Wie sich Mei­nun­gen und Posi­tio­nen in Grup­pen ent­wi­ckeln, ist oft nicht viel mehr als Zufall. So gibt es einen auto­ma­ti­schen Ver­stär­kungs­ef­fekt, wenn bei­spiels­wei­se früh eine Prä­fe­renz ent­steht. Die Streu­ung mög­li­cher Urtei­le ist groß. Das nennt Wirt­schafts­no­bel­preis­trä­ger Dani­el Kah­ne­man „Noi­se“. Wie Sie das Rau­schen minimieren.

Gute Songs set­zen sich durch? Sei­en Sie sich nicht so sicher. Es ist der Zufall, der eine Rol­le spielt. Dass die ita­lie­ni­sche Band Manes­kin beim Grand Prix vor allem in der Zuschau­er­gunst gewon­nen hat, mag schlicht dar­an lie­gen, dass der Song bei den Buch­ma­chern vorn lag und dass die Fotos ein­drück­lich waren. Es kann auch sein, dass nach Mona­ten der Pan­de­mie Men­schen in Grup­pen beson­ders attrak­tiv sind oder auf­fal­len. Oder dass sich im pri­va­ten und beruf­li­chen Kreis zufäl­li­ge Prä­fe­ren­zen gebil­det haben, weil man etwas öfter gehört hat.

Der Sozio­lo­ge Matthew Sal­ga­nik unter­such­te die­sen Effekt für Musik-Down­­loads neu­er und unbe­kann­ter Titel unbe­kann­ter Bands. Die­se hat­ten 48 Titel wie „I am error“ oder „Bad Mista­kes“ zu Aus­wahl. In der Kon­troll­grup­pe wur­den die Teil­neh­me­rin­nen nicht beein­flusst. Sal­ga­nik bil­de­te­te aber noch acht wei­te­re Grup­pen, in denen die Musik­fans sahen, was ande­re prä­fe­rier­ten. Die­se jewei­li­gen Prä­fe­ren­zen beein­fluss­ten die ande­ren und den Erfolg der Titel stark.

Es war kei­nes­wegs so, dass sich immer eine ähn­li­che Rang­fol­ge bil­de­te, son­dern in jeder Grup­pe eine ande­re. In der einen Grup­pe konn­te „Bad Mista­kes“ die Hit­lis­te anfüh­ren, in der ande­ren „I am error“. Die bes­ten Songs, die mit­hil­fe der Kon­troll­grup­pe ermit­telt wor­den war, schaff­ten es aller­dings nie bis ganz ans Ende der Ska­la sowie auch umge­kehrt die schlech­tes­ten nie abso­lu­te Hits wur­den. In der Mit­te aller­dings gab es eine erheb­li­che Streu­ung – so genann­ten “Noi­se”. Fazit: Grup­pen­er­geb­nis­se las­sen sich leicht mani­pu­lie­ren, weil Erfolg selbst­ver­stär­kend ist. Der sozia­le Ein­fluss in Grup­pen ist also erheb­lich. Grup­pen, die über glei­ches ent­schei­den sol­len, tref­fen höchst unter­schied­li­che Urtei­le, die Streu­ung kann enorm sein.

Noi­se ergänzt die sys­te­ma­ti­sche Ver­zer­rung von Ent­schei­dun­gen, den Bias. Das Ergeb­nis ist die Domi­nanz star­ker Per­so­nen, sicht­ba­rer Urtei­le wie “Like” oder “Fol­lo­wer­zahl” und selbst­ver­stär­ken­der Gruppen.Einflüsse. Bei­des spielt inein­an­der und ver­schlech­tert Ent­schei­dungs­qua­li­tät — mit auch wirt­schaft­li­chen Folgen.

