Dies ist ein Teil der Dissertation Mark Schweizer, Kognitive Täuschungen vor Gericht, Zürich 2005. Zur Hauptseite.

Nichtbeachten der Regression zum Mittelwert

1. In den frühen sechziger Jahren des letzten Jahrhunderts versuchte Daniel Kahneman, die Fluglehrer der israelischen Armee davon zu überzeugen, dass Lob das wirksamere Mittel als Tadel sei, die Leistungen der Schüler zu verbessern. Ein Fluglehrer liess ihn in unmiss­verständlichen Worten wissen, dass das nicht zutrifft:¹

Mit Verlaub, was Sie sagen, ist Unsinn. Oft habe ich Schüler überschwänglich gelobt, die ein ausge­zeichnetes Manöver geflogen sind, und das nächste Mal sind sie fast immer schlechter geflogen. Und ich habe Schüler angeschrieen, die ein schlechtes Manöver flogen, und in den meisten Fällen verbes­serte sich ihre Leistung beim nächsten Mal. Erzählen sie mir nicht, dass Bestrafung nicht wirkt. Meine Erfahrung sagt das Gegenteil.

2. Ein weiteres Beispiel: Im März 2004 werden alle 200 Schüler eines Jahrgangs einer Primarschule einem standardisierten Lese-/Schreibtest unterzogen. Die 20 Schüler, die am schlechtesten abgeschnitten haben, erhalten ein Jahr lang speziellen Förderunterricht. Im März 2005 werden die gleichen 200 Schüler wieder getestet. Von den 20 Schülern, die beim ersten Test am schlechtesten abschnitten, sind beim zweiten Test nur noch vier bei den schlechtesten 20. Ein Erfolg für den Förderunterricht?

3. Die Ursache der beobachteten Veränderung ist in beiden Fällen ein statistisches Phänomen, das als Regression zum Mittelwert bezeichnet wird. Der Erfolg bei einem komplexen Flugmanöver und bei einer Prüfung hängt einerseits von den Fähigkeiten des Schülers ab. Er hängt aber auch von zufälligen (noch unerklärbaren) Faktoren ab – Probleme in der Beziehung oder eine leichte Erkältung können die Leistung verschlechtern, eine gute Tagesform kann sie verbessern. Die zufälligen Faktoren, die den Extremwert mitbestimmt haben, sind beim zweiten Test wahrscheinlich nicht bei den gleichen Schülern vorhanden. Da die zufälligen Faktoren sich bei den besten Schülern offensichtlich dahingehend aus­gewirkt haben, dass ihre Leistung besser wurde und bei den schlechtesten Schülern, dass ihre Leistung schlechter wurde, werden sich die Leistungen sowohl der besten wie der schlechtesten Schüler bei der zweiten Messung Richtung Durchschnitt bewegen.²

4. Die Regression zum Mittelwert wurde erstmals von Francis Galton beschrieben.³ Galton untersuchte den Zusammenhang zwischen der Körpergrösse von Kindern und ihrer Eltern. Er stellte fest, dass die Kinder sehr grosser Eltern⁴ in der Regel kleiner, die Kinder sehr kleiner Eltern aber grösser als ihre Eltern sind. Die Grösse der Kinder tendierte zum Mittelwert hin, was Galton als „regression towards mediocrity“ bezeichnete. Reg­ression zum Mittelwert kann z.B. ein Phänomen wie den „Fluch des Sports Illustrated Covers“ (Sports Illustrated Jinx) erklären: die Leistungen der meisten Sportler, die auf dem Titelblatt von Sports Illustrated erscheinen, lassen danach nach. Der Grund dafür ist nicht in der schwarzen Magie von Sports Illustrated zu suchen, sondern darin, dass nur Sportler, die ausgezeichnete Leistungen – Extremwerte – erbracht haben, auf die Titelseite gehoben werden. Dass ihre Leistungen sich von diesen Extremwerten wieder mehr dem Durchschnitt annähern werden, ist ein statistisches Gesetz.⁵ Würde Sports Illustrated nur Sportler auf die Titelseite bringen, die sich an ihrem Karrieretiefpunkt befinden, könnte sich der Schluss aufdrängen, dass eine Titelgeschichte von Sports Illustrated die Leistun­gen verbessert...

