01_Heuristics and Biases

The more object X is similar to class Y, the more likely we think X belongs to Y

1. Es werden die Base Rates vergessen bzw. ignoriert sobald sie einen Kontext haben.

2. Die kombinierte Wahrscheinlichkeit der beiden Dinge kann nicht höher sein als die Wahrscheinlichkeit jedes einzelnen Dinges ( beispiel von der feminisitischen tellerwäscherin) —> was ist mehr wahrscheinlich, nur tellerwischer oder feminisitisch tellerwäscher?

3. Larger samples are less likely to deviate from the mean than smaller samples: Größere Stichproben weichen weniger wahrscheinlich vom Mittelwert ab als kleinere Stichproben.

4. der glaube daran, dass die chancen sich (z.B. beim Münzwurf) sich verändern aufgrund der vorherigen ergebnisse, z.B. nach 3 mal kopf muss auch mal zahl kommen —> falsch !

5. 5 ot hand fallacy: Momentum trading (= betting on trend continuation), basketballspieler der gerade gut ist

1. The base rates are forgotten or ignored as soon as they have a context.

2. The combined probability of the two things cannot be higher than the probability of each individual thing (example of the feminised dishwasher) -> which is more likely, just the dishwasher or the feminised dishwasher?

3. Larger samples are less likely to deviate from the mean than smaller samples: Larger samples are less likely to deviate from the mean than smaller samples.

4. the belief that the odds change (e.g. in a coin toss) based on the previous results, e.g. after 3 times heads there must also be a number -> wrong !

5. ot hand fallacy: momentum trading (= betting on trend continuation), basketball player who is good at the moment

1. Estimates are made by starting from an initial value (anchor) and are then

   (insufficiently) adjusted to yield a final answer (Die Schätzungen gehen von einem Ausgangswert (Anker) aus und werden dann (unzureichend) angepasst, um eine endgültige Antwort zu erhalten)

2. Auch hier wieder, eine Nummer die ich vorher im Kopf hatte (wie die Sozialversicherungsnr.) beeinflusst dann meine Bereitschaft mehr oder weniger Geld auszugeben (ältester Trick im Marketing —> Sale ! wenn ein Preis durchgestrichen (Ancher) ist).

1. Ease with which instances or occurrences can be brought to mind (Leichtes Erinnern von Beispielen oder Ereignissen) —> z.B. Haiattacke oder von Jellyfisch obwohl

2. Ease of retrieval from memory, Media coverage, Evolution/ Biological preparedness (Leichter Abruf aus dem Gedächtnis, Medienberichterstattung, Evolution/ Biologische Bereitschaft)

1. Overconfidence

   = miscalibration of subjective probabilities (Fehleinschätzung subjektiver Wahrscheinlichkeiten)

2. Beispiel, dass Startups denken, dass es eine hohe Erfolgschance hat obwohl die chance hoch ist dass sie es nicht schaffen.

3. Underestimate how long it takes to complete a complex task (Lösung: Outside view, comparison with similiar projects)

1. Wenn man ein Ball hochschmeißt und hinterher rennt -> man kalkuliert hier vorher nicht mathamisch sondern man muss einfach den angle of gaze (Blickwinkel) konstant halten.

2. Ignorance can contain Information (Wenn jemand z.B. beim Fußball keine Ahnung hat und Informationen ignoriert die ein Experte hat. Diese Informationen sind aber nicht relevant für das Spiel oder Problem, deshalb tippt der Mensch ohne Ahnung besser)

3. Selects based on the most important criterion.

   Ignores subordinate criteria.

   Makes quick decisions with minimal effort.

   1. Lexicographic decision rule,

   2. Choose the option that is best on the most important attribute,

   3. If both options are similar on the most important attribute, consider the secondmost

   4. important attribute, and so on…

   5. Requires a minimum of information search

   6. No weighting and adding

   7. No calculation of overall utility

4. Weighted Additive Rule (WADD): Werte werden multipliziert wie bei der Nutzwertanalyse TTB is as good as good WADD.

5. Bias view: Fokus auf kognitive Einschränkungen

   1. "Menschen sind dumm"

   2. Gezielte Auswahl systematischer Fehler

   3. Liste mentaler Fehler

   4. Aufruf zur Ent-Biasierung

   5. Fragwürdige Vergleichsnormen

   6. Unklare Denkprozesse

6. Arguments: Simple Heuristics View

   1. Focus on capabilities

   2. Mind = adaptive

   3. “Intelligent behavior” need not be computationally expensive

   4. Analogy of a pair of scissors

   5. Aim to understand underlying mechanisms

   6. Simple rules can explain a lot of observable behavior

1. Mental shortcut, estimates based on ease of recalling examples, influenced by media coverage and personal experience.

2. Judging probability based on similarity to known categories, example: Tom, an art lover, is seen more as a musician than a farmer.

3. Starting with an initial value (anchor), insufficient adjustment from that anchor, example: estimations of percentages based on random numbers.

4. Overestimating own abilities and judgment accuracy, example: entrepreneurs often overestimate their chances of success.

5. Ignoring base rate information in probability judgments, example: engineers and lawyers in different groups are estimated similarly.