15 mentale Modelle, die komplexe Entscheidungen leichter machen

Jeden Tag treffen Menschen Entscheidungen mit unvollständigen Informationen, konkurrierenden Prioritäten und Zeitdruck. Einige Entscheidungen sind klein — welche Aufgabe zuerst angegangen werden soll, welchen Kandidaten man einstellen soll. Andere tragen mehr Gewicht — ob man die Karriere ändert, ein Produkt auf den Markt bringt, eine Partnerschaft beendet oder sich auf eine Strategie festlegt, die sich als unumkehrbar erweisen könnte. Was Menschen, die diese Momente mit Klarheit navigieren, von denen trennt, die in Analyseparalyse verfallen, hat oft weniger damit zu tun, wie viele Informationen sie haben, sondern mehr damit, wie sie denken.

Mentale Modelle sind Rahmenwerke für das Denken. Sie sind Strukturen, die helfen, Informationen zu organisieren, versteckte Annahmen offenzulegen und saubere Wege aufzuzeigen, die richtige Frage zu stellen. Das Konzept wurde in modernen Geschäfts- und Selbstentwicklungsbüchern populär gemacht, aber die zugrunde liegenden Ideen sind nicht neu — viele lassen sich auf die Wirtschaft, Physik, Psychologie und Philosophie zurückführen, wo Denker sie entwickelten, um spezifische Probleme in diesen Bereichen zu lösen. Was sich verändert hat, ist die Erkenntnis, dass diese Rahmenwerke gut über verschiedene Domänen hinweg funktionieren.

Einige wichtige Vorbehalte gelten, bevor man eintaucht. Mentale Modelle sind Werkzeuge, keine Algorithmen. Sie weisen auf bessere Fragen hin, nicht auf garantierte Antworten. Wenn man zwei Modelle auf dasselbe Problem anwendet, kann eine Spannung oder ein Widerspruch auftreten — das ist oft wertvolle Information, nicht ein Zeichen dafür, dass die Modelle falsch sind. Entscheidungen in der realen Welt beinhalten Unsicherheiten, die kein Rahmenwerk vollständig löst, und übermäßiges Vertrauen in ein Modell kann ebenso schädlich sein wie gar keins zu haben.

Das gesagt, haben die 15 Modelle auf dieser Liste eine Erfolgsbilanz bei der Vereinfachung komplexer Entscheidungen in so unterschiedlichen Bereichen wie Investitionen, Medizin, Ingenieurwesen, Management und öffentliche Politik. Jedes hat eine eigene Logik, eine eigene Art von Problem, das es gut bewältigt, und einen eigenen Ausfallmodus, auf den man achten muss. Sie reichen von den Wirtschaftstheorien der Opportunitätskosten bis zum physikalisch inspirierten Denken der ersten Prinzipien, von der probabilistischen Argumentation des Bayes'schen Updates bis zur organisatorischen Klarheit der RACI-Matrix. Zusammen bilden sie ein Arbeitsvokabular für besseres Denken — kein System, das mechanisch angewendet werden soll, sondern ein Set von Linsen, die man je nach Bedarf aufnimmt und ablegt.

Das Ziel ist es nicht, sie auswendig zu lernen, sondern sie zu verinnerlichen — einen Punkt zu erreichen, an dem die richtige Frage natürlich aufkommt, auch wenn man das Modell dahinter nie bewusst benannt hat.

Credit:  Ron Lach, Pexels 

Denken in ersten Prinzipien bedeutet, ein Problem auf seine grundlegenden Wahrheiten — die Aussagen, die sich nicht weiter reduzieren lassen — herunterzubrechen und dann von diesen Wahrheiten aus zu argumentieren, anstatt von Konventionen, Analogien oder überliefertem Wissen auszugehen. Der Ausdruck stammt von Aristoteles, der ein erstes Prinzip als den grundlegenden Satz beschrieb, von dem alle anderen abgeleitet sind. In der modernen Verwendung wird es mit Ingenieuren und Wissenschaftlern in Verbindung gebracht, die Systeme entwerfen müssen, bei denen bestehende Vorlagen nicht anwendbar sind.

Das Modell ist besonders nützlich, wenn konventionelle Ansätze keine guten Ergebnisse mehr liefern, wenn übernommene Annahmen möglicherweise nicht mehr gültig sind oder wenn ein Problem durch Analogie unmöglich erscheint — "es hat noch niemand gemacht" — aber nicht durch Physik. Elon Musk hat es als rhetorisches Rahmenwerk verwendet, um Entscheidungen über Batteriekosten und Raketenfertigung zu erklären: Anstatt Marktpreise als gegeben hinzunehmen, fragt man, was die Rohstoffe tatsächlich kosten und arbeitet von dort aus. Ob diese Darstellung die Komplexität dieser Geschäfte vollständig erfasst oder nicht, zeigt, was das Modell tut. Es entfernt die Frage "Wie haben es andere gemacht?" und ersetzt sie durch "Was wissen wir tatsächlich als wahr, und was folgt daraus?"

Die praktische Herausforderung besteht darin, dass das Denken von ersten Prinzipien aus teuer ist. Ein Problem auf seine Axiome zu reduzieren, erfordert Zeit, Fachwissen und intellektuelle Ehrlichkeit. In den meisten beruflichen Umgebungen ist das Arbeiten aus Analogie – „das ist wie das, was wir in Q3 gemacht haben“ oder „so gehen Wettbewerber vor“ – schneller und oft völlig ausreichend. Das Denken von ersten Prinzipien aus soll nicht auf jede Entscheidung angewendet werden. Es ist seinen Preis wert in Situationen, in denen die übernommene Vorlage eindeutig fehlerhaft ist, wo Sie vermuten, dass die Analogie irreführend ist, oder wo die Einsätze hoch genug sind, um die Investition zu rechtfertigen.

Ein nützlicher Ausgangspunkt ist, wiederholt "warum?" zu fragen – nicht in einer kämpferischen Weise, sondern im Geiste eines Kindes, das versucht zu verstehen, wie etwas tatsächlich funktioniert. Jede Antwort eröffnet eine neue Ebene. Das Ziel ist es, Behauptungen zu erreichen, die sich wirklich grundlegend anfühlen, anstatt konventionell.

