Seminararbeit. Kurze Geschichte von Risiko und Risikomanagement

Transkript

1 Seite 1/15 Seminararbeit Kurze Geschichte von Risiko und Risikomanagement

2 Seite 2/15 Inhaltsverzeichnis INHALTSVERZEICHNIS 2 EINLEITUNG 3 BEGRIFF UND BEDEUTUNG 3 ANTIKE BIS MITTELALTER (BIS 1200) 5 RENAISSANCE BIS NEUZEIT (1200 BIS 1700) 6 ZEIT DER INDUSTRIALISIERUNG (1700 BIS 1900) 7 DIE MODERNE (AB 1900) 11 SCHLUSS 14 QUELLEN 15

3 Seite 3/15 Einleitung Täglich werden wir alle mit mannigfaltigen Risiken konfrontiert. Das Risiko eines Autounfalls auf dem Weg zur Arbeit, bestohlen zu werden beim Einkaufen oder, dass der Zug zu spät kommt; es ließen sich noch unzählig mehr Beispiele finden. Im Unterschied zu vergangenen Zeiten wird heute all dies als Risiko begriffen und die Menge der Dinge, die man als Risiko begreift scheint sich allgemein in Zukunft noch zu vergrößern. Umso globaler und vernetzter unsere Welt heute auch wird, umso unüberschaubarer wird sie auch. Entscheidungen und Handlungen eines Einzelnen oder einer kleinen Gruppe können auch zu ungeahnten Auswirkungen auf andere Menschen weit entfernt von einem selbst führen. Der Mensch ist aber gezwungen sich die ganze Zeit seines Lebens zwischen Alternativen zu entscheiden. Glücklicherweise kann für viele mögliche Entscheidungen unter Ungewissheit ein Risiko berechnet oder anschaulich gemacht werden, sodass man die Entscheidung wählen kann, die das geringste Risiko in sich birgt das Risikomanagement. Auch wenn diese Veranschaulichung und Kalkulation immer komplexer wird und teilweise viel Zeit in Anspruch nimmt ist das Risikomanagement ein Ansatz Risiken auszuweichen. Genau mit dieser Thematik beschäftigt sich die vorliegende Arbeit Risiko und Risikomanagement, was ist das? Um dies besser aufzuarbeiten wird hier die Geschichte von Risiko und dessen Management behandelt. Zuerst wird eine Begriff- und Bedeutungserklärung vorgenommen und dann die Geschichte (sehr verkürzt, nur mit den wichtigsten Eckgeschehnissen und Personen) anhand von vier Epochen dargestellt. Begriff und Bedeutung 1 Der Begriff Risiko stammt ursprünglich vom arabischen rizq ab, was der von Gottes Gnade oder Geschick abhängige Lebensunterhalt bedeutet und findet sich in ähnlicher Form in vielen europäischen Sprachen wieder (z.b. lat. risicare ); das Antonym zu "Risiko" ist "Sicherheit". Im Eintrag des Duden - Fremdwörterbuches 2 steht für Risiko: Wagnis, Gefahr und Verlustmöglichkeit bei einer unsicheren Unternehmung; in diesem Spannungsfeld bewegt sich die Bedeutung von Risiko. Risiko ist im Allgemeinen (obwohl es auch andere zweckmäßige mathematische und nichtmathematische Definitionen gibt) die Wahrscheinlichkeit des Eintretens eines ungünstigen Ereignisses (Verlust, Schaden, Gefahr, etc.) oder die Wahrscheinlichkeit des Nichteintretens eines günstigen Ereignisses (Nutzen, Gewinn, etc.). Was als günstiges oder ungünstiges Ereignis empfunden wird ist aber höchst subjektiv in Abhängigkeit mit den jeweiligen Wertvorstellungen und der jeweiligen Situation zu verstehen; das gleiche Ereignis kann für den einen ein großer Gewinn sein, für den anderen ein riesiger Schaden. Kalkulierbares Risiko ist 1 Vgl. auch Einträge Risiko und Risk. 2 Duden Fremdwörterbuch 1982; Eintrag Risiko.

