Entscheidungs-Algorithmen
Grundlagen
| Fehler in der Entscheidung: Unerwünschte Variabilität von Messungen bzw. Entscheidungen | |
|---|---|
| Bias |
Systematische Fehler im Messinstrument.
❱ Alle Schüsse liegen daneben, aber sie liegen alle eng beieinander in derselben falschen Ecke (ein systematischer Fehler).
|
| Noise |
Individuelle Fehler im Messinstrument.
❱ Die Schüsse sind über die ganze Scheibe verstreut. Es gibt kein klares Muster, außer dass sie ihr Ziel verfehlen.
❱ Level Noise (Niveaurauschen): Unterschiedliche Beurteiler haben verschiedene Maßstäbe. (Ein Richter ist grundsätzlich strenger als ein anderer).
❱ Pattern Noise (Musterrauschen): Die Reaktion eines Urteilers auf spezifische Merkmale. (Ein Richter ist nur bei einer bestimmten Art von Delikt besonders streng).
❱ Occasion Noise (Anlassrauschen): Dasselbe Urteil fällt unterschiedlich aus, je nachdem, wie das Wetter ist, ob der Urteiler hungrig ist oder ob sein Lieblingsteam gestern gewonnen hat.
|
| Validation |
Wir bemerken Noise nicht, wenn unsere interne Erklärung stimmig erscheint (fehlende Kognitive Dissonanz durch Validation?)
❱ Wir neigen dazu, die Welt als kausal und vorhersehbar zu betrachten. Wenn wir eine Entscheidung treffen, suchen wir nach einer stimmigen Geschichte (Internal Signal), die uns das Gefühl gibt, richtig zu liegen. Wir ignorieren dabei, dass ein Kollege oder wir selbst an einem anderen Tag ganz anders entschieden hätten.
|
| Konsistenz |
Noise und Bias sind haben den ähnlichen Effekt auf Entscheidungen
❱ Wenn Ungewissheiten dazu führen, dass wir Bias-Fehler nicht eliminieren können, bleibt uns noch die Möglichkeit, Noise durch Konsistenz zu reduzieren
❱ Konsistenz ermöglicht Validation/Evaluations
|
| Intuition |
Verlässliche intuitive Entscheidungen benötigen Verlässlichkeit im Kontext und Erfahrung
❱ Hohe Validität der Umgebung: Die Umgebung muss ausreichend stabil und vorhersehbar sein, damit es kausale oder statistische Regelmäßigkeiten gibt (z. B. Schach, Medizin, Brandbekämpfung). In "rauschenden" Umgebungen mit geringer Validität (z. B. Börsenprognosen, politische Vorhersagen) kann sich keine echte intuitive Expertise entwickeln.
❱ Lerngelegenheit: Die Person muss ausreichend Gelegenheit gehabt haben, diese Regelmäßigkeiten zu lernen. Das erfordert langjährige Übung und vor allem schnelles, eindeutiges Feedback auf die eigenen Entscheidungen.
|
| Entscheidungsinstrumente |
Gute Entscheidungsinstrumente stärken Struktur, Unabhängigkeit und Konsistenz und nuten relative Skalen
❱ Strukturiere komplexe Urteile: Zerlege ein Problem in kleine, unabhängige Teile (z. B. verschiedene Kriterien bei einer Bewerbung), bevor du ein Gesamturteil fällst.
❱ Unabhängigkeit wahren: Vermeide, dass sich Beurteiler gegenseitig beeinflussen. Sammle Urteile erst anonym, bevor sie diskutiert werden.
❱ Algorithmen nutzen: Wo immer möglich, sind einfache Regeln oder Algorithmen oft treffsicherer als menschliches Urteilsvermögen, weil Algorithmen niemals "rauschen" (sie geben bei gleichem Input immer den gleichen Output)
❱ Relative statt absolute Skalen: Menschen sind besser darin, Dinge zu vergleichen ("Ist Bewerber A besser als B?"), als sie absolut zu bewerten ("Auf einer Skala von 1–10, wie gut ist A?").
|
Übertrag auf WiQQi
| Citizen Science | |
|---|---|
| Erfahrung |
Gemeinsam können wir im komplexen Feld der Pflege schneller Erfahrung gewinnen
❱ Komplexität der Situation: Pflegekontexte sind höchst unterschiedlich und unberechenbar, weil sie von verschiedensten Faktoren in der Person, in der Umgebung sowie des Zeitgeistes abhängen
❱ Evaluation: Die Komplexität der Situation reduziert die Eindeutigkeit des Feedbacks und erhöht damit den Anspruch an langjährige Erfahrung einer einzelnen Person.
❱ Hypothese: Gemeinsam können wir Erfahrung über Kontexte im Zeitgeist bündeln und so auch rasch Erfahrung sammeln (was bei kurzen Innovationszyklen notwendig ist).
|
| RPD |
In der Kollegialen Beratung nutzen wir intuitiv die Wiedererkennungsgesteuerte Entscheidungsfindung (recognition-primed decision, RPD)
❱ 1. Erkennen der wiederkehrenden (typische) Situation: "Hat jemand Erfahrung mit so einem Fall..."
❱ 2. Diagnose/Klären der Situation: Weitere Informationen werden eingeholt
❱ 3. Mentale Simulation des Handlungsverlauf: Mögliche Handlungsoptionen werden Gedanklich durchgespielt durchgespielt.
❱ Entscheidung: Falls die Mentale Simulation funktioniert, wird die Entscheidung umgesetzt, wenn es Probleme gibt, wird die Handlung abgewandelt, wenn die Simulation scheitert wird die nächste Idee geprüft.
|
| Digitale Infrastruktur | |
| Erfahrung |
Die Digitale Infrastruktur von WiQQi verbindet auf inhaltlicher Ebene, wo Raum und Zeit bisher eine Barriere darstellen
❱ Komplexität der Situation: Pflegekontexte sind höchst unterschiedlich und unberechenbar, weil sie von verschiedensten Faktoren in der Person, in der Umgebung sowie des Zeitgeistes abhängen.
❱ Erfahrung bündeln: Mit gebündelten Daten erkennen wir Muster, die auch in komplexen Situationen wiederholt auftreten und können so Erfahrung bündeln.
|
| RPD |
Die Systematische Aufarbeitung von Fällen erleichtert die Wiedererkennungsgesteuerte Entscheidungsfindung
❱ Wiedererkennen: Fälle und Lösungsansätze werden zugänglich gemacht.
❱ Diagnose: Kriterien erleichtern die Diagnose
❱ Simulation: Die Simulation erfolgt durch den die Filterfunktion der Kriterien auf transparente, reversible Weise.
❱ Entscheidung: Die Entscheidung wird in der gemeinsam zwischen Beratender und Ratsuchender Person getroffen und ist transparent sowie kriterienorientiert begründet und damit Evaluierbar.
|