Die Berechnung der Zukunft: Warum die meisten Prognosen falsch sind und manche trotzdem zutreffen - Der New York Times Bestseller (German Edition)

Prognostiker, die Tetlocks Ratschläge in den Wind geschlagen haben, mussten oft dafür bezahlen.
    Vor Wunderprognosen sei gewarnt!
    Vor der Wahl im Jahr 2000 veröffentlichte der Ökonom Douglas Hibbs ein Prognosemodell, mit dem er mit nur zwei Variablen erstaunlich genaue Vorhersagen über die Präsidentschaftswahl anstellen wollte. Die eine orientierte sich an den ökonomischen Zuwachsraten, die andere an der Zahl der im Krieg Gefallenen. 31 Hibbs stellte ein paar sehr kühne, igeltypische Behauptungen auf. Die Zustimmung, die ein Präsident finde (historisch ein sehr verlässlicher Indikator seiner Wiederwahlchancen), trage nicht zur Qualität der Prognose bei. Die Inflationsrate und die Arbeitslosenquote ebenso wenig. Selbst die Merkmale der Kandidaten spielten keine Rolle: Eine Partei könne ebenso gut einen linken von seiner Ideologie beseelten Senator wie George McGovern nominieren wie einen gemäßigteren Kriegshelden wie Dwight D. Eisenhower. Entscheidend sei, versicherte Hibbs, eine relativ obskure wirtschaftliche Variable, nämlich das sogenannte verfügbare Pro-Kopf-Einkommen.
    Wie schnitt also dieses Modell ab? Es sagte einen überwältigenden Sieg Al Gores mit einem Vorsprung von 9 Prozent voraus. Stattdessen gewann George W. Bush nach einer zweiten Stimmenauszählung in Florida. Gore gewann zwar rechnerisch die meisten Stimmen (»popular vote«), aber nirgends hatte das Modell darauf schließen lassen, dass es so knapp werden würde. Die Wahrscheinlichkeit eines so knappen Resultats hatte nur bei 1 zu 80 gelegen. 32
    Es gab mehrere andere Modelle mit einem ähnlichen Ansatz. Sie gaben vor, etwas so Komplexes wie eine Präsidentschaftswahl auf eine Zwei-Variablen-Formel reduzieren zu können. (Seltsamerweise verwendete niemand dieselben zwei.) Einige schnitten sogar noch schlechter ab als Hibbs’ Methode. 2000 sagte man mit einem solchen Modell einen Sieg Al Gores mit 19 Prozent voraus und hätte damit 1 zu 1 Milliarde gegen das tatsächliche Ergebnis gewettet. 33
    Diese Modelle waren nach der Wahl 1988 in Mode gekommen, als die grundlegenden Faktoren für George W. Bush zu sprechen schienen. Die Wirtschaft florierte, und Bushs republikanischer Vorgänger Reagan war beliebt. In den Umfragen schnitt jedoch Michael Dukakis bis kurz vor der Wahl besser ab. 34 Bush gewann dann aber mühelos.
    Die zunehmende Anwendung dieser Modelle hat aber ergeben, dass sie langfristig recht unzuverlässig sind. Während der fünf Präsidentschaftswahlen seit 1992 verfehlten die typischen auf »Grundwerten basierenden« Modelle – also Modelle, die Umfragewerte ignorierten und vorgaben, auch ohne diese das Wählerverhalten genau einschätzen zu können – den letzten Abstand zwischen den Spitzenkandidaten um 7 Prozentpunkte. 35 Modelle mit multifaktoriellen Ansätzen, die wirtschaftliche und demoskopische Daten und andere Informationen kombinierten, erzielten verlässlichere Ergebnisse.

Die Bewertung qualitativer Informationen
    Obwohl quantitativer Natur, versagten diese Wundermodelle, die sich an öffentlichen Wirtschaftsstatistiken orientierten. Einige der in diesem Buch erwähnten schlimmsten Fehlprognosen sind in der Tat quantitativer Art. Die Modelle der Ratingagenturen beispielsweise erstellten genaue, »datengenerierte« Schätzungen über die Ausfallraten von Hypotheken. Diese Modelle waren fehlerhaft, weil sie von voneinander unabhängigen Ausfallrisiken der Hypotheken ausgingen, was natürlich angesichts einer Immobilien- und Kreditblase vollkommen unsinnig war. Ich möchte betonen, dass ich für meine eigenen Prognosen einen quantitativen Ansatz bevorzuge. Igel jedoch nutzen alle Arten von Informationen, um ihre eigenen Annahmen damit zu untermauern. Füchse hingegen, deren Angewohnheit es ist, verschiedene Arten von Informationen auszuwerten, ziehen Nutzen daraus, neben quantitativen Faktoren auch qualitative zu berücksichtigen.
    Wenige politische Analytiker waren so erfolgreich wie das Team, das hinter dem Cook Political Report steht. Die Gruppe wurde 1984 von einem jovialen Mann aus Louisiana namens Charlie Cook gegründet und ist außerhalb amerikanischer Regierungskreise wenig bekannt. Leute, die sich für Politik begeistern, verlassen sich jedoch schon seit Jahren auf die Cook-Prognosen und haben das nur selten bereuen müssen.
    Cook und sein Team haben eine bestimmte Mission: Sie sagen die Ergebnisse von US-Wahlen voraus, insbesondere von Kongresswahlen. Das bedeutet, dass sie Prognosen für alle