Warum Prognosen scheitern — und was Szenarien besser machen
Stand: 16.09.2026
Kaum ein Format ist in Finanzmedien beliebter als die klare Prognose: “Der DAX steht Ende des Jahres bei X Punkten”, “Diese Aktie wird um Y Prozent steigen”. Kaum ein Format hält so selten, was es verspricht — und das lässt sich inzwischen mit belastbarer Forschung untermauern, nicht nur mit gefühlter Erfahrung.
Was die Forschung tatsächlich zeigt
Der Psychologe Philip Tetlock führte über rund zwei Jahrzehnte eine der umfangreichsten Studien zur Prognosequalität von Experten durch und kam zu einem ernüchternden Ergebnis: Die Trefferquote vieler Experten unterschied sich kaum von reinem Zufall oder der simplen Annahme, dass bestehende Trends einfach weiterlaufen. Bekannte Ökonomen sagten die nächste Wirtschaftskrise nicht voraus, renommierte Sozialwissenschaftler irrten sich über gesellschaftliche Entwicklungen, und selbst führende politische Experten hatten keine verlässliche Sicht darauf, wie sich große geopolitische Konflikte entwickeln würden. Besonders bemerkenswert: Je bekannter und medial präsenter ein Experte war, desto schlechter fielen seine Prognosen im Schnitt aus.
Füchse schlagen Igel
Tetlock griff für seine Erklärung auf eine alte Unterscheidung des Philosophen Isaiah Berlin zurück, basierend auf einem Zitat des griechischen Dichters Archilochos: “Der Fuchs weiß viele Dinge, aber der Igel weiß eine große Sache.” Igel-Denker sind meist Spezialisten mit einer großen, konsistenten Theorie, die sie leidenschaftlich verteidigen und auf praktisch jede Situation anwenden. Fuchs-Denker ziehen dagegen viele unterschiedliche, teils widersprüchliche Informationsquellen heran und sind bereit, ihre Einschätzung ständig anzupassen. Das Ergebnis der Studie: Fuchs-Denker lieferten über die Zeit deutlich zuverlässigere Prognosen als Igel-Denker — gerade weil sie weniger von einer einzigen, großen Erklärung überzeugt waren.
Was gute Prognostiker anders machen
Aus Tetlocks Forschung lässt sich ein Denkstil ableiten, der bessere Ergebnisse liefert: wenig Selbstüberschätzung, hohe Offenheit für neue Informationen, häufige Überprüfung und Anpassung der eigenen Einschätzung, und vor allem: Denken in Wahrscheinlichkeiten statt in sicheren Behauptungen. Statt “die Aktie wird steigen” lautet die robustere Formulierung eher “es gibt eine überdurchschnittliche Wahrscheinlichkeit für X, unter der Bedingung, dass Y eintritt” — deutlich weniger schlagzeilentauglich, aber ehrlicher gegenüber der tatsächlichen Unsicherheit.
Warum Szenarien die bessere Alternative sind
Genau diese Denkweise steckt hinter dem Szenario-Ansatz, der Punktprognosen bewusst vermeidet: Statt einer einzelnen, scheinbar präzisen Vorhersage (“Kurs X in drei Monaten”) werden mehrere plausible Entwicklungspfade durchgespielt, jeweils mit den Bedingungen, unter denen sie eintreten würden. Das macht die zugrunde liegenden Annahmen transparent und überprüfbar — jeder kann nachvollziehen, warum ein bestimmtes Szenario wahrscheinlicher oder unwahrscheinlicher wird, wenn sich neue Informationen ergeben. Eine einzelne Punktprognose verschleiert dagegen fast immer, wie fragil und unsicher die zugrunde liegende Einschätzung eigentlich ist — sie wirkt präziser, als sie tatsächlich ist. Derselbe Denkfehler taucht auch bei rein datengetriebenen Modellen auf, die historische Muster in scheinbar präzise Vorhersagen übersetzen, ohne die zugrunde liegende Unsicherheit sichtbar zu machen (siehe KI in der Aktienanalyse).
Einordnung
Wer eine Marktprognose liest oder hört, sollte weniger auf die genannte Zahl achten als auf die Bedingungen, unter denen sie gelten soll, und darauf, wie offen die Quelle für eine Korrektur ist, wenn sich die Lage ändert. Eine selbstbewusst vorgetragene, präzise Punktprognose ist statistisch gesehen kein Zeichen von Kompetenz — historisch war eher das Gegenteil der Fall.