Overconfidence-Effekt: warum du sicherer bist, als du richtig liegst

Der Overconfidence-Effekt ist die Lücke zwischen Sicherheit und Trefferquote. Du fühlst dich sicherer, als die Ergebnisse rechtfertigen. Intervalle fallen zu eng aus, und die meisten stufen sich über der Mitte ein. Der deutsche Name lautet Selbstüberschätzung.

• Der Effekt hat drei Formen: Overestimation der eigenen Punktzahl, Overplacement über anderen Personen und Overprecision durch enge Intervalle.
• In einer klassischen Kalibrierungsaufgabe hielten 98-Prozent-Intervalle den wahren Wert nur in etwa 60 Prozent der Fälle.
• Rund 2000 Manager gaben 90-Prozent-Intervalle an und verfehlten 4 bis 6 Antworten von 10.
• In einer Studie aus dem Jahr 1981 stuften 93 Prozent der US-Fahrer ihre Fähigkeit über dem Median ein.
• Schwere Aufgaben heben die Selbstschätzung und senken den Selbstrang. Leichte Aufgaben kehren beides um.
• Ein geprüftes Gegenmittel hilft: Schreibe einen Grund auf, warum deine Antwort falsch sein kann.

Was der Effekt ist

Psychologen messen Overconfidence mit Kalibrierung. Du nennst deine Sicherheit, dann zeigt das Ergebnis, ob diese Sicherheit stimmte. Eine Person mit guter Kalibrierung liegt bei 90 Prozent Sicherheit in etwa 90 von 100 Fällen richtig. Eine Person mit Overconfidence nennt 90 und trifft deutlich seltener.

Das Muster zeigt sich an drei Stellen: Testwerten, Selbsträngen und Intervallen. Studierende sagen höhere Noten vorher, als sie erreichen. Fahrer stufen sich über die meisten anderen Fahrer ein. Prognostiker geben enge Intervalle an, die den wahren Wert verfehlen. Jeder Fall zeigt dieselbe Lücke von einer anderen Seite.

Der Blog listet diesen Bias neben neun anderen in zehn kognitive Verzerrungen im Überblick. Diese Übersicht nennt ihn in einer Zeile. Dieser Artikel behandelt ihn allein, mit den Tests und den Zahlen.

Die drei Gesichter von Overconfidence

Don Moore und Paul Healy beschrieben die Teilung im Jahr 2008. Sie sagten, ein Name verdecke drei verschiedene Effekte. Die Teilung zählt, weil die drei in derselben Aufgabe in entgegengesetzte Richtungen zeigen können. Eine Gruppe kann ihre Werte zu hoch schätzen und sich zugleich unter andere einordnen. Ein Bericht zum Overconfidence-Effekt fasst die drei Formen mit den Studien dahinter zusammen.

Overestimation betrifft dein eigenes Ergebnis. Du sagst einen Testwert, einen Projekttermin oder ein Budget vorher, und das Ergebnis fällt schlechter aus. Der Fehler wächst bei schweren Aufgaben mit unbekannten Fakten. Er schrumpft oder kehrt sich bei leichten Aufgaben um, die du gut kennst.

Overplacement betrifft deinen Rang. Du beurteilst deine Fähigkeit, Sicherheit oder Ehrlichkeit gegen die mittlere Person. Bei leichten und üblichen Merkmalen stufen sich die meisten über der Mitte ein. Dieser Anspruch hängt mit der selbstwertdienlichen Verzerrung zusammen, die Siege der eigenen Person und Niederlagen der Lage zuschreibt. Beide treiben Selbstränge zusammen nach oben.

Overprecision betrifft dein Intervall. Du nennst eine untere und eine obere Grenze, die in 9 von 10 Fällen treffen soll, und die Grenzen verfehlen weit häufiger. Von den drei Formen widersteht Overprecision der Korrektur am stärksten. Sie bleibt bei schweren und bei leichten Aufgaben hoch. Arbeit zum Urteil über die Verfügbarkeits- und Repräsentativitätsheuristik zeigt einen verwandten Kurzschluss aus derselben Familie: Schnelle Hinweise ersetzen volle Suche.

