Blog
Einblicke in Entscheidungsintelligenz, strukturierte Denkrahmen und Best Practices für Organisationen, die ihre Entscheidungen ernst nehmen.
Kollaborative Entscheidungsfindung: 240 Jahre Beweis, dass Gruppen Einzelpersonen übertreffen
Im Jahr 1785 bewies Condorcet mathematisch, dass Gruppen Einzelpersonen übertreffen, wenn Perspektiven richtig aggregiert werden. Googles Projekt Aristotle bestätigte dies: Psychologische Sicherheit sagt die Team-Effektivität besser voraus als die Zusammensetzung des Teams. Hier ist, was die Wissenschaft sagt — und wann man NICHT zusammenarbeiten sollte.
Die Revolution der Meeting-Intelligenz: Meetings in nachverfolgbare Entscheidungen verwandeln
Müde von Meetings, in denen Menschen reden, ohne etwas zu sagen? Lernen Sie, wie Sie verschwendete Meeting-Zeit in fokussierte, effiziente Entscheidungen umwandeln können, mit der Vorbereitung von Argumenten vor dem Meeting, Echtzeit-Bewertungen und vollständiger Nachverfolgbarkeit von Entscheidungen — basierend auf der veröffentlichten Forschung zu Meeting-Verschwendung.
Kollektive Intelligenz: 240 Jahre Forschung — Von Condorcet bis KI
Von einem französischen Mathematiker des 18. Jahrhunderts bis zu den KI-Labors des MIT hat sich die Wissenschaft der Gruppenintelligenz durch sechs Epochen entwickelt. Hier ist die vollständige Geschichte.
Vielfalt schlägt Fähigkeit: Warum Ihre klügste Einstellung nicht Ihre beste Entscheidungsträgerin ist
Forschung zeigt, dass Teams aus vielfältigen Denkern besser abschneiden als Teams aus hochintelligenten Experten. Hier sind die wissenschaftlichen Erkenntnisse – und warum es nuancierter ist, als die Schlagzeilen vermuten lassen.
Entscheidungsintelligenz: Von Daten zu Aktionen in Unternehmensgröße
Im Jahr 2018 schuf Google einen neuen Jobtitel: Chief Decision Scientist. Warum? Weil es nicht dasselbe ist, Daten zu haben, wie sie gut zu nutzen. Decision Intelligence — geprägt von Lorien Pratt, operationalisiert von Cassie Kozyrkov — schließt die Lücke zwischen Einsicht und Wirkung. Hier ist das Framework hinter dem 68-Milliarden-Dollar-Markt.
Jeff Bezos' 3 Entscheidungen pro Tag: Die Warren Buffett-Methode hinter Amazon
Im Jahr 2018 enthüllte Jeff Bezos seine Entscheidungsphilosophie: "Man wird dafür bezahlt, eine kleine Anzahl von hochwertigen Entscheidungen zu treffen." Er führt dies auf Warren Buffetts Ansatz zurück. Hier ist das vollständige Interview, die 10-Uhr-Regel und warum "gute Entscheidungen" nicht das sind, was Sie denken.
Warren Buffetts Entscheidungsphilosophie: Die 20-Slot-Stempelkarte, die 900 Milliarden Dollar aufgebaut hat
Jeff Bezos schreibt Warren Buffett seine Entscheidungsphilosophie zu. Aber was sagt Buffett selbst eigentlich? Seine Regel mit der 20-Slot-Stempelkarte, die Analogie zum Sweet Spot von Ted Williams, "Lethargie, die an Faulheit grenzt," und warum er 500 Seiten am Tag liest. Die wahre Philosophie hinter 900 Milliarden Dollar.
Elon Musks 100-Millionen-Dollar-Entscheidungsstunde: Der Lex Fridman Clip, den jeder CEO sehen sollte
In einem kürzlichen Gespräch mit Lex Fridman rechnete Elon Musk laut vor: "Der marginale Wert einer guten Entscheidung kann im Laufe einer Stunde leicht hundert Millionen Dollar betragen." Bezos zählt Entscheidungen pro Tag. Buffett liest 500 Seiten zur Vorbereitung. Musk bewertet die Stunde. Hier ist der Grund, warum die Zahl kein Prahlerei ist – und was sie für jede Organisation in jeder Größenordnung bedeutet.
Steve Jobs entließ Vorstandsmitglieder, weil sie ihm zustimmten: Die ungewöhnliche Wahrheit über Pixars Vorstand
Während Pixars Jahrzehnt als börsennotiertes Unternehmen entfernte Steve Jobs zwei Vorstandsmitglieder – nicht wegen Inkompetenz, sondern weil sie ihm nie widersprachen. Ed Catmulls firsthand Bericht: die Arenen der Meinungsverschiedenheit, das Toy Story 2-Remake, die Metapher des Steintrommels und warum die Karikatur des "Reality Distortion Field" verfehlt, wie Jobs tatsächlich Entscheidungen traf.
