Kitabı oku: «Behavioral Finance»

I.1.1 Neuroanatomie und kognitive Fähigkeiten

Die Neuroanatomie begann schon in der Antike, als dem Gehirn eine zentrale Rolle zugesprochen und kognitive Fähigkeiten bescheinigt wurden, »kognitive Fähigkeiten sind essenzielle Fähigkeiten des Menschen. Mit ihrer Hilfe ist der Mensch in der Lage, Informationen aufzunehmen, sie zu verarbeiten und daraus Erkenntnisse zu gewinnen.« (Doll, o.J.)

Über Lokalistations- und Äquipotenztheorie hinweg wurden im 20. Jahrhundert die biologisch-psychologischen Grundlagen für das noch verhältnismäßig junge Forschungsgebiet der Neuroökonomie gelegt.

Das wachsende Interesse am Zustandekommen relevanter Entscheidungen, als dem Ergebnis von Wahrnehmen und Verarbeiten von Signalen aus der Umwelt (Kognition) der Menschen, zeigt sich gerade im verstärkten Einsatz neurowissenschaftlicher Methoden. So können aktive Regionen des Gehirns (Böhmer, 2010, S. i-ii), hinsichtlich ihrer Anatomie und Funktionsweise mittels moderner bildgebender Verfahren, beispielsweise unter dem funktionellen Magnetresonanztomographen (fMRT) sowie mittels elektro-enzephalografischer Messungen (EEG) identifiziert und beschrieben werden (Chand & Dhamala, 2016/2, S. 85).

Das fMRT als nicht invasives Verfahren nutzt die unterschiedlichen magnetischen Eigenschaften von sauerstoffreichem und sauerstoffarmem Blut. Dabei sind Gehirnareale, die aktiviert sind, durch einen höheren Sauerstoffwechsel gekennzeichnet als Areale, die weniger in Anspruch genommen werden. Dahingegen misst das EEG die elektrische Aktivität im Gehirn mittels an der Kopfoberfläche befestigter Elektroden.

Durch die Verknüpfung von sichtbarem Verhalten – ausgelöst durch Stimuli – und den oben bereits erwähnten, nicht beobachtbaren Aktivitäten in unserem Gehirn müssen die gewonnen Erkenntnisse in die Theoriebildung einbezogen werden. Entscheiden ist kein abgrenzbarer Prozess, dessen Kern nicht klar lokalisiert und funktional abgebildet werden kann. Das Gehirn besteht eben nicht aus Schaltern, die bei schlechter Funktionsweise einfach ausgetauscht werden können, damit gutes Entscheiden möglich wird. Vielmehr wirkt auf den Entscheidungsprozess auch beispielweise der Charakter und die Sinnesart des Menschen ein. Zwei Beispiele sollen dies illustrieren:

• Das Gefangenen-Dilemma ist ein Spiel (Kreps, 1994, S. 453 f.), das das Verhalten von mehreren Akteuren bzw. Spielern innerhalb von verschiedenen Situationen untersucht, mathematisch darstellt und berechnet, wie sich die jeweiligen Spieler in den Szenarien wohl verhalten werden. Grundsätzlich haben die Spieler dabei zwei Entscheidungsmöglichkeiten: Sie können kooperieren oder die Kooperation ablehnen. Situationsbedingt und im Hinblick auf entscheidungsabhängige Handlungsergebnisse kann nun errechnet werden, wie sich Spieler A in Abhängigkeit von Spieler B verhalten wird und umgekehrt.

• Beim Trolly-Dilemma handelt es sich um ein gedankliches Experiment, bei dem ein moralisches Dilemma zu lösen ist (Goodall, 2016, S. 810 ff.). Angelehnt an den englischen Ausdruck für Straßenbahnen stellt das Experiment auf folgende Versuchsanordnung ab: Eine Straßenbahn ist außer Kontrolle geraten und droht, fünf Personen zu überrollen. Durch Umstellen einer Weiche kann die Straßenbahn auf ein anderes Gleis umgeleitet werden. Unglücklicherweise befindet sich dort eine weitere Person. Darf durch eine Änderung der Weichenstellung, Umlegen der Weiche, der Tod einer Person in Kauf genommen werden, um das Leben von fünf Personen zu retten?

Beide Dilemma-Beispiele zeigen, dass der Entscheidungsprozess einen weiteren Blickwinkel einbezieht, den nämlich denjenigen von Ethik und Moral. Doch auch in der täglichen Praxis zeigt sich die Realitätsnähe dieser Zwickmühlen, wenn man nur die beiden Akteure mit den beiden Bewohnern einer WG tauscht, die die Spülmaschine ausräumen oder das Bad putzen (sollen).