Es gibt auch eine Übervertrauensfalle. Das Denken in ersten Prinzipien kann Menschen dazu bringen, zu dem Schluss zu kommen, dass sie die richtige Antwort von Grund auf abgeleitet haben, während sie tatsächlich eine Antwort abgeleitet haben, die andere bereits ausprobiert und aus Gründen verworfen haben, die von außen nicht offensichtlich waren. Fachwissen – die Art, die aus Erfahrung kommt, nicht nur aus Analyse – kodiert oft Lektionen, die reine Vernunft nicht unabhängig wiederherstellen kann. Die effektivsten Praktiker kombinieren das Denken in ersten Prinzipien mit echter Neugier darauf, warum bestehende Lösungen die Form angenommen haben, die sie haben.

Credit: Canva Images

Opportunitätskosten sind der Wert der nächstbesten Alternative, die aufgegeben wird, wenn eine Entscheidung getroffen wird. Es ist eine der grundlegenden Ideen in der Wirtschaft und wird auch in alltäglichen Entscheidungen routinemäßig ignoriert. Die meisten Menschen wägen die expliziten Kosten und Vorteile einer Entscheidung ab – den Preis von etwas, die Zeit, die es erfordert, das Risiko, das es birgt – ohne zu berücksichtigen, was sie aufgeben, indem sie die Alternative nicht verfolgen.

Das Modell ist wichtig, weil Ressourcen immer begrenzt sind. Zeit, Geld, Aufmerksamkeit und organisatorische Kapazität sind endlich. Wenn Sie einen von ihnen einem Zweck zuweisen, lehnen Sie gleichzeitig ab, ihn jedem anderen Zweck zuzuweisen. Die Kosten dieser Ablehnung sind real, auch wenn sie nie in einer Bilanz oder einem Kalender erscheinen.

In der Praxis besteht die Schwierigkeit darin, dass Opportunitätskosten unsichtbar sind. Das Meeting, das Sie angenommen haben, verdrängt die tiefgehende Arbeit, die Sie nicht geleistet haben. Das Produktmerkmal, das Sie gebaut haben, hat Ingenieurzeit verbraucht, die zu etwas mit höherem Ertrag hätte gehen können. Die Investition, an der Sie festgehalten haben, band Kapital, das sich anderswo hätte vermehren können. Keine dieser aufgegebenen Alternativen sendet Ihnen eine Rechnung. Sie müssen sie bewusst konstruieren.

Eine nützliche Disziplin besteht darin, die Frage explizit zu machen: "Wenn wir das nicht tun, was ist das wertvollste, was wir stattdessen mit denselben Ressourcen tun könnten?" In organisatorischen Umgebungen zeigt sich oft, dass die wirkliche Konkurrenz für eine neue Initiative nicht eine konkurrierende externe Option ist, sondern die laufenden Kosten für etwas, das bereits existiert. Die Opportunitätskosten eines neuen Merkmals könnten die Wartungskapazität sein, die es verbraucht, nicht ein konkurrierendes Merkmal auf der Roadmap.

Das Modell gilt auch auf strategischer Ebene. Ein Unternehmen, das versucht, alle Kundensegmente zu bedienen, könnte dies auf Kosten der Möglichkeit tun, eines dieser Segmente außergewöhnlich gut zu bedienen. Eine Person, die jede soziale Verpflichtung annimmt, könnte dies auf Kosten der Einsamkeit tun, die ihr bestes Denken ermöglicht. Diese Kompromisse sind nicht immer sichtbar, ohne sie explizit in Bezug auf das zu formulieren, was aufgegeben wird.

Ein Hinweis: Die Überlegung der Opportunitätskosten kann lähmend wirken, wenn sie ohne Grenzen angewendet wird. Jede Entscheidung schließt einige Alternativen aus; das ist einfach die Bedeutung von Entscheidung. Ziel ist es nicht, von jedem nicht eingeschlagenen Weg verfolgt zu werden, sondern sich daran zu gewöhnen, in den entscheidenden Momenten zu fragen, was man implizit ablehnt, wenn man ja sagt.

Credit: Михаил Секацкий, Unsplash

Inversion ist die Praxis, ein Problem anzugehen, indem man über das Gegenteil nachdenkt. Anstatt zu fragen "Wie habe ich Erfolg?" fragt man "Was würde den Misserfolg garantieren?" Anstatt zu fragen "Wie baue ich ein gutes Produkt?" fragt man "Was würde dieses Produkt unbrauchbar machen?" Die Technik wird mit dem Mathematiker Carl Jacobi in Verbindung gebracht, der seinen Studenten angeblich riet: "Invertieren, immer invertieren," und sie wurde in Investitionskreisen durch die Schriften und Reden von Charlie Munger populär gemacht.

Die Stärke der Inversion ergibt sich aus einer Asymmetrie in der Funktionsweise der menschlichen Kognition. Menschen sind tendenziell besser darin, Ursachen für Misserfolg zu identifizieren als Ursachen für Erfolg — teilweise, weil Misserfolge oft klarere Signale hinterlassen, und teilweise, weil der Raum der Dinge, die schiefgehen können, in gewisser Weise leichter zu enumerieren ist als der Raum der Dinge, die gleichzeitig richtig laufen müssen. Inversion nutzt dies aus, indem sie die analytische Maschinerie dort einsetzt, wo sie am besten funktioniert.

Das Ergebnis einer Inversionsübung ist oft eine Checkliste von Misserfolgsmodi. Wenn Sie eine neue Kundenerfahrung gestalten, könnte das Invertieren des Problems eine Liste hervorbringen wie: der Kunde versteht nicht, worauf er sich einlässt; die Lieferung dauert länger als erwartet; das Support-Team kann Beschwerden nicht lösen; die Abrechnung sorgt für Verwirrung. Jeder dieser Punkte ist ein Kandidat für eine gezielte Intervention vor dem Start. Ohne die Inversionsübung könnten einige dieser Punkte erst auftauchen, wenn die Kunden bereits unzufrieden sind.

Inversion funktioniert auch auf strategischer Ebene. Wenn Sie einen Geschäftsplan bewerten, können Sie fragen: "Unter welchen Bedingungen würde dieser Plan eindeutig scheitern?" Sie prüfen dann, ob einer dieser Bedingungen tatsächlich vorhanden ist oder sich wahrscheinlich entwickeln wird. Wenn der Plan eine anhaltende Kostenführerschaft in einem Markt erfordert, in dem ein gut kapitalisierter Konkurrent einen strukturellen Vorteil hat, könnte diese Bedingung bereits bestehen.

Eine Einschränkung besteht darin, dass die Inversion allein nicht ausreicht. Zu wissen, was vermieden werden muss, sagt nicht automatisch, was zu tun ist. Eine Liste von Misserfolgsmodi grenzt den Raum der akzeptablen Handlungen ein, wählt sie aber nicht aus. Inversion wird am besten als Ergänzung zur zukunftsorientierten Analyse verwendet und nicht als Ersatz dafür.

