Mathematik · Klasse 13 · Vernetzung: Komplexe Anwendungsaufgaben · 2. Halbjahr

Risikobewertung und Entscheidungsfindung

Die Schülerinnen und Schüler wenden stochastische Konzepte zur Bewertung von Risiken und zur Unterstützung von Entscheidungen an.

• KMK Bildungsstandards
• KMK: Sekundarstufe II - Stochastik
• KMK: Sekundarstufe II - Kommunizieren

Über dieses Thema

In diesem Thema wenden Schülerinnen und Schüler stochastische Konzepte an, um Risiken zu bewerten und Entscheidungen zu unterstützen. Sie berechnen Wahrscheinlichkeiten und Erwartungswerte, um Unsicherheiten in realen Szenarien wie Versicherungen oder Investitionen zu quantifizieren. Besonders wichtig ist die Abwägung von Fehlern erster und zweiter Art, die in medizinischen Tests oder Qualitätskontrollen auftreten. Die Schüler lernen, wie Statistik Empfehlungen in Wirtschaft und Politik fundiert.

Die Key Questions fordern Erklärungen zu Wahrscheinlichkeiten bei Risikobewertung, Analysen der Fehlerarten und Bewertungen der Statistikrolle. Praktische Beispiele wie Lotterien oder Pandemiemodelle machen das Greifbar. So verbinden Schüler Theorie mit Anwendungen und üben Kommunikation mathematischer Argumente gemäß KMK-Standards.

Aktives Lernen fördert hier das tiefe Verständnis, da Schüler durch Simulationen und Diskussionen Risiken selbst erleben und Entscheidungsprozesse reflektieren. Das stärkt Transferkompetenzen für das Abitur.

Leitfragen

1. Erklären Sie, wie Wahrscheinlichkeiten und Erwartungswerte bei der Bewertung von Risiken helfen können.
2. Analysieren Sie, wie der Fehler 1. und 2. Art in realen Entscheidungsprozessen abgewogen werden müssen.
3. Bewerten Sie die Rolle der Statistik bei der Formulierung von Empfehlungen in Wirtschaft und Politik.

Lernziele

• Berechnen Sie den Erwartungswert für verschiedene Glücksspiel- und Versicherungsszenarien, um deren finanzielle Attraktivität zu bewerten.
• Analysieren Sie die Konsequenzen von Fehlern erster und zweiter Art in medizinischen Diagnosetests und bewerten Sie die Notwendigkeit einer Fehleroptimierung.
• Entwerfen Sie ein einfaches Modell zur Risikobewertung für eine gegebene Investitionsentscheidung unter Verwendung von Wahrscheinlichkeitsverteilungen.
• Bewerten Sie die Aussagekraft statistischer Kennzahlen für die Entscheidungsfindung in der Wirtschaft anhand eines Fallbeispiels.
• Erklären Sie die Abhängigkeit der Risikobewertung von der Qualität und Repräsentativität statistischer Daten.

Bevor es losgeht

Wahrscheinlichkeitsrechnung (Grundlagen)

Warum: Ein solides Verständnis von Wahrscheinlichkeiten ist die Basis für die Berechnung von Erwartungswerten und die Bewertung von Risiken.

Hypothesentests (Grundlagen)

Warum: Die Konzepte des Fehlers 1. und 2. Art bauen direkt auf dem Verständnis von Hypothesentests und deren möglicher Fehlentscheidungen auf.

Deskriptive Statistik

Warum: Grundlegende statistische Kennzahlen wie Mittelwert und Varianz sind oft Bestandteil von Risikobewertungen und Entscheidungsmodellen.

Schlüsselvokabular

Erwartungswert	Der durchschnittliche Gewinn oder Verlust, der bei einer zufälligen Variable über viele Wiederholungen erwartet wird. Er berechnet sich als Summe der Produkte von Einzelwerten und deren Wahrscheinlichkeiten.
Fehler 1. Art (Alpha-Fehler)	Die fälschliche Ablehnung einer wahren Nullhypothese. Im Kontext von Tests bedeutet dies, dass ein Effekt oder Unterschied angenommen wird, obwohl keiner vorhanden ist.
Fehler 2. Art (Beta-Fehler)	Die fälschliche Annahme einer Nullhypothese, obwohl sie falsch ist. Im Kontext von Tests bedeutet dies, dass ein vorhandener Effekt oder Unterschied übersehen wird.
Risikofunktion	Eine Funktion, die den Zusammenhang zwischen dem Risiko eines Ereignisses und den damit verbundenen Kosten oder Nutzen beschreibt. Sie hilft bei der Quantifizierung von Unsicherheiten.
Statistische Signifikanz	Ein Maß dafür, ob ein beobachtetes Ergebnis wahrscheinlich auf einen echten Effekt zurückzuführen ist oder ob es durch Zufall entstanden sein könnte. Sie wird oft durch p-Werte bestimmt.

Vorsicht vor diesen Fehlvorstellungen

Häufige Fehlvorstellung

Erwartungswert garantiert immer Gewinn.

Was Sie stattdessen lehren sollten

Der Erwartungswert ist ein langfristiger Mittelwert, kein Garant für einzelne Fälle; Risiko bleibt bestehen.

Häufige Fehlvorstellung

Fehler 1. Art ist immer schlimmer als 2. Art.

