Ankereffekt

Evidenz

Tversky und Kahneman (1974) ließen vor den Augen der Teilnehmenden ein Glücksrad auf eine Zahl zwischen 0 und 100 fallen. Die Teilnehmenden sagten zuerst, ob der gesuchte Wert über oder unter dieser Zahl liege, und schätzten ihn dann ausgehend von ihr. Beim Anteil afrikanischer Länder in den Vereinten Nationen lag der Median der Schätzungen bei 25 Prozent nach dem Startwert 10 und bei 45 Prozent nach dem Startwert 65 — obwohl alle sahen, dass die Zahl aus einem Glücksrad kam. Eine Prämie für Genauigkeit änderte daran nichts.

Diese berühmte Demonstration ist dünner belegt, als ihr Ruf vermuten lässt. Der Aufsatz ist ein Übersichtsartikel in Science; für den Ankerversuch nennt er weder Stichprobengrößen noch Streuungsmaße oder Signifikanztests, nur die beiden Mediane. Ein zweiter Beleg im selben Aufsatz kommt ohne vorgegebene Zahl aus: Schülerinnen und Schüler sollten in fünf Sekunden ein Produkt aus acht Faktoren schätzen. Von 8 abwärts gerechnet lag der Median bei 2.250, von 1 aufwärts bei 512. Richtig sind 40.320.

Repliziert wurde allerdings ein anderes Verfahren. Klein et al. (2014) prüften im Many-Labs-Projekt vier Schätzfragen nach Jacowitz und Kahneman (1995): Entfernung San Francisco–New York, Einwohnerzahl Chicagos, Höhe des Mount Everest, Geburten pro Tag. Alle vier replizierten in allen 36 Stichproben und deutlich stärker als im Original (d = 1,17 bis 2,42 gegenüber 0,93). Das d misst, wie groß ein Effekt ist — 0,8 gilt bereits als groß, die Werte hier liegen weit darüber.

Die Autoren haben diese Stärke später selbst relativiert. Ihre Umsetzung verkürzte eine zweistufige Frage auf eine Stufe, und ein eigener Vergleichstest ergab, dass diese Fassung größere Effekte erzeugt als das Original. Dass erst verglichen und dann geschätzt wird, ist schon das Vorgehen von 1974.

Grenzen

Keine der vier Many-Labs-Fragen betraf einen Preis; es ging um Entfernungen, Einwohnerzahlen, Berghöhen und Geburtenzahlen. Von den 13 geprüften Effekten streute Anchoring zudem am stärksten über die Stichproben. Und in Many Labs 2 scheiterte ein verwandter Fall: Ob ein Produkt P97 oder P17 hieß, änderte die Absatzschätzung der 6.826 Teilnehmenden nicht mehr (d = 0,04, 95 % KI −0,01 bis 0,09; Original 0,30). Eine Zahl in der Nähe genügt also nicht.

Fudenberg, Levine und Maniadis (2012) wiederholten den Versuch von Ariely, Loewenstein und Prelec (2003) viermal im Labor und fanden kaum etwas: bei Alltagsgütern war eine von sechs Korrelationen signifikant, bei Lotterien keine. Am schwächsten war der Effekt ausgerechnet bei der Zahlungsbereitschaft — der Größe, um die es beim Preis geht. Ihr eigenes Fazit fällt trotzdem abgewogen aus: real, aber quantitativ klein. Feldstudien zur Wirkung auf Preisseiten fehlen.