{"id":7628,"date":"2026-09-30T15:39:17","date_gmt":"2026-09-30T15:39:17","guid":{"rendered":"https:\/\/technodidact.de\/?p=7628"},"modified":"2026-09-30T15:39:17","modified_gmt":"2026-09-30T15:39:17","slug":"die-unsichtbare-architektur-der-entscheidung-eine-spieltheoretische-anatomie-strategischer-interaktion","status":"publish","type":"post","link":"https:\/\/technodidact.de\/en\/die-unsichtbare-architektur-der-entscheidung-eine-spieltheoretische-anatomie-strategischer-interaktion\/","title":{"rendered":"Die unsichtbare Architektur der Entscheidung: Eine spieltheoretische Anatomie strategischer Interaktion"},"content":{"rendered":"\n

DerSchneider<\/strong><\/p>\n\n\n\n

Einleitung: Wenn der Zufall Methode hat<\/h2>\n\n\n\n

Es gibt Momente, in denen wir sp\u00fcren, dass unsere Entscheidung nicht allein unsere ist. Der Blick des Gegen\u00fcbers, die Erwartung des Chefs, die stille Kalkulation des Verhandlungspartners \u2013 all das flie\u00dft in den Bruchteil einer Sekunde in unsere Wahl ein. Wir nennen es Intuition, Erfahrung oder Bauchgef\u00fchl. Die Spieltheorie nennt es ein Spiel.<\/p>\n\n\n\n

Die Spieltheorie ist eine mathematisch formalisierte Theorie der strategischen Interaktion. Sie besch\u00e4ftigt sich mit Situationen, in denen das Ergebnis meiner Entscheidung nicht nur von meinem eigenen Handeln abh\u00e4ngt, sondern auch von dem, was andere tun \u2013 und in denen diese anderen wiederum mein Verhalten in ihre eigenen \u00dcberlegungen einbeziehen. Der umst\u00e4ndliche Begriff, den manche Autoren daf\u00fcr verwenden, lautet \u201einteraktive Mehr-Personen-Entscheidungstheorie“. Er benennt pr\u00e4zise, worum es geht: um Entscheidungen, die nicht isoliert getroffen werden k\u00f6nnen, weil sie in ein Netz wechselseitiger Abh\u00e4ngigkeiten eingebettet sind.<\/p>\n\n\n\n

Die Faszination dieses Ansatzes liegt in seiner Doppelgesellschaft: Einerseits entstammt er der Mathematik, andererseits durchdringt er die Wirtschaftswissenschaften, die Politik, die Biologie und die Psychologie. Die Spieltheorie ist, wie Erwin Amann in seinem einf\u00fchrenden Werk \u201eSpieltheorie f\u00fcr Dummies“ schreibt, \u201enahezu eine eigene Welt mit einer eigenen Sprache“. Wer diese Sprache erlernt, beginnt die Welt anders zu sehen \u2013 nicht als eine Abfolge von Zuf\u00e4llen, sondern als ein Geflecht strategischer Interdependenzen. Amanns Buch dient dabei als Ausgangspunkt und Quelle, doch die folgende Darstellung verfolgt einen eigenen Weg: Sie soll die Grundlagen vollst\u00e4ndiger und tiefer ausleuchten, als es ein Einsteigerwerk vermag, und dabei zeigen, warum die Spieltheorie weit mehr ist als ein Werkzeugkasten f\u00fcr \u00d6konomen.<\/p>\n\n\n\n

Die Geburt einer Disziplin: Von Cournot bis Nash<\/h2>\n\n\n\n

Die Spieltheorie beginnt nicht mit einem Paukenschlag, sondern mit einer Fu\u00dfnote. Der franz\u00f6sische Mathematiker Antoine-Augustin Cournot formulierte 1838 in seinen \u201eRecherches sur les principes math\u00e9matiques de la th\u00e9orie des richesses“ erstmals die Idee, dass wirtschaftliche Entscheidungen nicht isoliert, sondern in Abh\u00e4ngigkeit voneinander getroffen werden. Cournot analysierte den Wettbewerb weniger Unternehmen auf einem Markt \u2013 ein Oligopol \u2013 und zeigte, dass es einen Gleichgewichtszustand gibt, in dem keiner der Beteiligten einseitig abweichen m\u00f6chte. Es war ein Gedanke von bestechender Klarheit, doch er blieb nahezu ein Jahrhundert unbeachtet.<\/p>\n\n\n\n

Erst John von Neumann, der ungarische Universalgelehrte, der in den USA an der Atombombe arbeitete und als Begr\u00fcnder der Informatik gilt, griff den Faden auf. Von Neumann erkannte die strukturelle Parallelit\u00e4t zwischen Gesellschaftsspielen wie Schach oder Poker und realen strategischen Entscheidungen. 1928 bewies er, dass jedes Zwei-Personen-Nullsummenspiel \u2013 ein Spiel, in dem der Gewinn des einen exakt der Verlust des anderen ist \u2013 einen Gleichgewichtspunkt besitzt. 1944 ver\u00f6ffentlichte er gemeinsam mit dem \u00d6konomen Oskar Morgenstern das bahnbrechende Werk \u201eTheory of Games and Economic Behavior“. Die Spieltheorie war geboren \u2013 als eine normative Theorie dar\u00fcber, wie sich rationale, nutzenmaximierende Akteure in Situationen strategischer Interaktion optimal verhalten sollten.<\/p>\n\n\n\n

Doch der entscheidende Durchbruch kam von einem Mann, dessen Leben zwischen Genie und Wahnsinn oszillierte. John Nash, dessen Biografie Sylvia Nasar in \u201eA Beautiful Mind“ portr\u00e4tierte, stellte 1950 in seiner Doktorarbeit an der Princeton University die entscheidende Frage: Gibt es unter allen denkbaren Ausg\u00e4ngen eines Spiels eine Situation, in der niemand nachtr\u00e4glich sagen w\u00fcrde: \u201eH\u00e4tte ich doch besser eine andere Entscheidung getroffen“? Seine Antwort war das nach ihm benannte Gleichgewicht \u2013 ein Zustand, in dem jeder Spieler die beste Antwort auf die Entscheidungen der anderen w\u00e4hlt, sodass niemand einseitig abweichen m\u00f6chte. Das Nash-Gleichgewicht wurde zum Standardl\u00f6sungskonzept der nicht-kooperativen Spieltheorie und brachte Nash 1994 gemeinsam mit Reinhard Selten und John Harsanyi den Nobelpreis f\u00fcr Wirtschaftswissenschaften ein.<\/p>\n\n\n\n

Nash selbst unterschied zwei Interpretationen seines Gleichgewichts: Die rationalistische Interpretation, die davon ausgeht, dass die Spieler noch nie interagiert haben und nie wieder interagieren werden, dass sie rational im Sinne Savages sind und dass jeder das Spiel kennt. Und die \u201eMassenaktion“-Interpretation, die sp\u00e4ter vor allem in der evolution\u00e4ren Spieltheorie fruchtbar wurde: F\u00fcr jede Spielerrolle existiert eine gro\u00dfe Population identischer Individuen, das Spiel wird wiederholt von zuf\u00e4llig ausgew\u00e4hlten Individuen gespielt, und die Individuen lernen aus Erfahrung, suboptimale Aktionen zu vermeiden.<\/p>\n\n\n\n

Entscheidungstheoretische Grundlagen: Was hei\u00dft hier rational?<\/h2>\n\n\n\n

Bevor wir die Spieltheorie im engeren Sinne betreten, lohnt ein Blick auf die Theorie der Ein-Personen-Entscheidung, auf der sie aufbaut. Denn wer nicht wei\u00df, was eine rationale Entscheidung unter Unsicherheit ist, kann strategische Entscheidungen nicht angemessen analysieren.<\/p>\n\n\n\n

Erwartungsnutzen nach von Neumann und Morgenstern<\/h3>\n\n\n\n

In der Alltagssprache bedeutet \u201erational“, dass jemand seine Ziele mit den verf\u00fcgbaren Mitteln verfolgt. In der Entscheidungstheorie ist der Begriff pr\u00e4ziser gefasst: Ein Akteur handelt rational, wenn er aus den verf\u00fcgbaren Alternativen diejenige w\u00e4hlt, die seinen Erwartungsnutzen maximiert.<\/p>\n\n\n\n