Was Sie stattdessen lehren sollten

Die Bewertung hängt vom Kontext ab, z. B. ist falsch-positiv in Medizin oft weniger kritisch als falsch-negativ.

Häufige Fehlvorstellung

Wahrscheinlichkeiten ersetzen Intuition vollständig.

Was Sie stattdessen lehren sollten

Statistik unterstützt, ersetzt aber keine kontextuelle Expertise in Entscheidungen.

Ideen für aktives Lernen

Paararbeit: Risikosimulation

Schüler simulieren Investitionsentscheidungen mit Würfeln und berechnen Erwartungswerte. Sie vergleichen Szenarien und diskutieren Risiken. Abschließend präsentieren sie Empfehlungen.

25 Min.·Partnerarbeit

Kleingruppen: Fehlerarten-Analyse

Gruppen analysieren reale Fälle wie Dopingtests und wägen Fehler 1. und 2. Art ab. Sie erstellen Entscheidungsbäume. Gemeinsam bewerten sie Konsequenzen.

30 Min.·Kleingruppen

Ganzer Unterricht: Debattenrunde

Klassen teilen sich in Pro- und Contra-Teams für statistische Politikempfehlungen. Jede Seite argumentiert mit Wahrscheinlichkeiten. Abschlussvotum mit Begründung.

40 Min.·Ganze Klasse

Individuell: Erwartungswert-Rechnung

Schüler lösen Aufgaben zu Versicherungsrisiken ohne Hilfsmittel. Sie notieren Schritte und reflektieren Fehlerquellen.

15 Min.·Einzelarbeit

Bezüge zur Lebenswelt

• Versicherungsmathematiker bei der Allianz berechnen Prämien für Kfz-Versicherungen, indem sie die Wahrscheinlichkeit von Unfällen und deren Schadenshöhe mithilfe statistischer Modelle schätzen.
• Ärzte und Epidemiologen in der Charité Berlin wägen bei der Einführung neuer Diagnoseverfahren die Raten von Fehlern erster und zweiter Art ab, um die bestmögliche Patientenversorgung zu gewährleisten.
• Finanzanalysten bei der Deutschen Bank nutzen stochastische Modelle zur Bewertung von Investmentportfolios, um das Risiko von Verlusten bei unterschiedlichen Marktbedingungen zu quantifizieren.

Ideen zur Lernstandserhebung

Lernstandskontrolle

Geben Sie den Schülerinnen und Schülern eine kurze Fallstudie zu einer Investitionsentscheidung (z.B. Kauf einer neuen Maschine). Bitten Sie sie, den Erwartungswert für die beiden Optionen zu berechnen und eine Empfehlung basierend auf dem Risiko abzugeben.

Diskussionsfrage

Stellen Sie die Frage: 'In welchem Szenario (z.B. medizinischer Test, Qualitätskontrolle, Gerichtsverfahren) ist ein Fehler 1. Art schwerwiegender, und in welchem ist ein Fehler 2. Art schwerwiegender? Begründen Sie Ihre Antwort.' Lassen Sie die Schüler ihre Überlegungen im Plenum austauschen.

Kurze Überprüfung

Präsentieren Sie eine einfache Wahrscheinlichkeitsverteilung für die Anzahl der defekten Produkte in einer Stichprobe. Bitten Sie die Schüler, den Erwartungswert zu berechnen und zu erklären, was dieser Wert für die Produktionsqualität bedeutet.

Häufig gestellte Fragen

Wie helfen Wahrscheinlichkeiten bei Risikobewertung?

Wahrscheinlichkeiten quantifizieren Unsicherheiten, z. B. die Chance eines Verlusts in Investitionen. Durch Multiplikation mit Konsequenzen entsteht der Erwartungswert, der Optionen vergleicht. In der Praxis wie bei Versicherungen ermöglicht das fundierte Entscheidungen und minimiert Überraschungen. Schüler üben das mit realen Daten, um Abituraufgaben zu meistern.

Was sind Fehler 1. und 2. Art?

Fehler 1. Art tritt auf, wenn eine wahre Nullhypothese fälschlich abgelehnt wird, z. B. unschuldig verurteilt. Fehler 2. Art übersieht eine falsche Hypothese, z. B. krankes Patient als gesund. Die Abwägung via Signifikanzniveau alpha und beta ist entscheidend für Tests in Medizin oder Wirtschaft. Beispiele verdeutlichen die Trade-offs.

Wie fördert aktives Lernen dieses Thema?

Aktives Lernen lässt Schüler Risiken simulieren und debattieren, was abstrakte Konzepte wie Erwartungswerte erfahrbar macht. Durch Paar- oder Gruppenarbeit reflektieren sie Entscheidungen und internalisieren Fehlerarten. Das steigert Retention und Transfer auf Abiturfragen, da sie aktiv argumentieren und peer-feedback erhalten. Lehrer beobachten und lenken gezielt.

Welche Rolle spielt Statistik in Politik?

Statistik liefert Kennzahlen wie Umfragen, die Entscheidungen wie Wahlen beeinflussen. Sie hilft, Trends zu erkennen, birgt aber Interpretationsrisiken. Schüler analysieren Beispiele, um Bias zu verstehen und Empfehlungen kritisch zu bewerten. Das passt zu KMK-Kommunikationsstandards.