{"id":326184,"date":"2026-09-27T05:01:47","date_gmt":"2026-09-27T02:01:47","guid":{"rendered":"https:\/\/ceotudent.com\/basisraten-aussensicht-unterschaetztes-mittel-gegen-schlechte-prognosen"},"modified":"2026-09-27T05:01:47","modified_gmt":"2026-09-27T02:01:47","slug":"basisraten-aussensicht-unterschaetztes-mittel-gegen-schlechte-prognosen","status":"publish","type":"post","link":"https:\/\/ceotudent.com\/de\/basisraten-aussensicht-unterschaetztes-mittel-gegen-schlechte-prognosen","title":{"rendered":"Basisraten und die Au\u00dfensicht: das am meisten untersch\u00e4tzte Mittel gegen schlechte Prognosen"},"content":{"rendered":"<p><strong>Kurzfassung.<\/strong> Wenn wir vorhersagen, wie lange ein Projekt dauern wird, ob ein Vorhaben \u00fcberlebt oder wie eine Entscheidung ausgeht, bauen wir ganz selbstverst\u00e4ndlich eine Geschichte aus den Details unseres eigenen Falls. Daniel Kahneman und Amos Tversky nannten das die <strong>Innensicht<\/strong>. Das Gegenmittel ist die <strong>Au\u00dfensicht<\/strong>: Bevor Sie Ihren Fall betrachten, fragen Sie, wie F\u00e4lle dieser Art \u00fcblicherweise ausgehen, und beginnen Sie bei dieser <strong>Basisrate<\/strong>. Die L\u00fccke, die sie schlie\u00dft, ist gro\u00df. Studierende, die f\u00fcr ihre Abschlussarbeit 33,9 Tage veranschlagten, brauchten im Schnitt 55,5 Tage, und nur 29,7 % wurden bis zu ihrer eigenen besten Sch\u00e4tzung fertig. \u00dcber 1.603 Gro\u00dfprojekte hinweg lagen die tats\u00e4chlichen Kosten im Mittel beim 1,39-Fachen der Sch\u00e4tzung. Nur etwa die H\u00e4lfte der neuen Betriebsst\u00e4tten in den USA ist f\u00fcnf Jahre nach der Er\u00f6ffnung noch in Betrieb. Die gute Nachricht: Die Korrektur ist g\u00fcnstig und trainierbar. In geopolitischen Prognoseturnieren verbesserte ein Trainingsmodul von weniger als einer Stunde, das Vergleichsklassen und Basisraten in den Vordergrund stellte, die Treffsicherheit um 6 bis 12 Prozent, und Basisraten waren das Prinzip, das am st\u00e4rksten mit besseren Prognosen zusammenhing. Dieser Leitfaden bietet Ihnen eine Sammlung verifizierter Basisraten, die f\u00fcnfstufige Korrektur als Arbeitsblatt und durchgerechnete Beispiele.<\/p>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_84 counter-hierarchy ez-toc-counter ez-toc-grey ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\" style=\"cursor:inherit\">Table of Contents<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" aria-label=\"Toggle Table of Content\"><span class=\"ez-toc-js-icon-con\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Toggle<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewBox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewBox=\"0 0 24 24\" version=\"1.2\" baseProfile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1 ' ><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/ceotudent.com\/de\/basisraten-aussensicht-unterschaetztes-mittel-gegen-schlechte-prognosen\/#Innensicht-und-Aussensicht\" >Innensicht und Au\u00dfensicht<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/ceotudent.com\/de\/basisraten-aussensicht-unterschaetztes-mittel-gegen-schlechte-prognosen\/#Warum-Basisraten-ignoriert-werden\" >Warum Basisraten ignoriert werden<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/ceotudent.com\/de\/basisraten-aussensicht-unterschaetztes-mittel-gegen-schlechte-prognosen\/#Eine-Sammlung-verifizierter-Basisraten\" >Eine Sammlung verifizierter Basisraten<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/ceotudent.com\/de\/basisraten-aussensicht-unterschaetztes-mittel-gegen-schlechte-prognosen\/#Die-fuenfstufige-Korrektur\" >Die f\u00fcnfstufige Korrektur<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/ceotudent.com\/de\/basisraten-aussensicht-unterschaetztes-mittel-gegen-schlechte-prognosen\/#Das-Aussensicht-Arbeitsblatt-mit-durchgerechneten-Beispielen\" >Das Au\u00dfensicht-Arbeitsblatt mit durchgerechneten