Unsicherheit (quantifizierbar) von Unwissenheit (nicht quantifizierbar) unterscheiden

Wisse, wann du eine Wahrscheinlichkeit zuweisen kannst und wann die Situation so neu ist, dass eine Zahl erfunden wäre.

Why it works

Knights Unterscheidung zwischen Risiko (quantifizierbare Unsicherheit) und Unsicherheit (nicht quantifizierbar) ist praktisch bedeutsam: Einem Ereignis eine Wahrscheinlichkeit von 60 % zuzuweisen erfordert eine Referenzklasse oder ein Modell. Existiert keines von beiden, ist die Zahl ein Gefühl, als Statistik verkleidet.

How to do it

1. Frage vor der Zuweisung einer Wahrscheinlichkeit: „Auf welcher Referenzklasse oder welchem Modell basiert das?"
2. Kannst du keines benennen, kennzeichne die Schätzung als „Bauchgefühl / unquantifiziert" statt als kalibrierte Wahrscheinlichkeit.
3. Markiere in Gruppensituationen explizit, wenn eine Diskussion im „nicht quantifizierbaren" Regime ist, um Entscheidungen falscher Präzision zu verhindern.
4. Bei wirklich neuartigen Situationen konzentriere dich auf Szenarien und Eventualitäten statt auf Punktwahrscheinlichkeiten.

Evidenz

Knight (1921) unterschied Risiko von Unsicherheit; Ellsberg (1961) zeigte, dass Menschen quantifizierbares Risiko gegenüber nicht quantifizierbarer Unsicherheit bevorzugen, selbst wenn die Erwartungswerte gleich sind. (mechanistic)

In der Praxis fallen fast alle realen Situationen irgendwo zwischen reinem quantifizierbarem Risiko und völliger Unwissbarkeit. Die Kategorisierung ist eine Frage des Grades und des Urteils.

Quellen

• Knight (1921), Risk, Uncertainty and Profit
• Ellsberg (1961), "Risk, ambiguity, and the Savage axioms," Quarterly Journal of Economics

Häufiger Fehler

Jeder Frage eine Wahrscheinlichkeit zuweisen als Performance von Rationalität — eine sichere 50 % für eine wirklich unwissbare Frage ist schlechtere Kalibrierung als einfach „Ich weiß es nicht" zu sagen.