NEM19 · Not Enough Meaning
Gambler's Fallacy
Beispiel
Im Casino Monaco beobachtet Klaus den Roulette-Tisch. Sechsmal hintereinander ist Schwarz gefallen. "Das ist meine Chance!", denkt er aufgeregt. "Die Wahrscheinlichkeit, dass noch einmal Schwarz kommt, ist jetzt extrem gering. Rot ist überfällig! Das Gesetz der Wahrscheinlichkeit muss sich ausgleichen." Er setzt sein gesamtes Urlaubsgeld auf Rot. Die Kugel rollt – Schwarz. Klaus ist schockiert. "Siebenmal Schwarz hintereinander! Jetzt muss wirklich Rot kommen. Ich setze alles, was ich noch habe!" Wieder Schwarz. Ruiniert kehrt Klaus nach Hause zurück. Sein mathematisch gebildeter Freund erklärt ihm: "Jeder Wurf ist unabhängig. Die Kugel hat kein Gedächtnis. Die Wahrscheinlichkeit für Rot war jedes Mal exakt 48,6% – egal, was vorher passiert ist. Vergangene Ergebnisse beeinflussen zukünftige nicht."
Was ist dieser Effekt?
Der Gambler's Fallacy ist die falsche Überzeugung, dass bei unabhängigen zufälligen Ereignissen die Wahrscheinlichkeit für einen bestimmten Ausgang steigt, wenn er in letzter Zeit seltener als erwartet aufgetreten ist (oder umgekehrt). Menschen glauben fälschlicherweise, dass sich Abweichungen vom Durchschnitt "ausgleichen" müssen. Das berühmte Beispiel: Im Casino Monte Carlo fiel 1913 die Roulettekugel 26-mal hintereinander auf Schwarz. Spieler verloren Millionen, weil sie gegen Schwarz wetteten – überzeugt, dass die Serie sich umkehren müsse. Die psychologische Ursache ist die Repräsentativitätsheuristik nach Tversky und Kahneman: Menschen erwarten, dass kleine Stichproben die Eigenschaften der Gesamtpopulation widerspiegeln.
Warum ist das eine Verzerrung?
Diese Verzerrung führt zu katastrophalen Fehlentscheidungen, besonders beim Glücksspiel und in Finanzmärkten. Unabhängige Zufallsereignisse haben kein "Gedächtnis" und keine Tendenz zum Ausgleich. Die Wahrscheinlichkeit beim nächsten Münzwurf bleibt exakt 50:50, egal ob vorher zehn Mal Kopf kam. Menschen verlieren Geld, Zeit und Ressourcen, weil sie nicht existierende Muster in reinem Zufall sehen und darauf basierend Vorhersagen treffen. Die Verzerrung zeigt fundamental fehlerhaftes Verständnis von Wahrscheinlichkeitstheorie und der Natur unabhängiger Ereignisse.