Auflösungskriterien vor der Vorhersage festlegen

Definiere genau, was als „Ich hatte recht" zählt, bevor das Ergebnis eintritt.

Why it works

Vage Vorhersagen überstehen fast jedes Ergebnis — „Ich sagte, es könnte kompliziert werden" passt zu Katastrophe wie zu Erfolg. Diese Ergebnis-Flexibilität ist eine Form motivierten Denkens, das verhindert, dass Kalibrierungs-Feedback je ankommt. Sich im Voraus auf konkrete, überprüfbare Auflösungskriterien festzulegen schließt das Schlupfloch.

How to do it

1. Schreib beim Aufzeichnen einer Vorhersage die Auflösungskriterien in denselben Eintrag: „Das ist korrekt, wenn X bis Y-Datum passiert."
2. Mach Kriterien messbar: „mehr als 50 % Marktanteil", „ausgeliefert bis Q4", nicht „läuft einigermaßen gut".
3. Ändere die Kriterien nach der Vorhersage nicht — die Änderung ist genau die Messung, die du sammeln willst.
4. Nimm eine „Null"-Bedingung auf: Was würde zählen als unbestimmtes Ergebnis?

Evidenz

Das Good Judgment Project verlangte für alle Vorhersagen explizite Auflösungskriterien; diese strukturelle Anforderung gilt als Schlüsselgrund, warum seine Kalibrierungsmessungen aussagekräftig waren. (clinical)

Manche realen Ereignisse widerstehen sauberer binärer Auflösung; die Auflösungskriterien-Übung ist am wirksamsten für kurzfristige konkrete Vorhersagen und weniger sauber für langfristige, komplexe Ergebnisse.

Quellen

• Mellers, B., Ungar, L., Baron, J., Ramos, J., Gurcay, B., Fincher, K., Scott, S. E., Moore, D., Atanasov, P., Swift, S. A., Murray, T., Stone, E., & Tetlock, P. E. (2014). Psychological strategies for winning a geopolitical forecasting tournament. Psychological Science, 25(5), 1106–1115.

Häufiger Fehler

„Ich hatte in der allgemeinen Richtung recht" als rückblickende Auflösungskriterien nach einem enttäuschenden Ergebnis schreiben — das ist Rückschau-Umrahmung, keine Bewertung.