Urteilen unter Unsicherheit

Kurzfassung

Urteilen unter Unsicherheit heißt, etwas zu schätzen, vorherzusagen oder zu entscheiden, obwohl die nötigen Informationen fehlen, die Zeit knapp ist oder die Zukunft sich nicht berechnen lässt. Das ist im Innovationsmanagement und in der Organisationsentwicklung der Normalfall: Ob ein Produkt Kunden findet oder eine Umstrukturierung wirkt, weiß vorher niemand.

Gut belegt ist, dass Menschen dabei Faustregeln (Heuristiken) folgen und dass einige davon zu gerichteten Abweichungen führen, etwa der Anker-Effekt und das Framing. Ebenso belegt ist, dass einfache Regeln unter bestimmten Bedingungen genauer sein können als aufwendige Berechnungen und dass sich die Treffsicherheit von Prognosen mit Übung und Rückmeldung verbessern lässt. Einige populäre Befunde, darunter die Erschöpfung der Willenskraft und manche Priming-Effekte, haben sich in großen Wiederholungsstudien nicht bestätigt.

Gestritten wird darüber, was überhaupt als Fehler gilt, wann Intuition verlässlich ist und ob die bekannte Unterscheidung zweier Denksysteme mehr ist als eine Metapher. Die Antworten hängen weniger vom Menschen ab als von der Umgebung, in der er urteilt.

Was mit Urteilen unter Unsicherheit gemeint ist

Ein Urteil ist eine Einschätzung: wie wahrscheinlich etwas ist, wie groß, wie gut. Eine Entscheidung ist die Wahl zwischen Möglichkeiten, die meist auf solchen Urteilen beruht. Die Forschung behandelt beides gemeinsam, weil die Fehler in der Einschätzung in die Wahl eingehen.

Unsicherheit ist dabei nicht gleich Unsicherheit. Der Ökonom Frank Knight (University of Chicago) unterschied 1921 zwei Lagen, die bis heute die Debatte ordnen:

• Risiko: Die möglichen Ergebnisse und ihre Wahrscheinlichkeiten sind bekannt oder lassen sich aus Erfahrungsdaten schätzen, etwa beim Würfeln oder bei Versicherungen.
• Ungewissheit (englisch uncertainty, oft auch „Knight’sche Unsicherheit“ genannt): Die Wahrscheinlichkeiten lassen sich nicht sinnvoll beziffern, weil die Lage neu ist oder sich vergleichbare Fälle nicht finden lassen. Die Markteinführung eines neuartigen Produkts gehört eher hierher.

Die Unterscheidung ist wichtig, weil viele Laborbefunde unter Risiko gewonnen wurden: Die Versuchspersonen bekamen Lotterien mit genau angegebenen Wahrscheinlichkeiten. Was in der Praxis zählt, ist oft Ungewissheit. Ob sich Befunde aus der einen Lage auf die andere übertragen lassen, ist eine der offenen Fragen.

Eine zweite Unterscheidung betrifft den Maßstab. Normative Modelle sagen, wie ein vollkommen rationaler Mensch urteilen sollte, etwa nach den Regeln der Wahrscheinlichkeitsrechnung. Deskriptive Modelle beschreiben, wie Menschen tatsächlich urteilen. Eine Verzerrung (kognitive Verzerrung) ist eine Abweichung vom normativen Maßstab. Wer den Maßstab bestreitet, bestreitet damit auch den Fehler.

Nutzen und Beleglage

Stabil wiederholt. Das Projekt Many Labs (Klein und Kollegen, 2014) wiederholte 13 klassische Effekte in 36 Stichproben mit zusammen 6.344 Teilnehmenden. Zehn Effekte ließen sich bestätigen, darunter der Anker-Effekt und der Framing-Effekt bei Gewinnen und Verlusten. Eine Wiederholung der Prospect Theory, der Theorie, mit der Daniel Kahneman und Amos Tversky 1979 Entscheidungen unter Risiko beschrieben, fand die zentralen Muster in 19 Ländern wieder (Ruggeri und Kollegen, 2020). Dazu gehört die Verlustaversion, deren genaue Stärke allerdings umstritten bleibt.

Nicht bestätigt. In derselben Many-Labs-Studie zeigten zwei Priming-Effekte keine Wirkung: Das kurze Zeigen einer Flagge oder von Geldscheinen veränderte politische Einstellungen nicht messbar. Die Annahme, dass Willenskraft wie ein Vorrat aufgebraucht wird (ego depletion), prüften 23 Labore mit 2.141 Teilnehmenden in einer vorab festgelegten Wiederholung. Der Effekt lag bei d = 0,04 und damit praktisch bei null (Hagger und Kollegen, 2016). Kahneman hatte in Thinking, Fast and Slow (2011) einem Kapitel über Priming viel Gewicht gegeben. Nachdem eine Auswertung die Aussagekraft der dort zitierten Studien in Zweifel gezogen hatte, schrieb er 2017 öffentlich, er habe sich zu sehr auf Studien mit zu kleinen Stichproben verlassen.

