Bewerte Belege nach ihrem Wahrscheinlichkeitsverhältnis, nicht danach, wie sie sich anfühlen
Frage, wie viel wahrscheinlicher dieser Beleg wäre, wenn du recht hast, im Vergleich dazu, wenn du falsch liegst.
Why it works
Nicht alle Belege sind gleich; ihre Stärke wird durch ihr Wahrscheinlichkeitsverhältnis bestimmt: wie viel wahrscheinlicher (oder unwahrscheinlicher) der Beleg in der Welt ist, in der die Hypothese wahr ist, im Vergleich zur Welt, in der sie falsch ist. Belege, die unter beiden Hypothesen gleich wahrscheinlich sind, tragen null Information. Diese Einordnung durchschneidet den verbreiteten Fehler, „Belege, die mir gefallen“ als starke Belege zu behandeln und „Belege, die mir nicht gefallen“ als schwache.
How to do it
- Formuliere beide Hypothesen explizit: H₁ (was du glaubst) und H₂ (die Alternative).
- Frage: „Würde ich diesen Beleg häufiger sehen, wenn H₁ wahr wäre, oder wenn H₂ wahr wäre?“
- Wenn H₁ den Beleg viel wahrscheinlicher macht, ist es ein starker Beleg für H₁.
- Wenn H₂ den Beleg auch leicht vorhersagt, aktualisiert dich der Beleg kaum.
Evidenz
Das Wahrscheinlichkeitsverhältnis ist das formale Maß der Beweiskraft in der bayesianischen Statistik und der Signalentdeckungstheorie. Seine Nutzung als praktische Denkheuristik wird durch Kalibrierungsforschung gestützt, die zeigt, dass es intuitive Beweisgewichtung übertrifft. (mechanistic)
Wahrscheinlichkeitsverhältnisse verbal anzuwenden ist eine Annäherung an die formale Methode; der formale bayesianische Apparat erfordert quantifizierte Wahrscheinlichkeiten, die realen Überzeugungen oft fehlen.
Häufiger Fehler
Belege als stark zu behandeln, nur weil sie existieren – „es gibt Belege für X“ –, ohne zu fragen, wie viel häufiger dieser Beleg in einer Welt wäre, in der X wahr ist, im Vergleich zu falsch.
Übe das mit IX Coach
More practices for Bayesianisches Denken: Wie man Überzeugungen rational aktualisiert
- Formuliere deine Vorwahrscheinlichkeit, bevor du die Belege siehst
Verpflichte dich vor der Betrachtung von Daten auf eine numerische Einschätzung, wie wahrscheinlich etwas ist.
- Aktualisiere Überzeugungen schrittweise, nicht auf einmal
Neue Belege sollten deine Wahrscheinlichkeit etwas verschieben – selten von 5 % auf 95 % in einem Schritt.
- Übe Kalibrierung, indem du deine Zuversichtsvorhersagen verfolgst
Deine „80 % sicher“-Überzeugungen sollten etwa 80 % der Zeit eintreffen – überprüfe das.
- Suche aktiv nach Belegen, die deine Überzeugung widerlegen würden
Frage: „Was würde meine Meinung ändern?“ und suche dann genau danach.
- Nutze Referenzklassen, um persönliche Schätzungen auf Basisraten zu gründen
Bevor du schätzt, wie sich deine Situation entwickeln wird, finde ähnliche vergangene Situationen und prüfe, was geschah.
- Übersetze Überzeugungen in Wetten, um deine wahre Zuversicht zu enthüllen
Würdest du 100 $ zu gleichen Chancen auf diese Überzeugung setzen? Die Antwort offenbart oft die Lücke zwischen behaupteter und tatsächlicher Zuversicht.
Verwandte Konzepte
- Schnelles Denken, langsames Denken, nutzbar gemacht
Two systems, the biases they create, and when to slow down
- Mentale Modelle: Charlie Mungers Latticework-Ansatz
Building the multi-disciplinary toolkit that lets you see what single-discipline thinkers miss
- Bestätigungsfehler: Sehen, was Sie erwarten zu sehen
The most pervasive cognitive bias and the practices that actually chip away at it
- Erwartungswert-Denken: Entscheiden unter Unsicherheit
The math of rational choice under uncertainty, its real limits, and how to use it anyway