„Es ist nicht so einfach, gegen falsche Überzeugungen anzugehen“

PWP: Herr Professor Strack, in ihrer Begründung für die Verleihung der John Bates Clark Medal 2024 an Sie hebt die American Economic Association drei Hauptlinien Ihrer Arbeit hervor.^[1] In der ersten dieser Linien geht es um Theorien der Entscheidungsfindung und Verhaltensökonomik. Ein Gegenstand dieser Forschung ist die menschliche Neigung, sich selbst zu überschätzen. Was können Sie uns darüber sagen?

Strack: Es gibt in der Psychologie eine Menge Evidenz dafür, dass Menschen sich selbst systematisch überschätzen („Overconfidence“). Sie halten sich für schöner, klüger, netter und sozialer, als sie es wirklich sind. An diesen falschen Überzeugungen halten sie gern dauerhaft fest. Paul Heidhues, Botond Kőszegi und ich haben gemeinsam darüber nachgedacht, was nun daraus folgt: Was sind die Konsequenzen solcher „False beliefs“?^[2] Welche Folgen hat diese Selbstüberschätzung insbesondere dafür, was Menschen über andere denken? Ein einfaches Beispiel: Nehmen wir an, wir beide schreiben zusammen einen wissenschaftlichen Aufsatz. Wenn dieser von dem Journal, bei dem wir ihn einreichen, nicht angenommen wird, dann muss ich mir erklären, woran das liegt. Wenn ich mich selbst überschätze, dann bin ich überzeugt, dass es an mir nicht liegen kann, angesichts all dessen, was ich für unser tolles Projekt geleistet habe. Die naheliegende Erklärung für mich ist dann, dass es an Ihnen liegt. Weil ich mich und meinen Beitrag überschätze, überschätze ich auch die Qualität unseres gemeinsamen Projekts und bin deswegen oft enttäuscht. Deshalb projiziere ich unser Versagen auf Sie. In der Psychologie nennt man das „Attribution bias“. Mein falscher Blick auf mich selbst führt dazu, dass ich falsche Vorstellungen über Andere entwickele.

PWP: Sie lernen also aus unserer Erfahrung – aber leider genau das Falsche.

Strack: Genau. Und das wiederum kann dazu führen, dass ich in der Folge falsche und im Ergebnis auch teure (Fehl-)Entscheidungen treffe.

PWP: Was für Entscheidungen, oder Fehlentscheidungen?

Strack: Wenn ich zum Beispiel entscheiden muss, wie viel ich im nächsten Projekt an Sie delegiere, dann werde ich nun zu wenig an Sie delegieren, weil ich unterschätze, wie gut Sie sind. Das ist nicht nur ein potenziell teurer Fehler, sondern auch einer, der sich selbst verstärken kann. Dass ich weniger an Sie delegiere und mehr selbst mache, soll dabei eigentlich den gemeinsamen Output steigern. Ich überschätze ja meine eigene Leistung. Aber in der Realität mindert diese Entscheidung unseren Output. Und daraufhin bin ich noch mehr enttäuscht als zuvor und sehe Sie in einem jetzt noch schlechteren Licht als ohnehin schon. So schraubt sich das Ganze immer weiter hoch. In unserem Aufsatz haben meine Kollegen und ich genau das beschrieben: Wenn man einen Teil der Welt systematisch missversteht, führt das dazu, dass man auch andere Teile der Welt systematisch missversteht. Wir liefern damit ein neues Modell, das hilfreich sein kann, um die Ansichten und Handlungen von Menschen in verschiedenen gesellschaftlich wichtigen Kontexten zu verstehen.

PWP: Welche?

Strack: Eine Anwendung, der wir uns zugewandt haben, ist das Thema Vorurteile. Wenn ich als weißer Mann in der Gesellschaft nicht so erfolgreich bin, wie ich als mich selbst überschätzender Mensch meine es zu verdienen, dann sind falsche Überzeugungen ein Mittel, mit dem ich mir meine Misserfolge erklären kann – zum Beispiel indem ich mir einrede, dass weiße Männer systematisch diskriminiert werden. Solche Diskriminierungsnarrative gibt es ja viele, und wir können zeigen, dass sie oft schlicht das Ergebnis von Selbstüberschätzung sein können. Umgekehrt unterschätze ich systematisch diejenigen Gruppen, die ich zulasten von weißen Männern bevorzugt sehe, also zum Beispiel nicht-weiße Frauen. Aus unserem Modell ergibt sich mithin eine Theorie der Vorurteile, nach der wir Vorurteile in dem Sinne hegen, dass wir Menschen überschätzen, die uns in einer Reihe relevanter Charakteristika ähnlich sind, und umgekehrt Menschen unterschätzen, die sich von uns unterscheiden. Das hat empirisch testbare Implikationen, zum Beispiel ist zu erwarten, dass Männer und Frauen unterschiedliche Überzeugungen darüber hegen, wie viel Diskriminierung es in der Gesellschaft gibt. Und in der Tat zeigen die Daten ein großes Auseinanderklaffen der Meinungen zwischen diesen Gruppen über das Vorherrschen von Diskriminierung.

