Blogverzeichnis Bloggerei.de
top of page


---
Aktuelle Nachrichten aus der Wissenschaft
findest du in den
Science News
---
 

Messung verändert Verhalten: Warum Zahlen plötzlich lügen

Cartoonhaftes 1:1-Thumbnail: Eine Person mit großen runden Augen wirkt erschrocken, während die Zahlen 95, 100 und 78 wie kleine Figuren an Fäden ziehen. Oben steht „Wenn Zahlen dich steuern“, darunter „Das Mess-Paradox“, unten „Wissenschaftswelle.de“.

Messung verändert Verhalten: Ein Gedankenexperiment über Zahlen, Ziele und blinde Flecken


Stell dir vor, du bekommst ein Gerät geschenkt, das dir jeden Abend eine einzige Zahl zeigt: „Wie gut war dein Tag?“


Keine Erklärung. Kein Diagramm. Nur eine Zahl zwischen 0 und 100.

Am Anfang wirkt das harmlos. Fast spielerisch. Du lebst dein Leben weiter, schaust abends kurz drauf, zuckst mit den Schultern. 62. 71. 58. Okay.


Dann passiert etwas sehr Menschliches: Du willst wissen, wie diese Zahl entsteht. Und noch menschlicher: Du willst sie hochkriegen.


Willkommen im Gedankenexperiment, das zeigt, warum das Paradox der Messung so tückisch ist: Sobald eine Messung wichtig wird, verändert sie das, was sie messen soll. Und irgendwann misst du nicht mehr die Wirklichkeit – sondern die Nebenwirkungen deiner Messung.


Wenn dich solche Denkfallen interessieren: Abonniere gern den Newsletter – dort landen neue Artikel, bevor sie im Feed untergehen.


Das Gerät, das deinen Alltag umprogrammiert


Du beginnst zu experimentieren.


Du gehst früher schlafen. Die Zahl steigt. Du trinkst weniger Alkohol. Die Zahl steigt. Du läufst morgens eine Runde. Die Zahl steigt noch mehr. Aha!


Bald optimierst du alles auf diese Zahl. Du verlegst Treffen mit Freunden, weil sie dich „Zeit kosten“. Du machst Spaziergänge nicht, weil du Lust hast – sondern weil sie Punkte bringen. Du liest Bücher nicht, weil sie dich packen – sondern weil sie „kognitive Aktivität“ sein könnten.


Und jetzt kommt der Moment, an dem das Paradox zuschnappt:


Je besser du auf die Zahl trainierst, desto weniger sagt sie darüber aus, ob dein Tag wirklich gut war.


Du bekommst einen „besseren“ Score – und gleichzeitig ein engeres Leben.

Das ist keine Science-Fiction. Es ist ein Muster, das in Organisationen, Politik, Bildung, Medizin und Social Media immer wieder auftaucht: Wenn eine Messgröße zum Ziel wird, wird sie als Messgröße schlechter. 


Wenn Zahlen Ziele werden: Goodhart, Campbell, Strathern


In der Welt außerhalb deines Gedankenexperiments heißen die Effekte nicht „das Gerät“. Sie heißen:


  • Goodhart’s Law (aus der Ökonomie): Wenn eine Kennzahl als Ziel genutzt wird, bricht ihre Aussagekraft zusammen.

  • Campbell’s Law (aus den Sozialwissenschaften): Je stärker ein quantitativer Indikator für Entscheidungen genutzt wird, desto stärker wird er verzerrt und korrumpiert – und verzerrt damit das System, das er beobachten sollte.

  • Stratherns Zuspitzung (Audit-Kultur): „When a measure becomes a target, it ceases to be a good measure.“


Die Pointe ist nicht „Menschen sind schlecht“. Die Pointe ist: Messung erzeugt Rückkopplung. Und Rückkopplung erzeugt Strategien.


  • Du misst Anwesenheit in der Schule? Dann perfektionieren manche das „Anwesend wirken“.

  • Du misst OP-Zeiten im Krankenhaus? Dann wächst der Druck, Fälle so zu wählen, dass die Statistik gut aussieht.

  • Du misst „Engagement“ auf Plattformen? Dann belohnst du Inhalte, die Klicks auslösen – nicht Inhalte, die informieren.


Die Zahl wird zum Magneten. Alles richtet sich nach ihr aus. Und plötzlich ist die Zahl kein Fenster mehr – sondern ein Lenkrad.


Beobachten ist nicht gleich „Quanten“: Zwei Arten von Mess-Paradox


Hier lohnt eine saubere Unterscheidung, weil „Beobachtereffekt“ schnell mystisch klingt.


1) Physikalisch (Quantenwelt):

In der Quantenmechanik gibt es grundlegende Grenzen, wie präzise bestimmte Größen (z. B. Ort und Impuls) gleichzeitig bestimmbar sind. Das ist nicht bloß „schlechte Messung“, sondern steckt in der Struktur der Theorie.


2) Sozial/psychologisch (Menschenwelt):

Menschen reagieren darauf, gemessen zu werden. Sie passen Verhalten an – manchmal bewusst, manchmal unbewusst. Berühmt ist der Begriff „Hawthorne-Effekt“, auch wenn die klassischen Hawthorne-Interpretationen heute deutlich kritischer gesehen werden.


In beiden Fällen gilt: Messung ist nicht neutral, aber aus sehr unterschiedlichen Gründen.


