Verluste schmerzen doppelt? Woher die Zahl 2 kommt – und was die Forschung heute sagt
Die Zahl „Verluste wiegen doppelt“ stammt aus einem Experiment mit 25 Studierenden. Was Meta-Analysen heute sagen und was das für dein Depot heißt.
Es gibt Sätze, die sich so oft wiederholen, dass niemand mehr fragt, woher sie kommen. „Verluste schmerzen doppelt so stark, wie Gewinne freuen“ ist so ein Satz. Du findest ihn in Ratgebern, in Finanz-Podcasts, in Präsentationen von Banken. Er klingt nach Wissenschaft, er hat eine Zahl, und er erklärt scheinbar alles: warum Anleger an Verlierern festhalten, warum sie in Krisen verkaufen, warum ein Minus von 1.000 Euro länger nachhallt als ein Plus in derselben Höhe.
Das Gefühl dahinter ist echt. Die Zahl ist es nicht – zumindest nicht so, wie sie meist verwendet wird.
Die Herkunft: 25 Studierende und eine Rechenannahme
Die berühmte Zahl hat eine überraschend kleine Herkunft. Sie geht auf eine Arbeit von Amos Tversky und Daniel Kahneman aus dem Jahr 1992 zurück. Dort ließen die beiden 25 Graduate Students aus Berkeley und Stanford am Computer zwischen Geldlotterien wählen. Die Teilnehmenden bekamen eine Pauschale von 25 Dollar, unabhängig davon, wie sie entschieden. Aus diesen Wahlen schätzten die Autoren unter der Annahme einer bestimmten mathematischen Form, wie stark Verluste im Vergleich zu Gewinnen gewichtet werden. Der Median lag bei 2,25.1
Das ist ein sauber berichteter Laborbefund. Aber er ist kein Naturgesetz. Es war eine kleine, nicht repräsentative Gruppe, die über hypothetische Lotterien entschied, mit einem Rechenmodell, das man auch anders hätte wählen können. Und ein Median sagt nichts darüber, wie groß die Unterschiede zwischen den Menschen waren. Aus diesem Wert wurde im Lauf der Jahrzehnte das „doppelt so stark“, das heute in so vielen Texten steht.
Was passiert, wenn man viele Studien zusammennimmt?
Wenn eine Zahl so viel Gewicht trägt, liegt die Frage nahe: Was zeigen all die Studien, die seither gemacht wurden? Genau das haben mehrere Forschungsteams in den letzten Jahren untersucht – und sie kommen zu unterschiedlichen Antworten.
Eine große Meta-Analyse hat 607 Schätzungen aus 150 Artikeln der Jahre 1992 bis 2017 zusammengefasst. Im Mittel ergab sich ein Wert von etwa 1,96. Weil in der Forschung auffällige Ergebnisse eher veröffentlicht werden als unauffällige, haben die Autoren zusätzlich für diese sogenannte Publikationsverzerrung korrigiert. Dann lag der Wert bei rund 1,74. Die 2,25 halten sie für „etwas zu hoch“.2
Ein anderes Team ging anders vor: Es nahm die Rohdaten aus 19 Datensätzen und schätzte alle nach derselben Methode neu. Heraus kam für riskante Entscheidungen ein Durchschnitt von nur 1,31 – mit einer enormen Spannweite zwischen den einzelnen Studien, von 0,65 bis 3,45.3 Ein Wert unter 1 hieße übrigens: Die Teilnehmenden gewichteten Gewinne stärker als Verluste.
Und eine dritte Analyse, bisher nur als Vorabfassung ohne abgeschlossene Begutachtung veröffentlicht, zeigt: Wenn Gewinne und Verluste in den Aufgaben symmetrisch und in gemischter Reihenfolge präsentiert werden, schrumpft der Wert auf etwa 1,07 – statistisch kaum von 1 zu unterscheiden, also kaum von „keine Verlustaversion“.4
Warum die Messung so viel ausmacht
Diese Unterschiede sind kein Durcheinander, sondern eine Erkenntnis. Wie stark Menschen Verluste gewichten, hängt offenbar deutlich davon ab, wie man sie fragt: welche Beträge vorkommen, in welcher Reihenfolge sie auftauchen, wie groß die Einsätze sind.5 In der Forschung gibt es sogar eine ernsthafte Gegenposition, nach der Verluste gar nicht generell stärker wirken als gleich große Gewinne, sondern je nach Situation stärker, gleich stark oder schwächer.6 Diese Position ist umstritten, aber sie wird in Fachzeitschriften geführt, nicht am Rand.
Auch zwischen Menschen sind die Unterschiede groß. In einem Laborexperiment, in dem die Verlustaversion jeder einzelnen Person geschätzt wurde, war nur knapp die Hälfte der Teilnehmenden – 14 von 30 – signifikant verlustavers. Neun zeigten eher das Gegenteil.7 Das ist eine kleine Stichprobe, aber sie macht einen Punkt deutlich: Selbst wenn der Durchschnitt über 1 liegt, sagt er wenig über dich.
Und wenn man das Originalexperiment wiederholt?
Ein weiterer Test ist die direkte Wiederholung. Ein internationales Forschungsteam hat die klassischen Aufgaben aus der ursprünglichen Theorie von 1979 mit 4.098 Menschen in 19 Ländern erneut gestellt, darunter auch in Deutschland, vorab registriert und mit hypothetischen Beträgen. Die grundlegenden Muster ließen sich weitgehend wiederholen, gepoolt für 94 Prozent der Aufgaben, allerdings meist schwächer als im Original.8 Die qualitativen Muster der Theorie sind also erstaunlich stabil, zumindest bei hypothetischen Wahlaufgaben. Nur: Diese Aufgaben messen die Stärke der Verlustaversion kaum, weil sie wenige Wetten enthalten, bei denen Gewinn und Verlust zugleich möglich sind.
