Überbewertung des "identifizierten Opfers" korrigieren
Zu erkennen, dass lebendige Einzelgeschichten überzeugender wirken als identische Statistiken, hilft dir, Aufmerksamkeit und Ressourcen rationaler zuzuteilen.
Why it works
Slovic zeigte, dass identifizierte Opfer — eine einzelne benannte Person mit Gesicht und Geschichte — weit mehr Affekt erzeugen als statistische Opfer ("8 Todesfälle pro Million"), selbst wenn die Zahlen für die Statistik sprechen. Die Affektheuristik verstärkt die Reaktion auf den lebendigen Fall: Er löst Emotion aus, Emotion ersetzt Risikourteil, und das Ergebnis ist eine wild unverhältnismäßige Ressourcenzuteilung. Das ist der Mechanismus hinter Spitzen bei Wohltätigkeitsspenden für identifizierte Einzelpersonen und Unterreaktion auf großflächige statistische Tragödien.
How to do it
- Wenn eine lebendige Geschichte oder ein Fall eine starke Reaktion auslöst, notiere es: "Ich reagiere auf eine identifizierte Einzelperson, nicht auf eine statistische Zusammenfassung."
- Schau die relevante Basisrate nach: Wie oft passiert das, und wie steht dieser Fall im Vergleich zu anderen Betroffenen?
- Frag: "Würde ich dieselben Ressourcen zuteilen, wenn ich nur die Statistiken kennen würde?"
- Nutze den statistischen Rahmen, um Verhältnismäßigkeit zu kalibrieren, statt Auffälligkeit die Zuteilung bestimmen zu lassen.
Evidenz
Slovic (2007) documented the “collapse of compassion” — that identifiable, single victims generate more giving than multiple statistical victims — and argued this is a direct effect of the affect heuristic. The same work reports the counter-intuitive finding that giving to one named child fell once a second child was added, evidence that compassion tracks vivid affect rather than the number of lives at stake. The identified-victim effect is well-replicated in charitable giving and resource allocation research. (observational)
Responding more to identified individuals may sometimes be rational (they are the proximate case) — the correction is for allocating disproportionately to vivid over statistical cases of equal severity.
Quellen
- Slovic (2007), "If I look at the mass I will never act": Psychic numbing and genocide, Judgment and Decision Making
- Slovic, P. (2007). "If I look at the mass I will never act": Psychic numbing and genocide. Judgment and Decision Making, 2(2), 79–95.
Häufiger Fehler
Dieses Bewusstsein zu nutzen, um jede emotionale Reaktion auf Einzelfälle zu unterdrücken, statt sicherzustellen, dass statistische Bedürfnisse nicht von den lebendigen verdrängt werden.
Übe das mit IX Coach
More practices for Die Affektheuristik — wenn Gefühle Fakten ersetzen
- Risiko und Nutzen auf getrennten Skalen bewerten, bevor du vergleichst
Schätze Risiko und Nutzen unabhängig ein — lass nicht dasselbe Gefühl beide antreiben.
- Angst gegen statistische Häufigkeit kalibrieren
Schau die tatsächliche Rate des gefürchteten Ergebnisses nach, bevor du Angst eine Entscheidung antreiben lässt.
- Zusätzliche Prüfung anwenden, wenn eine Wahl offensichtlich gut wirkt
Positiver Affekt ist ein ebenso verlässlicher Verzerrungsauslöser wie Angst — prüfe Gelegenheiten, die sich wie ein offensichtlicher Gewinn anfühlen.
- Eine Entscheidung verzögern, bis der anfängliche emotionale Ausschlag vergeht
Gib dir 24 Stunden nach einer starken emotionalen Reaktion, bevor du dich auf eine Wahl festlegst.
- Beispiele der Affektheuristik: benenne zuerst das Gefühl
Häufige Beispiele der Affektheuristik: Eine schlechte Laune lässt deinen Job falsch erscheinen, ein sympathischer Gründer lässt einen riskanten Deal sicher erscheinen. Benenne das Gefühl, bevor du urteilst.
- Technische Expertenrisikoschätzungen suchen — aber bemerken, wo Werte legitim differieren
Nutze technische Wahrscheinlichkeitsschätzungen, um deine Risikowahrnehmung zu erden, während du anerkennst, dass manche Risikomeinungsverschiedenheiten wertebasiert sind, nicht faktisch.