Der Intervalltest als Beweis

Marc Alpert und Howard Raiffa bauten die Aufgabe, die spätere Arbeit bis heute nutzt. Ihr Bericht lief ab 1969 als Entwurf und erreichte 1982 den Druck in einem Band über Urteil unter Unsicherheit. Sie fragten Studierende nach Mengen, die niemand auswendig kennen konnte, etwa die Zahl der Eier aus US-Produktion in einem vergangenen Jahr. Sie fragten nicht nach einer Zahl. Sie fragten nach Fraktilen der Überzeugung. Ein Wert lag so niedrig, dass die Wahrheit nur in 1 von 100 Fällen darunter fallen sollte. Ein Wert lag so hoch, dass sie nur in 1 von 100 Fällen darüber liegen sollte. Dazu kamen die Quartile dazwischen.

Die 98-Prozent-Intervalle sollten die Wahrheit in etwa 98 von 100 Fällen halten. Sie hielten sie in etwa 60 von 100 Fällen. Die mittleren 50-Prozent-Intervalle sollten etwa die Hälfte der Antworten halten. Sie hielten etwa ein Drittel. Eine ausführliche Übersicht zum Overconfidence-Effekt aus dem Jahr 2026 geht diese Fraktilergebnisse mit den genannten Trefferquoten und der Studiengeschichte durch.

Die Anweisung behob die Lücke nicht. Alpert und Raiffa sagten späteren Gruppen, sie sollen ihre äußeren Werte spreizen und zugeben, was sie nicht wissen. Die Werte stiegen nur wenig. Das Intervall blieb zu eng um die erste Schätzung.

Für das Lernen trägt die Zahl 60 Prozent eine einfache Lehre. Ein Intervall, das sich sicher anfühlt, verfehlt bei unbekannten Fakten noch etwa 2 von 5 Malen. So hält ein Studierender, der sich nach einmaligem flüssigem Lesen bereit fühlt, ein leichtes Gefühl über einen schweren Test. Abruf unter Zeit gibt die fehlende Punktzahl und setzt das Intervall zurück.

Edward Russo und Paul Schoemaker trugen denselben Test im Jahr 1992 zu Managern. Sie fragten rund 2000 Manager nach 90-Prozent-Intervallen zu 10 Fragen aus ihrem eigenen oder nahen Feld. Eine kalibrierte Gruppe verfehlt 1 Antwort von 10. Die meisten Gruppen in ihrer Stichprobe verfehlten 4 bis 6. Werbung, Öl und Investment zeigten dieselbe Fehlquote bei Fragen aus ihrem eigenen Fach.

Manager, Fahrer und schwere Aufgaben

Ola Svenson gab die bekannteste Overplacement-Zahl im Jahr 1981. Er fragte US-Fahrer nach ihrer Fähigkeit und Sicherheit gegen andere Fahrer. Etwa 93 Prozent stuften sich über dem Median ein. Der Median kann keine 93 Prozent einer Gruppe halten. Die Zahl hält sich, weil sie einfach, datiert und an eine definierte Stichprobe gebunden ist: US-Fahrer, selbst bewertete Fähigkeit, 1981.

Der Hard-Easy-Effekt erklärt die Umkehr, die Studierende verwirrt. Bei schweren Items schätzen Personen ihre eigenen Werte zu hoch, stufen sich aber unter andere ein. Bei leichten Items schätzen sie ihre eigenen Werte zu niedrig, stufen sich aber über andere ein. Moore und Healy zeigten, wie sich beide auseinander bewegen, wenn sich die Aufgabenschwere ändert. Ein schwerer Übungstest lässt dich zu sicher über deine Punktzahl und zugleich zu bescheiden über deinen Rang. Ein leichtes Wiederlesen lässt dich zu bescheiden über deine Punktzahl und zugleich zu sicher über deinen Rang.

Feedback entscheidet, ob die Lücke bleibt. Wetterprognostiker und erfahrene Bridgespieler erhalten schnelle Werte zu Hunderten genannter Wahrscheinlichkeiten. Sie bleiben nahe voller Kalibrierung. Die meisten Studien- und Arbeitsurteile erhalten keine Werte. Ohne Aufzeichnung von Treffern und Fehlern steigt Sicherheit, weil sie im Raum Zustimmung bringt.

