Die Bemühungen, die Neurowissenschaft mit der Ökonomie zu verknüpfen, stammen im Wesentlichen erst aus den letzten Jahren, und die Entwicklung der Neuroökonomie steckt noch in den Kinderschuhen. Doch sie folgt einem bekannten Muster: Wissenschaftliche Revolutionen haben ihren Ursprung häufig an völlig unerwarteter Stelle. Ein Wissenschaftsbereich kann verkümmern, wenn sich am Horizont keine fundamental neuen Forschungsansätze abzeichnen. Die Wissenschaftler sind dann oft so in ihren Methoden – in der Sprache und den anerkannten Annahmen ihrer Disziplin – gefangen, dass ihre Forschungsergebnisse monoton oder trivial werden.

Dann kommt etwas Aufregendes daher, von jemandem, der sich nie mit diesen Methoden befasst hat – irgendeine neue Idee, die Nachwuchswissenschaftler und einige etablierte Forscher mit ketzerischen Neigungen anzieht, die bereit sind, sich mit einer anderen Wissenschaft und ihren anders gearteten Forschungsmethoden auseinanderzusetzen. An einem bestimmten Punkt innerhalb dieses Prozesses setzt dann eine wissenschaftliche Revolution ein.

Die neuro-ökonomische Revolution hat erst kürzlich einige zentrale Meilensteine passiert, insbesondere die Veröffentlichung eines Buches des Neurowissenschaftlers Paul Glimcher mit dem Titel Foundations of Neuroeconomic Analysis – einer klaren Anspielung an Paul Samuelsons klassisches Werk Foundations of Economic Analysis aus dem Jahre 1947, das dazu beitrug, eine frühere Revolution in der Wirtschaftstheorie einzuleiten. Glimcher hat heute einen Lehrstuhl am wirtschaftswissenschaftlichen Institut der New York University (und arbeitet außerdem am Center for Neural Science der NYU).

Für die meisten Ökonomen freilich könnte Glimcher genauso gut von einem anderen Stern kommen. Schließlich hat er seinen Doktor am neurowissenschaftlichen Institut der medizinischen Fakultät der University of Pennsylvania gemacht. Zudem beschäftigen sich Neuroökonomen wie er mit Forschungsarbeiten, die deutlich über die kleine, heile geistige Welt ihrer traditionelleren Kollegen hinausgehen, denn sie sind bestrebt, einige Kernkonzepte der Ökonomie weiterzuentwickeln, indem sie sie mit bestimmten Gehirnstrukturen verknüpfen.

Ein Großteil der modernen Wirtschafts- und Finanztheorie beruht auf der Annahme, dass die Menschen rationale Wesen sind und daher ihre Zufriedenheit – Ökonomen sprechen vom „Nutzen“ – systematisch mehren. Als Samuelson das Thema 1947 mit seinem Buch aufgriff, sah er nicht ins Gehirn hinein, sondern stützte sich stattdessen auf die „bekundete Präferenz“. Die Ziele der Menschen sind nur durch Beobachtung ihres wirtschaftlichen Handelns erkennbar. Im Gefolge Samuelsons stützten Generationen von Ökonomen ihre Forschungen nicht auf irgendeine physische Struktur, die dem Denken und Verhalten zugrunde liegt, sondern lediglich auf die Annahme der Rationalität.

Infolgedessen betrachtet Glimcher die etablierte Wirtschaftstheorie mit Skepsis und ist bestrebt, eine physische Grundlage für sie zu finden, die er innerhalb des Gehirns ansiedelt. Sein Ziel ist es, die „weiche“ Nutzentheorie durch eine „harte“ Nutzentheorie zu ersetzen, die die ihr zugrundeliegenden Mechanismen innerhalb des Gehirns aufdeckt.

Insbesondere möchte Glimcher jene Gehirnstrukturen ermitteln, die zentrale Elemente der Nutzentheorie verarbeiten, wenn es Menschen mit Unsicherheit zu tun haben: „(1) subjektiven Wert, (2) Wahrscheinlichkeit, (3) das Produkt von subjektivem Wert und Wahrscheinlichkeit (den erwarteten subjektiven Wert) und (4) einen neurokomputationalen Mechanismus, der aus der Gruppe der vorhandenen Auswahlmöglichkeiten das Element mit dem höchsten ‚erwarteten subjektiven Wert‘ auswählt ...“.

Zwar haben Glimcher und seine Kollegen spannende Hinweise entdeckt, aber die meisten der grundlegenden Gehirnstrukturen haben sie noch nicht gefunden. Vielleicht liegt dies daran, dass keine derart einfachen Strukturen existieren und dass die Theorie der Nutzenmaximierung insgesamt falsch ist oder zumindest einer grundlegenden Überarbeitung bedarf. Sollte dies zutreffen, so würde diese Erkenntnis allein die Wirtschaftswissenschaft in ihren Grundfesten erschüttern.

Eine andere Richtung, die die Neurowissenschaftler in Aufregung versetzt, ist, wie das Gehirn mit unklaren Situationen umgeht, in denen die Wahrscheinlichkeiten nicht bekannt und andere wichtige Informationen nicht greifbar sind. Man hat bereits herausgefunden, dass die Gehirnregionen, die beim Umgang mit bekannten Wahrscheinlichkeiten zum Einsatz kommen, andere sind als beim Umgang mit unbekannten Wahrscheinlichkeiten. Diese Untersuchungen könnten uns beispielsweise helfen, zu verstehen, wie Menschen an den Finanzmärkten in Krisenzeiten mit Unsicherheiten und Risiken umgehen.

John Maynard Keynes war der Ansicht, dass die meisten wirtschaftlichen Entscheidungen in unklaren Situationen fallen, in denen die Wahrscheinlichkeiten unbekannt sind. Seine Schlussfolgerung war, dass unserer Geschäftszyklus größtenteils durch Schwankungen von ihm als „Animal Spirits“ bezeichneter Vorgänge im Kopf bestimmt wird, die von den Ökonomen nicht verstanden werden.

Natürlich haben wir bei der Wirtschaftstheorie das Problem, dass es häufig genauso viele Interpretationen einer Krise gibt wie Ökonomen. Eine Volkswirtschaft ist eine bemerkenswert komplexe Struktur, und sie zu ergründen erfordert, dass man – neben vielem anderen – ihre Gesetze, Regeln, Geschäftspraktiken, Gewohnheiten und auch Bilanzen versteht.

Doch ist es wahrscheinlich, dass wir durch ein besseres Verständnis der physischen Strukturen, die der Arbeitsweise des Gehirns zugrundeliegen, eines Tages sehr viel mehr darüber wissen werden, wie Volkswirtschaften funktionieren oder nicht funktionieren. Diese Strukturen – Neuronennetze, die miteinander über Axone und Dendriten kommunizieren – liegen der bekannten Analogie des Gehirns mit einem Computer zugrunde – Netzwerken von über Strom führende Drähte miteinander kommunizierenden Transistoren. Die Volkswirtschaft ist die nächste Analogie: ein Netz von Menschen, die miteinander mittels elektronischer und anderer Verbindungen kommunizieren.

Gehirn, Computer und Wirtschaft: Alle drei sind Systeme, deren Zweck es ist, durch Koordinierung der Aktivitäten einzelner Einheiten – Neuronen, Transistoren oder Menschen – grundlegende Informationsprobleme zu lösen. Und indem wir unser Verständnis der Probleme verbessern, die eines dieser drei Systeme löst – und wie es dabei Hindernisse überwindet –, erfahren wir etwas Nützliches über alle drei.