Vorhersagefehler: Bedeutung und Anwendung

Du hast ein Produkt, das besser ist, als die Leute denken. Die Aussage steht auf der Verpackung und in der Werbung, und trotzdem ändert sich das Bild kaum. Dann probiert jemand das Produkt im Supermarkt und sagt: „Das hätte ich nicht erwartet.“ Diesen Unterschied zwischen Erwartung und Wahrnehmung nennt die Neuro- und Verhaltenswissenschaft einen Vorhersagefehler, englisch prediction error. Hier erfährst du, was der Begriff bedeutet, woher er stammt, wie Erwartungen gebildet und angepasst werden und was du damit in Marketing und Kommunikation tun kannst und was nicht.

Ein Vorhersagefehler (prediction error) ist der Unterschied zwischen dem, was ein lernendes System erwartet, und dem, was es tatsächlich wahrnimmt oder erhält.

In Lernmodellen bestimmt dieser Fehler, wie stark eine Erwartung angepasst wird: Je größer der unerwartete Unterschied, desto mehr gibt es zu lernen. Die prädiktive Kodierung (predictive coding) nutzt den Begriff als Baustein der Wahrnehmung. Für das Marketing ist er ein nützlicher Denkrahmen. Eine Überraschung führt aber nicht automatisch zu einer angepassten Erwartung, und eine angepasste Erwartung nicht automatisch zu Verhalten oder Kauf.

Lerntheorie: Rescorla und Wagner

Die Idee, dass Lernen durch Überraschung angetrieben wird, stammt aus der Forschung zur klassischen Konditionierung. Robert Rescorla und Allan Wagner veröffentlichten 1972 ein einflussreiches Modell dieser Art des Lernens (Rescorla & Wagner, 1972). Darin ändert sich eine gelernte Erwartung im Verhältnis zum Unterschied zwischen tatsächlichem und vorhergesagtem Ergebnis. Niv und Schoenbaum fassen den Kern so zusammen: Triff eine Vorhersage, beobachte, was passiert, und aktualisiere dein Wissen, wenn die Vorhersage falsch war (Niv & Schoenbaum, 2008). Das Modell erklärte unter anderem die Blockierung: Wenn ein Lichtsignal bereits Futter vorhersagt, lernt ein Tier kaum etwas über ein später hinzukommendes Geräusch, weil das Futter nicht mehr unerwartet ist (Schultz, Dayan & Montague, 1997).

Dopamin und der Belohnungsvorhersagefehler

Schultz, Dayan und Montague verbanden dieses Lernprinzip mit Messungen im Gehirn. Dopaminneuronen bei Affen feuerten kurz stärker bei einer unerwarteten Belohnung. Nach dem Lernen verschob sich diese Reaktion auf das Signal, das die Belohnung vorhersagte. Blieb eine erwartete Belohnung aus, sank die Aktivität genau zu dem Zeitpunkt, an dem die Belohnung hätte kommen sollen (Schultz et al., 1997). Dieses Muster ähnelt dem Vorhersagefehler im Temporal-Difference-Lernen, einem Rechenmodell, das Vorhersagen über die Zeit anpasst. Niv und Schoenbaum betonen, dass dies ein vereinfachtes und fast sicher unvollständiges Modell von Dopamin ist (Niv & Schoenbaum, 2008). Es handelte sich um Tierstudien, nicht um Konsumenten im Geschäft.

Prädiktive Kodierung als übergreifender Rahmen

Die prädiktive Kodierung überträgt die Idee auf die Wahrnehmung. Im Modell von Rao und Ballard senden höhere visuelle Hirnareale Vorhersagen an niedrigere Areale, die nur den nicht vorhergesagten Rest zurücksenden: den Vorhersagefehler (Rao & Ballard, 1999). Es handelte sich um ein Rechenmodell der Sehrinde. Friston entwickelte die Idee zu einer Theorie weiter, in der Wahrnehmen und Lernen darauf hinauslaufen, „freie Energie“ zu minimieren, eine statistische Größe (Friston, 2005). Später beschrieb er freie Energie als obere Schranke der Überraschung und nannte auch Handeln als Weg, Vorhersagefehler zu verringern (Friston, 2010). Der Philosoph Andy Clark machte den breiteren Rahmen als predictive processing bekannt und sah darin den bislang besten Hinweis auf eine einheitliche Wissenschaft von Geist und Handeln (Clark, 2013).

