🧪 Diese Plattform befindet sich in der Beta-Phase. Funktionen können sich ändern und es können Fehler auftreten. Danke für dein Feedback!
base_rate_neglect
Die Tendenz, allgemeine Prävalenzinformationen (Basisraten) zu ignorieren, wenn die Wahrscheinlichkeit eines spezifischen Ereignisses bewertet wird, insbesondere wenn anschauliche, individualisierende Informationen vorliegen. Die Menschen konzentrieren sich auf spezifische Falldetails, ignorieren aber, wie häufig oder selten eine Erkrankung in der Gesamtbevölkerung ist. Dies führt zu dramatischen Fehlern bei der Wahrscheinlichkeitseinschätzung.
Ein medizinischer Test auf eine seltene Krankheit (die 1 von 10.000 Menschen betrifft) hat eine Falsch-Positiv-Rate von 5 %. Wenn ein Patient positiv getestet wird, nehmen oft sowohl der Patient als auch der Arzt an, dass zu 95 % die Wahrscheinlichkeit besteht, dass er die Krankheit hat, während in Wirklichkeit die Basisrate es weitaus wahrscheinlicher macht, dass es sich um ein falsch positives Ergebnis handelt.
Eine Personalerin liest, dass ein Bewerber aus einer renommierten Universität kommt und gut gekleidet ist. Sie ist sofort überzeugt, dass er hochkompetent sein muss – und ignoriert dabei die statistische Basisrate, dass auch von Top-Universitäten viele mittelmäßige Kandidaten kommen und äußeres Auftreten wenig über fachliche Eignung aussagt.
Nach einem Flugzeugabsturz, der wochenlang in den Medien präsent war, meiden viele Menschen das Fliegen und fahren stattdessen lieber mit dem Auto – obwohl die Basisrate zeigt, dass Autofahren statistisch um ein Vielfaches gefährlicher ist als Fliegen. Die lebhafte Berichterstattung lässt das seltene Ereignis viel wahrscheinlicher erscheinen, als es tatsächlich ist.
Binäre (Ja/Nein) Fragen, die ein LLM beantworten muss, um diesen Aspekt zu identifizieren:
Werden Hintergrundstatistiken zugunsten von lebendigen Falldetails ignoriert?
Typ: binaryWird die allgemeine Prävalenz der Bedingung oder des Ereignisses berücksichtigt?
Typ: binaryWürde sich die Wahrscheinlichkeitsschätzung erheblich ändern, wenn Basisraten einbezogen würden?
Typ: binaryDie Tendenz, allgemeine Prävalenzinformationen (Basisraten) zu ignorieren, wenn die Wahrscheinlichkeit eines spezifischen Ereignisses bewertet wird, insbesondere wenn anschauliche, individualisierende Informationen vorliegen. Die Menschen konzentrieren sich auf spezifische Falldetails, ignorieren aber, wie häufig oder selten eine Erkrankung in der Gesamtbevölkerung ist. Dies führt zu dramatischen Fehlern bei der Wahrscheinlichkeitseinschätzung.
Anschauliche, spezifische und emotional ansprechende Fallinformationen fesseln die Aufmerksamkeit und fühlen sich relevanter an als trockene statistische Basisraten. Die Repräsentativitätsheuristik lässt uns nach Ähnlichkeit statt nach Wahrscheinlichkeit urteilen.
Frage immer 'Wie häufig ist dies in der Gesamtbevölkerung?', bevor du spezifische Evidenz interpretierst. Verwende Bayessches Denken, um Basisraten systematisch mit neuer Evidenz zu kombinieren.
Die Vernachlässigung der Basisrate ist kritisch bei der medizinischen Diagnose, beim Profiling von Straftätern, bei der Risikobewertung von Terrorismus und bei der Betrugserkennung. Sie führt zu Überdiagnosen, Fehlurteilen und fehlgeleiteten Sicherheitsressourcen.
Nutze diese Tools, um diesen Aspekt zu erkennen, zu analysieren oder zu trainieren.