Denkfehler · Vertiefung
Debiasing: Denkfehler gezielt verringern
Welche Techniken gegen Denkfehler nachweislich helfen, welche nur gut klingen und wie du eine Empfehlung mit zwölf Fragen prüfst.
Freitag, Programmkonferenz in einem Fachverlag. Zwölf Buchprojekte stehen zur Wahl, Platz ist für sechs. Die Programmleiterin Sabrina hat im Frühjahr einen Workshop zu Denkfehlern besucht. Alle kennen jetzt Begriffe wie Confirmation Bias und Halo-Effekt.
Trotzdem läuft die Sitzung wie immer. Das Buch des bekannten Autors kommt ins Programm, ohne dass jemand die Zahlen seines letzten Titels anschaut. Warum hat das Wissen über Denkfehler nichts geändert?
Beispiel frei erfunden.
Warum reicht Wissen über Denkfehler nicht?
Wissen über Denkfehler reicht selten, weil sich eine Verzerrung von innen richtig anfühlt. Wer im Urteil steckt, merkt nicht, dass die Brille schief ist. Hilfreich sind deshalb Techniken, die den Blick von außen erzwingen.
Charles Lord, Mark Lepper und Elizabeth Preston zeigten das 1984. In zwei Experimenten verglichen sie zwei Anweisungen. Die eine lautete sinngemäß: Sei so fair und unvoreingenommen wie möglich. Die andere forderte auf, gezielt das Gegenteil der eigenen Annahme zu bedenken. Die zweite Anweisung verringerte die Verzerrung stärker (Lord, Lepper und Preston, 1984).
Pronin, Lin und Ross beschrieben 2002 dazu den Bias blind spot. Ihre Teilnehmenden hielten sich für weniger anfällig als andere. Das blieb so, auch nachdem sie eine Beschreibung der Verzerrung gelesen hatten. Verzerrungen bei anderen erkennen Menschen also leichter als bei sich selbst.
Bei Sabrina gab es einen Vorsatz und keinen festen Ablauf. Die Sitzung hatte dieselbe Tagesordnung wie immer, und der bekannte Autor stand wie immer oben.
Welche Techniken sind belegt?
Die Belege sind unterschiedlich stark. Gut geprüft sind das Bedenken des Gegenteils und Trainings mit persönlicher Rückmeldung. Für viele Techniken aus der Praxis gibt es plausible Gründe, aber wenig direkte Prüfung.
Carey Morewedge und Kollegen zeigten 2015, dass ein einmaliges Training mehrere Verzerrungen verringert, per Video und stärker per Lernspiel. Anne-Laure Sellier, Irene Scopelliti und Morewedge fanden 2019 die Wirkung auch in einer realitätsnahen Fallstudie wieder (Sellier et al., 2019).
Für Trainings, die unbewusste Einstellungen verändern sollen, ist das Bild ernüchternder. Eine Meta-Analyse über 492 Studien fand 2019, dass veränderte Werte in impliziten Tests nicht zu verändertem Verhalten führten (Forscher et al., 2019). Mehr dazu auf der Seite Unconscious Bias bei Personalentscheidungen.
