Urteilen und Entscheiden

Question 1

Einordnung von Urteilen und Entscheiden in Allgemeine Psychologie 2

Answer 1

• Denken&Problemlösen und Urteilen&Entscheiden sind beide höher kognitive Prozesse (nicht psychische Grundfunktionen) und gehören eng zusammen, Heuristiken&kognitive Täuschungen spielen hier eine Rolle, bei grossen Entscheidungen spielen auch Denkprozesse eine Rolle

Question 2

Urteilen und Entscheiden Beispiele

Answer 2

• SALE: Warum funktioniert das? Unter anderem: Ankereffekt (kognitive Täuschung bei Verankeruns-&Anpassungsheuristik) auch wenn man es sich bewusst ist, wirkt es trotzdem unbewusst!
• Weihnachtsbeleuchtung Zürich: 275 Neonröhren, 2,4 Mio Franken, von Jury als gut befunden, aufgehängt und alle fandens hässlich, wie kam es zu diesem Entscheid? Im Nachhinein haben die Mitglieder der Entscheidungskommission gesagt „ja das haben wir uns schon gedacht“->Rückschaufehler? Und „wir haben dafür gestimmt, weil wir dachten die anderen Mitglieder sind dafür“->Gruppendynamische Prozesse bei Entscheidungen

Question 3

Was bedeutet Entscheiden?

Answer 3

• Wir unterscheiden zwischen dem Begriff der Entscheidung und dem der eigentlichen Wahl (decision vs. choice, Wahl ist nur ein Teilprozess von Entscheidung)
• ENTSCHEIDEN meint eine Wahl zwischen zwei oder mehreren Optionen und umfasst folgende PROZESSE:
  • ZIELdefinition (was will ich denn eigentlich
    erreichen)
  • OPTIONENSUCHE und/oder -generierung
  • BEURTEILUNG der Optionen und
    Abwägung zwischen ihnen
  • Abschätzung der
    WAHRSCHEINLICHKEITEN (bei
    Entscheidungen unter Unsicherheit)
  • die eigentliche WAHL
  • die UMSETZUNG der Entscheidung

z. B. Entscheidung zwischen Studiengängen:
- Was möchte ich? Einen Abschluss erreichen, guter Beruf
- Ich schaue mir an, welche Studiengänge (Optionen) es gibt
- Abwägung zwischen ihnen
- Abschätzung von Wahrscheinlichkeit, dass ich in die Forschung kann
- Ich wähle es und bewerbe mich
- Ich trete den Studiengang an

Question 4

Verschiedene Ansätze der Entscheidungsforschung

Answer 4

Entscheidungsforschung nicht gleich Entscheidungspsychologie! Es gibt nämlich verschiedene Studienrichtungen, die sich mit Entscheidungen befassen (Logik/Mathematik, Ökonomie)

NORMATIVE Entscheidungstheorie:
Wie sollte man entscheiden? (Logik, Mathematik)
DESKRIPTIVE Entscheidungstheorie:
Wie entscheiden wir wirklich? (Psychologie)
PRÄSKRIPTIVE Entscheidungstheorie:
Wie kann man Menschen darin unterstützen, möglichst gute Entscheidungen zu treffen? (Ökonomie)

Question 5

Entscheiden unter Sicherheit vs. unter Unsicherheit

Answer 5

unter SICHERHEIT
Die Konsequenzen, die mit der Wahl einer Option verbunden sind, sind sicher (z.B. bei Kaufentscheidungen)

unter UNSICHERHEIT
Die Konsequenzen, die mit der Wahl einer Option verbunden sind, treten nur mit bestimmten Wahrscheinlichkeiten ein (z.B. bei Investmententscheidungen)

Question 6

Komponenten von Entscheidungssituationen

Answer 6

OPTIONEN: die Objekte, Handlungen oder Strategien, auf die sich die Wahl bezieht
(Optionen können unterschiedlich abstrakt sein und damit unterschiedlich leicht oder schwierig rückgängig zu machen)

ATTRIBUTE: Merkmalsdimensionen einer Option (z.B. Preis, Displaygrösse)

ATTRIBUTAUSPRÄGUNG: konkrete Realisierung einer Merkmalsdimension bei einer Option (z.B. 100.-, 11“)

