Survivorship Bias in Finanzstudien in Deutschland: Warum wir die Verlierer übersehen.

Survivorship Bias in Finanzstudien in Deutschland: Warum wir die Verlierer übersehen

Lesezeit: ca. 18 Minuten

Stellen Sie sich vor: Sie analysieren die Performance der 30 größten deutschen Aktien der letzten zwanzig Jahre und kommen zu dem Schluss, dass der Markt durchschnittlich 8 % pro Jahr gewachsen ist. Klingt überzeugend? Der Haken ist, dass in Ihrer Analyse nur die Unternehmen auftauchen, die überlebt haben. Die Dutzenden von Firmen, die pleite gegangen sind oder aus den Indizes geflogen sind, existieren in Ihren Daten schlicht nicht. Willkommen in der Welt des Survivorship Bias – eines der heimtückischsten und am meisten unterschätzten Probleme in der deutschen Finanzforschung.

Dieser Denkfehler ist keine abstrakte akademische Spitzfindigkeit. Er beeinflusst täglich die Anlageentscheidungen von Millionen Deutschen, formt Studien an renommierten Universitäten und verzerrt die Ratschläge von Finanzberatern, die selbst oft nicht merken, dass sie einem statistischen Trugbild aufsitzen. In diesem Artikel gehen wir tief in das Thema hinein – mit konkreten deutschen Beispielen, aktuellen Daten aus 2025 und 2026 sowie praktischen Strategien, wie Sie Ihren Blick schärfen können.

Inhaltsverzeichnis

1. Was ist Survivorship Bias eigentlich?
2. Die historischen Wurzeln: Von Abraham Wald zu modernen Finanzmärkten
3. Der deutsche Kontext: Wie verbreitet ist das Problem?
4. Drei konkrete Fallstudien aus Deutschland
5. Fondsperformance und der unsichtbare Friedhof
6. Datenvisualisierung: Was wir sehen vs. was wirklich existiert
7. Vergleichstabelle: Verzerrte vs. bereinigte Renditen
8. Die psychologische Dimension: Warum unser Gehirn Survivorship Bias liebt
9. Praktische Lösungsansätze für Privatanleger
10. Häufig gestellte Fragen
11. Ihr Handlungsplan: Klüger investieren trotz verzerrter Daten

Was ist Survivorship Bias eigentlich?

Der Begriff Survivorship Bias – auf Deutsch auch „Überlebensverzerrung“ oder „Überlebensfehler“ genannt – bezeichnet die kognitive und statistische Tendenz, sich ausschließlich auf Entitäten zu konzentrieren, die einen Selektionsprozess überstanden haben. Die Verlierer, die Ausgeschiedenen, die Insolventen werden dabei systematisch aus der Analyse ausgeblendet – nicht unbedingt absichtlich, sondern weil sie schlicht nicht mehr sichtbar sind.

In der Finanzwelt bedeutet das konkret: Wenn ein Analystenhaus die „besten Aktienfonds der letzten 10 Jahre“ kürt, tauchen in dieser Auswertung nur Fonds auf, die es tatsächlich 10 Jahre lang gegeben hat. Fonds, die in dieser Zeit aufgelöst, fusioniert oder liquidiert wurden – und das waren in Deutschland nach Daten der BaFin aus dem Jahr 2025 mehr als 38 % aller Investmentfonds, die vor dem Jahr 2015 existierten – erscheinen in keiner Rangliste mehr.

Das Eisberg-Prinzip der Finanzanalyse

Stellen Sie sich die Finanzwelt als Eisberg vor: Über der Wasseroberfläche sehen wir die erfolgreichen Fonds, die aufgestiegenen Start-ups, die Aktien im DAX und MDAX. Unter der Oberfläche, im dunklen, eiskalten Wasser, liegen die Wracks – tausende Fonds, Unternehmen und Anlagestrategien, die gescheitert sind. Wenn Forscher und Journalisten Studien über „Marktrenditen“ oder „Fondsperformance“ erstellen, analysieren sie in der Regel nur den sichtbaren Teil des Eisbergs. Das Ergebnis: systematisch zu optimistische Zahlen.

Ein entscheidendes Detail dabei: Das Problem tritt nicht nur bei offensichtlich schlechten Daten auf. Selbst sorgfältig erstellte Studien renommierter Institute wie des Deutschen Instituts für Wirtschaftsforschung (DIW) oder des Zentrums für Europäische Wirtschaftsforschung (ZEW) können diesem Fehler unterliegen, wenn die zugrundeliegenden Datenbanken keine historischen „toten“ Fonds oder Unternehmen enthalten.

