Office for National Statistics
Immer ins Schwarze
Artikel

Immer ins Schwarze

Daniel Kahneman, Andrew M. Rosenfield, Linnea Gandhi und Tom Blaser
Harvard Business Manager, 2016
Zum Artikel

Offline lesen oder anhören

Amazon Kindle
automatisch generiertes Audio
  • 0.5×
  • 0.75×
  • 1×
  • 1.25×
  • 1.5×
  • 1.75×
1×
automatisch generiertes Audio

Bewertung der Redaktion

7

Qualitäten

  • Wissenschaftsbasiert
  • Augenöffner
  • Hintergrund

Rezension

Die sprichwörtliche Uneinigkeit von Wissenschaftlern oder Politikern bei vielen Fragen sollte eigentlich zu denken geben. Auch Gutachter oder Ärzte kommen selten zu gleichen Ergebnissen, und dieselbe Person entscheidet denselben Sachverhalt zu verschiedenen Zeitpunkten anders. Es kann aber nicht sein, dass die Bewilligung eines Kreditantrags von der letzten Mahlzeit des Sachbearbeiters oder vom Wetter abhängt. Die Autoren stellen fest, dass dieses Problem von Unternehmen weitgehend ignoriert wird – und dass einfache Algorithmen oft zuverlässigere Entscheidungen treffen können. getAbstract empfiehlt diesen interessanten Artikel allen Entscheidungsverantwortlichen.

Zusammenfassung

Algorithmen liefern oft bessere Schätzungen als gute Mitarbeiter. Zumindest kommen sie anders als Menschen bei gleichen Eingabedaten immer zum gleichen Ergebnis. Ob Gutachter, Pathologen oder Versicherungssachbearbeiter: Sie alle lassen sich bei Ermessensentscheidungen vom Wetter, vom vorherigen Fall oder von der letzten Mahlzeit beeinflussen. Selbst wenn sie mehrmals denselben Fall vorgelegt bekommen, neigen sie zu abweichenden Diagnosen oder unterschiedlichen Kostenschätzungen. Vergleicht man die Schätzungen mehrerer Experten, dann fallen die Streuungen, also zufällige...

Über die Autoren

Daniel Kahneman lehrte Psychologie in Princeton. Andrew M. Rosenfield ist CEO des von Kahneman mitgegründeten Beratungsunternehmens TGG Group. Linnea Gandhi und Tom Blaser arbeiten dort als Managing Directors.

Kommentar abgeben oder Diskussion beginnen