I.1.1.1 Gehirn – zentrales Steuerungsorgan zwischen Emotion und Selbstregulation

Von den Anfängen der Entwicklung der Säugetiere bis zum heutigen Homo sapiens hat das Gehirn als zentrales Steuerungsorgan wesentliche Veränderungen erfahren (Gilbert et al., 2005, S. 1). So hat es an Größe zugenommen, jedoch sind auch wesentliche neue Elemente hinzugekommen (Caroll, 2003, S. 849). Das menschliche Gehirn verfügt gegenüber anderen Säugetieren über eine höhere Vielfalt von Verhaltensmustern wie beispielsweise die Sprache und den Gebrauch von Werkzeugen (Preuss et al., 2004, S. 881 f.). Auch abstrakte Fähigkeiten wie Selbstreflexion, symbolisches Denken und kulturelles Lernen sind vor allem dem Menschen eigen (Northoff, 2006, S. 440). Diese Merkmale verstärken sich gegenseitig: Kultur formt menschliches Denken und fördert Selbstreflexion (Donald, 2000, S. 19 ff.).

Das menschliche Gehirn ist aus verschiedenen Schichten und in verschiedenen Ebenen aufgebaut. Dabei erfolgt vom Rückenmark zum Gehirn hin eine enorme Volumenvergrößerung. Diese zeigt sich in der Faltenstruktur des Großhirns und des Kleinhirns. Das Großhirn ist zentral für die bewussten Denkprozesse und Entscheidungen des Menschen verantwortlich. Es ist in vier Lappen und zwei Hälften gegliedert, die durch den sogenannten Balken (Corpus callosum) verbunden sind (Böhmer, 2010, S. 11 f.).

Andere Abschnitte des menschlichen Gehirns, wie beispielsweise das Rückenmark, Stammhirn und Mittelhirn, sind stärker für unbewusste Vorgänge zuständig ( Abb. I.3). Die Steuerung der Motorik geht in hohem Umfang vom Kleinhirn aus, welches im hinteren Teil des Schädels verortet ist. Der Thalamus und Hypothalamus nehmen in zentraler Lage eine Schaltstelle ein, die Großhirn und andere Gehirnareale verbindet (Patton & Thidbodeau, 2014, S. 448 ff.).

Ähnlich wie bei einem Computer arbeitet keine Hirnregion isoliert für sich. Stattdessen lassen sich unterschiedliche Komplexitätsebenen erkennen, die auf unterschiedliche Verhaltensweisen schließen lassen. Bezogen auf ein rationales oder durchdachtes Vorgehen zählen Emotionen in vielen Situationen zu den eher unerwünschten Eigenschaften. Dennoch gehören Emotionen zu unserer Lebenswirklichkeit, bestimmen sie doch als evolutionsbiologisches Frühwarnsystem unser Sein. Sind sie nicht vorhanden, hat dies – wie zwischenzeitlich erkennbar – bedrohliche Zustände und/oder soziale Komplikationen zur Folge. Tabelle I.1 gibt einen Überblick über die verschiedenen Emotionen, deren Auslöser und Funktionen.

Abb. I.3: MRT-Bild eines menschlichen Gehirns (Quelle: Chrischan, https://de.wikipedia.org/wiki/Datei:Labeledbrain.jpg, abgerufen am 28.10.20; CC BY-SA 3.0-Lizenz)

Tab. I.1: Auslöser und Funktion von Emotionen

Folglich kann unter Emotion ein »kurzfristig, stimulusabhängiges Erleben von Reizen« (Lammers, 2011, S. 29) verstanden werden.

Als bedrohlicher oder angstauslösender Zustand kann das Auftreffen auf eine giftige Schlange oder Spinne angeführt werden. Die Reaktionen sind vielfältig und können als unbewusst ablaufende Prozesse angesehen werden. Es erfolgt u. a. ein Anstieg von Herztätigkeit und Blutdruck. Ein Effekt, der über die Thalamus-Amygdala-Verbindungen und langsamer über die kortikalen Verbindungen von der Sehrinde zur Amygdala hervorgerufen wird. Damit ist die Amygdala eine zentrale Schaltstelle im Gehirn. Hier wird in Millisekunden-Geschwindigkeit entschieden ( Abb. I.4), ob ein Reiz für den Organismus schädlich oder von Vorteil ist. Dieses emotionale Zentrum kontrolliert folglich unsere Gemütsbewegungen wie Wut, Angst oder Freude und hat Einfluss auf das Gedächtnis und die Merkfähigkeit. Darüber hinaus ist es an Übertragungen vom Kurzzeit- an das Langzeitgedächtnis beteiligt (Pritzel, Brand, & Markowitsch, 2003, S. 29).

Abb. I.4: Von der automatischen zur geplanten Reaktion (Quelle: Eigene Darstellung in Anlehnung an Derouiche, A., 2011, S. 12 ff.)

Die Amygdala ist Teil des sog. limbischen Systems, eines der entwicklungsgeschichtlich älteren Bereiche des Gehirns, das sich zwischen dem Neocortex (Teil der Großhirnrinde) und dem Hirnstamm befindet. Es ist ein Bereich, der sich wie ein Ring um die Basalganglien und den Thalamus legt ( Abb. I.5).