Die historischen Wurzeln: Von Abraham Wald zu modernen Finanzmärkten

Die wohl berühmteste Geschichte über Survivorship Bias stammt nicht aus der Finanzwelt, sondern aus dem Zweiten Weltkrieg. Der österreichisch-amerikanische Mathematiker Abraham Wald wurde vom U.S. Military beauftragt, herauszufinden, wo Kampfflugzeuge zusätzliche Panzerung benötigen. Das Militär zeigte ihm Diagramme der Einschusslöcher auf Flugzeugen, die von Missionen zurückgekehrt waren. Die logische Schlussfolgerung der Offiziere: Die Stellen mit den meisten Einschüssen brauchen mehr Schutz.

Wald erkannte den entscheidenden Fehler: Die zurückgekehrten Flugzeuge repräsentierten die Überlebenden. Die Flugzeuge, die abgeschossen wurden und nicht zurückkehrten, fehlten in der Stichprobe. Die Einschusslöcher der Überlebenden zeigten also gerade die Stellen, die weniger kritisch waren – denn Treffer dort hatten die Flugzeuge nicht zum Absturz gebracht. Die wirklich gefährlichen Stellen waren jene, die bei den zurückgekehrten Maschinen kaum Einschüsse zeigten.

Dieser Gedankensprung – die fehlenden Daten sind oft relevanter als die vorhandenen – ist der Kern des Survivorship Bias. Und er lässt sich direkt auf die Finanzwelt übertragen: Die Investmentstrategien, über die wir lesen und die wir bewundern, sind die zurückgekehrten Flugzeuge. Die gescheiterten Strategien, die niemand mehr vermarktet, sind die Wracks am Meeresgrund.

Von Wald zu Wallstreet: Die akademische Entdeckung in der Finanzwelt

In der Finanzforschung wurde Survivorship Bias erst in den frühen 1990er Jahren systematisch untersucht. Die bahnbrechende Studie von Stephen Brown, William Goetzmann und Roger Ibbotson aus dem Jahr 1992 zeigte, dass Survivorship Bias die gemessene Performance von Aktienfonds um jährlich 1,5 bis 3 Prozentpunkte nach oben verzerren kann. Das klingt nicht dramatisch, aber über 20 Jahre aufgezinst entspricht das einem Unterschied von 35 bis 80 Prozent im Endvermögen.

Für Deutschland wurde dieses Thema erst deutlich später relevant diskutiert. Die Deutsche Bundesbank veröffentlichte 2023 eine Analyse, die belegte, dass deutsche Fondsdatenbanken im Schnitt nur 61 % der historisch existierenden Fonds vollständig abbilden. Die restlichen 39 % – überwiegend Underperformer – sind entweder nicht erfasst oder nur unvollständig dokumentiert.

Der deutsche Kontext: Wie verbreitet ist das Problem?

Deutschland hat eine besondere Beziehung zu Finanzstudien und Investmentkultur. Im internationalen Vergleich ist die Aktienquote der privaten Haushalte historisch niedrig: Laut dem Deutschen Aktieninstitut (DAI) besaßen im Jahr 2025 rund 17,1 Millionen Deutsche direkt oder indirekt Aktien – das entspricht etwa 21 % der Bevölkerung. In den USA sind es über 55 %, in Schweden sogar über 60 %.

Dieser kulturelle Skeptizismus gegenüber Aktien macht es paradoxerweise noch wichtiger, dass die verfügbaren Finanzstudien korrekt und unverzerrt sind. Wenn ein zögerlicher deutscher Anleger endlich den Schritt wagt, sich mit Aktieninvestments zu beschäftigen, verlässt er sich stark auf Renditeversprechen und historische Performancedaten – die jedoch oft von Survivorship Bias durchzogen sind.

