Coaching-Übungen für Ziel vs. forecast
Beschreibe fast alles, woran du arbeitest, und IX Coach findet die Übungen mit dem nächsten realen Treffer. Für Ziel vs. forecast sind das die stärksten Treffer in der aktuellen Übungsbibliothek.
Übungen, die helfen könnten
- Eine Verteilung prognostizieren, keine Punktschätzung
Die Prognose als Spanne wahrscheinlicher Ergebnisse darstellen, nicht als eine einzelne vorhergesagte Zahl.
Referenzklassen-Prognose - Nachbesprechungen für Klassendaten durchführen
Tatsächliche vs. prognostizierte Ergebnisse ehrlich festhalten – das baut die Referenzklasse auf, von der zukünftige Prognosen abhängen.
Referenzklassen-Prognose - Kognitiven Optimismus-Bias von strategischer Fehldarstellung unterscheiden
Erkennen, dass ein Teil der Prognoseaufblähung echter Bias ist und ein Teil bewusste Beschönigung – beides erfordert unterschiedliche Lösungen.
Referenzklassen-Prognose - Motivationalen Optimismus von deiner Prognose trennen
Lass deinen Ehrgeiz ehrlich sein über das, was er ist — ein gewünschtes Ergebnis — ohne deine Wahrscheinlichkeitsschätzung zu kontaminieren.
Die Außenperspektive - Die Prognose schrittweise mit neuer Evidenz aktualisieren
Die Prognose als Wahrscheinlichkeit behandeln, die sich mit jedem neuen Beweisstück verschieben sollte, nicht als Verpflichtung, die einen Widerspruch übersteht.
Referenzklassen-Prognose - Vorhersagegenauigkeit als Fähigkeit behandeln, die sich mit Übung verbessert
Vorhersagefehler als Leistungsfeedback nehmen, nicht als Beweis, dass Vorhersagen sinnlos ist.
Superforecasting - Deine eigenen vergangenen Vorhersagen bewerten, um deine Außenperspektive-Nutzung zu kalibrieren
Führe ein Prognoseprotokoll und bewerte es — du kannst Kalibrierung nicht verbessern ohne Feedback darüber, wo du über- oder unterzuversichtlich warst.
Die Außenperspektive - Komplexe Fragen in Unterfragen zerlegen
Zerlegen Sie eine schwierige Vorhersagefrage in kleinere, einschätzbare Teile und aggregieren Sie sie.
Superforecasting - Referenzklassen-Prognose
Die Referenzklassen-Prognose, entwickelt von Daniel Kahneman und Amos Tversky und von Bent Flyvbjerg formalisiert, verbessert die Prognosegenauigkeit, indem sie sich an der statistischen Verteilung der Ergebnisse ähnlicher vergangener Projekte orientiert – statt an den Details des aktuellen. Die Methode korrigiert zuverlässig den Optimismus-Bias, der Kosten-, Zeit- und Nutzenschätzungen in der Planung aufbläht – die Evidenzbasis dafür ist real und konkret. - Zuerst an der Basisrate verankern, dann Innensicht-Details hinzufügen
Die Prognose beim Klassen-Median beginnen und dann anpassen – nicht bei der eigenen Erzählung beginnen und zur Basisrate hin anpassen.
Referenzklassen-Prognose
Verwandte Anliegen
- honest forecasting
Erkennen, dass ein Teil der Prognoseaufblähung echter Bias ist und ein Teil bewusste Beschönigung – beides erfordert unterschiedliche Lösungen.
Kognitiven Optimismus-Bias von strategischer Fehldarstellung unterscheiden
- Wie man bessere Prognosen erstellt
Die Referenzklassen-Prognose, entwickelt von Daniel Kahneman und Amos Tversky und von Bent Flyvbjerg formalisiert, verbessert die Prognosegenauigkeit, indem sie sich an der statistischen Verteilung der Ergebnisse ähnlicher vergangener Projekte orientiert – statt an den Details des aktuellen. Die Methode korrigiert zuverlässig den Optimismus-Bias, der Kosten-, Zeit- und Nutzenschätzungen in der Planung aufbläht – die Evidenzbasis dafür ist real und konkret.
Referenzklassen-Prognose
- Wie man übt: forecasting
Tatsächliche vs. prognostizierte Ergebnisse ehrlich festhalten – das baut die Referenzklasse auf, von der zukünftige Prognosen abhängen.
Nachbesprechungen für Klassendaten durchführen
- decompose forecasting hinterfragen
Zerlegen Sie eine schwierige Vorhersagefrage in kleinere, einschätzbare Teile und aggregieren Sie sie.
Komplexe Fragen in Unterfragen zerlegen
- Wie man machen besser forecasts
Tatsächliche vs. prognostizierte Ergebnisse ehrlich festhalten – das baut die Referenzklasse auf, von der zukünftige Prognosen abhängen.
- Superforecasting bei ein Budget
Philip Tetlocks Forschung zu Vorhersageturnieren fand, dass eine Untergruppe gewöhnlicher Menschen — „Superforecaster“ — Fachexperten und Geheimdienstanalysten bei probabilistischer Vorhersage konsequent übertrifft. Sie teilen messbare kognitive und Verhaltensgewohnheiten: Sie denken in Wahrscheinlichkeiten, aktualisieren häufig aufgrund von Evidenz und suchen aktiv nach widerlegenden Informationen. Diese Gewohnheiten sind erlernbar.
Superforecasting
Beschreibe deine Situation mit eigenen Worten um die vollständige Übungsbibliothek zu durchsuchen.