4 Seite 4/15 als mathematische Wahrscheinlichkeit definiert. Diese Wahr-scheinlichkeit ist eine Funktion die Werte zwischen 0 und 1 annehmen kann. Die Wahrscheinlichkeit 0 bedeutet, dass ein Ereignis sicher nicht eintritt, 1 bedeutet, dass ein Ereignis sicher eintritt. Eine weitere gebräuchliche Definition von Risiko ist die Multiplikation von der Wahrscheinlichkeit eines ungünstigen Ereignisses (Schaden) mit der Höhe des Schadens selbst. Also Risiko = Schadenshöhe x Wahrscheinlichkeit. Zur besseren Veranschaulichung ist untenstehend ein möglicher Risikograph nach dieser Risikodefinition dargestellt. Möglicher Risikograph häufig Wahrscheinlichkeit wahrscheinlich hohes Risiko gelegentlich entfernt vorstellbar mittleres Risiko unwahrscheinlich unmöglich geringes Risiko unwesentlich geringfügig wesentlich katastrophal Schadensausmaß Eine dritte Anwendungsdefinition ist Risiko als Höhe der möglichen Abweichung von einem Mittelwert, was durch die Varianz gegeben ist. Im alltäglichen Sprachgebrauch außerhalb der mathematischen Definition wird sowohl Risiko als auch Wahrscheinlichkeit höchst vage und subjektiv benützt, sowie auch mit Gefahr gleichgesetzt. Oft kann man ebenso einen sehr unklaren Unterschied zwischen Risiko und Ungewissheit ziehen. Frank Knight unterscheidet hier zwischen berechenbarer Ungewissheit(=Risiko) und welcher, die nicht diesen Charakter der Berechenbarkeit hat, Risiko ist für ihn eigentlich keine Ungewissheit mehr. Man sieht hier bei ihm einen starken Unterschied zwischen diesen beiden Begriffen. Uncertainty must be taken in a sense radically distinct from the familiar notion of Risk, from which it has never been properly separated. The essential fact is that "risk" means in some cases a quantity susceptible of measurement, while at other times it is something distinctly not of this character; and there are far-reaching and crucial differences in the bearings of the phenomena depending on which of the two is really present and operating. It will appear that a measurable uncertainty, or "risk" proper, as we shall use the term, is so far different from an un-measurable one that it is not in effect an uncertainty at all. 3 3 Knight 1921; S. 197.

5 Seite 5/15 Meiner Meinung nach ist der Ausgang eines Ereignisses dessen Ungewissheit (Risiko) man nicht berechnen kann noch ungewisser, da der Grad der Ungewissheit nicht angegeben werden kann, im Unterschied zur kalkulierbaren Ungewissheit. In diesem Zusammenhang kann man feststellen, dass man allgemein zwei Elemente benötigt um von (messbarem) Risiko sprechen zu können: Ungewissheit und Information 4 (die Möglichkeit der Aufdeckung, die Möglichkeit des Berechnens). Gibt es keine Ungewissheit, also steht das Ergebnis schon fest, dann gibt es kein Risiko des Ausgangs und zweitens, kann man den ungewissen Vorgang nicht näher betrachten, keine Informationen gewinnen, bzw. nicht beleuchten und aufdecken (vgl. bei Knight obig nicht kalkulierbare Ungewissheit ), so kann man genauso wenig dies als Risiko definieren und näher bestimmen (in dem Sinn eine ungewisse, nichtberechenbare Ungewissheit). Will man Risiko berechnen und damit operieren, so sind diese zwei Elemente zwingend notwendig. Steht eine Entscheidung an, die Risiken mit sich bringt, so kann man keine Entscheidungshilfe (=Risikomanagement) anbieten um die beste, also mit dem geringsten Risiko verbundene Entscheidung zu finden, falls dieses Risiko vom Charakter der Nicht-Berechenbarkeit ist. Dafür muss das Risiko die Eigenschaft der Beleuchtbarkeit, der Berechenbarkeit haben. Wenn in vorliegender Arbeit von Risiko gesprochen wird, so wird grundsätzlich (wenn nicht anders angegeben) von dem aufdeckbaren, beleuchtbaren, kalkulierbaren Risiko die Rede sein und nicht von der nichtmessbaren Ungewissheit (über die im allgemeinen Sprachgebrauch auch mitunter als Risiko gesprochen wird). Antike bis Mittelalter (bis 1200) 5 Auch wenn der Risikobegriff eher ein modernes Phänomen ist, so hat man sich schon seit je her mit dem Inbegriff von Risiko beschäftigt, dem Glücksspiel 6. Seit frühesten Menschenzeitaltern bis in die heutige Zeit wird es mit belieben angewandt, was ein fundierter Beweis für eine gewisse Risikofreudigkeit der Menschen ist. Im Unterschied zur modernen Zeit wurde aber nicht versucht dieses Risiko zu berechnen oder zu beherrschen (auch fehlte den Menschen das Zahlensystem um solche Berechnungen vornehmen zu können). Bis in die Antike hinein glaubte man sich den Göttern unterworfen zu sein, die man durch Opfer Milde stimmen konnte, sowohl konnte man auch durch Wahrsagerei und Orakeln die Zukunft voraussehen. Das heißt aber nicht, dass sich die griechische Philosophie nicht mit dem Wahrscheinlichkeitsbegriff befasst hatte. Das altgriechische Wort eikos mit dem Sinn von plausibel und wahrscheinlich hatte einen ähnlichen Bedeutungsinhalt wie der Wahrscheinlichkeitsbegriff von heute was mit einem gewissen Grad an Wahrscheinlichkeit erwartet werden kann (jedoch 4 Vgl. uncertainty und exposure bei von Holton. 5 Die Kapiteln über die Geschichte beziehen sich, sofern nicht anders angegeben, auf Bernstein Der erste Eintrag bei einer Suche mit Google nach Risiko handelt sogar vom Spiel Risiko.