Was Overconfidence nicht ist

Der Name deckt eine Familie, und nahe Begriffe nennen einzelne Mitglieder. Halte sie in Klausurantworten auseinander.

Er ist nicht das Dunning-Kruger-Effekt-Muster, das sagt, wie sich die Lücke mit Fähigkeit ändert. Overconfidence nennt die Lücke selbst über die ganze Fähigkeitsbreite. Er ist nicht allein illusorische Überlegenheit, die Overplacement gegen andere ohne Intervallanspruch ist. Er ist nicht der Planungsfehlschluss, der enge Fall später und teurer Lieferung mit eigener Abhilfe in Außenansichtplanung ist. Er ist nicht der Hard-Easy-Effekt, der beschreibt, wie sich die Fehlerrichtung mit Aufgabenschwere dreht.

Klausurantworten punkten, wenn sie das Gesicht nennen, das die Aufgabe prüft. Eine Frage nach vorhergesagtem gegen erreichtem Wert fragt nach Overestimation. Eine Frage nach Anteilen über dem Mittel fragt nach Overplacement. Eine Frage nach genannter Trefferquote und niedrigerer Trefferzahl fragt nach Overprecision.

Eine schnelle Sortierung hilft in Antworten unter Zeit. Lies die Aufgabe und frage, was genannt wurde: ein Wert, ein Rang oder ein Intervall. Wenn die Aufgabe einen Wert und ein Ergebnis gibt, vergleiche beide und nenne Overestimation. Wenn sie einen Anteil über dem Mittel gibt, prüfe, ob der Anteil in die Mitte passen kann, und nenne Overplacement. Wenn sie eine genannte Trefferquote und eine niedrigere Trefferzahl gibt, nenne Overprecision. Die meisten Klausuraufgaben prüfen nur ein Gesicht auf einmal.

Beispiele aus Studium und Arbeit

Overconfidence zeigt sich, wo eine Schätzung auf ein späteres Ergebnis trifft. Die Zeilen unten umreißen übliche Fälle für Studium und Arbeit. Sie sind Skizzen, keine Laborergebnisse.

Jede Prüfung ersetzt eine Innenansicht durch eine Außenansicht. Vergangene Fälle tragen die Basisquote. Der aktuelle Fall muss dagegen argumentieren.

Wie du dein Urteil kalibrierst

Nutze diese Schritte bei deiner nächsten Schätzung. Schreibe die Zahlen auf, damit du sie später werten kannst.

1. 1.Nenne das Versprechen deines Intervalls. Sage, ob es ein 50-, 80- oder 90-Prozent-Intervall ist, bevor du es festlegst.
2. 2.Weite über Behaglichkeit hinaus. Strecke beide Enden eines 90-Prozent-Intervalls weiter, als sich richtig anfühlt.
3. 3.Liste einen Grund auf, warum du falsch liegst. Ein Test aus dem Jahr 1980 von Asher Koriat, Sarah Lichtenstein und Baruch Fischhoff prüfte genau das. Schreiber eines Gegenbeispiels gaben bessere Intervalle, während Schreiber stützender Gründe sich nicht besserten.
4. 4.Nutze Außenzahlen. Für Arbeit mit Vergangenheit nimm die letzten 10 gleichartigen Fälle und nutze ihre Streuung.
5. 5.Führe ein datiertes Protokoll. Zeichne jedes Intervall auf, dann markiere Treffer und Fehler zu einem festen Datum.
6. 6.Lege den Bias-Satz als eine Lernliste an. Lege diesen Begriff mit seinen Nachbarn in eine Bookmark-Liste und übe diese Liste mit Abruf unter Zeit, bis die Namen haften.

Studierende, die psychologische Begriffe lernen, können den letzten Schritt als Schleife nutzen. Lege jeden Bias-Begriff in der Woche an, in der du ihn triffst, gruppiere den Satz nach Prüfung und wandle die Liste in kurze Abrufrunden. Die Schleife passt zur App gut: Finde den Begriff, lege ihn in eine Liste und übe die Liste, bis der Abruf hält. Der Rückschaufehler zeigt die Gegenprobe aus derselben Familie: Im Nachhinein wirkt der Ausgang vorhersehbar, obwohl das Intervall vorher zu eng war.