Die Technik lässt sich gut auf zwischenmenschliche Situationen übertragen. Anstatt zu fragen "Wie überzeuge ich diese Person?" könnten Sie fragen "Was würde dazu führen, dass sie definitiv nicht überzeugt wird?" Diese Umformulierung kann Überlegungen aufdecken – über Ton, Timing oder die besonderen Anliegen der anderen Partei – die ein vorwärtsgerichteter Ansatz übersehen würde.

Credit:  Vitaly Gariev, Unsplash

Bayesianisches Denken ist ein Rahmenwerk zur Aktualisierung von Überzeugungen als Reaktion auf neue Beweise. Es erhielt seinen Namen von dem englischen Statistiker des 18. Jahrhunderts Thomas Bayes, dessen Theorem eine formale Regel zur Revision einer vorherigen Wahrscheinlichkeitsannahme bietet, wenn neue Informationen eintreffen. In der Praxis erfordern die meisten Anwendungen des bayesianischen Denkens nicht, die Mathematik explizit zu machen – entscheidend ist die Geisteshaltung.

Die Kerndisziplin besteht darin, zu trennen, was Sie vor dem Sehen neuer Beweise geglaubt haben, von dem, was die neuen Beweise tatsächlich sagen, und dann die beiden angemessen zu kombinieren. Menschen neigen dazu, systematische Fehler in beide Richtungen zu machen: Manchmal halten sie zu sehr an ihrem vorherigen Glauben fest und ignorieren neue Beweise, die sie bewegen sollten; manchmal überreagieren sie auf einen einzelnen Datenpunkt und geben einen gut begründeten vorherigen Glauben aufgrund dünner Informationen auf.

Betrachten Sie einen Manager, der aufgrund von drei Jahren gemeinsamer Arbeit glaubt, dass ein bestimmter Mitarbeiter äußerst zuverlässig ist. Der Mitarbeiter verpasst eine Frist. Eine nicht-bayesianische Reaktion könnte darin bestehen, die Ansicht über diesen Mitarbeiter basierend auf dieser einzelnen Beobachtung erheblich zu überdenken. Eine bayesianische Reaktion würde darin bestehen, dass die vorherigen Beweise stark sind und ein Datenpunkt, obwohl er erwähnenswert ist, den Glauben nur geringfügig ändern sollte. Wenn der Mitarbeiter dann drei weitere Fristen im nächsten Monat verpasst, sollte sich der Glaube erheblich mehr verschieben.

Das Modell ist auch nützlich, um der Verführung durch dramatische Beweise zu widerstehen. Eine einzelne überzeugende Anekdote – eine lebhafte Fallstudie, eine virale Geschichte, eine persönliche Erfahrung – erscheint tendenziell informativer, als sie tatsächlich im Verhältnis zu systematischen Daten ist. Das bayesianische Denken fragt: Wie sehr sollte diese Beobachtung meine Schätzung tatsächlich aktualisieren, angesichts der vorherigen Beweise und der Grundrate?

Grundraten sind oft der entscheidende Input. Bevor man zu dem Schluss kommt, dass eine neue Behandlung wirksam ist, eine neue Strategie funktioniert oder eine neue Einstellung außergewöhnlich ist, ist es hilfreich zu wissen, wie die Grundrate des Erfolgs in der Kategorie ist. Startups scheitern mit hohen Raten; die meisten geschäftlichen Verbesserungen tendieren zur Mitte; die meisten Menschen, die im Vorstellungsgespräch außergewöhnlich erscheinen, leisten im Job etwas gewöhnlicher. Diese Vorannahmen sollten nicht so starr gehalten werden, dass sie verhindern, dass Sie auf echte Signale reagieren, aber sie sollten Sie ehrlich halten.

Ein Vorbehalt ist, dass das bayesianische Denken echte intellektuelle Ehrlichkeit über Ihre Vorannahmen erfordert. Es ist leicht zu behaupten, dass Sie "basierend auf Beweisen aktualisieren", während Sie tatsächlich motiviert argumentieren – Ihre Vorannahmen nur dann anpassen, wenn die Beweise das bestätigen, was Sie bereits glauben wollten.

Credit: cottonbro studio, Pexels 

Erstdenken fragt: "Was passiert, wenn ich X $TWTR tue?" Zweites Nachdenken fragt: "Was passiert als Nächstes, und danach?" Die meisten Entscheidungen, die auf den ersten Blick einfach erscheinen, werden komplexer, wenn man ihre nachgelagerten Effekte verfolgt.

Das klassische Beispiel ist in Wirtschaft und Politik. Eine Mietpreisbremse mag kurzfristig die Mieten senken – das ist der Effekt erster Ordnung. Der Effekt der zweiten Ordnung ist, dass Vermieter weniger Anreize haben, Immobilien instand zu halten, Entwickler weniger Anreize haben, neuen Wohnraum zu schaffen, und das Angebot mit der Zeit schrumpft, was letztendlich den Wohnungsmangel verschärft. Nichts davon negiert das Argument für oder gegen die Mietpreisbremse, das eine Vielzahl von Verteilungs- und empirischen Fragen umfasst, aber es zeigt, warum eine Analyse erster Ordnung allein nicht ausreicht.

Im Geschäftsleben zeigt das zweite Nachdenken oft, dass eine Entscheidung, die isoliert gut aussieht, Probleme schafft, wenn sie mit dem kombiniert wird, was andere Akteure als Reaktion tun werden. Ein Unternehmen, das die Preise senkt, um Marktanteile zu gewinnen, könnte feststellen, dass Wettbewerber die Kürzung mitmachen, die Margen in der Branche schrumpfen und das Unternehmen mit demselben Marktanteil bei einem niedrigeren Preisniveau endet. Der Effekt erster Ordnung war Wettbewerbsvorteil; der Effekt zweiter Ordnung eliminierte diesen.

Die Zeitdimension spielt hier eine Rolle. Viele Effekte zweiter Ordnung sind nicht sofort sichtbar – sie akkumulieren sich über Monate oder Jahre, was sie in Umgebungen, die kurzfristige Ergebnisse belohnen, leicht ignorierbar macht. Eine Einstellungsentscheidung, die einen schnellen Leistungserbringer bringt, aber die Teamkultur schädigt, könnte zwei Quartale lang starke Erstordnungsresultate zeigen, bevor die Effekte zweiter Ordnung in Fluktuation und Kollaborationskosten sichtbar werden.