PWP: Sehr überraschend ist das nicht, oder?

Strack: Nein, keineswegs, aber es ist etwas, was die bisher führenden ökonomischen Theorien über Vorurteile und Diskriminierung nicht vorhersagen oder erklären können. Die eine dieser Theorien, das Präferenzmodell, geht einfach davon aus, dass man andere Menschen diskriminiert, weil man sie wegen irgendwelcher Charakteristika nicht mag – das ist per Annahme gesetzt und wird nicht weiter hinterfragt. Die andere, die Theorie der statistischen Diskriminierung, besagt wiederum, dass es sich um einen Gleichgewichtseffekt handelt: Individuen werden aufgrund von Gruppenmerkmalen benachteiligt, basierend auf statistischen Annahmen über die Gruppe anstatt auf individuellen Eigenschaften oder Leistungen. Diese Benachteiligung führt dazu, dass sich die Mitglieder der Gruppe anders verhalten, was eine unterschiedliche Verteilung von Merkmalen innerhalb der Gruppe nach sich zieht. Beide Theorien gehen implizit von korrekten Überzeugungen aus, woraus folgt, dass die gemessenen Überzeugungen zwischen unterschiedlichen Gruppen, zum Beispiel zwischen Männern und Frauen, nahe beieinander sein sollten.

PWP: Aber so ist es nicht.

Strack: Nein, so ist es nicht. In der Realität sind sie systematisch sehr unterschiedlich. Zum Beispiel glauben deutlich mehr Frauen als Männer, dass es Diskriminierung von Frauen gibt. Das bedeutet, dass es einer Theorie der falschen Überzeugungen bedarf. Wenn eine Menge unabhängiger Daten vorliegt, dann ist zu erwarten, dass wir alle sehr schnell zu den gleichen Überzeugungen finden. Stattdessen gibt es eben ein Auseinanderklaffen der Meinungen über Diskriminierung. Und es ist immer die eigene Gruppe, die man diskriminiert sieht. Der Clou an unserem Modell ist, dass wir genau das erklären können.

PWP: Das erscheint mir ein hilfreicher Ansatz in einer Zeit, in der von Populisten bewirtschaftete Opfernarrative gang und gäbe sind. Dabei ist es schon ein wenig paradox, dass sich Menschen, die sich selbst überschätzen, also eine sehr gute Meinung von sich haben, freiwillig in eine Opferrolle begeben.

Strack: Ich finde diesen Mechanismus nicht unplausibel. Man glaubt, dass man gut ist, und hält daran fest, weil sonst ein wichtiger Teil der eigenen Identität in Frage gestellt wäre. Das ist mit der Realität, dass man nicht mehr erfolgreich ist, allerdings nicht zu vereinbaren. Auf der Suche nach möglichen Gründen landet man dann eben bei der Diskriminierung. Man redet sich ein, das System sei manipuliert.

PWP: Das Modell hilft, diesen Mechanismus zu verstehen. Sagt es auch, was man – der Staat, die Gesellschaft, der Einzelne – gegen diese falschen Überzeugungen der Leute tun kann?

Strack: Es zeigt vor allem, dass es nicht so einfach ist, gegen falsche Überzeugungen anzugehen. Eine typische Empfehlung ist ja Aufklärung, also dass man verlässliche Informationen darüber bereitstellt, wo es tatsächlich Diskriminierung gibt. In unserem Modell hat Aufklärung allerdings ganz andere Auswirkungen als in anderen Modellen und zeigt, dass es schwierig sein kann, Meinungen durch Informationen zu drehen. Nehmen wir einmal an, ich als weißer Mann sei davon überzeugt, Weiße würden diskriminiert und Männer auch. Nun zeigt man mir plausible Evidenz, dass es keine Diskriminierung von Männern gibt, und ich akzeptiere das sogar. Da ich mir und anderen dann aber immer noch erklären muss, weshalb ich nicht so erfolgreich bin, wie ich wegen meiner eingebildeten Qualitäten meine sein zu müssen, glaube ich infolgedessen umso inbrünstiger, dass Weiße diskriminiert werden. Wenn ich Informationen nur in einer einzigen Dimension meiner mehrdimensionalen Diskriminierungsvorstellungen bekomme, werden meine falschen Überzeugungen in einer anderen Dimension nur umso stärker. Man findet einfach immer wieder irgendwelche Gründe, weshalb man nicht so erfolgreich ist, wie man meint, es zu verdienen. Das Problem verschiebt sich nur.