EREIGNISSE: Vorkommnisse, Situationen, Gegebenheiten, die Entscheidung bzw. Ausgang der Entscheidung beeinflussen, aber Entscheider keinen Einfluss darauf hat

KONSEQUENZEN: die gewünschten und unerwünschten Ereignisse, Zustände, Situationen, die durch Wahl einer Option bewirkt werden (Der Nutzen der Konsequenzen einer Option bestimmt deren Wert)

NUTZEN: der subjektive Wert (im Gegensatz zum objektiven, monetären Wert) oder die Wünschbarkeit einer Konsequenz

ZIELE: die bestimmende Komponente im Entscheidungsprozess! (Wenn ich kein Ziel habe, dann muss ich auch keine Entscheidung treffen)
sie determinieren:
- die Optionenmenge (z.B. Wenn mein Ziel
entspannen ist, dann fallen Wanderferien
als Option weg)
- die Wichtigkeit der Attribute (z.B.
preisgünstig verreisen->Preis ist wichtig)
- den Nutzen der Attributausprägungen

Question 7

Heisser Nutzen vs. Kalter Nutzen

Answer 7

100.- haben für uns einen höheren Wert als für Fischer, 50Rp. haben einen hohen subjektiven Wert, wenn man sie zum Waschen benötigt->Nutzen ist hier also der subjektive Wert oder Wünschbarkeit einer Konsequenz

KALTER NUTZEN: bezieht sich auf Attribute einer Option, die gut objektivierbar und monetär quantifizierbar sind (PS-Stärke beim Auto)

HEISSER NUTZEN: bezieht sich auf emotionale Attribute einer Option, die nicht gut objektivierbar und nicht gut quantifizierbar sind (ein Ferrari ist schicker als ein Golf, ich will ja nicht das gleiche Auto wie mein Nachbar)

In der normativen Entscheidungstheorie wird der kalte Nutzen priorisiert, in der deskriptiven der heisse Nutzen

Question 8

Absoluter Nutzen vs. Relativer Nutzen

Answer 8

Nutzen ist der subjektive Wert oder Wünschbarkeit einer Konsequenz (utility)

ABSOLUTER NUTZEN: bezieht sich auf EINE einzelne Option oder Konsequenz und ist ein EVALUATIVES Urteil (Rom ist eine schöne Stadt)

RELATIVER NUTZEN: bezieht sich auf MEHRERE Optionen oder Konsequenzen und ist ein PRÄFERENTIELLES Urteil (Rom ist schöner als Paris)

Question 9

Präferenz (Nutzen)

Answer 9

PRÄFERENZ: Vorziehen von a gegenüber b (binäre Relation a>b geschwungene Klammer)
INDIFFERENZ: a-b geschwungene Linie

Question 10

Transitive Präferenz vs. Intransitive Präferenz

Answer 10

TRANSITIVE PRÄFERENZRELATION: Wenn a>b und b>c, dann a>c geschwungene Klammern
(bei normativen Entscheidungen)
(das gleiche gilt auch für Indifferenzrelationen)

INTRANSITIVE PRÄFERENZRELATION: a>b, b>c, aber aWeisswein, Weisswein>Bier, aber Bier>Rotwein!

Question 11

Entscheiden unter Sicherheit (Präskriptiver Ansatz)

Answer 11

• Präskripitver Ansatz befasst sich mit der Frage, wie kann man mit Modellen oder Instrumenten Menschen darin unterstützen, zu einer möglichst guten Entscheidung zu gelangen? (Ökonomie)
• Was ist denn eine „gute“ Entscheidung? (normativer Ansatz) ->hierfür gibt es eine Norm/ein Rationalitätskalkül: Wähle die Option, die den HÖCHSTEN (ERWARTETEN) NUTZEN verspricht
• Wie findet man das raus? Mit einer Nutzwertanalyse. Basiert auf einem präskriptiven entscheidungstheoretischen Modell, dem MAU-Modell!

Question 12

Was ist das MAU-Modell (Präskriptiver Ansatz, Entscheiden unter Sicherheit) von Keeney und Raiffa?