Eine nützliche Praxis ist es, Reaktionen ausdrücklich zu kartieren. Nachdem man die Konsequenz erster Ordnung einer Entscheidung identifiziert hat, fragt man: "Wer wird auf diese Änderung reagieren, und wie?" Dann fragt man: "Wer wird auf diese Reaktionen reagieren?" Dies ist keine präzise Vorhersageübung – man wird oft mit den Einzelheiten falsch liegen – aber die Disziplin, Antwortketten durchzudenken, erfasst einen signifikanten Teil der Konsequenzen, die reines Erstdenken verpasst.

Das Modell hat Grenzen. Effekte zweiter Ordnung können beliebig komplex und spekulativ werden, und es gibt einen Punkt, an dem die Analyse mehr Lärm als Signal erzeugt. Das Ziel ist nicht, jede Konsequenz unbegrenzt zu verfolgen, sondern ein oder zwei Schritte weiter zu gehen, als man es auf natürliche Weise tun würde, und zu prüfen, ob diese Schritte etwas aufdecken, das die ursprüngliche Entscheidung ändern sollte.

Credit:   Musa Ortaç, Pexels 

Der Philosoph Alfred Korzybski führte diesen Ausdruck in den 1930er Jahren als Warnung über die Beziehung zwischen Repräsentationen und Realität ein. Eine Karte ist nützlich, weil sie abstrahiert und vereinfacht – sie lässt das meiste aus, um die Navigation handhabbar zu machen. Aber die Abstraktion, die eine Karte nützlich macht, macht sie auch zu einem begrenzten und potenziell irreführenden Leitfaden, wenn die Karte veraltet, im falschen Maßstab gezeichnet oder einfach in einem bestimmten Bereich falsch ist.

Die gleiche Logik gilt für jedes Modell, jedes Rahmenwerk, jede mentale Abkürzung oder Kategorie. Wenn Sie etwas als zu einer Kategorie zugehörig beschreiben – "dies ist ein wachstumsorientiertes Startup", "dies ist ein zyklisches Geschäft", "dies ist ein vertrauenswürdiger Lieferant" – wenden Sie eine Karte an. Die Kategorie impliziert, wie mit dem kategorisierten Objekt umgegangen werden soll. Aber das Objekt selbst ist immer spezifischer als die Kategorie.

Die folgenreichste Version dieses Fehlers in der Entscheidungsfindung ist es, das Modell mit dem Phänomen zu verwechseln. Finanzrisikomodelle, die auf historischer Volatilität basieren, können normale Bedingungen genau erfassen, während sie in Bedingungen, die außerhalb der historischen Aufzeichnungen liegen, katastrophal versagen – Bedingungen, die das Modell nicht repräsentieren kann, weil es auf Daten basiert, die diese nicht enthalten. Die Karte hat in diesen Fällen nicht vor dem Gebiet gewarnt.

Eine andere Version erscheint im organisatorischen Leben. Die Budgettabelle ist eine Karte des Geschäfts. Das Organigramm ist eine Karte, wer wem Bericht erstattet. Der strategische Plan ist eine Karte der beabsichtigten Zukunft. Jedes davon ist nützlich. Jedes davon lässt Dinge weg, die wichtig sind – die informellen Beziehungen, die unausgesprochenen Prioritäten, die Art und Weise, wie Menschen tatsächlich Dinge erledigen. Entscheidungen, die ausschließlich auf der formalen Karte basieren, ignorieren das Gebiet.

Eine Praxis, die hilft, ist, aktiv nach den Wegen zu suchen, wie Ihre Karte falsch sein könnte. Wenn Sie eine Kategorie verwenden, um eine Entscheidung zu leiten, fragen Sie, was spezifisch oder außergewöhnlich an dem spezifischen Fall ist, den die Kategorie möglicherweise nicht erfasst. Wenn Sie sich auf historische Daten verlassen, fragen Sie, welche Bedingungen in der Vergangenheit möglicherweise nicht in der Gegenwart gelten. Wenn Sie ein Modell verwenden, fragen Sie, welche Annahmen das Modell kodiert, die Sie akzeptieren, ohne sie zu überprüfen.

Das Ziel ist nicht, Karten aufzugeben – ohne sie wird die Navigation unmöglich. Das Ziel ist, sie leicht zu halten, klar darüber zu sein, was sie sind und was nicht, und sich das tatsächliche Gebiet anzuschauen, wenn es wichtig genug ist.

Credit:  Aleš Čerin, Unsplash

Ockhams Rasiermesser wird dem englischen Franziskaner aus dem 14. Jahrhundert, Wilhelm von Ockham, zugeschrieben, obwohl das Prinzip älter ist als er. Es besagt, dass unter konkurrierenden Erklärungen, die gleichermaßen mit den Beweisen vereinbar sind, die einfachere bevorzugt werden sollte. In seiner populären Form wird es oft als "die einfachste Erklärung ist die wahrscheinlichste" dargestellt – eine Version, die nicht ganz richtig ist und zu einigen Fehlanwendungen geführt hat.

Die genauere Formulierung ist, dass Einfachheit ein Zünglein an der Waage ist, nicht ein Bestimmungsfaktor. Wenn zwei Erklärungen alle verfügbaren Beweise gleichermaßen gut erklären, ist diejenige, die weniger Annahmen erfordert, sparsamer — und es gibt theoretische und praktische Gründe, sparsame Erklärungen zu bevorzugen. Praktisch gesehen sind einfachere Erklärungen leichter zu testen, leichter zu kommunizieren und weniger wahrscheinlich auf eine Weise falsch, die Sie nicht leicht erkennen können. Theoretisch ist jede zusätzliche Annahme in einer Erklärung eine zusätzliche Behauptung, die wahr sein muss, damit die Erklärung Bestand hat.

Im Alltag ist das Modell nützlich als Kontrolle für die menschliche Tendenz, aufwändige Erklärungen für Dinge zu konstruieren, die einfache haben. Wenn ein Projekt in Verzug gerät, beinhaltet die sparsamste Erklärung normalerweise etwas Banales — Umfangserweiterung, unterschätzte Komplexität, eine Ressourcenkonstraint — eher als etwas Politisches, Zwischenmenschliches oder Strukturelles. Mit der einfachen Erklärung zu beginnen und sich nach außen zu arbeiten, ist normalerweise effizienter, als mit einer komplexen Theorie zu beginnen und sich einzugrenzen.

