Gute Entscheidungen treffen: „Man muss lernen, mit der Ungewissheit zu leben“
WirtschaftsWoche. Herr Gigerenzer, Sie sagen: Manager lernen nicht, wie man gute Entscheidungen fällt. Ist das ein Grund für die Wirtschaftskrise?
Gerd Gigerenzer: Ja. Viele Business Schools lehren, dass richtiges Entscheiden darin besteht, Nutzen zu maximieren. Das ist ein grundsätzlicher Irrtum. In der wirklichen Welt kann man so gut wie nichts maximieren oder die beste Option berechnen. Alles, was man hat, sind Heuristiken – also intelligente Faustregeln, wie ich in bestimmten Situationen entscheide.
Sind komplexe Entscheidungen wirklich so simpel?
Der große Irrtum besteht darin, dass mehr Informationen immer besser sind. Oder auch Big Data – verarbeitet in einer Black Box, bei der man die Entscheidungen gar nicht mehr versteht. Das ist nur hilfreich, wenn man es mit einer stabilen Situation zu tun hat.
Was meinen Sie damit?
Stabile Situationen gibt es in sehr kleinen Welten, in denen wir alles wissen, was geschehen kann und wir auch alle möglichen Konsequenzen unserer Aktionen und deren Wahrscheinlichkeiten kennen. Ein Beispiel für eine kleine Welt ist Roulette mit seinen festen Regeln. Hier kann man das Risiko berechnen. Solche Situationen existieren in der Realität aber nur selten.
Gerd Gigerenzer
Foto: WirtschaftsWocheWir befinden uns also in großen Welten mit vielen Unsicherheiten statt berechenbarem Risiko. Warum ist diese Unterscheidung wichtig dafür, wie ich Entscheidungen treffe?
In einer vermeintlich berechenbaren Welt denken Sie, dass Sie alles optimieren können. Sie investieren vielleicht all Ihr Geld, setzen bei der Kundenbindung alles auf eine Karte. Ein unerwartetes Ereignis wirft Sie dann aus der Bahn. Das war einer der Gründe für die Finanzkrise 2008. Optimieren ist so, als würde man jedem Kind nach der Geburt eine Niere rausnehmen und diese verkaufen. Auch die Natur weiß: Wir brauchen Redundanzen.
Ist Künstliche Intelligenz dann überhaupt für Entscheidungen in einer unberechenbare Welt geeignet?
Sie kann Informationen liefern. Aber bei vollkommener Automatisierung, zum Beispiel von Waffensystemen, kann es ziemlich gefährlich werden. Denn KI hantiert nur mit Daten aus der Vergangenheit. Neue, unerwartete Ereignisse deckt ein solches System nicht ab. Google ist zum Beispiel schon daran gescheitert, per Big-Data-Algorithmus die Grippefälle vorherzusagen. Da kam die Schweinegrippe unerwartet im Sommer dazwischen. Doch der Algorithmus hatte gelernt, dass Grippe überwiegend im Winter auftritt. Einen Experten mit langjähriger Erfahrung wird KI kaum schlagen, insbesondere unter Ungewissheit.
Erklären Sie den Unterschied zwischen datengetriebenen Entscheidungen und Ihrer Herangehensweise an einem Beispiel.
Nehmen wir Einstellungsprozesse: Heutzutage werden so viele Daten wie möglich gesammelt, um den optimalen Kandidaten zu finden. Also: Assessment Center, viele statt nur wenige Interviews. Dahinter steckt der Irrglaube, dass mehr Daten immer besser sind. Die einfache, heuristische Version hat etwa Elon Musk vorgemacht.
In seiner Anfangszeit bei Tesla.
Genau. Er hat schlicht gefragt: Besitzt die Person eine außergewöhnliche Fähigkeit? Wenn ja, wurde der Kandidat eingestellt. Man könnte meinen: Wie soll das funktionieren mit nur einem einzigen Grund? Aber der Grund war ja nicht beliebig. Ist jemand beispielsweise ein erstklassiger Konzertpianist, hat er oder sie gelernt, sich zu konzentrieren, nicht aufzugeben und sich sozial in eine Gruppe, ein Orchester, einzufügen.
Etwas ausgefeilter ist das Verfahren von Amazon-Gründer Jeff Bezos, das Sie in Ihrem Buch beschreiben.
