Survivorship Bias: Wenn nur die Gewinner übrig bleiben

Vertiefung9 Min. Lesezeit · aktualisiert am 4. November 2026 · 6 Quellen

Der Survivorship Bias entsteht, wenn nur das in die Rechnung eingeht, was bis heute überlebt hat. Aufgelöste Fonds, Pleite gegangene Unternehmen und eingestellte Strategien fehlen, und ausgerechnet sie waren meist die schlechtesten. Das Ergebnis sieht dann besser aus, als es war. In diesem Artikel rechnen wir nach, wie groß die Verzerrung wird, wo sie überall steckt und wie du sie in eigenen Backtests vermeidest.

Was Survivorship Bias ist

Stell dir eine Liste aller Aktienfonds vor, die es heute gibt, und rechne ihre Rendite über die letzten zehn Jahre aus. Klingt nach einem fairen Vergleich, ist es aber nicht. Fonds, die in diesen zehn Jahren schlecht liefen, wurden oft mit anderen Fonds verschmolzen oder ganz aufgelöst. Sie tauchen in der heutigen Liste nicht mehr auf. Übrig bleiben die Fonds, die gut genug waren, um zu überleben. Ihr Durchschnitt ist höher als der Durchschnitt aller Fonds, die vor zehn Jahren zur Wahl standen.

Genau das ist der Survivorship Bias, auf Deutsch auch Überlebensverzerrung: Eine Stichprobe enthält nur die Überlebenden eines Auswahlprozesses, und die Auswahl hängt mit dem Ergebnis zusammen, das man messen will. Für Anleger ist das gefährlich, weil die Verzerrung immer in dieselbe Richtung geht. Sie lässt Renditen zu hoch, Risiken zu niedrig und Erfolgsquoten zu gut erscheinen.

Wichtig ist der Zeitpunkt der Auswahl. Eine Liste, die du heute aufstellst, enthält Wissen aus der Zukunft des Startjahres: Du weißt bereits, welche Fonds und Aktien es geschafft haben. Ein Anleger, der vor zehn Jahren investiert hat, wusste das nicht.

Ein Rechenbeispiel: zehn Fonds, drei verschwinden

Zehn Fonds starten gleichzeitig. Über fünf Jahre erzielen sie die folgenden Renditen pro Jahr. Die drei schwächsten werden in dieser Zeit aufgelöst und fehlen später in jeder Datenbank, die nur heutige Fonds enthält. Der Vergleichsindex bringt 5 % pro Jahr.

Das Beispiel ist bewusst einfach, aber die Richtung stimmt immer: Wer nur Überlebende zählt, erhöht den Durchschnitt und die Erfolgsquote. Auch das Risiko sieht kleiner aus, denn die Fonds mit den größten Verlusten fehlen. Die Streuung der sieben Überlebenden ist deutlich kleiner als die aller zehn Fonds.

Wo Survivorship Bias überall steckt

• Fondsranglisten: Ranglisten über zehn oder zwanzig Jahre zeigen nur Fonds, die heute noch existieren. Aufgelöste und verschmolzene Fonds fehlen. Studien zu aktiven Fonds müssen deshalb Datenbanken nutzen, die auch tote Fonds enthalten.
• Backtests mit heutigen Indexmitgliedern: Wer die 30 heutigen Werte eines Leitindex 30 Jahre zurückrechnet, rechnet mit Unternehmen, die groß und erfolgreich geworden sind. Die Firmen, die in dieser Zeit aus dem Index gefallen oder verschwunden sind, fehlen. Der Index selbst ist davon nicht betroffen: Er enthielt zu jedem Zeitpunkt die damaligen Mitglieder.
• Aktiendatenbanken: Aktien, die von der Börse genommen werden, etwa nach einer Pleite, haben oft keine letzte Rendite mehr in den Daten. Fehlt dieser letzte, meist hohe Verlust, wirken Strategien mit vielen kleinen und schwachen Werten besser.
• Hedgefonds- und Strategiedatenbanken: Fonds melden freiwillig. Wer schlecht läuft, hört auf zu melden; wer neu hinzukommt, bringt oft seine gute Vorgeschichte mit.
• ETFs und Themenfonds: Auch ETFs werden geschlossen, vor allem kleine Themen-ETFs nach einem Hype. Wer heute die erfolgreichsten Themen-ETFs vergleicht, sieht die eingestellten nicht.
• Erfolgsgeschichten: Bücher über erfolgreiche Anleger und Unternehmen erzählen von denen, die es geschafft haben. Wie viele mit derselben Strategie gescheitert sind, steht selten darin.

Verwandte Verzerrungen

Survivorship Bias tritt selten allein auf. Mehrere ähnliche Fehler entstehen, wenn Daten im Rückblick anders aussehen als zum damaligen Zeitpunkt:

Der Look-Ahead Bias ist der nächste Verwandte: Ein Backtest kauft am 31. Dezember auf Basis einer Bilanz, die erst im März veröffentlicht wurde. Survivorship Bias ist eine besondere Form davon, denn auch das Wissen, welche Unternehmen überleben, war damals nicht verfügbar. Mehr zu Fehlern in Backtests steht im Artikel über Backtest-Overfitting.

