Apps
EN — EnglishLogin

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

Next-in-Line-Effekt

Auch bekannt als: Reihenfolge-Vergessen-Effekt Nächster-in-der-Reihe-Effekt
Cognitive Bias ID: next_in_line_effect

Definition

Die verringerte Fähigkeit sich daran zu erinnern, was die Person unmittelbar vor einem gesagt hat, wenn man als Nächster an der Reihe ist, zu sprechen oder aufzutreten. Die Angst vor dem eigenen bevorstehenden Auftritt verbraucht kognitive Ressourcen, die andernfalls für die Kodierung der Beiträge anderer verwendet würden. Dieser Effekt ist am stärksten, wenn Menschen Druck wegen ihrer eigenen Leistung spüren.

Beispiele

In einer Besprechung, in der sich jeder nacheinander vorstellt, ist ein Teilnehmer so sehr darauf konzentriert, seine eigene Vorstellung zu proben, dass ihm Name und Rolle der Person, die direkt vor ihm gesprochen hat, völlig entgehen.

Bei einem Schulreferat wartet ein Schüler nervös darauf, als Nächster vor die Klasse zu treten. Der Vortrag seines Mitschülers direkt vor ihm geht völlig an ihm vorbei – er ist so sehr mit dem mentalen Durchspielen seiner eigenen Präsentation beschäftigt, dass er hinterher keinen einzigen Inhaltspunkt wiedergeben kann.

In einer Diskussionsrunde im Büro soll jede Person reihum ihre Meinung zum neuen Projektplan äußern. Die Mitarbeiterin, die als Nächste dran ist, wiederholt innerlich schon ihre Argumente und bemerkt erst im Nachhinein, dass der Kollege vor ihr bereits genau denselben Punkt angesprochen hatte.

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

    Werden Informationen, die kurz vor dem eigenen Zug präsentiert wurden, schlecht erinnert?

    Typ: binary
  2. 2

    Wurde die Aufmerksamkeit auf die Vorbereitung des eigenen Beitrags gelenkt?

    Typ: binary
  3. 3

    Würde sich die Erinnerung verbessern, wenn es keinen bevorstehenden Leistungsdruck gäbe?

    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.

Hierarchischer Kontext