Vous êtes sur la page 1sur 3

Gnther Gettinger, 2016

Basics des Risikomanagements


"Wie wissen wir, was wir zu wissen glauben?"
Feststellungen ber Risiken bedrfen einer kritischen Prfung ihrer
ernkenntnismigen Fundierung: Wer gelangte wie zu der vorliegenden
Risikobewertung?
Dabei geht es im Kern um das alte Problem der Induktion. Wie kann ich auf
Basis einer limitierten Menge empirischer Beobachtungen auf gltige Weise zu
allgemeingltigen Aussagen gelangen? Jede Verallgemeinerung bleibt letztlich
eine 'Vermutung', eine mehr oder weniger - von den bislang erfassten Daten gut gesttzte Hypothese. ber 'Alles' lsst sich nmlich empirisch nichts
letzthin Gltiges aussagen. Allaussagen sind immer metaphysische Aussagen,
d.h. Aussagen, die empirisch nicht weiter begrndbare Annahmen ber
'Gesetzmigkeiten' der Wirklichkeit treffen.
Im Risikomanagement kommt es also nicht auf 'Wahrscheinlichkeitsaussagen
als solche' an, sondern wesentlich auf den Kontext, dem sie entstammen
(ihrer 'Domne') und auf welchen sie in Form prognosebasierten Handlungen
dann einwirken. Es gilt also die Formel: 'Wahrscheinlichkeit mal
Voraussetzungen und mal Folgen'.
Seltene Ereignisse mssen also in allen auf Induktionsschlssen basierenden
Risikoabschtzungen systematisch unterbewertet werden, obwohl sie das
gesamte induktive Schlussverfahren fundamental erschttern knnen - und
damit solche Aussagen auf unbestimmbare Weise 'relativieren' knnen (und
damit auch den weitern Ablauf der Ereignisse, auf welche sich diese
verallgemeinerten Beobachtungen als 'Prognosen' beziehen). Man knnte
geradezu sagen: die Schwere solcher Ereignisse verhlt sich umgekehrt
proportional zu ihrer beobachtbaren Hufigkeit. Nassim Taleb formuliert das
so: "Wenn wir nun annehmen, ein Ereignis trete alle 1000 Tage ein, bentigen
wir wesentlich mehr Daten als von 1000 Tagen, um seine Hufigkeit
abzuschtzen - sagen wir 3000 Tage. Was ist nun, wenn das Ereignis alle 5000
Seite 1 von 3

Gnther Gettinger, 2016

Tage eintritt? Die Einschtzung der Wahrscheinlichkeit erfordert eine grere


Zahl, 15.000 oder mehr. Je geringer die Wahrscheinlichkeit, desto mehr
Beobachtungen sind notwendig und desto grer die Fehlerquote bei einer
gegebenen Anzahl von Beobachtungen. Deshalb braucht es bei der
Einschtzung eines seltenen Ereignisses eine Masse, die grsser und grsser
sein muss - umgekehrt proportional zum Eintreten des Ereignisses."
Jede solche Schtzung ist damit letztlich auf begrenzte Weise
'selbstreferentiell': aus der Beobachtung einer bestimmten Reihe von
Ereignissen - gefasst im Rahmen einer mathematischen Struktur - schliet man
auf die unbeobachtbaren Anteile der Zukunft und Vergangenheit der
beobachteten Ereignisreihe.
Wie wissen wir, dass wir fr so konstruierte Wahrscheinlichkeitsverteilungen
von Ereignissen bereits gengend Daten zur Verfgung haben? Woher knnen
wir sicher wissen, mit welchen Ereignisfolgen wir es zu tun haben? Dazu wieder
Nassim Taleb: "Wenn man Daten braucht, um eine
Wahrscheinlichkeitsverteilung zu erhalten, mit deren Hilfe das Wissen ber das
knftige Verhalten ebendieser Verteilung aus vergangenen Resultaten
hergeleitet werden soll, und wenn man gleichzeitig eine
Wahrscheinlichkeitsverteilung bentigt, um zu messen, ob die Daten gengen
und ob sie Aussagekraft fr die Zukunft haben, dann drehen wir uns einer
ernsthaften Endlosschleife."
Was bedeutet dieser Sachverhalt der 'Selbstreferentialitt fr das
Risikomanagement? Taleb: Unternehmen mssen unweigerlich Risiken
eingehen, das gehrt zu ihrem Kerngeschft. Es werden aber nur solche
Unternehmen ein serises Risikomanagement betreiben knnen, welche die
von ihnen eingegangen und einzugehenden Risiken auch verlsslich abschtzen
knnen, d.h. solche, die letztlich 'konservativ' kalkulieren, und das heit
wiederum: welche nicht systematisch mit dem Eintreten 'seltener Ereignissen'
kalkulieren. Solche Ereignisse sind nmlich grundstzlich nicht seris
kalkulierbar.
Aus der Sicht des Risikomanagement bestnde also die Lsung ihrer Aufgabe
darin, mit vertrauten Risiken selbstbewusst umzugehen, und ein gesundes
Misstrauen gegenber allem zu wahren, was darber hinausgeht. So knne
man Risikosituationen gut auf ihre 'Robustheit' gegenber Schtzungsfehlern
Seite 2 von 3

Gnther Gettinger, 2016

einstufen - und diese Fhigkeit sei wohl DIE Kernkompetenz eines serisen
Risikomanagements.
Lit.:
Nassim Nicholas Taleb, Was, wenn ich falsch liege? In: Schweizer Monat 985,
April 2011, Dossier Risiken und ihre Nebenwirkungen. WWW (abgefragt am
23.4.2016): http://www.ebp.ch/files/publikationen/2011-04-01_dossier_risiko_schweizer_monat.pdf

Seite 3 von 3