Pläne über den historischen Bereich hinaus stresstesten
Frage, wie dein Plan standhält, wenn das schlechteste Ergebnis doppelt so schlimm ist wie jeder historisch beobachtete Fall.
Why it works
Risikomodelle des ludischen Trugschlusses nutzen historische Verteilungen, um Worst-Case-Szenarien festzulegen — aber in Bereichen der echten Welt ist das historische Maximum nicht das Maximum. Weil Modelle an beobachtete Daten angepasst werden, unterschätzen sie den Rand immer, wenn der Rand von Prozessen bestimmt wird, die während des Beobachtungszeitraums nicht aktiv waren. Über den historischen Bereich hinaus zu stresstesten zwingt den Plan, sich Ergebnissen zu stellen, die ein Modell konstruktionsbedingt nicht erzeugen kann.
How to do it
- Nimm dein Worst-Case-Szenario aus deinem Risikomodell.
- Verdopple oder verdreifache es: „Was, wenn die Verluste 2–3-mal so hoch sind wie unser schlechtester beobachteter Fall?“
- Prüfe, ob der Plan in dieser Größenordnung überlebt, und baue den Plan darauf aus, sie zu überstehen, wenn möglich.
Evidenz
Nachkrisen-Analysen finden durchgängig, dass Vorkrisen-Risikomodelle Tail-Ergebnisse unterschätzten, oft weil die Modelle aus Daten gebaut waren, die das Krisenregime nicht enthielten. Die Finanzkrise 2008 ist Talebs kanonisches Beispiel. (observational)
Stresstests über den historischen Bereich hinaus sind in der Finanzregulierung (regulatorische Stresstests) mittlerweile Standard, aber die Übernahme in die Alltagsplanung ist begrenzt. Die Praxis ist prinzipiell fundiert, aber der spezifische Multiplikator (2x, 3x) ist eine Faustregel.
Häufiger Fehler
Ein Stresstest-Niveau zu wählen, das nur etwas schlechter ist als der historische Worst Case, statt wirklich außerhalb davon zu liegen — das prüft bekanntes Terrain des Modells, nicht das Terrain jenseits davon.
Übe das mit IX Coach
More practices for Der Ludische Trugschluss: Wenn du das echte Leben mit einem Spiel verwechselst
- Prüfen, ob die Regeln deines Bereichs wirklich stabil sind
Bevor du ein Wahrscheinlichkeitsmodell anwendest, frage, ob sich die Regeln, die Ergebnisse steuern, mitten im Spiel ändern könnten.
- Pläne mit Spielraum für Ergebnisse außerhalb deines Modells bauen
Reserviere Kapazität für Ereignisse, die nicht in deinem Risikomodell stehen — weil die schädlichsten Ereignisse es meist nicht sind.
- Positionen mit Optionalität gegenüber Präzisionspositionen bevorzugen
Priorisiere in ungewissen Umgebungen Optionen zur Kurswende gegenüber optimierten fixen Positionen.
- Sich vor falscher Präzision in Prognosen und Modellen hüten
Behandle jede präzise Wahrscheinlichkeit oder quantitative Prognose mit expliziter Skepsis, ob das Modell zum Bereich passt.
- Hinterfragen, ob die Kategorie, aus der du denkst, tatsächlich passt
Bevor du ein Modell oder Rahmenwerk anwendest, überprüfe, ob die Kategorie, auf der es aufbaut, wirklich zu deiner Situation passt.
Verwandte Konzepte
- Der Erzähltrugschluss: Warum wir nicht aufhören können, Geschichten zu erfinden
How causal stories distort hindsight, forecast, and learning — and how to reduce their pull
- Schnelles Denken, langsames Denken, nutzbar gemacht
Two systems, the biases they create, and when to slow down
- Vernachlässigung der Basisrate: Warum wir die Wahrscheinlichkeiten ignorieren
How to let prior probabilities do their real work in your decisions