Techniken nach Aufwand und Belegstand
| Technik | Aufwand | Belegstand | Hilft vor allem gegen |
|---|---|---|---|
| Gegenteil bedenken | gering | mehrere Experimente | Bestätigungsfehler, Ankereffekt |
| Training mit Rückmeldung | mittel | mehrere Experimente, eine Feldstudie | mehrere Denkfehler gleichzeitig |
| Strukturierte Kriterien vorab | mittel | gut belegt bei Interviews | Halo-Effekt, Unconscious Bias |
| Unabhängige Urteile vor der Diskussion | gering | gut begründet, Studien zur Mittelung von Schätzungen | Gruppendenken, Noise |
| Außensicht mit Vergleichsfällen | gering bis mittel | Belege aus der Prognoseforschung | Overconfidence, Planungsfehlschluss |
| Pre-Mortem | mittel | ein Experiment zur vorweggenommenen Rückschau | Overconfidence, Gruppendenken |
| [Bias-Check mit zwölf Fragen](#bias-check-mit-zwoelf-fragen) | mittel | Bausteine belegt, Liste kaum unabhängig geprüft | mehrere Denkfehler in einer Vorlage |
| Vorher-Notiz im Entscheidungsjournal | gering | plausibel, kaum direkt geprüft | Rückschaufehler, Outcome Bias |
| Abbruchkriterien vorab | gering | plausibel, kaum direkt geprüft | Sunk Cost Fallacy |
| Red Team oder Advocatus Diaboli | mittel bis hoch | gemischte Befunde | Gruppendenken, Bestätigungsfehler |
| Appell, unvoreingenommen zu sein | gering | schwach | kaum messbar |
Die Einstufung des Belegstands ist eine Einordnung von T1Leaders nach den Quellen, die auf dieser Seite und den verlinkten Detailseiten genannt sind. Sie ist keine systematische Übersichtsarbeit.
MerksatzBillig und gut belegt schlägt aufwendig und gut gemeint.
Wie prüfst du eine Empfehlung mit dem Bias-Check?
Der Bias-Check trennt die Rollen: Ein Team empfiehlt, eine andere Person prüft die Empfehlung mit festen Fragen auf Denkfehler. Die hier verwendete Fassung mit zwölf Fragen stammt von Daniel Kahneman, Dan Lovallo und Olivier Sibony (Harvard Business Review, 2011).
Wegen des Bias blind spot prüft das Team seine Vorlage nicht selbst. Die Prüfung gehört zu der Person, die entscheidet. Sie schaut auf den Inhalt der Empfehlung und auf den Weg, auf dem sie entstanden ist. Immun gegen Denkfehler macht die Methode niemanden.
Die Vorlage wird von außen geprüft, in drei Fragengruppen
Empfehlendes Team
Vorlage
erarbeitet und übergibt die Empfehlung
Antworten
beantwortet die Fragen der Gruppe B
Prüfende Person (entscheidet)
Gruppe A: an sich selbst
Fragen 1 bis 3, still beantwortet. Eigeninteresse, Gruppendenken
Gruppe B: an das Team
Fragen 4 bis 9, im Gespräch. Alternativen, Zahlenherkunft, Halo
Gruppe C: an die Vorlage
Fragen 10 bis 12, an den Zahlen. Basisfall, Worst Case, Vorsicht
Entscheidung
Freigeben
die Empfehlung gilt
Mit Auflagen
Freigabe mit Gegenmaßnahmen
Zurück an das Team
überarbeitet, neue Prüfung
Die zwölf Fragen
Stell die Frage, halte die Antwort gegen das Warnsignal und löse bei einem Treffer die Gegenmaßnahme aus. Fragen, Denkfehler und Gegenmaßnahmen folgen Kahneman, Lovallo und Sibony (2011) in einer Übersetzung von T1Leaders. Die Spalte Warnsignal ist eine Ergänzung von T1Leaders.
