Nehmen wir als Beispiel die Kaufentscheidung bei einem Pkw. Bei der Auswahl gibt es eine Reihe von Entscheidungskriterien: Preis, Betriebskosten, Motorleistung, Fahrkomfort, Zuverlässigkeit, Ästhetik, Sicherheit, Prestige, Werkstattnetz - und so weiter.
Ein geringerer Anschaffungspreis hat für den Käufer einen höheren "Nutzen". Höhere Zuverlässigkeit und mehr Sicherheit steigern den Nutzen weiter.
Die verschiedenen Kriterien sind für verschiedene Käufer unterschiedlich wichtig. Deshalb fahren nicht alle, die das gleiche Budget haben, das gleiche Auto.
Beim Nutzwert geht es darum, die Gesamtnutzen der verschiedenen Alternativen auf irgendeine Art zu bewerten, so daß man sie miteinander vergleichen kann. Die beiden Möglichkeiten dazu sind a) die Bewertung des Nutzens in Geld (monetär) oder b) die Bewertung des Nutzens in abstrakten Punkten. Letzteres ist, worum es bei der Nutzwertanalyse geht.
Die Resultate einer zu treffenden Entscheidung hängen oft von künftigen Ereignissen (Umweltzustände genannt) ab. Ein Aktienfonds, kann in einem Betrachtungszeitraum von 10 Jahren, an Wert verlieren, stagnieren, moderat oder stark zulegen. Die Wahrscheinlichkeiten für das Eintreten der vier genannten Umweltzustände können geschätzt werden.
Um den Erwartungswert der Investition zu berechnen, werden die betrachteten Umweltzustände in Zahlen (zum Beispiel: -10%, 0%, +5%, +10% pro Jahr) mit den geschätzten Wahrscheinlichkeiten (zum Beispiel: 0,1; 0,2; 0,4; 0,3) multipliziert. Die einzelnen Ergebnisse werden addiert. Die Summe ist der Erwartungswert der Investition, hier eine Rendite von 4,5% pro Jahr.
Mathematisch gesehen berechnet man bei dieser Kalkulation den um die Eintrittswahrscheinlichkeiten gewichteten Mittelwert der Renditen.
Zwei weitere Beispiele für diese Art von Entscheidungen:
Das neue Auto kann ein Verbrenner oder ein Elektroauto werden. Die Elektrovariante ist etwas teurer. Die Unsicherheit besteht in der Entwicklung von Benzin- und Strompreisen während der Nutzungsdauer - und in den Wiederverkaufswerten der beiden Varianten.
Eine Abiturientin überlegt, ob sie Elektrotechnik oder Betriebswirtschaft studieren soll. Die Unbekannten sind die Entwicklung des Arbeitsmarkts und der Gehälter in den beiden Fächern.
Eine Entscheidungstechnik, bei der der Erwartungswert berechnet wird, ist der Entscheidungsbaum (oder englisch "Decision Tree).
Eine Wahrscheinlichkeitsverteilung (auch Wahrscheinlichkeitsmaß) beschreibt, wie häufig (mit welcher Wahrscheinlichkeit) bei einem Experiment die verschiedenen möglichen Ergebnisse auftreten.
Beispiel: Auf einem Autobahnabschnitt ohne Tempolimit wird an einer Stelle die Geschwindigkeit der vorbeifahrenden Autos gemessen. Man stellt fest, dass 10% der Autos 100 km/h oder weniger fahren. 30% fahren zwischen 100 und 130 km/h; 50% zwischen 130 und 160 km/h und 10% schneller als 160 km/h.
Einfache oder komplexe Wahrscheinlichkeitsverteilungen spielen bei diversen Entscheidungsmethoden (zum Beispiel dem Entscheidungsbaum)eine wichtige Rolle. Sie enthalten mehr Informationen als der einfache Mittelwert (wie schnell fahren die Autos im Durchschnitt?) oder sogenannte "Best Case - Average Case - Worst Case-Szenarien (wie schnell fahren das langsamste, das mittlere und das schnellste Auto.
Die Wahrscheinlichkeiten für den Eintritt der verschiedenen, möglichen Umweltzustände (und damit der möglichen Entscheidungsresultate) sind nicht bekannt.
Beispiel: Bei einem normalen Spielwürfel ist die Wahrscheinlichkeit bei einem Wurf einen bestimmten Wert zu werfen 1/6 oder 16,66 Prozent. Bei einem unsicheren Würfel könnte die Wahrscheinlichkeit eine 3 zu werfen zwei- oder dreimal so hoch sein, wie die Wahrscheinlichkeit eine 2 zu werfen. Die Wahrscheinlichkeiten die einzelnen Zahlen zu werfen müssen nicht gleich sein - und sie sind in jedem Fall unbekannt.
Wo spielt Unsicherheit im Business eine Rolle?
