Cass Sunstein: „Das Leben gleicht über weite Strecken einer Lotterie“

Herr Sunstein, die Kernaussage Ihres neuen Buches Noise, das Sie gemeinsam mit dem Wirtschaftsnobelpreisträger Daniel Kahneman und dem Unternehmensberater Olivier Sibony geschrieben haben, lautet: Wir alle treffen „verrauschte Entscheidungen“. Was kann man sich darunter vorstellen?

Noise lässt sich als unerwünschte Variabilität bei Entscheidungen definieren. Oder anders gesagt: Noise ist der Faktor Zufall bei Urteils- und Entscheidungsprozessen, wo dieser keine Rolle spielen sollte. So fallen Urteile über den gleichen Sachverhalt durch Noise eben nicht wie erwünscht gleich, sondern sehr unterschiedlich aus. Lassen Sie mich das anhand einer Gegenüberstellung mit sogenannten kognitiven Verzerrungen (bias) veranschaulichen. Stellen wir uns eine Waage vor, die das eigene Körpergewicht von Montag bis Sonntag zu hoch angibt. In diesem Fall hätten wir es mit einer verzerrten Waage zu tun, weil sie falsche Ergebnisse liefert, diese allerdings konsistent falsch sind. Nun stellen wir uns eine andere Waage vor, die das Gewicht mal zu hoch und mal zu niedrig angibt. Hier hätten wir es mit einer verrauschten Waage zu tun. Einer Waage also, die zufallsgestreute Ergebnisse und damit Noise produziert. Ein anderes Beispiel sind Richter in der Strafjustiz: Auf der einen Seite gibt es Richter, die verzerrte Urteile treffen, indem sie konsequent zu hart urteilen. Auf der anderen Seite gibt es allerdings auch solche, die von persönlichen Einstellungen gegenüber bestimmten Straftaten oder sogar vom Wetter beeinflusst sind. Die ersteren produzieren verzerrte Urteile, letztere verrauschte, also Noise. Wo es sich bei Verzerrungen, also um systematische Abweichungen vom Durchschnitt handelt, ist Lärm eine unerwünschte Zufallsschwankung um diesen Wert.

Das klingt, als würden uns verrauschte Entscheidungen vor größere Probleme stellen als verzerrte, weil erstere schwieriger zu identifizieren und damit auch schwieriger zu beseitigen sind.

Verzerrungen haben ein bestimmtes Charisma, das sie recht gut sichtbar macht. Biases sind demnach wie Stars, die man nicht mehr aus dem Kopf bekommt, wenn man sie einmal gesehen hat. Framing ist wie der junge Elvis Presley und die Verfügbarkeitsheuristik vielleicht wie Taylor Swift. Noise hingegen fehlt dieser Appeal, weshalb dessen Konsequenzen und Kosten lange verborgen bleiben und man ihn mitunter erst wahrnimmt, wenn bereits Menschen zu Schaden gekommen sind. Unser Buch soll deshalb zunächst einmal auf das Problem des Noise aufmerksam machen. Denn obwohl viele Entscheidungen öffentlicher sowie privater Institutionen verrauscht sind, erfährt diese Quelle von Ungerechtigkeit noch immer zu wenig Aufmerksamkeit. Noise ist wie die Figur in der zweiten Reihe, die im Schatten des schillernden Helden Bias steht. Selbst wenn Noise identifiziert wird, kann jedoch noch immer völlig unklar sein, was der Grund dafür ist. Darin liegt eine Faszination des Phänomens.

Wie lassen sich die Gründe verrauschter Entscheidungen dennoch herausfinden? 

Um Ursachen und Folgen von Noise klarer benennen und effektiver eindämmen zu können, hilft es, zunächst drei Arten von Noise zu unterscheiden. Die erste Art nennen wir „Level Noise“ und beschreiben damit individuelle Unterschiede in der Grundeinstellung von Menschen, die Urteile treffen. Dieses Rauschen aufgrund variierender Grundeinstellungen lässt sich gut an einem Beispiel aus der Geschäftswelt veranschaulichen. Dort gibt es Menschen, die sich schnell von neuen Ideen begeistern lassen und sich mit viel Elan auf mitunter riskante Projekte stürzen. Andere haben eine grundsätzlich ängstlichere oder risikosensitivere Natur, zögern länger, wenn sich eine Chance bietet, oder lehnen Projekte mit schwer abzuschätzendem Ausgang grundsätzlich ab. So kann es passieren, dass zwei Personen mit Entscheidungsbefugnis in ein und demselben Unternehmen sehr unterschiedliche Entscheidungen über ein und denselben Sachverhalt treffen. Ein idealtypischer Fall von Noise. Die zweite Art von verrauschten Entscheidungen, die wir Pattern-Noise nennen, ist ungleich schwieriger zu bestimmen und zudem folgenreicher.

Inwiefern?

Pattern-Noise beschreibt die Tatsache, dass unser Urteilsverhalten in Einzelfällen musterhaft von unserer Grundeinstellung abweichen kann.

Das müssen Sie erklären.

