Zum Inhalt springen

Basisratenfehler

oder auch Base Rate Fallacy, Base Rate Neglect, Prävalenzfehler

Männliche Person, frontal, schaut in die Kamera; trägt kariertes Hemd über dunkelfarbigem T‑Shirt; heller Innenraum mit unscharfem Monitor oder Poster links und Fenster rechts.

von Richard Albrecht am 18.11.2026

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.

Baum mit 100 Taxis. Links 85 grüne Taxis, von denen die Zeugin 17 fälschlich als blau meldet. Rechts 15 blaue Taxis, von denen sie 12 richtig als blau meldet. Unten das Ergebnis: Von 29 Meldungen, das Taxi sei blau, stimmen 12, das sind 41 Prozent
Zahlen nach dem Taxi-Problem von Tversky und Kahneman; die Darstellung als Baum folgt Gigerenzer.

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.

Siehe auch:

Repräsentativitätsheuristik

Eine Urteilsheuristik: Menschen schätzen die Wahrscheinlichkeit, dass etwas zu einer Gruppe gehört, nach der Ähnlichkeit mit dem typischen Fall statt nach Häufigkeiten.

#Branding & Markenführung

Heuristik (Psychologie)

Eine Denkabkürzung, mit der Menschen unter Unsicherheit schnell urteilen oder entscheiden, indem sie einen Teil der Information weglassen; meist brauchbar, manchmal systematisch falsch.

#Branding & Markenführung

False Positive

Ein Fehlalarm: Das Modell meldet einen Fall, den es nicht gibt.

#Künstliche Intelligenz (KI)

A/B-Test

Der Vergleich zweier Varianten, bei dem der Verkehr geteilt wird und nur ein Merkmal sich unterscheidet.

#Suchmaschinenmarketing (SEM)

Bias

Eine systematische Verzerrung im Wahrnehmen und Urteilen, die immer in dieselbe Richtung weist; in der Psychologie auch kognitive Verzerrung genannt.

#Branding & Markenführung

Konjunktionsfehler

Ein Urteilsfehler, bei dem die Verbindung zweier Ereignisse für wahrscheinlicher gehalten wird als eines der beiden allein.

#Branding & Markenführung