Neurofactor nutzt zwei Arbeitsbegriffe, um diesen Mechanismus in einfacher Sprache zu beschreiben. Es sind redaktionelle Arbeitsdefinitionen, keine festen wissenschaftlichen Fachbegriffe.

• Kodieren: Durch wiederholte Erfahrung wird eine Erwartung festgelegt. Wer ein Produkt einige Male probiert und enttäuscht wird, erwartet beim nächsten Mal wieder eine Enttäuschung.
• Umkodieren: Eine neue Erfahrung, die deutlich von dieser Erwartung abweicht und glaubwürdig ist, kann die Erwartung anpassen.

Das Modell von Rescorla und Wagner zeigt, warum Wiederholung eine Erwartung stabil macht: Je besser die Vorhersage passt, desto kleiner wird der Fehler und desto weniger ändert sich pro Erfahrung (Niv & Schoenbaum, 2008). Für eine Veränderung braucht es eine Abweichung.

Warum „glaubwürdig“? In Modellen der prädiktiven Kodierung wiegt ein Vorhersagefehler schwerer, je präziser und damit verlässlicher das Signal eingeschätzt wird (Friston, 2010). Die Übertragung auf glaubwürdige Markenerfahrungen ist eine Interpretation dieser Modellidee, keine gemessene Gesetzmäßigkeit.

Die Gedächtnisforschung liefert einen verwandten, vorsichtigen Hinweis. Eine Erinnerung kann beim Abrufen vorübergehend wieder veränderbar werden; das nennt man Rekonsolidierung. Sevenster, Beckers und Kindt fanden bei Menschen, dass ein Vorhersagefehler beim Abrufen eine notwendige Bedingung für die Rekonsolidierung einer gelernten Angsterinnerung war (Sevenster, Beckers & Kindt, 2013). Es ging um eine Laborstudie zu gelernter Angst, in der das Gedächtnis mit einem Medikament beeinflusst wurde. Daraus kannst du nicht ableiten, dass Markenassoziationen auf dieselbe Weise umgeschrieben werden. Es passt aber zu dem Gedanken, dass das Wiederholen dessen, was jemand ohnehin erwartet, wenig bewegt.

Predictive processing ist einflussreich, aber keine abgeschlossene Theorie. Clark schrieb 2013, dass die direkte neurowissenschaftliche Prüfung der hierarchischen prädiktiven Kodierung noch in den Kinderschuhen stecke und die Belege vor allem indirekt seien (Clark, 2013). Walsh und Kollegen stellten 2020 fest, dass Predictive-Processing-Modellen bis dahin die empirische Stützung fehlte, um ihren Status zu rechtfertigen, und bewerteten neue neurophysiologische Studien, die diese Lücke schließen sollen (Walsh et al., 2020). Auch bei der Mismatch Negativity, einer EEG-Reaktion auf eine Abweichung in einer Reizfolge, werden neben der prädiktiven Kodierung andere Erklärungen diskutiert, etwa die Anpassung von Nervenzellen an wiederholte Reize (Garrido et al., 2009).

Nutze den Vorhersagefehler also als gut belegtes Lernprinzip und die prädiktive Kodierung als einflussreichen, aber umstrittenen Rahmen.

Menschen haben oft schon ein Bild von einer Produktkategorie, auch wenn sie das Produkt nie genutzt haben. Der Begriff hilft dir, drei Dinge klarer zu sehen.

1. Eine Werbeaussage ist selbst eine Vorhersage. „Voller Geschmack“ auf einer Verpackung ist eine Behauptung des Absenders, die jemand mit der Erwartung „fad“ als Werbung abtun kann. Eine eigene Erfahrung liefert direkte Wahrnehmung. Dass konkrete, selbst erlebte Belege eine Erwartung stärker anpassen können als eine Aussage, ist eine plausible Überlegung, kein allgemeines Gesetz. Ob sie zutrifft, musst du je Produkt und Situation prüfen.
2. Erwartung färbt Erleben. In einer fMRT-Studie mit zwanzig Teilnehmenden wurde derselbe Wein mit einem höheren angegebenen Preis als angenehmer bewertet, zusammen mit mehr Aktivität im medialen orbitofrontalen Kortex; in primären Geschmacksarealen fand sich kein Unterschied (Plassmann et al., 2008). Die Autoren nennen selbst mögliche Effekte der Untersuchungssituation. Eine Verkostung ist also kein neutraler Test: Eine starke Erwartung kann das Erleben in ihre eigene Richtung lenken.
3. Überraschung ist kein Selbstzweck. Eine unerwartete Erfahrung kann auch negativ ausfallen, als Ausnahme gelten oder schnell vergessen werden.