PWP: Ein weiteres Ihrer Themen aus dieser Forschungslinie, angesiedelt an der Schnittstelle von Ökonomik, Psychologie und Neurowissenschaft, ist die Geschwindigkeit, mit der Menschen Entscheidungen treffen. Wie genau nähert man sich dem und was lässt sich aus Beobachtungen dazu schließen?

Strack: Dieser Untersuchung liegt das sogenannte Drift-Diffusionsmodell zugrunde. Das ist ein Modell aus der Neurowissenschaft, das verwendet wird, um kurzfristige zufällige Entscheidungen zu modellieren. Die Probanden liegen typischerweise in einem Magnetresonanztomographen, der ihre Gehirnaktivität aufzeichnet. Sie müssen dann eine Entscheidung fällen, sagen wir, zwischen einem Apfel und einer Banane. Der Vorteil gegenüber vielen ökonomischen Modellen ist dabei, dass die auf diese Weise generierten Datenpunkte zweidimensional sind, indem sie sowohl die Entscheidung als auch die Zeit umfassen, die man für die Entscheidung braucht. Die Frage ist jetzt, welche Vorhersagen sich auf der Basis dieses Modells ergeben. Eine sehr konkrete Frage, an der ich gemeinsam mit Drew Fudenberg und Tomasz Strzalecki gearbeitet habe,^[3] setzt an einer Intuition an, die sich auch in einem der Bücher von Daniel Kahnemann findet^[4], nämlich dass sich schnell gefällte Entscheidungen paradoxerweise öfter als richtig erweisen. Das hat man manchmal als Evidenz dafür angesehen, dass Entscheidungen irrational getroffen werden. Denn schließlich, so meinte man, sollten Entscheidungen, über die man lange und unterstelltermaßen gründlich nachdenkt, rationaler sein als Schnellschüsse.

PWP: Dem ist aber nicht so?

Strack: Der Punkt in unserem Ansatz ist, dass das Ergebnis richtiger Schnellschüsse auch auf natürliche Weise in Modellen rationaler Entscheidung auftreten kann: Wenn eine Option wesentlich besser ist als die andere, dann brauche ich keine Zeit zum langen Nachdenken. Ich kann sofort entscheiden und es ist völlig klar, wie ich mich entscheide. In den Fällen hingegen, in denen ich sehr viel Zeit brauche, bin ich nicht weit von Indifferenz entfernt – beide Optionen scheinen ähnlich gut. Geschwindigkeit allein sagt also erst einmal nichts über Rationalität oder Irrationalität aus. Mit dieser Erkenntnis, zu der allerdings auch schon andere Wissenschaftler gekommen sind, trägt unsere Untersuchung vor allem dazu bei, das Drift-Diffusionsmodell besser zu verstehen. Gemeinsam mit Paul Heidhues habe ich mir übrigens auch noch einen konkreten Fall angesehen, der ein bisschen ähnlich ist.^[5] Nehmen wir einmal an, man kann beobachten, wann Leute eine bestimmte Aufgabe erledigen, beispielsweise wann sie ihre Steuererklärung machen.

PWP: Kurz vor knapp, in meinem Fall.

Strack: Das dürfte vielen so gehen. Die Frage ist nun, ob ich aus den Timing-Daten ableiten kann, ob die Leute, die so handeln, rational oder irrational, zeitkonsistent oder zeitinkonsistent sind. Ist derjenige Steuerpflichtige, der seine Steuererklärung erst ganz kurz vor dem Stichtag macht, irrational und zeitinkonsistent, und hat er gar Probleme mit der Selbstdisziplin, wie es in der Behavioral-Economics-Literatur oft vermutet wird? Wir wollten wissen, ob diese Vermutung überhaupt formal richtig ist, und sind zu dem Ergebnis gekommen, dass man fast jeden Datensatz von Zeitpunkten, an denen eine Aufgabe erledigt wird, auch ohne Zeitinkonsistenz erklären kann. Wenn ich Probleme mit der Selbstdisziplin oder Zeitinkonsistenz identifizieren will, brauche ich also andere Daten.

PWP: In der zweiten Linie Ihrer Forschungsthemen, welche die AEA hervorhebt, geht es um Informationskosten. Sie haben in einem Aufsatz mit Luciano Pomatto und Omer Tamuz eine axiomatische Theorie der Gewinnung von Informationen entwickelt, welche die Annahme konstanter Grenzkosten in der Produktion von Informationen einfängt.^[6] Ist diese Annahme denn wirklich plausibel?

Strack: Es gibt keine Kostenfunktion, die in jedem Kontext anwendbar ist. Aber niemand hatte bisher theoretisch die Frage beantwortet, wie denn die Kostenfunktionen aussehen, die konstante Grenzkosten ergeben. Die Frage danach ist so naheliegend, dass es erstaunlich ist, dass sich in der Vergangenheit noch niemand wirklich dafür interessiert hat. Nehmen wir einmal an, ich stelle irgendetwas her und möchte herausfinden, ob mein Produkt bei den Kunden gut oder schlecht ankommt. Nehmen wir weiterhin an, dass die Konsumenten einander nicht kennen, also unabhängig voneinander sind. Ich mache nun eine telefonische Umfrage bei meinen Kunden. Konstante Grenzkosten der Informationsgewinnung bedeuten dann einfach nur, dass mich jeder Telefonanruf gleich viel Geld kostet.

