Zum Inhalt springen

Führen ist entscheiden(d)

Das Leben als Fach- oder Führungskraft ist geprägt von Entscheidungsproblemen.
Welchen Bewerber, welche Bewerberin stellen wir ein? Welchen Preis verlangen wir für Produkt A? Welche Rabatte gewähren wir auf Produkt B, oder dem Kunden X? Mit welchen Lieferanten arbeiten wir zusammen? Fertigen wir Komponente C selbst oder lassen wir produzieren?

Nur wenige Entscheidungen können rechnerisch ermittelt werden; die meisten verlangen von uns, unsichere oder unscharfe Faktoren abzuschätzen und künftige Entwicklungen zu prognostizieren.

Schauen wir uns die sogenannten "make-or-buy"-Entscheidungen an. Hier können die wirtschaftlichen Auswirkungen der Entscheidung relativ einfach in einer Tabellenkalkulation modelliert – und die Optionen miteinander verglichen werden. Eventuell spielen aber noch andere - schwer in Zahlen zu fassende - Größen eine Rolle, neben reinen Finanzdaten. 

Beispielsweise Risiken: Wie hoch ist bei einer Entscheidung für oder gegen das Auslagern von Aktivitäten das Risiko, geeignetes Personal zu finden und erfolgreich zu qualifizieren? Welche neuen Risiken können für die Supply Chain entstehen? Was ist mit Währungsrisiken oder Naturkatastrophen? 

Dazu können weiche Faktoren kommen, wie das Markenimage oder die Motivation der Belegschaft. Weiche Faktoren können natürlich eingeschätzt und bewertet werden. 

Sobald wir das tun, haben wir bei der Entscheidungsfindung den Übergang vom reinen Wirtschaftlichkeitsvergleich zu einer Form der Nutzwertanalyse vollzogen.

Wir können nutzwert-basierte Entscheidungsmodelle so umfangreich und komplex gestalten wie wir wollen; wir können nie sicher sein, ob wir alle relevanten Faktoren berücksichtigt haben – oder vielleicht doch gerade den übersehen haben, der uns am Ende das Genick bricht. Wir wissen nicht, was wir nicht wissen. Oder wie ein französisches Sprichwort sagt: "Der Bär den du siehst, ist nicht der, der dich fressen wird."

Neue Erkenntnisse zu Entscheidungen unter Unsicherheit

In den letzten Jahren wurde in wirtschaftswissenschaftlichen Studien gezeigt, dass komplexe Entscheidungsmodelle unter Unsicherheit keine Vorteile gegenüber einfachen, heuristischen Entscheidungsregeln haben.

Und trotzdem vertun Unternehmen jeden Tag viele Stunden, um Entscheidungsunsicherheit zu reduzieren – durch die weitere Verfeinerung von Entscheidungsmodellen, die bereits zig Faktoren enthalten, die auf Annahmen und Spekulationen oder viel zu kleiner Stichproben basieren.

Reales Beispiel: Beim neuen Produkt schätzt das Produktmanagement die Faktoren Absatzmenge, Verkaufspreis, Distributionskosten und Herstellungskosten, sowie deren Entwicklung über die nächsten zehn Jahre – stellt den Barwert des zu erzielenden Gewinns aber mit tiefer Überzeugung bis auf Tausend Euro genau dar und erzeugt somit den Eindruck einer Sicherheit, die nicht gegeben ist. 

Unsicherheit und Wahrscheinlichkeitsverteilungen

Näher an der Realität sind schon Entscheidungsmodelle, die Monte-Carlo-Simulationen einsetzen, um die Unsicherheiten und Wahrscheinlichkeiten zu reflektieren. Schade hierbei ist nur, dass die so erzeugten Wahrscheinlichkeitsverteilungen, zum Beispiel für den erwarteten Gewinn, vielen Entscheidern das Leben nicht leichter machen.

Was tun, wenn das Modell dann sagt: "Die Wahrscheinlichkeit, dass wir durch das Projekt zwei Millionen oder mehr pro Jahr verlieren beträgt 10 Prozent. Die Wahrscheinlichkeit, dass wir jährlich zwischen einer und zwei Millionen verlieren beträgt 8 Prozent. Mit 75 Prozent Wahrscheinlichkeit verlieren wir mit dem Projekt kein Geld - und mit 40 % Wahrscheinlichkeit erwirtschaften wir einen Gewinn zwischen zwei und vier Millionen jährlich - aber alles nur, wenn da keine unbekannten Bären oder schwarzen Schwäne auftauchen, wir keine wichtigen Einflussgrößen übersehen haben und unsere Vermutungen über die  Wahrscheinlichkeitsverteilungen der diversen Einflussgrößen einigermaßen zutreffen." 

An dieser Stelle können wir das Entscheidungsmodell natürlich wieder erweitern. Wir ergänzen es um unsere "Risikopräferenzen". Komplizierter machen geht immer. Aber werden die Entscheidungen dadurch besser? Oder sind das nur Beruhigungspillen? Pillen, die das Gefühl vermitteln, das Bestmögliche getan zu haben, um Risiko und Unsicherheit zu minimieren?

Neue Erkenntnisse durch Neurowissenschaften

Interessant sind Erkenntnisse, die die bildgebenden Verfahren in der Medizin ermöglicht haben. Forscher können beobachten, welche Gehirnareale zu welchen Zeitpunkten "feuern", besonders aktiv sind. So wissen wir heute, dass die meisten Entscheidungen von den älteren Gehirnteilen getroffen werden - den Teilen, die intuitiv oder instinktiv funktionieren.