Was Neurowissenschaft im Marketing leisten kann und was nicht, liest du in Was ist Neuromarketing?.

1. Benenne die Erwartung konkret. Nicht „negatives Image“, sondern „schmeckt fad“ oder „ist schwer zu installieren“. Untersuche, welche Assoziationen die Zielgruppe mit der Kategorie hat; siehe Wie misst man Assoziationen?.
2. Prüfe, ob die Erwartung zutrifft. Ist eine Erwartung berechtigt, muss sich das Produkt ändern, nicht die Kommunikation.
3. Wähle eine Erfahrung, die die Erwartung direkt berührt. Eine Erfahrung, die einen anderen Aspekt anspricht, lässt die ursprüngliche Erwartung unberührt.
4. Lege vorab fest, was du misst: die Erwartung vor der Erfahrung, das Urteil direkt danach und die Erwartung einige Zeit später.
5. Vergleiche mit einer passenden Kontrolle, etwa einer Gruppe, die nur die Aussage sieht oder das Produkt blind probiert.
6. Ziehe Schlüsse über Verhalten nur aus Verhaltensdaten. Eine angepasste Erwartung ist ein Zwischenschritt, keine Conversion.

Dieses Beispiel ist fiktiv. Eine Marke für pflanzliche Milchalternativen sieht, dass Menschen, die die Produkte nie probiert haben, die Kategorie oft mit „fad“ und „wässrig“ verbinden. Die Marke schwankt zwischen einer Kampagne mit der Botschaft „voller Geschmack“ und Verkostungen im Supermarkt.

• Entscheidungsfrage: Welcher Ansatz passt die Erwartung „schmeckt fad“ am stärksten an, und bleibt das so?
• Verfügbare Informationen: Assoziationen aus früherer qualitativer Forschung; noch keine Daten zur Wirkung des Probierens.
• Passender Ansatz: drei Bedingungen bei Nichtnutzenden: nur die Aussage sehen, blind probieren und mit sichtbarer Marke probieren. In allen Bedingungen werden die Geschmackserwartung vorab, das Geschmacksurteil direkt danach und die Geschmackserwartung nach drei Wochen erneut gemessen. Zielgrößen und Auswertung sind vorab festgelegt. Es gibt keine Ergebnisse; dies ist ein Forschungsplan.
• Mögliche Interpretation: Steigt das Urteil beim Blindprobieren, aber nicht beim Probieren mit Marke, kann die bestehende Erwartung das Erleben färben. Ist die Erwartung nach drei Wochen unverändert, gab es eine Überraschung, aber keine dauerhafte Anpassung.
• Nächster Schritt: die Verkostung anpassen oder zuerst das Produkt verbessern und einen größeren Rollout danach am Kaufverhalten prüfen.

• Den Vorhersagefehler als „Kaufknopf“ sehen. Kein Hirnsignal erzwingt einen Kauf. Der Begriff beschreibt Lernen, keinen Schalter.
• Glauben, dass du den Vorhersagefehler direkt misst. Ein Vorhersagefehler wird meist aus einem Modell und einer Aufgabe abgeleitet, in der Erwartung und Ergebnis kontrolliert werden. Eine Hirnmessung während einer Werbung liefert ohne ein solches Design kein Maß für „den“ Vorhersagefehler. Was EEG tatsächlich erfasst, liest du in Was ist EEG?.
• Alles mit prädiktiver Kodierung erklären wollen. Ein Rahmen, der jedes Ergebnis nachträglich einordnen kann, liefert keine prüfbare Vorhersage.

Der Vorhersagefehler ist ein gut belegtes Lernprinzip: Erwartungen ändern sich vor allem dann, wenn die Wirklichkeit von ihnen abweicht. Die prädiktive Kodierung stellt dieses Prinzip in einen breiteren, einflussreichen, aber umstrittenen Rahmen. Für Marketing und Kommunikation heißt das: Benenne die Erwartung, die du anpassen willst, biete eine konkrete und glaubwürdige Erfahrung, die sie direkt berührt, und prüfe, ob die Anpassung bleibt und sich Verhalten ändert.