5. Der lineare Zusammenhang zweier Variablen kann durch den so genannten Korrelationskoef­fizienten r ausgedrückt werden.⁶ R kann Werte zwischen +1 und -1 annehmen. Ein Wert von +1 bedeutet, dass die zwei Variablen perfekt linear korrelieren, d.h. der Zunahme von Y um eine Standardabweichung entspricht eine Zunahme von X um eine Standardabweichung.⁷ Ein Wert von 0 bedeutet, dass kein (linearer) Zusammenhang zwischen den beiden Werten besteht. Der Korrelationskoeffizient erlaubt es, die erwartete Änderung von X bei bekannter Änderung von Y zu schätzen. Bei perfekter linearer Korre­lation besteht dabei keine Unsicherheit; wenn Y bekannt ist, ist auch X bekannt. Nimmt der Durchmesser eines Kreises (Y) um 2 cm zu, so nimmt der Umfang (X) um 6,28 cm zu, der Zusammenhang zwischen den beiden Werten ist perfekt linear, für Regression zum Mittelwert bleibt kein Raum.

6. Ist der Korrelationskoeffizient 0, d.h. besteht kein (linearer) Zusammenhang zwischen den Werten, so ist die Regression zum Mittelwert maximal. Die beste Schätzung, die man in Kenntnis des Wertes Y für den Wert X machen kann, ist der Durchschnitt von X, weil Y keinerlei Vorhersagen über den Wert von X erlaubt. Beispiel: wird eine faire Münze acht Mal geworfen, so erlaubt die Häufigkeit, mit der sie auf Kopf gelandet ist, keine Voraus­sage, wie häufig die Münze bei den nächsten acht Würfen auf Kopf landen wird. Da die Münze fair ist, hat die Häufigkeit von Kopf in den ersten acht Würfen keinerlei Zusam­menhang mit der Häufigkeit von Kopf in den zweiten acht Würfen.⁸ Die beste Schätzung für die Häufigkeit von Kopf in der zweiten Serie von acht Würfen ist daher vier, der Durchschnitt von Kopf bei einer fairen Münze.

7. Liegt der Korrelationskoeffizient irgendwo zwischen 0 und 1, z.B. bei 0,7, so ist die beste Schätzung von X bei bekanntem Y, dass X um r ∙ Standardabweichung vom Mittelwert entfernt ist.⁹ Der vorausgesagte Wert Y ist weniger weit (gemessen in Standardabweichun­gen) entfernt vom arithmetischen Mittel als der bekannte Wert X (die Standardabweichung ist ein Mass für die Entfernung eines Wertes vom Durchschnitt). Wenn man annimmt, dass zwischen den Ergebnissen des ersten Tests und des zweiten Tests im obigen Beispiel mit den Schülern ein Zusammenhang von r = 0,7 besteht – also eine hohe, aber keine perfekte, Korrelation – ist die korrekte, regressive Voraussage, dass der schlechteste Schüler des ersten Tests, der 2,58 Standardabweichungen vom Durch­schnitt entfernt war,¹⁰ im zweiten Test „nur“ 0,7 x 2,58 = 1,8 Standardabweichungen vom Durchschnitt entfernt sein wird. Er wird damit weiterhin unter den schlechtesten 20 Schü­lern sein. Aber alle Schüler, die beim ersten Test besser als im siebten Rang klassiert wa­ren, werden voraussichtlich beim zweiten Test nicht mehr zu den schlechtesten zwanzig Schülern gehören.¹¹ Von einem Erfolg des Förderunterrichts kann erst gesprochen wer­den, wenn diese Voraussage (die die Kenntnis der Korrelation der beiden Testwerte vor­aussetzt), übertroffen wird.