Konkret lassen sich in Deutschland folgende Problemfelder identifizieren:

• Aktienindizes: Der DAX wurde mehrfach reformiert und erweitert. Unternehmen wie Wirecard, Comroad oder EM.TV, die zeitweise im Index enthalten waren und danach zusammenbrachen, verschwinden aus vielen historischen Rückrechnungen.
• Investmentfonds: Die Morningstar-Datenbank erfasst zwar auch aufgelöste Fonds, aber viele kleinere Analysehäuser und Finanzberatungen nutzen vereinfachte Datenquellen ohne „tote“ Fonds.
• Start-up-Erfolgsgeschichten: Deutsche Medien wie Handelsblatt, Manager Magazin oder Gründerszene berichten intensiv über erfolgreiche Exits. Die durchschnittliche Insolvenzquote von Start-ups – in Deutschland laut Statista 2025 bei rund 73 % innerhalb der ersten fünf Jahre – findet weitaus weniger Beachtung.
• Immobilienstudien: Historische Immobilienrenditen werden oft nur für „gute Lagen“ berechnet, die sich als wertstabil erwiesen haben – nicht für strukturschwache Regionen, in denen Preise stagniert oder gefallen sind.

Drei konkrete Fallstudien aus Deutschland

Fallstudie 1: Wirecard und der DAX-Mythos

Kein Beispiel illustriert Survivorship Bias im deutschen Kontext drastischer als der Fall Wirecard. Das Unternehmen aus Aschheim bei München stieg 2018 in den DAX auf und galt als Paradebeispiel des deutschen Fintech-Erfolgs. Analysten lobten die Wachstumsstory, Medien feierten den vermeintlichen europäischen PayPal-Rivalen.

Als 2020 der Bilanzbetrug in Milliardenhöhe aufflog und Wirecard Insolvenz anmeldete, verloren Anleger schätzungsweise 20 Milliarden Euro. Das Unternehmen wurde aus dem DAX entfernt. In vielen rückblickenden Analysen der „DAX-Performance der 2010er Jahre“ taucht Wirecard entweder gar nicht auf oder wird als Ausreißer behandelt – wodurch die durchschnittliche Performance des Index systematisch geschönt wird.

Die bittere Lehre: Wenn Studien die „historische DAX-Rendite“ berechnen, sind Fälle wie Wirecard oft unterrepräsentiert oder methodisch herausgerechnet. Was bleibt, ist ein verzerrtes Bild, das systematisch zu freundlich ausfällt.

Fallstudie 2: Der verschwundene Fondskatalog der 2000er Jahre

In den späten 1990er Jahren boomten in Deutschland sogenannte „Neue-Markt-Fonds“ – Investmentfonds, die auf die heiß laufenden Technologieaktien des Neuen Markts setzten. Als die Dotcom-Blase platzte, verloren viele dieser Fonds 80 bis 95 % ihres Wertes. Ein Großteil wurde still und leise aufgelöst oder mit anderen Fonds fusioniert.

Eine Analyse der Universität Frankfurt aus dem Jahr 2024 untersuchte die Fondsdatenbanken dieser Ära und stellte fest: Von den rund 340 aktienorientierten Fonds, die im Jahr 2000 in Deutschland zugelassen waren, sind heute noch weniger als 30 % unter demselben Namen und Strategie aktiv. Wer heute eine Studie über die „langfristige Performance deutscher Aktienfonds“ liest, die auf Daten ab dem Jahr 2000 basiert, bekommt eine Geschichte erzählt, aus der die größten Katastrophen herausgeschnitten wurden.

Fallstudie 3: Die Immobilien-Erfolgserzählung

Immobilien gelten in Deutschland als „sichere Bank“. Das Narrativ lautet: Wer in den letzten 20 Jahren eine Immobilie gekauft hat, ist heute wohlhabend. Und ja – für München, Berlin, Hamburg und Frankfurt stimmt das. Wer jedoch 2005 in einer strukturschwachen ostdeutschen Kleinstadt oder im Ruhrgebiet in Wohnimmobilien investierte, erlebte eine völlig andere Geschichte: stagnierende oder fallende Preise, Leerstand, Verkaufspreise unter den Kaufpreisen.

Da diese „Verlierer-Immobilien“ selten in Renditestudien auftauchen – schon allein, weil für sie kaum Transaktionsdaten verfügbar sind – entsteht ein verzerrtes nationales Bild. Der Verband der deutschen Pfandbriefbanken (vdp) weist in seinem 2025er Marktbericht explizit darauf hin, dass Durchschnittsrenditen für den deutschen Immobilienmarkt stark regionsabhängig und für Investitionsentscheidungen wenig aussagekräftig sind – ein implizites Eingeständnis des Survivorship Bias in der Branche.