Ein Richter zum Beispiel urteilt vielleicht im Allgemeinen überdurchschnittlich streng, ist aber vergleichsweise nachsichtig gegenüber Wirtschaftskriminellen. Ein anderer neigt vielleicht eher dazu, geringe Strafen zu verhängen, urteilt aber strenger, wenn der Straffällige ein Wiederholungstäter ist. Ein Dritter ist vielleicht annähernd durchschnittlich streng, aber er zeigt viel Verständnis, wenn der Delinquent lediglich Mittäter ist, während er hart urteilt, wenn das Opfer ein älterer Mensch ist. Der Grundgedanke hinter Pattern-Noise ist also, dass wir alle bestimmten Urteilsmustern folgen – zumindest meistens. Denn manchmal weichen wir musterhaft von diesen ab und schlagen sprichwörtlich einen anderen Weg ein. So kann es dazu kommen, dass zwei Personen nach demselben Vergehen mal mit drei und mal mit zehn Jahren Haft rechnen müssen, was natürlich eine unerwünschte Varianz ist. 

Und was ist die dritte Art von Noise?

Das situative Rauschen oder Occasion-Noise, wobei es sich um eine Unterart des Pattern-Noise handelt. Das situative Rauschen beschreibt die Tatsache, dass selbst flüchtige äußere Einflüsse einen bedeutenden Unterschied in gewichtigen Entscheidungen machen können. So kann der Urteilsspruch eines Richters strenger ausfallen, wenn das Wetter schlecht ist oder die lokale Footballmannschaft am Wochenende verloren hat. Auch die Tageszeit kann Einfluss auf Entscheidungen haben. Im Buch zitieren wir eine Studie, die herausfand, dass Ärztinnen und Ärzte am Morgen mit frischem Geist eher Diagnosen stellen, die dem medizinischen Konsens entsprechen, während sie im Laufe des voranschreitenden Tages und mit größerer Müdigkeit unterdiagnostizieren oder der Einfachheit halber Medikamente statt einer Behandlung verschreiben. 

Das klingt, als wären auch sehr gut ausgebildete Personen von Noise betroffen. Können Sie dies aus Ihrer Zeit im Weißen Haus, als Sie unter Barack Obama Leiter des Office of Information and Regulatory Affairs waren, bestätigen?

Es ist wichtig zu betonen, dass Uneinigkeit und Noise zwei unterschiedliche Phänomene sind. Wenn beispielsweise Menschen verschiedene Meinungen zu der Frage haben, ob man Osama bin Laden töten sollte – und diese Diskussion gab es zu meiner Zeit im Weißen Haus –, handelt es sich dabei um Uneinigkeit, nicht um Noise. Die Aufgabe des Präsidenten ist es in diesem Fall, sich die verschiedenen Meinungen anzuhören und einen gangbaren Weg zu finden. Im Weißen Haus kommen also in der Regel viele Menschen zusammen und müssen am Ende eine Entscheidung treffen, da die amerikanische Bevölkerung nicht mit vielen Entscheidungen konfrontiert werden soll, um sich dann selbst einen Reim darauf machen zu müssen. Denn das wäre tatsächlich Noise. Man muss allerdings nicht in der Obama-Administration oder wie ich jetzt in der Biden-Administration tätig sein, um zu sehen, dass politische Entscheidungen oft verrauscht sind und auch sehr gut ausgebildete Menschen alles andere als frei von derartigen Problemen sind.

Woran denken Sie?

Entscheidungen, die mit Klassifizierungen und Einordnungen zu tun haben, erzeugen beispielsweise in der Regel eine Menge Noise. Nehmen wir die Frage, wie Verstöße gegen Umweltregularien bestraft oder wann Menschen Invaliditätszahlungen erhalten sollen, wenn sie psychische Probleme haben. Diese Systeme sind in der Regel verrauscht, weil es oft zu Ungleichbehandlungen identischer Fälle kommt. Viele Entscheidungen dieser Art gleichen Lotterien: Es kommt darauf an, wer über einen bestimmten Fall entscheidet. In meiner Zeit im Office of Information and Regulatory Affairs habe ich also im Grunde versucht, Rauschen zu reduzieren, ohne Noise bereits zu kennen.

Ist denn vor dem Hintergrund der Noise-Forschung der von Kant 1784 ausgegebene Leitspruch der Aufklärung „Habe Mut, dich deines eigenen Verstandes zu bedienen!“ noch zeitgemäß? Schließlich scheint es so, als wäre das Problem auch, dass wir zu viel Wert auf unseren eigenen Verstand legen und den Urteilen anderer zu wenig Beachtung schenken.