Stellen die Emotionen noch unbewusst ablaufende Prozesse dar, so ist es das Ziel der Selbstregulation, eigenes Verhalten im Hinblick auf anzustrebende Zustände bewusst zu steuern. So kann beispielsweise durch den Einsatz selbstregulativer Techniken die psychischen (kognitiven) und physischen Reaktionen auf bestimmte Zustände, wie die oben angeführte Angst vor Schlangen oder Spinnen gemindert und teilweise sogar ganz abgebaut werden. Es kommt zu einer messbaren Abnahme physiologischer Erregungszustände wie Herzfrequenz oder Atemfrequenz. Es findet eine Interaktion der unterschiedlichsten Gehirnareale statt.

Abb. I.5: Die Amygdala (Quelle: https://www.neuroscientificallychallenged.com/blog/know-your-brain-amygdala, abgerufen am 28.10.20;CC BY-SA 4.0-Lizenz)

I.1.1.2 Der präfrontale Cortex im Kontext der rationalen Entscheidungsfindung

Der präfrontale Cortex, also der Stirnlappen des Großhirns, kommt bei geplant-rationalen Entscheidungsprozessen zum Einsatz. Dieser ist bei Menschen (und auch Primaten) gegenüber anderen Säugetieren besonders prägnant ausgebildet. Im präfrontalen Cortex werden Entscheidungen getroffen, die eine Anpassung an die Umwelt zum Ziel haben (Taubert et al., 2010, S. 1670). Beim Menschen ist gegenüber anderen Primaten vor allem der frontro-polare Cortex (als vorderster Teil des präfrontalen Cortex – direkt hinter der Stirn) stark ausgebildet, welcher für bewusste Reflexion auch über die eigene Persönlichkeit und eigene Entscheidungen verantwortlich ist (Koechlin & Hyafil, 2007, S. 594). Menschen unterscheiden sich aufgrund des Volumens von grauen und weißen Zellen im präfrontalen Cortex hinsichtlich ihrer Möglichkeiten rationale Entscheidungen zu treffen (Fleming et al., 2010, S. 1541).

Bemerkenswert in diesem Zusammenhang ist der Fall des Phineas Gage (1823-1860), der im Sommer 1848 einen schweren Arbeitsunfall erlitt, bei dem eine Eisenstange seinen Schädelknochen unterhalb des Auges durchbohrte und an der Schädeldecke wieder austrat ( Abb. I.6).

Wie durch ein Wunder überlebt Gage. Der erstversorgende Arzt stellte fest, dass Gage völlig normal sprach und sich auch erinnern konnte – das episodische Gedächtnis war intakt. Auffällig nach dem Unfall war allerdings, dass bewegende Situationen überhaupt keine Gefühlsreaktionen mehr auslösten. Umgekehrt konnte es in emotional neutralen Situationen zu Wut- oder Freudenausbrüchen kommen. Sozial und situativ angemessene Verhaltensweisen traten in den Hintergrund. Man nahm an, dass die selektiven Schädigungen des präfrontalen Cortex in Phineas Gages Gehirn ursächlich daran waren, dass er weitgehend die Fähigkeit verloren hatte, seine Zukunft zu planen, sich nach sozialen Regeln zu richten und die Handlungsabläufe zu wählen, die letztlich für ihn überlebenswichtig waren (Pritzel, Brand, & Markowitsch, 2003, S. 397). So fehlten u. a. Eigenschaften, die den Homo oeconomicus und sein rationales Entscheiden ausmachen. Dennoch: Menschliches Denken verläuft, wie neuere neuroanatomische Studien belegen, nicht immer rein rational.

Abb. I.6: Foto von Phineas Gage und Darstellung seiner Hirnverletzung (Quelle: https://commons.wikimedia.org/wiki/File:Phineas_Gage_GageMillerPhoto2010-02-17_Unretouched_Color_Cropped.jpg, abgerufen am 18.08.20, CC BY-SA 3.0-Lizenz; John M. Harlow, M.D., »Skull diagram of Phineas Gage,« RUSS 151: »How Things Matter«, http://omeka.macalester.edu/courses/russ151/items/show/10, abgerufen am 28.10.20)

Zunächst sind an Entscheidungsprozessen nicht nur der präfrontale Cortex beteiligt, vielmehr spielt auch die Motivation zur Entscheidung eine Rolle. Diese entsteht aufgrund sogenannter Kontextkontrolle und episodische Steuerung oder Kontrolle. So wird in einen Entscheidungsprozess stets der aktuelle Handlungszusammenhang (Kontext) einbezogen und auch vergangene Erfahrungen, also ähnliche Episoden werden für die Entscheidungsfindung berücksichtigt. Diese Prozesse laufen im Seitenlappen des Großhirns ab (Egner, 2009, S. 821).