Answer 12

• Keeney und Raiffa
• Präskriptives Entscheidungsmodell, welche Option hat den höchsten Nutzen?
• MAU=Multi-Attribute Utility=ADDITIVES MULTIATTRIBUTES NUTZEN-MODELL
• Entwickelt für Entscheidungen unter Sicherheit, bei denen zwischen Optionen gewählt werden muss, die mehrere Attribute besitzen

Beispiel aus der betrieblichen Praxis:
Entscheid zwischen IPad und Samsung (Optionen), Preis, Displaygrösse etc. (Attribute), 9,1“ und 10,2“ etc. (Attributausprägungen)

Question 13

Wie funktioniert das MAU-Modell (Präskriptiver Ansatz, Entscheiden unter Sicherheit) von Keeney und Raiffa?

Answer 13

• Der multiattribute Nutzenwert (MAU) von jeder Option (i) wird berechnet, indem man die Summe (Summenzeichen) der Wichtigkeit (w, weight) der Attribute (j) mal subjektive Nützlichkeit (Nutzwert, u, utility) der jeweiligen Attributsausprägungen (ij) rechnet
• > Dann wählt man die Option mit dem höchsten MAU-Wert

MAUi = Summenzeichen wj x uij

1. Schritt: Wie wichtig sind mir die Attribute?
   man hat insgesamt 1 Punkt zu vergeben, man muss es aufteilen (w1=0.5, w2=0.3 usw.)
2. Schritt: Wie subjektiv gut (nützlich) ist die jeweilige Attributausprägung?
   man bewertet bei jeder Option von 1-3, 3 ist am besten (u11=3, u12=2 usw. dann u21=2, u22=1 usw.)
3. Schritt: Ich berechne für alle Optionen den MAU-Wert. Wie?
   w1=0.5 x u11=3 = 1.5 , w2=0.3 x u12=2 = 0.6 usw. 1.5 + 0.6 = 2.1 usw.

Der Algorithmus zusammengefasst:

1. Bestimmen Sie die Wichtigkeit jedes Attributes
2. Bewerten Sie die Attributsausprägungen der Optionen auf allen Attributen
3. Berechnen Sie für jede Option deren MAU-Wert
4. Wählen Sie die Option mit dem höchsten MAU-Wert

Ganz einfach gesagt: Ich habe zwei Handys. Ich schaue mir die unterschiedlichen Attribute an (Preis, Grösse) und sage wie wichtig mir Preis ist, wie wichtig Grösse ist. Dann schaue ich wie teuer die Handys sind und wie gross, und sage, ob ich das persönlich gut oder schlecht finde. Dann sage ich: je wichtiger mir ein Attribut ist und je besser ein Handy dieses erfüllt, desto besser bewerte ich es.

Question 14

Vorteile und Nachteile des MAU-Modells? (Präskriptiver Ansatz, Entscheiden unter Sicherheit)

Answer 14

NACHTEILE
1. Setzt VOLLSTÄNDIGE INFO über alle Optionen&Attribute voraus, fehlt Info, funktioniert es nicht.

2. Präskriptiver und nicht deskriptiver Ansatz, daher kann es KEINE PSYCHOLOGISCHE VALIDITÄT beanspruchen
   
   2. a) Setzt VERGLEICHBARKEIT ALLER ATTRIBUTE und damit die Kompensierbarkeit zwischen Vor- und Nachteilen voraus.Selbst wenn die Vergleichbarkeit aller Attributwerte abstrakt gegeben ist, so ist der spezifische Abwägungsprozess doch nicht garantiert.
      z. B. Ich habe nicht viel Geld und muss mich entscheiden ob ich eine neue Waschmaschine oder einen neuen Geschirrspüler möchte. Diese sind nicht vergleichbar. Dann probiere ich es abstrakt, z.B. Preis-Leistungsverhältnis.
   3. b) Setzt PRÄFERENZIELLE UNABHÄNGIGKEIT zwischen den Attributen voraus. Damit ist gemeint, dass die Präferenzordnung auf einem Attribut nicht von den Attributausprägungen auf den anderen Attributen abhängen darf.
      z. B. Meine Präferenzrangreihe [Rotwein Weisswein Bier] darf nicht abhängig sein von der Hauptspeise!
      z. B. eine Wohnung mit Balkon finde ich besser als ohne. Aber wenn Wohnung an befahrener Strasse ist finde ich ohne besser als mit (Präferenzumkehr), im Grünen mit besser als ohne->Präferenz ist also abhängig von Lage, dann darf ich MAU nicht anwenden
3. Wird schnell sehr KOMPLEX und ohne Hilfsmittel nicht mehr handhabbar

