Judgment in decision making and evidence-based management - Cheatsheet

Rational Choice Theory

Definition:

Rational Choice Theory: Theorie der Entscheidungsfindung, die postuliert, dass Individuen ihre Entscheidungen durch rationales Abwägen von Kosten und Nutzen treffen.

Details:

• Grundannahme: Individuen handeln rational und eigeninteressiert.
• Entscheidungen basieren auf der Maximierung des erwarteten Nutzens.
• Mathematische Darstellung: Nutzenfunktion \(U\left(x\right)\).
• Trotz Rationalität können externe Faktoren und kognitive Verzerrungen Entscheidungen beeinflussen.
• Anwendung: Wirtschaft, Politik, Soziologie.

Prospect Theory

Definition:

Theorie, die beschreibt, wie Menschen zwischen alternativen Entscheidungen unter Unsicherheit wählen, wobei sie Verluste stärker gewichten als Gewinne.

Details:

• Entwickelt von Kahneman und Tversky.
• Verlustaversion: Verluste werden stärker gewichtet als Gewinne.
• S-Wertungsfunktion: konkav für Gewinne, konvex für Verluste.
• Gewichtungsfunktion: Wahrscheinlichkeiten werden nicht linear verarbeitet.
• Formel für den subjektiven Wert: \[ v(x) = \begin{cases} x^{\alpha} & \text{wenn } x \geq 0 \ -\lambda (-x)^{\beta} & \text{wenn } x < 0 \end{cases} \]

Emotionen und Affekte bei Entscheidungen

Definition:

Emotionen und Affekte beeinflussen Entscheidungen maßgeblich und können systematisch zu Abweichungen von rationalen Entscheidungsmodellen führen.

Details:

• Emotionen: länger andauernde Zustände, z.B. Angst, Freude.
• Affekte: kurzfristige, intensive emotionale Reaktionen.
• Heuristiken: Emotionen nutzen als Entscheidungsregeln (z.B. Affektheuristik).
• Affective Forecasting: Erwartungen zukünftiger emotionaler Reaktionen beeinflussen Entscheidung.
• Emotionale Regulation: Strategien, um emotionale Einflüsse zu steuern.

Verfügbarkeit und Repräsentativität

Definition:

Verfügbarkeit (Availability Heuristic): Einschätzung der Wahrscheinlichkeit von Ereignissen basierend auf der Leichtigkeit, mit der Beispiele in den Sinn kommen. Repräsentativität (Representative Heuristic): Beurteilung von Wahrscheinlichkeiten oder Häufigkeiten von Ereignissen durch Vergleich mit Prototypen oder Stereotypen.

Details:

• Verfügbarkeitsheuristik: Leicht erinnerbare Ereignisse werden als wahrscheinlicher eingeschätzt.
• Beispiel: Einschätzung von Unfallwahrscheinlichkeit durch häufige Medienberichte.
• Repräsentativitätsheuristik: Ereignisse werden bewertet, indem sie mit typischen Fällen verglichen werden.
• Beispiel: Annahme, dass ein sportlicher Mensch eher ein Athlet ist, obwohl die Basisrate gering ist.
• Wichtige Begriffe: Basisratenvernachlässigung, Stereotypenbildung.

Overconfidence Bias

Definition:

Überbewertung der eigenen Fähigkeiten oder des eigenen Wissens.

Details:

• Menschen neigen dazu, ihre Fähigkeiten, Chancen auf Erfolg oder Genauigkeit ihrer Informationen zu überschätzen.
• Führt zu Fehleinschätzungen und suboptimalen Entscheidungen.
• Wichtige Maße: Konfidenzintervall und Kalibrierung von Vorhersagen.
• Kann durch Sammeln von Feedback, Bezug auf historische Daten und Szenarioanalysen gemindert werden.

Statistische Analysemethoden

Definition:

Statistische Analysemethoden: Einsatz quantitativer Techniken zum Treffen fundierter, datengestützter Entscheidungen.

Details:

• Deskriptive Statistik: Zusammenfassung von Daten mittels Mittelwert, Median, Modus, Standardabweichung etc.
• Explorative Datenanalyse: Identifizierung von Mustern und Zusammenhängen in Daten.
• Hypothesentests: Überprüfung von Annahmen mittels t-Test, Chi-Quadrat-Test etc.
• Regressionsanalyse: Untersuchung von Beziehungen zwischen Variablen.
• Bayes'sche Analyse: Anwendung von Wahrscheinlichkeiten zur Bewertung von Entscheidungen.
• ANOVA (Varianzanalyse): Vergleich von Mittelwerten über mehrere Gruppen.

Hypothesentestung

Definition:

Verfahren zum Überprüfen von Hypothesen durch statistische Tests. Zweck: Bestätigung oder Zurückweisung einer Annahme.

Details:

• Zwei Arten: Nullhypothese (H_0) und Alternativhypothese (H_1)
• H_0: Kein Effekt oder Unterschied
• H_1: Effekt oder Unterschied vorhanden
• Fehler 1. Art (α-Fehler): H_0 wird fälschlicherweise zurückgewiesen
• Fehler 2. Art (β-Fehler): H_0 wird fälschlicherweise beibehalten
• Signifikanzniveau (α): Wahrscheinlichkeit, Fehler 1. Art zu begehen
• p-Wert: Wahrscheinlichkeit, beobachtete Daten zu erhalten, wenn H_0 wahr ist
• p < α: H_0 ablehnen

Evidenzbasierte Entscheidungsfindung

Definition:

Systematischer Ansatz zur Entscheidungsfindung unter Verwendung der besten verfügbaren Evidenz aus wissenschaftlicher Forschung, organisatorischen Daten und Expertenmeinungen.

Details:

• Beruht auf vier Quellen: wissenschaftliche Erkenntnisse, interne Daten, professionelle Urteile, und Alltagswerte.
• Beschleunigt Entscheidungsprozesse und erhöht die Wahrscheinlichkeit erfolgreicher Ergebnisse.
• Reduziert Bias und subjektive Fehlurteile bei der Entscheidungsfindung.
• Wichtige Schritte: Fragestellung formulieren, relevante Evidenz sammeln, Evidenz bewerten, auf Basis der Evidenz entscheiden.