PWP: Aber dann machen Sie das nicht lange, sondern Sie denken sich eine Technik der Informationsgewinnung aus, mit der Sie sinkende Grenzkosten bekommen.

Strack: Das ist ein guter Einwand. Aber wir müssen ja erst einmal verstehen, was denn überhaupt diese Kostenfunktionen sind. Das ist der erste Schritt. Wenn wir nicht einmal wissen, wie lineare Kostenfunktionen aussehen, dann brauchen wir gar nicht erst über fallende oder steigende Grenzkosten nachzudenken. Wir folgen damit in gewisser Weise Kenneth Arrow, der einmal auf das große Problem hingewiesen hat, dass uns Ökonomen bisher das Verständnis und die Instrumente fehlten, um Informationen in unseren Theorien wirklich wie ein normales Gut betrachten und die Kosten ihrer Gewinnung modellieren zu können.^[7]

PWP: Dass es Kosten verursacht, sich zu informieren, ist in der Ökonomik allerdings keine neue Erkenntnis. Wie ist man denn bisher in Modellen damit umgegangen?

Strack: Bisher hatte man im Grunde nur zwei Möglichkeiten. Die eine Möglichkeit war, eine sehr fixe parametrische Form zu wählen, zum Beispiel mit ausschließlich normalverteilten Informationssignalen, die man erwerben kann, und dies beispielsweise mit der häufig getroffenen Annahme zu verbinden, dass die Kosten linear in der Präzision eines Signals sind. Alles, was nicht normalverteilt ist, ist unendlich teuer. Fixe parametrische Formen sind aber deswegen ungünstig, weil sie einem nicht zu sagen erlauben, welche Informationen die Leute erwerben. Die Frage, was Menschen lernen, und nicht nur wie viel sie lernen, kann man in diesem Rahmen nicht so einfach stellen, eben weil man die Form der Information vorab fixiert hat.

PWP: Und die andere Möglichkeit?

Strack: Die andere, in der Literatur äußerst erfolgreiche Möglichkeit bestand darin, die Funktion der Entropiekosten aus der Physik zu verwenden, wie es Christopher A. Sims vorgeschlagen hat.^[8] Entropie misst, wie viele Bits man durchschnittlich braucht, um eine gegebene Information zu übermitteln. Mit dieser flexiblen Kostenfunktion zu arbeiten, war vor allem deshalb sehr nützlich, weil wir aus der Physik viel über diese Funktion wissen und sie gut handhaben können. Das war deshalb für Ökonomen eine große Innovation, weil man mit dieser Funktion eben untersuchen kann, was Leute lernen und nicht nur wie viel. Das hat den Weg zu vielen neuen Anwendungen eröffnet. Allerdings hat die Funktion der Entropiekosten für uns auch einige paradoxe, wenn nicht absurde Eigenschaften, und bisher fehlte es an Alternativen dazu – deswegen wollten wir Kostenfunktionen mit konstanten Grenzkosten verstehen.

PWP: Inwiefern sind die Eigenschaften der Funktion der Entropiekosten absurd? Und wie hat sich Ihre Alternative bewährt?

Strack: Sie führt in Teilen zu deutlich besseren Vorhersagen, als die Funktion der Entropiekosten, und sie beschreibt manche Datensätze viel besser. Was die Absurdität angeht, gebe ich mal ein Beispiel aus der Makroökonomik, wo die Funktion der Entropiekosten häufig benutzt wird. Die Entropie äußert sich wie gesagt als die Zahl der Bits, die ich brauche, um ein Informationssignal durch eine Leitung zu übermitteln. Nehmen wir an, ich möchte erfahren, was die erste Ziffer des Bruttoinlandsprodukts ist; diese Information zu erhalten, kostet mich 1 Bit oder 10 Euro. Wenn ich nun aber die letzte Ziffer des Bruttoinlandsprodukts in Erfahrung bringen möchte, ist die Entropie zwar exakt dieselbe, 1 Bit – doch unter Kostengesichtspunkten wäre es unmöglich, dies herauszufinden, denn schließlich bräuchte man ein Monitoring jeder Transaktion in der Volkswirtschaft, die dem Bruttoinlandsprodukt zugrunde liegt. Die Funktion der Entropiekosten führt in unseren Anwendungen somit gelegentlich zu absurden Ergebnissen.

PWP: Was ist der nächste Schritt nach Ihrer Alternative?