Beispielen<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/ceotudent.com\/de\/basisraten-aussensicht-unterschaetztes-mittel-gegen-schlechte-prognosen\/#Wann-die-Aussensicht-schwer-anzuwenden-ist\" >Wann die Au\u00dfensicht schwer anzuwenden ist<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/ceotudent.com\/de\/basisraten-aussensicht-unterschaetztes-mittel-gegen-schlechte-prognosen\/#Warum-sie-im-KI-Zeitalter-wichtiger-ist\" >Warum sie im KI-Zeitalter wichtiger ist<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/ceotudent.com\/de\/basisraten-aussensicht-unterschaetztes-mittel-gegen-schlechte-prognosen\/#Der-CEO-und-der-Student-in-Ihren-Prognosen\" >Der CEO und der Student in Ihren Prognosen<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-9\" href=\"https:\/\/ceotudent.com\/de\/basisraten-aussensicht-unterschaetztes-mittel-gegen-schlechte-prognosen\/#Haeufig-gestellte-Fragen\" >H\u00e4ufig gestellte Fragen<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-10\" href=\"https:\/\/ceotudent.com\/de\/basisraten-aussensicht-unterschaetztes-mittel-gegen-schlechte-prognosen\/#Quellen\" >Quellen<\/a><\/li><\/ul><\/nav><\/div>\n<h2 id=\"innensicht-und-auensicht\"><span class=\"ez-toc-section\" id=\"Innensicht-und-Aussensicht\"><\/span>Innensicht und Au\u00dfensicht<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Kahneman und Lovallo definierten die beiden Sichtweisen 1993 in einem Aufsatz in Management Science. Eine Prognose aus der Innensicht \u201est\u00fctzt sich auf das Wissen \u00fcber die Besonderheiten des Falls, die Details des bestehenden Plans und einige Vorstellungen \u00fcber wahrscheinliche Hindernisse und wie sie sich \u00fcberwinden lassen\u201c. Die Au\u00dfensicht dagegen \u201eist im Kern statistisch und vergleichend und versucht nicht, die k\u00fcnftige Geschichte in irgendeinem Detailgrad vorherzusehen\u201c.<\/p>\n<p>Kahnemans eigenes Lieblingsbeispiel stammt aus dem Jahr 1976, als er einem Team angeh\u00f6rte, das f\u00fcr israelische Oberschulen einen Lehrplan zu Urteilsbildung und Entscheidungsfindung schrieb. Nach etwa einem Jahr Arbeit sch\u00e4tzten die Teammitglieder jeweils, wie lange das Projekt bis zum Abschluss noch dauern w\u00fcrde: Die Sch\u00e4tzungen reichten von 18 bis 30 Monaten. Dann wurde ein Mitglied, ein Experte f\u00fcr Lehrplanentwicklung, gefragt, wie es vergleichbaren Teams ergangen sei. Seine Antwort laut dem Aufsatz von 1993: Etwa 40 % von ihnen gaben irgendwann auf, und von den \u00fcbrigen fiel ihm keines ein, das in weniger als sieben Jahren fertig wurde oder mehr als zehn brauchte. Au\u00dferdem sch\u00e4tzte er das eigene Team als leicht unterdurchschnittlich ein. In der sp\u00e4teren Nacherz\u00e4hlung von Lovallo und Kahneman in der Harvard Business Review (2003), wie Flyvbjerg sie zitiert, wurde der Lehrplan acht Jahre sp\u00e4ter fertiggestellt und kaum genutzt.<\/p>\n<p>Niemandem im Team fehlte es an Intelligenz oder Information. Die Information, die die Prognose ver\u00e4ndert h\u00e4tte, war im Raum verf\u00fcgbar. Sie wurde schlicht nicht herangezogen, weil man einen Fall ganz nat\u00fcrlich von innen heraus betrachtet.<\/p>\n<h2 id=\"warum-basisraten-ignoriert-werden\"><span class=\"ez-toc-section\" id=\"Warum-Basisraten-ignoriert-werden\"><\/span>Warum Basisraten ignoriert werden<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>In einem technischen Bericht von 1977, der zum Fundament dieses Forschungsfeldes wurde, unterschieden Kahneman und Tversky zwei Arten von Information. <strong>Singul\u00e4re Information<\/strong> ist Evidenz \u00fcber den vorliegenden Fall. <strong>Verteilungsinformation<\/strong>, also Basisratendaten, ist Wissen dar\u00fcber, wie sich Ergebnisse \u00fcber \u00e4hnliche F\u00e4lle verteilen. Ihr Urteil: \u201eDie verbreitete Tendenz, Verteilungsinformation zu gering zu gewichten oder zu ignorieren, ist vielleicht der Hauptfehler intuitiver Vorhersage.\u201c Im selben Bericht pr\u00e4gten sie den Begriff \u201ePlanungsfehlschluss\u201c (planning fallacy) f\u00fcr die daraus folgende Gewohnheit, zu untersch\u00e4tzen, wie lange Dinge dauern und wie viel sie kosten.