8. Wird der Einfluss der nicht perfekten Korrelation auf die Voraussage ausser Acht gelassen, spricht man von nicht regressiver Voraussage (non regressive prediction). Es lässt sich experimentell leicht nachweisen, dass Menschen der Regression zum Mittelwert zu wenig Beachtung schenken. Drei Gruppen von Versuchspersonen wurden beispielsweise gebeten, den Notenschnitt eines Studierenden aufgrund dreier unterschiedlicher Prädiktoren voraus­zusagen: der ersten Gruppe wurde gesagt, dass der Student in der x-ten Perzentile seines Jahrgangs ist (z.B.: „seine Noten sind besser als die von 65 % seiner Mitstudierenden“), der zweiten Gruppe, dass der Student in der x-ten Perzentile bei einem Konzentrationstest abgeschnitten hat und der dritten Gruppe, dass der Student in der x-ten Perzentile bei einem Test abgeschnitten hat, der misst, wie humorvoll ein Mensch ist. Die Probanden wurden ausdrücklich darauf aufmerksam gemacht, dass das Abschneiden beim Konzentra­tionstest von äusseren Umständen abhängt und nicht sehr zuverlässig ist, sowie dass ein Zusammenhang zwischen Humor und Notenschnitt nicht erwiesen ist. Die Voraussagen der Versuchspersonen, die auf dem mentalen Konzentrationstest beruhten, waren nicht regressiver als die Voraussagen, die auf dem Klassenrang beruhten, obwohl der Konzent­rationstest eine unzuverlässige Messmethode ist. Selbst die auf dem Humor-Test basieren­den Voraussagen des Notenschnitts korrelierten mit 0,7 mit dem Resultat des Humor-Tests, obwohl der Humor-Test keine valablen Aussagen über den zu erwartenden Noten­schnitt erlaubt.¹²

9. Kahneman und Tversky argumentieren, dass regressive Voraussagen aus drei Gründen kontraintuitiv sind.¹³ Es scheint vernünftig, dass eine optimale Regel der Voraussage es zumindest erlauben, wenn nicht sogar garantieren, sollte, dass alle Fälle korrekt vorausge­sagt werden. Die Regression zum Mittelwert schliesst dies aus: weil die Varianz der Vor­aussagen immer geringer ist als die Varianz der Prädiktoren, ist klar, dass die Extremwerte der abhängigen Variable nicht korrekt vorausgesagt werden. Die Regression zum Mittel­wert garantiert einen systematischen Fehler (der aber minimiert ist). Zweitens scheint es einleuchtend, dass die Beziehung zwischen einem beobachteten Wert und dem aufgrund der Beobachtung vorausgesagten Wert umkehrbar ist. Wenn B aufgrund von A vorausge­sagt wurde, sollte A vorausgesagt werden können, wenn B bekannt ist. Regressive Voraus­sagen sind aber nicht umkehrbar (genauso wenig wie bedingte Wahrscheinlichkeiten). Wenn die vorausgesagte Grösse des Sohnes 1,87 m ist, weil der Vater 1,95 m gross ist, so ist die vorausgesagte Grösse des Vaters, wenn bekannt ist, dass der Sohn 1,87 m ist, nicht 1,95 m – sondern liegt zwischen 1,87 m und 1,76 m, der Durchschnittsgrösse Schweizer Männer.

10. Drittens möchten Menschen für eine Wirkung eine Ursache haben. Wir mögen Geschich­ten, nicht Statistik. Wenn man weiss, dass jemand bei einer Prüfung sehr gut abgeschnitten hat, bedeutet dies, dass er bei einer Wiederholung des Tests wahrscheinlich schlechter abschneiden wird. Das gute Resultat bei der ersten Prüfung ist aber natürlich nicht der Grund für das schlechte abschneiden beim zweiten Mal. Wir suchen deshalb nach Gründen wie „es ist ihm in den Kopf gestiegen“, „sie hat sich keine Mühe mehr gegeben“ oder ähnlich. Kahneman/Tversky meinen:¹⁴

Eine Wirkung ohne Ursache verletzt eine starke Intuition. Das Verständnis der Regression zum Mit­telwert wird schwer behindert dadurch, dass jedes Mal, wenn eine Regression beobachtet wird, eine Ursache für den beobachteten Effekt gesucht wird.

11. Die Annahme von Kahneman/Tversky, dass die Nichtbeachtung der Regression zum Mit­telwert zu härteren Strafen und weniger Belohnungen führt, wurde erstmals 2001 von Notz und Kollegen empirisch getestet.¹⁵ Die Versuchspersonen konnten einen „Untergebe­nen“ belohnen, wenn seine Leistung einen bestimmten Schwellwert überschritt, indem sie ihm einen Bonus zahlten, oder bestrafen, wenn seine Leistung eine bestimmte Schwelle nicht erreichte. Die Belohnung oder Bestrafung hatte dabei keinerlei Einfluss auf die Leistung des Untergebenen, was die Versuchspersonen nicht wussten und auch nicht erkannten.¹⁶ Notz et al. stellten eine interessante, nicht vorausgesagte, Wechselwirkung zwischen dem Talent des Untergebenen und der Belohnung/Bestrafung fest: bei den an­geblich talentierten Untergebenen blieb das Ausmass der Belohnung konstant, aber die Bestrafung nahm bei jedem Fehler zu. Bei den angeblich untalentierten Untergebenen nahm die Belohnung ab, aber die Bestrafung blieb gleich. Die Hypothese, dass die Bestra­fung generell zu und die Belohnung generell abnehmen würde, konnte nicht bestätigt werden.¹⁷ Notz et al. bezweifeln deshalb, dass die Nichtbeachtung der Regression zum Mittelwert alleine genügt, die weit verbreitete Bevorzugung von Bestrafung als Mittel der Verhaltensänderung zu erklären.

