Survivorship-Bias beim Investieren: Einfache Beispiele, die Ihnen Geld sparen können

Die meisten Anlagefehler kommen nicht von der Mathematik. Sie entstehen durch das, was Sie nicht sehen—insbesondere die Verlierer, die still verschwinden.

Was Survivorship-Bias wirklich bedeutet (einfach erklärt)

Survivorship-Bias tritt auf, wenn wir eine Anlagestrategie nur anhand der Investments beurteilen, die überlebt haben—die Fonds, die noch gehandelt werden, die Unternehmen, die noch gelistet sind, die Manager, die sich noch vermarkten—während die gescheiterten Akteure aus dem Blickfeld verschwinden. Wenn die Zusammenbrüche aus dem Datensatz verschwinden, wirken die verbleibenden Ergebnisse sauberer, sicherer und rentabler als die Realität.

Beim Investieren ist das gefährlich, weil der Markt ein Friedhof für delistete Aktien, eingestellte Fonds und „umbenannte“ Produkte ist, die früher etwas anderes waren. Wenn Ihre Sicht der Geschichte nur die Gewinner einschließt, werden Sie annehmen:

Gewinner waren leichter zu finden, als sie es waren,
Renditen waren höher, als sie waren,
Risiko war niedriger, als es war.

Survivorship-Bias steht in engem Zusammenhang mit verhaltensbedingten Verzerrungen: Unser Gehirn bevorzugt einfache Geschichten, und „schau dir diese erfolgreichen Beispiele an“ ist eine sehr verführerische Geschichte.

Das klassische Beispiel: „Ich habe nur die erfolgreichen Fonds untersucht“

Stellen Sie sich vor, Sie bewerten Investmentfonds. Sie öffnen einen Fonds-Screener und filtern nach „10-Jahres-Performance“. Die Ergebnisliste zeigt Dutzende Fonds mit langen Track Records.

Aber was ist mit den Fonds passiert, die keine 10 Jahre durchgehalten haben?

Viele wurden wegen schlechter Performance zusammengelegt, liquidiert oder umbenannt. Sie sind in Ihren Filterergebnissen nicht sichtbar. Der „durchschnittliche“ Fonds, den Sie sehen, hat bereits einen Überlebens-Test bestanden.

Ein einfaches Zahlenbeispiel macht das deutlich:

Jahr 0: 100 Fonds werden gestartet.
Über 10 Jahre:
- 30 Fonds werden nach schlechter Performance geschlossen,
- 10 Fonds werden in andere Fonds integriert,
- 60 Fonds überleben und bleiben sichtbar.

Wenn Sie die 10-Jahres-Durchschnittsrendite nur mit den 60 Überlebenden berechnen, fehlen Ihnen die Historien von 40 Fonds—von denen viele wahrscheinlich underperformt haben. Die sichtbare Liste überbewertet die tatsächliche durchschnittliche Rendite von „Fonds wie diesen“.

Das ist einer der Gründe, warum Marketingphrasen wie „Top-Quartil über das letzte Jahrzehnt“ Kontext brauchen. Wurden die schlechten Performer aus der Vergleichsgruppe entfernt? Wurden sie noch in der Datenbank berücksichtigt? Wenn nicht, betrachten Sie ein aufgeblasenes Bild.

Survivorship-Bias beim Stock Picking: die Illusion „Die heutigen Giganten waren offensichtlich“

Aktienanleger machen das ständig, oft ohne es zu merken.

Menschen sehen sich die Mega-Unternehmen von heute an und spinnen eine Geschichte: „Wenn man die Marktführer früh gekauft und gehalten hätte, wäre man reich geworden.“ Das ist wahr—aber unvollständig.

Die fehlende Hälfte sind die Unternehmen, die einst wie Marktführer aussahen, die Schlagzeilen dominierten und dann zusammenbrachen oder stagnierten. Über lange Zeiträume werden viele berühmte Namen durch Disruption, Missmanagement, Regulierung oder schlicht durch bessere Konkurrenz verdrängt. Wenn sie aus den großen Indizes fallen, werden sie nicht mehr als „offensichtliche Gewinner“ diskutiert, und die Erzählung wird umgeschrieben.

