Vorhersagegenauigkeit als Fähigkeit behandeln, die sich mit Übung verbessert

Vorhersagefehler als Leistungsfeedback nehmen, nicht als Beweis, dass Vorhersagen sinnlos ist.

Why it works

Superforecaster behandeln ihre Bewertungsergebnisse als Diagnosen, nicht als Urteile. Wenn sie in einem Bereich schlecht kalibriert sind, untersuchen sie warum — war die Referenzklasse falsch, war die Evidenzgewichtung daneben, gab es eine strukturelle Abhängigkeit, die sie übersehen haben? Diese Feedback-Orientierung ist derselbe Mechanismus, der bewusstes Üben von bloßer Erfahrung unterscheidet. Ohne ihn erzeugt Wiederholung Zuversicht ohne Genauigkeit.

How to do it

1. Bewerten Sie nach dem Eintreten einer Vorhersage: Vergleichen Sie Ihre angegebene Wahrscheinlichkeit mit dem binären Ergebnis.
2. Führen Sie bei Vorhersagen, bei denen Sie erheblich danebenlagen, eine kurze Nachbesprechung durch: Welcher stärkste Faktor wurde unterschätzt?
3. Verfolgen Sie Fehlermuster: Überschätzen Sie in bestimmten Bereichen, unterschätzen Sie in anderen?
4. Setzen Sie ein Lernziel für Kalibrierung (nicht nur Genauigkeit) — „ich will, dass meine 70%-Vorhersagen 70 % der Zeit eintreffen“.

Evidenz

Tetlocks Forschung fand, dass Vorhersager, die bewusst aus Bewertungen lernten — besonders die, die in Teams mit Feedback übten — die größte Verbesserung über die Zeit zeigten. Der Wachstumsverlauf stimmt mit Forschung zu bewusstem Üben überein. (observational)

Kalibrierungsverbesserung ist langsam und kontextabhängig; große Verbesserungen zeigten sich unter Turnierbedingungen mit dichtem Feedback. Reale Entscheidungsfindung mit spärlichem Feedback erzeugt langsamere Fortschritte.

Quellen

• Tetlock & Gardner (2015), Superforecasting, Chapter 10

Häufiger Fehler

Aus einem einzigen dramatischen Fehlschlag zu schließen, dass Vorhersagen unzuverlässig sind, statt den spezifischen Mechanismus des Fehlschlags zu untersuchen — ein Fehler ist ein Datenpunkt, keine Widerlegung.