Team­ent­schei­dun­gen mit Noise

Die Grand-Prix-Orga­­ni­­sa­­to­­ren könn­ten also dar­über nach­den­ken, wie sie Noi­se ver­hin­dern… Noch wich­ti­ger ist das in Orga­ni­sa­tio­nen und Teams. Stel­len Sie sich die Ein­stel­lung von Mit­ar­bei­ten­den oder die Wahl von Vor­ge­setz­ten vor: Es ist recht wahr­schein­lich, dass die­se nicht zu einem guten Ergeb­nis führt. Auch ande­re Team­ent­schei­dun­gen sind von Noi­se betrof­fen. Agi­le Metho­den wie das Schät­zen spie­len dage­gen. Ent­schei­dungs­me­tho­den wie der kon­sul­ta­ti­ve Ein­zel­ent­scheid wir­ken eben­so Noi­­se-Redu­­zie­­rend – wenn der letzt­end­lich Ent­schei­den­de sich mit offe­ner Hal­tung tat­säch­lich aus­führ­lich und von ver­schie­de­nen Exper­tin­nen bera­ten lässt.

Agi­le Entscheidungsmethoden

Agi­le Ent­schei­dungs­me­tho­den sind also oft auch Anti-Noi­­se-Metho­­den, die lei­der all­zu oft außer Kraft gesetzt wer­den, weil die­ser Aspekt nicht aus­rei­chend ver­stan­den wird. Oder auch, weil die­se neue Form von Ent­schei­dungs­hy­gie­ne die Macht­ver­hält­nis­se in Unter­neh­men unmit­tel­bar tan­giert. Wenn Teams mit sta­tis­ti­schen Metho­den arbei­ten, um Ent­schei­dun­gen vor­zu­be­rei­ten oder/und künst­li­che Intel­li­genz ein­be­zie­hen, ist dies eben­so hilfreich.

Wirt­schafts­pro­fes­sor und Nobel­preis­trä­ger Dani­el Kah­ne­mann behan­delt “Noi­se” in sei­nem neu­en Buch, das in der Coro­­na-Pan­­de­­mie zusam­men mit dem ehe­ma­li­gen McK­in­sey Bera­ter Oli­vi­er Sibo­ny und Barack-Oba­­ma-Gefähr­­te Cass R. Sund­stein ent­stan­den ist. Man kann sagen “dank Coro­na”, denn in der Pan­de­mie hat­ten alle mehr Zeit und muss­ten sich zum Buch­schrei­ben nicht mehr per­sön­lich tref­fen und zwi­schen Euro­pa und den USA pendeln.

Mensch­li­che Urtei­le mes­sen nicht objektiv

Men­schen tref­fen intui­tiv und schnell Urtei­le. Dabei wäh­len sie aus vie­len Fak­ten jene aus, die ihnen pas­sen. Sie sind kaum in der Lage, vie­le Varia­blen zu ver­bin­den – das kön­nen mul­ti­ple Regres­si­ons­ana­ly­sen bes­ser, die nach­weis­lich auch zu bes­se­ren Ergeb­nis­sen kom­men. Men­schen sind im Vor­zug bei Din­gen, die Com­pu­ter eher schlecht berech­nen kön­nen. So sind sie gut bei der krea­ti­ven Ent­fal­tung von Ideen in der Schwarm­in­tel­li­genz. Sie sind auch begab­te “Com­­pu­­ter-Füt­­te­­rer”, kön­nen also den Rech­ner mit Algo­rith­men schlau­er machen.

Kah­ne­man kennt ver­schie­de­ne Arten von „Noi­se“. In Orga­ni­sa­tio­nen sehen wir “Sys­tem Noi­se”. Die­ses Rau­schen ist für die Orga­ni­sa­tio­nen wirt­schaft­lich schäd­lich. Das Bezie­hungs­sys­tem „Team“ arbei­tet aller­dings an der Erhal­tung von Noi­se — ist Noi­se doch auch sub­ti­ler Einfluss.

Die Unein­heit­lich­keit von Urtei­len führt zu höhe­ren Kos­ten, wenn etwa Scha­dens­sum­men höher aus­fal­len als sie soll­ten. Gleich­zei­tig sichert es auch den emo­tio­nal auf­ge­la­de­nen Exper­ten­sta­tus, wenn jemand zu einem The­ma eine Posi­ti­on auf­grund sei­nes Fach­wis­sens ein­neh­men kann – schön zu sehen in der Coro­­na-Pan­­de­­mie (auch der Like-Dis­­li­ke-Effekt ist sehr schön abge­bil­det und soll­te uns zu den­ken geben).

