Lebe lieber innovativ

Analyse einer riskanten Situation, erläutert sie, müsse man bestimmen, welche möglichen Resultate sich daraus ergeben könnten und wie wahrscheinlich diese sind. Ist das einmal geschafft, muss man eine vollständige Übersicht aller Eventualitäten aufstellen. Elisabeth ist der Meinung, es sei nur dann sinnvoll, den Weg des großen Risikos (und Erfolgs) einzuschlagen, wenn man auch bereit ist, mit allen möglichen Konsequenzen daraus zu leben. Man sollte sich gut auf eine negative Situation vorbereiten und einen Plan B zur Hand haben. Bitte lesen Sie sich die letzten Sätze mehrfach durch. Fachleute im Bereich Risiko-Management sind davon überzeugt, dass Sie nur Entscheidungen treffen sollten, nachdem Sie alle möglichen Ergebnisse abgewogen haben, einschließlich der Szenarien für den günstigsten und den schlimmsten Fall. Sie müssen dazu bereit sein, große Risiken einzugehen, und auf alle Eventualitäten vorbereitet sein.
    Man darf jedoch nicht vergessen, dass auch Entscheidungen, die auf einer einwandfreien Risikoabwägung beruhen, zu negativen Ergebnissen führen können, denn ein Restrisiko bleibt immer bestehen. Ein einfaches Beispiel: Kurz nach meinem Studium wurde mir ein Job angeboten, der nicht sonderlich gut zu mir passte. Nachdem ich das Angebot einige Tage sorgfältig überdacht hatte, sagte ich ab, weil ich glaubte, schon bald etwas Passenderes zu finden. Doch leider ging es kurz darauf mit der Wirtschaft rapide bergab und ich war monatelang
auf Arbeitssuche. Ich hätte mich dafür ohrfeigen können, dass ich die Stelle nicht angenommen hatte. Im Nachhinein erschien sie mir dann immer attraktiver. Ich hatte zwar auf der Grundlage aller mir damals zugänglichen Informationen eine gute Entscheidung getroffen, doch das Ergebnis war alles andere als großartig.
    Genau wie in diesem Fall muss man häufig Entscheidungen auf der Basis von unvollständigen Informationen treffen. Das heißt, man muss entscheiden und handeln, obwohl jede Option mit erheblichen Unsicherheiten verbunden ist. Wie kann man diese Wissenslücken füllen? Lassen Sie sich dazu von Stanley inspirieren. Stanley ist ein Roboter-Auto, dessen Innenleben ein Gemeinschaftsprodukt ist, an dem das Forschungslabor für künstliche Intelligenz der Stanford University , das Artificial Intelligence Lab , und das Volkswagen Electronics Research Laboratory mitgewirkt haben. Der Wagen wurde für die Teilnahme am Fahrwettbewerb DARPA Grand Challenge konstruiert und zeigt, wie Entscheidungen auf Grundlage unvollständiger Informationen getroffen werden. Die Agentur DARPA , Defense Advanced Research Project Agency , ist eine Regierungsorganisation mit der Aufgabe, neuartige Technologien für das Militär zu entwickeln. Im Rahmen des DARPA -Wettbewerbs mussten fahrerlose Wagen eine 212 Kilometer lange Rennstrecke im Gelände zurücklegen. Jeder Wagen musste durch drei enge Tunnel fahren, mehr als hundert scharfe Kurven nehmen und Bergpässe überwinden, die an beiden Seiten von steilen Abhängen gesäumt waren. Obwohl man dem Stanford -Auto nur geringe Chancen einräumte, hat es das Rennen gewonnen – vor allem dank seiner Fähigkeit, auf Grundlage unvollständiger Informationen schnell Entscheidungen treffen zu können.

    Stanley hatte jede Menge leistungsstarke Technik an Bord, darunter dreidimensionale Geländekarten, GPS, Gyroskope, Beschleunigungsmesser, Videokameras und Sensoren an den Rädern. Die eingebaute Software analysierte und interpretierte alle ankommenden Daten, kontrollierte die Geschwindigkeit und die Fahrtrichtung. Doch der Schlüssel zu Stanleys Erfolg lag in seiner überragenden Eigenschaft, Entscheidungen ohne vollständige Informationen zu treffen. Das konnte er, weil seine Entwickler ihm die Fähigkeit einprogrammiert hatten, genauso zu lernen wie ein Mensch. Dazu hatten sie eine Datenbank mit menschlichen Entscheidungen erstellt, auf die das Auto zugriff, wenn es beurteilte, was es tun sollte. Die Informationen wurden in ein Lernprogramm integriert, das mit den Steuer- und Regelsystemen des Wagens verbunden war und so dazu beitrug, dass Stanley weniger Fehlentscheidungen traf.
    Dieses Beispiel untermauert die Tatsache, dass man die eigene Misserfolgsrate bedeutend reduzieren kann, indem man von anderen lernt. Man ist nicht immer völlig auf sich allein gestellt. Genau wie Stanley sollten Sie sich alle in Ihrem Umfeld verfügbaren Informationen beschaffen und die Erfahrungen nutzen, die andere vor Ihnen gemacht haben. Nur so