Survivorship Bias (Überlebenden-Verzerrung) – Definition & Beispiel

Was ist der Survivorship Bias? – Definition

Der Survivorship Bias ist eine kognitive Verzerrung, bei der die Erfolgswahrscheinlichkeit von Personen, Gruppen oder Ereignissen systematisch überschätzt wird, weil fehlgeschlagene oder ausgeschiedene Fälle nicht ausreichend berücksichtigt werden.

Typischerweise entsteht dieses verzerrte Bild, wenn nur die „Überlebenden“ einer Auswahl sichtbar sind – etwa erfolgreiche Unternehmen, Gewinnerstrategien oder prominente Erfolgsgeschichten – während die zahlreichen gescheiterten Fälle unbemerkt bleiben oder ausgeblendet werden.

Ursachen des Bias

Das Auftreten des Survivorship Bias lässt sich grundsätzlich auf die zur Analyse herangezogenen Daten zurückführen. Da die Überlebenden-Verzerrung auf Datenlücken nicht erfolgreicher Zustände begründet ist, liegen die Ursachen dieses Phänomens meistens in einem der folgenden Prozessschritte:

• Datenerhebung: Während der Datenerhebung kann es zu einem Fehlverhalten kommen, bei dem nicht erfolgreiche Datenpunkte bewusst oder unbewusst ausgeschlossen werden.
• Datenaufbereitung: Im Zuge der Datenaufbereitung kann es dazu kommen, dass nicht erfolgreiche Daten im Nachhinein aus den Gesamtdaten exkludiert werden.
• Datenanalyse: Werden die Daten analysiert, kann es dazu kommen, dass der Fokus ausschließlich auf erfolgreiche Zustände gelegt wird, anstelle nicht erfolgreiche Zustände zu berücksichtigen.

Sobald ein Fehlverhalten in einem der Prozessschritte auftritt, vererbt sich dieser durch die weiteren Schritte durch.

Beispiel für den Survivorship Bias

Ein klassisches Beispiel für den Survivorship Bias stammt aus dem Zweiten Weltkrieg: Die US-Luftwaffe wollte die Panzerung ihrer Flugzeuge optimieren und analysierte dazu die Einschusslöcher an zurückgekehrten Maschinen. Die naheliegende Annahme war, die Panzerung dort zu verstärken, wo die meisten Treffer registriert wurden (siehe Abbildung).

Doch genau darin lag der Denkfehler: Analysiert wurden nur die Flugzeuge, die überlebt und zurückgekehrt waren. Maschinen, die in kritischen Bereichen wie Cockpit oder Triebwerk getroffen wurden, kehrten gar nicht erst zurück – und flossen somit nicht in die Analyse ein.

Die korrekte Schlussfolgerung lautete daher: Panzerung ist dort am wichtigsten, wo keine Einschusslöcher zu finden sind – denn Treffer in diesen Bereichen führten offenbar zum Absturz.

Auftreten des Survivorship Bias an der Börse

Investmentfonds

Beim Vergleich von Investmentfonds tritt der Survivorship Bias auf, wenn in Performanceanalysen nur Fonds berücksichtigt werden, die über den betrachteten Zeitraum bestehen geblieben sind. Fonds mit schwacher Performance, die geschlossen oder fusioniert wurden, fehlen oft in den Daten. Dadurch wird die durchschnittliche Rendite systematisch überschätzt.

Bereits 1992 wiesen Brown, Goetzmann et al. darauf hin, dass Durchschnittsrenditen aufgrund des Survivorship Bias sowohl überschätzt als auch in ihrer Aussagekraft enttäuschend sind.

Eine Morningstar-Studie aus dem Jahr 2017 nennt zwei Hauptgründe für Fondsschließungen:

• Mangelnde Nachfrage bzw. geringe Mittelzuflüsse
• Anhaltend schlechte Wertentwicklung

Letzterer ist dabei der häufigste Grund. Schwach performende Fonds verschwinden regelmäßig aus dem Markt und damit auch aus Performancevergleichen, während erfolgreiche Fonds oft weiter bestehen und zusätzliche Mittelzuflüsse erhalten. Das führt zu einer überhöhten Wahrnehmung der durchschnittlichen Fondsperformance.

Marktindizes

Auch bei Marktindizes zeigt sich der Survivorship Bias: Unternehmen, die in bekannten Indizes wie dem DAX gelistet sind, gelten oft als „Qualitätsunternehmen“. Dabei wird übersehen, dass Indizes regelmäßig neu zusammengesetzt werden. Schwach performende oder insolvente Unternehmen scheiden aus, erfolgreiche rücken nach.

In der Praxis bedeutet das: Nur die erfolgreichen („überlebenden“) Unternehmen bleiben im Index sichtbar. Eine Analyse, die auf aktuellen Indexmitgliedern basiert, ignoriert automatisch die ausgeschiedenen, oft schwächeren Unternehmen – und verzerrt so das Bild der historischen Performance.