I.Regression zum Mittelwert und harte Strafen

12. Die Nichtbeachtung der Regression zum Mittelwert ist heimtückisch, weil Massnahmen, die einen Zustand verbessern sollen, meist dann erfolgen, wenn sich der Zustand einem (negativen) Extremwert nähert. Der Fussballtrainer wird gefeuert, wenn die Mannschaft nur noch verliert, der Manager, wenn die Gewinne eingebrochen sind, und der Drogen­süchtige steht vor dem Richter, wenn es ihm wieder einmal ganz besonders dreckig geht. Nach diesen Extremwerten kann es fast nur noch aufwärts gehen, und es ist sehr schwierig zu sagen, ob der beobachtete Aufwärtstrend am neuen Coach der Fussballmannschaft, an der Bestrafung des Drogensüchtigen oder an der Regression zum Mittelwert liegt.

13. Fitzmaurice/Pease waren die ersten, die darauf hinwiesen, dass die Nichtbeachtung der Regression zum Mittelwert Richter glauben lassen kann, dass ihre Strafen die beobachtete Verhaltensänderung bewirken.¹⁸ Die kriminologische Forschung hat bekanntlich keinen Zusammenhang zwischen Härte der Sanktion und Rückgang der Straftaten gefunden.¹⁹ Nach der bundesgerichtlichen Rechtsprechung dürfen generalpräventive Zwecke bei der Strafzumessung berücksichtigt werden, aber nur in dem Masse, als dem Verurteilten ein Schuldvorwurf gemacht werden kann (BGE 118 IV 342, 350). Wenn Richter die Regres­sion zum Mittelwert nicht beachten, kann sich bei ihnen leicht der Eindruck halten, dass ihre Strafen eine bessernde Wirkung (sei es spezial- oder generalpräventiver Art) haben. Die Nichtbeachtung der Regression zum Mittelwert legt es daher nahe, dass Gerichte sich bei der Strafzumessung stärker von general- und spezialpräventiven Motiven leiten lassen, als in der Urteilsbegründung ausdrücklich erwähnt und durch die kriminologische For­schung angezeigt. Die Meinung, dass harte Strafen ein wirksames Mittel zur Verhaltens­steuerung sind, ist jedenfalls weit verbreitet. Die Beratungsstelle für Unfallverhütung begrüsst den weiter hinten besprochenen BGE 130 IV 58, der zwei Autofahrer, die sich auf öffentlichen Strassen ein Rennen geliefert und dabei einen tödlichen Unfall verursacht haben, wegen eventualvorsätzlicher Tötung zu 6,5 Jahren Zuchthaus verurteilte, ausdrück­lich als „wichtigen Beitrag zur Erhöhung der Verkehrssicherheit!“ – Ausrufzeichen im Original.²⁰ Einen solchen Beitrag kann das Urteil aber nur leisten, wenn es abschreckend wirkt, was aus verschiedenen, hinten S. f. näher dargelegten Gründen zu bezweifeln ist.