In der Datenanalyse und -prognose ist das Rasiermesser von Ockham mit dem Problem der Überanpassung verbunden — wenn ein Modell so komplex gemacht wird, dass es die historischen Daten perfekt anpasst, passt es normalerweise schlecht zu zukünftigen Daten, weil die Komplexität eher Geräusche als Signale erfasst hat. Ein einfacheres Modell, das die Daten etwas weniger perfekt anpasst, ist oft vorausschauender.

Ein wichtiger Vorbehalt: Das Rasiermesser von Ockham sagt nicht, dass die einfachste Erklärung immer korrekt ist. Die Welt enthält wirklich komplexe Phänomene, und die richtige Erklärung für sie kann komplex sein. Das Rasiermesser ist ein Leitfaden für die Wahl zwischen Erklärungen, die die Beweise gleichermaßen gut berücksichtigen — es befreit Sie nicht von der Arbeit, tatsächlich zu bewerten, ob die einfachere Erklärung passt. Es sagt Ihnen auch nicht, was als "einfach" zählt, was in der Praxis eine umstrittene Frage sein kann.

Credit: Canva Images

Das 80/20-Prinzip, auch bekannt als Pareto-Prinzip nach dem italienischen Ökonomen Vilfredo Pareto, beschreibt ein Muster, das in vielen Bereichen beobachtet wird: Etwa 80% der Wirkungen stammen von 20% der Ursachen. Pareto beobachtete Ende des 19. Jahrhunderts, dass ungefähr 80% des italienischen Landes von 20% der Bevölkerung besessen wurden. Dasselbe grobe Verhältnis wurde in vielen anderen Kontexten beobachtet: Ein kleiner Bruchteil der Kunden generiert oft einen großen Bruchteil des Umsatzes; ein kleiner Bruchteil der Fehler verursacht oft einen großen Bruchteil der Abstürze; ein kleiner Bruchteil der Mitarbeiter erzeugt oft einen großen Bruchteil der Ergebnisse.

Die spezifischen Zahlen variieren — es könnten 70/30 oder 90/10 in einem bestimmten Kontext sein — und das Prinzip sollte nicht mechanisch angewendet werden. Was es zuverlässig aufzeigt, ist das Vorhandensein von unverhältnismäßigen Verteilungen und der Wert, herauszufinden, welche Eingaben oder Ursachen die meiste Arbeit leisten.

Praktisch unterstützt das Modell die Priorisierung. Wenn 20% der Funktionen Ihres Produkts von 80% Ihrer Benutzer genutzt werden, sagt Ihnen das etwas darüber, worauf Sie Ihre Ingenieurressourcen konzentrieren und wo Sie aufhören sollten. Wenn 20% Ihrer Kunden 80% Ihres Umsatzes generieren, sagt Ihnen das etwas darüber, wen Sie außergewöhnlich gut bedienen sollten und wie Sie über Akquisitionskosten für verschiedene Segmente nachdenken sollten.

Das Modell ist auch ein nützliches Diagnoseinstrument. Wenn Sie vor einer langen Liste von Problemen stehen, die gelöst oder verbessert werden müssen, ermöglicht Ihnen die Frage, welche kleine Teilmenge die meisten negativen Ergebnisse verursacht, die Arbeit effektiver zu sequenzieren, als wenn Sie jeden Punkt auf der Liste als gleich wichtig behandeln.

Eine Einschränkung ist, dass der 80/20-Ansatz dazu verwendet werden kann, Dinge zu ignorieren, die wirklich wichtig sind. Die 80 % der Kunden, die nur 20 % des Umsatzes generieren, sind immer noch Kunden – und in einigen Unternehmen ist die lange Liste kleinerer Kunden strategisch wichtig für Netzwerkeffekte, Marktabdeckung oder Resilienz. Das Modell ist ein Ausgangspunkt für Untersuchungen, keine Lizenz, sich nicht um die Minderheit der Fälle zu kümmern, die nicht an der Spitze der Verteilung stehen.

Ein damit verbundenes Problem ist die Messung. Die Identifizierung, welche 20 % 80 % der Ergebnisse verursachen, erfordert gute Daten, und in vielen Organisationen werden diese Daten entweder nicht erfasst oder nicht so organisiert, dass die Verteilung sichtbar wird. Das Prinzip ist am umsetzbarsten, wenn die zugrunde liegenden Daten zuverlässig sind.

Credit: Nestor Cortez, Pexels 

Der Kompetenzkreis ist ein Konzept, das am meisten mit Warren Buffett und Charlie Munger in Verbindung gebracht wird, die ausführlich darüber im Zusammenhang mit Investitionen geschrieben und gesprochen haben. Die Idee ist einfach: Jede Person hat einen Bereich, in dem ihr Wissen wirklich tief und zuverlässig ist, und einen viel größeren Bereich, in dem ihr Wissen dünn, veraltet oder oberflächlich ist. Den Unterschied zu kennen – und innerhalb der Grenzen zu operieren, wo Sie tatsächlich wissen, was Sie tun – ist wertvoller, als in Bereiche zu expandieren, in denen Ihnen die Tiefe fehlt, um gute Urteile zu fällen.

Das Modell gilt weit über Investitionen hinaus. Bei der Einstellung neigen Manager dazu, zu unterperformen, wenn sie Kandidaten für Rollen bewerten, die weit außerhalb ihrer eigenen Erfahrung liegen. In der Strategie neigen Führungskräfte dazu, die Übertragbarkeit von Erfolg von einem Bereich auf einen anderen zu überschätzen. Bei Verhandlungen machen Personen, die selten verhandeln und sich nicht mit dem Thema beschäftigen, systematische Fehler, die erfahrenere Verhandler nicht machen würden.

Ein wenig gewürdigter Aspekt des Modells ist, dass der Kompetenzkreis nicht fest ist. Er kann durch bewusstes Lernen und angesammelte Erfahrung erweitert werden. Die Frage ist, ob Sie ihn durch echtes Engagement in einem Bereich – durch die Arbeit, das Treffen von Entscheidungen, das Leben mit den Konsequenzen und das Aktualisieren Ihres Verständnisses – erweitert haben oder ob Sie auf der Grundlage oberflächlicher Vertrautheit operieren. Letzteres ist häufig und gefährlich, weil oberflächliche Vertrautheit sich oft von innen wie Kompetenz anfühlt.

Das Modell weist auch auf eine nützliche Strategie hin: Wenn eine Entscheidung Fachwissen erfordert, das Sie nicht haben, suchen Sie es gezielt, anstatt sich darauf zu verlassen, dass Ihre allgemeine Intelligenz die Lücke füllt. Allgemeine Intelligenz ist wertvoll, ersetzt jedoch nicht das Fachwissen in Bereichen, die es erfordern.