Was die Forschung zeigt

Brown u. a. (1992) zeigten, dass Survivorship Bias nicht nur den Durchschnitt verschiebt, sondern auch scheinbare Beständigkeit erzeugen kann: Wenn schlechte Fonds verschwinden, wirkt es im Rückblick so, als ob gute Fonds gut blieben. Wer Persistenz in der Performance messen will, braucht deshalb Daten mit allen Fonds, auch den aufgelösten.

Elton u. a. (1996) verfolgten alle Fonds, die Ende 1976 existierten, und berechneten bei Verschmelzungen die Rendite nach den Bedingungen des Zusammenschlusses weiter. Damit ließ sich die Verzerrung genau schätzen. Ihr Ausgangspunkt: Fonds verschwinden meist wegen schwacher Ergebnisse. Malkiel (1995) nutzte Daten mit allen Aktienfonds, die in jedem Jahr existierten, und fand, dass der Survivorship Bias wichtiger ist, als frühere Studien geschätzt hatten. Carhart (1997) nutzte eine solche Datenbank für seine Studie zur Beständigkeit von Fondsrenditen.

Bei Aktien zeigte Shumway (1997), dass in einer großen US-Kursdatenbank für die meisten Aktien, die aus negativen Gründen von der Börse genommen wurden, keine korrekte letzte Rendite verfügbar war, und dass diese fehlenden Renditen groß sind. Bei Hedgefonds unterscheiden Fung und Hsieh (2000) natürliche Verzerrungen, die aus der Zusammensetzung der Fondswelt folgen, von künstlichen, die erst durch die Art der Datensammlung entstehen.

Für Fortgeschrittene: Wie groß die Verzerrung wird

Teilt man alle Fonds in Überlebende (Anteil s) und Aufgelöste (Anteil 1 − s), ist der Gesamtdurchschnitt ein gewichtetes Mittel. Die Verzerrung, also der Unterschied zwischen dem Durchschnitt der Überlebenden und dem aller Fonds, folgt daraus direkt:

Daraus folgen drei Regeln. Erstens wird die Verzerrung mit der Länge des Zeitraums größer, denn je länger, desto mehr Fonds verschwinden. Zweitens ist sie dort am größten, wo Ergebnisse stark streuen: bei kleinen Aktien, Themenfonds und Hedgefonds stärker als bei breiten Indexfonds. Drittens trifft sie Kennzahlen unterschiedlich. Durchschnittsrenditen steigen, Volatilität und Maximum Drawdown sinken, und Erfolgsquoten wie „Anteil der Fonds über dem Index“ steigen besonders stark, weil gerade die Verlierer am unteren Ende fehlen.

Eine weitere Folge betrifft Tests auf Können. Wenn nur Fonds mit guter Vorgeschichte überleben, wirkt die Stichprobe so, als hätten Fonds dauerhaft gute oder schlechte Manager. Wer Glück von Können trennen will, muss deshalb mit allen Fonds rechnen, die zu Beginn zur Wahl standen.

Wie du dich schützt

• Frage nach der Datenbasis: Enthält die Studie oder Rangliste auch aufgelöste Fonds und Aktien? Steht da „survivorship-free“ oder etwas Gleichbedeutendes, ist das ein gutes Zeichen.
• Vergleiche mit dem Index, nicht mit dem Fondsdurchschnitt: Ein Index enthält zu jedem Zeitpunkt die damaligen Mitglieder. Ein Fondsdurchschnitt aus heutigen Fonds tut das nicht.
• Wähle mit dem Wissen von damals: Lege fest, nach welcher Regel du zum Startzeitpunkt ausgewählt hättest, und rechne erst dann. Nimm nicht die heutigen Gewinner und lege sie in die Vergangenheit.
• Lieber breite Bausteine als Einzelwerte: Ein Backtest mit einem breiten Index-ETF ist kaum betroffen. Einer mit zehn heute bekannten Einzelaktien ist es fast immer.
• Sei skeptisch bei langen Ranglisten: Je länger der Zeitraum und je kleiner die Fondsgruppe, desto mehr Fonds fehlen vermutlich.

Die gleiche Vorsicht gilt bei Stock-Picking und bei Geschichten über Investorenlegenden: Die Strategie, die zu einem bekannten Erfolg geführt hat, ist nicht automatisch eine gute Strategie. Sie hat nur in diesem einen Fall überlebt.

So rechnet Portfolio Lab

Der Backtest rechnet mit genau den Wertpapieren, die du auswählst. Wählst du heute bekannte Gewinner aus, steckt der Survivorship Bias in deiner Auswahl, nicht in der Rechnung. Das gilt auch für die Vorlagen, die heutige Fonds und Indexmitglieder enthalten. Die Wertpapier-Datenbank und das Fonds-Ranking enthalten Fonds, die es heute gibt; aufgelöste Fonds fehlen dort. Ein Ranking über zehn Jahre vergleicht deshalb nur Überlebende.

Weniger betroffen sind die langen Zeitreihen unter Anlageklassen: Faktorrenditen nach Fama und French werden aus allen zum jeweiligen Zeitpunkt gelisteten Aktien gebildet, Indexdaten aus den damaligen Indexmitgliedern. Wer einen Einzelwert über einen langen Zeitraum testen will, kann ihn deshalb mit einer passenden Anlageklasse vergleichen. Die Methodik des Backtests beschreibt, woher die Kurse kommen und wie Lücken behandelt werden.

Dieser Artikel erklärt eine Methode; er ist keine Anlage- oder Steuerberatung. Zahlenbeispiele sind vereinfacht und gerundet. Alle Begriffe im Glossar.