Bei komplexen Entscheidungsaufgaben agieren Großhirn und andere Hirnareale in einem intensiven Zusammenspiel (Chand & Dhamala, 2016/1, S. 1; Chand & Dhamala, 2017, S. 381). Bei komplexen Denkvorgängen ist die Aktivität des gesamten neuronalen Netzwerks im Gehirn dem Entscheidungsprozess, der im präfrontalen Cortex abläuft, sogar zeitlich vorgelagert. Dieser Interaktionsprozess zwischen den tieferen auch emotionalen und unbewussten Ebenen des Gehirns beansprucht einen Großteil der Zeit, der zwischen Reizaufnahme und Entscheidung verstreicht (Chand & Dhamala, 2016/2, S. 85). Das vordere Inselnetzwerk, welches zwischen Frontallappen und Hinterhaupt verortet ist, nimmt bei komplexen Entscheidungsaufgaben eine zentrale vermittelnde Rolle ein (Chand & Dhamala, 2017, S. 383).

Menschliches Denken in komplexen Entscheidungssituationen verbindet somit rationale Reflexion vielfach unbewusst mit emotionalen, situativen und erlernten Mustern.

I.1.1.3 Der Reiz als darstellbarer Auslöser von Gehirnaktivität

Das menschliche Gehirn wird durch positive und negative Reize konditioniert. Ein durchaus angenehmer (An-)Reiz kann eine Belohnung darstellen und kennzeichnet folglich einen grundlegenden Treiber menschlichen Verhaltens. Wohingegen die Bestrafung als negativ anzusehen ist.

Positive Reize, die ein angenehmes körperliches Empfinden auslösen, z. B. gutes Essen, lösen automatisch eine Belohnung (gutes Empfinden) aus. Die Höhe der gefühlten, wahrgenommenen Belohnung ist allerdings individuell unterschiedlich. Ähnlich aktivierend wirken auch folgende Reize:

• Statussymbole,

• monetäre Gewinne,

• erotische Motive.

In den letzten Jahren haben sich die Untersuchungsmethoden innerhalb der Neurowissenschaften grundlegend weiterentwickelt. Gerade die bildgebenden Verfahren wie die Magnetresonanztomographie (MRT) oder die funktionelle Magnetresonanztomographie (fMRT) als deren Weiterentwicklung lassen direkte oder indirekte Rückschlüsse auf die betroffenen Gehirnareale zu. Strukturelle Verfahren wie das MRT erlauben keine Aussagen zu Aktivitäten der Nervenzellen. Dagegen ermöglichen die funktionellen Verfahren (fMRT) eine Unterscheidung zwischen aktiven und nicht aktiven Hirnregionen, ausgelöst durch einen entsprechenden Reiz. Ursächlich hierfür ist, dass das Gehirn bei Aktivität innerhalb von Sekunden einen deutlich höheren Sauerstoffverbrauch aufweist. Es erfolgt eine erhöhte Zufuhr mit sauerstoffangereichertem Blut in die entsprechende Region.

Die Charakteristik, dass sauerstoffreiches und sauerstoffarmes Blut unterschiedliche magnetische Eigenschaften besitzen, ist unter dem BOLD (BLood-Oxygen-Level-Dependent)-Effekt in der Literatur beschrieben. Mittels fortlaufender Aufnahmen des fMRT lassen sich die Aktivitäten neuronaler Prozesse nahezu in Echtzeit abbilden (Vaitl, 2006, S. 19).

Abb. I.7: Erwartung der Belohnung (Quelle: Eigene Darstellung in Anlehnung an Chrischan, https://de.wikipedia.org/wiki/Datei:Labeledbrain.jpg, abgerufen am 28.10.20; CC BY-SA 3.0-Lizenz)

Abb. I.8: Erhalt der Belohnung (Quelle: Eigene Darstellung in Anlehnung an Chrischan, https://de.wikipedia.org/wiki/Datei:Labeledbrain.jpg, abgerufen am 28.10.20; CC BY-SA 3.0-Lizenz)

Bei positiven Reizen werden die betroffenen Regionen stärker aktiviert und es erfolgt eine verstärkende Rückkopplung. Bei negativen Reizen werden die gleichen Regionen schwächer als im Normalzustand aktiviert und es erfolgt eine Reizvermeidung (Böhmer, 2010, S. 36).

Allerdings unterscheidet das menschliche Gehirn hinsichtlich dieser Stimulation nicht zwischen verschiedenen Reizen. So wird eine Belohnung, z. B. durch positive Eindrücke oder Nahrung, gleichermaßen wie ein wirtschaftlicher Gewinn durch stärke Durchblutung des präfrontalen Cortex und auch anderen Arealen angezeigt. Eine Bestrafung oder ein wirtschaftlicher Verlust bewirkt eine geringere Durchblutung (Tom et al., 2007, S. 129; Dunning & Hajcak, 2007, S 1875).

Bei Entscheidungen unter Risiko und Unsicherheit werden neben dem präfrontalen Cortex auch die Seitenlappen des Gehirns sowie das Kleinhirn aktiviert (Levy et al., 2010, S. 1036 f.). Entscheidungen laufen in dieser Situation somit nicht rein rational, sondern unter Berücksichtigung der situativen Rahmenfaktoren, bisheriger Erfahrungen und Emotionen ab.