14. Es ist kaum möglich, empirisch nachzuweisen, ob Richter bei der Strafzumessung von der Nichtbeachtung der Regression zum Mittelwert beeinflusst werden. Erstens ist es zwar nahe liegend, dass ein Rückgang von Straftaten nach einem Extremwert auf die Regression zum Mittelwert zurückzuführen ist, aber ob die Regression zum Mittelwert die einzige Ursache ist, ist damit natürlich noch nicht bewiesen. Es kann nicht ausgeschlossen werden, dass auch harte Strafen, die auf dem Höhepunkte der Kriminalitätswelle ausgesprochen wurden, zum Rückgang beigetragen haben. Die Wirkung von Strafe und Regression zum Mittelwert lässt sich ausserhalb streng kontrollierter Laborbedingungen kaum trennen. Zweitens begründen Gerichte in der Schweiz die Strafzumessung im konkreten Einzelfall meist nicht explizit mit generalpräventiven Überlegungen, sondern stellen das Verschulden des Verurteilten ins Zentrum. Ob sie sich in Wahrheit doch (auch) von generalpräventiven Zwecken leiten liessen, lässt sich nur vermuten, nicht belegen. Es wurde meines Wissens denn auch noch nie versucht, die Wirkung der Nichtbeachtung der Regression zum Mit­telwert auf die Strafzumessung empirisch zu erforschen. Die Resultate von Notz et al. lassen auch daran zweifeln, ob der Zusammenhang so klar und eindeutig ist, wie von Kahneman und Tversky ursprünglich angenommen.

A.Das Problem der Raserunfälle

15. Die folgende Geschichte ist aus den oben genannten Gründen genau das: eine Geschichte, kein Beweis. Ich bin mir auch der Gefahr bewusst, dass Menschen die Wirklichkeit so sehen, dass sie ihrem Weltbild entspricht.²¹ Der Leser möge daher selbst entscheiden, ob er die Geschichte für überzeugend hält. Zusammengefasst geht sie so: seit einigen Jahren wird in der Presse in einem unerhörten Ausmass über so genannte „Raserunfälle“ – Auto­unfälle mit meist schweren Folgen, die auf massiv übersetzte Geschwindigkeit zurückzu­führen sind – berichtet, so dass der (durch die Verkehrsunfallsstatistik nicht bestätigte) Eindruck entsteht, dass die Anzahl solcher Unfälle massiv gestiegen ist. In diesem Klima des medialen Hypes bestraft das Bundesgericht zwei Autoraser, die einen tödlichen Unfall verursacht haben, trotz massivster dogmatischer Bedenken wegen eventualvorsätzlicher Tötung. Dieses Urteil lässt sich wohl nur dadurch erklären, dass das Bundesgericht sich von der hohen Strafe eine abschreckende Wirkung erhofft. Dass die „Welle“ der Raserun­fälle – besser gesagt: die Welle der Berichterstattung darüber – wieder abflachen wird, ist klar. Dass die Regression zum Mittelwert viel mehr dazu beitragen wird als die (rechts­staatlich bedenkliche) neue Rechtsprechung des Bundesgerichts, scheint mir auch nahe liegend.

1.Verkehrsunfallstatistik

16. Die Zahl der in der Schweiz durch Strassenverkehrsunfälle getöteten Personen hat seit 1970 ständig abgenommen. Dies zeigen die indexierten Zahlen (1990 = 100) der durch Verkehrsunfälle in der Schweiz getöteten, leicht und schwer verletzten Personen ().²² In absoluten Zahlen hat die Zahl der Getöteten von 1970 bis 2003 von 1'649 auf 549 und der Schwerverletzten von 18'314 auf 5'862 abgenommen, während die Zahl der Leichtverletzten von 17'667 auf 24'236 zugenommen hat. Gleichzeitig hat die Zahl der in der Schweiz zugelassenen Strassenfahrzeuge (Personenwagen, Personen- und Sachentransportfahrzeuge, Landwirtschafts- und Industriefahrzeuge und Motorräder) von 1'666'143 im Jahr 1970 auf 4'888'296 im Jahr 2003 zugenommen, wobei die Personenwa­gen den prozentual grössten Anteil am Gesamtbestand und an der Zunahme ausmachen (2003: 3'753'890 zugelassene Personenwagen; 77 % des Gesamtfahrzeugbestands). Insge­samt gesehen hat die Verkehrssicherheit in den letzten 30 Jahren in der Schweiz daher stetig und stark zugenommen; wäre die Anzahl der im Strassenverkehr getöteten Personen mit dem Fahrzeugbestand gestiegen, so würden heute jährlich 4'840 Menschen durch Strassenverkehrsunfälle getötet.