6 Seite 6/15 nicht als mathematische Definition zwischen 0 und 1). Sokrates definiert eikos als Ähnlichkeit mit der Wahrheit. Diese Definition bringt einen wichtigen Aspekt ans Licht: Ähnlichkeit mit der Wahrheit ist nicht dasselbe wie Wahrheit. Es war allein nur das für die antiken Griechen Wahrheit, was sich durch Logik und Axiome beweisen ließ. Diese scharfe Trennung führte dazu, dass man das Spielen und das Nachdenken über das Spielen klar voneinander abgrenzte. Dies sollte sich über tausend Jahre nicht ändern. Mit der Ausbreitung des Christentums unterschied sich für unsere Thematik nur, dass das Schicksal nicht mehr von vielen Göttern und Phänomenen ausging, sondern ab dann als von einem Willen gelenkt angenommen wurde. Erst nach 1000 n. Chr. Wurde in der westlichen Welt das Zahlensystem der Araber übernommen, und Handel und Gewerbe blühten langsam auf was ein erweitertes Bewusstsein auf Risiko erwachen ließ. Renaissance bis Neuzeit (1200 bis 1700) Mit Anbeginn der Renaissance und der Reformation wich der Mystizismus des Mittelalters der Logik, was dem Risiko den Weg bereiten sollte. Erstmals beschäftigten sich Mathematiker wie der Franziskaner Luca Paccioli (1445 -?) in seinem Werk Summa de arithmetic, geometria et proportionalita (1494) mit einer Fragestellung, die zur Quantifizierung des Risikos führt: A und B spielen ein faires Glücksspiel. Sie kommen überein, so lange weiterzuspielen, bis einer von ihnen sechs Runden gewonnen hat. Das Spiel wird aber unterbrochen, als A fünf Runden und B drei Runden gewonnen hat. Wie sollten die Spieleinlagen zwischen beiden verteilt werden? Dieses zunächst simpel anmutende (doch durchaus komplizierte) Problem tauchte bis ins 16. und 17. Jahrhundert öfters auf, und es gab verschiedene Antworten und hitzige Debatten. Fragen um Glücksspiele wurden immer mehr zu Problemstellungen der Mathematiker und passionierten Glücksspieler. Ein Wissenschaftler, Glücksspieler und Teilzeitmathematiker dieser Zeit war Gerolamo Cardano ( ) der ins seinem Werk Liber de Ludi Aleae ( Das Buch der Hasardspiele ) erstmals den ernsthaften Versuch startete statistische Regeln der Wahrscheinlichkeit zu entwickeln auch wenn diese Begriffe darin nicht vorkommen. Auch Galileo beschäftigte sich mit Glücksspiel und der damit verbundenen Thematik der Wahrscheinlichkeit. Immer mehr begannen sich Wissenschaftler und Mathematiker, sowie Glücksspieler z.b. Christiaan Huygens ( ), Leibniz ( ), John Graunt ( ), Pascal ( ) und Chevalier de Méré ( ) sich mit der Thematik von Wahrscheinlichkeit, oft in Bezug auf Experimente, langsam auseinanderzusetzen; alle diese beschäftigten sich indirekt mehr oder weniger mit Risiko und legten damit die Pflastersteine für die Bearbeitung von Risiko in der Zukunft.

