en gekwantificeerd in moderne financiën.

2. De bias creëert systematisch misleidende gegevens—niet alleen onvolledig, maar actief misleidend omdat de afwezigheid van mislukkingen de vorm van de zichtbare verdeling verandert.

3. Wat ontbreekt is vaak de belangrijkste data—Walds inzicht dat de "ontbrekende" kogelgaten op neergestorte vliegtuigen zaten, is het paradigma voor alle survivorship bias-analyses.

4. De financiële impact is kwantificeerbaar—ongeveer 0,9% jaarlijks voor beleggingsfondsen, 4,4% voor hedgefondsen, en onbekend maar aanzienlijk voor backtesting-fouten.

5. Het tegengif is een actieve zoektocht naar het onzichtbare—voortdurend vragen "Waar zijn de schipbreukelingen?" is de discipline die beschermt tegen deze bias.

6. Er bestaan correctiemethoden—Heckman-correctie, Inverse Probability Weighting (IPW), Kaplan-Meier schatting, en point-in-time databases kunnen de bias gedeeltelijk aanpakken.

7. Zichtbaarheid is geen geldigheid—het gemak waarmee we succesvolle voorbeelden zien, vertelt ons niets over hun representativiteit voor de volledige populatie.

18. Verdere Bronnen

Academische Artikelen

• Brown, S. J., Goetzmann, W., Ibbotson, R. G., & Ross, S. A. (1992). Survivorship Bias in Performance Studies. Review of Financial Studies, 5(4), 553-580.
• Elton, E. J., Gruber, M. J., & Blake, C. R. (1996). Survivorship Bias and Mutual Fund Performance. Review of Financial Studies, 9(4), 1097-1120.
• Wald, A. (1943). A Method of Estimating Plane Vulnerability Based on Damage of Survivors. Statistical Research Group Memorandum.

Boeken

• Taleb, N. N. (2001). Fooled by Randomness: The Hidden Role of Chance in Life and in the Markets. Random House.
• Taleb, N. N. (2007). The Black Swan: The Impact of the Highly Improbable. Random House.
• Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.

Boekhoofdstukken

• Bacon, F. (1620). Idols of the Tribe. In Novum Organum.
• Cicero. (45 v.Chr.). De Natura Deorum [Over de Natuur der Goden]. Boek III (bevat de Diagoras-anekdote).

19. Overzichtskaart (Summary Card)

20. Verklarende Woordenlijst (Glossary)

21. Discussievragen

Voor boekenclubs, klaslokalen of zelfreflectie:

1. Kun je een belangrijke beslissing in je leven aanwijzen die je voornamelijk hebt genomen op basis van zichtbare succesverhalen? Welke mislukkingen kon je niet zien?

2. Wald raadde aan om te bepantseren op de plekken waar de kogelgaten niet zaten. Welke huidige problemen zouden er baat bij kunnen hebben door te kijken naar de plekken waar schade niet optreedt?

3. Hoe kan sociale media, dat successen benadrukt en mislukkingen verbergt, survivorship bias in carrière- en levensbeslissingen versterken?

4. Is er een manier om mislukkingen echt te "zien", of werken we altijd met data beïnvloed door survivorship bias? Wat zijn de grenzen van correctiemethoden?

5. Taleb stelt dat advies van succesvolle mensen mogelijk niet geldiger is dan advies van mislukkingen. Hoe moeten we nadenken over mentorschap en leren van anderen gezien deze bias?