Die Weisheit der Massen: Galtons Ochse — Das Experiment von 1906, das bewies, dass Massen Experten übertreffen
Francis Galton ging zu einer Landmesse in der Erwartung, den durchschnittlichen Wähler als hoffnungslos zu entlarven. Stattdessen lag der Median von 787 Schätzungen des Schlachtgewichts eines Ochsen innerhalb von 1 % der Wahrheit – besser als die Rinderexperten. Die vollständige Geschichte des Experiments, das die Weisheit der Massen begründete: die Methodik, die Statistiken, die Vorbehalte und was das für die Entscheidungsfindung von Teams heute bedeutet.
Das Condorcet-Jury-Theorem: Die 240 Jahre alte Mathematik hinter besseren Entscheidungen
Im Jahr 1785 bewies ein französischer Mathematiker, dass Mehrheiten fast immer recht haben – wenn jeder Wähler eher recht hat als unrecht. Der Satz treibt jetzt die Ensemble-KI an.
Wenn Menschenmengen falsch liegen: Blasen, Kaskaden und der Wahnsinn der Herden
Die gleichen Gruppendynamiken, die Weisheit hervorbringen, können auch Wahnsinn erzeugen. Von der Tulpenmanie bis zu Twitter-Mobs, hier ist die Wissenschaft des kollektiven Versagens – und wie man es verhindern kann.
Der Stahlmann: Warum die besten Verhandler zuerst gegen sich selbst argumentieren
Im Jahr 2013 lud Warren Buffett einen Leerverkäufer, der gegen Berkshire wettete, auf die Bühne seiner eigenen Hauptversammlung ein, um das stärkste Argument gegen ihn zu präsentieren. Das ist Steelmanning. Rapoports Regeln, Moot Courts, McKinsey Red Teams, die echte Forschung – und die Falle, die dazu führt, dass durchgeführte Teufelsadvokatur nach hinten losgeht.
Wie McKinsey, Bridgewater und Amazon Meinungsverschiedenheiten in Entscheidungen umwandeln (Das Protokoll)
Bezos genehmigte eine Show, an die er nicht glaubte, mit sechs Worten: "Ich bin anderer Meinung und engagiere mich" — und hoffte, dass sie erfolgreich sein würde. McKinseys Verpflichtung zur Meinungsverschiedenheit, Bridgewaters Glaubwürdigkeitsgewichtung, Amazons 6-Seiten-Dokument: die fünf strukturellen Elemente, die alle drei gemeinsam haben, und wie man sie in Ihrem nächsten Meeting umsetzt.
Von Toulmin zu Transformern: Wie Argument Mining zu einer Technologie wurde
Im Jahr 1958 veröffentlichte ein Philosoph ein Buch über das Argumentieren, das sich weigerte, über formale Logik zu sein, und ihm wurde gesagt, er sei vom Weg abgekommen. Sechzig Jahre später verwendet jedes System, das ein Transkript liest und dir sagt, was argumentiert wurde, seinen Wortschatz. Der Bogen des Argument Mining: Toulmins Garantie, Waltons kritische Fragen, Freemans Untergrabung, die Korpora, die es messbar machten, und die eine Hälfte, die nie einfacher wurde.
Maschinen das Lesen von Argumenten beibringen: Das Jahrzehnt der annotierten Korpora
Geben Sie zwei geschulten Annotatoren denselben Absatz und fragen Sie, welcher Satz die Behauptung ist. Sie sind sich oft uneinig — und diese einzige Tatsache prägte das Jahrzehnt, das das Argument Mining von einer Theorie in eine messbare Aufgabe verwandelte. Warum die Übereinstimmung zwischen den Annotatoren die eigentliche Obergrenze ist, warum das Genre wichtiger ist als das Volumen und warum mehr Daten die Beziehungserkennung nie behoben haben.
Warum die Angriffsdetektion das schwierigste Problem im Argument Mining ist
Uneinigkeit ist eine kleine Minderheit der annotierten Daten — in einigen Korpora weniger als ein Zehntel der Relationen. Daher lernen Modelle, dass das Raten von Übereinstimmung normalerweise sicher ist, was genau das Gegenteil von dem ist, warum man ein Modell einsetzen würde. Drei strukturelle Gründe machen es schwierig, die Erkennung von Uneinigkeit zu lösen, und warum die seltene Klasse diejenige ist, auf der Entscheidungen basieren.
