Apps
EN — EnglishLogin

🧪 Diese Plattform befindet sich in der Beta-Phase. Funktionen können sich ändern und es können Fehler auftreten. Danke für dein Feedback!

Allais-Paradoxon

Auch bekannt als: Sicherheitseffekt Allais-Problem
Aspect ID: allais_paradox

Definition

Das Allais-Paradoxon zeigt, dass Menschen die Erwartungsnutzentheorie systematisch verletzen, indem sie Präferenzen wechseln, wenn dieselbe Wahrscheinlichkeitsdifferenz in verschiedene Kontexte eingebettet wird — besonders wenn eine Option von Sicherheit zu Risiko wechselt.

Beispiele

Problem 1: Die meisten bevorzugen A (sicher 1 Mio. €) gegenüber B (89% 1 Mio. €, 10% 5 Mio. €, 1% 0 €). Problem 2: Die meisten bevorzugen D (10% 5 Mio. €, 90% 0 €) gegenüber C (11% 1 Mio. €, 89% 0 €). Diese Kombination ist mit keiner Nutzenfunktion vereinbar.

Problem 1: Die meisten bevorzugen A (sicher 10.000 € Gewinn) gegenüber B (95% Chance auf 12.000 €, 5% nichts). Problem 2: Die meisten bevorzugen D (45% Chance auf 12.000 €) gegenüber C (50% Chance auf 10.000 €) – obwohl die Präferenzstruktur mathematisch inkonsistent ist, weil die Sicherheit in Problem 1 übergewichtet wird.

Ein Arbeitnehmer wählt lieber einen sicheren Bonus von 2.000 € als eine 80%ige Chance auf 3.000 €. Beim nächsten Projekt wählt er jedoch lieber eine 40%ige Chance auf 3.000 € statt einer 50%igen Chance auf 2.000 € – eine Präferenzumkehr, die zeigt, dass er Sicherheit irrational überbewertet, sobald sie verfügbar ist.

Prüfschritte
Prüfschritte
Binäre Ja/Nein-Fragen, die eine KI beantworten muss, um ein Argumentationsmuster in einem Text zu erkennen.
Jeder der 452 Aspekte hat Prüfschritte — einfache Ja/Nein-Fragen, die systematisch erkennen sollen, ob ein Muster in einem Text vorkommt. Für Ad Hominem: "Greift das Argument eine Person statt ihre Behauptung an?" Für falsche Dichotomie: "Werden nur zwei Optionen präsentiert, obwohl mehr existieren?"

Binäre (Ja/Nein) Fragen, die ein LLM beantworten muss, um diesen Aspekt zu identifizieren:

  1. 1

    Wird die Erwartungsnutzentheorie verwendet, um die Wahl zwischen riskanten Optionen vorherzusagen?

    Typ: binary
  2. 2

    Verändert das Vorhandensein einer sicheren Option die Präferenzen zwischen zwei unsicheren Optionen auf eine Weise, die das Unabhängigkeitsaxiom verletzt?

    Typ: binary
  3. 3

    Sind Präferenzen zwischen Lotterien konsistent, wenn eine Option sicher statt riskant ist?

    Typ: binary
  4. 4

    Ist die Analyse sensibel für die Rahmung von Ergebnissen als Gewinne gegenüber einer sicheren Basis?

    Typ: binary
Vertiefung
Der aufklappbare Detailbereich auf jeder Aspekt-Seite mit Beispielen, Psychologie und Gegenstrategien.
Der Vertiefungsbereich bietet ausführliche Informationen zu jedem Aspekt: ein Praxisbeispiel, eine Erklärung warum es funktioniert, Tipps wie man entgegnet, alternative Bezeichnungen und Links zu verwandten Aspekten.