7 Seite 7/15 Ich diesem Zusammenhang will ich auf ein Beispiel von Pascal in dem Risiko eine Rolle spielt hinweisen, der sog. Pascalschen Wette 7. Die Pascalsche Wette ist ein berühmtes Argument für den Glauben an Gott. Pascal argumentiert, dass der Erwartungswert des Gewinns bei Glauben an Gott immer größer ist als der Erwartungswert bei Nichtglauben. Man wird sich hier in dem Sinn entscheiden, in dem das Risiko eines Verlustes minimiert wird. Pascal geht davon aus, dass es sich hierbei wie um eine Wette auf Kopf oder Zahl wie bei einem Münzwurf verhält, entweder Gott existiert oder er existiert nicht, der Mensch ist aber gezwungen sich für eines zu entscheiden. Es ergeben sich somit nach Pascal vier Möglichkeiten: Man glaubt an Gott, und Gott existiert in diesem Fall kommt man in den Himmel. Man glaubt an Gott, und Gott existiert nicht in diesem Fall gewinnt man nichts. Man glaubt nicht an Gott, und Gott existiert nicht in diesem Fall gewinnt man ebenfalls nichts. Man glaubt nicht an Gott, und Gott existiert in diesem Fall wird man bestraft und kommt in die Hölle. Mit Verfahren der Statistik berechnet Pascal, dass es besser sei an Gott zu glauben, da hier der Erwartungswert größer sei als bei Unglauben. Pascal ordnet folgende Werte zu: Gott existiert (G) Gott existiert nicht (~G) Glaube an Gott (Gl) + (Himmel) 0 Kein Glaube an Gott (~Gl) - (Hölle) 0 Nach diesem von Pascal aufgestelltem Schema ist der Erwartungswert bei Glauben stets mindestens gleich groß oder größer als bei Unglauben. Der größte logische Fehlschluss hierbei ist, dass Pascal ein falsches Dilemma konstatiert, in dem er nur die zwei Möglichkeiten des Glaubens an einen christlichen Gott (der so straft und belohnt, wie es in der Bibel steht) und den Nichtglauben (es gibt keinen Gott) angibt, sowie diesen die gleiche Wahrscheinlichkeit gibt; er nimmt schon für die Aufstellung Glaubensvoraussetzungen, die unklar sind. Doch lassen sich viele weitere Möglichkeiten (Vorstellungen anderer christl. Konfessionen, andere Religionen) mit ungewisser Wahrscheinlichkeit denken, die Pascal nicht einbezieht. Die vier Zustände mit den obigen Werten zu belegen ist ebenso fraglich. Zeit der Industrialisierung (1700 bis 1900) Aufgrund der Arbeiten von John Graunt ( ) der einer der ersten war, der mit Zahlen von Geburten und Todesfällen Demografie betrieben hat 7 Vgl. Eintrag Pascalsche Wette

8 Seite 8/15 und anderer, die Daten über Wahrscheinlichkeit von Ereignissen bei Personen und Wagnissen lieferten, entwickelten sich ab 1700 langsam Versicherungen, zuerst nur für Handel und Seefahrt, dann auch für Diebstahl, Einbruch, Ableben, etc. alles auf das der Mensch Wetten konnte, denn lange wurden diese Vertrage auch als Wetten auf sein eigenes Leben, etc. betracht. Damit begann die intensive Behandlung mit Risiko und eben dessen Management, denn der Versicherte gab sein Risiko eines Verlustes zu einem Betrag(Prämie) an den Versicherer ab, der das Risiko zu berechnen und kalkulieren hatte um nicht selbst Verluste zu erleiden. Das Versicherungssystem und damit auch die Behandlung von Risiko - breitete sich von London bis 1800 in die ganze westliche Welt aus. Der Begriff des Risikos und des Risikomanagement ist auch bis heute stark mit dem Versicherungswesen verbunden. In dieser Zeit bringt Daniel Bernoulli ( ) einen wichtigen neuen Aspekt, nämlich, dass die Menschen das Risiko unterschiedlich bewerten, und führt einen Gedanken des Nutzens ein. Der Nutzen, der sich aus jeder geringen Mehrung des Wohlstandes ergibt, wird umgekehrt proportional sein zur vorherigen Besitzmenge. Während herkömmlich ein klarer und für alle Menschen gleich gültiger Erwartungswert eines Gewinnes berechnet wurde, wird nun ein subjektiver Nutzen eingeführt, der für jeden Menschen unterschiedlich ist. Z.B für einen Menschen, der 1000 Geldeinheiten besitzt sind 10 zusätzliche Geldeinheiten weniger nützlich, als für den, der überhaupt nur 10 Geldeinheiten besitzt.