Der Erwartungsnutzen ist das zentrale Konzept der Entscheidung unter Unsicherheit. Formal: Sei L = (p\u2081, p\u2082, \u2026, p\u2099) eine Lotterie, die mit Wahrscheinlichkeit p\u1d62 das Ergebnis x\u1d62 liefert. Der Erwartungsnutzen ist dann<\/p>\n\n\n\n

U(L) = \u03a3\u1d62 p\u1d62 \u00b7 u(x\u1d62)<\/p>\n\n\n\n

wobei u(x) die Nutzenfunktion des Akteurs ist. Von Neumann und Morgenstern bewiesen 1944, dass eine Pr\u00e4ferenzrelation \u00fcber Lotterien genau dann durch eine solche Erwartungsnutzenfunktion dargestellt werden kann, wenn sie bestimmte Axiome erf\u00fcllt: Vollst\u00e4ndigkeit, Transitivit\u00e4t, Stetigkeit und Unabh\u00e4ngigkeit.<\/p>\n\n\n\n

Das Unabh\u00e4ngigkeitsaxiom ist das umstrittenste: Es besagt, dass die Pr\u00e4ferenz zwischen zwei Lotterien unabh\u00e4ngig davon ist, ob eine dritte Lotterie mit gleicher Wahrscheinlichkeit in beiden vorkommt. Die Allais-Paradoxie (1953) und die Ellsberg-Paradoxie (1961) zeigen, dass Menschen dieses Axiom systematisch verletzen \u2013 ein Befund, der sp\u00e4ter zur Prospect Theory f\u00fchrte.<\/p>\n\n\n\n

Subjektiver Erwartungsnutzen nach Savage<\/h3>\n\n\n\n

Von Neumann und Morgenstern unterstellen objektive Wahrscheinlichkeiten. Leonard Savage erweiterte den Ansatz 1954 auf subjektive Wahrscheinlichkeiten: Auch wenn keine objektiven Wahrscheinlichkeiten vorliegen, k\u00f6nnen Akteure subjektive Wahrscheinlichkeiten bilden und nach dem Erwartungsnutzen-Prinzip entscheiden. Die Savage’schen Axiome stellen sicher, dass eine subjektive Wahrscheinlichkeitsverteilung und eine Nutzenfunktion existieren, die das Entscheidungsverhalten darstellen.<\/p>\n\n\n\n

Was hei\u00dft \u201eRationalit\u00e4t“ in der Spieltheorie?<\/h3>\n\n\n\n

In der Spieltheorie werden verschiedene Rationalit\u00e4tsbegriffe verwendet, die sorgf\u00e4ltig zu unterscheiden sind:<\/p>\n\n\n\n

    \n
  • Instrumentelle Rationalit\u00e4t<\/strong>: Der Akteur w\u00e4hlt die besten Mittel f\u00fcr seine Zwecke.<\/li>\n\n\n\n
  • Bayessche Rationalit\u00e4t<\/strong>: Der Akteur bildet korrekte Erwartungen und aktualisiert sie nach der Regel von Bayes, wenn neue Information eintrifft.<\/li>\n\n\n\n
  • Common Knowledge of Rationality<\/strong>: Nicht nur jeder ist rational, sondern jeder wei\u00df, dass jeder rational ist, und jeder wei\u00df, dass jeder wei\u00df, dass jeder rational ist, und so weiter.<\/li>\n<\/ul>\n\n\n\n

    Die Common-Knowledge-Annahme ist f\u00fcr viele L\u00f6sungskonzepte \u2013 insbesondere die R\u00fcckw\u00e4rtsinduktion \u2013 konstitutiv. Sie ist zugleich die problematischste, wie das Paradox der \u00fcberraschenden Pr\u00fcfung zeigt. Robert Aumann hat 1976 in seinem Aufsatz \u201eAgreeing to Disagree“ gezeigt, dass zwei Akteure mit gemeinsamen Priors und Common Knowledge \u00fcber ihre posteriori-Erwartungen nicht unterschiedlicher Meinung sein k\u00f6nnen \u2013 ein Resultat, das die Bedeutung der Common-Knowledge-Annahme unterstreicht und zugleich ihre Fragilit\u00e4t offenlegt.<\/p>\n\n\n\n

    Die Grammatik des strategischen Denkens<\/h2>\n\n\n\n

    Spiele in Normalform: Strategien, Auszahlungen, Nash-Gleichgewicht<\/h3>\n\n\n\n

    Ein Spiel in Normalform besteht aus drei Elementen: der Menge der Spieler N = {1, 2, \u2026, n}, den Strategiemengen S\u1d62 f\u00fcr jeden Spieler und den Auszahlungsfunktionen u\u1d62: S \u2192 \u211d. Eine Strategiekombination s = (s\u2081, s\u2082, \u2026, s\u2099) hei\u00dft Nash-Gleichgewicht, wenn f\u00fcr jeden Spieler i gilt:<\/p>\n\n\n\n

    u\u1d62(s\u1d62, s\u208b\u1d62) \u2265 u\u1d62(s’\u1d62, s\u208b\u1d62) f\u00fcr alle s’\u1d62 \u2208 S\u1d62<\/p>\n\n\n\n

    Kein Spieler kann sich durch einseitiges Abweichen verbessern. John Nash bewies 1950, dass jedes endliche Spiel mindestens ein Nash-Gleichgewicht besitzt \u2013 m\u00f6glicherweise in gemischten Strategien.<\/p>\n\n\n\n

    Das Gefangenendilemma: Formale Analyse<\/h3>\n\n\n\n

    Das paradigmatische Beispiel der Spieltheorie ist das Gefangenendilemma. Zwei Spieler stehen vor der Wahl, zu kooperieren (C) oder abzuweichen (D). Die Auszahlungsmatrix sei:<\/p>\n\n\n\n

    <\/th>C<\/th>D<\/th><\/tr><\/thead>
    C<\/strong><\/td>3, 3<\/td>0, 5<\/td><\/tr>
    D<\/strong><\/td>5, 0<\/td>1, 1<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

    Die dominante Strategie ist D f\u00fcr beide Spieler: Egal was der andere tut, D ist besser (5 > 3 bei C des anderen; 1 > 0 bei D des anderen). Das einzige Nash-Gleichgewicht ist (D, D) mit der Auszahlung (1, 1). Doch (C, C) mit (3, 3) w\u00e4re f\u00fcr beide besser \u2013 es ist jedoch nicht stabil, weil jeder einseitig abweichen m\u00f6chte.<\/p>\n\n\n\n

    Das Gefangenendilemma zeigt den Konflikt zwischen individueller und kollektiver Rationalit\u00e4t. Es ist der Grund, warum Kartelle instabil sind, warum Umweltabkommen schwer durchzusetzen sind und warum Kooperation in Teams oft scheitert.<\/p>\n\n\n\n

    Minimax und die Logik des Nullsummenspiels<\/h3>\n\n\n\n

    Im Spezialfall des Nullsummenspiels, in dem der Gewinn des einen exakt der Verlust des anderen ist, l\u00e4sst sich das Gleichgewicht auf besonders anschauliche Weise bestimmen. Ein Spieler, der vom schlimmstm\u00f6glichen Verhalten seines Gegners ausgeht, w\u00e4hlt die Strategie, die seinen minimalen Gewinn maximiert \u2013 die Maximin-Strategie. Sein Gegner w\u00e4hlt die Strategie, die seinen maximalen Verlust minimiert \u2013 die Minimax-Strategie.<\/p>\n\n\n\n

