Der Wert der Perspektive

Jan 13
Gerade in einer Ära, in der Daten und Algorithmen die Schlagzeilen dominieren, ist es wichtig zu verstehen, dass individuelle Perspektiven – geformt durch Wissen, Fähigkeiten und Lebenserfahrung – nach wie vor einen unschätzbar wertvollen Beitrag zur Qualität der Entscheidungsfindung leisten.

Wir wollen Sie in diesem Beitrag dazu inspirieren, über die perfekte Balance zwischen menschlicher Intuition und datengestützter Analyse nachzudenken. 

Erfolgreiche Unternehmen haben einen beeindruckenden Weg gefunden, moderne Algorithmen mit menschlicher Intuition zu vereinen, um kluge und widerstandsfähige Entscheidungen zu treffen. Erfahren Sie, in diesem Beitrag, wie auch Sie davon profitieren können.

Kognitive Verzerrungen

Das menschliche Denken, Erkennen und Handeln ist endlich, da es vielfältigen Einschränkungen unterliegt, die aus den Bedingungen von Zeit und Raum, individuellen Veranlagungen, Umgebung und Situation resultieren; beispielsweise kultureller oder gesellschaftlicher Natur sind.

Weil biologische Organismen immer bestrebt sind Energie zu sparen, strebt unser Gehirn stets danach Abläufe zu standardisieren, um diese im Kleinhirn schnell und sparsam zu verarbeiten. Abläufe wie Laufen, Atmen oder Treppen steigen führen wir nur in großen Ausnahmefällen bewusst, sonst intuitiv durch. Systembedingt verhalten wir Menschen uns deshalb nicht immer rational. Es ist deshalb nicht überraschend, dass empirische Studien immer wieder belegen, dass unser Verhalten von Widersprüchen und unlogischen Schlüssen geprägt ist, insbesondere wenn wir intuitiv handeln. Solche Phänomene, die unsere Wahrnehmung und Einschätzung beeinträchtigen und deshalb dem rationalen Denken im Wege stehen werden bezeichnet man als kognitive Verzerrungen (englisch: Bias). Wikipedia listet weit über 100 solcher Verzerrungen denen unser Geist beim Wahrnehmen, Denken und Beurteilen ausgesetzt ist.

Ein einfaches Mittel gegen Voreingenommenheit

Zum Glück gibt es Mittel und Wege mit Voreingenommenheit umzugehen. Eine wirksame Methode zur Umgehung von Voreingenommenheit bei der Entscheidungsfindung besteht beispielsweise darin, zwei unabhängige Gruppen oder Einzelpersonen damit zu beauftragen, die entgegengesetzten Seiten der in Betracht gezogenen Entscheidung zu vertreten. 
Dieser Überprüfungsprozess ist nicht nur nützlich, um zu einem "Ja" oder "Nein" zu kommen. Er kann auch das Wesen der Debatte verändern und dadurch die Qualität der Entscheidung verbessern.

Im Fall des Industrieunternehmens wurde dem CEO von den Leitern der Geschäftseinheiten geraten, rote und blaue Teams aus externen Experten einzuberufen, um die Faktoren zu untersuchen, die mit der Ausgliederung der fraglichen Geschäftseinheiten verbunden sind. Die Untersuchungen und Präsentationen der Teams wiesen auf mehrere Optionen hin, die zu Beginn niemand in Betracht gezogen hatte, darunter die Ausgliederung des Armaturengeschäfts, aber die Verfolgung eines Joint Ventures für das Spritzgussgeschäft angesichts der prognostizierten steigenden Nachfrage nach spritzgegossenen Kunststoffen in einer Reihe von Branchen.
die Wirklichkeit von Standpunkt und Eigenschaften des betrachtenden Individuums abhängig ist. 

Wissenschaftlicher Hintergrund

Linell stellte die drei folgenden dialogischen Prinzipien auf (vgl. Linell 2009 , 187):

1.Jeder Diskurs weist eine sequenzielle Organisation auf (sequentiality), d.h. eine Aussage oder ein Teil davon kann nicht ohne die Sequenz verstanden werden, die den Kontext stellt. Jeder Diskurs ist kontextualisiert.