Ein Problem ist, dass die Grenzen eines Kompetenzkreises für die Person darin nicht immer offensichtlich sind. Menschen neigen dazu, zu viel Vertrauen in das zu haben, was sie in Bereichen wissen, die an ihr Fachgebiet angrenzen. Ein guter Investor könnte seine Kompetenz in den Marktbedingungen, die während seiner Karriere vorherrschten, überschätzen, während er die Möglichkeiten unterschätzt, in denen seine Modelle in Bedingungen versagen könnten, die er nie gesehen hat. Eine Korrektur besteht darin, aktiv nach Beweisen zu suchen, dass man falsch liegt – sich mit den stärksten Gegenargumenten auseinanderzusetzen, den Fällen, die nicht in den eigenen Rahmen passen, den Menschen, die anders denken.

Credit:  Egor Vikhrev, Unsplash

Die von den Psychologen Amos Tversky und Daniel Kahneman identifizierte Verfügbarkeitsheuristik beschreibt die Tendenz, die Wahrscheinlichkeit oder Häufigkeit von etwas auf der Basis zu beurteilen, wie leicht Beispiele in den Sinn kommen. Ereignisse, die lebhaft, aktuell oder emotional einprägsam sind, erscheinen wahrscheinlicher, als sie tatsächlich sind; Ereignisse, die abstrakt, fern oder statistisch gewöhnlich, aber individuell unauffällig sind, erscheinen weniger wahrscheinlich, als sie sind.

Die Heuristik ist in vielen Kontexten rational – wenn man sich leicht an Beispiele von etwas erinnern kann, ist das oft mit seiner Häufigkeit korreliert. Das Problem entsteht, wenn die Verfügbarkeit von der tatsächlichen Häufigkeit abweicht. Flugzeugabstürze sind selten, aber einprägsam und stark berichtet; Autounfälle sind häufig, aber individuell weniger berichtenswert. Infolgedessen neigen Menschen dazu, das Risiko des Fliegens im Verhältnis zum Fahren zu überschätzen. Haiangriffe erhalten im Verhältnis zu ihrer Häufigkeit erhebliche Medienberichterstattung; Ertrinken ist weitaus häufiger, erzeugt jedoch weniger verfügbare Erinnerung.

In der organisatorischen Entscheidungsfindung beeinflusst die Verfügbarkeitsheuristik, welche Risiken beachtet werden. Ein Unternehmen, das kürzlich einen Datenverlust erlitten hat, wird Cybersecurity-Risiken in Planungsbesprechungen für einige Zeit überbewerten, auch wenn andere Risiken, die kürzlich nicht in einprägsamer Weise aufgetreten sind, unterbewertet werden können. Dies ist nicht irrational – ein kürzlicher Verlust kann tatsächlich ein erhöhtes Risiko signalisieren – aber es ist eine Verzerrung, die überprüft werden sollte.

Die Heuristik beeinflusst auch Einstellungs- und Beförderungsentscheidungen. Manager erinnern sich leichter an die Kandidaten und Mitarbeiter, die den stärksten Eindruck hinterlassen haben – oft durch eine Kombination aus Sichtbarkeit und Leistung – als an diejenigen, die gute Arbeit leise geleistet haben. Dies begünstigt systematisch Menschen, die aus Gründen, die nichts mit Kompetenz zu tun haben, einprägsam sind, und benachteiligt diejenigen, deren Beiträge konsistent, aber nicht dramatisch sind.

Eine Korrektur besteht darin, bewusst Basisraten und systematische Daten zu suchen, anstatt sich auf erinnerte Beispiele zu verlassen. Wenn man die Wahrscheinlichkeit eines Risikos oder Ergebnisses schätzt, sollte man fragen, wie hoch die historische Häufigkeit ist, anstatt sich darauf zu verlassen, wie leicht Beispiele in den Sinn kommen. Wenn man Menschen bewertet, sollte man fragen, was die vollständigen Daten zeigen – einschließlich der undramatischen, konsistenten Beiträge – anstatt stark auf die einprägsamsten Momente zu gewichten.

Credit: Chris Liverani, Unsplash

Das Versunkene-Kosten-Fehlschluss beschreibt die Tendenz, weiterhin in etwas zu investieren – Geld, Zeit, Mühe, emotionale Energie – aufgrund dessen, was bereits investiert wurde, selbst wenn der zukünftige Nutzen schwach ist. Der Begriff "versunkene Kosten" stammt aus der Wirtschaft: Kosten, die bereits entstanden sind und nicht wiederhergestellt werden können. Das rationale Prinzip besagt, dass versunkene Kosten keine Auswirkungen auf zukunftsorientierte Entscheidungen haben sollten, da sie unabhängig davon verschwunden sind, was man als Nächstes tut.

In der Praxis verletzen Menschen regelmäßig dieses Prinzip. Ein Projekt, das drei Jahre Entwicklungsaufwand verschlungen hat, fällt schwerer zu beenden als ein Projekt, das drei Monate gedauert hat, selbst wenn die zukunftsorientierte Betrachtung für beide gleichermaßen düster ist. Ein Investor, der eine Aktie zu einem hohen Preis gekauft hat, neigt dazu, sie länger zu halten, als eine rationale Analyse es unterstützen würde, da ein Verkauf mit Verlust die ursprüngliche Entscheidung als Fehler bestätigt. Ein Unternehmen setzt eine Partnerschaft fort, die nicht funktioniert, teilweise wegen der Beziehung, die über Jahre aufgebaut wurde.

Der Versunkene-Kosten-Fehlschluss ist nicht einfach Irrationalität – er beruht auf psychologischen Dynamiken, die verständlich sind. Ein Investment aufzugeben bedeutet oft, einen sichtbaren Verlust zu akzeptieren, der psychologisch schmerzhafter ist als ein gleichwertiger Gewinn erfreulich. Es bedeutet auch, zuzugeben, dass eine frühere Entscheidung falsch war, was mit dem Selbstbild der Menschen in Konflikt steht und soziale Kosten in organisatorischen Umgebungen mit sich bringen kann, in denen Führungskräfte erwartet werden, ihre Entscheidungen zu unterstützen.

Ein teilweises Gegenmittel besteht darin, Entscheidungen prospektiv statt historisch zu betrachten. Statt zu fragen: "Sollten wir weiterhin in dieses investieren, angesichts dessen, was wir hineingesteckt haben?" fragen Sie: "Wenn wir damit nicht begonnen hätten, würden wir es heute beginnen, angesichts dessen, was wir jetzt wissen?" Wenn die Antwort eindeutig nein ist, verzerren Überlegungen zu versunkenen Kosten wahrscheinlich die Analyse.