<\/p>\n<p>Die klassische Laborvorf\u00fchrung ist das Taxiproblem, das Maya Bar-Hillel 1980 analysierte. In einer Stadt sind 85 % der Taxis blau und 15 % gr\u00fcn. Ein Zeuge sagt, das Taxi bei einer Unfallflucht sei gr\u00fcn gewesen, und der Zeuge liegt in 80 % der F\u00e4lle richtig. Wie wahrscheinlich ist es, dass das Taxi gr\u00fcn war? Die richtige Antwort, die die Basisrate mit der Zuverl\u00e4ssigkeit des Zeugen verbindet, lautet etwa 41 %. Die Medianantwort in Bar-Hillels Studie lag bei 80 %; 36 % der Teilnehmenden nannten einfach die Zuverl\u00e4ssigkeit des Zeugen, und nur etwa 10 % kamen in die N\u00e4he von 41 %. Die anschauliche, konkrete Evidenz (ein Zeuge) verdr\u00e4ngte die n\u00fcchterne, allgemeine Evidenz (wie viele Taxis jeder Farbe es gibt).<\/p>\n<p>Bar-Hillels Erkl\u00e4rung gilt weit \u00fcber Taxis hinaus: Menschen ordnen Informationen danach, wie relevant sie sich anf\u00fchlen, und lassen die Information dominieren, die sich am relevantesten anf\u00fchlt. Details \u00fcber das eigene Projekt f\u00fchlen sich immer relevanter an als Statistiken \u00fcber die Projekte anderer. Genau deshalb werden die Statistiken ignoriert, und genau deshalb sind sie so wertvoll.<\/p>\n<h2 id=\"eine-sammlung-verifizierter-basisraten\"><span class=\"ez-toc-section\" id=\"Eine-Sammlung-verifizierter-Basisraten\"><\/span>Eine Sammlung verifizierter Basisraten<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Der erste praktische Schritt besteht darin, zu wissen, dass es f\u00fcr viele Ihrer Entscheidungen Basisraten gibt. Die folgende Tabelle sammelt Basisraten aus ver\u00f6ffentlichten, \u00fcberpr\u00fcfbaren Quellen.<\/p>\n<p><strong>Tabelle 1. Verifizierte Basisraten f\u00fcr h\u00e4ufige Vorhersagen<\/strong><\/p>\n<table>\n<thead>\n<tr>\n<th>Vorhersage<\/th>\n<th>Basisrate<\/th>\n<th>Quelle und Geltungsbereich<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Werde ich mein Projekt bis zu meiner besten Sch\u00e4tzung abschlie\u00dfen?<\/td>\n<td>29,7 % wurden bis zu ihrer eigenen besten Sch\u00e4tzung fertig; im Schnitt 55,5 Tage tats\u00e4chlich gegen\u00fcber 33,9 vorhergesagten<\/td>\n<td>Buehler, Griffin und Ross (1994), Studierende mit Honors-Abschlussarbeit, Studie 1 (33 Studierende)<\/td>\n<\/tr>\n<tr>\n<td>Werde ich wenigstens bis zu meiner Worst-Case-Sch\u00e4tzung fertig?<\/td>\n<td>48,7 % wurden bis zu ihrem eigenen Termin f\u00fcr den Fall \u201ealles l\u00e4uft so schlecht wie m\u00f6glich\u201c fertig<\/td>\n<td>Buehler, Griffin und Ross (1994)<\/td>\n<\/tr>\n<tr>\n<td>Bleibt ein Gro\u00dfprojekt im Budget?<\/td>\n<td>Die tats\u00e4chlichen Kosten lagen im Mittel beim 1,39-Fachen der Sch\u00e4tzung (1.603 Projekte); Stra\u00dfen 1,24, Schiene 1,40, Geb\u00e4ude 1,36, Staud\u00e4mme 1,96<\/td>\n<td>Flyvbjerg (2021), Project Management Journal, Kosten gemessen ab der endg\u00fcltigen Investitionsentscheidung, real<\/td>\n<\/tr>\n<tr>\n<td>Liefert ein Gro\u00dfprojekt den versprochenen Nutzen?<\/td>\n<td>Der tats\u00e4chliche Nutzen lag im Mittel beim 0,94-Fachen der Prognose (786 Projekte); Schiene 0,66<\/td>\n<td>Flyvbjerg (2021)<\/td>\n<\/tr>\n<tr>\n<td>\u00dcberlebt eine neue Betriebsst\u00e4tte ein Jahr?<\/td>\n<td>77,9 % (Betriebsst\u00e4tten, er\u00f6ffnet im Jahr bis M\u00e4rz 2024)<\/td>\n<td>US Bureau of Labor Statistics, Business Employment Dynamics<\/td>\n<\/tr>\n<tr>\n<td>\u00dcberlebt sie f\u00fcnf Jahre?<\/td>\n<td>51,4 % (Betriebsst\u00e4tten, er\u00f6ffnet im Jahr bis M\u00e4rz 2020)<\/td>\n<td>BLS, Business Employment Dynamics<\/td>\n<\/tr>\n<tr>\n<td>\u00dcberlebt sie zehn Jahre?<\/td>\n<td>34,7 % (Betriebsst\u00e4tten, er\u00f6ffnet im Jahr bis M\u00e4rz 2015)<\/td>\n<td>BLS, Business Employment Dynamics<\/td>\n<\/tr>\n<tr>\n<td>Wird ein Medikament, das in klinische Studien geht, zugelassen?