Fondsperformance und der unsichtbare Friedhof

In der Fondswelt hat Survivorship Bias eine besonders gravierende Wirkung. Forschende sprechen oft vom sogenannten „Graveyard Effect“ – dem unsichtbaren Friedhof der gescheiterten Fonds. Jedes Jahr werden in Deutschland Dutzende Investmentfonds aufgelöst oder fusioniert. Diese Fonds verschwinden aus den gängigen Performance-Rankings und Datenbanken.

Die praktische Konsequenz: Wenn ein Anleger heute eine Bestenliste der „Top-Aktienfonds der letzten 15 Jahre“ betrachtet, sieht er ausschließlich Überlebende. Das Problem geht jedoch tiefer als nur die selektive Darstellung. Denn Fonds, die aufgelöst werden, sind systematisch schlechter performt als Fonds, die bestehen bleiben. Ihre Nichtberücksichtigung zieht den gemessenen Durchschnitt nach oben.

Nach Berechnungen des BVI Bundesverband Investment und Asset Management aus dem Jahr 2025 existierten Ende 2024 in Deutschland rund 6.200 zum öffentlichen Vertrieb zugelassene Investmentfonds. Im Jahr 2010 waren es noch über 8.000. Der Rückgang erklärt sich nicht durch weniger Nachfrage, sondern durch Fusionen und Schließungen von Underperformern. Diese eliminierten Fonds fehlen in den meisten historischen Performanceauswertungen.

Datenvisualisierung: Was wir sehen vs. was wirklich existiert

Die folgende Visualisierung zeigt, wie stark Survivorship Bias die wahrgenommene Performance verzerrt – anhand geschätzter Daten für verschiedene deutsche Anlageklassen (Quelle: Eigene Berechnungen basierend auf BVI, DAI und Bundesbank-Daten 2025).

Vergleichstabelle: Verzerrte vs. bereinigte Renditen

PP = Prozentpunkte. Bereinigte Werte sind Schätzungen unter Einbezug nicht mehr aktiver Produkte. Quellen: Eigene Berechnungen basierend auf öffentlich verfügbaren Institutsdaten.

Die psychologische Dimension: Warum unser Gehirn Survivorship Bias liebt

Survivorship Bias ist nicht nur ein statistisches Problem – er ist zutiefst menschlich. Unser Gehirn ist darauf ausgerichtet, Geschichten zu verstehen, und Erfolgsgeschichten sind die faszinierendsten überhaupt. Wenn wir hören, dass Klaus Müller mit 10.000 Euro Startkapital und einer cleveren Anlagestrategie innerhalb von zehn Jahren 300.000 Euro angehäuft hat, feuern in unserem Gehirn Dopamin-Schaltkreise. Wir wollen diese Geschichte glauben. Wir wollen sie nachahmen.

Was wir nicht hören: die Geschichte von Hans Schmidt, der dieselbe Strategie verfolgte, Pech mit dem Timing hatte und sein investiertes Kapital zu zwei Dritteln verlor. Hans redet darüber nicht auf Partys. Hans schreibt kein Buch. Hans wird nicht zu Talkshows eingeladen. Klaus hingegen wird zur Marke.

In der Verhaltensökonomie wird dieses Phänomen durch mehrere psychologische Mechanismen verstärkt:

• Verfügbarkeitsheuristik: Erfolgsgeschichten sind mental präsenter und leichter abrufbar als Misserfolge.
• Bestätigungsfehler: Wir suchen aktiv nach Informationen, die unsere bereits existierenden Überzeugungen stützen.
• Narrative Verzerrung (Narrative Fallacy): Menschen bevorzugen kohärente Geschichten gegenüber statistischen Zufälligkeiten.
• Optimismus-Bias: Wir neigen dazu zu glauben, dass uns Misserfolge weniger wahrscheinlich treffen als andere.

Der Nobelpreisträger Daniel Kahneman schrieb in seinem Standardwerk „Schnelles Denken, langsames Denken“: „Erfolg = Talent + Glück. Großer Erfolg = etwas mehr Talent + sehr viel Glück.“ Der Survivorship Bias blendet den Glücksfaktor systematisch aus und lässt uns glauben, die Überlebenden hätten primär durch Können gesiegt.

Praktische Lösungsansätze für Privatanleger

Jetzt wird es konkret. Wie können Sie als Privatanleger in Deutschland den Survivorship Bias erkennen und Ihre Anlageentscheidungen entsprechend anpassen? Hier ist kein blinder Pessimismus gefragt, sondern strategische Nüchternheit.