Das Modell ist auch nützlich, um zu erkennen, wann die Überlegungen zu versunkenen Kosten anderer eine Entscheidung beeinflussen. In organisatorischen Umgebungen werden Projekte und Partnerschaften oft fortgesetzt, weil jemand mit Autorität die ursprüngliche Verpflichtung eingegangen ist und Kosten – reputationsbezogene, politische – für deren Umkehrung entstehen. Dieses Muster zu erkennen, löst es nicht automatisch, aber es zu benennen, eröffnet die Möglichkeit, es direkter anzugehen.

Credit: Thirdman, Pexels

Hanlons Rasiermesser besagt: "Schreibe nichts der Böswilligkeit zu, was durch Dummheit ausreichend erklärt werden kann." Der Satz wird oft Robert J. Hanlon zugeschrieben, obwohl Variationen der Idee in viel älteren Schriften vorkommen. Die "Dummheit" in der Formulierung ist kein präziser Begriff – sie steht für eine Reihe von Erklärungen, die keine bösen Absichten erfordern: Inkompetenz, Unwissenheit, schlechte Kommunikation, fehlgeleitete Anreize, kognitive Verzerrung, einfacher Fehler oder Überforderung.

Das Modell ist am nützlichsten in zwischenmenschlichen und organisatorischen Kontexten, in denen der Instinkt, feindliche Handlungen als absichtlich feindlich zu interpretieren, stark und schädlich sein kann. Wenn ein Kollege vergisst, Sie bei einer wichtigen E-Mail zu kopieren, kann die naheliegendste Erklärung wie eine bewusste Kränkung oder ein politischer Zug erscheinen. Die wahrscheinlichere Erklärung ist in den meisten Kontexten, dass er es vergessen hat, sich schnell bewegt hat oder einfach die Empfängerliste nicht durchdacht hat.

Das Festhalten an der wohlwollenden Interpretation hat zwei praktische Vorteile. Erstens ist es in der Regel genauer – böswillige Absicht erfordert sowohl den Willen zu schaden als auch die gezielte Anstrengung, dies auszuführen, während Nachlässigkeit und Fehler weitaus häufiger sind. Zweitens bewahrt es Arbeitsbeziehungen und das Vertrauen in die Zusammenarbeit. Auf ein Versehen zu reagieren, als wäre es Sabotage, eskaliert die Interaktion auf eine Weise, die das Problem oft verschlimmert.

Das bedeutet nicht, alles einem unschuldigen Fehler zuzuschreiben. Hanlons Rasiermesser ist keine universelle Absolution. Wenn ein Verhaltensmuster konsequent negative Ergebnisse für Sie erzeugt und jemand anderem zugutekommt und die betreffende Person sowohl die Informationen als auch die Möglichkeit hat, anders zu handeln, schwächt sich das Argument für einen einfachen Fehler ab. Das Modell ist am nützlichsten als erster Schritt – eine Standardannahme, die unnötige Konflikte verhindert, während Sie weitere Informationen sammeln.

In der Organisationsanalyse weist Hanlons Rasiermesser auf eine diagnostische Frage hin, die oft nützlicher ist als die Suche nach schlechten Akteuren: Welches Merkmal des Systems, der Anreizstruktur oder des Kommunikationsprozesses hat dieses Ergebnis hervorgebracht, unabhängig von der Absicht? Schlechte Ergebnisse in Organisationen sind häufiger das Produkt struktureller Probleme als individueller Böswilligkeit, und die Lösung struktureller Probleme ist im Allgemeinen produktiver als die Identifizierung von Schurken.

Credit:  Slidebean, Unsplash

Die Eisenhower-Matrix, die Präsident Dwight Eisenhower zugeschrieben und in der Produktivitätsliteratur populär gemacht wurde, organisiert Aufgaben entlang zweier Achsen: Dringlichkeit und Wichtigkeit. Die vier Quadranten sind: dringend und wichtig (sofort erledigen), wichtig, aber nicht dringend (für später planen), dringend, aber nicht wichtig (delegieren) und weder dringend noch wichtig (eliminieren).

Die zentrale Erkenntnis des Modells ist, dass Dringlichkeit und Wichtigkeit nicht dasselbe sind und dass Menschen sie systematisch verwechseln. Aufgaben, die dringend sind – die jetzt eine Reaktion erfordern, die mit einer Frist einhergehen, die jemand anderes betreffen – fühlen sich wichtig an. Aber Wichtigkeit geht es um Auswirkungen, darum, ob etwas wirklich zu Zielen beiträgt, die von Bedeutung sind. Viele dringende Aufgaben haben geringe Auswirkungen; viele Aufgaben mit hoher Wirkung sind nicht sofort dringend.

Die Folge ist, was Stephen Covey als die "Tyrannei des Dringenden" bezeichnete – ein Zustand, in dem die Zeit einer Person oder Organisation fast vollständig von reaktiver Arbeit eingenommen wird, die auf dringende Anforderungen reagiert, aber wenig Fortschritte bei Dingen macht, die dauerhaften Wert schaffen würden. Strategische Planung, Beziehungsaufbau, Kompetenzentwicklung, vorbeugende Wartung und Prozessverbesserung sind oft wichtig, aber nicht dringend. Sie fordern selten Aufmerksamkeit. Sie kommen selten mit einer festen Frist an. Und so werden sie verdrängt.

Die Matrix bietet einen Rahmen, um Zeit für den wichtigen, aber nicht dringenden Quadranten bewusst zu schützen. In der Praxis bedeutet dies, Aufgaben zu unterscheiden, bevor man Zeit dafür einplant – nicht nur zu fragen: „Ist dies bald fällig?“, sondern auch: „Ist es tatsächlich wichtig, dies gut zu machen?“

Das Delegations-Quadrant (dringend, aber nicht wichtig) ist der Ort, an dem viele Anfragen, die in Ihrem Posteingang landen, hingehören. Sie müssen bald erledigt werden, erfordern jedoch nicht Ihr spezifisches Urteilsvermögen oder Können. Zu lernen, diese Aufgaben ohne Schuldgefühle zu delegieren oder umzuleiten, ist eine Fähigkeit, die Übung erfordert, insbesondere für Menschen, deren Identität damit verbunden ist, reaktionsschnell zu sein.

