ULogisches Entscheiden wird zwar oft gefordert, ist

Transkript

1 5 Erkenne die Umwelt Entscheiden mit ökologischer Rationalität ULogisches Entscheiden wird zwar oft gefordert, ist aber in vielen Entscheidungssituationen aufgrund mangelnder Informationen gar nicht möglich. Hier sind Entscheidungsmodelle nützlicher, die sich der Intuition bedienen. Intuition kann im passenden Lernumfeld erworben werden. Niklas Keller und Martin Capelle Was ist eine gute Entscheidung? Viele glauben, dass eine gute Entscheidung so viele Daten wie möglich beinhalten und analytisch und logisch sein sollte. «Denke, dann handle!» oder «Erst wägen, dann wagen!» wird in Büchern und populärwissenschaftlichen Artikeln über rationales Entscheiden immerfort gepredigt. Diese Tradition geht weit zurück. Benjamin Franklin, amerikanischer Gründervater, der einst von seinem verzweifelten Neffen um Rat für oder wider das Heiraten gebeten wurde, riet Folgendes: «Wenn du zweifelst, notiere alle Gründe, pro und contra, in zwei nebeneinanderliegenden Spalten auf einem Blatt Papier, und nachdem du sie zwei oder drei Tage bedacht hast, führe eine Operation aus, die manchen algebraischen Aufgaben ähnelt; prüfe, welche Gründe oder Motive in der einen Spalte denen in der anderen an Wichtigkeit entsprechen eins zu eins, eins zu zwei, zwei zu drei oder wie auch immer, und wenn du alle Gleichwertigkeiten auf beiden Seiten gestrichen hast, kannst du sehen, wo noch ein Rest bleibt» Für heutige Verhältnisse ist dies vielleicht in puncto Liebe etwas extrem, sind zwischenmenschliche Verhältnisse doch einige der wenigen «gallischen Dörfer», die dem Joch der Rationalität weiterhin verbitterten Widerstand leisten. Dass eine gute Entscheidung alle Informationen beinhalten und alle Alternativen sorgfältig gegeneinander abwägen sollte, wird in den meisten anderen Lebenslagen jedoch als unumstösslich betrachtet. Seit zwei Jahrzehnten häufen sich allerdings Indizien, dass dies ein Irrglaube ist. Von dieser Evidenz, und was sie uns zeigt, berichtet dieser Artikel. Die zentrale Logik dabei ist so einfach, dass sie nahezu banal scheint: Es gibt keine optimale Entscheidungsmethode für alle Situationen. Die Frage, ob eine Entscheidungsstrategie gut oder schlecht ist, kann immer nur im Kontext ihrer Anwendung beantwortet werden. Diese simple Erkenntnis führt jedoch dazu, dass wir klassische Vorstellungen rationalen Entscheidens grundlegend überarbeiten müssen.

2 6 T H E M A Weniger ist mehr Um diese «ökologische Rationalität» (Goldstein, D. G./ Gigerenzer, G. 2002) zu veranschaulichen, beginnen wir mit einer einfachen Frage: Welche Stadt hat mehr Einwohner, Milwaukee oder Detroit? Diese Frage wurde amerikanischen und deutschen Studierenden gestellt. Die amerikanischen Studierenden gaben zu 60% die richtige Antwort: Detroit. Verblüffend war jedoch, dass die Deutschen, die wesentlich weniger über die beiden Städte wussten (die meisten hatten noch nie von Milwaukee gehört), zu 92% die richtige Antwort gaben (Goldstein et al. 2002)! Wie kann weniger Wissen zu einem besseren Ergebnis führen? Die Antwort liegt darin, dass nicht alle Informationen gleich gut sind. Die Deutschen verwendeten eine einfache Faustregel, im Fachjargon Heuristik genannt: Erkennst du den Namen der einen Stadt und nicht den der anderen, gehe davon aus, dass diese Stadt grösser ist. Die amerikanischen Studierenden konnten diese Faustregel nicht anwenden. Sie kannten beide Städte und wussten einiges über sie. Die vielen Fakten trübten ihr Urteil und hinderten sie daran, die richtige Antwort zu finden. Wieder erkennung korreliert stark mit Städtegrösse, andere Informationen jedoch weniger. Es gibt also Situationen, in denen weniger Informationen zu besseren Entscheidungen führen können. Die