Strack: Es hat eine ganze Menge weiterführende Überlegungen gegeben, von verschiedenen Autoren, zum Beispiel über dynamische Arten und Weisen, lineare Kostenfunktionen zu verwenden, über Konvexität, über Konkavität, über die Identifizierung der Informationskosten aus den Daten über Entscheidungen, etc.

PWP: Wenn wir noch ein wenig bei den Informationen bleiben, würde mich das Thema Privatsphäre interessieren, über das Sie ebenfalls gearbeitet haben – genauer gesagt über die Frage, wie man Daten so aufbereitet, dass bestimmte Informationen über die Individuen für den Nutzer verborgen bleiben.

Strack: Vielleicht sollte ich ein bisschen die Motivation dafür erklären. Mein Koautor Kai Hao Yang und ich, wir wollten uns vor allem weiter mit Diskriminierung beschäftigen, aber dann wurde uns klar, dass es eine enge konzeptionelle Verbindung zwischen Diskriminierung und Privatsphäre gibt.^[9] Es kommt ja vor, dass man bestimmte Informationen privat halten möchte, weil man im Fall der Offenlegung negative Konsequenzen befürchtet. Vielleicht möchte ich zum Beispiel mein Geschlecht oder meine ethnische Abstammung nicht offenlegen, weil ich befürchte, auf dieser Basis diskriminiert zu werden. In vielen westlichen Ländern hat sich der Gesetzgeber diese Sorge zu eigen gemacht; in den Vereinigten Staaten gibt es beispielsweise den Equal Credit Opportunity Act^[10], der es untersagt, Menschen aufgrund ihres Geschlechts, ihrer Hautfarbe oder anderer geschützter persönlicher Charakteristika in den Entscheidungen über Kreditvergabe zu benachteiligen. Es wird explizit darauf hingewiesen, dass das nicht bedeutet, dass diese Merkmale in den Entscheidungsalgorithmen der Banken und Versicherungen nicht verwendet werden dürfen, sondern nur, dass die Entscheidungen für geschützte Gruppen nicht unbegründet unterschiedlich ausfallen dürfen.

PWP: Das zu verhindern, dürfte nicht ganz einfach sein. Und ist das überhaupt ökonomisch sinnvoll? Schließlich sind zwischen Männern und Frauen, zum Beispiel, die Gesundheitsrisiken nicht gleichverteilt, sollte eine Krankenversicherung das nicht in ihren Konditionen berücksichtigen?

Strack: Politisch gilt das in vielen Ländern schlicht als unerwünscht. Und das bedeutet, dass die Krankenversicherung das Geschlecht ihrer Kunden weder direkt berücksichtigen noch es sich indirekt beispielsweise aus der Art der Arztbesuche herleiten darf. Eine Möglichkeit, wie man Nichtdiskriminierung verstehen kann, ist statistische Unabhängigkeit. Das ist der Test. Statistisch unabhängig sind Merkmale dann, wenn ich nichts über das eine Merkmal lerne, sobald ich das andere preisgebe. Die Daten, auf denen die Kredit- oder Versicherungsentscheidung der Unternehmen fußt, müssen im statistischen Sinne unabhängig von den gesetzlich geschützten Charakteristika sein, es sei denn, sie sind materiell relevant, zum Beispiel der Credit score, eine Kennziffer zur Kreditwürdigkeit. Materiell nicht relevant und deshalb von der Verwendung rechtlich ausgeschlossen sind zum Beispiel Postleitzahlen, die in Amerika noch immer ziemlich gute Vorhersagen über die Hautfarbe der in den entsprechenden Gegenden lebenden Leute ermöglichen. Mehrere Fragen schließen sich an diese Überlegungen an: Wie können sich die Unternehmen an das Gesetz halten? Und was ist für sie die optimale, gewinnmaximierende Strategie? Was sind die Informationen, die die Privatsphäre respektieren, und wie schöpfen die Unternehmen diese am besten aus? Welche Konditionen können sie anbieten, wenn sie gesetzestreu sein wollen? Wir müssen diese Optimierungskalküle der Unternehmen verstehen, um zum einen überprüfen zu können, ob sie sich tatsächlich an das Gesetz halten, und um zum anderen beurteilen zu können, wie sich das Gesetz in der Praxis auswirkt und ob es tatsächlich denjenigen Leuten nützt, die es schützen soll.

PWP: Was sollen die Unternehmen also tun?