    Formal: Sei M eine m\u00d7n-Matrix, in der der Zeilenspieler (MAX) den Eintrag m\u1d62\u2c7c gewinnt und der Spaltenspieler (MIN) ihn verliert. Dann gilt f\u00fcr den garantierten Mindestgewinn von MAX:<\/p>\n\n\n\n

    u\u1d63(M) = max\u1d62 min\u2c7c m\u1d62\u2c7c<\/p>\n\n\n\n

    und f\u00fcr den garantierten H\u00f6chstverlust von MIN:<\/p>\n\n\n\n

    u_c(M) = min\u2c7c max\u1d62 m\u1d62\u2c7c<\/p>\n\n\n\n

    Das Minimax-Theorem besagt, dass in jedem Zwei-Personen-Nullsummenspiel diese beiden Werte \u00fcbereinstimmen. Ein Sattepunkt, also ein Eintrag, der sowohl Minimum in seiner Zeile als auch Maximum in seiner Spalte ist, stellt dann ein Gleichgewicht in reinen Strategien dar. Existiert kein solcher Sattepunkt, so m\u00fcssen die Spieler gemischte Strategien w\u00e4hlen \u2013 sie randomisieren ihre Entscheidungen, um nicht vorhersehbar zu sein.<\/p>\n\n\n\n

    Das Elfmeterduell: Formale Analyse gemischter Strategien<\/h3>\n\n\n\n

    Das Elfmeterduell ist das klassische Beispiel f\u00fcr ein Spiel ohne Gleichgewicht in reinen Strategien. Der Sch\u00fctze w\u00e4hlt links (L) oder rechts (R), der Torh\u00fcter ebenfalls. Die Auszahlungsmatrix sei:<\/p>\n\n\n\n

    <\/th>L<\/th>R<\/th><\/tr><\/thead>
    L<\/strong><\/td>0, 1<\/td>1, 0<\/td><\/tr>
    R<\/strong><\/td>1, 0<\/td>0, 1<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

    Es gibt kein Gleichgewicht in reinen Strategien: Zu jeder Kombination hat einer der Spieler einen Anreiz abzuweichen. Das gemischte Gleichgewicht l\u00e4sst sich mit dem Fundamentallemma berechnen. Sei p die Wahrscheinlichkeit, mit der der Sch\u00fctze L w\u00e4hlt, und q die Wahrscheinlichkeit, mit der der Torh\u00fcter L w\u00e4hlt. Damit der Torh\u00fcter indifferent ist, muss gelten:<\/p>\n\n\n\n

    p \u00b7 1 + (1\u2212p) \u00b7 0 = p \u00b7 0 + (1\u2212p) \u00b7 1
    p = 1 \u2212 p
    p = 1\/2<\/p>\n\n\n\n

    Analog ergibt sich q = 1\/2. Im Gleichgewicht w\u00e4hlen beide Spieler jede Aktion mit Wahrscheinlichkeit 1\/2. Die erwartete Auszahlung f\u00fcr den Sch\u00fctzen ist 1\/2 \u00b7 1\/2 \u00b7 0 + 1\/2 \u00b7 1\/2 \u00b7 1 + 1\/2 \u00b7 1\/2 \u00b7 1 + 1\/2 \u00b7 1\/2 \u00b7 0 = 1\/2. Keiner kann sich durch einseitiges Abweichen verbessern.<\/p>\n\n\n\n

    Sequenzielle Spiele und die R\u00fcckw\u00e4rtsinduktion<\/h3>\n\n\n\n

    Viele strategische Situationen sind nicht simultan, sondern sequenziell: Ein Spieler zieht, beobachtet, was der andere tut, und reagiert darauf. Solche Spiele lassen sich als Spielbaum darstellen, und die zentrale L\u00f6sungsmethode ist die R\u00fcckw\u00e4rtsinduktion \u2013 man beginnt am Ende des Spiels und arbeitet sich Schritt f\u00fcr Schritt zum Anfang vor.<\/p>\n\n\n\n

    Das Marktzutrittsspiel veranschaulicht dies: Ein Monopolist droht einem potenziellen Konkurrenten mit aggressiver Reaktion, falls dieser in den Markt eintritt. Doch wenn der Eintritt bereits erfolgt ist, lohnt sich die aggressive Reaktion nicht mehr \u2013 sie kostet mehr, als sie einbringt. Die Drohung ist unglaubw\u00fcrdig. Die R\u00fcckw\u00e4rtsinduktion eliminiert solche unglaubw\u00fcrdigen Drohungen und f\u00fchrt zum teilspielperfekten Nash-Gleichgewicht \u2013 einem Gleichgewicht, das in jedem Teilspiel optimales Verhalten vorschreibt.<\/p>\n\n\n\n

    Formal: Ein Teilspiel ist ein Teil des Spielbaums, der an einem einzelnen Entscheidungsknoten beginnt und alle nachfolgenden Knoten enth\u00e4lt. Ein Nash-Gleichgewicht ist teilspielperfekt, wenn es in jedem Teilspiel ein Nash-Gleichgewicht induziert. Die R\u00fcckw\u00e4rtsinduktion konstruiert ein solches Gleichgewicht, indem sie von den Endknoten r\u00fcckw\u00e4rts arbeitet.<\/p>\n\n\n\n

    Die R\u00fcckw\u00e4rtsinduktion hat jedoch eine bekannte philosophische T\u00fccke, die an das Paradox der \u00fcberraschenden Pr\u00fcfung erinnert: Ein Lehrer k\u00fcndigt an, dass in der n\u00e4chsten Woche eine Pr\u00fcfung stattfinden wird, deren Termin die Sch\u00fcler nicht vorhersagen k\u00f6nnen. Ein kluger Sch\u00fcler argumentiert, die Pr\u00fcfung k\u00f6nne nicht am Freitag stattfinden, denn wenn sie bis Donnerstagabend nicht stattgefunden habe, w\u00fcssten alle, dass sie am Freitag sein m\u00fcsse \u2013 was der Ank\u00fcndigung widerspreche. Also k\u00f6nne sie auch nicht am Donnerstag sein, und so weiter. Der Sch\u00fcler schlie\u00dft, dass die Pr\u00fcfung gar nicht stattfinden k\u00f6nne. Am Mittwoch findet sie statt \u2013 zur \u00dcberraschung aller. Das Paradox zeigt, dass die R\u00fcckw\u00e4rtsinduktion auf Annahmen \u00fcber die Rationalit\u00e4t und das Wissen der Akteure beruht, die in der Realit\u00e4t nicht immer erf\u00fcllt sind.<\/p>\n\n\n\n

    Die Komplexit\u00e4t des Wirklichen<\/h2>\n\n\n\n

    Wiederholte Spiele und die Entstehung von Kooperation<\/h3>\n\n\n\n

    Die Hoffnung, dass wiederholte Interaktion Kooperation hervorbringt, ist intuitiv einleuchtend \u2013 und doch tr\u00fcgerisch, wenn das Spiel ein festes Ende hat. Die R\u00fcckw\u00e4rtsinduktion zeigt: In der letzten Runde wird nicht kooperiert, also auch nicht in der vorletzten, und so weiter. Das Gefangenendilemma bleibt Dilemma.<\/p>\n\n\n\n

    Doch bei unendlich wiederholten Spielen \u00e4ndert sich das Bild. Das Folktheorem \u2013 der Name deutet an, dass die Erkenntnis schon lange \u201eim Volk“ bekannt war, bevor sie formal bewiesen wurde \u2013 besagt, dass jede erreichbare Auszahlungskombination realisiert werden kann, die jedem Spieler mindestens seine Minimax-Auszahlung garantiert. Die Minimax-Auszahlung ist der Betrag, den sich ein Spieler selbst sichern kann, wenn er vom schlimmstm\u00f6glichen Verhalten seiner Mitspieler ausgeht. Im Gefangenendilemma ist das die Strafe bei gegenseitigem Gestehen, also 1.<\/p>\n\n\n\n

    Formal: Sei G = (N, S, U) ein Basisspiel, das in Perioden t = 1, 2, 3, \u2026 gespielt wird. Eine reine Strategie f\u00fcr Spieler i im Superspiel G^\u221e ist eine Funktion g\u1d62, die jeder Vorgeschichte a^t eine Aktion g\u1d62(a^t) = s\u1d62^{t+1} \u2208 S\u1d62 zuordnet. Die Ausl\u00f6serstrategie \u2013 kooperiere, solange der andere kooperiert, und bestrafe Abweichung \u2013 kann ein Gleichgewicht sein, sofern der Diskontfaktor \u03b4 nahe genug bei 1 liegt. Je geringer die Abdiskontierung zuk\u00fcnftiger Auszahlungen, desto eher lohnt sich Kooperation.<\/p>\n\n\n\n