9 Seite 9/15 Genauso wie mit einem Gewinn, so verhält es sich auch mit einem Verlust; für jemanden, der 100 Geldeinheiten besitzt sind 5 Geldeinheiten ein geringerer Verlust, als für den der nur 10 Geldeinheiten sein Eigen nennt. So hat man auch ein (approximativ) auf das Subjekt angewandtes Kriterium für Nutzen/Schaden und eben auch für das Risiko. Mehr oder weniger zufällig brachte später Johann Carl Friedrich Gauß ( ) einen gewaltigen Beitrag zur Statistik, zur Wahrscheinlichkeitsrechnung und eben auch zum Risikomanagement. Als er zur Landvermessung beauftragt wurde entdeckte er, dass sich die Messfehler der Landvermessungen normalverteilt verhalten und führte diese Normalverteilung (auch unter Gauß- oder Glockenkurve bekannt) näher aus. Die Normalverteilung ist das Kernstück vieler Methoden des Risikomanagements. Das Versicherungsgeschäft kann erst damit (und vielen unabhängigen Daten) ordentliche Kalkulationen durchführen. Lebensversicherungsgesellschaften können damit z.b. für jede Gruppe von Menschen einen Schätzwert für die Lebenserwartung in Abhängigkeit von Rauchgewohnheit, Krankheitsgeschichte, Wohnsitz, etc. berechnen. Viele Phänomene der Natur und des Lebens verhalten sich normalverteilt, oder können approximativ normalverteilt angenommen werden. Genau diese Normalverteilung fand Lambert Adolphe Jacques Quételet ( ) bei seinen umfassenden Studien über menschliche und körperliche Indikatoren und Eigenschaften (z.b. Körpergröße, Gewicht, sowie auch Beruf, Wohnort, uvm.) wieder. Er prägte den Begriff des Durchschnittsmenschen, der nach ihm in der Mitte der jeweiligen Normalverteilung der Eigenschaften angesiedelt war. Er war auch der Meinung er könnte Mithilfe seines umfassenden Materials jeweils die Ursache und Wirkung der jeweiligen Indikatoren bestimmen und betrieb auch in diese Richtung weit gehende Untersuchungen. Er versuchte herauszufinden, ob die Abweichung einer

10 Seite 10/15 Eigenschaft einer gewissen Gruppe einen signifikanten Unterschied zum Gesamtdurchschnitt hat. Einen weiteren wichtigen Beitrag aus dieser Zeit lieferte Francis Galton ( ). Galton nachdem er mit Quetelets Arbeiten vertraut wurde, war er tief beeindruckt - interessierte sich am meisten für Vererbungslehre, insbesondere die Vererbung von Intelligenz und Talent, und führte damals im Zusammenhang mit seinen Studien den Begriff der Regression (zum Mittelwert) ein, sowie mit Karl Pearson ( ) den Korrelationskoeffizienten, denn er brauchte einen Parameter, mit dem er die Beziehung zwischen zwei Eigenschaften darstellen konnte. Das Phänomen der Regression zur Mitte wurde von ihm mit einem Experiment von Erbsenschoten demonstriert. Er nahm sieben groß gewachsenen Erbsen und zählte jeweils dann die Größe ihrer Nachkommen (diese Art von Erbsen befruchtet sich selbst). Diese waren im Durchschnitt kleiner als die Muttererbsen, und sie näherten sich immer mehr dem Gesamtdurchschnitt an umso weiter die Generation der groß gewachsenen Erbsen zurücklag. Galton formulierte diese Regression zum Mittelwert als die Neigung des idealen durchschnittlichen Nachkommentyps, vom Elterntyp abzuweichen, in einer Rückkehr zu dem, was grob, doch vielleicht fair als der durchschnittliche Muttertyp bezeichnet werden könnte. 8 Und so wie es Peter Bernstein in Bezug auf Menschen formuliert: Da innerhalb einer Gruppe von Menschen nur wenige Personen bedeutend sind, werden von ihren Nachkommen nur wenige bedeutend sein; und da die meisten Menschen durchschnittlich sind, wird ihre Nachkommenschaft durchschnittlich sein. 9 Nun warum hat die Regression zum Mittelwert eine Bedeutung für die Handhabung von Risiko; es bildet nämlich das gedankliche Fundament vieler Systeme der Entscheidungsfindung. Eine Wahrscheinlichkeit, dass Großes unendlich groß und Kleines unendlich klein wird findet sich in der Realität äußerst selten. Nun wenn aber die Regression zum Mittelwert ein so konstantes Muster in der Natur ergibt, wie können wir dann aber von Prognosen immer wieder enttäuscht werden? Es können dafür drei Gründe angegeben werden warum es zu Fehleinschätzungen kommen kann, wenn man die Rückkehr zum Mittelwert als Leitlinie einer Entscheidungsfindung macht: Der System ausgleichende Trend vollzieht sich manchmal sehr langsam auch über große Zeitspannen. Werte verharren nicht in der Mitte, wenn sie diese erreichen, sondern können sich gleich wieder in irregulären Oszillationen hineinstürzen. Der Mittelwert selbst kann sich mit der Zeit ändern und durch einen neuen abgelöst werden (kann sowohl langsam geschehen, wie auch abrupt) struktureller Bruch. Trotz der möglichen Probleme ist die Regression zum Mittelwert ein brauchbares Werkzeug um Risiko zu managen. 8 Forrest 1974; S Bernstein 2002; S. 214.