I.1.2 Neuroanatomie – Basis einer erweiterten Finanztheorie

Diese neuen Erkenntnisse aus der Neuroanatomie stellen die neoklassische Kapitalmarkttheorie in Frage. Letztere geht auf die Analysen von Modigliani & Miller (1958, S. 261) zurück und postuliert, dass Marktteilnehmer unter Risiko stets rational ihren wirtschaftlichen Nutzen maximieren (Matschke, 2004, S. 683). Der Nutzen resultiert aus einer systematischen Abwägung von Risiko und Ertragsperspektive unter Berücksichtigung der individuellen Risikoneigung. Handeln auf einem vollständig informationseffizienten und vollständigen Kapitalmarkt alle Wirtschaftssubjekte in dieser Weise, kommt es zu einer fairen Bewertung aller Assets, so dass über die Risikoexposition der Erwartungswert der Rendite mittels eines linearen Modells prognostiziert werden kann (Laux & Schabel, 2008, S. 22 f.).

Bereits psychologische Beobachtungen der Verhaltensforschung und die daraus für die Wirtschaftswissenschaften abgeleitete Behavioral Economics hat die Praxistauglichkeit des neoklassischen Marktmodells in Frage gestellt. Mit der Behavioral Finance-Theorie, die auf psychologischen Forschungsarbeiten von Tversky und Kahnemann (1992, S. 297 ff.) zurückgeht, können irrationales Anlegerverhalten und Herdeneffekte im Nachhinein teilweise erklärt werden (Bloomfield, 2008, S. 440). Eine exakte Prognose neuer außerordentlicher Reaktionen ist aufgrund der Vielfalt der Entwicklungsmöglichkeiten jedoch ausgeschlossen (Barberis & Thaler, 2003, S. 1122).

Durch die Neuroanatomie ( Kap. I.1.1) können die Ansätze der Behavioral Finance nun fundiert werden, denn aufgrund bildgebender Verfahren und elektrografischer Messungen wird deutlich, in welchen Teilen des Gehirns welche Abläufe unter welchen Reizwirkungen ablaufen (Kaufmann & Voegtlin, 2011, S. 7 f.). Gegenüber klassischen Befragungen von Probanden wird mittels der Methoden der Neuroanatomie deutlich, welche Wirkungsketten auftreten (Priddat & Kabalak, 2008, S. 138).

I.1.3 Neurofinance – integrativer Erklärungsansatz für lückenhafte klassische Finanztheorien

Die Neurofinance stellt einen neuen integrativen Forschungssatz dar, der Wirtschaftswissenschaften und Neurowissenschaften verbindet (Miendlarzewska et al., 2019, S. 196), indem für die Analyse von wirtschaftlichen Entscheidungen neurowissenschaftliche Auswertungsverfahren herangezogen werden (Rocha et al., 2013, S. 1). Damit bestätigt die Neurofinance neuroanatomische Forschungsergebnisse.

Bei finanzwirtschaftlichen Entscheidungen interagieren alle Regionen des frontalen Cortex und auch des Hippocampus sowie weiterer tieferliegender Hirnregionen. Die Interaktion dieser Areale ist individuell und auch geschlechtsspezifisch verschieden ausgeprägt, was zu verschiedenartigen Entscheidungsmustern und Resultaten führt (Rocha et al, 2013, S. 11).

Bei allen finanziellen Entscheidungen werden Regionen im Gehirn aktiviert, die zugleich für die Analyse grundlegender Bedürfnisse und Umweltsituationen erforderlich sind und dabei spielen stets rationales Denken, Erfahrungen, Einschätzungen der aktuellen Situation sowie Emotionen zusammen. Aufgrund neuer Ereignisse werden bestehende Strukturen im Gehirn modifiziert, um sich besser an neue ähnliche Entscheidungssituationen anpassen zu können. Diese Entwicklung ist individuell und bestimmt bspw. unsere Risikoaversion (Canessa et al., 2017, S. 257).

Die Neurofinance zeigt, dass Entscheidungsmuster, die von einem rationalen ökonomischen Optimum abweichen, dennoch aus biologischer Perspektive optimal sein können. So können Grenzen der rationalen Denkfähigkeit umgangen werden, indem vereinfachende Entscheidungen getroffen werden, die dennoch die aufgrund von Erfahrungswerten notwendigen Daten berücksichtigen (Miendlarzewska et al., 2019, S. 197 f.).

Das Zusammenspiel von rationalem Denken sowie situativer und affektiver Faktoren macht Menschen jedoch zugleich empfänglich für psychologische Trends, die sich in einer Gruppe von Menschen aufschaukeln können. Die Mehrzahl der Menschen neigt gemäß Experimenten von Frydman (2012, S. 35 ff.) dazu, Gewinntrades zu halten und auf weitere Gewinne zu hoffen, auch wenn es kleine Rückschläge gibt. Jedoch schlägt die Meinung der Mehrheit im Falle akuter Verluste oft schlagartig um und es kommt zu einem Massenverkauf, da sich Individuen vom Verhalten anderer anstecken lassen. So lassen sich Massenpaniken erklären (da Rocha, 2013, S. 18 f.).