    Fudenberg und Maskin haben das Folktheorem 1986 verallgemeinert: Bei zwei Spielern oder wenn eine \u201evolle Dimensionalit\u00e4t“-Bedingung erf\u00fcllt ist, kann jeder individuell rationale Auszahlungsvektor eines einmaligen Spiels als perfektes Gleichgewicht des unendlich wiederholten Spiels auftreten, wenn die Spieler nur geduldig genug sind.<\/p>\n\n\n\n

    Unvollst\u00e4ndige Information und Bayessche Spiele<\/h3>\n\n\n\n

    Die klassische Spieltheorie unterstellt, dass alle Spieler die Pr\u00e4ferenzen und Handlungsm\u00f6glichkeiten der anderen kennen. Die Realit\u00e4t sieht anders aus: Der Verhandlungspartner kennt unsere Schmerzgrenze nicht, der Konkurrent nicht unsere Kostenstruktur. Hier ist zwischen zwei Arten von Informationsmangel zu unterscheiden: Vollst\u00e4ndige Information bedeutet, dass alle Spieler die Spielstruktur kennen \u2013 die Strategiemengen und Auszahlungsfunktionen. Perfekte Information bedeutet, dass jeder Spieler zu jedem Zeitpunkt den bisherigen Spielverlauf beobachten kann. Schach ist ein Spiel mit vollst\u00e4ndiger und perfekter Information; Poker ist ein Spiel mit vollst\u00e4ndiger, aber unvollkommener Information, da die Karten verdeckt sind.<\/p>\n\n\n\n

    Bei unvollst\u00e4ndiger Information \u2013 wenn die Spielstruktur selbst nicht allen bekannt ist \u2013 hilft die Harsanyi-Transformation: Man f\u00fchrt einen fiktiven Zufallszug ein, der den \u201eTyp“ jedes Spielers ausw\u00e4hlt. Das Spiel mit unvollst\u00e4ndiger Information wird so in ein Spiel mit unvollkommener, aber vollst\u00e4ndiger Information \u00fcberf\u00fchrt. Das Bayessche Spiel macht die Analyse zug\u00e4nglich \u2013 und zeigt, wie sich Erwartungen durch Beobachtung aktualisieren lassen. Die Regel von Bayes beschreibt, wie man aus dem beobachteten Verhalten auf den Typ des Gegen\u00fcbers schlie\u00dft.<\/p>\n\n\n\n

    Reputation und Signalisierung<\/h3>\n\n\n\n

    In endlich wiederholten Spielen mit eindeutigem Gleichgewicht gibt es keinen Raum f\u00fcr Reputation: Die R\u00fcckw\u00e4rtsinduktion zerst\u00f6rt jeden Anreiz, sich einen Ruf aufzubauen. Doch bei unvollst\u00e4ndiger Information \u2013 wenn die Konkurrenten nicht wissen, ob sie es mit einem friedlichen oder aggressiven Marktf\u00fchrer zu tun haben \u2013 kann Reputation entstehen. Der friedliche Marktf\u00fchrer kann sich als aggressiv ausgeben, um Marktzutritt abzuschrecken.<\/p>\n\n\n\n

    Signalisierung ist der Versuch, mit einer beobachtbaren Gr\u00f6\u00dfe eine nicht beobachtbare Information zu vermitteln. Damit ein Signal glaubw\u00fcrdig ist, muss es f\u00fcr den \u201efalschen“ Typ teurer sein als f\u00fcr den \u201erichtigen“. Im klassischen Beispiel von Spence dient Ausbildung als Signal: Die Lohnunterschiede zwischen Akademikern und Nicht-Akademikern rechtfertigen sich nicht allein durch das Gelernte, sondern dadurch, dass diejenigen, die ein Studium erfolgreich absolvieren, bereits ohne Studium besser f\u00fcr anspruchsvolle T\u00e4tigkeiten qualifiziert sind. Das Studium ist ein Indikator zur Selbstselektion.<\/p>\n\n\n\n

    Gleichgewichtsauswahl: Welches Gleichgewicht z\u00e4hlt?<\/h2>\n\n\n\n

    Viele Spiele haben mehrere Nash-Gleichgewichte. Welches davon ist das relevante? Diese Frage ist eines der schwierigsten Probleme der Spieltheorie, und es gibt keine allgemeing\u00fcltige Antwort.<\/p>\n\n\n\n

    Fokale Punkte (Schelling)<\/h3>\n\n\n\n

    Thomas Schelling hat 1960 das Konzept der fokalen Punkte eingef\u00fchrt. In Koordinationsspielen \u2013 etwa der Frage, wo man sich trifft, wenn die Verabredung verloren gegangen ist \u2013 w\u00e4hlen Menschen oft die L\u00f6sung, die ihnen \u201eauff\u00e4llt“, die \u201esalient“ ist. Der Hauptbahnhof, die bekannte Uhr, das vertraute Caf\u00e9. Fokale Punkte sind kulturell und kontextabh\u00e4ngig; sie lassen sich nicht aus der Spielstruktur allein ableiten.<\/p>\n\n\n\n

    Risikodominanz und Payoff-Dominanz<\/h3>\n\n\n\n

    Reinhard Selten hat das Konzept der Risikodominanz eingef\u00fchrt. Ein Gleichgewicht risikodominiert ein anderes, wenn das Produkt der Verluste durch Abweichen gr\u00f6\u00dfer ist. Im Koordinationsspiel mit den Auszahlungen (2, 2) f\u00fcr (L, L) und (10, 10) f\u00fcr (R, R) ist (L, L) risikodominant, wenn die Verluste bei falscher Koordination asymmetrisch sind \u2013 etwa wenn (L, R) zu (\u22121000, 0) f\u00fchrt. Payoff-Dominanz hingegen bedeutet, dass ein Gleichgewicht f\u00fcr alle Spieler eine h\u00f6here Auszahlung bietet. Im obigen Beispiel ist (R, R) payoff-dominant, aber riskant.<\/p>\n\n\n\n

    Vorw\u00e4rtsinduktion und die Rolle der Geschichte<\/h3>\n\n\n\n

    W\u00e4hrend die R\u00fcckw\u00e4rtsinduktion vom Ende her argumentiert, kann die Vorw\u00e4rtsinduktion vom Anfang her argumentieren: Welche Geschichte hat die Spielsituation? Wenn ein Spieler eine bestimmte Alternative gew\u00e4hlt hat, obwohl er eine andere h\u00e4tte w\u00e4hlen k\u00f6nnen, welche Erwartungen impliziert das? Das Konzept der Vorw\u00e4rtsinduktion \u2013 entwickelt von Kohlberg und Mertens (1986) \u2013 ber\u00fccksichtigt, dass die blo\u00dfe Tatsache, dass eine Informationsmenge erreicht wurde, R\u00fcckschl\u00fcsse auf das Verhalten der Spieler erlaubt.<\/p>\n\n\n\n

    Kooperative Spieltheorie: Wenn Verhandeln im Vordergrund steht<\/h2>\n\n\n\n

    Die bisherige Darstellung konzentrierte sich auf die nicht-kooperative Spieltheorie, in der die Spieler ihre Strategien unabh\u00e4ngig w\u00e4hlen und Absprachen nicht bindend sind. Die kooperative Spieltheorie hingegen fragt: Welche Koalitionen k\u00f6nnen sich bilden, und wie sollten die gemeinsamen Gewinne aufgeteilt werden?<\/p>\n\n\n\n

    Die Nash-Verhandlungsl\u00f6sung<\/h3>\n\n\n\n

    John Nash hat 1950 nicht nur das nach ihm benannte Gleichgewicht entwickelt, sondern auch eine L\u00f6sung f\u00fcr Verhandlungsprobleme vorgeschlagen. Ein Verhandlungsproblem besteht aus einer Menge realisierbarer Nutzenkombinationen und einem Drohpunkt \u2013 der Nutzenkombination, die sich ergibt, wenn keine Einigung erzielt wird.<\/p>\n\n\n\n