Eine praktische Methode, Survivorship-Bias hier zu erkennen: Fragen Sie sich, ob Ihre mentale Liste „großer langfristiger Aktien“ hauptsächlich aus Unternehmen besteht, die noch in ihrer heutigen Form existieren. Das ist kein Zufall; das ist die Verzerrung.

Die eigentliche Frage ist nicht „Hätte ich einen Gewinner gehalten?“ sondern „Hätte ich Gewinner konsequent in Echtzeit identifizieren können und dabei die vielen plausiblen Verlierer vermieden?“ Survivorship-Bias lässt diese Aufgabe einfacher erscheinen, als sie ist.

Indizes können ebenfalls Survivorship-Bias enthalten (je nachdem, wie man sie verwendet)

Investoren gehen oft davon aus, dass breite Indizes gegen diese Verzerrungen immun sind. Sie sind besser als kuratierte Listen, aber Survivorship-Bias kann trotzdem durch die Art der Datenpräsentation eindringen.

Betrachten Sie den Unterschied zwischen:

den historischen Renditen eines Indexes wie er im Zeitablauf gepflegt wurde (inklusive periodischer Entfernen und Hinzufügungen), und
einem Backtest, der heutige Mitglieder eines Indexes rückwirkend anwendet.

Die zweite Methode ist eine klassische Survivorship-Falle. Wenn Sie heute ein „Portfolio“ aus den aktuellen Mitgliedern eines Indexes erstellen und dann testen, wie dieses Portfolio in den letzten 20 Jahren abgeschnitten hat, haben Sie implizit Firmen ausgewählt, die bis heute überlebt haben. Das ist, als würde man einen Marathon beurteilen, indem man nur die Läufer misst, die ins Ziel gekommen sind.

Datenanbieter und Forschungsplattformen unterscheiden sich darin, wie sie diese Datensätze aufbauen. Wenn Sie jemals einen Strategie-Backtest gelesen haben, der ungewöhnlich glatt aussieht—wenige Drawdowns, durchgängig starke Performance—dann ist eine Möglichkeit Survivorship-Bias, vermischt mit anderen Problemen wie Look-Ahead-Bias.

Wie Survivorship-Bias Performance-Geschichten in der Finanzpresse verzerrt

Finanzschlagzeilen präsentieren oft „die besten Fonds“, „die besten Aktien“ oder „die besten Investoren“. Das ist nicht immer unehrlich; es zieht einfach Aufmerksamkeit an. Aber es erzeugt eine konstante Diät aus Überlebenden.

Auch gut gemeinte Artikel können unbeabsichtigt die Ausfallrate einer Strategie verbergen:

„Dieser Manager hat den Markt 15 Jahre lang geschlagen.“
„Diese Wachstumsaktien haben mit 20% akkumuliert.“
„Dieser Sektor hat im letzten Jahrzehnt zugeschlagen.“

Was Sie selten neben diesen Aussagen sehen, ist der Nenner:

Wie viele Manager haben denselben Ansatz versucht und sind gescheitert?
Wie viele Wachstumsaktien wurden gehypt und dann abgestürzt?
Wie viele Sektor-Fonds wurden aufgelegt und später geschlossen?

Survivorship-Bias ist besonders stark in nachträglich erzählten Geschichten. Sobald man das Ende kennt, ist es einfach, eine Erzählung zu bauen, die das Ergebnis vorhersehbar erscheinen lässt.

Der „Paper-Trading-Champion“-Effekt: wenn nur Gewinner weiter Ergebnisse posten

Im Zeitalter der sozialen Medien hat Survivorship-Bias einen neuen Spielplatz.

Angenommen, 1.000 Leute versuchen Daytrading. Einige haben früh Glück oder gehen große Risiken ein, die sich auszahlen. Sie posten Screenshots, bauen eine Anhängerschaft auf und reden weiter. Die Mehrheit verliert still Geld und hört auf zu posten.