<\/td>\n<td>13,8 % insgesamt; 3,4 % in der Onkologie; 33,4 % bei Impfstoffen<\/td>\n<td>Wong, Siah und Lo (2019), Biostatistics, Studien von 2000 bis 2015<\/td>\n<\/tr>\n<tr>\n<td>Um wie viel sollte das Budget f\u00fcr ein \u00f6ffentliches Geb\u00e4ude in Gro\u00dfbritannien wegen Optimismus-Verzerrung angepasst werden?<\/td>\n<td>Bis zu 24 % (Standardgeb\u00e4ude) und 51 % (Nicht-Standardgeb\u00e4ude) auf die Investitionsausgaben<\/td>\n<td>HM Treasury, Supplementary Green Book Guidance on Optimism Bias, auf Basis von Mott MacDonald (2002)<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Einige Vorbehalte machen diese Zahlen n\u00fctzlicher, nicht weniger n\u00fctzlich:<\/p>\n<ul>\n<li><strong>Der Geltungsbereich z\u00e4hlt.<\/strong> Die BLS-Zahlen erfassen Betriebsst\u00e4tten, also einzelne Gesch\u00e4ftsstandorte, nicht Start-ups; eine neue Filiale einer bestehenden Kette z\u00e4hlt als Er\u00f6ffnung. Sie sind eine vern\u00fcnftige Au\u00dfensicht f\u00fcr die Frage \u201eIst dieser neue Standort noch ge\u00f6ffnet?\u201c, nicht f\u00fcr die Frage \u201eWird dieses wagniskapitalfinanzierte Start-up erfolgreich?\u201c<\/li>\n<li><strong>Kleine Stichproben sind klein.<\/strong> Die Studie zu den Abschlussarbeiten umfasste 33 Studierende. Ihr Ergebnis wurde dem Sinn nach vielfach repliziert, doch die exakten 29,7 % sind der Wert einer einzigen Studie.<\/li>\n<li><strong>Nutzen Sie Gesamtwerte, wenn Details umstritten sind.<\/strong> Wong, Siah und Lo ver\u00f6ffentlichten eine Korrektur zu einigen ihrer Tabellen nach Studienphasen, weshalb hier nur die Gesamtwerte und die Werte nach Therapiegebiet verwendet werden.<\/li>\n<\/ul>\n<h2 id=\"die-funfstufige-korrektur\"><span class=\"ez-toc-section\" id=\"Die-fuenfstufige-Korrektur\"><\/span>Die f\u00fcnfstufige Korrektur<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Der Bericht von Kahneman und Tversky aus dem Jahr 1977 beschrieb ein Korrekturverfahren in f\u00fcnf Schritten. Bent Flyvbjerg \u00fcbertrug es sp\u00e4ter als <strong>Referenzklassen-Prognose<\/strong> (reference class forecasting) auf Gro\u00dfprojekte, und 2004 \u00fcbernahmen das britische Department for Transport und HM Treasury es f\u00fcr die Bewertung gro\u00dfer Verkehrsprojekte. Hier ist das Verfahren, angepasst an individuelle Entscheidungen.<\/p>\n<ol>\n<li><strong>W\u00e4hlen Sie eine Referenzklasse.<\/strong> Zu welcher Gruppe vergangener F\u00e4lle geh\u00f6rt Ihr Fall? Flyvbjergs Regel: breit genug, um statistisch aussagekr\u00e4ftig zu sein, eng genug, um wirklich vergleichbar zu sein.<\/li>\n<li><strong>Ermitteln Sie die Verteilung dieser Klasse.<\/strong> Wie sieht das durchschnittliche Ergebnis aus, und wie stark streuen die Ergebnisse?<\/li>\n<li><strong>Geben Sie Ihre intuitive Sch\u00e4tzung ab.<\/strong> Jetzt, und erst jetzt, nutzen Sie alles, was Sie \u00fcber Ihren konkreten Fall wissen.<\/li>\n<li><strong>Beurteilen Sie die Vorhersagbarkeit.<\/strong> Wie gut sagen Sch\u00e4tzungen wie Ihre die Ergebnisse tats\u00e4chlich voraus? Kahneman und Tversky dr\u00fccken das als Korrelation zwischen 0 (Ihre Fallinformation sagt nichts voraus) und 1 (sie sagt perfekt voraus) aus.<\/li>\n<li><strong>Korrigieren Sie in Richtung der Basisrate.<\/strong> Bewegen Sie sich von der Basisrate nur in dem Ma\u00df auf Ihre intuitive Sch\u00e4tzung zu, wie es dieser Vorhersagbarkeit entspricht.<\/li>\n<\/ol>\n<p>Als Formel lautet Schritt 5:<\/p>\n<p><strong>Korrigierte Sch\u00e4tzung = Basisrate + Vorhersagbarkeit x (intuitive Sch\u00e4tzung &#8211; Basisrate)<\/strong><\/p>\n<p>Das Beispiel von Kahneman und Tversky selbst: Die Intuition eines Lektors sagt, ein Buch werde sich 12.000 Mal verkaufen; B\u00fccher seiner Kategorie verkaufen im Schnitt 4.000 Exemplare; das Urteil des Lektors hat eine Vorhersagbarkeit von etwa 0,6. Die korrigierte Prognose lautet 4.000 + 0,6 x (12.000 &#8211; 4.000) = 8.800 Exemplare.<\/p>\n<p>Die Formel hat zwei n\u00fctzliche Extreme. Wenn Ihre Fallinformation nichts voraussagt (Vorhersagbarkeit 0), nehmen Sie die Basisrate. Wenn sie perfekt voraussagt (Vorhersagbarkeit 1), nehmen Sie Ihre Intuition. Das echte Leben liegt fast immer dazwischen, und die meisten Menschen verhalten sich, als l\u00e4gen sie bei 1.