Es ist länger schon bekannt, dass Strategien zu entwickeln sind, damit Anleger die biologisch programmierten und neuroanatomisch nachgewiesenen Verhaltensmuster modifizieren können. So könnten Investmentverluste vermieden werden (Tseng, 2006, S. 16).

Gewiss steht die Neurofinance mit diesen Forschungsergebnissen erst am Anfang. Doch zeigen die Ausführungen bereits, dass komplexe Entscheidungen nicht in die vereinfachte Welt eines Homo oeconomicus passen. Emotionen spielen neben der Kognition eine wichtige Rolle. Die Erkenntnis hierüber ist ein wichtiger Beitrag, der die Ökonomie vom rein rationalen/ kognitiven zu einem kognitiv/ affektiven Ansatz weiterentwickeln lässt.

I.1.4 Duales Handlungsmodell im Kontext des Entscheidungsverhaltens

In einer sicheren Welt wäre das Entscheiden einfach. Handlungsalternativen wären bekannt und auch die Konsequenzen des Handelns könnten vorab bestimmt werden. Kurzum, die Entscheidungssituation wäre wohldefiniert. Schwankungen an den Kapitalmärkten würden etwa nicht auftreten und die Wertentwicklungen der Assets wären gleichmäßig und vorhersehbar. Schöne, aber langweilige Welt.

Tagtäglich sind wir mit Entscheidungssituationen konfrontiert. Eine Vielzahl dieser Entscheidungen nehmen wir nicht bewusst wahr, sie erfolgen unter Zuhilfenahme unseres Systems 1 (automatisches System) und erfordern kein oder nur wenig Involvement, geschweige denn kognitive Anstrengung. Stellen sich die Dinge jedoch komplizierter dar oder müssen beispielsweise Berechnungen angestellt werden, um Finanzentscheidungen treffen zu können, ist ein Mehr an Gehirnkapazität erforderlich und die entsprechenden Prozeduren finden in System 2 (reflektierendes System) statt ( Abb. I.9). Die Unterscheidung in zwei kognitive Systeme geht auf den Psychologen und Verhaltensökonomen Kahneman (Kahneman, 2011, S. 32 ff.) zurück. Diese beiden Systeme, die zum einen unbewusst ablaufendes Denken und zum anderen logisches bzw. berechnendes Denken charakterisieren, werden auch »Duales Handlungsmodell« genannt.

Entscheidungen werden in System 1 getroffen, wenn wir über die Konsequenzen der Entscheidung nicht groß nachdenken müssen. Die Prozeduren laufen dann routinisiert oder standardisiert ab (z. B. eine Überweisung tätigen), einfache Matching-Prozesse ausreichen (Kunde: ›Ah, an dieser Supermarktkasse kann ich kostenlos Geld abheben, wenn ich für 10 Euro einkaufe!‹) oder die Konsequenzen keine lebens- oder existenzgefährdenden Auswirkungen haben (Kunde: ›Dann hebe ich halt an diesem Geldautomaten mein Bargeld ab, obwohl ich 5 Euro Gebühren zu bezahlen habe und laufe nicht noch 2 Kilometer bis zum nächsten Automaten.‹).

In vielen Bereichen hingegen erfordert der Entscheidungsprozess (oder zumindest sollte er dies) ein stärkeres Involvement und ein Mehr an kognitiver Anstrengung. Handlungsoptionen müssen bewertet werden (Kunde: »Ist das Kontomodell A oder B für mich geeigneter?«) und künftige Auswirkungen der heutigen Entscheidung sind einzubeziehen (Kunde: »Wähle ich als Altersvorsorge ein Versicherungsprodukt mit Garantie oder den Sparplan mit ETFs?«). Diese Entscheidungssituationen stellen sich wesentlich komplexer dar, eine Bewertung von Alternativen ist vorzunehmen und bisweilen müssen künftige Umweltzustände konstruiert werden. Beispielsweise ist kognitives Involvement der Kunden bei Altersvorsorgeprodukten erforderlich oder bei der Baufinanzierung des Eigenheims. Entscheidungen dieser Kategorien finden (hoffentlich) mit Bedacht in System 2 statt.

Abb. I.9: Duales Handlungsmodell – Wie wir entscheiden (Quelle: Eigene Darstellung in Anlehnung an Hofmann & Friese, 2010, und Jungermann, Pfister & Fischer, 2010)

Zwischen System 1 und System 2 können aber auch Verbindungen bestehen, sei es, dass etwa durch externe Reize (z. B. Werbung) von System 2 ins System 1 gewechselt wird. Die Werbebranche ist gut darin, Konsumenten ins automatische und teilweise von Emotionen geleitete System 1 zu locken.