    Nashs L\u00f6sung basiert auf vier Axiomen: Effizienz (keine Verschwendung), Unabh\u00e4ngigkeit der Darstellung, Symmetrie und Unabh\u00e4ngigkeit irrelevanter Alternativen. Das Axiom der Unabh\u00e4ngigkeit irrelevanter Alternativen (IIA) besagt hier: Wenn eine L\u00f6sung in einem Verhandlungsproblem gew\u00e4hlt wird und man die Menge der Alternativen um solche verkleinert, die ohnehin nicht gew\u00e4hlt w\u00fcrden, so bleibt die L\u00f6sung dieselbe. Es ist nicht zu verwechseln mit dem gleichnamigen Axiom der Sozialwahltheorie (Arrow), das sich auf die Unabh\u00e4ngigkeit von irrelevanten Alternativen bei der Aggregation von Pr\u00e4ferenzen bezieht.<\/p>\n\n\n\n

    Die L\u00f6sung maximiert das Nash-Produkt:<\/p>\n\n\n\n

    max (u\u2081 \u2212 d\u2081) \u00b7 (u\u2082 \u2212 d\u2082)<\/p>\n\n\n\n

    wobei (d\u2081, d\u2082) der Drohpunkt ist. F\u00fcr den Fall, dass die Verhandlungsmacht ungleich verteilt ist, verallgemeinert sich dies zum asymmetrischen Nash-Produkt mit einem Parameter \u03b1:<\/p>\n\n\n\n

    max (u\u2081 \u2212 d\u2081)^\u03b1 \u00b7 (u\u2082 \u2212 d\u2082)^{1\u2212\u03b1}<\/p>\n\n\n\n

    Der Shapley-Wert<\/h3>\n\n\n\n

    Lloyd Shapley hat 1953 eine L\u00f6sung f\u00fcr Koalitionsspiele vorgeschlagen, die den Beitrag jedes Spielers zum Gesamtergebnis misst. Der Shapley-Wert eines Spielers i ist sein durchschnittlicher marginaler Beitrag \u00fcber alle m\u00f6glichen Reihenfolgen, in denen die gro\u00dfe Koalition gebildet werden kann:<\/p>\n\n\n\n

    \u03c6\u1d62(v) = \u03a3_{S \u2286 N \\ {i}} [|S|! \u00b7 (n \u2212 |S| \u2212 1)! \/ n!] \u00b7 (v(S \u222a {i}) \u2212 v(S))<\/p>\n\n\n\n

    Anschaulich: Man stellt sich vor, die Spieler treten in zuf\u00e4lliger Reihenfolge einer Koalition bei. Der marginale Beitrag eines Spielers ist der Zuwachs, den er bewirkt, wenn er als N\u00e4chster beitritt. Der Shapley-Wert ist der Durchschnitt dieser marginalen Beitr\u00e4ge \u00fcber alle m\u00f6glichen Reihenfolgen. Ein Beispiel: Drei Spieler, wobei Spieler 1 und einer der beiden anderen ben\u00f6tigt werden, um einen Wert von 1 zu erzeugen. Die sechs m\u00f6glichen Reihenfolgen sind (1,2,3), (1,3,2), (2,1,3), (2,3,1), (3,1,2), (3,2,1). Spieler 1 tr\u00e4gt in vier dieser Reihenfolgen bei (wenn er als Erster oder Zweiter kommt und mindestens ein anderer schon da ist), Spieler 2 und 3 jeweils in einer. Der Shapley-Wert ist also (4\/6, 1\/6, 1\/6).<\/p>\n\n\n\n

    Der Shapley-Wert erf\u00fcllt vier Axiome: Effizienz, Symmetrie, Nullspieler-Eigenschaft und Additivit\u00e4t. Er ist die einzige L\u00f6sung, die diese Axiome erf\u00fcllt.<\/p>\n\n\n\n

    Der Kern und die Matching-Theorie<\/h3>\n\n\n\n

    Der Kern (Core) eines Koalitionsspiels ist die Menge der Auszahlungsvektoren, die keine Koalition blockieren kann. Ein Auszahlungsvektor ist im Kern, wenn keine Koalition durch Abspaltung eine h\u00f6here Auszahlung f\u00fcr ihre Mitglieder erzielen kann. Der Kern kann leer sein \u2013 wie im Condorcet-Zyklus, bei dem keine Alternative eine stabile Mehrheit hat.<\/p>\n\n\n\n

    Ein wichtiger Anwendungsbereich der kooperativen Spieltheorie ist die Matching-Theorie, entwickelt von David Gale und Lloyd Shapley 1962. Sie besch\u00e4ftigt sich mit der Frage, wie man Paare (etwa Bewerber und Stellen, \u00c4rzte und Krankenh\u00e4user, Studenten und Universit\u00e4ten) so zusammenbringt, dass keine zwei Akteure sich gegenseitig besser stellen k\u00f6nnten, indem sie ihre aktuellen Partner verlassen. Der Gale-Shapley-Algorithmus \u2013 auch als \u201edeferred acceptance“ bekannt \u2013 funktioniert wie folgt: In jeder Runde macht jeder noch unverpaarte Bewerber einer noch nicht ablehnenden Stelle ein Angebot. Jede Stelle beh\u00e4lt das beste Angebot und lehnt die anderen ab. Abgelehnte Bewerber machen in der n\u00e4chsten Runde neuen Angebote. Der Prozess endet, wenn alle Bewerber entweder verpaart oder alle Stellen besetzt sind. Das Ergebnis ist ein stabiles Matching \u2013 es gibt kein Paar, das sich gegenseitig bevorzugen w\u00fcrde. Der Algorithmus wird in der Praxis vielfach eingesetzt \u2013 etwa bei der Vergabe von Medizinstudienpl\u00e4tzen in den USA.<\/p>\n\n\n\n

    Experimentelle Spieltheorie: Was Menschen wirklich tun<\/h2>\n\n\n\n

    Die Spieltheorie sagt voraus, wie rationale Akteure handeln sollten. Die experimentelle Spieltheorie untersucht, wie Menschen tats\u00e4chlich handeln. Die Ergebnisse sind ern\u00fcchternd f\u00fcr die reine Rationalit\u00e4tsannahme \u2013 und faszinierend f\u00fcr das Verst\u00e4ndnis menschlichen Verhaltens.<\/p>\n\n\n\n

    Das Ultimatumspiel<\/h3>\n\n\n\n

    Das Ultimatumspiel wurde 1982 von Werner G\u00fcth, Rolf Schmittberger und Bernd Schwarze eingef\u00fchrt. Zwei Spieler sollen einen Betrag \u2013 etwa 10 Euro \u2013 aufteilen. Spieler 1 macht einen Vorschlag, Spieler 2 kann annehmen oder ablehnen. Lehnt er ab, erhalten beide nichts.<\/p>\n\n\n\n

    Die spieltheoretische Vorhersage ist eindeutig: Spieler 1 fordert 9 Euro f\u00fcr sich und bietet 1 Euro; Spieler 2 akzeptiert, denn 1 Euro ist besser als nichts. Die experimentelle Beobachtung ist anders: Viele Spieler 1 bieten 5 Euro, und viele Spieler 2 lehnen Angebote unter 3 Euro ab \u2013 sie verzichten lieber auf Geld, als ein als unfair empfundenes Angebot zu akzeptieren.<\/p>\n\n\n\n

    Das Diktatorspiel<\/h3>\n\n\n\n

    Das Diktatorspiel, eingef\u00fchrt von Robert Forsythe, Joel Horowitz, Eugene Savin und Martin Sefton 1994, ist eine Variante des Ultimatumspiels ohne die M\u00f6glichkeit der Ablehnung. Spieler 1 teilt den Betrag auf, Spieler 2 hat keine Wahl. Die spieltheoretische Vorhersage: Spieler 1 beh\u00e4lt alles. Die Beobachtung: Etwa 20 Prozent der Spieler teilen fair (5, 5), etwa 20 Prozent behalten alles, der Rest verteilt dazwischen.<\/p>\n\n\n\n