Mit der Zeit füllt sich Ihr Feed mit „erfolgreichen Händlern“, weil die erfolglosen sich aus dem öffentlichen Raum zurückziehen. Das Ergebnis ist ein verzerrter Eindruck, dass aktives Trading eine hohe Erfolgsquote hat.

Diese Dynamik beschränkt sich nicht auf Influencer. Sie zeigt sich auch in Newslettern, kostenpflichtigen Gruppen und Signal-Diensten. Die „Track Records“, die Sie sehen, sind oft die, die lange genug überlebt haben, um vermarktet zu werden.

Eine einfache, alltägliche Analogie, die alles klar macht

Denken Sie an Survivorship-Bias wie daran, eine Buchhandlung zu besuchen und zu schließen: „Die meisten Menschen, die Bücher schreiben, werden erfolgreiche Autoren.“

Sie sehen nur die Bücher, die veröffentlicht und vertrieben wurden. Sie sehen nicht die abgelehnten Manuskripte, die selbstveröffentlichten Titel ohne Verkäufe oder die Autoren, die aufgegeben haben. Das Regal ist keine zufällige Stichprobe von Versuchen; es ist eine kuratierte Stichprobe der Überlebenden.

Märkte funktionieren ähnlich. Ihre Brokerage-App, Ihr Fonds-Screener und Ihr Finanznachrichten-Feed zeigen die Überlebenden und heben die Gewinner hervor. Die Ausfälle geraten oft in Fußnoten.

Warum Survivorship-Bias Investoren zum Performance-Chasing treibt

Performance-Chasing passiert, wenn Investoren in das investieren, was zuletzt am besten lief—den Top-Fonds des letzten Jahres, das heißeste Thema des letzten Quartals, die Aktie, die sich gerade verdoppelt hat.

Survivorship-Bias wirkt dabei wie Brandbeschleuniger auf diesen Impuls:

Die Top-Performer sind leicht zu finden.
Die schlechten Performer verschwinden (Fonds-Schließungen, Delistings, Fusionen).
Die sichtbare Menge wirkt so, als hätte sie eine höhere Trefferquote, als sie wirklich hat.

Wenn Sie eine Strategie nur anhand ihrer „überlebenden Gewinner“ bewerten, unterschätzen Sie möglicherweise das Abwärtsrisiko und überschätzen die Wiederholbarkeit.

Das ist einer der Gründe, warum viele Anleger am Ende teuer kaufen und billig verkaufen, selbst wenn sie das Gefühl haben, den „bewährten Gewinnern“ zu folgen.

_{Photo by Sortter on Unsplash}

Survivorship-Bias in Fondsdatenbanken: das „Friedhofs“-Problem

Professionelle Forscher sprechen aus gutem Grund von „Fund Graveyards“. Investmentfonds und ETFs leben nicht ewig. Bei schwacher Performance fließen Mittel ab, die Gebühreneinnahmen schrumpfen und der Anbieter stellt das Produkt oft ein oder führt es in ein stärkeres Produkt zusammen.

Wenn eine Datenbank nur aktuell aktive Fonds enthält, wird sie historische Renditen höher anzeigen als eine Datenbank, die auch tote Fonds enthält.

Wichtig ist: Das Ende eines Fonds ist nicht zufällig. Produkte verschwinden oft wegen schlechter Performance, wodurch Survivorship-Bias systematisch wird.

Wenn Sie Forschung lesen, die behauptet „der durchschnittlich aktiv gemanagte Fonds unterperformte um X“, prüfen Sie, ob die Studie tote Fonds einbezogen hat. Einige der besten akademischen Arbeiten bemühen sich ausdrücklich darum, sie zu berücksichtigen, weil das Weglassen die Schlussfolgerung ändert.

Für Privatanleger ist die praktische Erkenntnis einfacher: Die langfristige Historie eines Fonds kann teilweise deshalb besser aussehen, weil die Branche viele der Ausfälle aus dem für Sie leicht durchsuchbaren Record entfernt hat.

Survivorship-Bias und die Falle „bester Manager“ bei der Auswahl

Eine andere Variante tritt auf, wenn Investoren einen Manager oder Berater aufgrund einer langen Erfolgsserie auswählen.