| Nr. | Frage | Denkfehler | Warnsignal in der Antwort | Gegenmaßnahme |
|---|---|---|---|---|
| A | An sich selbst | |||
| 1 | Profitiert das empfehlende Team persönlich davon, dass du zustimmst? | Eigeninteresse, motiviertes Denken | Bonus, Budget oder Karriere hängen am Ja, niemand hat das offen benannt | Prüfe die Vorlage besonders streng auf zu optimistische Annahmen. Frag das Team nicht direkt danach. |
| 2 | Hat sich das Team in seinen Vorschlag verliebt? | Affektheuristik | Nutzen wird detailreich beschrieben, Risiken in einem Satz | Geh alle Fragen dieser Liste ohne Ausnahme durch. |
| 3 | Gab es im Team abweichende Meinungen, und wurden sie geprüft? | Gruppendenken | „Das Team war sich von Anfang an einig.“ | Hol Gegenstimmen gezielt ein, wenn nötig vertraulich. |
| B | An das empfehlende Team | |||
| 4 | Stützt sich die Diagnose auf einen auffälligen Vergleichsfall? | Salienz durch Analogie | Ein einziges Erfolgsbeispiel trägt die Argumentation | Verlange weitere Vergleichsfälle und prüfe, wie ähnlich sie wirklich sind. |
| 5 | Welche ernsthaften Alternativen wurden geprüft? | Bestätigungsfehler | Nur eine Option ausgearbeitet, die anderen als Strohmann | Fordere zusätzliche Optionen an. |
| 6 | Welche Information würde sich das Team wünschen, müsste es die Entscheidung in einem Jahr erneut treffen? Lässt sie sich jetzt beschaffen? | Verfügbarkeitsfehler | „Dazu liegen keine Daten vor“, ohne Plan, sie zu beschaffen | Nutze eine feste Datenliste für diesen Entscheidungstyp. |
| 7 | Woher stammen die Zahlen? | Ankereffekt | Planzahl ist Vorjahr plus Aufschlag oder stammt vom Verkäufer | Ankere neu mit Zahlen aus anderen Modellen oder Benchmarks, fordere neue Analysen an. |
| 8 | Erkennst du einen Halo-Effekt, also Erfolg aus einem Bereich, der ungeprüft auf einen anderen übertragen wird? | Halo-Effekt | Ruf des Managements oder der Marke ersetzt Belege | Benenne falsche Schlüsse, fordere weitere Vergleichsbeispiele an. |
| 9 | Hängt das Team an früheren Entscheidungen? | Sunk Cost, Besitztumseffekt | „Es ist schon so viel investiert.“ | Betrachte die Lage so, als wärst du neu in der Geschäftsführung. |
| C | An die Vorlage | |||
| 10 | Ist der Basisfall zu optimistisch? | Selbstüberschätzung, Planungsfehlschluss, Wettbewerber ignoriert | Basisfall liegt über jedem bisher erreichten Ist-Wert | Nimm die Außensicht mit Referenzfällen ein, spiel die Lage aus Sicht des Wettbewerbs durch. |
| 11 | Ist der schlimmste Fall schlimm genug? | Katastrophen ausgeblendet | Worst Case ist Basisfall minus 10 Prozent | Führ ein Pre-Mortem durch. |
| 12 | Ist das Team zu vorsichtig? | Verlustaversion | Chancen werden verworfen, weil das Team das Risiko allein trüge | Ändere die Anreize so, dass das Team das Risiko nicht allein trägt, oder nimm das Risiko heraus. |
Ablauf in sechs Schritten
Ein Bias-Check braucht 45 bis 70 Minuten. Er findet statt, wenn die Vorlage fertig ist, und vor der Freigabe. Zeiten und Abschlussentscheidung sind eine Ergänzung von T1Leaders.
- Leg die Rollen fest (5 Minuten). Wer entscheidet, prüft. In Gremien prüft ein Mitglied, das an der Vorlage nicht beteiligt war.
- Beantworte Gruppe A still (5 bis 10 Minuten). Das Team erfährt das Ergebnis nicht. Es steuert nur, wie streng du weiterfragst.
- Kläre Gruppe B im Gespräch (20 bis 30 Minuten). Notiere jede Antwort und halte sie gegen das Warnsignal.
- Prüf Gruppe C an der Vorlage (10 bis 15 Minuten). Miss Basisfall, schlimmsten Fall und Vorsicht an den Zahlen.
- Leg Ampel und Maßnahmen fest (5 bis 10 Minuten). Gib jeder gelben und roten Frage eine Gegenmaßnahme mit Name und Termin.
- Entscheide, wie es weitergeht. Drei Optionen: freigeben, mit Auflagen freigeben, zurück an das Team. Leg das Protokoll der Entscheidungsvorlage als Anlage bei.