    Das \u00d6ffentliches-Gut-Spiel<\/h3>\n\n\n\n

    Im \u00d6ffentliches-Gut-Spiel (Public Goods Game) tragen mehrere Spieler zu einem gemeinsamen Gut bei. Der Beitrag wird vervielfacht und gleichm\u00e4\u00dfig an alle verteilt \u2013 auch an die, die nichts beigetragen haben. Die dominante Strategie ist, nichts beizutragen (Trittbrettfahren). Die Beobachtung: In den ersten Runden tragen viele bei, aber die Beitr\u00e4ge sinken mit der Zeit, wenn keine Bestrafung m\u00f6glich ist. Mit Bestrafungsm\u00f6glichkeit steigen die Beitr\u00e4ge \u2013 allerdings auf Kosten der Effizienz, da die Bestrafung selbst Kosten verursacht.<\/p>\n\n\n\n

    Das Vertrauensspiel<\/h3>\n\n\n\n

    Das Vertrauensspiel (Trust Game) von Joyce Berg, John Dickhaut und Kevin McCabe (1995) untersucht, wie Menschen mit Vertrauen und Vertrauensw\u00fcrdigkeit umgehen. Spieler 1 erh\u00e4lt einen Betrag und kann einen Teil an Spieler 2 geben. Der Betrag wird verdreifacht. Spieler 2 kann einen Teil zur\u00fcckgeben. Die spieltheoretische Vorhersage: Spieler 1 gibt nichts, da Spieler 2 keinen Anreiz hat, etwas zur\u00fcckzugeben. Die Beobachtung: Viele Spieler 1 geben etwas, und viele Spieler 2 geben etwas zur\u00fcck \u2013 positive Reziprozit\u00e4t.<\/p>\n\n\n\n

    Soziale Pr\u00e4ferenzen: Modelle<\/h3>\n\n\n\n

    Die Experimente zeigen, dass Menschen nicht rein egoistisch sind. Sie haben soziale Pr\u00e4ferenzen: Fairness, Reziprozit\u00e4t, Altruismus, aber auch Neid und Strafbed\u00fcrfnis. Diese Pr\u00e4ferenzen lassen sich in die Spieltheorie integrieren \u2013 etwa durch Nutzenfunktionen, die nicht nur die eigene Auszahlung, sondern auch die relative Position oder die Absicht des anderen ber\u00fccksichtigen.<\/p>\n\n\n\n

    Zwei einflussreiche Modelle sind:<\/p>\n\n\n\n

      \n
    • Fehr-Schmidt-Modell (1999)<\/strong>: Der Nutzen eines Akteurs h\u00e4ngt nicht nur von seiner eigenen Auszahlung ab, sondern auch von der Differenz zu den Auszahlungen anderer. Ungleichheit wird als negativ empfunden \u2013 sowohl wenn man schlechter gestellt ist (Neid) als auch wenn man besser gestellt ist (Schuldgef\u00fchl). Formal: u\u1d62 = x\u1d62 \u2212 \u03b1\u1d62 \u00b7 max(x\u2c7c \u2212 x\u1d62, 0) \u2212 \u03b2\u1d62 \u00b7 max(x\u1d62 \u2212 x\u2c7c, 0), wobei \u03b1\u1d62 \u2265 \u03b2\u1d62 \u2265 0.<\/li>\n\n\n\n
    • Bolton-Ockenfels-Modell (2000)<\/strong>: Der Nutzen h\u00e4ngt von der eigenen Auszahlung und dem relativen Anteil am Gesamtergebnis ab. Akteure m\u00f6gen es, wenn ihr Anteil fair ist, und meiden extreme Ungleichheit.<\/li>\n<\/ul>\n\n\n\n

      Diese Modelle erkl\u00e4ren, warum Menschen in Experimenten fair teilen, unfaire Angebote ablehnen und Normverletzungen bestrafen \u2013 auch auf eigene Kosten.<\/p>\n\n\n\n

      Die Werkzeuge der Gestaltung<\/h2>\n\n\n\n

      Mechanismus-Design: Die Kunst, Regeln zu setzen<\/h3>\n\n\n\n

      Die Mechanismus-Design-Theorie geht \u00fcber die Analyse hinaus: Sie fragt nicht, wie Spieler ein gegebenes Spiel spielen, sondern wie man ein Spiel gestalten muss, um ein gew\u00fcnschtes Ergebnis zu erzielen. Das Offenbarungsprinzip (Revelation Principle) vereinfacht die Suche erheblich: Jeder beliebig komplizierte Mechanismus kann durch einen direkten Mechanismus ersetzt werden, in dem jeder Spieler wahrheitsgem\u00e4\u00df seinen Typ offenbart.<\/p>\n\n\n\n

      Formal: Wenn ein Mechanismus (X, g) eine soziale Wahlfunktion C in dominanten Strategien implementiert, dann existiert ein anreizkompatibler Mechanismus, der C implementiert. Der Beweis ist eine Simulationsargument: Man ersetzt die Gleichgewichtsstrategien des urspr\u00fcnglichen Mechanismus durch die Typen selbst und definiert die Allokationsfunktion entsprechend.<\/p>\n\n\n\n

      Die Vickrey-Auktion \u2013 benannt nach William Vickrey, der 1996 den Nobelpreis f\u00fcr seine Arbeiten zur Informations\u00f6konomik erhielt \u2013 ist ein Beispiel f\u00fcr einen anreizkompatiblen Mechanismus. Bei dieser Auktion gibt jeder Bieter ein verdecktes Gebot ab, der H\u00f6chstbietende erh\u00e4lt den Zuschlag, bezahlt aber nur das zweith\u00f6chste Gebot. Ehrlichkeit ist hier eine dominante Strategie: Bietet man mehr als die eigene Wertsch\u00e4tzung, riskiert man, zu viel zu zahlen; bietet man weniger, verliert man m\u00f6glicherweise gegen ein niedrigeres Gebot, obwohl man gerne mehr gezahlt h\u00e4tte.<\/p>\n\n\n\n

      Evolution\u00e4re Spieltheorie: Rationalit\u00e4t ohne Vernunft<\/h3>\n\n\n\n

      John Maynard Smiths evolution\u00e4re Spieltheorie ersetzt die Annahme rationaler Entscheidungen durch die Selektion erfolgreicher Verhaltensmuster. Die evolution\u00e4r stabile Strategie (ESS) ist ein Gleichgewicht, das nicht durch kleine eindringende Populationen unterwandert werden kann. Das Falke-Taube-Spiel zeigt, dass sich im Gleichgewicht eine Mischung aus aggressivem und friedlichem Verhalten einstellt \u2013 ein Ergebnis, das auch ohne bewusste Entscheidungen der Akteure zustande kommt.<\/p>\n\n\n\n

      Die Replikatordynamik beschreibt, wie sich Strategien in einer Population \u00fcber die Zeit ver\u00e4ndern: Erfolgreiche Strategien werden h\u00e4ufiger, weniger erfolgreiche seltener. Langfristig f\u00fchrt dieser Prozess oft zu einem Nash-Gleichgewicht \u2013 ein Hinweis darauf, dass die Grenze zwischen rationalem Kalk\u00fcl und evolution\u00e4rer Anpassung flie\u00dfend ist.<\/p>\n\n\n\n

      Die stochastische Stabilit\u00e4t (Kandori, Mailath und Rob 1993) erweitert diese Analyse um zuf\u00e4llige St\u00f6rungen \u2013 sogenannte Mutationen. In endlichen Populationen k\u00f6nnen Spieler gelegentlich \u201efehlerhaft“ handeln und eine andere als die geplante Strategie w\u00e4hlen. Diese Mutationen k\u00f6nnen dazu f\u00fchren, dass die Population langfristig ein anderes Gleichgewicht erreicht als das, das ohne St\u00f6rungen stabil w\u00e4re. Ein Gleichgewicht ist stochastisch stabil, wenn es bei kleinen Mutationsraten mit hoher Wahrscheinlichkeit \u00fcberlebt. Die Analyse zeigt, dass oft das Gleichgewicht mit dem gr\u00f6\u00dften \u201eEinzugsbereich“ \u2013 also das, das am schwersten zu verlassen ist \u2013 langfristig dominiert.<\/p>\n\n\n\n