Gut belegt, aber an Bedingungen gebunden. Gerd Gigerenzer und Daniel Goldstein zeigten 1996 in Simulationen, dass eine einfache Regel, die nur das erste unterscheidende Merkmal beachtet (Take the Best), bei der Schätzung von Städtegrößen ähnlich gut oder besser abschnitt als die multiple Regression. In der Finanzforschung verglichen DeMiguel, Garlappi und Uppal (2009) die naive Regel, Geld gleichmäßig auf alle Anlagen zu verteilen (1/N), mit 14 Optimierungsmodellen. Keines schlug sie außerhalb der Schätzdaten verlässlich, weil die Modelle Parameter schätzen mussten, die sich aus den verfügbaren Daten nicht genau bestimmen ließen. Solche Befunde zeigen, dass weniger Information besser sein kann. Sie zeigen nicht, dass das immer so ist: Es hängt davon ab, wie verrauscht die Daten und wie stabil die Zusammenhänge sind (siehe ökologische Rationalität).

Feldexperiment zu Prognosen. Im Prognosewettbewerb einer US-Forschungsbehörde für Nachrichtendienste traten ab 2011 mehrere Forschungsgruppen gegeneinander an. Die Gruppe um Philip Tetlock und Barbara Mellers verbesserte die Treffsicherheit mit drei Maßnahmen: einem kurzen Training in Wahrscheinlichkeitsdenken, der Arbeit in Teams und dem Zusammenfassen der Besten des ersten Jahres in eigenen Gruppen (Mellers und Kollegen, 2014). Das ist einer der wenigen großen Belege dafür, dass sich Urteilen unter Unsicherheit gezielt verbessern lässt, wenn die Ergebnisse später eindeutig überprüfbar sind.

Vor allem Fallstudien und Interviews. Die Forschung des Naturalistic Decision Making um Gary Klein beruht überwiegend auf Interviews mit Fachleuten nach realen Einsätzen. Sie zeigt anschaulich, wie Erfahrene Lagen wiedererkennen und rasch handeln. Wie oft sie dabei richtig liegen, lässt sich aus solchen Rückblicken schwer bestimmen, weil vor allem die gelungenen Fälle erzählt werden.

Worauf die Forschung beruht

Die Schulen kommen zu unterschiedlichen Ergebnissen, weil sie von unterschiedlichen Annahmen ausgehen. Vier davon sind entscheidend.

1. Der Maßstab steht fest. Wer von einem Fehler spricht, braucht eine richtige Antwort. In Laboraufgaben mit vorgegebenen Wahrscheinlichkeiten gibt es sie. Unter Ungewissheit fehlt sie oft, und dann lässt sich ein Urteil nur im Nachhinein und nur am Ergebnis messen.
2. Die Aufgabe bildet die Wirklichkeit ab. Laborversuche verwenden kurze, schriftlich formulierte Aufgaben, die Versuchspersonen nur einmal bearbeiten. In Organisationen urteilen Menschen wiederholt, mit Rückmeldung, im Gespräch mit anderen und mit Folgen für sich selbst. Gigerenzer und Hoffrage zeigten 1995, dass dieselben Wahrscheinlichkeitsaufgaben deutlich häufiger richtig gelöst werden, wenn die Angaben als natürliche Häufigkeiten („10 von 1.000“) statt als Prozente formuliert sind. Wie eine Aufgabe dargeboten wird, entscheidet also mit darüber, wie viele Fehler sichtbar werden.
3. Die Umgebung bestimmt, was klug ist. Herbert Simon verglich menschliche Rationalität 1990 mit einer Schere: Eine Klinge sind die Fähigkeiten des Menschen, die andere die Struktur der Aufgabe. Wer nur eine Klinge betrachtet, versteht den Schnitt nicht. Ob eine Faustregel gut oder schlecht ist, lässt sich nach dieser Sicht nur in Bezug auf die Umgebung sagen.
4. Intuition lässt sich lernen, wenn die Umgebung es erlaubt. Kahneman und Klein einigten sich 2009 auf zwei Bedingungen: Die Umgebung muss regelhaft genug sein, um überhaupt Vorhersagen zu erlauben, und die urteilende Person muss lange genug Gelegenheit gehabt haben, diese Regeln mit Rückmeldung zu lernen. Fehlt eine davon, sagt das Gefühl der Sicherheit nichts über die Güte des Urteils. Der Artikel Kind und wicked vertieft diese Bedingungen.

Laborbefunde unter Risiko beschreiben damit Tendenzen, sagen aber nicht voraus, wie gut eine bestimmte Person in einer bestimmten Lage urteilt.