2. Der Diskurs ist vorrangig ein soziales und interaktionales Phänomen, das nur in aufeinander abgestimmten Aktionen und Interaktionen verschiedener Teilnehmenden stattfinden kann. Dialog ist demnach eine gemeinsame Konstruktion (joint construction).
3. Handlungen, Aussagen und Abläufe im Diskurs sind im Wesentlichen in eine Aktivität eingebettet, welche die Kommunikationsteilnehmenden gemeinsam herstellen. Die Eigenschaften der sogenannten act-activity interdependence zeigen sich deutlich in aufgabenabhängigen oder institutionell festgelegten kommunikativen Genres. Sie sind ein weiteres Merkmal der wesentlichen Situiertheit aller Diskursbeiträge

Wir wissen jetzt also, dass Dialog nur im Kontext aller Teilnehmenden stattfinden kann. Und jetzt kommt hier noch die Positionierung im Diskurs dazu:

Eine Position kann man nur einnehmen, wenn man auch eine erhält. Positionen sind somit immer relational. Und warum sollte ich das selbst erklären, wenn das Andrea Karsten (2009, Vielfalt des Schreibens) und Lucius-Hoene/Deppermann (2004, Narrative Identität und Positionierung) schon wunderbar gemacht haben:

"Die Position, die ein Individuum erhält oder einnimmt, hat Auswirkungen darauf, welche Handlungsmöglichkeiten es im weiteren Verlauf des Diskurses erhält." Andrea Karsten (2009)

Wenn dies also nicht auf Gegenseitigkeit beruht, dann kann das zum Scheitern der Kommunikation beitragen oder zumindest den Verlauf des Diskurses weitestgehend beeinflussen, da ein Machtkampf um "gültige und anerkennungsfähige Identitätsansprüche" entsteht, den es auszutragen gilt.

Positionierung bezeichnet "die diskursiven Praktiken, mit denen Menschen sich selbst und andere in sprachliche Interaktionen aufeinander bezogen als Personen her- und darstellen, welche Attribute, Rollen, Eigenschaften und Motive sie mit ihren Handlungen in Anspruch nehmen und zuschreiben, die ihrerseits funktional für die lokale Identitätsher- und darstellung im Gespräch sind." (Hoene/Deppermann, 2004)

Selbst- wie Fremdpositionierung können akzeptiert oder zurückgewiesen werden. Denn um eine Position zu verstehen, gilt es auch den Kontext zu betrachten. Dieser beinhaltet nicht nur institutionelle Konventionen, sondern auch Faktoren wie kulturelle Etiketten oder unterschiedliche Wissensstände der Teilnehmenden.

Ob jemand eine Perspektive hat, hängt vom Vorwissen ab, von Kenntnissen, Fertigkeiten und Talenten.

„Es gibt nur ein perspektivisches Sehen, nur ein perspektivisches ‚Erkennen‘; und je mehr Affekte wir über eine Sache zu Worte kommen lassen, je mehr Augen, verschiedene Augen wir uns für dieselbe Sache einzusetzen wissen, um so vollständiger wird unser ‚Begriff‘ dieser Sache, unsere ‚Objektivität‘ sein“

Untersuchungen zeigen, dass sich die leistungsstärksten Unternehmen von ihren Konkurrenten dadurch unterscheiden, dass ihre Führungskräfte in der Lage sind, in Teambesprechungen intensive Diskussionen zu führen . Die Kollegen in diesen Unternehmen fordern sich gegenseitig heraus, hören sich die Ansichten von Minderheiten an und hinterfragen ihre Annahmen.

Jüngste Untersuchungen von McKinsey deuten auch darauf hin, dass insbesondere in "Big Bet"-Szenarien der wichtigste Prädiktor für eine erfolgreiche Entscheidungsfindung die Qualität der Diskussionen und Debatten ist. 