Er stellte als erstes die gleiche Frage wie Musk. Aber eine außergewöhnliche Fähigkeit reichte ihm nicht. Er fügte eine zweite Frage hinzu: Kann ich diese Person bewundern? Bezos hat das damit begründet, dass er selbst noch lernen musste und Vorbilder brauchte. Wurde auch das bejaht, lautete die dritte Frage: Wird diese Person die durchschnittlichen Leistungen in ihrer Gruppe anheben? Nur drei Jas führten zu einer Einstellung.
Aber braucht man nicht zumindest, um die letzte Frage zu beantworten, auch Informationen über den Kandidaten?
Natürlich. Zur Beantwortung aller drei Fragen braucht man Fakten und Erfahrung. Beim Entscheiden mittels intelligenter Heuristiken kommt es darauf an, sich auf das Wesentliche zu konzentrieren und den Rest zu ignorieren.
Diese mehrstufigen Entscheidungsbäume helfen nicht nur bei Einstellungsgesprächen. Welche Anwendungen gibt es noch?
Ich habe einen solchen Entscheidungsbaum auch für die britische Zentralbank konzipiert. Die Bank von England wollte herausfinden, wie anfällig und gefährdet Banken sind. Traditionell werden da höchst komplizierte Methoden angewendet, wozu man Tausende von Risikofaktoren und Millionen von Korrelationen schätzen muss. Das grenzt an Astrologie. Ich habe das einmal bei einem Vortrag bei der Europäischen Zentralbank so benannt und niemand hat widersprochen.
Was haben Sie in Ihrem Baum abgefragt?
Als erstes den Verschuldungsgrad, der anzeigt, ob die untersuchte Bank über genug Eigenkapital verfügt. Dann lief es wie bei Bezos: Nur bei drei positiven Antworten gab es am Ende grünes Licht.
Sie nennen in Ihrem Buch eine Fülle von Heuristiken, einfachen Regeln, um gut zu entscheiden. Dazu gehört, dass die spontane erste Idee oft die beste ist. Warum?
Weil Intuition auf jahrelanger Erfahrung beruht. Man weiß sofort, was man tun sollte, aber kann es anfangs nicht erklären. Das ist eine Form von unbewusster Intelligenz.
Wie lerne ich, meiner Intuition zu vertrauen beziehungsweise sie einzuschätzen?
Intuition kann auch irren. Der Punkt ist: Mit Erfahrung geschieht dies meist seltener als bei anderen Methoden. Mir haben Führungskräfte aus Dax–Unternehmen berichtet, dass sie jede zweite Entscheidung am Ende – wenn die Daten keine klare Schlussfolgerung erlauben – aus dem Bauch heraus treffen. Das würden sie öffentlich aber nie zugeben. Lieber verschwendet man Zeit und Geld, um sich die Entscheidung von einer Beratungsfirma im Nachhinein bestätigen zu lassen. Oder noch schlimmer: Man schlägt eine zweitklassige, weniger riskante Option vor und schützt sich selbst und schadet damit der Firma.
Was wäre noch eine simple Faustregel, die Führungskräfte beherrschen sollten?
Die Satisficing-Heuristik. Sie definieren für Ihr Ziel ein Anspruchsniveau, geben sich mit der ersten guten Option zufrieden und verschwenden keine weitere Zeit, um nach der Besten zu suchen. Angenommen, Sie suchen eine Hose, die passt, nicht teurer als 100 Euro und schwarz ist. Die erste Hose, die Sie finden, wird gekauft. Viele Menschen aber suchen weiter und durchforsten online hunderte Angebote und sind am Ende immer noch nicht sicher, ob sie das Beste haben. Wenn Sie das in der Wirtschaft oder bei der Partnersuche machen: viel Glück. Es braucht Mut zum Entscheiden und den Willen, Verantwortung zu tragen. Risiken sind auch Chancen.
Kann ich auch sagen: Ich gebe mich mit 90 Prozent des Idealzustands zufrieden?
Da in den meisten Situationen niemand den Idealzustand kennen kann, kann „90 Prozent“ das Beste sein, was man erreichen kann. Die weitere Suche nach dem Besten ist bei Ungewissheit eine Illusion und nicht effizient. Wir sollten lernen, mit der Ungewissheit zu leben. Man kann immer etwas verbessern. Aber in einer Welt von Ungewissheit das Beste zu suchen, ist ein Rezept für die Verschwendung von Zeit, Ressourcen und Intelligenz.
Lesen Sie auch: „Unternehmen in Schieflage machen immer dieselben zwei Fehler“