App zur Entscheidungsunterstützung
Was prüft der Experte?
Mangelt es an belastbaren Daten zum Eintreffen spezifischer Ereignisse oder an Wissen über Entscheidungskonsequenzen, liegt ein Problem der Unsicherheit vor. Bessere Entscheidungen können dabei kaum durch den geübten Umgang mit Statistiken oder ihre transparente Kommunikation erreicht werden. Stattdessen ist die zentrale Fragestellung, wie der einzelne Verbraucher die Unsicherheit in seiner Entscheidungssituation reduzieren kann. Hierbei sind zwei Szenarien zentral:
Wie kann Unsicherheit für Problemstellungen alltagstauglich (schnell, praktisch) reduziert werden, bei denen der Verbraucher auf sich allein gestellt ist?
Wie kann Unsicherheit für Problemstellungen alltagstauglich (schnell, praktisch) reduziert werden, bei denen ein Experte dem Verbraucher Rat gibt?
Warum ist es schwierig, Entscheidungsunterstützung bei Problemen der Unsicherheit zu geben?
Entscheidungsprobleme der Unsicherheit zeichnen sich durch einen Mangel an belastbaren Daten aus. Dadurch ist eine direkte Auswahl der besten Entscheidungsoption im Grunde ausgeschlossen. Die Unterstützung besteht darin, entscheidende Strategien zu kennen, um Unsicherheit zu reduzieren. Was muss ich fragen, um die Auswahl möglicher Informationen bzw. Optionen zu reduzieren? Wonach muss ich suchen? Was muss ich prüfen, um unpassende Optionen auszusortieren, welche die Mindestanforderungen nicht erfüllen?
Verbraucher lassen sich in vielen Fällen, wenn sie Arbeitnehmer sind, nicht mehr über die institutionelle Bildung erreichen. Insofern sind bildende Unterstützungsmaßnahmen nicht über Schulen, Berufsschulen oder Hochschulen an sie zu richten. Die Unterstützungsmaßnahmen, welche einen Aufwand bei Zugang und Nutzung bzw. Lernen bedeuten, sollten daher mit dem möglichen Nutzen für den Verbraucher transportiert werden. Gleichzeitig benötigt es Kanäle, um Verbraucher zu erreichen, zum Beispiel digitale Kanäle, wie die App RisikoKompass.
Wie lassen sich die vorgenannten Herausforderungen nicht nur nach dem letzten Stand der Forschung, sondern zudem auch ansprechend adressieren, da das Hervorrufen und Bindung von Aufmerksamkeit des Verbrauchers an die Entscheidungsunterstützung für dessen Nutzung notwendig ist?
Wie kann eine technische Lösung lebensdienlich sein, d.h. ein kompetenzfördernder Assistent, der - sollte er mal nicht mehr verfügbar sein - danach kompetentere Verbraucher hinterlässt?
Im Gegensatz zu Verbrauchern sind Experten in einem bestimmten Fachgebiet in der Lage, anhand weniger heuristischer Merkmale objektive Standardunterschreitungen bei einem Entscheidungsproblem zu identifizieren. Mithilfe einer Analyse von konkreten Entscheidungssituationen von Verbrauchern werden mögliche Expertenheuristiken in Entscheidungsbäume destilliert. Diese fassen das auf Erfahrung basierte Bauchgefühl der Experten zusammen und leihen dem Verbraucher einen kritischen Blick, mit der er, dem Experten ähnlich, die Spreu vom Weizen zu trennen vermag.
Geeignete Entscheidungsbäume, die transparent, für Verbraucher nachvollziehbar und zugleich von hoher Güte sein können, sind die Fast-and-Frugal Trees (FFTs). Diese FFTs stellen eine Abfolge von zu prüfenden Merkmalen dar (Martignon et al., 2008) und sind ein evidenzbasiertes Instrument zur Entscheidungsunterstützung, das einfach zu implementieren ist. Im RisikoAtlas-Projekt wurde es erstmals für die alltägliche Verbraucherpraxis entwickelt und umgesetzt. Der Einsatz der FFTs ist zudem lebensdienlich, da ihre Benutzung Fähigkeiten trainiert. Die Verwendung der FFTs erleichtert das Verinnerlichen von Schlüsselmerkmalen für Problemstellungen und regt kritisches Denken an.
Dies ist nicht nur für Fragestellungen bedeutsam, bei denen Verbraucher auf sich allein gestellt sind. Auch für Beratungssituationen lassen sich mögliche Entscheidungsheuristiken in Entscheidungsbäumen kombinieren: Hier geht es darum, dem Berater die wichtigsten Fragen zu stellen, um diese Situation robust einschätzen zu können.