Was den Bias-Check stützt
Die Liste stammt aus Entscheidungsforschung und Strategieberatung. Die Autoren setzen sie als festen Prozessschritt ein, weil Wissen über Denkfehler Geschäftsentscheidungen kaum verbessert hat.
Wann passt der Bias-Check?
Der Bias-Check passt, wenn ein Team eine wichtige Empfehlung vorlegt und eine andere Person darüber entscheidet.
| Situation | Eignung | Begründung |
|---|---|---|
| Übernahme, Investition, Großprojekt vor Freigabe | sehr gut | klare Rollentrennung, hoher Einsatz, Fragen 7 und 10 greifen direkt |
| Besetzung einer Schlüsselposition | gut | Halo-Effekt und Analogien sind typische Fallen |
| Eigene Entscheidung ohne Gegenüber | schwach | lass eine Vertrauensperson die Fragen stellen |
| Akute Krise mit Minuten Vorlauf | ungeeignet | keine Zeit, hier helfen eingeübte Abläufe wie der OODA-Loop |
| Routinefreigaben im Tagesgeschäft | ungeeignet | Aufwand größer als Nutzen |
| Entscheidung politisch bereits gefallen | ungeeignet | Der Check wird zum Feigenblatt. |
Praxisbeispiel: Ein Fonds kauft ein Familienunternehmen
Der Bias-Check hat den Deal nicht gestoppt, aber den Kaufpreis gesenkt. Die erwartete Rendite im bereinigten Fall stieg dadurch von 10,5 auf 15,5 Prozent pro Jahr.
Ausgangslage. Ein Mittelstandsfonds will einen Hersteller von Verpackungsmaschinen aus Baden-Württemberg kaufen. Das EBITDA liegt bei 12 Millionen Euro und ist zuletzt um etwa 3 Prozent pro Jahr gewachsen. Der Gründer verlangt das 9-fache, also 108 Millionen Euro Unternehmenswert. Finanziert wird mit 60 Millionen Euro Fremdkapital und 48 Millionen Euro Eigenkapital.
Vorlage des Deal-Teams. Das EBITDA steigt in fünf Jahren auf 18 Millionen Euro, rund 8,4 Prozent pro Jahr. Verkauf wieder zum 9-fachen, Nettoschulden beim Exit 40 Millionen Euro. Das ergibt 122 Millionen Euro Eigenkapital und eine Jahresrendite von 20,5 Prozent. Das trifft genau die Zielrendite des Fonds.
Verlauf. Die Vorsitzende des Investmentkomitees war an der Vorlage nicht beteiligt. Sie geht die zwölf Fragen in 60 Minuten durch. Fünf schlagen an.
| Nr. | Frage | Antwort des Teams | Ampel | Maßnahme |
|---|---|---|---|---|
| 1 | Eigeninteresse | Einschätzung der Vorsitzenden: Die Investitionsphase endet in neun Monaten, das Team muss Kapital platzieren. | gelb | strengere Prüfung der Annahmen |
| 4 | Analogie | „Wie der Lebensmittelmaschinen-Deal von 2019.“ | gelb | zwei weitere Vergleichsdeals mit schwächerem Verlauf heranziehen |
| 7 | Herkunft der Zahlen | Zwei von drei Wachstumstreibern stammen aus dem Plan des Verkäufers. | rot | eigene Marktanalyse, Wachstum neu ankern |
| 8 | Halo-Effekt | Der Ruf des Gründers gilt als Beleg für das Management. | gelb | zweite Managementebene separat bewerten |
| 10 | Basisfall zu optimistisch | 8,4 Prozent Wachstum gegenüber 3 Prozent im Ist, Exit-Multiple gleich Einstieg | rot | bereinigten Fall rechnen, Exit-Multiple senken |
Der überraschende Moment. Frage 7 wirkte wie eine Formalie. Erst die Nachfrage zeigte: Das Team hatte den Plan des Verkäufers übernommen und nur die Kosten selbst modelliert. Aufgefallen war das niemandem. Das Team hielt seine Zahlen für geprüft.
