RWI in den Medien

Die schwierige Kunst der Propheten

Für Politik und Unternehmen sind Konjunkturprognosen eine wichtige Entscheidungshilfe. Doch oft liegen die Volkswirte mit ihren Vorhersagen daneben. Jetzt soll künstliche Intelligenz helfen - und mehr Datentransparenz einer prominenten Behörde.

WirtschaftsWoche vom 28.06.2019

An die schlechteste Prognose seines Lebens kann sich Christoph Schmidt gut erinnern. "Keine Frage: Das war im Krisenjahr 2009", sagt der Chef des Sachverständigenrats zur Begutachtung der gesamtwirtschaftlichen Entwicklung (SVR). Die Wirtschaftsweisen hatten für Deutschland ein Nullwachstum vorausgesagt, am Ende kam es zu einem Einbruch der Wirtschaftsleistung von 5,6 Prozent. Seitdem ist Schmidt klar: "Ökonomen brauchen eine gewisse Demut und müssen sich der Grenzen ihres Tuns bewusst sein."

Diese Grenzen zeigen sich auch aktuell. Bei den Wachstumsprognosen fürs erste Quartal lag die Zunft "ziemlich daneben", gesteht Timo Wollmershäuser, Konjunkturchef des ifo Instituts. Insgesamt habe man " den aktuellen Abschwung relativ schlecht vorhergesagt". In den vergangenen Tagen setzte bei Deutschlands Top-Prognostikern eine erneute Revisionswelle ein. Das RWI - Leibniz-Institut für Wirtschaftsforschung senkte seine Wachstumsschätzung für 2019 um 0,1 Punkte auf 0,8 Prozent, auch die DIW-Kollegen gingen um 0,1 Punkte runter. Das Institut für Weltwirtschaft korrigierte sich sogar um 0,4 Punkte auf 0,6 Prozent. Ergibt es da überhaupt noch Sinn, dass Scharen von Volkswirten mithilfe aufwendiger Modelle in die Zukunft blicken, wenn ein Tweet von Donald Trump jede Prognose zur Makulatur machen kann? Sollte man es nicht lieber mit dem Bankier Hermann Josef Abs (1901-1994) halten, der einst befand: "Ich habe mich in Voraussagen über Währungsrelationen nie geirrt - weil ich keine abgegeben habe."

Für SVR-Chef Schmidt wäre das eine "Flucht der Ökonomen aus der Verantwortung". Prognosen hätten trotz aller Schwächen einen hohen Informationswert. In der Tat ist das Horoskop der Konjunkturgurus, in das zum Teil über 100 Indikatoren eingehen, eine wichtige Planungsgrundlage für Politik und Wirtschaft. Betriebe lassen Prognosen in ihre Produktions- und Investitionspläne einfließen. Regierungen brauchen eine realistische Schätzung der Steuereinnahmen, die wiederum eine Vorausschau bei Wachstum und Arbeitsmarkt erfordert. Fehlprognosen sind daher nicht trivial wie eine missratene Wettervorhersage, sondern können das Verhalten der Wirtschaftsakteure beeinflussen.

Umso wichtiger ist der Blick auf die Ursachen von Prognosefehlern. Derzeit sind die Forscher mit vielen politischen Risiken unklaren Ausmaßes konfrontiert, etwa dem Brexit oder den Handelskonflikten. Die Unsicherheit der Finanzmärkte und Firmen führe zu "erratischen und diffusen Signalen" an die Prognostiker, erzählt Wollmershäuser. Klar ist auch: Volkswirte können weder ökonomische Schocks noch geopolitische Verwerfungen vorhersagen. Sie sind keine Hellseher, und dass Fehler mit der Länge des Prognosezeitraums zunehmen, scheint logisch.

Gleichwohl gibt es eine Reihe struktureller Unzulänglichkeiten. Fast drei Viertel der Wirtschaftsleistung entfallen auf den Dienstleistungssektor - hier aber gibt es deutlich weniger (und schlechtere) Daten als in der Industrie. Die Volkswirte müssen ihre Prognosen zudem oft auf Basis veralteter Zahlen erstellen, die bisweilen später auch noch revidiert werden. Wenn der SVR im November sein Jahresgutachten 2019 an die Kanzlerin übergibt, werden darin nur Informationen der ersten Jahreshälfte verarbeitet worden sein.

Zentrale Monatsdaten wie Auftragseingang, Export oder Produktion liefert das Statistische Bundesamt erst mit rund sechswöchiger Verzögerung. Neue BIP-Zahlen kommen, um Revisionen zu vermeiden, erst 45 Tage nach Quartalsende, obwohl sie bereits nach 30 Tagen an die europäische Statistikbehörde Eurostat gemeldet werden. "Das könnte man schneller hinkriegen. Hier hat in den vergangenen 20 Jahren kein technischer Fortschritt stattgefunden", sagt Wollmershäuser. Roland Döhrn, Konjunkturchef beim RWI, kritisiert zudem, die Zahlen der Wiesbadener Behörde seien "nicht sehr transparent". Man finde in den Daten "immer wieder Sprünge oder Ausreißer, ohne dass man versteht, was dahintersteckt".

Immerhin: Bei allen Instituten gibt es eine Evaluierung der Prognosen und eine nachträgliche Fehleranalyse. Auch methodisch wollen die Ökonomen nachlegen. "Wir müssen stärker mit Szenarien arbeiten und unsere Punktprognosen stärker durch die Schätzung von Bandbreiten ergänzen", fordert SVR-Chef Schmidt. Ifo-Forscher arbeiten an Methoden, mit denen bei neu eintreffenden Einzeldaten der jeweilige Einfluss auf die jüngste Prognose herausgefiltert werden kann. Zwei Volkswirte des Instituts wollen zudem herausfinden, wie sich die Informationsflut kanalisieren lässt und welche Indikatoren in Prognosemodellen höher gewichtet werden müssten, weil sie Konjunkturtrends besonders akkurat und frühzeitig anzeigen.

Hoffnung setzt die Zunft auch auf die künstliche Intelligenz (KI) als Prognosehelfer. Das Bundeswirtschaftsministerium hat ein Forschungsprojekt "Big Data in der Makroökonomie" ausgeschrieben, bei dem viele große Institute mitmachen wollen. Erstellt werden soll etwa eine Machbarkeitsstudie, wie sich Ausrüstungs- und Bauinvestitionen "mit unkonventionellen Datenquellen und Methoden" prognostizieren lassen. Ifo experimentiert auch mit KI-gestützten Analysen von Zeitungstexten. Meldungen über regionale Branchentrends, Investitionen oder Streiks sollen so in die Prognosen einfließen.

Und was ist mit dem Bauchgefühl der Ökonomen? Der sogenannte Judgement- Faktor ist angesichts immer ausgefeilterer Statistikmodelle angeblich gering - es sei denn, es handelt sich um offizielle staatliche Prognosen. Das Flossbach von Storch Research Institute hat für den Zeitraum 2010 bis 2018 die Konjunkturprognosen der Regierungen von Deutschland, Frankreich, Italien und Spanien mit den späteren Ist-Werten verglichen. Dabei zeigte sich ein "klarer Überoptimismus, sowohl für das reale BIP-Wachstum als auch für das Staatsbudget"; dieser nehme "mit ansteigendem Prognosezeitfenster tendenziell zu". Fazit der Autoren: "Die einseitige Richtung des Fehlers deutet darauf hin, dass der Anreiz zum Wunschdenken mit zunehmendem Prognosehorizont steigt." Gegen dieses Phänomen helfen dann auch die besten Modelle nichts.

Hoch