    

Abbildung 12: Unfallfolgen indexiert (1990 = 100)

17. Eine Analyse der Zahlen seit 1992 zeigt, dass sowohl die Zahl der Toten (1992: 834, 2003: 546 Getötete) als auch diejenige der Schwerverletzten weiterhin abgenommen hat (1992: 7'844, 2003: 5'862 Schwerverletzte). Von 2002 zu 2003 hat jedoch die Zahl der Getöteten von 513 auf 546 zugenommen (die Zahl der Schwerverletzten hat weiterhin abgenommen, von 5'931 auf 5'862). Die Zahlen des Bundesamtes für Statistik (BFS) für 2004 waren im Zeitpunkt der Redaktion dieser Arbeit noch nicht erhältlich. Die Statistik der Beratungs­stelle für Unfallverhütung (bfu), die auf einer anderen Erhebungsmethode beruht, deren Ergebnisse für die Vorjahre aber identisch mit den Zahlen des BFS sind, zeigt einen Rück­gang auf 509 Tote für das Jahr 2004.²³ Betrachtet man die Ursachen der tödlichen Unfälle seit 1992, so sind zwei Ursachen für den Grossteil der Todesfälle verantwortlich: Ge­schwindigkeit und Zustand des Fahrers (Fahren in angetrunkenem Zustand, unter Drogen­einfluss, Übermüdung). Die Zahl der durch überhöhte Geschwindigkeit getöteten Personen sank bis 1997 stetig und stabilisierte sich dann. Von 2000 zu 2001 ist ein starker Rückgang sichtbar, der aber von 2001 bis 2003 wieder „aufgeholt“ wird. Aufgrund der relativ gerin­gen Anzahl von Datenpunkten ist der Rückgang von 2000 auf 2001 möglicherweise zufäl­lig. Er führt aber dazu, dass seit 2001 die Zahl der durch überhöhte Geschwindigkeit getö­teten Personen ständig steigt (siehe ; bis zu drei Gründe pro Unfall werden erfasst, daher kann es zu Mehrfachzählungen eines Unfalls kommen).

Abbildung 13: Todesursachen der im Strassenverkehr getöteten Personen seit 1992

2.Strafurteilsstatistik

18. Jeder dritte Mann in der Schweiz wird statistisch betrachtet einmal in seinem Leben wegen eines SVG-Delikts zu einer Strafe verurteilt, die zu einem Eintrag im zentralen Strafregis­ter des Bundes führt. Nach Angaben des BFS ist die Anzahl der Verurteilungen gemessen am Fahrzeugbestand seit den 60-er Jahren stabil, aber die Härte der ausgesprochenen Strafen nimmt zu.²⁴ Meine eigenen Kalkulationen, die auf die Daten seit 1984 beschränkt sind, zeigen, dass die Rate der Verurteilungen pro zugelassenes Fahrzeug von 1989 bis 1997 gesunken ist und seitdem wieder stark zunimmt (Abbildung 14).²⁵

Abbildung 14: Anzahl Verurteilungen nach SVG pro zugelassenem Fahrzeug

19. In absoluten Zahlen haben die Verurteilungen wegen SVG-Delikten in den letzten 20 Jah­ren stetig zugenommen (). Die bei Strassenverkehrsdelikten verhängten Sanktionen wurden zudem in den 90er-Jahren immer härter. Im Jahr 1990 wurden 36 % der Erstverurteilungen wegen Fahrens in angetrunkenem Zustand mit Busse und 64 % mit einer bedingten oder unbedingten Freiheitsstrafe geahndet. Zwischen 1990 und 1999 hat sich der Anteil der Verurteilungen zu Freiheitsstrafen von 64 % auf 73 % erhöht. Im glei­chen Zeitraum stieg die durchschnittliche Dauer der unbedingten Freiheitsstrafen von 16 auf 22 Tage und jene der bedingten Freiheitsstrafen von 35 auf 51 Tage.²⁶ Auch die An­zahl der Fahrausweisentzüge wegen Geschwindigkeitsübertretung, die bis 1997 stabil geblieben war, stieg von 1997 bis 2001 stark an (+62 %).²⁷

    