Ungeachtet dessen kann dieser Wechsel aber auch gewollt sein, man spricht dann von Lernen. Jeder erinnert sich bestimmt an die erste Fahrstunde. Viele Informationen mussten aufgenommen, bewertet und dann in Handlungen umgesetzt werden. System 2 war stark gefordert, der gesamte Prozess erfolgte bewusst, langsam und angestrengt. Einige Zeit später, bei manchen schneller, bei anderen langsamer, hat der Lernprozess dazu geführt, dass die Entscheidungen im Zusammenhang mit dem Autofahren größtenteils leicht von der Hand gehen und weniger kognitive Anstrengung erforderlich ist. Der Lernprozess hat dazu geführt, dass Entscheidungen automatisch von System 1 getroffen werden können.

Die unterschiedlichen Entscheidungssysteme macht sich auch die Werbung für Finanzdienstleistungsprodukte zunutze, dabei kommen sowohl behavioristische als auch rationale Instrumente zum Einsatz. Es konnte nämlich festgestellt werden, dass Entscheidungen von Inverstoren bei riskanten Produkten eher in System 1 und damit schnell und automatisch vorgenommen werden. Bei als wenig riskant zu klassifizierenden Finanzprodukten erfolgt die Entscheidung bei vielen Menschen vornehmlich mit Bedacht und reflektiert in System 2, so dass die Werbung sich auf Fakten und Daten konzentrierte (Ferretti & Pancotto & Rubaletti, 2017, S. 29 f.). Daraus könnte geschlussfolgert werden, dass Entscheidungen am Aktienmarkt gerade bei privaten Anlegern eher emotional getriggert und verstärkt in System 1 anzusiedeln sind. Der Entscheidungsprozess bei Baufinanzierungsalternativen hingegen ist wegen seiner klaren Parameter (z. B. Laufzeit, Zins- und Tilgungssatz, Zinsbindung) und der damit einhergehenden Sicherheit im reflektierenden System 2 angesiedelt.

Im Zusammenhang mit einer nachhaltigen und guten Finanzberatung muss eben berücksichtigt werden, dass das Denken kontextabhängig in zwei Systemen erfolgt. Denn Kunden, die über den Bausparvertrag nachdenken, da sie vielleicht nur einmal im Leben die Anschaffung einer Immobilie vornehmen, oder Kunden, die in jungen Jahren über ihre Altersvorsorge entscheiden sollen, befinden sich kognitiv in System 2. Berater, die täglich mit Finanzentscheidungen befasst sind und Immobilienfinanzierungen und Altersvorsorgeprodukte beherrschen, haben Routine und sind meist in System 1. Der Perspektivenwechsel ist also wichtig, um Kunden besser zu verstehen und nicht im Beratungsgespräch zu verlieren.

I.1.5 Kontrollfragen

1. In welchem Teil unseres Gehirns werden Vor- und Nachteile rational abgewogen und Erfahrungswissen aufgearbeitet?

2. Worin unterscheiden sich Bauchgefühl von Intuition?

3. Nennen Sie Bestandteile und Funktion des sog. limbischen Systems?

4. Was ist unter System 1 und System 2 zu verstehen?

5. Wann befinden Sie sich selbst in System 1 und wann in System 2? - Notieren Sie auf ein Papier (für die digital Natives auf Ihrem Pad oder das Notebook), bei welchen Entscheidungen Sie in den letzten Wochen besser System 2 aktiviert hätten: Wie hätten Sie dies erreichen können?

Literatur zu Kapitel I.1

Barberis, N., & Thaler, R. (2003): A survey of behavioral finance, Handbook of the Economics of Finance, Nr. 1, 1053-1128.

Bloomfield, R. (2008): Behavioural finance, in: The New Palgrave Dictionary of Economics: Volume 1-8, 438-444.

Böhmer, G. (2010): Neuroökonomie (Neuroeconomics), Neuronale Mechanismen ökonomischer Entscheidungen, Institut für Physiologie und Pathophysiologie an der Johannes Gutenberg-Universität, Mainz, online: https://publications.ub.uni-mainz.de/opus/frontdoor.php?source_opus=2299&la=de, abgerufen am 3.4.2020

Canessa, N., Crespi, C., Baud-Bovy, G., Dodich, A., Falini, A., Antonellis, G., & Cappa, S. F. (2017): Neural markers of loss aversion in resting-state brain activity, in: NeuroImage, 146, 257-265.

Carroll, S. B. (2003): Genetics and the making of Homo sapiens, in: Nature, 422 (6934), 849

Chand, G. B., & Dhamala, M. (2016/1): Interactions among the brain default-mode, salience, and central-executive networks during perceptual decision-making of moving dots, in: Brain connectivity, 6(3), 249-254

Chand, G. B., & Dhamala, M. (2016/2): The salience network dynamics in perceptual decision-making, in: Neuroimage, 134, 85-93

Chand, G. B., & Dhamala, M. (2017): Interactions between the anterior cingulate-insula network and the fronto-parietal network during perceptual decision-making, in: Neuroimage, 152, 381-389

da Rocha, A., Lima Filho, R., Costa, H., & Lima, I. (2013): The 2008 crisis from the Neurofinance perspective: Investor humor and market sentiment, available at SSRN 2332200 Online https://www.researchgate.net/publication/257221759_The_2008_Crisis_from_the_Neurofinance_Perspective_Investor_Humor_and_Market_Sentiment