zentrale Auf gabe eines ökologisch rationalen Entscheidens ist daher die korrekte Klassifikation einer Entscheidungssituation und darauffolgend die Selektion der passenden Entscheidungsstrategie. Erkenne die Umwelt Zentral dabei ist die Unterscheidung zwischen quantifizierbarem Risiko wo alle Alternativen, deren Konsequenzen und Eintrittswahrscheinlichkeiten genau bekannt sind und nicht quantifizierbarer Unsicherheit bei welcher diese Faktoren nicht bekannt sind. Befindet man sich in einer Situation quantifizierbaren Risikos, kann man sogenannte Optimierungsmodelle verwenden, die versuchen, mit komplexen Methoden das Maximum aus gegebenen Informationen herauszu holen. Je grösser der Grad der Unsicherheit, desto weniger sollte man jedoch auf Maximierung setzen und an fangen, sich wohl zu überlegen, ob man gewisse Informationen überhaupt in die Entscheidung mit einfliessen lassen sollte. Bei extremer Unsicherheit sollte man sich so aufstellen, dass man auch im Falle von gänzlich unvorherseh baren Schocks weiterhin handlungsfähig bleibt (siehe Abb. 1, Andrew Lo 2010). Risiko: Das System ist probabilistisch, aber alle Wahrscheinlichkeiten sind stabil und bekannt. Hier kann man statistische und Optimierungsmodelle verwenden. Ein Beispiel sind Glücksspiele wie Würfeln oder Roulette.

3 7 Vollständig reduzierbare Unsicherheit: Exakte Wahrscheinlichkeiten sind nicht bekannt, aber das System ist stabil, d. h., mit weiterer Datensammlung kann die Unsicherheit vollständig zur obigen Casino- Situation reduziert werden. Beispiele sind hochkomplexe / hoch standardisierte Produktionsprozesse oder auch Aggregatmodelle, mit welchen Lebensversicherungen arbeiten. Teilweise reduzierbare Unsicherheit: Kausale Modelle bestehen nur für Teile des Systems. Zum Beispiel kann es zu unvorhersehbaren Zustandsveränderungen kommen. Ein Beispiel ist das Wetter unsere kurzfristigen Modelle liefern gute Vorhersagen und langfristige Klimamodelle können grobe Trends verlässlich widerspiegeln. Aber deren Interaktion ist noch nicht verstanden. Auch der internationale Börsenmarkt fällt in diese Kategorie. Fundamentale Unsicherheit: Es gibt kein kau sales Modell (oder zu viele, nicht differenzierbare kausale Modelle) der Umwelt, welches eine gute Vorhersage ermöglicht. Hiermit beschäftigen sich wissenschaftliche und künstlerische Prozesse der Theoriebildung und Falsifikation. Weniger Informationen können zu besseren Entscheidungen führen. Abbildung 1 zeigt, welche Strategien in den unterschiedlichen Situationen Anwendung finden. Das Schlagwort hier ist Unsicherheitsmanagement, zu betrachten als eine übergeordnete Klasse des Risikomanagements. Unsicherheit sollte soweit wie möglich reduziert werden (z. B. über das Sammeln von Daten oder Recherchieren guter kausaler Modelle), dann jedoch muss sie anerkannt und gemanagt werden (z. B. über die Vereinfachung von Modellen oder die Entwicklung robuster Strukturen). Intuition und Unsicherheitsmanagement Überraschenderweise sind Menschen gar nicht schlecht in genau dieser Komplexitätsreduktion im Angesicht von Unsicherheit. Heuristiken sind effektive Methoden zur Unsicherheitsreduktion dadurch, dass sie Informationen ignorieren und sich auf das Wesentliche konzentrieren. Wir wissen heute ebenfalls, dass unsere Intuition stark auf diesen Heuristiken aufbaut. So konnten Sie im obigen Beispiel vielleicht nicht genau sagen, warum sie Detroit gewählt haben, aber es schien richtig. Intuition ist gefühltes Wissen, das rasch im Bewusstsein auftaucht und dessen tiefere Gründe uns nicht bewusst sind, das aber stark genug ist, dass wir danach handeln möchten. Auch viele Manager und Managerinnen sind sich intuitiv bewusst, dass sie sich meistens in Situationen fundamentaler oder nur teilweise reduzierbarer