Die รkonomen fรผhren einen schwierigen Kampf. Die Wirtschaftswissenschaften haben sich in den letzten 30 Jahren mit statistischen Methoden in allen Bereichen der Finanzdienstleistung etabliert. Wir versuchen mit Modellen die Zukunft vorherzusagen.
Der Nutzen einer Theorie lรคsst sich einfach messen: Sie muss sich in der Realitรคt bewรคhren. รkonomische Theorien versagen dabei in vielen Situationen. Sie haben die Finanzkrisen nicht vorhergesagt. Operationelle Risiken entziehen sich exakten Prognosen. Dennoch bestimmen Ausfallrisiken, Portfoliooptimierungen und Simulationen mittlerweile den Arbeitsalltag in Banken. Und wir werden das Gefรผhl nicht los: Die nรคchste Krise kommt genauso plรถtzlich wie die letzte.
In der Wissenschaft gilt eine Theorie als widerlegt, wenn eine Hypothese falsifiziert wird. In der Praxis ist das anders; so lange kein besseres Modell vorhanden ist, nehmen wir das, welches unseren Hoffnungen am ehesten entspricht. Und die Modelle passen zu unserem Wunschdenken: mit genรผgend Daten und analytischer Kapazitรคt versprechen sie Sicherheit. Zahlen bieten eine gute Rechtfertigung, wenn wir bei der Entscheidung Bauchschmerzen haben. Die Statistik ersetzt den gesunden Menschenverstand. Jetzt weisen Psychologen und Entscheidungstheoretiker immer stรคrker darauf hin, dass Grundlagen der Modelle oft nicht erfรผllt sind. Der wichtigste Punkt ist der Unterschied zwischen Risiko und Unwissenheit.
Was wir von Betrรผgern lernen kรถnnen
Betrug ist meist simpel: der Tรคter muss nur einen Irrtum รผber seine Bonitรคt oder seine Identitรคt erzeugen. Scheitert er, versucht er es mit verรคnderten Daten noch einmal.ย Die Forderung der Analytiker ist ebenso einfach: โMehr Daten in besserer Qualitรคt!โ Dabei รผbersehen sie, dass es sich bei Betrug nicht um ein Risiko handelt, sondern um Unwissenheit. Ein Risiko ist als Eventualitรคt definiert, die mit einer Wahrscheinlichkeit eintritt. Die zukรผnftige Zahlungsfรคhigkeit eines Kunden ist ein Risiko. Wir wissen nicht, welche Ereignisse die Kapitaldienstfรคhigkeit des Schuldners beeinflussen. Arbeitslosigkeit oder Tod sind fรผr einzelne Personen nicht kalkulierbar. Aber sie kรถnnen fรผr Gruppen prognostiziert werden.
Die Zahlungswilligkeit passt nicht in dieses Schema. Der Irrtum, der fรผr Betrug notwendig ist, muss zu Beginn der Tat erzeugt werden. Ist der Kunde ehrlich? Wir wissen es nicht. Noch dazu nutzen Betrรผger die Schwรคchen unserer Modelle aus. Betrug entsteht nicht zufรคllig. Daten werden absichtlich und gezielt verfรคlscht. Mit Maรnahmen warten, bis ausreichend Schadensfรคlle vorliegen? Fรผr Banken meist inakzeptabel. Zu guter letzt รคndern Tรคter ihr Verhalten, wenn ein Vorgehen nicht funktioniert. Damit sind die Grundpfeiler der Statistik angesรคgt: Die Daten sind nicht wahr, die Mengen reichen nicht, die Modelle sind nicht stabil.ย Natรผrlich gibt es Ausnahmen. Statistische Modelle funktionieren in kontrollierten Umgebungen mit kleinen Betrรคgen und hohen Stรผckzahlen, etwa bei Konten- und Kreditkartentransaktionen. In den meisten Szenarien helfen diese Verfahren aber nicht.
Der Einsatz der Heuristiken
Der Psychologe Gerd Gigerenzer schlรคgt bei Entscheidungen unter Unwissenheit den Einsatz von Heuristiken vor. Eine Heuristik bezeichnet die Kunst, mit eingeschrรคnkten Informationen zu guten Lรถsungen zu kommen. Wir alle benutzen stรคndig Heuristiken, um unseren Alltag zu bewerkstelligen. Ohne Wissen um Erntezeit, Lieferwege und Lagerbedingungen kรถnnen wir sofort sagen, ob die Avocado schon ausreichend reif ist: Ein kleiner Fingerdruck reicht. Das funktioniert auch in anderen Situationen. Jeder erfahrene Sachbearbeiter kennt das schlechte Bauchgefรผhl bei der Bearbeitung eines Antrags. โDen kennโ ich doch!โ โ Dieย Daten wurden in einem anderen Fall bereits benutzt.ย โDas sieht komisch aus!โ โ Antragsdaten sind unplausibel. โDas hatten wir doch schon mal!โ โ Ein bekanntes Muster tritt auf. Die drei bekannten Klassen von Heuristiken in der Betrugsprรคvention. Fรผr jede Klasse werden einfache Regeln eingesetzt. Die Ergebnisse prognostizieren keinen Betrug. Sie zeigen eine hohe Wahrscheinlichkeit, dass Unwissenheit besteht: Ist der Kunde echt? Liegen Fehler in den Daten vor? Die Qualitรคt der Regeln lรคsst sich analytisch prรผfen. Meist ist das aber gar nicht notwendig. Sie sind so einfach, dass die Notwendigkeit jedem klar ist. Gleiche Festnetznummer bei unterschiedlicher Adresse? Sollte man sich mal anschauen.Einen Markt fรผr heuristische Systeme gibt es: Die Auskunftei Bรผrgel bringt in 2015 zwei auf Erfahrungsregeln basierende Produkte auf den Markt.
Fazit
Bleibt die Frage, ob Heuristiken auch auรerhalb der Betrugsprรคvention einsetzbar sind. Unwissenheit gibt es auch an anderen Stellen. Die einfache Regel, dass Risiko, Anlagedauer und Verfรผgbarkeit in einem Spannungsfeld stehen, erรถffnet einen spannenden Blickwinkel auf finanzielle Massenvernichtungswaffen. Fรผr die Vereinfachung der immer komplexeren Systeme muss ein Umdenken stattfinden.
Vielleicht nach dem Eintritt der nรคchsten nichtvorhersehbaren Krise.
Bildnachweis: Pinkypills via istockphoto.de
Dirk Mayer ist Geschรคftsfรผhrer der StopCrime GmbH.