Derouiche, A. (2011): Eine kleine Neuroanatomie; in: Reimann, M.; Weber, B.: Neuroökonomie, Wiesbaden, 11-41

Doll, J. (o.J.): Kognitive Fähigkeiten des Menschen, online: https://www.medien.ifi.lmu.de/lehre/ws0506/mmi1/kognitive-faehigkeiten-doll.xhtml abgerufen am 31.07.2020

Donald, M. (2000): The central role of culture in cognitive evolution: a reflexion on the myth of the« isolated mind«, Culture, thought and development, Mahwah, NJ, Lawrence Erbaum Associates, 19-38

Dunning, J. P., & Hajcak, G. (2007): Error-related negativities elicited by monetary loss and cues that predict loss, in: Neuroreport, 18 (17), 1875-1878

Egner, T. (2009): Prefrontal cortex and cognitive control: motivating functional hierarchies, in: Nature neuroscience, 12 (7), 821

Fleming, S. M., Weil, R. S., Nagy, Z., Dolan, R. J., & Rees, G. (2010): Relating introspective accuracy to individual differences in brain structure, in: Science, 329 (5998), 1541-1543

Frydman, C. D. (2012): Essays in neurofinance (Doctoral dissertation, California Institute of Technology), Pasadena

Gilbert, S. L., Dobyns, W. B., & Lahn, B. T. (2005): Genetic links between brain development and brain evolution, in: Nature Reviews Genetics, 6 (7), 581

Goodall, N. J. (2016): Away from Trolley Problems and Toward Risk Management, in: Applied Artificial Intelligence, Vol. 30, No. 8, 810-821

Kahneman, D. (2011): Schnelles Denken, langsames Denken, München

Kaufmann, I. M., & Voegtlin, C. (2011): Neuroökonomie: Grundverständnis und Ausblick, in: Forum Wirtschaftsethik, 19 (2), 7-15

Koechlin, E., & Hyafil, A. (2007): Anterior prefrontal function and the limits of human decision-making, in: Science, 318 (5850), 594-598

Lammers, C. H. (2011): Emotionsbezogene Psychotherapie, Stuttgart

Laux, H., & Schabel, M. M. (2008): Subjektive Investitionsbewertung, Marktbewertung und Risikoteilung: Grenzpreise aus Sicht börsennotierter Unternehmen und individueller Investoren im Vergleich, Wiesbaden

Levy, I., Snell, J., Nelson, A. J., Rustichini, A., & Glimcher, P. W. (2010): Neural representation of subjective value under risk and ambiguity, in: Journal of neurophysiology, 103 (2), 1036-1047

Matschke, H. (2004): Konzeptionen der Unternehmensbewertung, in: Lück, W. (Hrsg.), Lexikon der Betriebswirtschaft, 6. Auflage, München, 648-650

Miendlarzewska, E. A., Kometer, M., & Preuschoff, K. (2019): Neurofinance, in: Organizational Research Methods, 22 (1), 196-222

Northoff, G., Heinzel, A., De Greck, M., Bermpohl, F., Dobrowolny, H., & Panksepp, J. (2006): Self-referential processing in our brain — a meta-analysis of imaging studies on the self, in: Neuroimage, 31 (1), 440-457

Patton, K. T., & Thibodeau, G. A. (2014): Mosby's Handbook of Anatomy & Physiology-E-Book, Elsevier Health Sciences, St. Louis

Preuss, T. M., Cáceres, M., Oldham, M. C., & Geschwind, D. H. (2004): Human brain evolution: insights from microarrays, in: Nature Reviews Genetics, 5 (11), 850

Priddat, B. P., & Kabalak, A. (2008): Wozu Neuroökonomie?, in: Wirtschaftsdienst, 88 (2), 138-144

Pritzel, M., Brand, M. & Markowitsch, J. (2003): Gehirn und Verhalten: Ein Grundkurs der physiologischen Psychologie, Heidelberg

Taubert, M., Draganski, B., Anwander, A., Müller, K., Horstmann, A., Villringer, A., & Ragert, P. (2010): Dynamic properties of human brain structure: learning-related changes in cortical areas and associated fiber connections, in: Journal of Neuroscience, 30 (35), 11670-11677

Tom, S. M., Fox, C. R., Trepel, C., & Poldrack, R. A. (2007): The neural basis of loss aversion in decision-making under risk, in: Science, 315 (5811), 515 - 518

Tseng, K. C. (2006): Behavioral finance, bounded rationality, neuro-finance, and traditional finance, in: Investment Management and Financial Innovations, 3 (4), 7-18

Tversky, A., & Kahneman, D. (1992): Advances in prospect theory: Cumulative representation of uncertainty, in: Journal of Risk and uncertainty, 5 (4), 297-323

Vaitl, D. (2006): Blick ins Gehirn: Wie Emotionen entstehen. Gießener Universitätsblätter, Gießen, 17-24