<\/p>\n<h2 id=\"das-auensicht-arbeitsblatt-mit-durchgerechneten-beispielen\"><span class=\"ez-toc-section\" id=\"Das-Aussensicht-Arbeitsblatt-mit-durchgerechneten-Beispielen\"><\/span>Das Au\u00dfensicht-Arbeitsblatt mit durchgerechneten Beispielen<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Das folgende Arbeitsblatt wendet die f\u00fcnf Schritte auf vier h\u00e4ufige Entscheidungen an. Die Basisraten stammen aus Tabelle 1; die intuitiven Sch\u00e4tzungen und Vorhersagbarkeitswerte sind veranschaulichende Annahmen, die Sie durch Ihre eigenen ersetzen w\u00fcrden.<\/p>\n<p><strong>Tabelle 2. Au\u00dfensicht-Arbeitsblatt: vier durchgerechnete Beispiele (redaktionelles CEOtudent-Framework)<\/strong><\/p>\n<table>\n<thead>\n<tr>\n<th>Entscheidung<\/th>\n<th>Referenzklasse und Basisrate<\/th>\n<th>Intuitive Sch\u00e4tzung<\/th>\n<th>Vorhersagbarkeit (veranschaulichend)<\/th>\n<th>Korrigierte Sch\u00e4tzung<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Buchverk\u00e4ufe (Beispiel von Kahneman und Tversky)<\/td>\n<td>Durchschnitt der Kategorie: 4.000 Exemplare<\/td>\n<td>12.000 Exemplare<\/td>\n<td>0,6<\/td>\n<td>8.800 Exemplare<\/td>\n<\/tr>\n<tr>\n<td>Ist mein neues Gesch\u00e4ft in f\u00fcnf Jahren noch ge\u00f6ffnet?<\/td>\n<td>Neue Betriebsst\u00e4tten in den USA: 51,4 % \u00fcberleben f\u00fcnf Jahre<\/td>\n<td>90 %<\/td>\n<td>0,3<\/td>\n<td>63,0 %<\/td>\n<\/tr>\n<tr>\n<td>Welches Budget sollte ich f\u00fcr ein Bauprojekt ansetzen, das ich auf 200.000 US-Dollar sch\u00e4tze?<\/td>\n<td>Gro\u00dfe Bauprojekte: tats\u00e4chliche Kosten beim 1,36-Fachen der Sch\u00e4tzung, also Au\u00dfensicht-Budget 272.000 US-Dollar<\/td>\n<td>200.000 US-Dollar<\/td>\n<td>0,5<\/td>\n<td>236.000 US-Dollar<\/td>\n<\/tr>\n<tr>\n<td>Wie lange dauert mein Projekt, wenn ich von 30 Tagen ausgehe?<\/td>\n<td>Studierende brauchten f\u00fcr die Abschlussarbeit 55,5 Tage statt der vorhergesagten 33,9, ein Verh\u00e4ltnis von 1,64, also Au\u00dfensicht-Dauer etwa 49 Tage<\/td>\n<td>30 Tage<\/td>\n<td>0,3<\/td>\n<td>Etwa 43 Tage<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p><em>Tabelle 2 ist das redaktionelle CEOtudent-Framework. Die Basisraten sind die in Tabelle 1 ver\u00f6ffentlichten Werte; die intuitiven Sch\u00e4tzungen und Vorhersagbarkeitswerte sind veranschaulichend, und jede korrigierte Sch\u00e4tzung wendet die obige Formel an. Die Rechnungen wurden per Skript gepr\u00fcft. In den Zeilen zu Budget und Dauer wird die Basisrate vor der Korrektur als Au\u00dfensicht-Wert f\u00fcr diesen Fall ausgedr\u00fcckt (Ihre Sch\u00e4tzung mal das Verh\u00e4ltnis der Referenzklasse).<\/em><\/p>\n<p>Den Vorhersagbarkeitswert zu w\u00e4hlen ist der schwierigste Teil, deshalb hier eine praktische Orientierung:<\/p>\n<ul>\n<li><strong>Etwa 0 bis 0,2:<\/strong> Sie haben in dieser Art von Entscheidung keine Erfolgsbilanz, oder das Ergebnis h\u00e4ngt \u00fcberwiegend von Faktoren ab, die Sie nicht beeinflussen (ein neuer Markt, eine erste Gr\u00fcndung).<\/li>\n<li><strong>Etwa 0,3 bis 0,5:<\/strong> Sie haben einschl\u00e4gige Erfahrung, und Ihr Fall unterscheidet sich real und messbar vom Durchschnitt.<\/li>\n<li><strong>Etwa 0,6 und dar\u00fcber:<\/strong> Sie haben eine dokumentierte Bilanz \u00e4hnlicher Sch\u00e4tzungen im Vergleich mit den tats\u00e4chlichen Ergebnissen. Kahneman und Tversky schlagen vor, die Vorhersagbarkeit aus genau solchen Aufzeichnungen abzuleiten, und das ist ein Grund, warum sich <a href=\"https:\/\/ceotudent.com\/de\/entscheidungsjournal-vorlage-und-protokoll-fuer-besseres-urteilsvermoegen\/\">ein Entscheidungsjournal<\/a> auszahlt.<\/li>\n<\/ul>\n<p>Wenn Sie eine Zahl nicht begr\u00fcnden k\u00f6nnen, w\u00e4hlen Sie eine niedrigere. Der ganze Kern des Planungsfehlschlusses ist, dass Menschen \u00fcbersch\u00e4tzen, wie viel ihnen ihre Fallinformation verr\u00e4t.