Deskriptive Entscheidungstheorie Flashcards

1
Q

Simplifikation

A

Menschen neigen im Rahmen einer Vereinfachung von Entscheidungssituationen zum Runden von krummen Beträgen und Vernachlässigung kleiner Unterschiede

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Hypothesentheorie der sozialen Wahrnehmung

A

Wahrnehmung besteht aus 3-stufigem Prüfverfahren

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Confirmation bias

A

Mensch sucht nur nach meinungskonformen Infos in der Umwelt

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Spreading-Apart-Effekt

A

Verhalten, bei dem eine Person nach einer Entscheidung die Vorteile der Entscheidung auf- und die Nachteile abwertet

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Kontrast-Effekt

A

Infos, die mit einer im Kontrast stehenden Info präsentiert werden, werden oft überhöht wahrgenommen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Primacy- und Recency-Effekt

A

Zuerst wahrgenommene hat (langfristig) ein stärkeres Gewicht auf Entscheidung.

Letzten Items werden kurzzeitig besser behalten als mittlere

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Chunking

A

Strukturierungsmöglichkeit von Gedächtnismaterial

(einzelne Infos –> Chunks)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Verfügbarkeitsheuristik

A

Infos, die im Kopf am leichtesten verfügbar sind, bestimmen das Entscheidungs- und Schätzverhalten, d.h. je verfügbarer ein Ereignis, desto größer seine subjektive Wahrscheinlichkeit

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Narrow Thinking

A

Menschen bewegen sich in ihren Gedanken und Überlegungen nur in einem engen Umfeld um das, was ihnen mit wenig Ressourceneinsatz zur Verfügung steht

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Traveling-Salesman-Problem

A

Optimale Reihenfolge zu besuchender Orte finden
–> zu aufwändig
–> bewusst Heuristiken anwenden

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Urteilsheuristiken

A

z.B. Verfügbarkeits- , Verankerungs- und Repräsentativitätsheuristik
–> passieren automatisch, unbewusst
–> geht immer mit einem Bias einher

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Verfügbarkeitseffekte

A

Direkter Einfluss: Overreaction, Narrative Bias, Primacy-Effekt

Indirekter Einfluss über andere Knoten (assoziativ): Priming Effekt

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Overreaction

A

Infos, die aktuell, anschaulich und lebendig präsentiert wurden, sowie aufmerksam und häufig aufgenommen wurden, werden vom Menschen Überbewertet und führen zu Überreaktion (Börse 9/11)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Narrative Bias

A

Anschaulich und in sich konsistent präsentierte Geschichten führen häufig zu überhöhter Berücksichtigung der “enthaltenen Information”
–> Determinante Anschaulichkeit

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Primacy Effekt

A

Bei Aufzählung von mehreren Infos werden die ersten am stärksten berücksichtigt
–> Determinante Aufmerksamkeit

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Priming Effekt

A

Verfügbarkeit indirekt über Assoziationen beeinflusst
–> z.B. Donald Experiment (Fallschirmspringer)

17
Q

Verankerungsheuristik

A

Bei Schätzungen Orientierung am erste Ursprungs-/ Richtwert
–> Anchoring

Anschließend unter Berücksichtigung weiterer Infos wird Anker in Richtung wahrer Wert verschoben
–> Adjustment

–> Anker hält jedoch großes Gewicht
–> Bsp.: Glücksrad, afrikanische Staaten

18
Q

Status Quo

A

Neigung des Menschen an bestehendem Status Quo festzuhalten

19
Q

Verankerung bei schneller Hochrechnung

A

1238=?
8761=?
–> Beides zu niedrig eingeschätzt

20
Q

Anker bei Wahrscheinlichkeiten zusammengesetzter Ereignisse

A

Entweder zwei sehr unwahrscheinliche oder zwei sehr wahrscheinliche
–> zu niedriger, zu hoher Anker

21
Q

Preference-Reversal-Phänomen

A

Bsp.: Lotto Spiel
Umkehrung der Präferenzen bzgl. zweier Alternativen je nach Abfrageart (Sicherheitsäquivalent vs. direkter Vergleich)
–> 30 vs 70% gegen 97 vs 3%

22
Q

Sicherheitsäquivalent (Lotto)

A

Sicherer Betrag, bei dem man indifferent ist zwischen diesem Betrag und einer Lotterie

23
Q

Compatibility-Effekt

A

Irrationalität, bei der die Aufmerksamkeit z.B. durch unterschiedliche Fragetechniken auf verschiedenen Skalen gelenkt wird

24
Q

Repräsentationsheuristik

A

Bewertung aufgrund vorhandener Repräsentativität: Wahrscheinlichkeit für repräsentative Ereignisse werden zu hoch bewertet. Kausalbeziehungen werden gesehen, ohne dass es sie gibt
–> Denken in Schemata
–> 231 repräsentativ, 666 nicht

25
Q

Gamblers Fallacy

A

Nach 10 Mal schwarz setzt man eher auf rot
–> oder an Börse investieren in fallende Aktien weil danach wieder hoch

26
Q

Conjunction Fallacy

A

Aufgrund höherer Repräsentativität eines gemeinsamen Ereignisses gegenüber einem darin enthaltenen Einzelereignis wird Wahrscheinlichkeit des gemeinsamen Ereignis höher eingeschätzt als Einzelereignis
–> z.B. Linda (Bank vs Bank und Aktivist)

27
Q

Verdrehen von Zusammenhängen

A

Conditional Probability Fallacy
–> bei bedingten hohen Wahrscheinlichkeiten Bedingung und Ereignis vertauschen
–> z.B. Arzt Brustkrebs

28
Q

Scheinkorrelation

A

Wenn es in schematische Denkmuster passt, sehen Menschen auch schon manchmal zusammenhänge wo es keine gibt

29
Q

Überschätzung von Kausalbeziehungen

A

Empirische Zusammenhänge werden als Kausalzusammenhand interpretiert, wenn es in vorgefertigte Schemata passt
–> Bsp.: Börsen-Analyst bs. Kinder

30
Q

Mentales Konto

A

Projektspezifisches Konto im Gehirn
–> Bsp.: Verlust Theaterkarte

31
Q

Overconfidence
(WYSIATI: What you see is all there is und Kontrollmotiv: Einbildung Kontrolle)

A

Neigung, bestimmte eigene Fähigkeiten systematisch zu überschätzen

3 Varianten:
Overestimation: Über schätzung eigener Fähigkeit
Overplacemet: Überschätzung im Vergleich zu anderen (better than average Effekt)
Overprecision: Zu hohe Sicherheit bei Angabe numerischer Schätzung (Bsp.: Colorado-Effekt)

–> Overestimation eher bei schweren und Underestimation bei einfachen Aufgaben
(Regressivität) –> Regression zur Mitte