Unsicherheit befinden, und lassen sich von den ihrer Intuition zugrunde liegenden Heuristiken leiten. In anonymen Umfragen unter Managern und Managerinnen deutscher DAX-Unternehmen im Rahmen unserer Beratungstätigkeiten gaben viele zu, dass sie in etwa der Hälfte ihrer wichtigen Entscheidungen auf ihre Intuition hören. Vor allem ein ungutes Bauchgefühl löst starke Besorgnis aus und führt oft zu einer genauen Prüfung der Lage. Wann kann ich meiner Intuition vertrauen? Obwohl Intuition auf einfachen Heuristiken basiert, macht sie sich auch komplexe Informationsverarbeitungsprozesse wie die Mustererkennung zunutze. Ein Beispiel aus der Evolution ist das menschliche Wiedererkennungsgedächtnis. Aber komplexe Informationsverarbeitung basiert oft auch auf langjähriger Erfahrung. In der Medizin spiegelt sich Erfahrung im sogenannten «klinischen Blick» wider, welcher auf unterbewusster Mustererkennung beruht. So zeigte eine Studie in der Notaufnahme der Uniklinik Basel, dass die subjektive Einschätzung von Notärzt/innen, Abb. 1

4 8 ob ein Patient, eine Patientin «krank aussieht» oder nicht, das aussagekräftigste Einzelmerkmal ist, um das Risiko eines Patienten mit nichtspezifischen Beschwerden vorauszusagen ( Jenny, M. A. / Hertwig, R. /Ackermann, S. / Messmer, A. S. / Nickel, Ch. H. /Bingisser, R. 2015). Um eine gute Intuition entwickeln zu können, müssen jedoch zwei Voraussetzungen erfüllt sein. Zum einen erfordert eine gute Intuition langjährige Erfahrung mit dem Sachverhalt, um den es geht. Man redet oft von 10 Jahren oder Stunden Erfahrung, obwohl es hier grosse interindividuelle Unterschiede gibt (Ericsson, K. A. / Krampe, R. T. / Tesch- Romer, C. 1993). Wichtig ist jedoch, dass es der Entscheidungsperson möglich ist, herauszufinden, ob eine momentan angewandte Entscheidungsregel In höheren Positionen kann sich eine fehlgebildete Intuition entwickeln. auch wirklich bessere Entscheidungen zum Ergebnis hat. Dies führt zum zweiten entscheidenden Punkt: der Lernumwelt. Nur in einer effektiven Lernumwelt, die sowohl positive als auch negative Rückmeldung zulässt, in der die Rückmeldungen mit wenig Zeitverzögerung erfolgen und in der Neues aus probiert werden kann, kann sich Intuition optimal entwickeln und zu wirklicher Expertise führen (Hogarth, R. M. 2001). Expertise effektiv entwickeln und identifizieren Wir wissen nun, dass Intuition auf einfachen Heuristiken beruht, dass diese Heuristiken effektive Strategien zum Umgang mit Unsicherheit sind und dass eine gute Intuition und gute Heuristiken jahrelanger Erfahrung und Auseinandersetzung mit einem Sachverhalt in einer guten Lernumwelt bedürfen. Eine offensichtliche Methode, um Expertise in einer Organisation zu entwickeln, ist also die Verbesserung der Lernumwelt (Ihrer eigenen wie auch der von Mitarbeitenden). Gibt es Möglichkeiten, diesen regelmässig und zeitnah Feedback zu ihren Entscheidungen zu geben? Ist dieses Feedback symmetrisch, d. h., wird es sowohl bei Erfolg als auch Misserfolg gegeben? Vor allem in höheren Positionen besteht oft Gefahr, dass sich eine fehlgebildete Intuition ent wickelt, da man seltener mit negativem Feedback konfrontiert wird. Intuition zulassen Mit der Identifikation und Entwicklung von Expertise ist es jedoch leider nicht getan. Man muss in einer Organisationskultur sein, die Intuition auch zulässt. Obwohl gute Intuition auch die komplexesten Rechenmodelle schlagen kann, ist sie im geschäftlichen Kontext oft tabuisiert. Der Grund ist genau der zuletzt erwähnte: Wir haben meist keinen Einblick in die unserer Intuition zugrunde liegenden Informationsverarbeitungsprozesse und können diese nicht verbalisieren. Dies macht es in einem geschäftlichen Kontext schwer, Entscheidungen zu erklären oder zu rechtfertigen.