Bereinigter Fall. Rund 5,3 Prozent Wachstum pro Jahr, Exit zum 8-fachen, Nettoschulden beim Exit 45 Millionen Euro.
| Fall | Kaufpreis (Mio. €) | Eigenkapital Einstieg (Mio. €) | EBITDA Jahr 5 (Mio. €) | Exit-Multiple | Eigenkapital Exit (Mio. €) | Multiple auf Eigenkapital | Rendite p. a. |
|---|---|---|---|---|---|---|---|
| Vorlage Deal-Team | 108,0 | 48,0 | 18,0 | 9,0 | 122,0 | 2,54 | 20,5 % |
| Bereinigt, alter Preis | 108,0 | 48,0 | 15,5 | 8,0 | 79,0 | 1,65 | 10,5 % |
| Bereinigt, nachverhandelt (8,2-fach) | 98,4 | 38,4 | 15,5 | 8,0 | 79,0 | 2,06 | 15,5 % |
Rechenweg: Eigenkapital Exit = EBITDA × Exit-Multiple minus Nettoschulden. Rendite p. a. = (Exit-Eigenkapital / Einstiegs-Eigenkapital) hoch 1/5 minus 1.
Ergebnis. Das Komitee gibt mit Auflagen frei: Gebot höchstens das 8,2-fache, eigene Marktstudie vor Signing. Der Gründer akzeptiert nach zwei Runden. Auch im bereinigten Fall liegt die Rendite mit 15,5 Prozent unter dem Ziel. Das Komitee akzeptiert das bewusst und protokolliert es.
Was die Methode hier nicht geleistet hat. Ob 15,5 Millionen Euro EBITDA realistisch sind, weiß nach dem Bias-Check niemand. Der bereinigte Fall ist eine zweite Schätzung mit anderem Anker. Für Integration, Schlüsselkunden und Finanzierungsrisiken braucht es Due Diligence und ein Pre-Mortem.
Beispiel frei erfunden, Zahlen zur Veranschaulichung. Vereinfacht ohne Gebühren, Zinsen und laufende Ausschüttungen an Investoren.
Wie unterscheidet sich Debiasing von ähnlichen Begriffen?
Debiasing zielt auf die Verringerung von Denkfehlern. Verwandte Begriffe beschreiben die Lenkung von Verhalten, die Verringerung von Streuung oder allgemeines Training.
| Begriff | Was er beschreibt | Verhältnis zu Debiasing |
|---|---|---|
| Debiasing | Techniken, die systematische Denkfehler verringern. | der Begriff, um den es auf dieser Seite geht |
| Entscheidungshygiene | Verfahren, die zufällige Streuung in Urteilen verringern. | Ergänzung: zielt auf Noise, also Streuung ohne feste Richtung |
| Nudging | Gestaltung der Wahlumgebung, die Verhalten in eine Richtung lenkt. | nutzt Denkfehler gezielt, etwa über Voreinstellungen |
| Kritisches Denken | Allgemeine Fähigkeit, Argumente zu prüfen. | Grundlage für gezielte Prüfschritte |
Wie Streuung zwischen Urteilen entsteht und was dagegen hilft, erklärt die Seite Noise.
Bias-Check und verwandte Methoden
Der Bias-Check prüft, ob eine Empfehlung durch Denkfehler verzerrt ist. Andere Methoden suchen Risiken, bewerten Optionen oder greifen den Plan aktiv an.