11 Seite 11/15 Die Moderne (ab 1900) Im Gegensatz zu den Mathematikern und Philosophen der vorherigen Jahrhunderte, die viel zu beschäftigt waren die Gesetzte der Wahrscheinlichkeit aufzustellen, wendeten sich die in Bezug auf das Risiko Forschung betriebenen Personen des 20. Jahrhunderts hin zum Angriff auf die Geheimnisse der Ungewissheit 10. Bis in diese Zeit wurde das Risiko größtenteils nur im Versicherungswesen miteinbezogen, die klassische Ökonomie galt als risikofreies System, das Stabilität garantierte. Auch wenn Firmen immer wieder Risiken eingingen, war die Wirtschaft als Ganzes weit gehend als risikofrei angesehen. Doch dann kam der Erste Weltkrieg und die darauf folgende Weltwirtschaftskrise (damals gab es sicherlich viele strukturelle Brüche im Sinne der Regression zum Mittelwert), welche die Sicht auf die Relevanz von Risiko (teilweise langsam) änderte. Am tiefsten Punkt der Wirtschaftskrise drückte dies John Maynard Keynes ( ) in folgender Art aus: Mit jeder neuen Wendung sehen wir uns Problemen von organischer Einheit, von Diskretion und Diskontinuität gegenüber das Ganze ist nicht gleich der Summe der Teile, quantitative Vergleiche versagen, kleine Veränderungen erzeugen große Wirkungen, und die Annahme eines gleichförmigen, homogenen Kontinuums erfüllt sich nicht. 11 Die beiden Wissenschaftler Keynes und Frank Knight ( ) waren die Ersten, die sich Gedanken darüber machten, was wenn das Muster der gemessenen Daten der Vergangenheit nicht immer den Weg in die Zukunft zeigt, also z.b. wenn Entscheidungen zu Resultaten führen, an die man bei den Wahrscheinlichkeitsüberlegungen gar nicht gedacht hatte, oder wenn Resultate mit ganz anderen Wahrscheinlichkeiten auftreten als sie nach den Berechnungen sollten. Ihre Arbeiten haben zu dem Risikoverständnis geführt, das uns bis heute prägt. Doch auch nach ihrer Kritik an ungewissen Risikoanalysen und der klassischen Ökonomie hat sich der Glaube an die Quantifizierung von Risiko über die Weltwirtschaftskrise und den Zweiten Weltkrieg gehalten. Ein weiterer Beitrag wurde von John von Neumann ( ) und Oskar Morgenstern ( ) geliefert, die Spieltheorie. Die Spieltheorie ist eigentlich eine mathematische Analyse von Gesellschaftsspielen um dabei möglicht effiziente Entscheidungen zu treffen, lässt sich aber auch auf andere Bereiche und besonders auf die Analyse von wirtschaftlichen Fragestellungen anwenden. Insbesondere bietet sie auch Entscheidungshilfen, für Ereignisse deren Wahrscheinlichkeit man nicht angeben kann, also nicht-berechenbare Ungewissheit, nicht-beleuchtbares Risiko. Auch um den Unterschied zwischen Risiko und nicht-berechenbarer Ungewissheit zu zeigen sind hier zwei Beispiele der Spieltheorie ausgeführt. 10 Zur Beziehung Risiko - Ungewissheit siehe Kapitel: Begriff und Bedeutung. 11 Keynes 1933 in Moggridge 1972; Bd. X, S. 262.