      Von der Evolution zur Verhaltens\u00f6konomik<\/h3>\n\n\n\n

      W\u00e4hrend die evolution\u00e4re Spieltheorie zeigt, wie sich Gleichgewichte ohne bewusste Rationalit\u00e4t einstellen k\u00f6nnen, geht die Verhaltens\u00f6konomik einen Schritt weiter: Sie untersucht, wie Menschen tats\u00e4chlich entscheiden \u2013 und st\u00f6\u00dft dabei auf systematische Abweichungen vom rationalen Modell. Die Prospect Theory von Kahneman und Tversky beschreibt, wie Verluste st\u00e4rker gewichtet werden als Gewinne und wie Wahrscheinlichkeiten verzerrt wahrgenommen werden.<\/p>\n\n\n\n

      Formal: Die Prospect Theory verwendet eine Wertfunktion v(x), die typischerweise konkav f\u00fcr Gewinne und konvex f\u00fcr Verluste ist \u2013 Verluste wiegen also schwerer. Zudem wird die Wahrscheinlichkeit p durch eine Gewichtungsfunktion \u03c0(p) transformiert, die kleine Wahrscheinlichkeiten \u00fcberbewertet und mittlere bis gro\u00dfe unterbewertet. Der subjektive Wert einer Lotterie ist dann \u03a3 \u03c0(p\u1d62) \u00b7 v(x\u1d62).<\/p>\n\n\n\n

      Neben der Prospect Theory hat die Verhaltens\u00f6konomik weitere Heuristiken identifiziert: die Ankerheuristik (Entscheidungen werden von einem irrelevanten Ausgangswert beeinflusst), die Verf\u00fcgbarkeitsheuristik (Ereignisse, die leicht erinnerbar sind, werden als wahrscheinlicher eingesch\u00e4tzt) und die Repr\u00e4sentativit\u00e4tsheuristik (Wahrscheinlichkeiten werden danach beurteilt, wie typisch ein Ereignis f\u00fcr eine Kategorie erscheint). Diese Heuristiken f\u00fchren zu systematischen Urteilsfehlern \u2013 und erkl\u00e4ren, warum Menschen in Experimenten oft anders handeln, als die rationale Theorie vorhersagt.<\/p>\n\n\n\n

      Die Verbindung zwischen evolution\u00e4rer Spieltheorie und Verhaltens\u00f6konomik ist nicht zwingend, aber aufschlussreich: Beide zeigen, dass die Annahme perfekter Rationalit\u00e4t zu idealisieren ist. Die evolution\u00e4re Spieltheorie zeigt, dass Gleichgewichte auch ohne Rationalit\u00e4t entstehen k\u00f6nnen; die Verhaltens\u00f6konomik zeigt, dass Menschen systematisch von der Rationalit\u00e4t abweichen. Beide Ans\u00e4tze erg\u00e4nzen die klassische Spieltheorie, indem sie ihre Annahmen lockern und die Theorie realistischer machen.<\/p>\n\n\n\n

      Alltagsanwendungen: Wo die Spieltheorie den Alltag durchdringt<\/h2>\n\n\n\n

      Verkehr: Stau, Ampelphasen und Fahrspurwahl<\/h3>\n\n\n\n

      Der t\u00e4gliche Stau ist ein Koordinationsproblem. Jeder Fahrer w\u00e4hlt die Route, die ihm am schnellsten erscheint \u2013 aber wenn alle dieselbe Route w\u00e4hlen, entsteht ein Stau. Die Spieltheorie zeigt, dass es kein Gleichgewicht gibt, in dem alle optimal fahren, es sei denn, es gibt eine zentrale Koordination (etwa durch Navigationsger\u00e4te) oder eine Bepreisung (Maut). Das Braess-Paradoxon zeigt sogar, dass der Bau einer zus\u00e4tzlichen Stra\u00dfe den Verkehrsfluss verschlechtern kann, weil sie neue Anreize schafft, die das Gleichgewicht ver\u00e4ndern.<\/p>\n\n\n\n

      Wohnungssuche: Mietverhandlungen und WG-Bewerbungen<\/h3>\n\n\n\n

      Die Wohnungssuche ist ein Verhandlungsspiel mit unvollst\u00e4ndiger Information. Der Mieter kennt nicht die Schmerzgrenze des Vermieters, der Vermieter nicht die Zahlungsbereitschaft des Mieters. Die spieltheoretische Analyse zeigt, dass beide Seiten Anreize haben, ihre wahre Pr\u00e4ferenz zu verschleiern. Das Ergebnis ist oft ein ineffizienter Verhandlungsprozess mit hohen Suchkosten.<\/p>\n\n\n\n

      Online-Plattformen: Bewertungssysteme und Matching-Algorithmen<\/h3>\n\n\n\n

      Online-Plattformen wie Airbnb, eBay oder Uber sind spieltheoretische Mechanismen. Bewertungssysteme sollen Vertrauen schaffen, indem sie die Reputation der Akteure sichtbar machen. Matching-Algorithmen (etwa bei der Partnervermittlung oder der Arbeitsvermittlung) sollen stabile Paarungen finden \u2013 der Gale-Shapley-Algorithmus ist hier das Standardwerkzeug. Die Spieltheorie liefert die Werkzeuge, um solche Mechanismen zu analysieren und zu verbessern.<\/p>\n\n\n\n

      Familie: Arbeitsteilung und Erziehungsentscheidungen<\/h3>\n\n\n\n

      Die Arbeitsteilung in Familien ist ein wiederholtes Spiel. Wer putzt, wer kocht, wer bringt die Kinder zur Schule? Die spieltheoretische Analyse zeigt, dass sich Kooperation etablieren kann, wenn die Interaktion oft genug wiederholt wird und die Beteiligten geduldig genug sind. Die Geschlechterverh\u00e4ltnisse in der Arbeitsteilung lassen sich als evolution\u00e4res Gleichgewicht interpretieren, das durch soziale Normen stabilisiert wird.<\/p>\n\n\n\n

      Fazit: Was die Spieltheorie kann \u2013 und was nicht<\/h2>\n\n\n\n

      Die Spieltheorie ist ein m\u00e4chtiges Werkzeug, um strategische Interaktionen zu analysieren. Sie zeigt, dass individuell rationales Verhalten nicht immer zu kollektiv w\u00fcnschenswerten Ergebnissen f\u00fchrt, dass Kooperation m\u00f6glich, aber nicht selbstverst\u00e4ndlich ist, und dass die Regeln, unter denen wir entscheiden, gestaltbar sind.<\/p>\n\n\n\n

      Doch die Spieltheorie hat Grenzen. Die Annahme perfekter Rationalit\u00e4t ist eine Idealisierung; die Experimente der Verhaltens\u00f6konomik zeigen, dass Menschen systematisch abweichen. Die Komplexit\u00e4t realer Entscheidungssituationen \u00fcbersteigt oft das analytisch Handhabbare. Die Gleichgewichtsauswahl bleibt in vielen F\u00e4llen unbestimmt. Und die R\u00fcckw\u00e4rtsinduktion st\u00f6\u00dft an ihre Grenzen, wenn die Common-Knowledge-Annahme der Rationalit\u00e4t nicht erf\u00fcllt ist.<\/p>\n\n\n\n

      Die Spieltheorie ist daher kein Orakel, das die Zukunft vorhersagt. Sie ist ein Denkwerkzeug, das hilft, strategische Situationen zu strukturieren und die Konsequenzen von Entscheidungen systematisch zu durchdenken. Sie lehrt uns, mit Unsicherheit umzugehen: nicht durch Flucht in die Eindeutigkeit, sondern durch die Kunst, im Ungewissen strategisch zu denken. Wer die Spieltheorie beherrscht, wei\u00df, wann er kooperieren sollte und wann nicht, wann er bluffen muss und wann er ehrlich sein kann \u2013 und vor allem, wann er sich nicht auf die Rationalit\u00e4t anderer verlassen darf. Doch dieses Wissen ist kein Rezeptbuch: Es ist eine Haltung \u2013 die Bereitschaft, die Welt aus den Augen des anderen zu sehen und die eigene Entscheidung im Licht dieser Perspektive zu pr\u00fcfen.<\/p>\n\n\n\n