Die neueren Gehirnteile, die sehr analytisch, rational und ziemlich langsam funktionieren, kommen erst etwas später ins Spiel. Ihre Rolle ist nur noch, logische Gründe für die bereits getroffenen, intuitiven Entscheidungen zu entwickeln. Also erst existiert die Entscheidung - später kommt die logische Begründung. Leider ist uns diese Abfolge nicht bewusst. Wir denken, dass wir zu unserer Entscheidung gelangt sind, indem wir objektiv-rational analysiert, reflektiert und entschieden haben.

Unsere instinktiven Bedürfnisse nach Dominanz, Zugehörigkeit oder Sicherheit wählen das neue Auto aus – und der hochmoderne Frontallappen der Großhirnrinde sucht dann die Gründe, die die Wahl rational und logisch machen (Betriebskosten, steuerliche Absetzbarkeit, Wiederverkaufswert, Crashtest, Emissionswerte). 

Wie genau treffen die instinktiven Hirnteile ihre Entscheidungen? Hier kommen die Erkenntnisse der Kognitionspsychologen ins Spiel - der Wissenschaftler, die erforschen, wie wir Informationen aufnehmen und verarbeiten. Und damit das Thema "kognitive Verzerrungen" oder kürzer und englisch "Biases".

Persönliche und situative Faktoren, die unsere Entscheidungen beeinflussen

Kognitive Verzerrungen können in uns angelegt sein oder durch äussere Umstände hervorgerufen werden. 

Ein Beispiel für in uns angelegte Verzerrungen ist die "Verlustaversion" - oder in englischsprachigen Veröffentlichungen - die "sunk cost fallacy", der Irrtum der versenkten Kosten. 

Anleger werden demnach eher geneigt sein, eine Aktie, die sich positiv entwickelt hat abzustoßen, als eine, die in der Verlustzone ist. 

Die Minus-Aktie zu verkaufen bedeutet, einen Verlust zu realisieren - wo man doch immer noch hoffen könnte, dass die Aktie ihren Verlust wieder wettmacht. Statistisch ist eine negative Entwicklung ein Indikator für einen weiterhin negativen Trend - und eine positive Entwicklung für einen positiven Trend. Hier führt uns die Intuition also auf den Irrweg. Auch im Innovationsmanagement spielt die sunk cost fallacy keine kleine Rolle. Wie viele Projekte werden - trotz schlechter Prognose - nur weitergeführt, weil man doch schon soviel in sie investiert hat? Die versenkten Kosten abzuschreiben ist einfach zu schmerzhaft.

Und wie sieht es mit Entscheidungsverzerrungen  aus, die durch äussere Faktoren verursacht werden? In den Vereinigten Staaten wurde gezeigt, dass dieselben Menschen eher dazu neigen liberale Positionen zu vertreten, wenn zu einem Thema in einer Schule abgestimmt wird  – und eher konservative, wenn die Abstimmung in einem Kirchengebäude stattfindet. 

Übertragen aufs Innovationsmanagement können Dinge wie Pralinen auf dem Tisch, ein Poster von Steve Jobs an der Wand oder das Thema des Tages in den Medien enormen Einfluss darauf haben, ob ein Entscheidungsgremium Ihren Projektvorschlag genehmigt oder ablehnt. Natürlich wären die Mitglieder des Gremiums entrüstet, wenn jemand behaupten würde, dass sie nicht völlig sachlich und objektiv entscheiden - ausgenommen diejenigen, die sich mit bereits mit aktueller Kognitionsforschung befasst haben.

Besser entscheiden im Innovationsmanagement

Welche Chancen haben Innovationsentscheider trotz all dieser Herausforderungen kluge Entscheidungen zu treffen?

Ein guter Weg ist die Zerlegung des Entscheidens in zwei Komponenten. In der ersten Stufe werden für das Entscheidungsproblem einfache, heuristische Entscheidungsregeln festgelegt. Die Anwendung der Regeln auf ein konkretes Entscheidungsproblem, die zweite Komponente, erfolgt möglichst an anderem Ort, zu anderer Zeit und durch andere Personen.

Vorteil dieses Vorgehens:  Das Entscheiden anhand heuristischer Regeln benötigt sehr viel weniger Energie vom präfrontalem Kortex, dem Teil des Gehirns, der für Logik und Rationalität zuständig ist. Wir konzentrieren uns auf wenige wichtige Faktoren anstatt wegen Überlastung gefährliche Abkürzungen zu nehmen oder uns durch nicht entscheidungsrelevante, situative Faktoren (Pralinen) lenken zu lassen. Die Qualität der Entscheidungen steigt.

Solche heuristischen Entscheidungsregeln entfalten ihre Wirkung am Besten als Elemente eines integrierten Entscheidungsdesigns

Die gefundenen Entscheidungsregeln sind natürlich nicht für alle Zeiten festgeschrieben. Für jeden Anwendungsfall überprüfen wir nach angemessener Zeit die Resultate - und passen die Regeln bei Bedarf an. Ganz im Sinne einer kontinuierlichen Verbesserung.

Die Aufgliederung wichtiger Entscheidungen in die Entwicklung von Entscheidungsregeln und deren, räumlich-zeitlich-personal getrennten Anwendung ist ein zentrales Element der SolidDecisions-Methode.

Kontakt