Apps
EN — EnglishLogin

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

Nachträgliche Rationalisierung (Choice-Supportive Bias)

Auch bekannt als: Post-Purchase Rationalization Choice-Support Bias
Cognitive Bias ID: choice_supportive_bias

Definition

Nachträgliche Rationalisierung ist die Tendenz, einer einmal getroffenen Entscheidung im Nachhinein positive Attribute zuzuschreiben und deren Nachteile herunterzuspielen oder zu vergessen. Sobald eine Entscheidung getroffen ist, verzerrt sich das Gedächtnis selbst, um die gewählte Option besser und abgelehnte Alternativen schlechter erscheinen zu lassen, als sie tatsächlich waren.

Beispiele

Nach dem Kauf eines bestimmten Autos erinnert sich der Besitzer an alle positiven Testberichte und übersieht die in Verbrauchermagazinen erwähnten Zuverlässigkeitsprobleme, während er die Mängel der Konkurrenzmodelle übertreibt.

Nachdem eine Studentin sich für ein Studium der Kunstgeschichte entschieden hat, erinnert sie sich hauptsächlich an die begeisterten Erzählungen von Alumni über ihre Karrieren und blendet die vielen Gespräche aus, in denen Absolventen über schwierige Jobaussichten und niedrige Einstiegsgehälter gesprochen hatten.

Ein Mitarbeiter, der intern für eine bestimmte Software-Lösung gestimmt hat, lobt nach der Einführung regelmäßig deren Vorteile im Team – die häufigen Abstürze und die umständliche Benutzeroberfläche, über die Kollegen klagen, nimmt er kaum noch wahr oder erklärt sie als vernachlässigbare Kinderkrankheiten.

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

    Wurde bereits eine Wahl oder Entscheidung getroffen?

    Typ: binary
  2. 2

    Werden der gewählten Option nachträglich positive Eigenschaften zugeschrieben?

    Typ: binary
  3. 3

    Werden Nachteile der gewählten Option minimiert oder ignoriert?

    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.