Beispiel Investitionsentscheidung: Ein Unternehmen steht vor der Entscheidung, die vorhandene Produktionsanlage zu überholen oder durch eine neue, mit höherer Kapazität und mehr Möglichkeiten, zu ersetzen. Im Idealfall könnte man die Investitionskosten, die Betriebskosten und die Erlösunterschiede aufgrund der höheren Kapazität der neuen Anlage in einer Investitionsvergleichsrechnung gegenüberstellen und ablesen, welche Alternative vorteilhaft ist. Das wird in der Praxis auch meist so gemacht. Allerdings arbeitet das Controlling da mit vielen Annahmen:
In welchem Umfang wird man das zusätzliche Produktionsvolumen absetzen können?
Wird der vorhandene Absatz stabil bleiben, bis die Anlage sich amortisiert hat.
Wie werden sich die Preise in der Zeit entwickeln? Bleibt das Produkt rentabel?
...
Unsicherheit ist nicht binär. Es heißt nicht "unsicher" oder "nicht unsicher". Sondern Unsicherheit spielt sich auf einer Skala ab. Bei der Investitionsentscheidung oben ist es nicht so, dass das Unternehmen überhaupt keine Idee hat, ob das Mehrvolumen abgesetzt werden kann. Der Vertrieb wird Wahrscheinlichkeiten abschätzen können. Er könnte zum Beispiel schätzen, dass die Wahrscheinlichkeit, ...
mindestens 25% mehr abzusetzen etwa 80% beträgt,
mindestens 50% mehr abzusetzen etwa 60% ist,
mindestens 75% mehr abzusetzen etwa 40% ist und
die zusätzliche Kapazität komplett abzusetzen etwa 20% beträgt.
Auf der Grundlage könnte das Unternehmen versuchen, weitere Sicherheit zu gewinnen. Es könnte zum Beispiel externe Branchenexperten befragen oder eine Marktstudie (zum Beispiel eine Conjoint Analyse) beauftragen.
Wie verarbeitet das Controlling diese Informationen? Die wie oben gewonnenen Erkenntnisse müssen als Wahrscheinlichkeitsverteilungen für die verschiedenen Parameter (Absatz, Kosten ...) dargestellt werden. Die verschiedenen Wahrscheinlichkeitsverteilungen werden dann in einer Monte-Carlo-Simulation zusammengefasst und als Formeln im oben genannten Wirtschaftlichkeitsvergleich integriert.
Bei Entscheidungen unter Risiko sind die Eintrittswahrscheinlichkeiten der möglichen Umweltzustände objektiv oder subjektiv bekannt.
Beispiel: Bei einem normalen Spielwürfel wissen wir, dass die Wahrscheinlichkeit eine bestimmte Zahl zu werfen 1/6 beträgt. Die Wahrscheinlichkeiten sind identisch.
Bei der Lotterie 6 aus 49 beträgt die Wahrscheinlichkeit mit einer bestimmten Zahlenkombination den Hauptgewinn zu erhalten etwa 1 zu 149 Millionen. Bei drei Zahlenkombinationen ungefähr 1 zu 50 Millionen. Die Wahrscheinlichkeit, mit drei Losen den Hauptgewinn nicht zu bekommen, entsprechend bei 49.999.999 zu 50 Millionen.
Bei Entscheidungen unter Risiko lässt sich die optimale Entscheidung ausrechnen. Nun hängen aber die meisten Entscheidungen ab von Präferenzen, Stimmungen und dem Verhalten einzelner Menschen, Gruppen oder Gesellschaften. Und damit werden sie unsicher, nicht mehr eindeutig kalkulierbar. Dann sprechen wir nicht mehr von "Entscheidungen unter Risiko" sondern "Entscheidungen unter Unsicherheit." Lassen sich die Wahrscheinlichkeiten nicht einmal abschätzen, geht es um "Entscheidungen unter tiefer Unsicherheit (deep uncertainty).
Fehlentscheidungen sind meist Ergebnis einer Kombination von Unwissenheit, Fehlinterpretationen oder einfach nur Ungeschicklichkeit. Ein Faktor, der oft übersehen wird, sind Verzerrungen, auch bekannt als Vorurteile oder englisch "Biases".
Diese können unser Denken und Handeln beeinflussen, indem sie Wahrnehmung, Urteile und Entscheidungen verzerren – bewusst oder unbewusst.
Ein Beispiel für eine solche Vorurteilsverzerrung ist der „Gruppeneffekt“: Dies ist, wenn Menschen bestimmte Eigenschaften einer Person oder einer Gruppe von Menschen auf andere übertragen, basierend auf dem, was sie über die Gruppe wissen.
Ein anderes Beispiel ist der „Halo-Effekt“, bei dem Menschen eine Person oder eine Gruppe von Menschen aufgrund ihrer positiven Eigenschaften bewerten, anstatt aufgrund ihrer Fähigkeiten und Fertigkeiten.
Um das Risiko von Fehlentscheidungen durch Biases zu reduzieren, sind zwei Wege bekannt. Einer ist das sogenannte De-Biasing. Dabei soll man sich seiner Vorurteile bewusst werden, um sie zu kontrollieren. Bei mehr als 200 beschriebenen Biases ist das allerdings nicht sehr realistisch. Einfacher und erfolgreicher ist die Verwendung kreativer und situativer Strategien im Ablauf der Entscheidungsfindung, wie sie im Rahmen von SolidDecisions-Trainings und Workshops zur Entscheidungsfindung genutzt werden.