Wenn Sie nach Managern mit 15 Jahren Outperformance suchen, wählen Sie im Grunde eine winzige Gruppe aus einer großen Population aus. Selbst wenn alle dieselbe Fähigkeit hätten, würden einige Manager rein durch Zufall herausragende Serien haben. Diese sind es dann, die Sie bemerken, interviewen und zu denen Sie zuweisen.

Das ist kein Argument dafür, dass es keine Fähigkeiten gibt. Es ist ein Plädoyer für Bescheidenheit: Eine sichtbare Serie bedeutet nicht automatisch einen wiederholbaren Vorteil. Survivorship-Bias macht es zu leicht, „überlebt und beeindruckend aussehend“ mit „unvermeidlich fähig“ zu verwechseln.

Er erklärt auch, warum manche Anleger wiederholt Strategien wechseln: Sie wählen immer den neuesten sichtbaren Gewinner aus einer bereits nach Überleben gefilterten Menge.

„Aber ich investiere in einen Index, also bin ich sicher“—sicherer, ja; immun, nein

Breites Indexinvestieren verringert bestimmte Risiken, weil es regelbasiert, diversifiziert und weniger abhängig davon ist, den nächsten Gewinner zu finden. Dennoch kann Survivorship-Bias die Wahrnehmung von Indexinvesting auf zwei subtile Weisen beeinflussen:

Backtests, die die heutige Indexzusammensetzung verwenden können die historische Performance übertreiben, wie zuvor beschrieben.
Länder- und Marktauswahl kann durch Überlebensgeschichten kontaminiert werden. Menschen zitieren oft die stärksten Märkte so, als wären sie vor Jahrzehnten die offensichtliche Wahl gewesen, und ignorieren Märkte, die stagnierten, lange Krisen erlebten oder nie Anlegerfavoriten wurden.

Saubere Datensätze und klare Methodik sind wichtig, selbst für indexbezogene Forschung.

Wie Sie sich schützen: praktische Prüfungen, die keinen Doktortitel erfordern

Sie können Survivorship-Bias als Privatanleger nicht vollständig eliminieren, aber Sie können sich schwerer täuschen lassen. Das Ziel ist nicht Paranoia—es sind bessere Gewohnheiten.

Achten Sie auf den fehlenden Nenner

Immer wenn Sie eine beeindruckende Bilanz sehen, fragen Sie:

Wie viele haben das versucht?
Wie viele sind gescheitert?
Was ist mit den Produkten oder Unternehmen passiert, die nicht gezeigt werden?

Wenn die Antwort unklar ist, behandeln Sie die Performance-Geschichte als unvollständig.

Bevorzugen Sie Studien und Tools, die tote Fonds einschließen

Wenn Sie Forschung über Investmentfonds lesen, achten Sie auf Formulierungen wie:

„inklusive liquidierter und fusionierter Fonds“
„survivorship-bias-freier Datensatz“
„Fund Graveyard included“

Selbst wenn Sie nicht in die Mathematik eintauchen, deuten solche Formulierungen darauf hin, dass der Autor die Falle kennt und versucht hat, sie zu vermeiden.

Seien Sie vorsichtig bei „Top-Performer“-Listen

Top-10-Listen sind per Design Schauen der Überlebenden. Sie können nützlich für Ideen sein, aber sie sind schwache Beweise für Entscheidungen.

Wenn Sie sie überhaupt nutzen, dann als Anstoß zu tiefergehenden Fragen: Wie verlief der Prozess? Wie hoch ist das Risiko? Welche Kosten entstehen? Wie sieht die vergleichbare Bilanz inklusive der Ausfälle aus?

Betrachten Sie lange Serien als Hypothesen, nicht als Garantien

Ein großartiger 10- oder 15-Jahres-Lauf kann auf Können, Glück, Stil-Tailwinds oder einer Mischung beruhen. Survivorship-Bias verleitet Menschen dazu, die Serie selbst als Beweis zu sehen. Eine bessere Herangehensweise ist, sie als Ausgangspunkt zu betrachten:

Ergibt die Strategie Sinn?
Ist sie nach Gebühren und Steuern wiederholbar?
Würde sie ein anderes Marktregime überstehen?
Wie sieht sie in Drawdowns aus?