12 Seite 12/15 Beispiel unter Risiko: Auf einem Volksfest soll unter freiem Himmel Getränke ausschenkt werden. Die Wettervorhersage sagt, dass es zu 50% regnen wird und zu 50% nicht. Die Frage ist jetzt soll man ein Zelt mieten und aufstellen oder nicht um den erwarteten Gewinn zu maximieren? Schönwetter Schlechtwetter Kein Zelt Zelt Berechnung der Erwartungswerte: E(Gewinn kein Zelt) = 0,5 * ,5 * = E(Gewinn Zelt) = 0,5 * ,5 * = Der erwartete Gewinn ist (unter den gegebenen Informationen über das Wetter) am höchsten, wenn man kein Zelt aufstellt. Beispiel unter nicht-berechenbarer Ungewissheit: Eine Firma die einen gewissen Markt bedient hat einen direkten Konkurrenten und muss sich für eine von zwei Alternativen entscheiden, der Konkurrent kann sich ebenso für eine von zwei Alternativen entscheiden. Der Gewinn soll maximiert werden. Man hat jedoch keine Informationen wie sich der Konkurrent entscheiden wird. Konkurrent Entsch. C Konkurrent Entsch. D Firma Entscheidung A Firma Entscheidung B Man muss davon ausgehen, dass der Konkurrent seine Entscheidungen so trifft, dass sein Gewinn maximiert wird und damit der eigene minimiert. Die Spieltheorie rät nun, dieses vermeintliche Minimum zu maximieren (Minimax - Prinzip). Deshalb würde hier die Spieltheorie raten Entscheidung B zu wählen. Die hier abgebildete Vergangenheit hat nun einige Verhaltensregeln rationaler Entscheidungsfindung und den mathematischen Apparat geliefert um das Risiko bei der Wahl von Entscheidungen zu minimieren und damit (einigermaßen) optimale zu finden. Doch weisen Studien darauf hin, dass sich die Menschen oft nicht so verhalten und sich eben doch noch von ihrem Bauchgefühl beeinflussen lassen. Diesem, also dem menschlichen Verhalten in Bezug auf Risiko und Ungewissheit, ist die sog. Prospect Theory der Psychologen Daniel Kahnemann (geb. 1934) und Amos Tversky ( ) gewidmet. Sie machen für das fehlende rationale Verhalten zwei Unzulänglichkeiten des Menschen verantwortlich. Erstens wird für die rationale Entscheidungsfindung die nötige Selbstbeherrschung oft durch Emotionen stark beeinflusst und zweitens sind die Menschen auch oft unfähig, die Informationen die vorliegen vollständig zu verstehen. Sie leiden unter kognitiven Schwierigkeiten. Durch Experimente wurde herausgefunden, dass sich das Verhalten in Abhängigkeit von gewinnträchtigen oder verlustreichen Entscheidungen

13 Seite 13/15 verändert. In folgenden Beispielen von Experimenten die Kahnemann und Tversky machten soll dies dargestellt werden 12. Testpersonen wurden gefragt für welche Alternative sie sich entscheiden. Entscheidung A: 80%-Chance auf einen Gewinn von $4000 und 20%-Chance auf Gewinn $0. Entscheidung B: 100%-Chance auf einen Gewinn von $3000. Obwohl die Entscheidung A einen Erwartungswert von $3200 hat und Entsch. B nur $3000, wählten 80% der Personen B, die überwiegende Gruppe ist hier bei Gewinnen also risikoscheu. Dann wurde den Personen eine andere Wahl angeboten. Entscheidung C: 80%-Chance eines Verlustes von $4000 und 20%-Chance $0 zu verlieren. Entscheidung D: 100%-Chance auf einen Verlust von $3000. Die Erwartungswerte sind hier gleich wie oben, jedoch sind es nicht Gewinne, sondern Verluste. Im Gegensatz aber entschieden sich bei diesem Experiment 92% der Personen für das Wagnis mit dem höheren Erwartungswert des Verlustes. Der große Teil scheint bei Verlusten risikofreudig zu sein und nicht risikofeindlich. Ich kann auch selbst ein kleines Beispiel aus meinen eigenen Erfahrungen mit Österreichern geben. Haben Österreicher Geld, so geben sie es meistens auf ein Sparbuch, oder eröffnen einen Bausparvertrag anstatt es mit höherer Erwartung und etwas höherem Risiko zu investieren. Brauchen Österreicher jedoch Geld, so sind sie sogar teilweise geneigt hochriskante Auslandwährungskredite aufzunehmen. Wenn es um Gewinne geht verhalten sie sich risikofeindlich, doch wenn es sich um Verluste handelt so neigen sie zu risikofreundlicheren Entscheidungen. Kahnemann und Tversky haben die Erfahrung gemacht, dass dieses asymmetrische Muster bei einer Vielfalt von Experimenten wiederkehrt. Sie deuten aus den gewonnenen Daten den Beweis, dass die Menschen nicht grundsätzlich risikofeindlich sind, nein sie sind unter Umständen durchaus bereit sich einem Glücksspiel zu unterziehen. Ihrer Meinung nach ist das Hauptmotiv für das Verhalten ein allgemeiner Widerwille gegen Verlust. Tversky hat dies folgendermaßen treffend formuliert: Das wahrscheinlich bedeutsamste und nachhaltigste Charakteristikum des menschlichen Lustmechanismus besteht darin, daß Menschen viel empfindsamer auf negative als auf positive Anreize reagieren... Denken Sie mal daran, wie gut es Ihnen heute geht, und dann überlegen Sie, wie viel besser es Ihnen gehen könnte... Es gibt nur wenige Dinge, die Ihr Wohlbehagen steigern könnten; dagegen ist die Zahl der Momente, die Ihr Wohlbefinden verschlechtern könnten, grenzenlos Bernstein 2002; S Bernstein 2002; S. 349.

