🧪 Diese Plattform befindet sich in der Beta-Phase. Funktionen können sich ändern und es können Fehler auftreten. Danke für dein Feedback!
outcome_bias
Die Tendenz, eine Entscheidung nach ihrem schließlichen Ergebnis zu beurteilen und nicht nach der Qualität des Entscheidungsprozesses zu dem Zeitpunkt, als sie getroffen wurde. Eine gute Entscheidung, die (aus Zufall) zu einem schlechten Ergebnis führt, wird hart beurteilt, während eine schlechte Entscheidung, die glücklicherweise gut ausgeht, gelobt wird.
Ein Chirurg, der sich an Best Practices hält, aber einen Patienten verliert, wird als inkompetent verurteilt, während ein Chirurg, der unnötige Risiken eingeht, aber Glück hat, als mutig und fähig gepriesen wird.
Eine Fondsmanagerin trifft auf Basis sorgfältiger Analysen eine solide Investitionsentscheidung, doch durch einen unvorhersehbaren Markteinbruch verliert der Fonds an Wert. Ihre Kunden beschweren sich lautstark über ihre Inkompetenz, während ein Kollege, der rein intuitiv und ohne Analyse in eine Modeaktie investierte und Glück hatte, als 'Investmentgenie' gefeiert wird.
Ein Fußballtrainer wechselt in der 80. Minute einen Stürmer ein – eine taktisch gut begründete Entscheidung basierend auf Spielstatistiken. Der Stürmer schießt jedoch ein Eigentor. In der Presse wird der Trainer für den 'offensichtlich falschen Wechsel' scharf kritisiert, obwohl die Entscheidung zum Zeitpunkt des Wechsels rational und vertretbar war.
Binäre (Ja/Nein) Fragen, die ein LLM beantworten muss, um diesen Aspekt zu identifizieren:
Wird die Qualität einer Entscheidung bewertet?
Typ: binaryBasiert die Bewertung auf dem Ergebnis der Entscheidung und nicht auf der Qualität der Argumentation zum Zeitpunkt der Entscheidung?
Typ: binaryWürde sich die Bewertung ändern, wenn das Ergebnis bei identischer Argumentation anders ausgefallen wäre?
Typ: binaryDie Tendenz, eine Entscheidung nach ihrem schließlichen Ergebnis zu beurteilen und nicht nach der Qualität des Entscheidungsprozesses zu dem Zeitpunkt, als sie getroffen wurde. Eine gute Entscheidung, die (aus Zufall) zu einem schlechten Ergebnis führt, wird hart beurteilt, während eine schlechte Entscheidung, die glücklicherweise gut ausgeht, gelobt wird.
Ergebnisse sind konkret und auffällig, während der Argumentationsprozess abstrakt und schwerer zu bewerten ist. Im Nachhinein (Hindsight) erscheint es oft so, als wäre das Ergebnis vorhersehbar gewesen.
Bewerte Entscheidungen basierend auf den Informationen und Überlegungen, die zu dem Zeitpunkt verfügbar waren. Beurteile den Prozess, nicht das Ergebnis.
Leistungsbeurteilungen, Trainerentscheidungen im Sport, Fälle von ärztlichen Kunstfehlern und die Bewertung von Investmentfondsmanagern.
Nutze diese Tools, um diesen Aspekt zu erkennen, zu analysieren oder zu trainieren.