Herkunft, Schulen und Streitfragen

Begrenzte Rationalität. Simon setzte in den 1950er-Jahren dem allwissenden Entscheider der Wirtschaftstheorie die begrenzte Rationalität entgegen. Menschen suchen nicht die beste, sondern eine ausreichend gute Lösung (Satisficing). Simon verstand das nicht als Mangel, sondern als vernünftige Anpassung an begrenzte Zeit und Information.

Heuristiken und Verzerrungen. Tversky und Kahneman beschrieben 1974 in Science drei Faustregeln: Repräsentativität, Verfügbarkeit und Verankerung. Ihr Programm suchte gezielt Aufgaben, bei denen die Regeln zu gerichteten Fehlern führen, ähnlich wie optische Täuschungen etwas über das Sehen verraten. Daraus entstand eine lange Liste von Verzerrungen, die heute in Management-Ratgebern kursiert. Kahneman fasste das Feld 2011 mit der Unterscheidung eines schnellen, automatischen und eines langsamen, anstrengenden Denkens zusammen (schnelles und langsames Denken).

Ökologische Rationalität. Gigerenzer und seine Gruppe am Max-Planck-Institut für Bildungsforschung in Berlin drehten die Frage um: Statt zu fragen, wo Faustregeln versagen, fragten sie, in welchen Umgebungen sie gut funktionieren. Ihr Sammelband Simple Heuristics That Make Us Smart (1999) begründete das Programm der schnellen und sparsamen Heuristiken.

Naturalistic Decision Making. Klein und andere untersuchten ab den 1980er-Jahren Fachleute bei der Arbeit statt Studierende im Labor. Sie fanden, dass Erfahrene selten Optionen vergleichen, sondern eine Lage wiedererkennen und die erste passende Handlung im Kopf durchspielen.

Prognoseforschung. Tetlock prüfte über Jahre die Vorhersagen von Fachleuten und fand sie im Mittel wenig treffsicher, bevor er in Wettbewerben untersuchte, wie sie sich verbessern lassen.

Die Mitte nimmt neben Simon auch die Theorie der Rational Inattention von Christopher Sims ein: Wer Aufmerksamkeit sparsam verteilt, handelt unter Kosten der Informationsverarbeitung vernünftig, auch wenn er dabei Signale übersieht.

Zwischen diesen Schulen gibt es vier Streitfragen.

Was ist ein Fehler? Gigerenzer warf Kahneman und Tversky vor, enge Normen der Wahrscheinlichkeitsrechnung an Aufgaben anzulegen, die die Versuchspersonen anders verstehen durften, und die Heuristiken selbst nur vage zu beschreiben. Kahneman und Tversky antworteten 1996 in der Psychological Review, die Täuschungen seien real und Gigerenzer habe ihre Position verzerrt wiedergegeben. Der Streit ist bis heute nicht beigelegt. Beide Seiten bestreiten nicht die Befunde, sondern deren Deutung.

Wann ist Intuition verlässlich? Klein betonte die Stärke der Intuition, Kahneman ihre Schwächen. In ihrem gemeinsamen Aufsatz von 2009 mit dem Untertitel „A Failure to Disagree“ stellten sie fest, dass sie sich in der Sache weitgehend einig waren: Es kommt auf die Regelhaftigkeit der Umgebung und auf die Gelegenheit zum Lernen an. Der Streit verlagerte sich damit von der Frage, ob man Intuition trauen kann, zur Frage, wo.

Gibt es zwei Systeme? Kahneman stellte System 1 und System 2 selbst als nützliche Fiktion vor. In der Rezeption werden sie oft wie zwei Bereiche im Gehirn behandelt. Melnikoff und Bargh (2018) argumentieren, dass die Merkmale, die einem System zugeschrieben werden (schnell, unbewusst, unkontrollierbar, fehleranfällig), in der Forschung nicht verlässlich gemeinsam auftreten. Die Zweiteilung beschreibe damit eher ein Kontinuum als zwei Arten des Denkens.

Welche Werkzeuge passen zu Ungewissheit? Gigerenzer hält unter Ungewissheit einfache, robuste Regeln oft für angemessener als scheinbar genaue Modelle. Die Gegenposition setzt auf Basisraten aus vergleichbaren Fällen (die Außensicht gegen den Planungsfehlschluss) und laufend bewertete Wahrscheinlichkeitsschätzungen. Tetlocks Wettbewerbe stützen diese Sicht für Fragen, deren Ausgang sich nach Monaten prüfen lässt. Für einmalige Entscheidungen mit offenem Ausgang fehlt ein vergleichbarer Beleg.

Grenzen und Kritik

Neben den Streitfragen gibt es Schwächen, die das Feld als Ganzes betreffen.