Strack: Es gibt einen vergleichsweise einfachen Algorithmus für eine gesetzestreue optimale Strategie. Die Unternehmen dürfen in einem ersten Schritt das Gesetz noch ignorieren, die Daten analysieren und einen Credit score für jeden Kunden berechnen. Diese Credit scores müssen dann allerdings in Quantile umgewandelt werden. Wenn beispielsweise eine bestimmte ethnische Gruppe gesetzlich vor Diskriminierung geschützt sein soll, dann darf das Unternehmen in einem nächsten Schritt nur noch schauen, in welchem Quantil der Scoreverteilung seiner Gruppe sich der jeweilige Kunde befindet. Die Gleichbehandlung der Gruppen ergibt sich daraus, dass die Quantile ja per Definition für beide Gruppen gleichverteilt sind. Es hat sich gezeigt, dass die Lösung, die sich so ergibt, unter bestimmten Bedingungen tatsächlich für die Unternehmen ohnehin die optimale ist. Dieses Verfahren ist für die Unternehmen auch praktisch, weil es eine klare interne Arbeitsteilung ermöglicht: Der Ökonometriker, der die technische Analyse laufen lässt, muss nicht weiter über das Gesetz nachdenken. Es ist aber auch für den Staat hilfreich, weil es ihm ermöglicht, die Gesetzestreue der Unternehmen zu überprüfen.

PWP: Wie steht es denn mit der Wirksamkeit? Hilft das Gesetz wirklich denjenigen Leuten, die es schützen will?

Strack: A priori schon. Aber wenn man in dem Modell Preisdiskriminierung zwischen den beiden Gruppen zulässt, dann zeigt sich, dass die Kunden zwar in der Summe profitieren, die finanziellen Vorteile aus dem Gesetz aber manchmal ausschließlich an die zahlungsstärkere Gruppe fließen, weil das Unternehmen die Kunden so poolt, dass die Preise für diese Gruppe fallen und die zahlungsschwächere Gruppe nicht anders dasteht als zuvor. Das zeigt noch einmal: Solange man das Optimum der Unternehmen nicht kennt, kann man die Auswirkungen des Gesetzes nicht untersuchen.

PWP: Wenn wir schon bei Banken und Versicherungen sind, lassen Sie uns fortfahren mit einem Thema aus der dritten Forschungslinie, welche die AEA in Ihrer Arbeit hervorgehoben hat, dem Mechanism Design, und zwar mit dem Design optimaler Versicherungspolicen. Worum geht es da genau?

Strack: Alex Gershkov, Benny Moldovanu, Mengxi Zhang und ich, wir haben uns gefragt, was eigentlich in einem Versicherungsmodell geschieht, wenn sich die Präferenzen der Leute, die eine Versicherungspolice kaufen, nicht wie üblicherweise angenommen am Erwartungsnutzen orientieren.^[11] Das ist deshalb interessant, weil man, wenn man sich am Erwartungsnutzen orientiert, keine im Vergleich zum Lebenseinkommen kleinen Risiken versichert. Wir wissen aber, dass in der Realität die Leute ihre Brille, ihr Handy und manchmal sogar ihre Waschmaschine versichern. Also brauchen wir ein ökonomisches Versicherungsmodell, das erklären kann, warum sie das tun, und mit dem wir ableiten können, wie dann das Menü der optimalen Versicherungsverträge aussieht, die ein Unternehmen den Kunden anbietet. Um diese Frage zu studieren, sehen wir uns Konsumenten an, die eine „Small stakes risk-aversion“ haben und also auch kleine Risiken versichern wollen.

PWP: Heißt das, wenn ich extrem kurzsichtig bin, meine Brille aber ständig irgendwo liegen lasse, dann nimmt dieses Risiko für mich eine riesige Bedeutung an, auch wenn es eigentlich im Vergleich zu meinem Lebenseinkommen winzig ist? Ist das nicht schlicht irrational?

Strack: Ja, mag sein, aber wir wollen ja trotzdem versuchen, ökonomische Vorhersagen zu machen, um zu verstehen, wie Unternehmen auf Konsumenten reagieren, die solche Präferenzen haben. Unser Modell, das auch noch den Vorteil hat, sehr leicht handhabbar zu sein, erlaubt das und liefert eine ziemlich präzise Charakterisierung der unter diesen Bedingungen optimalen Verträge. Das macht es nützlich. Man kann alle möglichen Klassen von Risikoverteilungen in der Gesellschaft in das Modell hineinstecken und berechnen, wie das Menü an Versicherungsverträgen aussieht, die ein – monopolistisches – Unternehmen den Kunden anbietet.

PWP: In diesen Themenblock gehört wohl auch eine politisch aktuelle Frage, mit der Sie sich einmal gemeinsam mit Ihrem Kollegen Mallesh Pai auseinandergesetzt haben, und zwar wie hoch Flugreisen klimagerecht besteuert werden sollten, ohne dass man ärmere Menschen benachteiligt.^[12]

