Apps
EN — EnglishLogin

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

Geburtstagsproblem-Fehlkalkulation

Auch bekannt als: Geburtstagsparadoxon Zufallsunterschätzung
Aspect ID: birthday_problem

Definition

Das Geburtstagsproblem zeigt, dass Menschen die Zufallswahrscheinlichkeit drastisch unterschätzen, weil sie an Einzelwahrscheinlichkeiten statt an die Anzahl möglicher Paare denken. Bei nur 23 Personen übersteigt die Wahrscheinlichkeit, dass zwei einen Geburtstag teilen, 50 %.

Beispiele

In einer Gruppe von 23 Personen schätzen die meisten, die Wahrscheinlichkeit sei ca. 23/365 ≈ 6 %. Die tatsächliche Wahrscheinlichkeit beträgt 50,7 %. Bei 57 Personen erreicht sie 99 %. Dies liegt daran, dass 23 Personen 253 mögliche Geburtstagspaare erzeugen.

In einem Büro mit 30 Mitarbeitern ist die Chefin überrascht, als zwei Kollegen am selben Tag Geburtstag haben, und hält es für einen unglaublichen Zufall. Tatsächlich beträgt die Wahrscheinlichkeit, dass mindestens zwei Personen in einer Gruppe von 30 denselben Geburtstag teilen, über 70% – weil nicht ein bestimmtes Datum, sondern irgendeine Übereinstimmung zählt.

Ein Sportkommentator staunt live im Fernsehen darüber, dass zwei Spieler im 22-köpfigen Kader einer Fußballmannschaft am selben Tag geboren wurden, und bezeichnet es als 'nahezu unmögliche Koinzidenz'. Dabei liegt die Wahrscheinlichkeit für mindestens einen gemeinsamen Geburtstag in einer Gruppe von 22 Personen bereits bei rund 48%.

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

    Beinhaltet die Behauptung die Wahrscheinlichkeit, dass zwei Mitglieder einer Gruppe ein Merkmal teilen?

    Typ: binary
  2. 2

    Wird die Zufallswahrscheinlichkeit geschätzt, indem man an eine einzelne Person statt an alle möglichen Paare denkt?

    Typ: binary
  3. 3

    Wird ignoriert, dass die Anzahl möglicher Paarungen quadratisch mit der Gruppengröße wächst?

    Typ: binary
  4. 4

    Wird eine geringe Pro-Paar-Zufallswahrscheinlichkeit verwendet, um die Gesamtwahrscheinlichkeit mindestens eines Zufalls zu verwerfen?

    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.