Heuristiken
Heuristiken sind kognitive Abkürzungen, die bewusst oder unbewusst angewendet werden können, um die Komplexität von Entscheidungen zu reduzieren. Ursprünglich betonte die Forschung die Unzulänglichkeiten von Heuristiken. Der „Heuristik- und Bias-Ansatz“ zeigte, dass Menschen sich oft auf einfache Entscheidungsregeln verlassen, dass sie aber – in Bezug auf die Genauigkeit – besser dran wären, wenn sie dies nicht täten. Dieser Ansatz geht auf die bahnbrechende Arbeit von Kahneman und Tversky zurück. Die drei Heuristiken, die die meiste Aufmerksamkeit erhielten, waren Verfügbarkeit, Repräsentativität sowie Verankerung und Anpassung. Die Verfügbarkeitsheuristik bezieht sich auf die Tendenz, die Wahrscheinlichkeit eines Ereignisses basierend auf der Leichtigkeit, mit der Instanzen dieses Ereignisses in den Sinn kommen, zu bewerten. (Die Tendenz, die Wahrscheinlichkeit eines Ereignisses auf der Basis der Leichtigkeit einzuschätzen, mit der Instanzen dieses Ereignisses in den Sinn kommen). Im Allgemeinen überschätzen Menschen die Wahrscheinlichkeit eines Ereignisses, wenn konkrete Instanzen dieses Ereignisses im Gedächtnis leicht zugänglich sind. Die Leichtigkeit des Abrufs und die Häufigkeit des Auftretens sind oft miteinander korreliert. Eine Reihe von Faktoren, die das Gedächtnis beeinflussen, haben jedoch nichts mit der Wahrscheinlichkeit zu tun. Zum Beispiel sind lebhafte Bilder leichter abrufbar als blasse. So ist es wahrscheinlich, dass man sich an einen schweren Autounfall besser erinnert als an jährliche Statistiken über die Häufigkeit von (Arten von) Verkehrsunfällen. Ersteres hat wahrscheinlich einen größeren Einfluss auf die Wahrscheinlichkeitsschätzung als letzteres.
Die Repräsentativitätsheuristik bezieht sich auf die Tendenz, die Wahrscheinlichkeit, dass ein Stimulus zu einer bestimmten Klasse gehört, zu beurteilen, indem man den Grad der Übereinstimmung dieses Ereignisses mit einem geeigneten mentalen Modell beurteilt. Ein bekanntes Beispiel dafür, wie das Ignorieren vorheriger Wahrscheinlichkeiten das Urteilsvermögen beeinflussen kann, wurde 1973 von Kahneman und Tversky berichtet (siehe Kahneman, 2011). In ihrer Studie wurden den Probanden kurze Persönlichkeitsskizzen, vermutlich von Ingenieuren und Juristen, vorgelegt. Sie wurden gebeten, die Wahrscheinlichkeit einzuschätzen, dass jede Skizze ein Mitglied des einen oder des anderen Berufsstandes beschreibt. Der Hälfte der Befragten wurde gesagt, dass die Population, aus der die Skizzen gezeichnet wurden, aus 30 Ingenieuren und 70 Anwälten besteht, den übrigen Befragten wurde gesagt, dass es 70 Ingenieure und 30 Anwälte gibt. Die Ergebnisse zeigten, dass die vorherigen Wahrscheinlichkeiten im Wesentlichen ignoriert wurden und dass die Befragten die Wahrscheinlichkeit der Klassenzugehörigkeit schätzten, indem sie beurteilten, wie ähnlich jede Persönlichkeitsskizze ihrem mentalen Modell eines Ingenieurs oder eines Anwalts war.
Ankerung und Anpassung bezieht sich auf einen allgemeinen Urteilsprozess, bei dem eine anfänglich gegebene oder erzeugte Antwort als Anker dient und andere Informationen nur unzureichend verwendet werden, um diese Antwort anzupassen. Die Verankerungs- und Anpassungsheuristik basiert auf der Annahme, dass Menschen ihren Urteilsprozess oft mit der Fokussierung auf einen Anfangswert beginnen, der als Anker dient. Die mit dieser Heuristik verbundenen Verzerrungen ergeben sich aus der Verwendung irrelevanter Anker und der Tendenz, von einem ursprünglichen Startwert oder Anker unzureichend nach oben oder unten zu korrigieren.
