Schnelles Denken, langsames Denken (German Edition)

Spieler nach Maßgabe der statistischen Daten ihrer bisherigen Leistungen auszuwählen. Die Spieler, für die er sich entschied, waren billig, weil andere Teams sie wegen ihres Aussehens verschmäht hatten. Die Mannschaft verzeichnete schon bald großartige Erfolge zu niedrigen Kosten.

Die Sünden der Repräsentativität
    Es hat gewichtige Vorteile, wenn man Wahrscheinlichkeiten auf der Basis der Repräsentativität beurteilt: Die intuitiven Eindrücke, die auf diesem Wege entstehen, sind oft – in aller Regel – zutreffender, als es Zufallsschätzungen wären.
– Meistens sind Menschen, die sich freundlich verhalten, tatsächlich freundlich.
– Ein Profisportler, der sehr groß und schlank ist, ist mit viel höherer Wahrscheinlichkeit ein Basketball- als ein Footballspieler.
– Menschen mit einem Doktortitel abonnieren eher die New York Times als Menschen, die nur einen Highschool-Abschluss haben.
– Junge Männer fahren eher aggressiv als ältere Frauen.
    In all diesen und in vielen anderen Fällen ist an den Stereotypen, die Repräsentativitätsurteilen zugrunde liegen, etwas dran, und Vorhersagen auf der Grundlage dieser Heuristik können zutreffend sein. In anderen Situationen sind diese Stereotype falsch, und die Repräsentativitätsheuristik ist irreführend, wenn sie Menschen dazu veranlasst, Informationen über Basisraten zu vernachlässigen, die in eine andere Richtung weisen. Selbst wenn die Heuristik eine begrenzte Gültigkeit besitzt, führt es zu schweren Verstößen gegen die statistische Logik, wenn man sich ausschließlich darauf verlässt.
    Eine Sünde der Repräsentativität ist die Bereitschaft, die Häufigkeit unwahrscheinlicher Ereignisse (mit niedriger Basisrate) zu überschätzen. Hier ist ein Beispiel: Sie sehen in der New Yorker U-Bahn eine Person, die die New York Times liest. Welche der folgenden Aussagen ist eine bessere Wette über die lesende Unbekannte?
    Sie hat einen Doktortitel.
Sie hat keinen College-Abschluss.
    Die Repräsentativität würde Ihnen nahelegen, auf den Doktortitel zu wetten, aber das ist nicht unbedingt klug. Sie sollten ernsthaft die zweite Alternative in Erwägung ziehen, weil viel mehr Nichtakademiker als Doktoren die New Yorker U-Bahn benutzen. Und wenn Sie raten sollen, ob eine Frau, die als »schüchterne Poesie-Liebhaberin« beschrieben wird, chinesische Literatur oder Betriebswirtschaftslehre studiert, sollten Sie sich für Letzteres entscheiden. 1 Selbst wenn jede Studentin chinesischer Literatur schüchtern ist und Gedichte liebt, ist es fast sicher, dass es in der viel größeren Population von BWL-Studentinnen mehr scheue Poesie-Liebhaberinnen gibt.
    Menschen ohne Statistikkenntnisse sind durchaus in der Lage, sich unter bestimmten Bedingungen bei Vorhersagen auf Basisraten zu stützen. In der ersten Fassung des Tom-W.-Problems, in der keine detaillierten Informationen über ihn enthalten sind, liegt es für jeden auf der Hand, dass die Wahrscheinlichkeit, dass Tom W. eine bestimmte Fachrichtung studiert, einfach der relativen Häufigkeit aller in dieses Fach eingeschriebenen Studenten entspricht. Doch sobald Tom W.s Persönlichkeit beschrieben wird, schwindet das Interesse an den Basisraten augenscheinlich.
    Amos und ich glaubten auf der Basis unserer anfänglichen Daten zunächst, dass Informationen über die Basisrate immer vernachlässigt werden, wenn Informationen über den konkreten Fall verfügbar sind, aber diese Schlussfolgerung ging zu weit. Psychologen haben viele Experimente durchgeführt, in denen Informationen über Basisraten ausdrücklich als Teil des Problems bereitgestellt werden, und viele Teilnehmer ließen sich von diesen Basisraten beeinflussen, obwohl die Informationen über den Einzelfall immer stärker gewichtet wurden als bloße statistische Angaben. 2 Norbert Schwarz und seine Mitarbeiter haben gezeigt, dass sich die Nutzung der Basisraten-Informationen verbesserte, wenn die Probanden angewiesen wurden, »wie ein Statistiker zu denken«, während die Anweisung, »wie ein Kliniker zu denken«, die gegenteilige Wirkung hatte. 3
    Ein Experiment, das vor ein paar Jahren von Harvard-Studenten durchgeführt wurde, erbrachte ein Ergebnis, das mich überraschte: Die verstärkte Aktivierung von System 2 ergab eine deutliche Verbesserung der Vorhersagegenauigkeit beim Tom-W.-Problem. Bei diesem Experiment wurde das alte Problem mit einer modernen Variante der kognitiven Flüssigkeit verknüpft. Die Hälfte der Studenten sollte