| Methode | Leitfrage | Unterschied zum Bias-Check |
|---|---|---|
| Pre-Mortem: Risiken finden, bevor sie eintreten | Das Vorhaben ist gescheitert, warum? | sammelt Ausfallursachen im Team, im Bias-Check die Gegenmaßnahme zu Frage 11 |
| Red Teaming und Advocatus Diaboli | Wie würde ein Gegner den Plan schlagen? | eigenes Team greift den Plan an, deutlich aufwendiger, vertieft Frage 10 |
| Framing-Challenger | Ist das Problem richtig gestellt? | prüft die Fragestellung selbst, der Bias-Check prüft die Antwort darauf |
| Entscheidungsmatrix: Vorlage, Beispiel, Grenzen | Welche Option schneidet nach Kriterien am besten ab? | vergleicht Optionen, der Bias-Check prüft, ob die Bewertungen verzerrt sind |
| Abbruchkriterien festlegen: Handlungsplan mit Kill-Kriterien | Wann wird abgebrochen? | legt vorab Abbruchpunkte für die Umsetzung fest, wirkt gegen Sunk Cost aus Frage 9 |
Wie wählst du die passende Technik?
Du wählst die Technik nach der Station der Entscheidung und nach dem Denkfehler, den du dort am ehesten erwartest. Beim Sammeln von Informationen hilft das Gegenteil bedenken, beim Schätzen die Außensicht, im Team die unabhängigen Urteile.
Für den Fachverlag sieht das so aus: Vor der Sitzung bewertet jede Person die zwölf Projekte allein nach drei festen Kriterien. Für das Projekt des bekannten Autors schreibt jemand die stärksten Gründe dagegen auf. Und für jedes Buch stehen die Verkaufszahlen vergleichbarer Titel auf dem Blatt. Das sind drei Techniken aus dem oberen Teil der Tabelle, und keine kostet mehr als eine Stunde.
Typische Fehler
Typische Fehler beim Bias-Check
Die ersten beiden Fehler nennen die Autoren selbst, die übrigen folgen aus der Logik der Methode.
- Selbstprüfung. Das empfehlende Team geht die Liste selbst durch. Wegen des Bias blind spot findet es vor allem bestätigende Antworten.
- Rosinenpicken. Nur die bequemen Fragen werden gestellt. Die Autoren warnen ausdrücklich, dass eine selektive Nutzung scheitern kann.
- Misstrauensvotum. Klingen die Fragen wie ein Vorwurf, verteidigt sich das Team, und künftige Vorlagen werden geglättet. Stell sie als Prüfung der Vorlage.
- Prüfer mit eigenem Interesse. Wer selbst am Abschluss verdient, prüft milder. Lass dann eine dritte Person die Gruppe A beantworten.
Organisationale Grenze: Debiasing als Pflichtübung. In manchen Unternehmen bekommt jede Vorlage einen Abschnitt „Mögliche Denkfehler“, den niemand liest. Das erzeugt das Gefühl, geprüft zu haben, ohne dass sich etwas ändert. Schutz im Prozess: Wenige, feste Prüfschritte an den Stellen, an denen Entscheidungen fallen. Ob sie wirken, zeigt eine Auswertung der Entscheidungen nach einem Jahr.
Gegenmittel
So startest du mit Debiasing: vier Schritte
- Wähle eine wiederkehrende Entscheidung. Budgetrunde, Personalauswahl oder Projektfreigabe eignen sich gut.
- Benenne den wahrscheinlichsten Denkfehler. Welcher Fehler hat dich oder dein Team dort zuletzt Geld oder Zeit gekostet?
- Baue eine Technik fest ein. Nimm eine aus dem oberen Teil der Tabelle und schreibe sie in die Tagesordnung.
- Werte nach einigen Durchläufen aus. Halte Entscheidungen und Ergebnisse fest, etwa in einem Entscheidungsjournal, und prüfe, ob sich etwas verbessert hat.
Übung
Übung am eigenen Fall
Dein Team entscheidet jeden Monat, welche Kundenanfragen bevorzugt bearbeitet werden. Zuletzt wurden immer die Anfragen der lautesten Kunden vorgezogen, obwohl stille Großkunden mehr Umsatz bringen. Welche Technik baust du zuerst ein?
- AEin Workshop über Denkfehler für das ganze Team.
- BVor jeder Runde bewertet jede Person die Anfragen allein nach drei festen Kriterien, darunter Umsatz und Dringlichkeit. Erst danach wird gesprochen.