Die Perspektive bildet sich nach Marion Weissenberger-Eibl, Universitätsprofessorin und Leiterin des Fraunhofer-Instituts für System- und Innovationsforschung ISI in Karlsruhe durch den Fokus auf vier Punkte:

  • Erstens die eigenen Stärken zu kennen, also die Frage zu stellen, was man wirklich gut kann, und nicht, was man wirklich gut konnte. Dazu gehört auch jene Fähigkeit zur Selbstkritik, die es braucht, um die eigenen Fähigkeiten und Kenntnisse richtig einzuschätzen.
  • Zweitens und nicht weniger wichtig, „zu experimentieren, um herauszufinden, was geht und was nicht“. Experimente sind kein unverbindlicher Schnickschnack, sondern essenzielle Erfordernis, um neue Perspektiven für die Transformation zu entwickeln. Man kann nicht wissen – und nicht verkaufen –, was man noch nicht kennt.
  • Drittens über diese Einsichten zu reden, die Erkenntnisse zu teilen und sich zu vernetzen, damit andere verstehen, worum es geht. Bessere Perspektiven haben etwas mit Lernen zu tun.
  • Und sich viertens etwas zu trauen, was so viel heißt, wie vor Neuem nicht zurückzuschrecken, sein Bestes zu geben, ohne zu glauben, dass man dabei perfekt sein kann.

So handeln Spitzenunternehmen

Unternehmen der Spitzenklasse nutzen diesen Ansatz zu ihrem Wettbewerbsvorteil. Google zum Beispiel trifft konsequent datenorientierte Entscheidungen, baut das Feedback der Kunden in seine Lösungen ein und entwickelt in kürzester Zeit Produkte, die die Kunden nicht nur nutzen, sondern auch lieben.

Ein Schleifen-nicht-Linien-Ansatz funktioniert auch außerhalb des Silicon Valley sehr gut. Wir kennen zum Beispiel ein globales Pharmaunternehmen, das seine Daten verfolgt und überwacht, um wichtige Muster zu erkennen, das schnell eingreift, wenn Datenpunkte darauf hindeuten, dass ein Prozess aus dem Ruder laufen könnte, und das seine Feedbackschleife verfeinert, um neue Medikamente schneller zu testen . Und ein OEM für Unterhaltungselektronik ging mit einem iterativen, hypothesengesteuerten Modellierungszyklus schnell vom Sammeln von Daten zum "Rechnen" über. Zunächst wurde eine vorläufige Datenarchitektur geschaffen, indem drei "Insights Factories" aufgebaut wurden, die umsetzbare Empfehlungen für die Anwendungsfälle mit der höchsten Priorität generieren konnten, und dann wurde parallel dazu Feedback eingearbeitet. All dies ermöglichte es seinen frühen Piloten, schnelle, weitgehend selbstfinanzierte Ergebnisse zu liefern.
Digitalisierte Datenpunkte beschleunigen nun die Feedback-Zyklen.

Durch den Einsatz von fortschrittlichen Algorithmen und maschinellem Lernen, das sich mit der Analyse jedes neuen Inputs verbessert, können Unternehmen schnellere und bessere Schleifen fahren. Aber während maschinelles Lernen sehr wohl seinen Platz in jedem Analyse-Toolkit hat, ist es nicht das einzige Tool, das verwendet werden sollte, und wir erwarten auch nicht, dass es alle anderen Analysen verdrängen wird. Wir haben kreisförmige Venn-Diagramme erwähnt; Leute, die eher auf dreiseitige Formen stehen, bevorzugen vielleicht den Begriff "triangulieren". Aber das Konzept ist im Wesentlichen dasselbe: Um zu einer robusteren Antwort zu gelangen, verwenden Sie eine Vielzahl von Analysetechniken und kombinieren Sie diese auf unterschiedliche Weise.

Unser Tipp: Setzen Sie auf den Mensch

Unserer Erfahrung nach profitieren selbst Unternehmen, die hochmoderne Machine-Learning-Algorithmen entwickelt haben und automatisierte Schleifen verwenden, davon, ihre Ergebnisse mit einfachen univariaten oder multivariaten Analysen, wie Mittelwert oder Standardabweichung zu vergleichen.
An den besten Schleifen sind immer Menschen und Maschinen beteiligt.

Ein dynamischer, mehrgleisiger Entscheidungsprozess wird jeden einzelnen Algorithmus - egal wie fortschrittlich er ist - übertreffen, indem er testet, iteriert und überwacht, wie sich die Qualität der Daten verbessert oder verschlechtert; neue Datenpunkte einbezieht, sobald sie verfügbar werden; und es ermöglicht, intelligent zu reagieren, wenn sich Ereignisse entfalten.
Erstellt mit