VORTEILE

1. Systematisch, macht Entscheidungsprozess transparent und nachvollziehbar
2. Nutzt alle Infos der Optionen aus
3. Kompensatorisch: Nachteile auf einem Attribut können ausgeglichen werden durch Vorteile auf anderem

Question 15

Entscheiden unter Sicherheit (Deskriptiver Ansatz)

Answer 15

Deskriptiver Ansatz befasst sich mit Fragen:

• Wie entscheiden Menschen tatsächlich? (Psychologie)
  z. B. Kaufentscheidungen
• Warum verstossen Menschen manchmal gegen die Modelle normativen Entscheidens?
• Welche Faktoren beeinflussen unsere realen Entscheidungen?

Question 16

Emotionen (Deskriptiver Ansatz, Entscheiden unter Sicherheit)

Answer 16

Diese Beispiele, die unsere Entscheidungen untersuchen, kann man normativ (logisch) nicht erklären, findet man aber deskriptiv, wenn man sich Käuferverhalten anschaut:
(Diese sind nicht logisch, aber psychologisch)

• Produkte mit GESICHTERN werden häufiger angesehen, positiver eingeschätzt und besser erinnert
• > vlt evolutionär erklärbar, aber nicht rational!
• Menschen haben mehr Lust, Waren zu kaufen, die sie auch ANFASSEN können.
  Bei Waren, die man anfassen kann, sind Kunden sogar bereit, mehr dafür zu bezahlen als im Versand. Diese „Anfassmöglichkeit“ ist bei manchen Gütern um 50% wichtiger als die Informationen in Text und Bild
  ->haptisches spielt für die Nützlichkeitsbeurteilung (subjektiver Nutzen) eines Produktes eine grössere Rolle als was ich lese oder sehe! Das ist rational nicht erklärbar!
• „GRATIS“ löst positive Emotionen aus:
  Hershey‘s 1 Cent, Lindt 15 Cent->75% wählen Lindt, Hershey‘s Gratis, Lindt 14 Cent->70% wählen Hershey‘s
  ->“Gratis“ führt zu Präferenzumkehr, das ist rational nicht erklärbar!

Question 17

Gedächtnis (Deskriptiver Ansatz, Entscheiden unter Sicherheit)

Answer 17

• Personen benötigen nur 4 sec, um unter 16 verschiedenen Milchsorten die gewünschte
  Sorte auszuwählen. D.h. wir vergleichen nicht jedes Mal alle Sorten, sondern rufen aus dem Gedächtnis die BEVORZUGTE SORTE als Erinnerung ab
  ->Ein MAU-Modell machen mit 16 Sorten würde ewig dauern! Um Zeit zu sparen benutzen wir nicht Logik, sondern unser Gedächtnis
• Wir lieben VERTRAUTES. Unser Gehirn speichert und „belohnt“ Entscheidungen,
  die bereits einmal zum Ziel geführt haben. Deshalb greifen wir in unbekannter Umgebung eher zu vertrauten Markenprodukten. „Wähle das, was Du kennst.“ – Das ist eine evolutionär sinnvolle Heuristik
  ->Wir nehmen Produkte, die wir IMMER KAUFEN, oder die wir KENNEN aus Werbung!
• Zu viele Infos können nicht aufgenommen und verarbeitet werden. Wenn Kunden zwischen zu vielen ähnlichen Produkten vergleichen müssen, kaufen sie weniger. So konnte ein Kosmetikhersteller seinen Umsatz bei einer Shampoo-Reihe allein dadurch um 10% steigern, dass das Unternehmen weniger Sorten anbot.
• > WENIGER IST also tatsächlich manchmal MEHR! Wir haben keine Kapazität alles aufzunehmen und logisch zu verarbeiten, also lassen wir es sein!

