Daniel Kahneman, Olivier Sibony und Cass R. Sunstein untersuchen in Noise eine Fehlerform, die oft neben Bias verschwindet: unerwünschte Variabilität. Der Verlag bestätigt Autorenschaft, Untertitel und den Fokus auf Streuung in professionellen Urteilen auf der Hachette-Seite.
Bias bedeutet systematische Verzerrung in eine Richtung. Noise bedeutet, dass vergleichbare Fälle unterschiedlich beurteilt werden, ohne dass diese Differenz gerechtfertigt ist. Ein System kann konsequent unfair, durchschnittlich korrekt und trotzdem stark streuend oder sowohl verzerrt als auch streuend sein. Genau deshalb ist die Lektüre für Gollius wichtig: Sie macht Entscheidungssysteme prüfbar, aber sie ersetzt kein Urteil über Gerechtigkeit.
Noise sieht man erst im Vergleich
Eine einzelne Entscheidung zeigt noch keine Streuung. Noise erscheint, wenn mehrere Personen denselben Fall bewerten, wenn dieselbe Person vergleichbare Fälle unterschiedlich behandelt oder wenn Urteile gegen einen sinnvollen Standard geprüft werden.
Vor jeder Analyse braucht es einen Vertrag: Welche Fälle sind vergleichbar? Welche Merkmale dürfen das Urteil verändern? Welche Merkmale nicht? Welche Spannweite ist akzeptabel? Ohne diese Vorarbeit kann jede Abweichung politisch oder hierarchisch umgedeutet werden. In Gollius gehört das Thema zu kritischem Denken und Entscheidungen, weil es nicht nur um Rechnen, sondern um begründetes Sortieren geht.
Level, Pattern und Occasion Noise
Die Autoren unterscheiden unter anderem Level Noise, Pattern Noise und Occasion Noise. Eine Führungskraft bewertet grundsätzlich strenger als andere: Level Noise. Zwei Fachleute gewichten dieselben Merkmale unterschiedlich: Pattern Noise. Dieselbe Person urteilt am Montag anders als am Freitag: Occasion Noise.
Diese Kategorien sind keine Diagnosen von Charakterfehlern. Sie helfen, Gegenmittel zu wählen. Gemeinsame Skalen können Härteunterschiede senken. Getrennte Kriterien können Gewichtungen sichtbar machen. Eine zweite unabhängige Einschätzung kann Tagesform dämpfen. Wer Kahnemans frühere Arbeit über Denken, schnell und langsam kennt, sollte hier nicht automatisch nur Bias suchen.
Noise Audit vor der Lösung
Ein Noise Audit lässt qualifizierte Personen realistische Fälle unabhängig beurteilen und misst die Streuung. Die Annual-Reviews-Übersicht zu Arbeitsplatzurteilen stützt strukturierte Zerlegung, gemeinsame Standards, konsistente Anwendung und unabhängige Aggregation als Wege zur Reduktion von Urteilsstreuung: Improving Workplace Judgments by Reducing Noise.
Für niedrige bis mittlere Risiken reicht eine kleine Übung: fünf repräsentative Fälle, klare Skala, unabhängige Einschätzung, Vergleich der Gründe, Prüfung legitimer Unterschiede. Für Medizin, Recht, Kredit, Personal oder Kinderschutz ist das kein Workshop-Spiel. Dort braucht es Datenschutz, Fachaufsicht, rechtliche Prüfung, passende Stichproben und Beteiligung Betroffener.
Decision Hygiene ist Prozessdisziplin
Kahneman, Sibony und Sunstein nennen ihre Gegenmittel Decision Hygiene. Dazu gehören unabhängige Urteile vor Diskussion, getrennte Kriterien, gemeinsame Skalen, Referenzklassen, Aggregation und manchmal Regeln. Die Logik: Man verhindert Fehlerquellen, bevor man weiß, welcher konkrete Fehler sonst entstanden wäre.
Das passt zu einem Entscheidungsjournal: Kriterien, Erwartungen und Unsicherheiten werden notiert, bevor das Ergebnis die Erinnerung umschreibt. Wichtig bleibt: Struktur verbessert Transparenz, aber sie macht schwache Daten nicht stark.
Konsistenz ist nicht automatisch Fairness
Hier liegt die wichtigste Grenze. Wenn alle denselben unfairen Standard anwenden, ist Noise niedrig und Unrecht hoch. Ein Algorithmus kann konstant sein und trotzdem Diskriminierung, falsche Zielgrößen oder unzugängliche Daten fortschreiben. Ein Formular kann Variation senken und gleichzeitig relevante Einzelfallgründe ausblenden.
Eine wissenschaftliche Rezension würdigt die Unterscheidung zwischen Bias und Noise, benennt aber auch konzeptuelle und praktische Grenzen: Applied Cognitive Psychology Review. Eine weitere kritische Besprechung warnt vor fragilen Beispielen, kleinen Stichproben und zu einfachen Reduktionsversprechen: Critical Review in Chance.
Low-Stakes-Test mit Stoppregel
Wähle eine wiederkehrende, harmlose Entscheidung: Priorisierung kleiner Anfragen, Bewertung interner Entwürfe, Auswahl von Wartungsaufgaben. Definiere vor den nächsten fünf Fällen drei Kriterien, bewerte sie getrennt, schreibe ein Gesamturteil und notiere Sicherheit. Danach vergleichst du, ob ähnliche Evidenz ähnlich behandelt wurde.