Ein Beispiel: Von den zahlreichen DAX-Absteigern zwischen 1990 und 2022 schafften nur wenige, wie etwa die Infineon AG, ein Comeback. Die Indexzugehörigkeit ist daher nur eine Momentaufnahme und kein verlässlicher Indikator für langfristige Unternehmensqualität.

Wachstumsaktien (Growth Stocks)

Gerade bei Wachstumsaktien zeigt sich der Survivorship Bias besonders deutlich – und seine Nichtbeachtung kann für Anleger zu erheblichen Verlusten führen.

In starken Bullenmärkten sind Wachstumsaktien meist besonders gefragt. Diese zeichnen sich durch hohe Kursbewertungen aus, die häufig mit großem zukünftigen Wachstumspotenzial begründet werden – etwa sichtbar in hohen Kurs-Gewinn-Verhältnissen (KGV). Tatsächlich weisen viele dieser Unternehmen jedoch bislang kaum oder gar keine Gewinne in ihrer Unternehmenshistorie aus.

Die fehlende Ertragskraft erhöht das Risiko, da das Geschäftsmodell erst noch langfristig tragfähig bewiesen werden muss. Trotzdem verweisen Anleger oft auf prominente Beispiele früherer Wachstumswerte – wie Amazon oder Tesla – die den Sprung in die Profitabilität geschafft und hohe Renditen erzielt haben.

Diese Argumentation ist ein klassisches Beispiel für den Survivorship Bias: Es werden ausschließlich die erfolgreichen, „überlebenden“ Unternehmen betrachtet. Unternehmen, die den Übergang zur Profitabilität nie geschafft haben oder gescheitert sind, bleiben hingegen unberücksichtigt – obwohl sie einen bedeutenden Teil der Gesamtheit aller Wachstumsaktien ausmachen.

Auswirkungen des Survivorship Bias auf Investoren

Der Survivorship Bias vermittelt ein zu positives Bild vergangener Marktentwicklungen. Wer ihn ignoriert, trifft Investitionsentscheidungen auf Basis verzerrter Daten und falscher Erwartungen – mit entsprechend erhöhtem Risiko von Enttäuschung oder Verlusten. Diese kognitive Verzerrung wirkt sich häufig auf die folgenden Szenarien aus.

• Verzerrte Handelssysteme: Wer beispielsweise Handelssysteme mit einem statischen Universum testet, läuft Gefahr, sich durch Survivorship Bias unrealistische Erwartungen aufzubauen. Besonders in Long-Only-Strategien können dadurch Backtests deutlich überoptimistisch ausfallen.
• Fehlentscheidungen bei der Fonds- und Aktienauswahl: Der Survivorship Bias kann dazu führen, dass Anleger sich für Fonds oder Strategien entscheiden, die scheinbar überdurchschnittlich performen – jedoch nur deshalb, weil schwache oder geschlossene Fonds aus der Analyse ausgeschlossen wurden. Das betrifft z. B. sogenannte „Best-of“-Rankings.
• Verzerrte Markt- und Branchenanalysen: Auch auf Indexebene führt der Survivorship Bias zu verfälschten Rückrechnungen („Backtests“) und Scheinargumenten für bestimmte Branchen oder Regionen – etwa, wenn man die Performance von heute im Index befindlichen Tech-Unternehmen über Jahrzehnte zurückverfolgt, ohne die vielen gescheiterten Tech-Firmen zu berücksichtigen.

Survivorship Bias beim Investieren überwinden

Der Survivorship Bias kann im schlimmsten Fall dazu führen, dass Risiken unterschätzt und Fehlentscheidungen getroffen werden – etwa indem überproportional viel Kapital in einzelne Investments fließt, basierend auf verzerrten Erfolgserwartungen. Wer sich dieser Verzerrung bewusst ist, kann ihr jedoch proaktiv entgegenwirken.

Systematisiertes Investieren

Ein strukturierter, regelbasierter Investitionsansatz hilft dabei, kognitive Verzerrungen wie den Survivorship Bias zu minimieren. Durch die Festlegung klarer Regeln für Auswahl, Timing und Gewichtung von Investments wird verhindert, dass emotionale oder verzerrte Einschätzungen zu Fehlentscheidungen führen.

Besonders wichtig ist ein Regelwerk zur Portfoliostrukturierung, das eine ausgewogene Verteilung des Kapitals sicherstellt und das Risikomanagement verbessert. So lassen sich Klumpenrisiken vermeiden und Verluste einzelner Positionen besser abfedern.

Analyse der Fundamentaldaten

Viele Investoren verlassen sich auf historische Indexanalysen, etwa zur Einschätzung ganzer Branchen oder Sektoren. Diese Daten unterliegen jedoch häufig dem Survivorship Bias – da nur die aktuell erfolgreichen Unternehmen im Index enthalten sind.

Eine gezielte Fundamentalanalyse auf Unternehmensebene bietet hier deutlich mehr Aussagekraft. Kennzahlen wie Umsatzentwicklung, Verschuldung, Margen oder Cashflow geben realistischere Einblicke in die wirtschaftliche Substanz und das Risikoprofil eines Unternehmens. Dadurch lassen sich überzogene Erwartungen vermeiden – insbesondere bei stark gehypten Wachstumswerten.