Und jetzt wird’s spannend: In unserer datengetriebenen Gegenwart passiert oft eine Vermischung. Wir reden über Zahlen, als wären sie naturgesetzlich objektiv – und übersehen, dass wir gerade ein soziales System steuern, das auf Signale reagiert.


Das Logikspiel: Drei Stufen, in denen Messung kippt


Zurück zu deinem Gerät. Du willst die 100. Du wirst besser. Und dann passiert das Unvermeidliche – in drei Stufen:


Stufe 1: Lernen

Du entdeckst echte Zusammenhänge. Mehr Schlaf hilft. Bewegung hilft. Einige Messungen verbessern tatsächlich Verhalten.


Stufe 2: Optimieren

Du maximierst die Kennzahl. Du wählst Handlungen nicht nach Sinn, sondern nach Score. „Was bringt Punkte?“ wird zur Leitfrage.


Stufe 3: Spielen (Gaming)

Du findest Schlupflöcher: Du bewegst das Handy, damit der Schrittzähler mehr zählt. Du machst „leichte“ Aufgaben, um Produktivität zu steigern. Du verschiebst Schwieriges aus dem Messfenster.


Und exakt hier kippt Erkenntnis in Illusion: Die Messung misst jetzt vor allem deine Anpassung an die Messung.


Das ist das Paradox der Messung in seiner fiesen Schönheit: Je ernster du die Zahl nimmst, desto weniger kannst du ihr trauen.


Wie man misst, ohne das System zu ruinieren


Heißt das: Nie messen?


Nein. Es heißt: Messungen brauchen Demut und Design. Ein paar robuste Prinzipien helfen:


  • Mehrere Kennzahlen statt einer Zahl: Ein System lässt sich leichter „spielen“, wenn es nur ein Ziel gibt.

  • Metriken rotieren: Was heute zählt, ist morgen nur ein Signal unter vielen.

  • Qualitative Checks einbauen: Gespräche, Peer-Review, Stichproben – Dinge, die schwer zu gamen sind.

  • Nicht nur Output messen, auch Nebenwirkungen: Wer nur Geschwindigkeit misst, bekommt oft Fehler.

  • Metriken als Diagnose, nicht als Peitsche: Sobald die Zahl sanktioniert, wird sie politisch.


Kurz: Messung sollte die Realität beleuchten, nicht umbauen.


Wenn du bis hier gelesen hast: Schreib mir in die Kommentare, welche Messzahl in deinem Alltag dich am stärksten steuert – und ob sie dir hilft oder dich enger macht. Und wenn du solche Artikel magst: Lass gern ein Like da.


Folge auch für mehr Wissenschaft & Gesellschaft:



Das eigentliche Paradox: Wir wollen Kontrolle – und produzieren Blindheit


Wir messen, weil wir uns orientieren wollen. Weil wir Komplexität zähmen müssen.


Aber je mehr wir messen, desto eher verwechseln wir:


das, was leicht zählbar istmitdem, was wirklich zählt.


Dein Gerät zeigt dir am Ende vielleicht eine 96. Und du fragst dich: War das ein guter Tag – oder nur ein gut gemessener?


Genau dort liegt die gesellschaftliche Relevanz: In einer Welt voller KPIs, Rankings, Scores und Dashboards ist „Messung verändert Verhalten“ nicht nur ein Gedankenexperiment. Es ist Alltagspolitik, Arbeitskultur und Selbstbild in Zahlenform.


Und die unbequemste Frage lautet: Welche Wirklichkeit bauen wir uns gerade – nur weil sie gut messbar ist?



Quellen:


  1. Goodhart’s law (Überblick, Ursprung 1975) – https://en.wikipedia.org/wiki/Goodhart%27s_law

  2. Goodhart, „Problems of Monetary Management: The UK Experience“ (bibliogr. Einordnung) – https://www.econbiz.de/Record/problems-of-monetary-management-the-u-k-experience-goodhart-charles/10002525062

  3. Campbell, „Assessing the Impact of Planned Social Change“ (Original/Neudruck) – https://journals.sfu.ca/jmde/index.php/jmde_1/article/view/297

  4. Locklear (2025), Campbell’s Law & ESG Metrics (Zitat + Kontext) – https://journals.klalliance.org/index.php/JKMP/article/download/585/504

  5. Strathern (PDF), „Improving ratings“ (Zitat zur Messgröße als Ziel) – https://gwern.net/doc/statistics/decision/1997-strathern.pdf

  6. Strathern (JSTOR), „An anthropological comment on the audit culture“ – https://www.jstor.org/stable/23818795

  7. Mattson et al. (2021, PMC), Goodhart/Strathern in der Bildung – https://pmc.ncbi.nlm.nih.gov/articles/PMC7901608/

  8. Levitt & List (2011, AEA), Reanalyse Hawthorne-Beleuchtungsstudien – https://www.aeaweb.org/articles?id=10.1257%2Fapp.3.1.224

  9. Levitt & List (NBER PDF), Working Paper zur Hawthorne-Reanalyse – https://www.nber.org/system/files/working_papers/w15016/w15016.pdf

  10. Heisenberg/Uncertainty principle (Grundlagenübersicht) – https://en.wikipedia.org/wiki/Uncertainty_principle

Kommentare

Mit 0 von 5 Sternen bewertet.
Noch keine Ratings

Rating hinzufügen
bottom of page