Strack: Ökonomen schlagen für einen solchen Fall ja oft Pigou-Steuern vor, die also die sozialen Zusatzkosten von Flugreisen in Rechnung stellen. Dabei wird nicht näher betrachtet, mit welchen Kunden wir es zu tun haben, insbesondere wie arm oder reich sie sind. Wir können mit unserem Modell zeigen, dass eine klassische Pigou-Lösung nur dann optimal ist, wenn man ein viel höheres Gewicht auf reiche Leute legt. Optimal wäre eine Steuer, deren Tarif nicht-linear verläuft und deren Ertrag man in gleichen Beträgen an die gesamte Gesellschaft zurückverteilt. Politisch ist das, glaube ich, wirklich relevant, weil es in der Debatte immer so scheint, als ob eine Klimasteuer vor allem den Ärmeren schaden würde. Aber das stimmt nicht notwendigerweise. Die Ärmeren, die sich vielleicht nicht so sehr um das Klima kümmern können, fliegen ohnehin sehr selten, wenn überhaupt. Die Reichen hingegen fliegen viel, sie können sich eine hohe Klimasteuer leisten und der Klimaschutz ist ihnen oft ausdrücklich ein Anliegen. Und mit dem von uns erdachten Mechanismus, in dem die optimale Steuer wesentlich höher wäre als in der klassischen Pigou-Lösung, käme es zu einer Umverteilung, bei der die Ärmeren durch die Rückverteilung der Erträge deutlich profitieren. Damit wäre auch gesichert, dass die Klimasteuer Flüge für sie nicht noch stärker prohibitiv teuer macht, sodass sie also von diesem Gut nicht komplett ausgeschlossen wären.

PWP: Moment – verstehe ich das richtig, dass die Steuer einkommensabhängig sein soll? Müssten die Leute im Ernst beim Buchungsvorgang ihr Einkommen offenlegen?

Strack: Richtig, das ist unplausibel, und deswegen muss es sich in der Realität wohl um einen einkommensunabhängigen Preisaufschlag handeln. Davon gehen wir auch in unserem Aufsatz aus. Es genügt auch, dass die Menschen durch die Häufigkeit ihrer Flugreisen indirekt offenbaren, ob sie arm oder reich sind: Die Steuerlast steigt dann einfach mit der Zahl der Buchungen. Mir ist unsere Untersuchung vor allem deswegen wichtig, weil mir scheint, dass die Möglichkeiten, wie man eine Klimasteuer auf Flugreisen gestalten kann, falls man sie für sinnvoll erachtet, noch gar nicht wirklich umfassend erkundet sind. Da wollten wir einfach mal einen Anfang machen, mit einem sozialverträglichen Tarif. Er liefert, was Gordon Tullock und andere Ökonomen einen zusätzlichen Vorteil^[13] oder eine doppelte Dividende nennen: Es wird im Ergebnis weniger geflogen und die Ärmeren werden bessergestellt.

PWP: Damit eine solche Lösung auf Akzeptanz trifft, muss aber die Rückverteilung der Erträge wirklich sichtbar sein.

Strack: Das ist eine eher psychologische und nicht so sehr ökonomische Frage, eine Frage der administrativen Implementierung. Die Rückverteilung muss aber gewiss „salient“ sein, also auffallen und wahrgenommen werden. Man könnte zum Beispiel die erste Ausschüttung machen, bevor die Steuer das erste Mal erhoben wird.

Mit Philipp Strack sprach Karen Horn. Philipp Strack wurde von Allie Barton fotografiert, Karen Horn von Johannes Ritter.

Zur Person

Philipp Strack: Entscheidungstheorie, Informationsökonomik, Mechanism Design

Philipp Strack ist der erste deutsche Ökonom, den die American Economic Association (AEA) mit der John-Bates-Clark-Medaille ausgezeichnet hat. Er ist Professor für Volkswirtschaftslehre und für Computer Science an der Yale University; in seiner beeindruckenden Publikationsliste wimmelt es nur so von A+- und A-Journals: American Economic Review, Econometrica, Journal of Political Economy, Quarterly Journal of Economics, Review of Economic Studies, Journal of Economic Theory, Theoretical Economics, Journal of the European Economic Society usw.

Die seit 1947 vergebene undotierte John-Bates-Clark-Medaille, benannt nach einem führenden Vertreter der Grenznutzenschule, gilt als wichtigste Auszeichnung für Ökonomen nach dem von der Schwedischen Reichsbank gestifteten Preis für Wirtschaftswissenschaften im Gedenken an Alfred Nobel^[14]. Anders als mit dem Nobelpreis, der keine Landesgrenzen kennt und in der Regel erst später im Leben der Laureaten kommt, wenn klar ist, wieviel neue Forschung ihr Werk angestoßen hat, wird mit der John-Bates-Clark-Medaille ausdrücklich die Arbeit junger Wissenschaftler in den Vereinigten Staaten geehrt und gefördert. Die Altersgrenze liegt bei 40 Jahren; Strack ist 39 Jahre alt. Die Auszeichnung durch die AEA hat erhebliche Prognosequalität: Ein Drittel der bisherigen Medaillenträger hat in späteren Jahren auch den Nobelpreis erhalten.