Ein Nebenbefund dieser Studie ist für dich vielleicht wichtiger. Wer angab, das Konzept Verlustaversion zu kennen, entschied in den Aufgaben kaum anders als die anderen.9 Das beweist nicht, dass Wissen nutzlos ist; es wurde ja keine Schulung getestet. Aber es passt zu einem Befund, der in der Anlegerpsychologie immer wieder auftaucht: Einen Denkfehler zu kennen, heißt noch nicht, ihm zu entgehen.
Was dabei fast immer fehlt: große Verluste
Hier kommt die unbequemste Lücke. Fast alle diese Studien arbeiten mit kleinen Beträgen im Labor: ein paar Euro, ein paar Dollar, manchmal nur hypothetisch. Für dein Depot interessieren aber vor allem große Verluste – der Moment, in dem ein Viertel oder ein Drittel deines Ersparten auf dem Bildschirm verschwindet. Dafür sind die Daten dünn. Und es ist sogar unklar, ob die Empfindlichkeit gegenüber großen Verlusten überhaupt dasselbe ist wie die „Verlustaversion“ aus dem Labor.10
Wer bei einem möglichen Verlust von 30.000 Euro zögert, weil er das Geld in drei Jahren für eine Wohnung braucht, ist nicht verzerrt. Er ist vernünftig.
Was du damit anfangen kannst
Vielleicht fragst du dich jetzt: Wenn die Zahl nicht stimmt, ist dann alles falsch, was über Verlustaversion gesagt wird? Nein. Die Richtung ist gut belegt: In den veröffentlichten Studien liegt der Mittelwert über 1, Verluste werden im Schnitt also stärker gewichtet.2 Nur die Größe ist umstritten, und sie ist von Mensch zu Mensch und von Situation zu Situation verschieden.
Für deine Anlageentscheidungen folgt daraus vor allem eines: Ein Faktor aus dem Labor ist ein schlechter Kompass. Ein besserer ist eine einfache Frage in deiner eigenen Währung.
Welchen Verlust in Euro könnte ich aushalten – finanziell und nervlich –, ohne meinen Plan aufzugeben?
Ein fiktives Beispiel: Miriam, 41, spart seit einigen Jahren monatlich in einen breiten Aktien-ETF. (Miriam ist eine erfundene Figur, ihre Zahlen sind zur Veranschaulichung gewählt.) Ihr Depot ist inzwischen 32.000 Euro wert. Statt sich zu fragen, ob sie „verlustavers“ ist, rechnet sie: Was hieße ein Rückgang um die Hälfte, also 16.000 Euro, fast fünf Monatsgehälter? Braucht sie das Geld in den nächsten Jahren? Könnte sie den Sparplan weiterlaufen lassen? Würde sie nachts wachliegen? Die Antworten sagen ihr mehr über ihre Aufteilung als jede Zahl aus einem Experiment. Und sie gelten nur für sie.
Diese Übung ist übrigens keine getestete Methode, sondern eine Denkhilfe. Sie ersetzt keine Aussage darüber, welche Aufteilung für dich richtig ist.
Das Fazit in einem Satz
Verluste wiegen im Durchschnitt schwerer als Gewinne – aber „doppelt“ ist eine Vereinfachung aus einem kleinen Experiment, und für deine Entscheidungen zählt ohnehin nicht der Durchschnitt, sondern was ein Verlust für dein Leben bedeuten würde.
Quellen
- A-VA-1a02 · TVER1992 – Tversky & Kahneman (1992), Journal of Risk and Uncertainty 5, S. 305 (Stichprobe), S. 311 (Median 2,25).
- A-VA-1a05 · BROW2024 – Brown, Imai, Vieider & Camerer (2024), Journal of Economic Literature 62(2), S. 485–510 (Mittel 1,955, korrigiert ca. 1,74).
- A-VA-1a06 · WALA2024 – Walasek, Mullett & Stewart (2024), Journal of Economic Psychology 103, S. 8, 10–11. Vorläufig: kleine Datenbasis.
- A-VA-1a07 · YECH2025 – Yechiam & Zeif (2025), „Loss aversion is not robust: A re-meta-analysis“, gelesen als Preprint (PDF-S. 3, 22–23). Vorläufig: Verlagsfassung nicht geprüft.
- A-VA-1a08 · WALA2024, YECH2025, GAL2018.
- A-VA-1a09 · GAL2018 – Gal & Rucker (2018), Journal of Consumer Psychology. Umstritten; nicht-systematischer Review.
- A-VA-330 · SOKO2009 – Sokol-Hessner et al. (2009), PNAS 106(13), S. 5036. Kleine Laborstichprobe.
- A-VA-1a03 · RUGG2020 – Ruggeri et al. (2020), Nature Human Behaviour; gelesen als akzeptiertes Manuskript, S. 19–23.
- A-VA-1a04 · RUGG2020, akzeptiertes Manuskript S. 25. Korrelation; Selbstauskunft.
- A-VA-1a10 · YECH2025, PDF-S. 25–26. Vorläufig.
Allgemeine Finanzbildung, keine Anlageberatung. Fehler gefunden? Schreib uns über das Kontaktformular; Korrekturen stehen offen auf der Seite Korrekturen.