🧪 Diese Plattform befindet sich in der Beta-Phase. Funktionen können sich ändern und es können Fehler auftreten. Danke für dein Feedback!
additive_bias
Additive Bias ist die systematische Tendenz, Probleme durch das Hinzufügen neuer Elemente, Funktionen oder Regeln zu lösen, anstatt bestehende zu entfernen. Wenn Menschen versuchen, eine Situation zu verbessern, fügen sie standardmäßig Komponenten hinzu, selbst wenn das Entfernen effektiver, einfacher und kostengünstiger wäre. Diese Verzerrung führt dazu, dass sich im Laufe der Zeit Komplexität ansammelt.
Wenn Teilnehmer gebeten werden, eine kopflastige Lego-Struktur zu verbessern, fügen sie überwältigend oft Stützsteine hinzu, anstatt Steine von oben zu entfernen, selbst wenn das Entfernen die einfachere und elegantere Lösung ist.
Ein Stadtrat möchte den Verkehrsstau in der Innenstadt lösen und beschließt den Bau neuer Parkebenen sowie zusätzlicher Fahrspuren – obwohl Studien zeigen, dass die Abschaffung von Gratisparkplätzen den Verkehr deutlich entlasten würde.
Ein Softwareunternehmen erhält Beschwerden, dass seine App zu kompliziert sei. Statt überflüssige Funktionen zu entfernen, fügt das Produktteam ein neues Tutorial und eine Hilfefunktion hinzu – wodurch die App noch unübersichtlicher wird.
Binäre (Ja/Nein) Fragen, die ein LLM beantworten muss, um diesen Aspekt zu identifizieren:
Fügt die vorgeschlagene Lösung Komplexität hinzu, anstatt zu vereinfachen?
Typ: binaryWurde das Entfernen von Elementen als mögliche Lösung in Betracht gezogen?
Typ: binaryLieße sich das Problem besser lösen, indem man etwas wegnimmt, anstatt etwas hinzuzufügen?
Typ: binaryAdditive Bias ist die systematische Tendenz, Probleme durch das Hinzufügen neuer Elemente, Funktionen oder Regeln zu lösen, anstatt bestehende zu entfernen. Wenn Menschen versuchen, eine Situation zu verbessern, fügen sie standardmäßig Komponenten hinzu, selbst wenn das Entfernen effektiver, einfacher und kostengünstiger wäre. Diese Verzerrung führt dazu, dass sich im Laufe der Zeit Komplexität ansammelt.
Additive Lösungen sind kognitiv zugänglicher, da sie leichter vorstellbar und beschreibbar sind. Subtraktive Lösungen erfordern die Berücksichtigung dessen, was bereits vorhanden ist, und die Bewertung dessen, was entfernt werden soll, was mehr kognitive Anstrengung erfordert. Hinzufügen fühlt sich zudem produktiv an, während sich Entfernen wie ein Verlust anfühlt.
Ziehe für jedes Problem ausdrücklich subtraktive Lösungen in Betracht: Frage 'Was kann ich entfernen, vereinfachen oder eliminieren?', bevor du fragst 'Was kann ich hinzufügen?'. Mache das Wegnehmen zu einem obligatorischen Schritt in deinem Problemlösungsprozess.
Additive Bias trägt zur Bürokratisierung bei (Hinzufügen neuer Vorschriften ohne alte zu streichen), zu Feature Creep bei Softwareprodukten und zur Anhäufung unnötiger Meetings und Prozesse in Organisationen.
Nutze diese Tools, um diesen Aspekt zu erkennen, zu analysieren oder zu trainieren.