Erkennung außer Kraft setzen und bewusst entscheiden, wenn die Situation wirklich neu ist
Markiere Situationen, die nicht ganz in ein vertrautes Muster passen, und wechsle von intuitiver zu analytischer Verarbeitung.
Why it works
Das RPD-Modell geht davon aus, dass der erkannte Prototyp gut passt. Ist das nicht der Fall – wenn die Situation am Rand der Erfahrung oder in einer neuen Domäne liegt – wird die Geschwindigkeit der Erkennung zum Nachteil statt zum Vorteil. Der Fehlermodus von Expert:innen in neuartigen Situationen ist nicht langsamere, sondern schnellere Verarbeitung: Das System passt selbstsicher auf den nächsten vertrauten Prototyp, selbst wenn der Treffer schlecht ist. Vor dem Handeln bewusst auf Neuartigkeit zu prüfen fügt ein Gate hinzu, das hochriskante neuartige Entscheidungen schützt.
How to do it
- Frag kurz vor dem Handeln auf Basis einer erkannten Situation: Habe ich diese exakte Konfiguration wirklich schon einmal gesehen, oder nur etwas oberflächlich Ähnliches?
- Ist die Antwort unsicher, verlangsame und liste die Merkmale auf, die nicht zum Prototyp passen.
- Behandle jede bedeutende Abweichung als Signal, zu explizitem Optionsvergleich zu wechseln statt zu Ein-Optionen-Simulation.
- Konsultiere jemanden mit anderer Musterbibliothek, wenn Neuartigkeit bestätigt ist.
Evidenz
Die „Beinahe-Fehler“-Literatur in hochzuverlässigen Organisationen und Kleins eigene Fallanalysen dokumentieren, wie Expertenerkennung, auf neuartige Situationen angewendet, selbstsicheres, schnelles, falsches Handeln erzeugt. Die hier empfohlene Intervention leitet sich aus der Analyse dieser Fehlerfälle ab, nicht aus unabhängigen Studien. Kahneman und Kleins Regelmäßigkeitsbedingung und Dillon und Tinsleys Beinahe-Fehler-Befunde erklären zusammen den Mechanismus: flüssige Erkennung feuert genauso stark bei einem schlecht passenden neuartigen Fall, und der resultierende Beinahe-Fehler wird leicht als Erfolg statt als Warnung gelesen. (mechanistic)
Die Schwelle für „neu genug, um zu verlangsamen“ ist eine Ermessensentscheidung; zu konservativ zu sein hebt den Geschwindigkeitsvorteil von RPD auf, ohne verhältnismäßige Genauigkeit hinzuzufügen.
Quellen
- Kahneman, D., & Klein, G. (2009). Conditions for intuitive expertise: A failure to disagree. American Psychologist, 64(6), 515–526.
- Dillon, R. L., & Tinsley, C. H. (2008). How near-misses influence decision making under risk: A missed opportunity for learning. Management Science, 54(8), 1425–1440.
Häufiger Fehler
Die Geschwindigkeit des Erkennungsgefühls als Beleg für seine Genauigkeit zu nehmen – flüssiger Mustertreffer fühlt sich gleich an, unabhängig davon, ob er akkurat ist.
Übe das mit IX Coach
More practices for Recognition-Primed Decision Making (mustererkennungsbasierte Entscheidung)
- Baue Musterbibliotheken durch bewusste Fallexposition auf
Setz dich systematisch vielfältigen Fällen in deiner Domäne aus, um die Musterbibliothek zu vergrößern, aus der Erkennung schöpft.
- Führ eine mentale Simulation durch, bevor du dich auf einen Handlungsverlauf festlegst
Bevor du auf eine erkannte Situation reagierst, spiel mental durch, wie deine beabsichtigte Reaktion abläuft.
- Benenne die Hinweise, die deine Erkennung ausgelöst haben
Benenne, was dir auffiel, das die Situation vertraut wirken ließ – das testet die Erkennung und überträgt sie.
- Wisse, wann Intuition unzuverlässig ist
Expertenintuition ist nur vertrauenswürdig, wenn die Domäne regelmäßige Muster hat und du feedbackreiche Erfahrung darin gesammelt hast.
- Führ Premortems zu vergangenen Erkennungsfehlern durch
Sieh Fälle durch, in denen Mustererkennung dich in die Irre führte, um das gemeinsame strukturelle Merkmal zu finden, das dich täuscht.
- Fälle lehren, um eigene Muster zu festigen und zu testen
Anderen deine Erkennungslogik zu erklären zwingt das Implizite, explizit zu werden, und deckt Lücken auf.