14 Seite 14/15 Von diesem Standpunkt betrachtet scheint Daniel Bernoullis These, dass (wie obig erklärt) der Nutzen, der sich selbst aus einer geringen Mehrung von Reichtum einstellt, umgekehrt proportional sein wird zu der vorher gegebenen Gütermenge nicht mehr ganz korrekt zu sein. Bernoulli glaubte, dass allein der Reichtum den Wert (Nutzen) einer riskanten Gewinngelegenheit ausmacht, dabei wird dieser nach Kahnemann uns Tversky auch noch, oder vielleicht viel mehr vom Gesichtspunkt eines möglichen Gewinnes oder Verlustes abhängen als vom schlussendlichen Gesamtwert. Also unsere Entscheidung motiviert nicht nur der momentane Reichtum, sondern auch, ob wir durch die Entscheidung reicher oder ärmer werden. Das bedeutet, dass wir aufgrund der Darstellung Gewinn- oder Verlustmöglichkeit - des Problems in unserer Entscheidungwahl manipuliert werden können oder uns selbst manipulieren. Aus eigener Erfahrung muss ich bemerken, dass das Nutzenbild Bernoullis bis heute oft unmodifiziert (auch wegen seiner Einfach- und Berechenbarkeit) gelehrt und angewandt wird. Schluss Das Risikomanagement heute liefert uns viele Methoden um Risiko einigermaßen gut zu managen (sofern überhaupt ein solches Risiko vorliegt), auch wenn es immer wieder zu groben Fehleinschätzungen kommt, doch die weiteren Jahre die da kommen werden, werden es wahrscheinlich noch verbessern, auch in Anbetracht der Vergrößerung der Risikomenge allgemein. Man kann nun festhalten: Steht man vor einer wichtigen Entscheidung und möchte die wählen, die das geringste Risiko in sich birgt, so hat man am besten folgendermaßen vorzugehen. Erstens so, dass man die nichtberechenbaren Elemente einer Entscheidung minimiert um die berechenbaren Risikoelemente zur Geltung kommen zu lassen. Dies muss man dann mit Methoden des Risikomanagement bearbeiten, bis man die optimale Entscheidung herausgefunden hat, doch sollte man dabei immer die Prospect Theory im Hinterkopf behalten, so dass man sich nicht selbst in der Entscheidung manipuliert. Auch wenn sich dies alles schlussendlich nur als eine Approximation und Hilfestellung herausstellt ist es doch das beste was uns zu Verfügung steht, will man sich nicht nur ausschließlich auf das eigenen Bauchgefühl verlassen, was in Anbetracht der Komplexität der heutigen Probleme nicht immer sowie in Anbetracht der Prospect Theory - die besten Entscheidungen liefert.

15 Seite 15/15 Quellen Bernstein, Peter L. (2002): Wider die Götter. Die Geschichte von Risiko und Risikomanagement von der Antike bis heute. DTV. München. Duden Fremdwörterbuch. 4.Auflage Forrest, D.W. (1974): Francis Galton: The Life and Work of a Victorian Genius. New York. Keynes, John Maynard (1933): Essays in Biography. London. Wiederabgedruckt in: Moggridge, Donald (Hrsg.) (1972): The Collected Writings of John Maynard Keynes. New York. Bd. X. Knight, Frank H. (1964): Risk, Uncertainty & Profit. New York. Erstausgabe Institut für Risikoforschung der Universität Wien am von Holton, Glynn A. am sowie am