Abbildung 15: Verurteilungen nach SVG in absoluten Zahlen

20. Härtere Strafen haben keinerlei Einfluss auf die Rückfallwahrscheinlichkeit. Da die Sanktionen in der Schweiz von Kanton zu Kanton sehr unterschiedlich sind, lässt sich dies relativ einfach statistisch nachweisen. Der Bussenanteil an allen verhängten Sanktionen wegen Fahrens in angetrunkenem Zustand reicht von 97 % bis zu 4 %, wobei ausgeschlos­sen werden kann, dass es in einem Kanton nur gute Prognosen gibt (die für eine Busse sprechen) und in anderen Kantonen nur schlechte; vielmehr handelt es sich um ein Abbild der kantonalen Sanktionsstile.²⁸ In Kantonen, die häufiger Freiheitsstrafen verhängen, kommt es weder zu mehr noch zu weniger Wiederverurteilungen als in den Kantonen, in denen bei Fahren in angetrunkenem Zustand hauptsächlich Bussen ausgesprochen wer­den.²⁹ Ein Viertel der wegen eines Strassenverkehrsdelikts verurteilten Personen wird innerhalb von sieben Jahren erneut verurteilt. Diese auf den ersten Blick hohe Zahl relati­viert sich stark, wenn man sich bewusst macht, dass rund ein Drittel der Männer mindes­tens ein Mal in ihrem Leben wegen eines Verkehrsdelikts verurteilt wird. Das Bundesamt für Statistik beurteilt die Wiederverurteilungsrate bei Strassenverkehrs­delikten denn auch als „relativ bescheiden“.³⁰

3.Öffentliche Wahrnehmung der und Berichterstattung über „Raserunfälle“

21. Die Wahrnehmung der Raserunfälle als Problem hat in den letzen drei Jahren explosionsar­tig zugenommen, obwohl sie sich in der Verkehrsunfallstatistik bislang nicht widerspiegeln (wobei man ehrlicherweise anfügen muss, dass die Zahlen für 2004 noch nicht erhältlich waren, als diese Zeilen geschrieben wurden). Um diese subjektive Empfindung halbwegs zu objektivieren, habe ich die Mediendatenbank Swisssdox, die die 50 wichtigsten schwei­zerischen Tageszeitungen und Wochenzeitschriften erfasst,³¹ nach dem Wort „Raserun­fall“ durchsucht.³²

    

Abbildung 16: Berichterstattung über Raserunfälle

22. Die Resultate sind in der Abbildung 16 dargestellt. 1998 kam das Wort „Raserunfall“ in ge­nau einem Bericht vor (im „Blick“ vom 11. Dezember 1998). 1999 benutzten drei Arti­kel das Wort „Raserunfall“, darunter eine Titelgeschichte des „Beobachters“, der auflagen­stärksten Wochenzeitschrift der Schweiz,³³ mit dem Titel: „Falsche Milde für Raser: Spektakuläre Raserunfälle fordern immer wieder Menschenleben. Doch die Gerichte lassen oft Milde walten. Zeit für eine andere Gangart“.³⁴ Zwei Monate zuvor, am 3. September 1999, hatte der Unfall stattgefunden, den das Bundesgericht im BGE 130 IV 58 beurteilte. In den Jahren 2000 bis 2002 blieb die Anzahl der Nennungen von „Raserunfall“ bei sechs bis sieben pro Jahr. Im Jahr 2003 stieg sie auf 23, im Jahr 2004 auf 162 (!), wobei 144 dieser Nennungen nach dem 26. April 2004 (dem Tag, an dem BGE 130 IV 58 entschieden wurde) erfolgten.³⁵

23. Auch diese exzessive Berichterstattung wird wieder zum Mittelwert regressieren. Dass durch den Medien-Hype der Eindruck entsteht, dass die auf Geschwindigkeitsexzesse zurückzuführenden Unfälle tatsächlich zugenommen haben, legt die Verfügbarkeitsheuris­tik (availability heuristic) nahe: gemäss der Verfügbarkeits­heuristik werden diejenigen Ereignisse als häufiger eingeschätzt, die einem leichter einfallen.³⁶ Ereignisse, über die Massenmedien ständig berichten, sind leicht verfügbar, und ihre tatsächliche Häufigkeit wird überschätzt.³⁷

4.Das „Autorennen“ Urteil des Bundesgerichts (BGE 130 IV 58)

24. Am 26. April 2004 hat das Bundesgericht in dem bereits auf S. 192 erwähnten Entscheid zwei Autofahrer, die sich auf öffentlichen Strassen ein Rennen geliefert und dabei einen tödlichen Unfall verursacht haben, auf eventualvorsätzliche Tötung erkannt und das vo­rinstanzliche Urteil, das die beiden Raser zu je 6,5 Jahren Gefängnis verurteilte, bestätigt (BGE 130 IV 58). Das Urteil wird von den Medien und anderen Kreisen, wie der Bera­tungsstelle für Unfallverhütung, ausdrücklich als Schritt in die richtige Richtung und Bei­trag zur Erhöhung der Verkehrssicherheit begrüsst.³⁸