In ihrer Begründung für die Vergabe der John-Bates-Clark-Medaille 2024 formuliert die AEA geradezu hymnisch, Strack sei ein „zutiefst kreativer und hochproduktiver mikroökonomischer Theoretiker, dessen Forschung unser Verständnis der Ökonomik an mehreren Fronten bereichert hat“.^[15] Seine „Mischung aus Kreativität, technischem Können und unglaublicher Produktivität hat ihn befähigt, in der ökonomischen Theorie lange offen gebliebene Fragen zu beantworten und Brücken zu einem breiten Spektrum an Nachbardisziplinen wie Psychologie, Neurowissenschaft und Computer Science zu schlagen.“ Seine tiefgründige und zugleich breite Forschung wecke Erinnerungen an die siebziger und achtziger Jahre, als Theoretiker begannen, die neuen, aufregenden Implikationen spieltheoretischen Argumentierens zu erkunden.

Strack lebt und arbeitet seit 2013 in den Vereinigten Staaten. Geboren ist er 1985 in Bonn als Sohn einer griechischen Archäologin und eines deutschen Juristen. Seiner Heimatstadt ist er lange treu geblieben: Dort ging er zur Schule, an der dortigen Universität hat er studiert, dort wurde er promoviert. Als Schüler nahm er an einem Programm für Hochbegabte teil, das ihm schon während der letzten beiden Jahre am Gymnasium ermöglichte, an der Universität zu studieren. Dort entschied er sich für die Mathematik. Weil er schon immer politisch interessiert war, nahm er nach dem Abitur dann noch die Volkswirtschaftslehre hinzu und studierte beide Fächer parallel. Die Ökonomik reizte ihn, weil sie es erlaubte, „etwas formaler und abstrakter über soziale Fragen nachzudenken“ – das lag ihm.

Die theoretischen Vorlesungen und Seminare an der Universität bereiteten ihm am meisten Vergnügen; er erinnert sich gern an die Lehrveranstaltungen von Paul Heidhues, Benny Moldovanu, Alex Gershkov und Georg Nöldeke. Dass es in dieser theoretischen Richtung nach dem Abschluss weitergehen würde, ergab sich von selbst: „Das machte mir einfach am meisten Spaß.“ Für das Promotionsprogramm an der Universität Bonn findet er viele lobende Worte. Es habe ideale Startbedingungen vermittelt, gerade auch für die kompetitive akademische Welt der Vereinigten Staaten. Strack wurde Doktorand bei Paul Heidhues, Benny Moldovanu, Sven Rady und, aus der Ferne seiner heutigen Wirkungsstätte Yale, Dirk Bergemann.

Nach der Promotion 2013 lockte Amerika. Strack bewarb sich und bekam eine Position als Assistant Professor an der University of California in Berkeley, hielt sich aber zunächst noch ein Jahr an der Ostküste der Vereinigten Staaten auf, als Forscher in dem auf Ökonomik und Computer Science spezialisierten Microsoft Research New England in Boston. „Es war ein richtig tolles Umfeld, weil dort Wissenschaftler aus allen möglichen Fächern arbeiten, damals unter anderem aus der Soziologie, Gender Studies, Computational Biology etc.“, erzählt er.

In Kalifornien stieg er dann nach vier Jahren vom Assistant Professor zum Associate Professor auf; in dieser Zeit wurde seine wissenschaftliche Arbeit bereits mit der begehrten, mit 75.000 Dollar über zwei Jahre dotierten Sloan Fellowship in Economics geehrt. Nach fünf forschungsintensiven, erfolgreichen Jahren in Berkeley warb ihn die Yale University nach New Haven ab. Dort hatte er schon ein Sabbatical verbracht. Die Entscheidung, wieder an die Ostküste zurückzukehren, fiel ihm nicht ganz leicht: „Beides sind wunderbare Standorte, an beiden kann ich glücklich sein.“ Und es sind beides Top-Universitäten. An der Yale University ist Strack nun seit dem Jahr 2022 Full Professor – und hat derzeit keine Absicht, sich wieder zu verändern. Thematisch will er sich in seiner Arbeit weiter mit der Diskriminierung befassen, wie man sie misst und woher sie kommt. Auch der Themenkomplex Klimawandel interessiert ihn.

Was macht ein derartiger Shooting Star der Volkswirtschaftslehre in seiner Freizeit? „Nichts Besonderes“, wiegelt der unprätentiöse Wissenschaftler ab, spannende Hobbies habe er keine. Eines fällt ihm dann aber doch ein: Während der Corona-Pandemie hat er sich die Langeweile vertrieben, indem er mit seinem Koautor Omer Tamuz vom California Institute of Technology ein Computerspiel programmiert hat. Es dreht sich darum, Ressourcen im Weltraum zu ernten, zu verarbeiten und zu versenden. Das Spiel heißt „Oligopoly“ und ist auf seiner Website^[16] zu finden.