Stoppregel: Wenn die Struktur wichtige Kontexte verschwinden lässt, Menschen ohne Einspruchsmöglichkeit bewertet, sensible Daten sammelt oder mehr Aufwand erzeugt als Nutzen, wird sie nicht skaliert. Persönliche Scorecards gehören nicht in klinische, rechtliche, finanzielle oder arbeitsrechtliche Hochrisikoentscheidungen.
Wahrscheinlich denken, menschlich bleiben
Noise passt zu kognitiven Verzerrungen und probabilistischem Denken, weil es zeigt: Ein gutes Urteil braucht mehr als Selbstvertrauen. Es braucht Vergleich, Kriterien und Lernschleifen.
Gleichzeitig bleibt legitime Ermessensfreiheit wichtig. Medizin, Bildung, Recht, soziale Arbeit und Führung enthalten Fälle, in denen starre Gleichbehandlung relevante Unterschiede löscht. Gute Systeme haben Standards, Ausnahmekriterien, schriftliche Gründe, Musterprüfung und Einspruchswege.
Persönliche Entscheidungen und professionelle Grenzen
Für Einzelne ist das Buch verführerisch, weil es nach einem einfachen Rezept klingt: Kriterien aufschreiben, Skala anwenden, Streuung senken. Das kann bei alltäglichen Entscheidungen hilfreich sein. Es kann aber schnell unangemessen werden, wenn Menschen anfangen, komplexe Lebenslagen mit privaten Scorecards zu bewerten. Ein Bewerbungsgespräch, eine medizinische Zweitmeinung, eine Leistungsbeurteilung oder ein Konflikt in einer Familie ist nicht automatisch ein Laborfall.
Der Unterschied liegt in Betroffenheit und Korrekturmöglichkeit. Wenn eine private Struktur nur dir hilft, wiederkehrende eigene Entscheidungen klarer zu treffen, ist der Schaden begrenzt. Wenn andere Menschen bewertet, kategorisiert oder sanktioniert werden, entstehen Rechte, Datenschutz, Erklärungspflichten und Einspruchsfragen. Dann genügt ein gutes Buch nicht. Es braucht Mandat, Fachlichkeit und Schutz.
Auch die Kosten der Genauigkeit sind real. Manche Entscheidungen sind zu selten, um belastbar zu messen. Manche Kriterien lassen sich nicht sauber isolieren. Manche Kontexte ändern sich schneller, als eine Skala lernt. Und manchmal ist das beste Ergebnis nicht niedrigere Varianz, sondern ein besserer Dialog über die Gründe der Abweichung.
Gollius behält deshalb nicht den Traum absoluter Berechenbarkeit, sondern die Demut des Vorher-Festlegens: Kriterien vor Eindruck, unabhängige Sicht vor Gruppendruck, Review vor Selbstgewissheit.
Eine weitere praktische Grenze ist die Versuchung, alles Messbare wichtiger zu nehmen. Noise-Reduktion braucht Skalen, aber Skalen ziehen Aufmerksamkeit an. Was nicht leicht gezählt werden kann, verschwindet dann aus dem Gespräch: Würde, Vertrauen, seltene Nebenwirkungen, Barrierefreiheit, kultureller Kontext oder die Qualität einer Begründung. Gute Decision Hygiene fragt daher nicht nur, wie stark Urteile streuen, sondern auch, ob die richtigen Dinge überhaupt in den Urteilsraum gelangen.
Im Alltag kann das sehr schlicht aussehen. Bevor du eine wiederkehrende Entscheidung strukturierst, schreibst du auch ein Feld "Kontext, der die Skala sprengen könnte". Dieses Feld erlaubt keine Willkür, aber es erinnert daran, dass ein Formular nicht die ganze Wirklichkeit enthält. Wenn dieses Feld ständig gebraucht wird, ist die Skala falsch entworfen oder die Fälle sind weniger vergleichbar als gedacht.
Für Gollius ist das auch eine Übung in Bescheidenheit. Menschen lieben Urteile, die sich endgültig anfühlen. Noise zeigt, wie viel Zufall, Reihenfolge, Stimmung und unklare Skalen in scheinbar professionellen Bewertungen stecken können. Diese Einsicht sollte nicht zynisch machen. Sie sollte die Bereitschaft erhöhen, Gründe aufzuschreiben, zweite Sichtweisen einzuholen und nach Ergebnissen zu prüfen, ob das eigene Urteil besser wurde oder nur selbstsicherer klang.
Gollius-Fazit
Noise gibt Gollius ein scharfes Instrument: Nicht nur fragen, ob ein Urteil falsch ist, sondern ob ähnliche Fälle unnötig unterschiedlich behandelt werden. Das schützt vor willkürlicher Strenge, Stimmung, Gruppendruck und unausgesprochenen Maßstäben.
Die Grenze ist ebenso klar: Weniger Streuung ist nur dann Fortschritt, wenn der Standard selbst verteidigbar ist. Konsistenz ohne Gerechtigkeit ist bloß präziser Irrtum. Für die Autorenlinie führt die Seite zu Daniel Kahneman.