Der Einsatz einer App als Sammlung von Entscheidungsbäumen (Assistenten) kann ansprechend sein, wenn sie unverzügliche Hilfestellung liefert, die Verbrauchererwartungen an eine moderne App erfüllt werden, sie direkt und leicht verständlich ist und fehlerfrei operiert.
Eine App ist genau dann lebensdienlich, wenn ihre Benutzung Fähigkeiten trainiert. Die Verwendung der Entscheidungsassistenten erleichtert das Verinnerlichen von Schlüsselmerkmalen für Verbraucherproblemstellungen und könnte kritisches Denken anregen. Auf diese Weise lernt man durch die App anstatt eines Verlernens und Abhängigkeit.
- Aikman, D., Galesic, M., Gigerenzer, G., Kapadia, S., Katsikopoulos, K. V., Kothiyal, A., ... & Neumann, T. (2014). Taking uncertainty seriously: Simplicity versus complexity in financial regulation. Bank of England Financial Stability Paper, 28.
- Green, L., & Mehr, D. R. (1997). What alters physicians' decisions to admit to the coronary care unit?. Journal of Family Practice, 45(3), 219–226.
- Jablonskis, E., & Czienskowski, U. (2017). Decision trees online. http://www.adaptivetoolbox.net/Library/Trees/TreesHome#/
- Jenny, M. A., Pachur, T., Williams, S. L., Becker, E., & Margraf, J. (2013). Simple rules for detecting depression. Journal of Applied Research in Memory and Cognition, 2(3), 149–157.
- Luan, S., Schooler, L. J., & Gigerenzer, G. (2011). A signal-detection analysis of fast-and-frugal trees. Psychological Review, 118(2), 316.
- Martignon, L., Katsikopoulos, K. V., & Woike, J. K. (2008). Categorization with limited resources: A family of simple heuristics. Journal of Mathematical Psychology, 52(6), 352–361.
Sie können die App als Ganzes empfehlen und auf den Playstore verweisen (https://play.google.com/store/apps/details?id=de.mpg.hardingcenter.RisikoKompass).
Die Inhalte (Entscheidungsbäume) können Sie von uns auch als Grafiken oder PDF-Dateien erhalten.
Wie trifft man gute Entscheidungen, wenn viele Informationen und Angebote vorliegen? Reduzieren Sie die Optionen, indem Sie die Spreu vom Weizen trennen! Doch was ist qualitäts- und bedarfsgerecht?
Diese App leiht Ihnen den Blick von Experten, die entscheiden – seien es vertrauenswürdige Gesundheitsinformationen oder Qualitätsverstöße in der Anlageberatung. Hierfür wurden mithilfe der Methoden maschinellen Lernens am Max-Planck-Institut für Bildungsforschung in Berlin, genauer dem Harding-Zentrum für Risikokompetenz, die wichtigsten Prüfkriterien identifiziert. Prüfen Sie selbst und entscheiden Sie besser!
Die App bietet Unterstützung in Form von Entscheidungsbäumen (Assistenten zu verschiedenen Themenbereichen). Sie schlagen dem Verbraucher nur die wichtigsten Fragen vor, um Unsicherheit in konkreten Problemsituationen zu reduzieren.
Neben Assistenten auf Basis von Fast-and-frugal Trees sind Natürliche Häufigkeitsbäume (Natural frequency trees) eingebettet. Letztere Spezial-Modellklasse dient dem Verständnis bedingter Wahrscheinlichkeiten (McDowell & Jacobs, 2017) und erlaubt einem Verbraucher, Testangebote, z.B. medizinische IGeL oder auch Direct2Consumer Tests aus dem Netz, auf ihre Zuverlässigkeit zu prüfen.
Sie finden die App "RisikoKompass" im Playstore (https://play.google.com/store/apps/details?id=de.mpg.hardingcenter.RisikoKompass).
Bitte beachten Sie auch die Datenschutzhinweise!
Zur empirischen Evaluation mit Verbrauchern
Alle Forschungsergebnisse zu den Grundlagen und zur Wirksamkeit der RisikoAtlas-Werkzeuge bezüglich Kompetenzförderung, Informationssuche und Risikokommunikation werden mit dem Projekt-Forschungsbericht am 30. Juni 2020 veröffentlicht. Bei früherem Interesse sprechen Sie uns bitte direkt an (Felix Rebitschek, rebitschek@mpib-berlin.mpg.de).
Datum der letzten Aktualisierung: 27. November 2019
Die Abbildung zeigt Entscheidungsbäume (Assistenten), die in der Kategorie Digitale Welt hinterlegt sind.
Die Abbildung zeigt Entscheidungsbäume (Assistenten), die in der Kategorie Finanzen hinterlegt sind.