• Die Liste ersetzt die Erklärung. Populäre Darstellungen zählen Dutzende Verzerrungen auf, die sich überschneiden, unterschiedlich gut belegt sind und nicht erklären, wann sie auftreten. Ein Etikett nachträglich auf eine Fehlentscheidung zu kleben, sagt wenig voraus.
• Der Einzelne statt der Organisation. Fast alle Experimente untersuchen einzelne Menschen. In Organisationen entstehen Urteile in Gremien, unter Zuständigkeiten, Anreizen und Machtverhältnissen. Effekte wie das Gruppendenken oder der Sunk-Cost-Effekt zeigen, dass sich die Lage dort verschärfen oder abschwächen kann.
• Die Replikationskrise ist nicht ausgestanden. Gescheitert sind vor allem Effekte, die auf kleinen Stichproben beruhten; Anker, Framing und die Muster der Prospect Theory blieben erhalten. Viele weniger bekannte Befunde sind nie unabhängig wiederholt worden.
• Besserung ist schmal belegt. Die überzeugenden Verbesserungen in den Prognosewettbewerben entstanden durch Training, Zusammenarbeit und Bewertung bei Fragen mit eindeutigem Ausgang. Ob sich das auf strategische Entscheidungen in Organisationen übertragen lässt, ist nicht untersucht.

Urteilen unter Unsicherheit ist damit kein einheitliches Gebiet mit einer gesicherten Lehre. Es ist ein Feld mit einigen stabilen Befunden, einigen widerlegten und einer offenen Grundfrage: ob man zuerst den Menschen oder die Umgebung betrachten muss, um zu verstehen, warum ein Urteil gelingt.

Quellen

• Knight, F. H. (1921): Risk, Uncertainty and Profit. Houghton Mifflin.
• Simon, H. A. (1955): A Behavioral Model of Rational Choice. Quarterly Journal of Economics 69(1), 99–118.
• Simon, H. A. (1990): Invariants of Human Behavior. Annual Review of Psychology 41, 1–19.
• Tversky, A. & Kahneman, D. (1974): Judgment under Uncertainty: Heuristics and Biases. Science 185(4157), 1124–1131.
• Kahneman, D. & Tversky, A. (1979): Prospect Theory: An Analysis of Decision under Risk. Econometrica 47(2), 263–291.
• Gigerenzer, G. & Hoffrage, U. (1995): How to Improve Bayesian Reasoning Without Instruction: Frequency Formats. Psychological Review 102(4), 684–704.
• Gigerenzer, G. & Goldstein, D. G. (1996): Reasoning the Fast and Frugal Way: Models of Bounded Rationality. Psychological Review 103(4), 650–669.
• Kahneman, D. & Tversky, A. (1996): On the Reality of Cognitive Illusions. Psychological Review 103(3), 582–591; dazu Gigerenzer, G. (1996): On Narrow Norms and Vague Heuristics. Ebd., 592–596.
• Gigerenzer, G., Todd, P. M. & ABC Research Group (1999): Simple Heuristics That Make Us Smart. Oxford University Press.
• Sims, C. A. (2003): Implications of Rational Inattention. Journal of Monetary Economics 50(3), 665–690.
• Tetlock, P. E. (2005): Expert Political Judgment. Princeton University Press.
• DeMiguel, V., Garlappi, L. & Uppal, R. (2009): Optimal Versus Naive Diversification: How Inefficient Is the 1/N Portfolio Strategy? Review of Financial Studies 22(5), 1915–1953.
• Kahneman, D. & Klein, G. (2009): Conditions for Intuitive Expertise: A Failure to Disagree. American Psychologist 64(6), 515–526.
• Kahneman, D. (2011): Thinking, Fast and Slow. Farrar, Straus and Giroux.
• Klein, R. A. et al. (2014): Investigating Variation in Replicability: A „Many Labs“ Replication Project. Social Psychology 45(3), 142–152.
• Mellers, B. et al. (2014): Psychological Strategies for Winning a Geopolitical Forecasting Tournament. Psychological Science 25(5).
• Tetlock, P. E. & Gardner, D. (2015): Superforecasting. Crown.
• Hagger, M. S. et al. (2016): A Multilab Preregistered Replication of the Ego-Depletion Effect. Perspectives on Psychological Science 11(4), 546–573.
• Schimmack, U., Heene, M. & Kesavan, K. (2017): Reconstruction of a Train Wreck: How Priming Research Went off the Rails, mit Kahnemans Kommentar vom 14. Februar 2017.
• Melnikoff, D. E. & Bargh, J. A. (2018): The Mythical Number Two. Trends in Cognitive Sciences 22(4), 280–293.
• Ruggeri, K. et al. (2020): Replicating Patterns of Prospect Theory for Decision under Risk. Nature Human Behaviour 4(6), 622–633.