25. Das Urteil lässt sich nur erklären, wenn man sich bewusst ist, dass die Höchststrafe für mehr­fache fahrlässige Tötung drei Jahre Gefängnis beträgt.³⁹ Diese Strafe erachtete das Bundesgericht, wie die beiden Vorinstanzen, offensichtlich als nicht angemessen. Dogma­tisch lässt sich jedenfalls nicht begründen, warum ein Autofahrer einen Unfall eventualvor­sätzlich verursachen soll; es handelt sich um einen Lehrbuch-Beispiel bewusster Fahrläs­sigkeit. Ein erstes (nie in der amtlichen Sammlung publiziertes) Raserurteil des Bundesgerichts aus dem Jahr 1986, das einen Sportwagenfahrer, der auf der Autobahn mit 240 km/h einen Unfall verursachte, wegen eventualvorsätzlicher Tötung verurteilte, wurde in der Lehre denn auch heftig kritisiert.⁴⁰ Das Obergericht des Kantons Zürich folgt der neusten Rechtsprechung des Bundesgerichts nur mit ungutem Gefühl. Es weist darauf hin, dass es konsequenter wäre, den Strafrahmen für fahrlässige Tötung zu erhöhen statt die Grenzen zwischen Vorsatz- und Fahrlässigkeitsdelikt zunehmend zu verwischen.⁴¹

26. Warum das Bundesgericht auf eine hohe Strafe erkennen wollte, sagt das Urteil nicht. Es kann sein, dass das Bundesgericht annimmt, dass damit die Verkehrssicherheit gefördert wird, es kann auch sein, dass Sühneüberlegungen oder der grosse Druck der öffentlichen Meinung, die im Zeitpunkt des Urteils aufgrund mehrerer Unfälle so genannter „Balkanra­ser“ nach harten Strafen verlangte, eine Rolle spielte.

27. Ich kann mich des Eindrucks nicht erwehren, dass alle drei gerichtlichen Instanzen in die­sem Fall der Illusion der abschreckenden Wirkung harter Strafen unterlegen sind. Dass es sich dabei um eine Illusion handelt, darf als erwiesen betrachtet werden. Ein Zusammen­hang zwischen Strafhärte und Wiederholungsrate kann selbst bei Fahren in angetrunkenem Zustand nicht nachgewiesen werden. Es ist noch erheblich unwahrscheinlicher, dass die Bestrafung wegen eventualvorsätzlicher Tötung bei Unfällen eine abschreckende Wirkung hat. Fahren in angetrunkenem Zustand ist ein Vorsatzdelikt. Wer zuviel getrunken hat, weiss dies in der Regel. Wenn jemand trotzdem fährt, dann deshalb, weil er darauf ver­traut, nicht erwischt zu werden. Raserunfälle sind – trotz gegenteiliger Auffassung des Bundesgerichts – Fahrlässigkeitsdelikte. Wer einen tiefergelegten VW Corrado VR 6 mit verdunkelter Heckscheibe und Doppelauspuff fährt, will sein Auto nicht bei einem Unfall verschrotten. Er vertraut – zweifellos fälschlicherweise, aber Selbstüberschätzung ist ein verbreitetes Phänomen (siehe hinten, S. 252 ff.) – darauf, dass er sein Fahrzeug beherrscht. Er wird sich daher nicht von der Strafe beeindrucken lassen, die für die Verursachung des Unfalls angedroht ist, weil er nicht mit dem Unfall rechnet. Er erkennt wohl, dass zu hohe Geschwindigkeit generell gefährlich ist, aber ihm wird natürlich nichts passieren, weil er sein Auto beherrscht. Wer Prävention betreiben will, muss die Wahrscheinlichkeit erhö­hen, dass Geschwindigkeitsübertretungen bestraft werden. Die sich unter dem (falschen) Eindruck steigender Unfallzahlen und dem öffentlichen Druck drehende Spirale immer härterer Strafen bei SVG-Delikten, die offenbar auch vor dogmatischen Grenzen nicht Halt macht, muss gestoppt werden.