Heuristiken sind ein wertvolles Instrument, um schnelle und effektive Entscheidungen zu treffen.
Dank der Forschung von Gerd Gigerenzer wissen wir mehr darüber, wann sie am besten eingesetzt werden sollten, und wie sie uns bei der Entscheidungsfindung unterstützen können. Seiner Ansicht nach können Heuristiken eine sinnvolle Alternative zu komplexen Entscheidungsprozessen darstellen, da sie ein schnelles und effektives Ergebnis liefern. Er hat auch gezeigt, dass Heuristiken in geeigneten Situationen die optimale Entscheidung liefern können, selbst wenn die komplexen Entscheidungsmodelle versagen.
Ein bekanntes Beispiel für eine Entscheidungsheurstik ist die "80/20-Regel", die besagt, dass in vielen Situationen 80% der Ergebnisse durch nur 20% der Bemühungen erzielt werden. Nach einer Analyse entdeckt ein Unternehmen, dass 80% der Benutzer eine Software aufgrund einer einzigen Funktion verwenden. Der Rest der Funktionen wird nur von 20% der Benutzer verwendet. Aufgrund dieser Erkenntnis kann das Unternehmen die Entwicklungsressourcen auf die Funktion konzentrieren, die die meisten Nutzer anzieht, und somit die Entwicklungskosten senken.
Ein weiteres Beispiel für eine Entscheidungsheuristik ist die sogenannte "Stop-Loss-Regel". Diese Regel besagt, dass man, wenn ein Investitionsportfolio einen bestimmten Wert unterschreitet, seine Investitionen sofort verkaufen sollte, um zu verhindern, dass die Verluste noch größer werden.
Biases und Heuristiken sind kognitive Wege, um Entscheidungen zu treffen, aber sie sind unterschiedlich.
Ein Bias ist eine voreingenommene Meinung oder ein Verzerrungseffekt, der eine Person dazu bringen kann, eine Entscheidung zu treffen, die sie aufgrund ihrer persönlichen Vorlieben oder Überzeugungen trifft.
Heuristiken hingegen sind voreingestellte Regeln, die einer Person helfen, komplexe Probleme zu lösen. Sie können nützlich sein, wenn eine Person nicht genug Zeit hat, um alle möglichen Optionen oder alle verfügbaren Informationen einzubeziehen.
Ein Beispiel für eine Bias ist die Tendenz, nur nach Informationen zu suchen, die unsere Meinung unterstützen.
Dagegen ist die "Take-the-Best-Heuristik" eine Entscheidungsabkürzung, die einer Person hilft, zwischen mehreren Alternativen zu wählen. Die Take-the-Best (TTB)-Heuristik entscheidet zwischen zwei oder mehr Alternativen anhand eines einzigen guten Attributs, das auch als "cue" bezeichnet wird. Dabei werden weniger attraktive Attribute ignoriert.
Wenn es um das Denken geht, gibt es zwei Arten – schnelles und langsames Denken.
Beide sind wichtig, um erfolgreich zu sein. Schnelles Denken ermöglicht es uns, schnelle Entscheidungen zu treffen und spontan zu handeln. Es ist ein zentraler Bestandteil des täglichen Lebens und hilft uns, uns an neue Situationen anzupassen und schnell zu reagieren.
Langsames Denken hingegen ist ein Prozess, der mehr Zeit in Anspruch nimmt. Es erfordert, dass wir uns den Informationen ausführlich widmen und komplexe Probleme lösen. Es ist ein wesentlicher Faktor für langfristige Erfolge.
Beide Denkformen haben ihre eigene Bedeutung. Schnelles Denken hilft uns, schnell zu handeln, während langsames Denken uns hilft, tiefer und fundierter zu denken. Beide Arten des Denkens sind wichtig, um unsere Ziele zu erreichen.
Der Begriff wurde geprägt durch den Nobelpreisträger Daniel Kahneman, der den Unterschied zwischen intuitiven und analytischen Denkprozessen erklärte. Er argumentiert, dass es für eine optimale Leistung sowohl schnelles als auch langsames Denken braucht. Letztendlich hängt es von jedem Einzelnen ab, wie viel Zeit und Energie man in das schnelle und langsame Denken steckt.
VUCA steht für Volatility, Uncertainty, Complexity and Ambiguity. Es ist ein Akronym, das verwendet wird, um die sich ständig ändernden und dynamischen Umweltbedingungen zu beschreiben, denen Unternehmen heutzutage gegenüberstehen. Es wurde ursprünglich in der Militärwelt verwendet, um die Ergebnisse des Kalten Krieges zu beschreiben, und hat mittlerweile auch den Wirtschaftsbereich erreicht. Die VUCA-Welt schafft eine Art neue Normalität, in der Unternehmen innovative Wege finden müssen, um sich anzupassen und wettbewerbsfähig zu bleiben.