<\/p>\n<h2 id=\"wann-die-auensicht-schwer-anzuwenden-ist\"><span class=\"ez-toc-section\" id=\"Wann-die-Aussensicht-schwer-anzuwenden-ist\"><\/span>Wann die Au\u00dfensicht schwer anzuwenden ist<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Die Methode hat echte Grenzen, und wer sie kennt, bleibt ehrlich.<\/p>\n<ul>\n<li><strong>\u201eAber mein Fall ist einzigartig.\u201c<\/strong> Kahneman und Lovallo beobachteten, dass Entscheider \u201eeine starke Tendenz haben, Probleme als einzigartig zu betrachten\u201c. Kaum etwas ist das. Selbst ein wirklich neues Produkt geh\u00f6rt zu den Klassen \u201eneue Produkte\u201c, \u201eProjekte dieses Teams\u201c und \u201eProjekte dieser Gr\u00f6\u00dfe\u201c. Nutzen Sie mehr als eine Referenzklasse und pr\u00fcfen Sie, ob sie \u00fcbereinstimmen.<\/li>\n<li><strong>Die Klasse ist zu breit oder zu eng.<\/strong> Ist sie zu breit, sagt sie nichts \u00fcber Ihren Fall; ist sie zu eng, enth\u00e4lt sie drei Beispiele. In einem durchgerechneten Beispiel aus dem Aufsatz von Chang und Kollegen \u00fcber das Training im Good Judgment Project lag die Basisrate daf\u00fcr, dass ein Land Massenvernichtungswaffen besitzt, bei etwa 13 % \u00fcber alle L\u00e4nder und bei etwa 17 %, wenn man sie auf den Nahen Osten eingrenzte. Wenn benachbarte Klassen \u00e4hnliche Zahlen liefern, k\u00f6nnen Sie der Sch\u00e4tzung st\u00e4rker vertrauen.<\/li>\n<li><strong>Die Welt ver\u00e4ndert sich.<\/strong> Basisraten beschreiben die Vergangenheit. Wenn eine echte strukturelle Ver\u00e4nderung eingetreten ist (eine neue Technologie, eine neue Regel), passen Sie an, aber benennen Sie die Ver\u00e4nderung ausdr\u00fccklich und fragen Sie sich, ob Sie dieses Argument von jemand anderem akzeptiert h\u00e4tten.<\/li>\n<li><strong>Durchschnitte verbergen die R\u00e4nder.<\/strong> Die Au\u00dfensicht sagt Ihnen auch etwas \u00fcber die Streuung. Flyvbjergs Variante erweitert die Unsicherheitsspanne in Richtung der Spanne der Klasse, nicht nur den Mittelpunkt. Ein Budget, das im Durchschnitt stimmt, aber keine Reserve f\u00fcr den ung\u00fcnstigen Rand hat, ist trotzdem ein schlechtes Budget.<\/li>\n<\/ul>\n<h2 id=\"warum-sie-im-ki-zeitalter-wichtiger-ist\"><span class=\"ez-toc-section\" id=\"Warum-sie-im-KI-Zeitalter-wichtiger-ist\"><\/span>Warum sie im KI-Zeitalter wichtiger ist<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Generative KI-Werkzeuge machen die Innensicht billiger als je zuvor. Bitten Sie um einen Plan, und Sie erhalten in Sekunden ein detailliertes, selbstsicheres Szenario f\u00fcr Ihren Fall. Das ist n\u00fctzlich, aber es ist genau die Art von Information, vor der Kahneman und Tversky warnten, weil sie das Urteil tendenziell dominiert. Die Au\u00dfensicht ist das Gegengewicht, und sie l\u00e4sst sich leicht in die Arbeit mit diesen Werkzeugen einbauen: Fragen Sie zuerst nach der Referenzklasse und danach, wie solche F\u00e4lle \u00fcblicherweise ausgehen, und erst dann nach dem Plan. Pr\u00fcfen Sie anschlie\u00dfend jede Basisrate, die das Werkzeug liefert, an einer Prim\u00e4rquelle, denn eine erfundene Statistik ist schlimmer als gar keine.<\/p>\n<p>F\u00fcr das gr\u00f6\u00dfere Set an Denkwerkzeugen, zu dem dieses geh\u00f6rt, sehen Sie sich unseren <a href=\"https:\/\/ceotudent.com\/de\/denkmodelle-die-2026-wirklich-zaehlen\/\">kuratierten \u00dcberblick \u00fcber die Denkmodelle, die im KI-Zeitalter z\u00e4hlen<\/a> an. Die Au\u00dfensicht passt ganz nat\u00fcrlich zum <a href=\"https:\/\/ceotudent.com\/de\/in-wetten-denken-leitfaden-probabilistische-entscheidungen\/\">Denken in Wetten<\/a>, das Prognosen in Wahrscheinlichkeiten \u00fcbersetzt, und zum <a href=\"https:\/\/ceotudent.com\/de\/pre-mortem-protokoll-schlechte-plaene-toeten-bevor-sie-scheitern\/\">Pre-Mortem<\/a>, das einen Plan von innen einem Stresstest unterzieht, nachdem die Au\u00dfensicht realistische Erwartungen gesetzt hat. Eine Fallstudie dazu, wie sich selbstsichere Prognosen \u00fcber die Zeit bew\u00e4hren, bietet <a href=\"https:\/\/ceotudent.com\/de\/prognose-bilanz-wie-treffsicher-waren-zehn-jahre-experten-ki-vorhersagen-2016-2026\/\">unsere Bilanz eines Jahrzehnts von Experten-Vorhersagen zur KI<\/a>. Und wenn die Basisrate f\u00fcr Ihr Projekt d\u00fcster aussieht, legen Sie im Voraus fest, was Sie zum Aufh\u00f6ren bewegen w\u00fcrde: <a href=\"https:\/\/ceotudent.com\/de\/abbruchkriterien-im-voraus-entscheiden-wann-projekt-job-strategie-beenden\/\">Abbruchkriterien<\/a> sind die Au\u00dfensicht, angewandt auf das Aufgeben.