Anfänglich wurden diese drei Heuristiken zusammen mit einem Dutzend systematischer Verzerrungen beschrieben, wie z. B. nicht-regressive Vorhersage, Vernachlässigung von Basisinformationen und Übervertrauen. Sowohl Heuristiken als auch Verzerrungen wurden als Ursache für systematische Fehler bei Schätzungen bekannter Größen und statistischer Fakten angesehen. Kahneman und Frederick (siehe Kahneman, 2011) revidierten die frühe Konzeption von Heuristiken und Verzerrungen und schlugen eine neue Formulierung vor, die einen gemeinsamen Prozess der Attributsubstitution hervorhebt, um zu erklären, wie Heuristiken funktionieren. Darüber hinaus beinhaltet ihr neues Modell auch eine explizite Behandlung der Bedingungen, unter denen intuitive Urteile durch elaboriertere kognitive Prozesse modifiziert oder überbewertet werden. In diesem neuen Ansatz wird das Wort Heuristik in zwei Bedeutungen verwendet: Das Substantiv bezieht sich auf den kognitiven Prozess, und das Adjektiv in heuristisches Attribut spezifiziert das Attribut, das in einem bestimmten Urteil ersetzt wird. Kahneman und Frederick fügten eine Familie von Prototyp-Heuristiken hinzu, bei denen ein Attribut eines Prototyps durch ein extensionales Attribut seiner Kategorie ersetzt wird; der ursprüngliche Fall einer so genannten Prototyp-Heuristik ist die Verwendung von Repräsentativität bei der Vorhersage von Kategorien, die wir bereits diskutiert haben. (Eine Heuristik, bei der ein Attribut eines Prototyps durch ein extensionales Attribut seiner Kategorie ersetzt wird.)
Gigerenzer und Kollegen betonten die adaptive Rolle von Heuristiken. Ihrer Ansicht nach sind Heuristiken effiziente kognitive Prozesse, die einen Teil der Informationen ignorieren: Wie gut kognitive Heuristiken bei Entscheidungen unter Unsicherheit funktionieren, ist ihrer Ansicht nach eine empirische Frage. Gigerenzer und Gaissmaier (2011) sprechen von einfachen, schnellen und genügsamen Heuristiken, die „Menschen klug machen. (Verschiedene Klassen von adaptiven Heuristiken, die Menschen verwenden, um Entscheidungen schneller, sparsamer und/oder genauer zu treffen.) Sie präsentieren einen Überblick über die verschiedenen Heuristiken, die Menschen in verschiedenen Arten von Situationen verwenden, und versuchen auch die Frage zu beantworten, wann Menschen sich auf eine bestimmte Heuristik verlassen sollten, anstatt auf eine komplexere Entscheidungsstrategie. Gigerenzer und Kollegen betonen den bewussten und absichtlichen Einsatz von Heuristiken als Strategien, die Informationen ignorieren, um Entscheidungen schneller, sparsamer und/oder genauer zu treffen als komplexere Methoden. Sie verweisen auch auf „Less-is-more“-Effekte, d.h. wenn weniger Informationen oder Berechnungen zu genaueren Urteilen führen als mehr Informationen oder Berechnungen. Sie widersprechen damit der Ansicht von Payne et al. (1992), dass Menschen sich auf Heuristiken verlassen, weil Informationssuche und Berechnung Zeit und Mühe kosten, und dass Heuristiken Zeit und Mühe auf Kosten der Genauigkeit einsparen.
Eine erste Klasse von Heuristiken, die von Gigerenzer und Kollegen eingeführt wurde, kann mit einer wichtigen Kapazität unseres Gedächtnisses in Verbindung gebracht werden; nämlich der Tatsache, dass ein Wiedererkennungsgefühl im Bewusstsein früher auftaucht als die Erinnerung. Die Wiedererkennungsheuristik besagt einfach, dass, wenn eine von zwei Alternativen erkannt wird und die andere nicht, dann sollte man daraus schließen, dass die erkannte Alternative den höheren Wert in Bezug auf das Kriterium hat. Ein Beispiel ist die Namenserkennung von Städten; diese erweist sich als einigermaßen valider Prädiktor für deren Einwohnerzahl. Je höher die Wiedererkennungsvalidität (α) für ein gegebenes Kriterium ist, desto ökologisch sinnvoller ist es, sich auf die Wiedererkennungsheuristik zu verlassen. Für jedes Individuum kann α durch α = C/(C + W) berechnet werden, wobei C die Anzahl der korrekten Schlussfolgerungen ist, die die Erkennungsheuristik machen würde, berechnet über alle Paare, in denen eine Alternative erkannt wird und die andere nicht, und W ist die Anzahl der falschen Schlussfolgerungen.
