Das Unbekannte in erkennbare Teilprobleme zerlegen

Zerlege die Frage, die du nicht direkt beantworten kannst, in kleinere Fragen, die du kannst.

Why it works

Direkte Intuition über große, unvertraute Größen ist schlecht kalibriert – Menschen können die Anzahl der Tankstellen in einem Land nicht zuverlässig schätzen, aber sie können die Bevölkerung, die Zahl der Autos pro Person, die typische Tankfrequenz und den täglichen Durchsatz einer Station schätzen. Zerlegung ersetzt eine unmögliche Schätzaufgabe durch mehrere einfachere, von denen jede von mehr verfügbarem Wissen profitiert. Unabhängige Fehler in Teilschätzungen neigen außerdem dazu, sich aufzuheben statt zu addieren.

How to do it

1. Die unbekannte Größe als Produkt oder Summe von Teilgrößen aufschreiben.
2. Für jede Teilgröße fragen: Habe ich dafür Anhaltspunkte aus meinem Alltagswissen?
3. Jede Teilgröße unabhängig schätzen, dann kombinieren.
4. Eine Plausibilitätsprüfung machen: Fühlt sich die kombinierte Schätzung plausibel an? Wenn völlig unplausibel, den größten Eingabewert erneut prüfen.

Evidenz

Zerlegung ist eine validierte Prognosetechnik. Forschung zu Urteil und Entscheidungsfindung zeigt, dass die Zerlegung von Schätzaufgaben in Teilprobleme systematische Verzerrung in Gesamtschätzungen reduziert, weil Fehler in Komponenten teilweise unabhängig sind. (observational)

Zerlegung hilft, wenn Teilschätzungen wirklich unabhängig sind; wenn Fehler korreliert sind (z. B. alle durch dieselbe falsche Annahme beeinflusst), heben sie sich nicht auf.

Quellen

• MacGregor et al. (1988), "Decomposition as a strategy for judgmental forecasting", Journal of Forecasting
• MacGregor, D. G., Lichtenstein, S., & Slovic, P. (1988). Structuring knowledge retrieval: An analysis of decomposed quantitative judgments. Organizational Behavior and Human Decision Processes, 42(3), 303-323.

Häufiger Fehler

In Teilprobleme zerlegen, die alle von derselben unbekannten Variable abhängen, sodass sich Fehler korrelieren statt aufzuheben.