Natür­lich beruft man sich dabei auf Fak­ten, wählt die­se aber selbst aus. Details fal­len dabei typi­scher­wei­se unter den Tisch. Der Hin­weis, dass eigent­lich erst Meta­ana­ly­sen eine stär­ke­re Aus­sa­ge­kraft haben, wird von vie­len Exper­ten erst gar nicht erbracht.

Noi­se statistisch

Noi­se ist aus dem Blick­win­kel der Sta­tis­tik die Stan­dard­ab­wei­chung der Urtei­le, etwa der Pro­gno­sen. Letzt­end­lich bedeu­tet viel Noi­se also eine brei­te Glo­cken­kur­ve. Sinn­vol­ler wären spit­ze Glo­cken­kur­ven mit weni­ger Streu­un­gen um das arith­me­ti­sche Mittel.

Nach Kah­ne­man et. al. gibt es drei Arten des Rauschens:

• Occa­si­on Noi­se:Das ist das situa­ti­ve Rau­schen, wenn wir etwas beson­ders opti­mis­tisch ein­schät­zen, weil die Lieb­lings­fuß­ball­mann­schaft am Wochen­en­de gewon­nen hat oder wir gera­de Sex hat­ten. Weil die Feri­en vor der Tür ste­hen, stellt das Team bei­spiels­wei­se einen neu­en Mit­ar­bei­ter ein. Auf­grund guter Stim­mung durch einen Small Talk wer­den die Zah­len im einen Team viel posi­ti­ver beur­teilt als im anderen.
• Pat­tern Noi­se:Das sind auch durch Per­sön­lich­keit und per­sön­li­che Bewer­tun­gen beding­te Rau­sch­mus­ter. Das eine Team ach­tet viel­leicht beson­ders dar­auf, dass die Kol­le­gen bestimm­te IT-Zei­t­­schrif­­ten lesen, das ande­re auf ein kom­mu­ni­ka­ti­ves Wesen. Wer­tun­gen spie­len hier eine gro­ße Rolle.
• Level Noi­se: Dies beschreibt die Aus­le­gungs­stren­ge von Regeln, etwa wenn For­scher­teams zu kom­plett unter­schied­li­chen Ein­schät­zun­gen kom­men. Das mora­li­sche und poli­ti­sche Welt­bild spielt dabei eine gro­ße Rolle.

Was tun gegen „Noi­se“ in Teams und Grup­pen – 7 Tipps:

1. Run­ter vom Mount Stu­pid der Selbst­über­zeu­gung und zurück zu Sokra­tes „ich weiß, dass ich nichts weiß“. Wenn die­se Hal­tung in Teams posi­ti­ver bewer­tet wird als die Hal­tung „ich bin Exper­te und muss das wis­sen“, ist das schon ein­mal eine gute Basis.
2. Ver­mei­den Sie frü­he Beein­flus­sung durch bewusst steu­ern­de Prä­sen­ta­tio­nen oder ande­re Kom­mu­ni­ka­ti­ons­tools der alten Welt. Desi­gnen Sie Räu­me für Dis­kurs, der den Begriff ver­dient hat. Es soll­te also nicht um ein Batt­le von Argu­men­ten gehen, son­dern um das sach­li­che Gegen­über­stel­len. Wer­den Sie auch miss­trau­isch bei vie­len Likes. Und schlie­ßen Sie lie­ber nicht von weni­gen Likes auf die Qualität…
3. Sor­gen Sie für ein mög­lichst brei­tes Mei­nungs­bild ohne sozia­le Beein­flus­sung. Das geht Online sogar bes­ser als Live. Teil­neh­me­rin­nen schi­cken ihre Ein­schät­zun­gen in Form von Argu­men­ta­tio­nen oder auch Zah­len zeit­gleich in den Chat.
4. Fokus­sie­ren Sie die nicht-beach­­te­­ten Fak­ten durch gute Fra­gen wie „was sehen wir nicht?“ oder „was sind die Unknown Unknowns“ (also das, was wir heu­te noch gar nicht wis­sen können).
5. Suchen Sie bei kom­ple­xen The­men pas­sen­de Ent­schei­dungs­hil­fen, etwa die sta­tis­ti­sche linea­re Regres­si­ons­ana­ly­se bei Ent­schei­dun­gen mit meh­re­ren Varia­blen, die jeweils mit dem zu tref­fen­den Urteil kor­re­lie­ren (etwa Ein­stel­lung von Bewer­bern oder Erfolgsschätzung).
6. Bei kom­pli­zier­ten The­men die Mei­nungs­bil­dung kas­ka­die­ren. Im ers­ten Schritt soll­te sich jeder selbst ein Bild machen und dabei bewusst auch Pole zwi­schen den Extre­men auf­ma­chen. Dann nach Bestä­ti­gung und Wider­spruch zu die­sen Polen suchen. Das eige­ne Urteil und die Argu­men­te auf­schrei­ben und erst danach in der Grup­pe dar­über spre­chen. Argu­men­te ro und Con­tra ein­fach nur sich­ten, ohne die­se zu bewer­ten. Sacken­las­sen vor der end­gül­ti­gen Ent­schei­dung. Einen wei­te­ren Ter­min anset­zen mit Vor­schlä­gen. Sich für das der­zeit bes­te Argu­ment ent­schei­den, zu dem kein bes­se­res vor­ge­bracht wer­den kann (Kon­sent).
7. Bezie­hen Sie bei kom­pli­zier­ten und kom­ple­xen The­men künst­li­che Intel­li­genz mit ein. Machen Sie die­se zu Ihrem Team­mit­glied, indem Sie immer wie­der fra­gen “was könn­te KI bei­tra­gen”? Je kom­ple­xer die The­men, des­to wich­ti­ger wird maschi­nel­les Ler­nen. Wir emp­feh­len, immer einen Sitz frei­zu­hal­ten für den klei­nen Robo­ter, der eini­ges bes­ser kann als wir. Mensch- Maschi­­ne-Teams gehört die Zukunft.

Noi­se Audits

Nobel­preis­trä­ger Kah­ne­mann emp­fiehlt „Noi­se Audits“ bei denen die Ent­schei­dun­gen sys­te­ma­tisch hin­ter­fragt wer­den, etwa mit sta­tis­ti­schen Methoden.

Wenn man etwa denkt, dass die Bewer­be­rin über­durch­schnitt­lich intel­li­gent sei, weil sie schon mit vier Jah­ren lesen konn­te, sol­le man die­se Ent­schei­dung mit der Wahr­schein­lich­keit, dass das wirk­lich kor­re­liert abglei­chen – die typi­scher­wei­se viel gerin­ger sei als die selbst ange­nom­me­ne. Über­haupt nei­gen wir zum Über­schät­zen von sta­tis­ti­schen Zusam­men­hän­gen und ver­mu­ten Kor­re­la­tio­nen, wo kei­ne sind.

Sicher, sta­tis­ti­sche Metho­den sind hilfreich.

Zusätz­lich lohnt es sich, sich ein­fach ein paar Grund­sät­ze zu eigen zu machen:

1. Ent­schei­den Sie nicht alleine.
2. Brin­gen Sie Exper­ten mit gegen­sätz­li­chen Ein­schät­zun­gen an einen Tisch.
3. Run­ter vom Mount Stu­pid (Video hier) — aner­ken­nen Sie die Tat­sa­che, dass Sie nichts wissen.

Mehr Ent­schei­dungs­hy­gie­ne sei drin­gend gebo­ten, sagen die Autoren. Wir soll­ten akzep­tie­ren, dass wir Men­schen nicht für ratio­na­les Den­ken und logi­sche Ent­schei­dun­gen gemacht sind. Wir haben auch nie gelernt, wie man allein und in Grup­pen ent­schei­det. Vor allem aber haben wirei­ne Kul­tur der Recht­ha­be­rei ent­wi­ckelt. In die­ser geht es nicht dar­um, Argu­men­te zu ver­dich­ten, son­dern um “wer hat recht”.

Bei­trags­fo­to: iStock