Warum scheint Lob für ein gutes Ergebnis nicht zu wirken, und Tadel für ein schlechtes schon?

Ein erfahrener Fluglehrer sagte Daniel Kahneman einmal, sein Lob mache die Kadetten schlechter und sein Gebrüll mache sie besser. Kahneman erzählt in Schnelles Denken, langsames Denken (2011), dass dieser Einwand, der auf den ersten Blick völlig zunichtezumachen schien, was er gerade lehrte, ihm das befriedigendste Entdeckungserlebnis seiner Laufbahn bescherte.

Der Einwand des Fluglehrers

Kahneman schulte Fluglehrer der israelischen Luftwaffe in der Psychologie wirksamen Trainings. Seine Botschaft war die in der damaligen Verhaltensforschung übliche: Belohnungen für Fortschritte wirken meist besser als Strafen für Fehler, eine Idee, die von Jahrzehnten an Studien mit Tauben, Ratten und Menschen gestützt wurde.

Am Ende seines Vortrags meldete sich einer der erfahrensten Ausbilder mit einem konkreten Einwand, der auf eigener Erfahrung beruhte:

• Wenn er einen Kadetten für ein gut geflogenes Kunstflugmanöver lobte, machte dieser es beim nächsten Versuch meist schlechter.
• Wenn er dagegen nach einer schlechten Ausführung über den Kopfhörer brüllte, wurde der Kadett beim nächsten Versuch meist besser.

Für den Ausbilder war die Schlussfolgerung klar: Die Theorie war falsch, Strafe wirkte und Lob nicht.

Kahneman beschreibt diesen Moment als Offenbarung: Der Ausbilder hatte mit dem, was er beobachtet hatte, vollkommen recht, und lag zugleich mit seiner Erklärung dafür völlig falsch.

Was wirklich geschah: Regression zur Mitte

Was der Ausbilder, ohne es zu wissen, entdeckt hatte, war ein statistisches Phänomen namens Regression zur Mitte.

Wenn die Leistung eines Kadetten bei einem Manöver teils vom Können und teils vom Zufall abhängt (eine kurze Phase von Glück oder Pech), folgt auf ein besonders gutes Ergebnis beim nächsten Versuch tendenziell ein etwas schlechteres, und auf ein besonders schlechtes tendenziell ein etwas besseres.

Nicht weil eine ausgleichende Kraft existiert, sondern einfach, weil das Extreme sich per Definition kaum zweimal hintereinander wiederholt.

Der Ausbilder lobte einen Kadetten nur, wenn dessen Ausführung besser als üblich gewesen war, sodass statistisch zu erwarten war, dass der nächste Versuch etwas schlechter ausfiel, völlig unabhängig vom Lob.

Und er brüllte nur, wenn die Ausführung besonders schlecht gewesen war, sodass zu erwarten war, dass der nächste Versuch besser wurde, ebenfalls unabhängig vom Tadel.

Der Ausbilder hatte eine zufällige Schwankung mit einer Ursache-Wirkungs-Beziehung verwechselt.

Die improvisierte Demonstration mit zwei Münzen

Weil Kahneman wusste, dass eine rein statistische Erklärung den Saal nicht überzeugen würde, griff er spontan zu einer handfesten Demonstration: Er malte mit Kreide eine Zielscheibe auf den Boden und bat alle anwesenden Offiziere, mit dem Rücken zum Ziel zwei Münzen hintereinander zu werfen, ohne hinzusehen.

Das Muster, das an der Tafel erschien, war genau dasselbe, das der Ausbilder bei den Kunstflugmanövern beschrieben hatte:

• Die meisten, die beim ersten Wurf näher an der Mitte landeten, machten es beim zweiten schlechter.
• Die meisten, die beim ersten Wurf weiter danebenlagen, wurden beim zweiten besser.

Und hier war offensichtlich, dass weder Lob noch Tadel etwas damit zu tun hatten, denn zwischen den beiden Würfen lobte oder beschimpfte niemand irgendwen: Die einzig mögliche Erklärung war die Regression zur Mitte.

