🧪 Diese Plattform befindet sich in der Beta-Phase. Funktionen können sich ändern und es können Fehler auftreten. Danke für dein Feedback!
hasty_generalization
Voreilige Verallgemeinerung ist der Akt, aus unzureichender, verzerrter oder unrepräsentativer Evidenz eine weitreichende Konklusion zu ziehen. Es springt von bestimmten Beobachtungen zu universellen Behauptungen ohne angemessene Rechtfertigung. Der Fehlschluss liegt nicht in der Verallgemeinerung an sich – Induktion ist für die Argumentation unerlässlich – sondern darin, dies aus einer Stichprobe zu tun, die zu klein oder verzerrt ist, um die Konklusion zu stützen.
"Ich habe drei Leute aus dieser Stadt getroffen und sie waren alle unhöflich. Jeder aus dieser Stadt muss unhöflich sein."
Mein neues Elektroauto hatte in der ersten Woche zwei Mal eine Panne. Elektroautos sind offensichtlich völlig unzuverlässig.
In meinem Büro arbeiten zwei Kollegen aus Frankreich, und beide kommen morgens immer zu spät. Franzosen sind eindeutig unpünktlich.
∃x(P(x)) ⇒ ∀x(P(x))
Binäre (Ja/Nein) Fragen, die ein LLM beantworten muss, um diesen Aspekt zu identifizieren:
Zieht das Argument eine allgemeine oder universelle Konklusion?
Typ: binaryIst die Evidenz begrenzt, anekdotisch oder stammt sie aus einer kleinen/unrepräsentativen Stichprobe?
Typ: binaryWürde eine größere oder repräsentativere Stichprobe die Konklusion möglicherweise entkräften?
Typ: binaryVoreilige Verallgemeinerung ist der Akt, aus unzureichender, verzerrter oder unrepräsentativer Evidenz eine weitreichende Konklusion zu ziehen. Es springt von bestimmten Beobachtungen zu universellen Behauptungen ohne angemessene Rechtfertigung. Der Fehlschluss liegt nicht in der Verallgemeinerung an sich – Induktion ist für die Argumentation unerlässlich – sondern darin, dies aus einer Stichprobe zu tun, die zu klein oder verzerrt ist, um die Konklusion zu stützen.
Das menschliche Gehirn ist auf Mustererkennung ausgelegt und sucht als Überlebensmechanismus nach schnellen Urteilen aus begrenzten Daten, was uns anfällig dafür macht, kleine Stichproben als repräsentativ zu behandeln.
Frage nach der Stichprobengröße und Repräsentativität. Liefere Gegenbeispiele und fordere Evidenz aus größeren, vielfältigeren Datensätzen.
Weit verbreitet bei Stereotypisierung und Vorurteilen, Produktbewertungen, die auf einer einzigen Erfahrung basieren, und Medienberichterstattung, die isolierte Vorfälle als Trends behandelt.
Filtering out contradicting information, only accepting confirming data.
Forming worldview based on examples that come most easily to mind.
Believing individual member characteristics reflect the entire group.
Bandwagon effect – adopting behaviors/beliefs because the majority does.
Altering a generalization's definition to exclude a counter-example.
Ignoring general statistical base rates in favor of specific individual-case info.
A trend in several groups that disappears or reverses when combined.
Using collective pronouns to assign responsibility to groups lacking cohesive agency.
Generic generalisation occurs when a generic statement — one that captures a typical or characteristic property of a kind — is treated as a strict universal claim. Generic sentences like 'dogs have four legs' or 'mosquitoes carry malaria' express statistical tendencies, characteristic features, or normative expectations, but they tolerate exceptions. The fallacy arises when these defeasible generics are deployed as though they were exceptionless universal quantifications, licensing conclusions about specific individuals.
The accident fallacy (a dicto simpliciter ad dictum secundum quid) occurs when a general rule is applied to a specific case whose circumstances make the rule inapplicable. The fallacy treats the general rule as absolute and exceptionless, ignoring the particular features of the case at hand that constitute a legitimate exception. It is the opposite of the converse accident (hasty generalisation), which moves from specific cases to general rules.
The overwhelming exception fallacy occurs when a generalisation is presented as meaningful or informative despite having so many exceptions that it is effectively vacuous. The rule may be technically true only in a narrow set of circumstances, yet it is invoked as though it captures a genuine regularity. This differs from the accident fallacy in that the problem is not misapplication to one case but the rule's fundamental inadequacy as a generalisation.
The anecdotal argument fallacy occurs when personal experiences, individual stories, or isolated examples are presented as sufficient evidence for a general claim. While anecdotes can be valuable for illustration, hypothesis generation, or making data relatable, they are unreliable as evidence because they are subject to selection bias, survivorship bias, memory distortion, and the representativeness heuristic. A single vivid story can psychologically overwhelm statistical evidence covering thousands of cases.
The panacea fallacy occurs when a single, simple solution is proposed as the complete answer to a complex, multi-dimensional problem. The fallacy lies not in the potential value of the proposed solution but in the claim that it alone is sufficient. Complex problems typically have multiple interacting causes, and addressing only one causal pathway while ignoring others gives the illusion of resolution without achieving it. This fallacy exploits the human preference for simple, actionable narratives over complicated, ambiguous ones.
Nutze diese Tools, um diesen Aspekt zu erkennen, zu analysieren oder zu trainieren.