Question 18

Entscheiden unter Unsicherheit (Präskripitver Ansatz)

Answer 18

• Präskripitver Ansatz befasst sich mit der Frage, wie kann man mit Modellen oder Instrumenten Menschen darin unterstützen, zu einer möglichst guten Entscheidung zu gelangen? (Ökonomie)
• Was ist denn eine „gute“ Entscheidung? (normativer Ansatz) ->hierfür gibt es eine Norm/ein Rationalitätskalkül: Wähle die Option, die den HÖCHSTEN (ERWARTETEN) NUTZEN verspricht
• Wie findet man das raus? Mit dem EU-Modell!

Question 19

Was ist das EU-Modell? (Präskriptiver Ansatz, Entscheiden unter Unsicherheit)

Answer 19

• Präskriptives Entscheidungsmodell, welche Option hat den höchsten erwarteten Nutzen?
• EU-Modell=EXPECTED UTILITY=erwarteter Nutzen
• Entwickelt für Entscheidungen unter Unsicherheit, bei denen zwischen Optionen gewählt werden muss

z.B. Soll ich einen Regenschirm mitnehmen oder nicht?
Ereignisse, die eintreten können, die ich nicht beeinflussen kann:
Regen ja:
- Schirm mitnehmen: ich bleibe trocken
- Schirm nicht mitnehmen: ich werde nass
Regen nein:
- Schirm mitnehmen: lästiger Schirm
- Schirm nicht mitnehmen: kein lästiger Schirm

Question 20

Wie funktioniert das EU-Modell? (Präskriptiver Ansatz, Entscheiden unter Unsicherheit)

Answer 20

Die expected utility (EU) einer Option (i) berechnet sich aus der Summe der Wahrscheinlichkeit (p) des Eintretens einer Konsequenz (j) mal die subjektive Nützlichkeit (u) der jeweiligen Konsequenz einer Option (ij)

EUi= Summenzeichen pj x uij

• > Dann wählt man die Option mit dem höchsten EU-Wert!
  1. Schritt: Ich überlege mir, wie wahrscheinlich die einzelnen Konsequenzen sind. Ich habe insgesamt einen Punkt zu vergeben. (p=0.6, q=0.4)
  2. Schritt: Ich überlege mir, wie nützlich die jeweilige Konsequenz ist auf einer Skala von z.B. -3 bis +3 (u11=+3 (der Nutzenwert meiner ersten Option, unter der Bedingung das das erste Ereignis eintritt), u12=-1)
  3. Ich multipliziere die Wahrscheinlichkeiten mit den Nutzenwerten und addiere sie, für alle Optionen

Der Algorithmus zusammengefasst:

1. Bestimmen Sie die Eintrittswahrscheinlichkeiten für die verschiedenen Konsequenzen.
2. Bewerten Sie die Attributausprägungen resp. Konsequenzen der beiden Optionen auf allen Attributen.
3. Berechnen Sie für jede Option deren EU-Wert.
4. Wählen Sie die Option mit dem höchsten EU-Wert

Question 21

Beispiel für das EU-Modell (Präskriptiver Ansatz, Entscheiden unter Unsicherheit)

Answer 21

• Der „rationale Gottesbeweis“ von Blaise Pascal oder die Pascalsche Wette (Es ist zwar eigentlich kein Beweis, aber erklärt, wieso es rational Sinn macht, an Gott zu glauben)
• Soll ich an Gott glauben?
  Ereignisse, die eintreten können, die ich nicht beeinflussen kann:
  Gott ja: 50% Wahrscheinlichkeit (p)
  Glauben: Himmel (Nutzenwert unendlich hoch)
  Nicht glauben: Hölle (Nutzenwert unendlich klein)

Gott nein: 50% Wahrscheinlichkeit (p)
Glauben: umsonst geglaubt (Nutzenwert 0)
Nicht glauben: Nichts (Nutzenwert 0)

Wenn man die Wahrscheinlichkeit von etwas nicht wissen, sollten wir beiden Möglichkeiten die gleiche Wahrscheinlichkeit geben=Prinzip des unzureichenden Grundes

EUi = S pj • uij
EUglauben = 0.5 • (+∞) + 0.5 • 0
= +∞
Eunicht glauben = 0.5 • (-∞) + 0.5 • 0
= - ∞

Wähle die Option glauben, weil Glauben hat den höheren erwarteten Nutzenwert!