Eine Einschränkung ist, dass die Kategorisierung nicht immer einfach ist. Die Dringlichkeit einer Aufgabe ist normalerweise klar; die Wichtigkeit wird oft angefochten und hängt von Prioritäten ab, die selbst unklar sein können. Die Matrix ist ein Rahmenwerk für diese Diskussion und keine Formel, die sie löst.

Credit:  Rod Long, Unsplash

Der OODA-Loop wurde von dem US-Luftwaffenoberst John Boyd entwickelt, der beobachtete, dass Piloten, die Luftkämpfe gewannen, dazu neigten, den Entscheidungszyklus schneller als ihre Gegner zu durchlaufen. OODA steht für Beobachten, Orientieren, Entscheiden, Handeln. Boyd argumentierte, dass der Schlüssel zum Erfolg in schnelllebigen Wettbewerbsumgebungen nicht nur die Geschwindigkeit, sondern die Fähigkeit war, diese vier Phasen schneller als der Gegner zu durchlaufen und so ihre Fähigkeit zu stören, effektiv zu reagieren.

Beobachten ist der Prozess des Sammelns von Informationen aus der Umgebung – was tatsächlich passiert, im Gegensatz zu dem, was Sie erwartet haben oder was der Plan angenommen hat. Orientieren ist die wichtigste und komplexeste Phase: Es geht darum, das, was Sie beobachten, durch die Linse Ihres vorhandenen Wissens, mentaler Modelle, früherer Erfahrungen und kultureller Rahmenwerke zu interpretieren. Boyd argumentierte, dass die Orientierung der Ort ist, an dem die meiste kognitive Arbeit stattfindet und dass sie die Phase ist, die am anfälligsten für Verzerrungen und institutionelle Filterung ist. Entscheiden ist die Verpflichtung zu einem Handlungsplan. Handeln ist die Ausführung.

Der Wert des Loops als mentales Modell ist nicht militärisch – er ist auf jede wettbewerbsfähige oder sich schnell verändernde Umgebung anwendbar. Im Geschäftsleben können Organisationen, die Marktveränderungen beobachten, ihre Erkenntnisse genau orientieren, auf eine Reaktion entscheiden und schneller handeln als die Konkurrenz, einen Vorteil beibehalten, auch ohne überlegene Ressourcen. Das Hindernis ist meist nicht die Beobachtung (Daten sind reichlich vorhanden) oder die Entscheidung (Entscheidungen können schnell getroffen werden), sondern die Orientierung – die Fähigkeit, rechtzeitig genau zu interpretieren, was die Daten bedeuten, um zu reagieren.

Das Modell hebt auch einen häufigen Fehler in großen Organisationen hervor: eine langsame Orientierungsphase, verursacht durch Filterung, bürokratische Verarbeitung und die Tendenz, neue Informationen durch bestehende Rahmenwerke zu interpretieren, die möglicherweise nicht mehr passen. Unternehmen, die langsam auf Wettbewerbsbedrohungen reagieren, scheitern oft nicht daran, sie zu beobachten – sie scheitern daran, sich richtig zu orientieren, weil die neuen Informationen von Menschen und Systemen verarbeitet werden, die für eine andere Umgebung optimiert sind.

Eine praktische Anwendung besteht darin, nach Lücken zwischen Beobachtung und Orientierung in Ihrem eigenen Entscheidungsprozess zu suchen. Wenn neue Beweise eintreffen, die mit Ihrem aktuellen Modell nicht übereinstimmen, bemerken Sie, ob Sie Ihre Orientierung aktualisieren oder die Beweise umdeuten, um zu dem Modell zu passen, das Sie bereits haben. Letzteres ist der zentrale Fehlmodus des OODA-Loops.

Credit: mwitt1337, Pixabay

Die Premortem-Technik, entwickelt von Psychologe Gary Klein, ist eine strukturierte Übung in vorausschauender Rückschau. Während eine Postmortem-Analyse untersucht, was nach einem eingetretenen Fehler schiefgelaufen ist, fragt ein Premortem: "Stellen Sie sich vor, es ist ein Jahr später und dieser Plan ist vollständig gescheitert. Was ist schiefgelaufen?"

Die Übung funktioniert, weil sie vorübergehend die mentale Haltung der Beteiligten verschiebt. Während der Planungsphase befinden sich Gruppen typischerweise in einem Modus der Verpflichtung und Befürwortung — sie haben an der Entwicklung des Plans gearbeitet, glauben an ihn, und die soziale Dynamik belohnt Vertrauen mehr als Zweifel. Dies schafft ein gut dokumentiertes Phänomen namens Gruppendenken, bei dem die echten Risiken und Unsicherheiten eines Plans unausgesprochen bleiben, weil es sich wie Illoyalität gegenüber dem Gruppeneinsatz anfühlt, sie anzusprechen.

Das Premortem erlaubt Zweifel. Indem das Scheitern als hypothetisch bereits eingetreten dargestellt wird, erhalten die Teilnehmer die Erlaubnis, Bedenken zu äußern, die sie sonst unterdrücken könnten. Forschungen von Klein und anderen haben ergeben, dass die Technik zusätzliche Risiken aufdeckt, die durch die übliche Planungsüberprüfung nicht identifiziert wurden.

In der Praxis funktioniert die Übung am besten, wenn sie kurz und strukturiert ist. Der Moderator gibt das hypothetische Scheitern bekannt und bittet jeden Teilnehmer, unabhängig voneinander plausible Gründe dafür zu finden. Nach einigen Minuten individuellen Schreibens teilen die Teilnehmer ihre Listen. Die am häufigsten genannten Gründe sind Kandidaten für Risikominderung; die überraschenden oder eigentümlichen offenbaren manchmal blinde Flecken, an die sonst niemand gedacht hatte.

Das Ergebnis eines Premortems ist keine Vorhersage — es ist eine strukturierte Liste von möglichen Fehlerursachen, ohne Anspruch darauf, welche am wahrscheinlichsten sind. Der Wert liegt darin, Möglichkeiten aufzuzeigen, nicht Wahrscheinlichkeiten.

Eine Einschränkung ist, dass die Technik echte psychologische Sicherheit erfordert. Wenn die Teilnehmer glauben, dass es soziale Kosten hat, Probleme mit dem Plan zu identifizieren — insbesondere wenn der Plan einer Führungskraft gehört, die defensiv reagiert — wird das Premortem performativ statt diagnostisch. Es funktioniert, wenn die Gruppe tatsächlich die Fehlerursachen finden möchte, nicht, wenn sie nur die Sorgfaltsprüfung durchführt.