Die Fließheuristik besagt, dass, wenn beide Alternativen erkannt werden, aber eine schneller erkannt wird, dann gefolgert wird, dass diese Alternative den höheren Wert in Bezug auf das Kriterium hat. Die Fluency-Heuristik ist ökologisch rational, wenn die Geschwindigkeit der Erkennung mit dem Kriterium korreliert ist. Fluency spielt auch eine Rolle, wenn Alternativen nicht gegeben sind, sondern aus dem Gedächtnis generiert werden müssen. Johnson und Raab (2003) führten die Take-the-first-Heuristik ein: Wähle die erste Alternative, die dir in den Sinn kommt. Sie testeten die ökologische Validität dieses Ansatzes mit erfahrenen Handballspielern bei der Wahl, wie sie in einer gegebenen Situation vorgehen (z.B. den Ball zu einem anderen Spieler passen oder einen Schuss abgeben). Eine dritte Klasse von Heuristiken sind so genannte Ein-Grund-Entscheidungen: eine Klasse von Heuristiken, die Urteile nur auf einen guten Grund stützen und andere Hinweise ignorieren. Offensichtlich ist diese Heuristik mit der lexikographischen Entscheidungsregel verwandt: Letztere ist in Bezug auf das „wichtigste“ Attribut definiert. Die Ein-Grund-Heuristik (ein Beispiel für eine Ein-Grund-Entscheidungsregel) konzentriert sich auf die Nützlichkeit und den Vorhersagewert des ausgewählten Hinweises für das Gesamtergebnis der Wahl. In ähnlicher Weise ist die Take-the-best-Heuristik ein Modell dafür, wie Menschen auf der Basis von binären Cue-Werten, die aus dem Gedächtnis abgerufen werden, ableiten, welche von zwei Alternativen einen höheren Wert bei einem Kriterium hat. Take-the-best besteht aus drei Schritten: (1) Durchsuchen der Cues in der Reihenfolge ihrer Gültigkeit, (2) Anhalten, wenn der erste Cue gefunden wird, der zwischen den Alternativen unterscheidet, und (3) die Alternative mit dem positiveren Cue-Wert hat den höheren Kriteriumswert.
Karelaia (2006) zeigte, dass eine konfirmatorische Anhalte-Regel – Anhalten, nachdem zwei Cues gefunden wurden, die auf dieselbe Alternative hinweisen – zu recht robusten Ergebnissen führt. Diese Heuristik neigt dazu, in Situationen, in denen der Entscheider wenig über die Validität von Hinweisen weiß, ökologisch gültig zu sein. Diese Klasse von Heuristiken gewichtet Hinweise oder Alternativen gleich und trifft so einfache Abwägungen. Das Zählen ist ein Beispiel dafür. Beim Tallying wird einfach die Anzahl der Hinweise gezählt, die eine Alternative im Vergleich zu anderen bevorzugen. In drei Schritten: (1) Durchsuchen der Stichwörter, (2) Stoppregel: Wenn die Anzahl der Stichwörter für beide Alternativen gleich ist, wird nach einem weiteren Stichwort gesucht. Wenn keine weiteren Cues gefunden werden, raten. Andernfalls (3) Entscheidung für die Alternative, die von mehr Cues bevorzugt wird.
Grundlegend hat Gigerenzers Arbeit gezeigt, dass Heuristiken nicht gut oder schlecht sind und – unter bestimmten Umständen – genauer sein können als komplexere Strategien. Mehr Forschung ist nötig, um herauszufinden, wie Menschen lernen, Heuristiken adaptiv zu nutzen, d.h. wann sie die richtige Strategie aus ihrem adaptiven heuristischen Werkzeugkasten verwenden.
In ihrem Übersichtsartikel über heuristische Entscheidungsfindung fragen Gigerenzer und Gaissmaier (2011) auch, ob Bauchgefühle auf Heuristiken basieren, und wenn ja, auf welchen? Damit sind wir bei der Unterscheidung zwischen intuitiver und deliberativer Entscheidungsfindung.