Question 22

Entscheiden unter Unsicherheit (Deskriptiver Ansatz)

Answer 22

Deskriptiver Ansatz befasst sich mit Fragen:

• Wie entscheiden Menschen tatsächlich? (Psychologie)
  z. B. Kaufentscheidungen
• Warum verstossen Menschen manchmal gegen die Modelle normativen Entscheidens?
• Welche Faktoren beeinflussen unsere realen Entscheidungen?

Question 23

Risikoneigung und Präferenzumkehr (Deskriptiver Ansatz, Entscheiden unter Unsicherheit)

Answer 23

RISIKONEIGUNG:

Bei Gewinnen: lieber sichere Option

• > risikoscheu/RISIKOAVERSIV
  z. B. lieber 3000.- mit 100% Wahrscheinlichkeit als 4000.- mit 80% Wahrscheinlichkeit

Bei Verlusten: lieber riskante Option

• > risikofreudig/RISIKOGENEIGT
  z. B. lieber -4000 mit 80% Wahrscheinlichkeit als -3000.- mit 100% Wahrscheinlichkeit

Im eben geschilderten Experiment kommt es durch die Umkehrung von Gewinnen zu Verlusten zu einer PRÄFERENZUMKEHR (preference revearsal)

z.B. Problem bei Glücksspielen: Es besteht Gefahr, dass man grössere Risiken eingeht wenn man verliert. Auch gibt es abnehmenden GRENZNUTZEN: Die ersten 100.- die ich verliere schmerzen mich sehr, wenn ich aber schon 10‘000.- verloren habe schmerzen mit die nächsten 100.- nicht mehr so->Verlustempfindung ist nicht monoton sondern exponentiell asymptotisch

Question 24

Reue und Enttäuschung (Deskriptiver Ansatz, Entscheiden unter Unsicherheit)

Answer 24

Es gibt in der deskriptiven Entscheidungsforschung Modelle und Theorien die versuchen, den EMOTIONALEN FAKTOREN in Entscheidungen Rechnung zu tragen. Diese Theorien erklären gut, warum Menschen manchmal nicht normativ handeln.

Beispiele für solche Theorien sind:

REGRET-THEORIEN: Wähle die Option, die die geringste (erwartete) Reue verspricht
(ich wähle die Option, die im schlechtesten Fall die beste ist)
Reue ist, wenn die faktische Konsequenz der Option A (CA) schlechter ist als die der Option B (CB, Kontrafakt) und ich mich für A entschieden habe (CB geschwungene Klammer CA)->man muss die mögliche Reue antizipieren

DISAPPOINTMENT-THEORIEN: Wähle die Option, die die geringste erwartete Enttäuschung verspricht
(ich wähle die Option, bei der im schlechtesten Fall die geringste Enttäuschung ist)
Enttäuschung ist, wenn ich eine Option habe (A), z.B. eine Lotterie, und ich es zwei mögliche Konsequenzen gibt: einen Kugelschreiber gewinnen (CA) oder ein Auto (CB). Ich gewinne den Kugelschreiber und bin enttäuscht (CB geschwungene Klammer CA). Der Vergleich zwischen Fakt A und Kontrafakt B erzeugt Enttäuschung->Man muss die mögliche Enttäuschung antizipieren
Dies ist nur eine Erklärung, wie Disappointment entsteht. Hat noch nichts mit Entscheidung zu tun. Wenn man zwischen zwei Optionen wählen kann, nimmt man die die am wenigstens Entäuschung verspricht.

