Bayesianisches Führen: Denken in Wahrscheinlichkeiten

Thomas Bayes formulierte im 18. Jahrhundert ein mathematisches Theorem, das beschreibt, wie rationale Akteure ihre Überzeugungen bei neuen Informationen aktualisieren sollten. Die Kernidee: Jede Überzeugung hat eine Ausgangswahrscheinlichkeit (Prior). Neue Daten verändern diese Wahrscheinlichkeit (Posterior). Rationales Handeln bedeutet, den Prior kontinuierlich zu aktualisieren, statt an einmal getroffenen Einschätzungen festzuhalten.

Für Führungskräfte ist das ein revolutionäres Denkmodell, weil es zwei fundamentale Fehler adressiert: die Tendenz, an der ersten Einschätzung festzuhalten (Ankereffekt) und die Tendenz, neue Informationen so zu interpretieren, dass sie bestehende Überzeugungen bestätigen (Bestätigungsfehler). Amos Tversky und Daniel Kahneman zeigten schon 1974 in Science, dass Menschen unter Unsicherheit auf wenige Faustregeln zurückgreifen, etwa Verfügbarkeit, Repräsentativität und Ankerung, die zu vorhersagbaren systematischen Fehlurteilen führen. Raymond Nickerson trug 1998 in Review of General Psychology zusammen, wie durchgängig der Bestätigungsfehler dabei wirkt. In Kahnemans späterer Sprache: Das schnelle, intuitive System 1 arbeitet mit genau diesen Heuristiken.

Kahneman und Tversky zeigten in einer Serie von Experimenten, dass Menschen systematisch schlecht darin sind, Basisraten (Prior-Wahrscheinlichkeiten) zu berücksichtigen. In ihrem berühmten „Linda-Problem" übersah die große Mehrheit der Befragten die Basisrate zugunsten einer anschaulichen Beschreibung. Wie groß dieser Anteil ausfällt, hängt stark an der Fassung der Aufgabe, deshalb steht hier keine Zahl. Dieses Muster ist für Führungskräfte gefährlich, weil es bedeutet: Je überzeugender eine Geschichte klingt, desto weniger prüfen wir ihre statistische Wahrscheinlichkeit.

Gerd Gigerenzer und Daniel Goldstein zeigten 1996 in Psychological Review, dass einfache Heuristiken unter bestimmten Bedingungen besser abschneiden als komplexe statistische Modelle. Ihre „Fast-and-Frugal Heuristics" nutzen wenige Informationen effizient, anstatt alle verfügbaren Daten zu analysieren. Die „Take the Best"-Heuristik etwa trifft Entscheidungen auf Basis des besten einzelnen Unterscheidungsmerkmals und ignoriert den Rest.

Belegt ist das über einen direkten Wettbewerb: In ihrer Simulation trat „Take the Best" gegen klassische Verfahren wie die multiple Regression an und erreichte trotz deutlich weniger verwendeter Information die gleiche oder eine bessere Trefferquote bei höherem Tempo. Die Übertragung auf Führung ist naheliegend, sie ist aber Auslegung und kein Studienergebnis: Bei hoher Unsicherheit, wenig Daten und Zeitdruck spricht viel für einfache Regeln. Bei vielen Daten, stabilen Mustern und genug Zeit spricht mehr für die bayesianische Analyse. Die Kunst der Führung besteht darin zu erkennen, wo man gerade steht.

Frenkel-Brunswik (1949) zeigte, dass Menschen sich fundamental darin unterscheiden, wie viel Ambiguität sie ertragen können. Menschen mit hoher Ambiguitätsintoleranz suchen vorzeitige Gewissheit: Sie treffen schnelle Entscheidungen, um das Unbehagen der Ungewissheit zu beenden, nicht weil sie genug Informationen haben. In komplexen Führungssituationen führt das zu systematischen Fehlentscheidungen.

Die Bildgebung dazu untersucht die Lage, nicht die Eigenschaft. Ming Hsu und Kollegen fanden 2005, dass der Grad an Mehrdeutigkeit einer Wahl mit der Aktivierung von Amygdala und orbitofrontalem Kortex zusammenhängt. Dass ein einzelner Mensch Mehrdeutigkeit schlecht erträgt, ist damit nicht gemessen. Mein Arbeitsmodell dazu: Das Gehirn behandelt Ungewissheit als Bedrohung und drängt auf schnelle Auflösung. Bayesianisches Denken ist das direkte Gegenmittel: Es lehrt, Unsicherheit als normalen Zustand zu akzeptieren und Entscheidungen als vorläufig zu betrachten, die bei neuen Daten aktualisiert werden.

• Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.
• Kahneman, D. & Tversky, A. (1973). On the Psychology of Prediction. Psychological Review, 80(4), 237-251.
• Gigerenzer, G. & Brighton, H. (2009). Homo Heuristicus: Why Biased Minds Make Better Inferences. Topics in Cognitive Science, 1(1), 107-143.
• Gigerenzer, G. (2007). Gut Feelings: The Intelligence of the Unconscious. Viking.
• Frenkel-Brunswik, E. (1949). Intolerance of Ambiguity as an Emotional and Perceptual Personality Variable. Journal of Personality, 18(1), 108-143.
• Tversky, A. & Kahneman, D. (1974). Judgment Under Uncertainty: Heuristics and Biases. Science, 185(4157), 1124-1131.