Der Basisratenfehler ist die Neigung, die Grundhäufigkeit eines Merkmals zu übersehen oder zu gering zu gewichten, wenn man die Wahrscheinlichkeit eines Einzelfalls schätzt. Das Dorsch Lexikon der Psychologie nennt ihn auch Prävalenzfehler. Daniel Kahneman und Amos Tversky zeigten 1973, dass intuitive Vorhersagen kaum auf die Vorab-Wahrscheinlichkeit eines Ergebnisses reagieren.
- Basisratenfehler
Die Neigung, die Grundhäufigkeit eines Merkmals zu übersehen, wenn man die Wahrscheinlichkeit eines Einzelfalls schätzt.
Beispiel: „Dass er den positiven Test für sicher hielt, war ein Basisratenfehler: Die Krankheit ist sehr selten.“Auch: Base Rate Fallacy, Prävalenzfehler, Base Rate Neglect.
Abgrenzung zur Repräsentativitätsheuristik: Sie ist eine Erklärung für den Fehler. Der Basisratenfehler ist das Ergebnis.
Das Taxi-Problem
Das bekannteste Beispiel stammt von Tversky und Kahneman, hier nach der Darstellung von Gigerenzer und Murray. In einer Stadt sind 85 Prozent der Taxis grün und 15 Prozent blau. Eine Zeugin sagt, das Unfalltaxi sei blau gewesen, und sie erkennt Farben zu 80 Prozent richtig. Die meisten Befragten nennen 80 Prozent als Wahrscheinlichkeit für ein blaues Taxi. Richtig sind 41 Prozent, weil es so viel mehr grüne Taxis gibt.
Was gegen den Basisratenfehler hilft
Gerd Gigerenzer und Ulrich Hoffrage zeigten 1995, dass natürliche Häufigkeiten helfen. Ihre Studierenden lösten Aufgaben wie die zur Mammografie mit 1 Prozent Prävalenz, deren richtige Antwort knapp 8 Prozent ist, in 46 Prozent der Fälle richtig, wenn sie in Häufigkeiten gestellt waren, und nur in 16 Prozent bei Wahrscheinlichkeiten. Jonathan Koehler hielt 1996 dagegen, der Fehler werde überschätzt; Basisraten würden fast immer genutzt, wie stark, hänge von Aufgabe und Darstellung ab.
Der Basisratenfehler im A/B-Test
Im A/B-Testing zeigt sich der Fehler, wenn man ein signifikantes Ergebnis für 95 Prozent sicher hält. Ronny Kohavi nennt eine Erfolgsquote von Experimenten von im Median etwa 10 Prozent. Bei dieser Basisrate sind nach seiner Rechnung rund 22 Prozent der signifikant positiven Ergebnisse falsch positiv; Kohavi und Kollegen beschreiben das 2022 ausführlich.