Question 25

Naturalistic Decision Making (Deskriptiver Ansatz, Entscheiden unter Unsicherheit)

Answer 25

• Wenn man schnell im echten Leben eine Entscheidung treffen muss, hat man keine Zeit oder Möglichkeit, ein MAU- oder EU-Modell zu machen, daraus enstand der Naturalistic Decision Making= NDM-ANSATZ
• Im NDM-Ansatz werden keine experimentellen Laboruntersuchungen künstlicher Entscheidungen durchgeführt, sondern es werden Entscheidungen in komplexen, real world environments untersucht
• Hier sind Entscheidungen nicht Ergebnis einer vergleichenden Prüfung mehrerer Optionen, sondern Ergebnis einer SCHNELLEN PRÜFUNG DER SITUATION (Reize&Muster) und der AUSFÜHRUNG EINER DAFÜR ANGEMESSENEN HANDLUNG (Entscheidung aus Gedächtnis abrufen)
• Gary Klein als Vertreter davon hat RECOGNITION PRIMED DECISION MAKING (RPD) erfunden, ein Modell des Entscheidens im Naturalistic Decision Making Ansatz

Question 26

Entscheidungen im NDM-Ansatz vs. Entscheidungen in der klassischen Entscheidungsforschung

Answer 26

Entscheidungen in der klassischen Entscheidungsforschung:

• brauchen keine Erfahrung (wenig erfahrungsintensiv)
• Kein Zeitdruck
• Notwendige Info ist vorhanden
• Ziele sind eindeutig
• Risiken sind berechenbar
• Geringe emotionale Valenz (heisser Nutzen wird nicht berücksichtigt)
• z.B. Kaufentscheidungen

Entscheidungen im NDM-Ansatz:

• brauchen Expertise (sehr erfahrungsintensiv)
• Oft unter Zeitdruck zu treffen
• Für Entscheid notwendige Info ist unvollständig, mehrdeutig oder widersprüchlich
• Ziele oft widersprüchlich, mehrdeutig oder unscharf definiert
• Risiken meist schlecht abschätzbar
• hohe emotionale Valenz
• z.B. Entscheidungen von Piloten, Feuerwehrleuten, Anästhesisten

Question 27

Recognition Primed Decision Making (RPD-Modell, Deskriptiver Ansatz, Entscheiden unter Unsicherheit)

Answer 27

• relevante Reizmerkmale in einer Situation möglichst schnell erkennen und wissen, wie man dann entscheiden muss (Ich nehme eine Situation in einer Umwelt war, und wenn ich eine Expertise habe ERKENNE (Recognition) ich bestimmte RELEVANTE REIZE&MUSTER und kann AUS DEM GEDÄCHTNIS eine bestimmte ENTSCHEIDUNG ABRUFEN (Primed) ->funktioniert nur bei Expertise!->Recogniton Primed Decision Making)

RPD-Modell geht von folgenden Annahmen aus:

• Eine gegebene Situation wird automatisch erfasst, (dh. mit Vorbildern im Gedächtnis abgeglichen) und dann wird diejenige Handlung ausgeführt, die der Situation entspricht
• Das Erfassen der Situation geschieht durch das Erkennen von Mustern in relevanten Informationseinheiten
• Entscheidungen lassen sich unterstützen, indem man die kognitiven Prozesse beim Entscheiden, z.B. das Erkennen und den Abruf von Mustern unterstützt.

Question 28

Anwendungen Recognition Primed Decision Making (RPD-Modell, Deskriptiver Ansatz, Entscheiden unter Unsicherheit)

Answer 28

• Experten sind besser in der Lage zu Chunking. Man sollte in der Ausbildung möglichst früh beibringen, wie solche Chunks gebildet werden können.
• Experten erkennen MUSTER und können aus diesen Mustern Dinge ableiten (aus dem Gedächtnis abrufen)
• Z.B. Im Zugverkehr bei Flaschenhälsen wissen Experten wo die Flaschenhälse sind, sie wissen genau wieviele Minuten sie haben, bis ein anderer Zug im Weg ist und der Flaschenhals zu ist. Somit wissen sie, wieviel Verspätung sie haben dürfen und wann sie eingreifen müssen. Wenn es keinen Flaschenhals hat, ist es egal wenn sie Verspätung haben. Das wissen Novizen nicht. ->Die Experten sollen es den Novizen erklären, ihr tacit (implizites) Wissen explizit machen, die relevanten Muster und die damit verbundenen Entscheidungen den Novizen zu erklären, damit wird ein Recognition Primed Decision Making ermöglicht
• Fischer erkennt beim Vortragen schnell anhand von Mustern, ob Studierende ihr noch zuhören und weiss dann was sie tun muss (welche Entscheidung treffen)