- CEin Aushang im Büro: „Denkt an die stillen Kunden.“
Auflösung anzeigen
Antwort B. Antwort A schafft Wissen, ändert aber den Ablauf nicht. Antwort C ist ein Appell mit schwachem Belegstand. Antwort B kombiniert feste Kriterien mit unabhängigen Urteilen und wirkt in jeder Runde, auch wenn niemand an Denkfehler denkt.
Häufige Fragen
Was bedeutet Debiasing?
Debiasing heißt auf Deutsch etwa Entzerrung. Gemeint sind Techniken, die systematische Denkfehler in Urteilen und Entscheidungen verringern, etwa das gezielte Bedenken des Gegenteils oder unabhängige Urteile im Team.
Lassen sich Denkfehler ganz abtrainieren?
Nach heutigem Stand nicht. Trainings können einzelne Verzerrungen über Wochen verringern. Weil Denkfehler aus nützlichen Faustregeln entstehen, bleiben sie Teil des Denkens. Deshalb sind feste Prüfschritte im Ablauf so wertvoll.
Hilft eine KI beim Debiasing?
Eine KI kann Gegenargumente sammeln oder Vergleichsfälle liefern. Sie kann aber eigene Verzerrungen mitbringen und übernimmt oft Annahmen aus der Frage. Wie du sie als Gegenstimme nutzt, zeigt die Seite KI als Sparringspartner.
Quellen
- Lord, C. G., Lepper, M. R. und Preston, E. (1984). Considering the opposite: A corrective strategy for social judgment. Journal of Personality and Social Psychology, 47(6), 1231-1243. Überblick
- Morewedge, C. K. et al. (2015). Debiasing decisions: Improved decision making with a single training intervention. Policy Insights from the Behavioral and Brain Sciences, 2(1), 129-140. City Research Online
- Sellier, A.-L., Scopelliti, I. und Morewedge, C. K. (2019). Debiasing training transfers to improve decision making in the field. Psychological Science, 30(9), 1371-1379. City Research Online
- Kahneman, D., Lovallo, D. und Sibony, O. (2011). Before you make that big decision. Harvard Business Review, Juni 2011. Zusammenfassungen der zwölf Fragen bei Management and Accounting Web und Farnam Street.
- Lovallo, D. und Sibony, O. (2010). The case for behavioral strategy. McKinsey Quarterly, März 2010.
- Pronin, E., Lin, D. Y. und Ross, L. (2002). The bias blind spot: Perceptions of bias in self versus others. Personality and Social Psychology Bulletin, 28(3), 369-381.
- Forscher, P. S. et al. (2019). A meta-analysis of procedures to change implicit measures. Journal of Personality and Social Psychology, 117(3), 522-559. Abstract
- Kahneman, D. und Lovallo, D. (1993). Timid choices and bold forecasts: A cognitive perspective on risk taking. Management Science, 39(1), 17-31. Innensicht als Ursache optimistischer Prognosen. DOI
- Lorenz, J., Rauhut, H., Schweitzer, F. und Helbing, D. (2011). How social influence can undermine the wisdom of crowd effect. Proceedings of the National Academy of Sciences. Unabhängige Schätzungen gegenüber beeinflussten Schätzungen. DOI
- Mitchell, D. J., Russo, J. E. und Pennington, N. (1989). Back to the future: Temporal perspective in the explanation of events. Journal of Behavioral Decision Making, 2(1), 25-38. Vorweggenommene Rückschau.
- Schwenk, C. R. (1990). Effects of devil's advocacy and dialectical inquiry on decision making: A meta-analysis. Organizational Behavior and Human Decision Processes, 47(1), 161-176. RePEc
Vormerkliste
Neues zuerst erfahren
Trag dich ein, dann erfährst du zuerst, wenn es im Themenfeld „Denkfehler“ Neues gibt und wann das Training für Führungsteams buchbar ist. Wir schreiben nur, wenn es etwas Neues gibt.