<\/p>\n<h2 id=\"der-ceo-und-der-student-in-ihren-prognosen\"><span class=\"ez-toc-section\" id=\"Der-CEO-und-der-Student-in-Ihren-Prognosen\"><\/span>Der CEO und der Student in Ihren Prognosen<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Die CEO-H\u00e4lfte der CEOtudent-Perspektive dreht sich um Kapitalallokation. Ein CEO, der jedes Projekt mit seinem Budget aus der Innensicht finanzierte, ginge das Geld aus; gute Kapitalallokatoren fragen, was vergleichbare Investitionen eingebracht haben, bevor sie diese hier genehmigen. Behandeln Sie Ihre eigene Zeit, Ihre Ersparnisse und Ihre Karriereschritte genauso. Die Studenten-H\u00e4lfte dreht sich um Kalibrierung. Das Ziel ist nicht, sich selbst f\u00fcr immer zu misstrauen, sondern zu lernen, wie viel Ihr Wissen \u00fcber den eigenen Fall tats\u00e4chlich wert ist. Halten Sie Ihre Sch\u00e4tzungen fest, vergleichen Sie sie mit den Ergebnissen und lassen Sie Ihren pers\u00f6nlichen Vorhersagbarkeitswert erst steigen, wenn Ihre Bilanz es rechtfertigt.<\/p>\n<h2 id=\"hufig-gestellte-fragen\"><span class=\"ez-toc-section\" id=\"Haeufig-gestellte-Fragen\"><\/span>H\u00e4ufig gestellte Fragen<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><strong>Was ist die Au\u00dfensicht?<\/strong><br \/>\nEine Art zu prognostizieren, die davon ausgeht, wie \u00e4hnliche F\u00e4lle ausgegangen sind, statt von den Details des eigenen Falls. Der Begriff stammt von Kahneman und Lovallo (1993), die ihn der Innensicht gegen\u00fcberstellten, die ein Szenario aus den Besonderheiten des Plans aufbaut.<\/p>\n<p><strong>Was ist eine Basisrate?<\/strong><br \/>\nDie H\u00e4ufigkeit eines Ergebnisses in einer relevanten Gruppe vergangener F\u00e4lle: zum Beispiel der Anteil neuer Betriebsst\u00e4tten, die nach f\u00fcnf Jahren noch in Betrieb sind (laut BLS 51,4 % bei US-Betriebsst\u00e4tten, die im Jahr bis M\u00e4rz 2020 er\u00f6ffnet wurden). Die Vernachl\u00e4ssigung der Basisrate ist die Tendenz, diese Information zugunsten von Falldetails zu ignorieren.<\/p>\n<p><strong>Was ist Referenzklassen-Prognose?<\/strong><br \/>\nBent Flyvbjergs \u00dcbertragung der Methode von Kahneman und Tversky auf Projekte: Man bestimmt eine Klasse \u00e4hnlicher vergangener Projekte, ermittelt die Verteilung ihrer Ergebnisse und verortet das eigene Projekt innerhalb dieser Verteilung. Das britische Department for Transport und HM Treasury \u00fcbernahmen sie 2004 f\u00fcr gro\u00dfe Verkehrsprojekte.<\/p>\n<p><strong>Wie verbinde ich eine Basisrate mit meinem eigenen Urteil?<\/strong><br \/>\nBeginnen Sie bei der Basisrate und bewegen Sie sich in dem Ma\u00df auf Ihre intuitive Sch\u00e4tzung zu, in dem sich Ihr Urteil als vorhersagekr\u00e4ftig erwiesen hat: korrigierte Sch\u00e4tzung = Basisrate + Vorhersagbarkeit x (intuitive Sch\u00e4tzung &#8211; Basisrate). Bei einer Basisrate von 4.000, einer Intuition von 12.000 und einer Vorhersagbarkeit von 0,6 lautet das Ergebnis 8.800.<\/p>\n<p><strong>Verbessert ein Training in Basisraten Vorhersagen tats\u00e4chlich?<\/strong><br \/>\nJa, nach der besten verf\u00fcgbaren Evidenz. In den Prognoseturnieren des Good Judgment Project verbesserte ein Modul zum probabilistischen Denken von weniger als einer Stunde, das Vergleichsklassen und Basisraten vermittelte, die Treffsicherheit (Brier-Werte) je nach Jahr um 6 bis 12 Prozent (die Zusammenfassung des Aufsatzes nennt 6 bis 11 Prozent), und die Nutzung von Vergleichsklassen und Basisraten war das Prinzip, das am st\u00e4rksten mit den Verbesserungen zusammenhing.