Wenn Sie auf Kant anspielen, stoßen wir zum philosophischen Herz des Buches vor. In dessen Zentrum steht nämlich Kants Selbstzweckformel, die besagt, dass Menschen stets als Zwecke angesehen und niemals als bloße Mittel gebraucht werden dürfen. So wichtig gute Entscheidungen auch sein mögen, werden sie noch immer von Menschen getroffen, die als solche behandelt werden müssen. Spannend an Kants Philosophie im Zusammenhang mit Überlegungen zu Noise ist nun, dass Kant sicherlich kein Psychologe war. Hätte er allerdings von Noise gewusst und erfahren, dass das Gebot gerechter Behandlung allein dadurch verletzt wird, dass unterschiedliche Menschen in gleichen Fällen unterschiedliche Entscheidungen treffen bzw. dieselbe Person zu unterschiedlichen Zeitpunkten anders urteilt, hätte ihn das sicher massiv empört. Der größte Noise-Theoretiker war allerdings sicherlich Franz Kafka.

Weil er neben Max Weber als jemand gilt, der das Wesen der Bürokratie zu greifen versucht hat?

In erster Linie, weil er Menschen in radikal verrauschten Situationen beschreibt, in denen Zufall und Willkür allgegenwärtig sind, wobei diese Willkür oft gerade von übertrieben starren Regeln hervorgerufen wird. Denken sie nur an die Figur K. aus Der Process, die eines Tages aufwacht, verhaftet ist und weder den Grund dafür versteht noch einen tatsächlichen Prozess bekommt. Ein weiterer Aspekt, der Kafka zum Noise-Theoretiker schlechthin macht, ist die Einsicht, dass das Leben über weite Strecken einer Lotterie gleicht, über die man schlicht nicht verfügt.

Um das Kafkaeske aus unserer Welt zu tilgen, also die Verrauschtheit von Urteilen zu reduzieren, schlagen Sie etwas vor, das Sie „Entscheidungshygiene“ nennen. Was kann man sich darunter vorstellen?

Anders als viele Philosophinnen und Philosophen denken wir den menschlichen Verstand als eine Art Messinstrument, das relativ gut eingestellt sein kann oder aber verrauschte sowie verzerrte Urteile trifft. Wenn Letzteres der Fall ist, können Richtlinien und Regeln helfen, um Urteile sauberer zu machen. Deshalb sprechen wir von „Entscheidungshygiene“. Wenn wir konkret darüber reden wollen, wie dies gelingen kann, kommen wir auf Max Weber zurück. In seinen Werken lobt er bürokratische Prozesse immer wieder dafür, dass sie bessere Urteile produzieren als Einzelpersonen, die sich oft auf ihre Intuitionen verlassen, was, man muss es so klar sagen, oft keine gute Idee ist. Ein gutes Beispiel hilfreicher Prozessreglementierung und damit Bürokratie ist der sogenannte Apgar-Score, der die Gesundheit von Neugeborenen in fünf Bereichen mit einem Wert von 0 bis 2 beschreibt, die Ergebnisse addiert und so zu einer sehr guten Einschätzung des gesundheitlichen Zustandes kommt. Dieser Score reduziert sowohl Verzerrungen als auch Noise im Gegensatz zu den Einschätzungen einzelner Ärztinnen und Ärzte.

Wenn wir Menschen mit unseren kognitiven Verzerrungen und verrauschten Entscheidungen so inhärent fehlerhaft sind, sollten wir dann die wirklich wichtigen Entscheidungen nicht einfach an gut programmierte Algorithmen auslagern?

Als wir mit dem Buch begonnen haben, dachten wir noch, dass Algorithmen eine wesentlich größere Rolle spielen würden, als es jetzt im fertigen Buch tatsächlich der Fall ist. Der Grund ist, dass diese Systeme auf absehbare Zeit nicht gut genug sein werden. Wenn man diese nämlich alleine Entscheidungen treffen lässt, produziert das noch immer viele Fehler, die schwerwiegender sind als die, die Menschen verursachen. Und selbst an jenem Zeitpunkt, an dem Algorithmen für Urteilsfindungen wirklich brauchbar werden sollten, werden Menschen noch immer ein Unwohlsein bei dem Gedanken empfinden, dass ihr Schicksal von Schaltkreisen abhängt. Diese tiefe menschliche Aversion sowie die Tatsache, dass wirklich sehr gute Algorithmen noch in weiter Ferne liegen, brachte uns zu der Überzeugung, dass wir Noise nicht einfach reduzieren können, indem wir Entscheidungen an Programme delegieren. Dennoch verwerfen wir Algorithmen nicht komplett, da auch mittelmäßige Programme die nützliche Eigenschaft haben, stets das gleiche Ergebnis zu produzieren und im besten Fall nicht voreingenommen zu sein. Auch hier kommen wir also zu Kant zurück. Solange Menschen als Zweck und nicht als Mittel angesehen werden, können Maschinen nützlich sein. Ist dies nicht der Fall, werden sie für die Urteilsfindung allerdings nicht nur unbrauchbar, sondern auch unakzeptabel. •
 

Cass R. Sunstein ist Jurist, Verhaltensökonom und Inhaber des Felix-Frankfurter-Lehrstuhls an der Harvard Law School. Er war Berater von Barack Obama zu Intelligence and Communications Technologies und ist Autor zahlreicher Bücher, darunter „The World According to Star Wars“ und „Nudge. Wie man kluge Entscheidungen anstößt“ (z.m. Richard Thaler), das zum Bestseller wurde.