Ein Phänomen mit mehr als hundert Jahren Geschichte

Kahneman hat die Regression zur Mitte nicht entdeckt. Francis Galton beschrieb sie 1886, als er die Körpergröße von Eltern und Kindern verglich: Die Kinder sehr großer Eltern waren groß, aber im Schnitt etwas kleiner als ihre Eltern, und die Kinder sehr kleiner Eltern waren klein, aber etwas weniger. Galton nannte das “Regression zur Mittelmäßigkeit”. Heute versteht man es als statistische Folge jeder unvollkommenen Korrelation zwischen zwei Messungen, ohne dass irgendeine Kraft zur Mitte hin ziehen müsste.

Was Kahneman und Amos Tversky beitrugen, war der psychologische Teil. In ihrem Aufsatz von 1973 über die Psychologie der Vorhersage zeigten sie, dass die Intuitionen von Menschen die Regression beim Vorhersagen nicht berücksichtigen, und in ihrem berühmten Aufsatz von 1974 über Heuristiken und Verzerrungen verwendeten sie bereits den Fall der Fluglehrer: Wenn Regression auftritt, erfinden Menschen eine Ursache dafür. Genau das ist der Fehler des Ausbilders: Das statistische Phänomen stammt von Galton; die falsche kausale Erklärung ist universell.

Ein Muster, das auch beim Golf auftaucht

Kahneman veranschaulicht dasselbe Prinzip mit einem anderen Beispiel: einem hochklassigen Golfturnier, bei dem der Durchschnitt am ersten Tag 72 Schläge beträgt.

Ein Spieler, der am ersten Tag 66 spielt (deutlich besser als der Durchschnitt), hat wahrscheinlich echtes Talent, aber es ist auch vernünftig anzunehmen, dass er an diesem Tag zusätzlich mehr Glück als üblich hatte.

Dasselbe gilt umgekehrt für einen Spieler mit 77 Schlägen.

Die vernünftigste Vorhersage für den zweiten Tag ist nicht, dass beide ihr Ergebnis vom ersten genau wiederholen, sondern dass sich beide etwas dem Durchschnitt annähern: Wer sehr gut gespielt hat, wird wahrscheinlich weiterhin gut spielen, aber etwas schlechter als beim ersten Mal, weil sich seine Glückssträhne kaum genauso stark wiederholen wird; und wer schlecht gespielt hat, wird sich wahrscheinlich verbessern, nicht weil er „aus der Lektion gelernt“ hat, sondern weil auch seine Pechsträhne voraussichtlich nicht anhält.

Warum das über Sport oder Fliegen hinaus wichtig ist

Kahneman zieht aus dieser Episode eine unbequeme Schlussfolgerung darüber, wie Feedback im Alltag funktioniert: Da wir andere eher loben, wenn uns ihr Verhalten gefällt, und sie tadeln, wenn nicht, und da die Leistung anderer natürlicherweise um ihren tatsächlichen Durchschnitt schwankt, werden wir am Ende, in seinen eigenen Worten:

statistisch dafür bestraft, freundlich zu sein, und dafür belohnt, unangenehm zu sein.

Nicht weil Tadel tatsächlich besser wirkt als Lob, sondern weil schon die Art, wie wir festlegen, wann wir loben und wann wir tadeln, dafür sorgt, dass die Regression zur Mitte fast immer zugunsten dessen spielt, der schimpft.

Dieselbe Art von Fehler, einer Zufallsschwankung eine Ursache zuzuschreiben, zeigt sich oft auch darin, wie die Leistung eines Teams oder einer Person bei der Arbeit gedeutet wird. Das ist relevant für jeden Führungsstil, der sich auf positive oder negative Verstärkung als Steuerungsinstrument stützt, und für alle mit einem analytischeren Profil, wenn es darum geht, punktuelle Leistungsschwankungen bei sich oder anderen zu deuten.

Wenn du dein eigenes Führungsmuster in solchen Situationen erkennen möchtest, fasst der Test Mein Führungsstil es in wenigen Minuten zusammen.

Quellen

• Galton, F. (1886). Regression towards mediocrity in hereditary stature. The Journal of the Anthropological Institute of Great Britain and Ireland, 15, 246-263. https://doi.org/10.2307/2841583
• Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.
• Kahneman, D. und Tversky, A. (1973). On the psychology of prediction. Psychological Review, 80(4), 237-251. https://doi.org/10.1037/h0034747
• Tversky, A. und Kahneman, D. (1974). Judgment under uncertainty: Heuristics and biases. Science, 185(4157), 1124-1131. https://doi.org/10.1126/science.185.4157.1124