Als LLMs auf Argument Mining trafen: Was sich änderte und was nicht
Zwei Jahrzehnte lang war die Antwort auf die Frage „Können wir Argument Mining auf unseren Daten durchführen?“ eine andere Frage: Wie viele Tausend Dokumente werden Sie zuerst annotiert haben? Große Sprachmodelle haben dazu geführt, dass diese Frage nicht mehr gestellt wurde. Was der Zusammenbruch des Korpusengpasses tatsächlich verändert hat, was genau dort blieb, wo es war, und die neue Falle, die in der Verkleidung einer Lösung auftauchte.
Wie Argumentree ein Transkript in einen Argumentbaum umwandelt
Füttere ein Budgetmeeting in eine Extraktionsmaschine und frage, welches Argument am wichtigsten war, und sie gibt dir eine Statistik — die genau falsch ist. Ein Überblick darüber, wie wir Argument Mining anwenden: warum Diskussionen in einwortige Kategorien sortiert werden, warum genau ein Argument pro Kategorie zur Hauptbehauptung wird, warum das eigene Vertrauen des Modells der falsche Weg ist, um es auszuwählen, und warum nichts überlebt, das nicht aus deiner Quelle zitiert wird.
Die globalen Wurzeln des begründeten Arguments: Wie drei Zivilisationen die Logik erfanden
Logik wurde nicht einmal erfunden. Zwischen dem 6. und 4. Jahrhundert v. Chr. entwickelten Indien, China und Griechenland unabhängig voneinander ausgeklügelte Systeme für strukturierte Argumentation — und später synthetisierten islamische Gelehrte die griechische Logik mit einheimischen Debattentraditionen. Dies ist der Kern der Reihe "Wurzeln des Denkens": warum das parallele Aufkommen von Bedeutung ist, was jede Tradition beigetragen hat und was die globale Geschichte uns darüber lehrt, wie man gut argumentiert.
Indische Logik: Die 2.500-jährige Tradition von Nyāya bis zur buddhistischen Debatte
Die indische Debattentheorie ist alt, institutionell und erstaunlich prozedural: die Nyāya-sūtra listet 22 benannte Möglichkeiten auf, ein Argument zu verlieren. Der fünfgliedrige Syllogismus wurde für öffentliche Wettbewerbe und nicht für private Beweise entwickelt. Dignāgas Rad der Gründe ist eine Neun-Zellen-Matrix, die gute Beweise von schlechten trennt. Buddhistische Prasaṅga, das Tetralemma und die siebenfache Qualifikation der Jain runden ein Werkzeugset ab, das der Westen weitgehend nie entwickelt hat.
Mohistische Logik: Die chinesische Kunst der Unterscheidung
Die klassische chinesische Gedankenwelt entwickelte Argumentation ohne eine formale Syllogistik. Die Mohisten-Schule analysierte die Streitgespräche (biàn), Analogien und die korrekte Anwendung von Namen mit einer Präzision, die der westlichen Tradition weitgehend fehlt. Wo die griechische Logik fragte: 'Folgt das daraus?', fragte die Mohisten-Logik: 'Ist dieser Name korrekt angewendet?' — eine andere Frage mit anderen Werkzeugen. Hier ist der Grund, warum die chinesische Logik einen anderen Weg eingeschlagen hat und was sie heute bietet.
Islamische Dialektik: Von der theologischen Debatte zur Wissenschaft der Streitgespräche
Die islamische Philosophie bewahrte nicht nur die griechische Logik — sie synthetisierte sie mit einheimischen Traditionen theologischer und juristischer Debatten, um etwas Neues zu schaffen. Kalām (Theologie), qiyās (juristische Analogie), jadal (Dialektik) und letztendlich ʿilm al-munāẓara (die Wissenschaft der Streitgespräche): formalisierte Regeln für strukturierte Debatten, die moderne Argumentationsprotokolle vorwegnehmen. Hier ist die Tradition, die Aristoteles überlieferte und ihn verwandelte.
Aristoteles' Logik: Die mediterrane Grundlage der westlichen Argumentation
Aristoteles schuf das formale Studium der Logik in der westlichen Tradition. Sein Organon — das Kategorien, Syllogismen, Demonstration, Dialektik und Trugschlüsse behandelt — blieb zwei Jahrtausende lang die Grundlage der logischen Ausbildung. Die Rhetorik fügte die drei Appelle (Ethos, Pathos, Logos) hinzu. Aber was hat Aristoteles tatsächlich aufgebaut, was kam vor ihm, und was hat er verpasst? Das Verständnis des dominierenden Rahmens ist entscheidend, um seine Grenzen zu erkennen.
