Kaum ein psychologischer Befund wird so gern zitiert wie dieser: Wer wenig weiß, überschätzt sich am meisten. Der Dunning-Kruger-Effekt ist zu einer Art Allzweckerklärung geworden. Man findet ihn in Kommentarspalten, in Vorträgen, in Diskussionen über Politik und Impfungen. Meist mit einer bekannten Kurve, die einen Gipfel der Selbstüberschätzung und ein Tal der Ernüchterung zeigt.
Diese Kurve stammt übrigens nicht aus der ursprünglichen Studie. Und der Effekt selbst ist deutlich weniger eindeutig, als seine Popularität vermuten lässt. Das ist ein gutes Beispiel dafür, wie ein wissenschaftlicher Befund sich verändert, sobald er die Fachliteratur verlässt. Er wird einfacher, eindeutiger und vor allem nützlicher für Diskussionen. Mit jedem Schritt verliert er aber etwas von dem, was ihn ursprünglich ausgemacht hat.
Was die Studie ursprünglich zeigte
Im Jahr 1999 veröffentlichten Justin Kruger und David Dunning an der Cornell University eine Arbeit mit dem Titel Unskilled and Unaware of It. Studierende bearbeiteten Tests zu Logik, Grammatik und Humor und schätzten anschließend ein, wie gut sie im Vergleich zu anderen abgeschnitten hatten.
Das Ergebnis wurde in einer Grafik zusammengefasst. Die Teilnehmenden wurden nach ihrer tatsächlichen Leistung in vier Gruppen eingeteilt. Für jede Gruppe wurde gezeigt, wie gut sie tatsächlich war und wie gut sie sich eingeschätzt hatte. Die schwächste Gruppe lag im Mittel weit unter dem Durchschnitt, schätzte sich aber etwas über dem Durchschnitt ein. Die stärkste Gruppe unterschätzte sich leicht.
Die Autoren deuteten das psychologisch. Wer in einem Gebiet wenig kann, dem fehlt oft auch die Fähigkeit, die eigenen Fehler zu erkennen. Die Inkompetenz trägt ihre eigene Blindheit also mit sich. Das ist eine plausible und eingängige Idee, und sie hat die Arbeit zu einer der meistzitierten der Sozialpsychologie gemacht.
Das statistische Problem
Seit einigen Jahren gibt es allerdings eine gewichtige Kritik, die nicht an der Idee ansetzt, sondern an der Rechnung. Das Muster in der berühmten Grafik entsteht nämlich zu einem großen Teil schon dann, wenn Selbsteinschätzung und tatsächliche Leistung nur schwach zusammenhängen, ganz ohne psychologischen Mechanismus.
Das lässt sich einfach überlegen. Angenommen, alle Menschen schätzen sich ungefähr durchschnittlich ein, mit etwas Zufall nach oben und unten. Dann liegt die Selbsteinschätzung der Schwächsten zwangsläufig über ihrer Leistung, denn schlechter als ganz unten können sie sich kaum einschätzen. Und die Selbsteinschätzung der Stärksten liegt zwangsläufig darunter. Es entsteht genau das bekannte Bild, obwohl niemand im Modell besonders blind für die eigenen Schwächen ist.
Mehrere Arbeiten haben das mit Zufallsdaten gezeigt. Wenn man Werte simuliert, die keinerlei Dunning-Kruger-Mechanismus enthalten, und sie auf dieselbe Weise auswertet, erscheint trotzdem das typische Muster. Eine statistische Analyse in einer psychologischen Fachzeitschrift hat den Effekt ausdrücklich als Artefakt beschrieben, das sich ohne psychologische Erklärung ableiten lässt.
Gilles Gignac und Marcin Zajenkowski gingen 2020 einen Schritt weiter und prüften Intelligenzdaten mit Methoden, die dieses Problem vermeiden. Sie fanden, dass sich Menschen im Mittel zwar überschätzen, dass der Grad der Fehleinschätzung aber über die ganze Leistungsbreite ähnlich war. Die Schwächsten waren also nicht deutlich blinder als die anderen.
Diese Kritik richtet sich nicht gegen Dunning und Kruger als Forscher. Die statistischen Fallstricke solcher Gruppenvergleiche waren 1999 weniger im Blick als heute, und die Methoden haben sich weiterentwickelt. Es ist ein normaler Vorgang in der Wissenschaft, dass ein Befund später genauer geprüft und dabei relativiert wird. Ungewöhnlich ist nur, wie wenig davon in der öffentlichen Wahrnehmung angekommen ist.
Was davon bleibt
Das bedeutet nicht, dass die Frage erledigt ist. Es gibt Gegenstimmen, die argumentieren, dass ein kleinerer Effekt auch nach Korrektur der Statistik bestehen bleibt, vor allem in bestimmten Aufgaben und Stichproben. Die Debatte ist offen, und das ist ehrlicher als beide Extreme, also weder ist der Effekt bewiesen, noch ist er restlos widerlegt.
Was man mit einiger Sicherheit sagen kann, ist dies: Menschen schätzen ihre eigene Leistung insgesamt nur mäßig genau ein, und viele überschätzen sich ein wenig. Das gilt für fast alle, nicht nur für die Ahnungslosen. Die populäre Version, nach der ausgerechnet die Unwissendsten sich systematisch für Experten halten, ist durch die Daten deutlich schwächer gedeckt, als die Kurve suggeriert.
Interessant ist, wie der Effekt im Alltag verwendet wird. Er dient fast immer dazu, andere zu beschreiben. Wer Dunning-Kruger zitiert, meint selten sich selbst. Damit wird ein Befund über allgemein ungenaue Selbsteinschätzung zu einem Werkzeug, mit dem man eine Gruppe von Menschen als besonders unreflektiert markiert. Das ist eine Verschiebung, die mit der ursprünglichen Forschung wenig zu tun hat.
Und es gibt eine Ironie, die schwer zu übersehen ist. Ein Effekt über die Neigung, das eigene Wissen zu überschätzen, wird häufig von Menschen zitiert, die die Studie nie gelesen haben und die statistische Kritik nicht kennen. Das ist kein Vorwurf, sondern ein Hinweis darauf, wie Wissen weitergegeben wird: als griffige Formel, nicht als Befund mit Einschränkungen.
Praktisch folgt daraus eine bescheidene, aber brauchbare Haltung. Die eigene Einschätzung ist eine Hypothese, keine Messung. Wer wissen will, wie gut er in etwas ist, braucht Rückmeldung von außen, am besten konkret und wiederholt. Das gilt am Anfang eines Lernwegs genauso wie nach vielen Jahren Erfahrung. Erfahrung schützt nicht vor Fehleinschätzung, sie verschiebt nur die Bereiche, in denen sie auftritt.
Was bleibt, ist ein Gedanke für einen stillen Morgen. Nicht jeder berühmte Befund ist falsch, aber viele sind unsicherer, als ihre Bekanntheit vermuten lässt. Es lohnt sich, bei einer allzu eingängigen Erklärung kurz innezuhalten und zu fragen, woher sie eigentlich stammt, und ob die Kurve, die man im Kopf hat, jemals so gemessen wurde.