Entscheiden unter Unsicherheit: Heuristiken und Biases

Präsentation zum Thema: "Entscheiden unter Unsicherheit: Heuristiken und Biases"—  Präsentation transkript:

1 Entscheiden unter Unsicherheit: Heuristiken und Biases
Ein Referat von Ava

2 Übersicht Was sind Heuristiken und Biases? Elementare Heuristiken
Verfügbarkeit + Beispiel Repräsentativität und Basisrate + Beispiel Anker und Anpassung + Beispiel Weitere Heuristiken Less-is-more Take-the-best Diskussion

3 Abwägendes Entscheiden vs. Automatisches Entscheiden
Wo und was soll ich studieren? Soll ich für ein Jahr ins Ausland gehen? In welches Land? Wo und was soll ich zu Mittag essen?

4 Heuristiken + Mentale Abkürzungen (Faustregeln, rules of thumb) zur schnellen und effizienten Entscheidungsfindung + Erbringen in meisten Fällen das erwartete Ergebnis und führen daher zu einer befriedigenden Problemlösung - Es kann bei der Anwendung jedoch zu systematischen Fehlern; sog. Biases kommen

5 Kahnemann & Tversky

6 Verfügbarkeitsheuristik
Eine Faustregel, nach der ein Urteil darauf basiert, wie leicht ein bestimmter Gedächtnisinhalt abrufbar ist Bsp 1: „Für wie wahrscheinlich halten Sie es ermordet oder Opfer einer Gewalttat zu werden?“  Wahrscheinlichkeit des Eintretens eines Ereignissen wird überschätzt, wenn es mit nahen Erinnerungen verknüpft ist Ein prägnantes Ereignis kann stärker sein als tausend Statistiken!!!

7 Verfügbarkeitsheuristik
Bsp. 2: Gibt es mehr Worte (im Deutschen) die mit „r“ beginnen oder ein „r“ als 3. Buchstaben haben?  Assoziieren Wörter mehr mit ihrem Anfangsbuchstaben

8 Repräsentativitätsheuristik
Mentale Abkürzung , bei der etwas danach klassifiziert wird, wie ähnlich es einem Prototypen ist

9 Repräsentativsheuristik
Stellt euch vor, ihr begegnet diesem Studenten Ist er wahrscheinlicher ein (a) BWL- Student (b) Pädagogik Student  Insensivität gegenüber Basis-Rate (auch wenn das Verhältnis bekannt ist!!)

10 Anker- und Anpassungsheuristik
Numerische Schätzung bei der eine bestimmte Zahl oder ein bestimmter Wert als Ausgangspunkt genommen wird  Anpassung gelingt nur unzureichend

11 Anker- und Anpassungsheuristik
Es wird ein Zahlenrad gedreht, danach soll geschätzt werden, wie hoch der Anteil afrikanischer UNO-Staaten ist  der durch die Reizvorgabe induzierte Anker beeinflusst die Schätzung

12 Kritik Kahneman und Tverskys Konzepte der „Heuristiken und Biases“ spezifizieren jedoch weder einen Prozess noch die Bedingung unter denen Heuristiken zum Erfolg führen oder scheitern

13 Less-is-more Effect Take-the-best Effect

14 Rekognitionsheuristik: Der Less-is-more Effekt
Kennt man aus einer Auswahl von Objekten bereits eines, so wird man dieses wählen tritt in allen Situationen zu Tage, in denen weniger Wissen zu mehr korrekten Entscheidungen führt, als mehr Wissen Welche Stadt hat mehr Einwohner? (a) San Diego (b) San Antonio „Beneficial amount of ignorance“

15 Less-is-more effect

16 Take-the-best effect (Wenn Rekognition nicht mehr ausreicht…)
1.) Suchregel: Suche den besten Hinweis (Cue) aus den vielen möglichen Cues aus 2.) Stoppregel: Wenn 1 Objekt höheren Cue Wert als anderes hat beende die Suche, sonst gehe zu Schritt 1 zurück 3.) Entscheidungsregel: Entscheide dich für Objekt mit höherem Cue Wert

17 1. Suchregel 2. Stoppregel 3. Entscheidungsregel

18 Diskussion Inwiefern kann die Anwendung von Heuristiken gefährlich sein? Können K. & T. Versuche überhaupt nachweisen, dass wir in unserer natürlichen Umwelt solche Denkfehler begehen? Sind die Messinstrumente nicht grade zu konstruiert? Findet man solche Testbeispiele Überhaupt in der Umwelt? Problem: Oftmals lässt sich durch eine Heuristik ein Ergebnis, aber gleichzeitig auch das Gegenteil dieses Ergebnisses vorhersagen Gambler‘s Fallacy vs. Hot Hand Fallacy

19 Vielen Dank für Eure Aufmerksamkeit!!!