Fünf Syllogismen: Vergleich von Argumentstrukturen über Zivilisationen hinweg
Der indische fünfgliedrige Syllogismus, der griechische dreigliedrige Syllogismus, das mohistische Argument aus Analogie, das islamische qiyās und das buddhistische Tetralemma — fünf Zivilisationen entwickelten fünf unterschiedliche Strukturen für gültige Argumente. Ein Vergleich zeigt, dass die aristotelische Logik mächtig, aber unvollständig ist und dass die globale Geschichte der Argumentation ein umfassenderes Werkzeugset für das Denken bietet als jede einzelne Tradition.
Entscheidungsqualität: Die sechs Elemente einer guten Entscheidung — Bevor Sie das Ergebnis kennen
Der schlechteste Spielzug in der Geschichte des Super Bowls war arguably eine gute Entscheidung — und diese Verwirrung hat einen Namen. Die Entscheidungsqualität, das von Carl Spetzler formalisierten Rahmenwerk aus der Stanford-Tradition, bewertet Entscheidungen anhand von sechs Elementen in dem Moment, in dem sie getroffen werden: Rahmen, Alternativen, Informationen, Werte, Argumentation, Engagement. Die Kettenregel (Qualität = schwächstes Glied), die daraus resultierende Falle, eine 15-minütige Überprüfung des schwächsten Gliedes und wie die Verbesserung des Entscheidungsprozesses die Entscheidungsqualität mechanisch verbessert.
Geschäftsentscheidungsrahmen: Welchen man wann verwenden sollte — Der vollständige Leitfaden für Entscheidungsträger
Das am häufigsten verwendete Framework im Geschäftsbereich — SWOT — hat keinen verifizierten Erfinder, und das hat nie eine Rolle gespielt: Frameworks verbreiten sich, weil sie nützliche Behälter sind. Dieser Wähler ordnet sie alle nach Entscheidungssituation: strategische Position (SWOT, PESTLE, Five Forces, BCG), Geld (CBA, NPV, Entscheidungsbäume, reale Optionen), Unsicherheit (Szenarioplanung, ERM), Ausführung (Balanced Scorecard, 7S, PDCA), Gruppendenken (Six Hats, Prospect Theory) und Rollen (RAPID). Außerdem die Master-Tabelle, welches Framework wann — und der Schritt, den jede Vorlage überspringt.
Prospect-Theorie: Warum Ihr Team Verluste doppelt so stark fürchtet wie es Gewinne schätzt
In dem Experiment von Tversky und Kahneman aus dem Jahr 1981 führte eine Umformulierung einer lebenswichtigen Entscheidung von geretteten Leben zu verlorenen Leben dazu, dass sich die Mehrheit umkehrte — 72 % wählten in einem Rahmen die Sicherheit, 78 % wählten im anderen den riskanten Einsatz. Gleiche Ergebnisse, gegensätzliche Entscheidungen. Die Theorie hinter der Umkehr, wo sie im Geschäftswesen zuschlägt (Verdopplung, Dispositionseffekt, Endowment-Effekt), der ehrliche Zustand der Replikationsdebatte und die Rahmenumkehrtechnik, die Ihre Entscheidungen verteidigt.
Reale Optionen: Warum es auch eine Entscheidung ist, die Tür offen zu lassen
Im Jahr 1994 sagte der CFO von Merck in der Harvard Business Review, dass das Unternehmen seine Forschungspipeline mit Optionsmathematik bepreise – denn ein Arzneimittelprogramm ist eine Kette von Rechten zur Fortsetzung, nicht eine alles-oder-nichts-Wette. Denken in realen Optionen: die sechs Optionsarten, die in Ihrem Fahrplan verborgen sind, warum Unsicherheit von Feind zu Vermögenswert wird, wenn das Risiko begrenzt ist, der Missbrauch nach der Dotcom-Blase, der der Methode einen schlechten Ruf einbrachte, und die Disziplin der Ausschlusskriterien, die sie ehrlich hält.
NPV sagt Ja. Sollten Sie? Was der abgezinste Cashflow Ihnen nicht sagen kann
Etwa drei Viertel der CFOs arbeiten mit NPV und IRR (Graham & Harvey, 2001) — und die beiden Kennzahlen können aus derselben Projektliste gegensätzliche Gewinner auswählen. Die Reinvestitionsfantasie und die Skalierungsblindheit des IRR, die versteckten Bewertungsentscheidungen des NPV (Abzinsungsfaktor, Endwert, vom Sponsor verfasste Basisfälle), warum das Verwerfen von DCF die falsche Lehre ist, und das Drei-Annahmen-Audit, das jedes Modell in fünfzehn Minuten in einen diskutierbaren Fall verwandelt.
Bereit, Ihre Entscheidungsfindung zu transformieren?
Gehen Sie mit Hunderten von Organisationen, die Argumentree nutzen, um Argumente zu strukturieren, Entscheidungen zu verfolgen und institutionelles Wissen aufzubauen.
Starten Sie eine kostenlose 14-Tage-Testversion