5 9 Erst in einer konstruktiven Kommunikationsund Fehlerkultur kann Intuition ihr Potenzial entfalten. Eine konstruktive Fehlerkultur ist eine, in der Fehler als Lernmöglichkeit wahrgenommen werden und nicht auf Individuen reduziert, sondern aus organisatorischer Perspektive betrachtet werden. Eine einfache und effektive Methode, Intuition in geregelten Massen zuzulassen, ist die Einführung von sogenannten «Gefängnisfreikarten». Als Expertinnen und Experten in ihrem Gebiet betrachtete Individuen in einer Organisation oder einem Team dürfen diese Karten einsetzen, wenn sie eine intuitive Entscheidung fällen und als solche deklarieren. D. h., diese Personen geben offen zu: «Ich kann nicht genau sagen warum, aber ich habe ein schlechtes / gutes Gefühl bei dieser Sache.» Falls eine solche Entscheidung dann nicht zum gewünschten Ergebnis führt, muss sich die Person nicht mit Gründen rechtfertigen, sondern kann ihre «Gefängnisfreikarte» einsetzen. Die Einführung solcher Karten liefert auch Daten über die Verteilung konstruktiver Fehlerkulturen in der Organisation. Wenn in einem bestimmten Team auch Jahre nach der Einführung noch immer keine Freikarten eingelöst wurden, kann dies ein Indiz einer destruktiven Fehlerkultur sein. Fazit Lassen Sie uns die Kernthesen nochmals zusammenfassen: Bevor Sie sich entscheiden, überlegen Sie sich, welche Art der Entscheidung Sie gerade treffen (müssen): ist es quantifizierbares Risiko oder nicht-quantifizierbare Unsicherheit? Reduzieren Sie identifizierte Unsicherheit soweit es geht durch Datensammlung und zu Nutze machen von vorhandener Expertise. Verbleibende Unsicherheit muss anerkannt und gemanagt werden, z. B. durch robuste Strategien, Systeme und Prozesse. Vermeiden sie «Scheinquantifizierung» (Unsicherheit durch Zahlen verschleiern)! Evaluieren Sie Ihre eigene und die Lernumwelt Ihrer Mitarbeitenden auf regelmässigen, zeitnahen, und symmetrischen Feedback und versuchen Sie nachzubessern, wo Sie können. Entfalten Sie durch eine konstruktive Fehlerkultur das Potential Ihrer Intuition und das Ihrer Mitarbeitenden. Diese Schritte werden Ihnen helfen, bessere Entscheidungen zu treffen, besser aus Fehlern zu lernen, und Expertise in Ihrer Organisation oder Ihrem Team effektiv auszubilden und nutzbar zu machen. Niklas Keller ist geschäftsführender Gesellschafter und Gründungsmitglied der Simply Rational GmbH sowie wissenschaftlicher Mitarbeiter der Charité-Universitätsmedizin und assoziierter Wissenschaftler am Max-Planck-Institut für Bildungsforschung in Berlin. niklas.keller@simplyrational.de Martin Capelle hat über 20 Jahre Erfahrung als Verhaltenstrainer und Coach, erst in einem weltweit agierenden Trainingsunternehmen und seit 2011 als Freiberufler. Davor kann er auf eine 6-jährige Karriere als Marineoffizier auf einem U-Boot der Bundeswehr zurückblicken. mc@bitraining.de LITERATUR Ericsson, K. A. / Krampe, R. T. / Tesch-Romer, C. (1993): The Role of Deliberate Practice in the Acquisition of Expert Performance. Psychological Review, Vol No. 3, Gigerenzer, G. / Selten, R. (Hrsg.). (2001): Bounded rationality. The adaptive toolbox. Cambridge, MA: MIT Press. Goldstein, D. G. / Gigerenzer, G. (2002): Models of ecological rationality: The recognition heuristic. In: Psychological Review. 109(1): doi: / x PMID , 1 January. Hogarth, R. M. (2001): Educating intuition. Chicago: University of Chicago Press. Jenny, M. A. / Hertwig, R. / Ackermann, S. / Messmer, A. S. / Nickel, Ch. H. / Bingisser, R. (2015): Are morbidity and mortality predic t- able in patients presenting with nonspecific complaints using routine variables? In: Academic Emergency Medicine, 22: Lo, A. (MIT Sloan School) / Mueller, M. (2010): Warning: Physics Envy May be Hazardous to Your Wealth! In: Journal of Investment Management, Volume 8, Number 2, Second Quarter.