      \n\n\n\n

      Kategorien<\/h2>\n\n\n\n

      im-kopf \/ denkwerkzeuge<\/strong><\/p>\n\n\n\n

      Schlagworte<\/h2>\n\n\n\n

      Spieltheorie, Nash-Gleichgewicht, Gefangenendilemma, R\u00fcckw\u00e4rtsinduktion, Minimax, Mechanismus-Design, Evolution\u00e4r stabile Strategie, Experimentelle Spieltheorie, Kooperative Spieltheorie, Soziale Pr\u00e4ferenzen<\/p>\n\n\n\n

      \n\n\n\n

      Quellen<\/h2>\n\n\n\n

      Aumann, Robert J.: Agreeing to Disagree<\/em>. In: The Annals of Statistics, Vol. 4, No. 6, 1976, S. 1236\u20131239.<\/p>\n\n\n\n

      Berg, Joyce \/ Dickhaut, John \/ McCabe, Kevin: Trust, Reciprocity, and Social History<\/em>. In: Games and Economic Behavior, Vol. 10, No. 1, 1995, S. 122\u2013142.<\/p>\n\n\n\n

      Bolton, Gary E. \/ Ockenfels, Axel: ERC: A Theory of Equity, Reciprocity, and Competition<\/em>. In: The American Economic Review, Vol. 90, No. 1, 2000, S. 166\u2013193.<\/p>\n\n\n\n

      Cournot, Antoine-Augustin: Recherches sur les principes math\u00e9matiques de la th\u00e9orie des richesses<\/em>. Paris: Hachette, 1838.<\/p>\n\n\n\n

      Fehr, Ernst \/ Schmidt, Klaus M.: A Theory of Fairness, Competition, and Cooperation<\/em>. In: The Quarterly Journal of Economics, Vol. 114, No. 3, 1999, S. 817\u2013868.<\/p>\n\n\n\n

      Forsythe, Robert \/ Horowitz, Joel L. \/ Savin, N. E. \/ Sefton, Martin: Fairness in Simple Bargaining Experiments<\/em>. In: Games and Economic Behavior, Vol. 6, No. 3, 1994, S. 347\u2013369.<\/p>\n\n\n\n

      Fudenberg, Drew \/ Maskin, Eric: The Folk Theorem in Repeated Games with Discounting or with Incomplete Information<\/em>. In: Econometrica, Vol. 54, No. 3, 1986, S. 533\u2013554.<\/p>\n\n\n\n

      Gale, David \/ Shapley, Lloyd S.: College Admissions and the Stability of Marriage<\/em>. In: The American Mathematical Monthly, Vol. 69, No. 1, 1962, S. 9\u201315.<\/p>\n\n\n\n

      G\u00fcth, Werner \/ Schmittberger, Rolf \/ Schwarze, Bernd: An Experimental Analysis of Ultimatum Bargaining<\/em>. In: Journal of Economic Behavior & Organization, Vol. 3, No. 4, 1982, S. 367\u2013388.<\/p>\n\n\n\n

      Harsanyi, John C.: Games with Incomplete Information Played by „Bayesian“ Players, I\u2013III<\/em>. In: Management Science, Vol. 14, No. 3\u20135, 1967\u20131968.<\/p>\n\n\n\n

      Kahneman, Daniel \/ Tversky, Amos: Prospect Theory: An Analysis of Decision under Risk<\/em>. In: Econometrica, Vol. 47, No. 2, 1979, S. 263\u2013291.<\/p>\n\n\n\n

      Kandori, Michihiro \/ Mailath, George J. \/ Rob, Rafael: Learning, Mutation, and Long Run Equilibria in Games<\/em>. In: Econometrica, Vol. 61, No. 1, 1993, S. 29\u201356.<\/p>\n\n\n\n

      Kohlberg, Elon \/ Mertens, Jean-Fran\u00e7ois: On the Strategic Stability of Equilibria<\/em>. In: Econometrica, Vol. 54, No. 5, 1986, S. 1003\u20131037.<\/p>\n\n\n\n

      Maynard Smith, John: Evolution and the Theory of Games<\/em>. Cambridge: Cambridge University Press, 1982.<\/p>\n\n\n\n

      Myerson, Roger B.: Incentive Compatibility and the Bargaining Problem<\/em>. In: Econometrica, Vol. 47, No. 1, 1979, S. 61\u201373.<\/p>\n\n\n\n

      Nash, John F.: Equilibrium Points in n-Person Games<\/em>. In: Proceedings of the National Academy of Sciences, Vol. 36, No. 1, 1950, S. 48\u201349.<\/p>\n\n\n\n

      Nash, John F.: The Bargaining Problem<\/em>. In: Econometrica, Vol. 18, No. 2, 1950, S. 155\u2013162.<\/p>\n\n\n\n

      Nasar, Sylvia: A Beautiful Mind: The Life of Mathematical Genius and Nobel Laureate John Nash<\/em>. New York: Simon & Schuster, 1998.<\/p>\n\n\n\n

      Savage, Leonard J.: The Foundations of Statistics<\/em>. New York: Wiley, 1954.<\/p>\n\n\n\n

      Schelling, Thomas C.: The Strategy of Conflict<\/em>. Cambridge, MA: Harvard University Press, 1960.<\/p>\n\n\n\n

      Selten, Reinhard: The Chain Store Paradox<\/em>. In: Theory and Decision, Vol. 9, No. 2, 1978, S. 127\u2013159.<\/p>\n\n\n\n

      Shapley, Lloyd S.: A Value for n-Person Games<\/em>. In: Kuhn, H. W. \/ Tucker, A. W. (Hrsg.): Contributions to the Theory of Games II<\/em>. Princeton: Princeton University Press, 1953, S. 307\u2013317.<\/p>\n\n\n\n

      Spence, Michael: Job Market Signaling<\/em>. In: The Quarterly Journal of Economics, Vol. 87, No. 3, 1973, S. 355\u2013374.<\/p>\n\n\n\n

      Vickrey, William: Counterspeculation, Auctions, and Competitive Sealed Tenders<\/em>. In: The Journal of Finance, Vol. 16, No. 1, 1961, S. 8\u201337.<\/p>\n\n\n\n

      Von Neumann, John \/ Morgenstern, Oskar: Theory of Games and Economic Behavior<\/em>. Princeton: Princeton University Press, 1944.<\/p>\n","protected":false},"excerpt":{"rendered":"

      DerSchneider Einleitung: Wenn der Zufall Methode hat Es gibt Momente, in denen wir sp\u00fcren, dass unsere Entscheidung nicht allein unsere ist. Der Blick des Gegen\u00fcbers, die Erwartung des Chefs, die stille Kalkulation des Verhandlungspartners \u2013 all das flie\u00dft in den Bruchteil einer Sekunde in unsere Wahl ein. Wir nennen es Intuition, Erfahrung oder Bauchgef\u00fchl. Die […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[40,18],"tags":[11192,11191,2658,11195,11194,11190,11193,11189,11196,6548],"class_list":["post-7628","post","type-post","status-publish","format-standard","hentry","category-denkwerkzeuge","category-im-kopf-methoden-werkzeuge","tag-evolutionaer-stabile-strategie","tag-experimentelle-spieltheorie","tag-gefangenendilemma","tag-kooperative-spieltheorie","tag-mechanismus-design","tag-minimax","tag-nash-gleichgewicht","tag-rueckwaertsinduktion","tag-soziale-praeferenzen","tag-spieltheorie"],"_links":{"self":[{"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/posts\/7628","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/comments?post=7628"}],"version-history":[{"count":1,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/posts\/7628\/revisions"}],"predecessor-version":[{"id":7629,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/posts\/7628\/revisions\/7629"}],"wp:attachment":[{"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/media?parent=7628"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/categories?post=7628"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/tags?post=7628"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}