Vermeiden Sie es, nur aus einer einzigen „Erfolgsgeschichte“ zu lernen

Es ist in Ordnung, große Investoren und erfolgreiche Unternehmen zu studieren. Lernen Sie nicht ausschließlich von ihnen.

Wenn Sie aus der Geschichte survivorship-bewusst lernen wollen, balancieren Sie Ihre Lektüre:

kombinieren Sie eine Geschichte über einen berühmten Gewinner mit einer über einen berühmten Verlierer,
vergleichen Sie zwei Unternehmen, die ähnlich gestartet sind, aber unterschiedlich endeten,
studieren Sie, was Investoren damals geglaubt haben, nicht nur, was jetzt offensichtlich erscheint.

Diese Art des Lernens baut bessere Instinkte auf als reine Gewinner-Fallstudien.

Wo Survivorship-Bias in gängigen Anlageprodukten auftaucht

Selbst wenn Sie nie einen Backtest durchführen, kann Survivorship-Bias in die Produkte eindringen, die Sie in Betracht ziehen. Hier sind einige gängige Stellen, bei denen Vorsicht geboten ist.

Mutual Fund Screeners
Screeners zeigen oft standardmäßig aktive Fonds, lange Track Records oder „Kategorie-Führer“. Das kann unbeabsichtigt die toten Fonds und die kurzlebigen Enttäuschungen herausfiltern.
Model Portfolios and Backtested Strategies
Manche Modellportfolios sehen rückblickend brillant aus, weil die Komponenten ausgewählt wurden, nachdem Gewinner aufgetaucht sind—oder weil schlechte Komponenten ausgetauscht wurden, ohne die vollständige Historie zu zeigen.
Thematic ETFs
Themen werden oft nach einem starken Lauf aufgelegt (Clean Energy, Robotics, AI, Crypto-adjacent Equities). Die überlebenden Gewinner der Themen dominieren die Erzählung, während gescheiterte Projekte und gescheiterte Aktien schnell verblassen.
**“Best Stocks of the Decade” Articles **
Solche Listen sind unterhaltsam und manchmal lehrreich, aber sie sind Survivorship-Bias mit voller Absicht: Sie präsentieren die seltenen Ausreißer und lassen die vielen plausiblen Picks, die nicht funktionierten, weg.

Das Muster ist konsistent: Je leichter etwas zu vermarkten ist, desto wahrscheinlicher ist es, dass es die Überlebenden hervorhebt.

Die tiefere Lehre: Anlagegeschichte ist absichtlich unordentlich

Survivorship-Bias ist nicht nur ein technischer Fehler in einer Tabellenkalkulation. Es ist eine psychologische Falle, die beeinflusst, wie Anleger die Vergangenheit erinnern und die Zukunft vorstellen.

Der Markt redigiert ständig seine eigene Geschichte. Unternehmen verschwinden. Fonds fusionieren. Strategien werden umbenannt. Was bleibt, ist ein sauberer Highlight-Reel, und Highlight-Reels lassen schwierige Dinge einfach erscheinen.

Sobald Sie das bemerken, hören Sie Anlagebehauptungen anders. Statt zu fragen „Wie beeindruckend ist dieser Gewinner?“ fragen Sie „Wie sieht die volle Verteilung aus—einschließlich der Namen, die es nicht geschafft haben?“

Diese Verschiebung garantiert keine besseren Renditen. Aber sie bewirkt etwas ebenso Wertvolles: Sie reduziert die Wahrscheinlichkeit, dass Sie einen Plan aufbauen, dessen Geschichte heimlich von ihren Misserfolgen bereinigt wurde.

External Links

Survivorship Bias - Overview, Impact, and How to Prevent Survivorship Bias - Definition, Risks & Example Avoid Investment Mistakes Survivorship Bias Tips | Quant Investing Survivorship Bias in Investments - Medium Survivorship Bias Market Data & Hedge Funds: What Traders Need to Know