<\/p>\n<h2 id=\"quellen\"><span class=\"ez-toc-section\" id=\"Quellen\"><\/span>Quellen<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<ol>\n<li>Kahneman, D., und Tversky, A. (1977). Intuitive Prediction: Biases and Corrective Procedures. Technical Report PTR-1042-77-6, Decision Research. Ver\u00f6ffentlicht in TIMS Studies in Management Science, 12 (1979), 313-327.<\/li>\n<li>Kahneman, D., und Lovallo, D. (1993). Timid Choices and Bold Forecasts: A Cognitive Perspective on Risk Taking. Management Science, 39(1), 17-31.<\/li>\n<li>Buehler, R., Griffin, D., und Ross, M. (1994). Exploring the &ldquo;Planning Fallacy&rdquo;: Why People Underestimate Their Task Completion Times. Journal of Personality and Social Psychology, 67(3), 366-381.<\/li>\n<li>Bar-Hillel, M. (1980). The Base-Rate Fallacy in Probability Judgments. Acta Psychologica, 44, 211-233.<\/li>\n<li>Flyvbjerg, B. (2006). From Nobel Prize to Project Management: Getting Risks Right. Project Management Journal, 37(3), 5-15.<\/li>\n<li>Flyvbjerg, B. (2021). Top Ten Behavioral Biases in Project Management: An Overview. Project Management Journal, 52(6), 531-546.<\/li>\n<li>Chang, W., Chen, E., Mellers, B., und Tetlock, P. (2016). Developing Expert Political Judgment: The Impact of Training and Practice on Judgmental Accuracy in Geopolitical Forecasting Tournaments. Judgment and Decision Making, 11(5), 509-526.<\/li>\n<li>U.S. Bureau of Labor Statistics. Business Employment Dynamics: Survival of Private Sector Establishments by Opening Year (Daten bis M\u00e4rz 2025).<\/li>\n<li>Wong, C. H., Siah, K. W., und Lo, A. W. (2019). Estimation of Clinical Trial Success Rates and Related Parameters. Biostatistics, 20(2), 273-286; und Corrigendum, Biostatistics, 20(2), 366.<\/li>\n<li>HM Treasury. Supplementary Green Book Guidance: Optimism Bias.<\/li>\n<\/ol>\n<p><em>Tabelle 1 gibt die Werte so wieder, wie sie von den aufgef\u00fchrten Quellen ver\u00f6ffentlicht wurden. Tabelle 2 ist das redaktionelle CEOtudent-Framework: Die Basisraten sind ver\u00f6ffentlichte Werte, die intuitiven Sch\u00e4tzungen und Vorhersagbarkeitswerte sind veranschaulichend.<\/em><\/p>\n<hr>\n<p><em>Dieser Inhalt wurde nach eingehender Recherche mit Unterst\u00fctzung von KI zusammengestellt und vom CEOtudent-Redaktionsteam geschrieben und f\u00fcr die Ver\u00f6ffentlichung aufbereitet.<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Die meisten schlechten Prognosen scheitern nicht an mangelnder Intelligenz, sondern an der Perspektive: Wir argumentieren aus den Details unseres eigenen Falls und ignorieren, wie \u00e4hnliche F\u00e4lle \u00fcblicherweise ausgehen. Dieser Leitfaden erkl\u00e4rt die Au\u00dfensicht und Basisraten, sammelt verifizierte Basisraten aus Projekt-, Unternehmens- und Arzneimittelentwicklungsdaten und macht aus dem F\u00fcnf-Schritte-Korrekturverfahren von Kahneman und Tversky ein Arbeitsblatt mit durchgerechneten Beispielen. In Prognoseturnieren verbesserte weniger als eine Stunde Training, das Basisraten einschloss, die Treffsicherheit um 6 bis 12 Prozent.<\/p>\n","protected":false},"author":1,"featured_media":326182,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[],"tags":[],"class_list":["post-326184","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry"],"_links":{"self":[{"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/posts\/326184","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/comments?post=326184"}],"version-history":[{"count":0,"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/posts\/326184\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/media\/326182"}],"wp:attachment":[{"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/media?parent=326184"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/categories?post=326184"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/tags?post=326184"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}