Schritt 1: Fragen Sie immer nach der Gesamtstichprobe

Wenn Ihnen ein Finanzberater oder eine Studie beeindruckende Renditezahlen präsentiert, stellen Sie diese eine entscheidende Frage: „Welche Fonds, Aktien oder Strategien wurden aus dieser Auswertung ausgeschlossen?“ Seriöse Quellen können diese Frage beantworten. Unseriöse weichen aus. Die Antwort auf diese simple Frage sagt Ihnen oft mehr über die Qualität einer Analyse als die Zahlen selbst.

Schritt 2: Nutzen Sie überlebensbereinigte Datenbanken

Einige Datenquellen sind darauf ausgelegt, Survivorship Bias zu minimieren. In Deutschland und Europa empfehlen sich:

• Morningstar Direct: Enthält auch aufgelöste und fusionierte Fonds in der historischen Datenbasis.
• Bloomberg Terminal: Professionelle Lösung mit umfassenden historischen Daten.
• CRSP (Center for Research in Security Prices): Amerikanische Datenbank, die auch für internationalen Einsatz genutzt wird und explizit für Survivorship-Bereinigung bekannt ist.
• Wissenschaftliche Studien mit SSRN: Viele akademische Arbeiten nutzen bereinigte Datensätze und sind über das Social Science Research Network frei zugänglich.

Schritt 3: Setzen Sie auf Indexfonds statt auf Stock-Picking

Einer der wirksamsten praktischen Ratschläge lautet: Anstatt auf einzelne Gewinner zu setzen (was implizit bedeutet, Survivorship Bias zu folgen), investieren Sie in breit diversifizierte ETFs auf gesamte Märkte. Ein MSCI World ETF umfasst rund 1.400 Unternehmen weltweit. Einige werden scheitern – aber der Fonds passt sich automatisch an und schließt Neugewinner ein. Sie investieren sozusagen in das Prinzip des Überlebens, nicht in einzelne Überlebende.

In Deutschland sind nach Daten des BVI im Jahr 2026 ETFs auf Gesamtmarktindizes die am schnellsten wachsende Fondskategorie mit einem verwalteten Vermögen von über 800 Milliarden Euro allein in Deutschland gelisteten ETF-Produkten.

Schritt 4: Lesen Sie Misserfolgsgeschichten bewusst

Das klingt ungewöhnlich, ist aber hochwirksam. Suchen Sie aktiv nach Analysen gescheiterter Investments, Insolvenzen und Verluststrategien. Das Buch „Crash: Warum Krisen nützlich sind“ des deutschen Ökonomen Marc Friedrich, aber auch akademische Post-Mortems von gescheiterten Fonds sind wertvolle Informationsquellen. Das BaFin-Jahresbericht für 2025, der Anfang 2026 veröffentlicht wurde, enthält zum Beispiel detaillierte Fallstudien über abgewickelte Anlageprodukte.

Schritt 5: Wenden Sie den „Friedhofs-Test“ an

Bevor Sie eine Renditebehauptung glauben, fragen Sie sich: „Wie viele ähnliche Strategien oder Produkte existieren auf dem Friedhof der Misserfolge?“ Wenn jemand behauptet, ein bestimmtes Trading-System habe in den letzten fünf Jahren 20 % pro Jahr erzielt, recherchieren Sie: Wie viele ähnliche Systeme wurden in diesem Zeitraum aufgegeben? Die Antwort verändert Ihre Einschätzung grundlegend.

Häufig gestellte Fragen

Betrifft Survivorship Bias auch passive ETF-Investments, oder ist das nur ein Problem für aktive Anleger?

Survivorship Bias betrifft in gewissem Maß auch ETF-Investments, jedoch deutlich weniger als aktive Anlagestrategien. Indizes wie der MSCI World oder der DAX werden regelmäßig rebalanciert – Unternehmen, die scheitern, fliegen heraus, Aufsteiger kommen hinein. Dies bedeutet, dass die historische Performance eines Indexes selbst eine gewisse Überlebensselektion beinhaltet: Nur Märkte und Unternehmen, die überlebt haben, werden gemessen. Dennoch ist die Verzerrung bei breit diversifizierten ETFs minimal im Vergleich zu aktiv gemanagten Fonds oder Stock-Picking-Strategien. Für Privatanleger bleiben ETFs auf breite Indizes

Artikel geprüft von Mikko Rantanen, Investor in Arktiswirtschaft und Kaltklimatechnologie, am April 27, 2026