Diversity Beats Ability: Why Your Smartest Hire Isn't Your Best Decision-Maker

Die verführerischste Behauptung in der Managementwissenschaft

Jeder Führer hat den Reiz einer einfachen Personaltheorie gespürt: Stellen Sie die klügsten Menschen ein, die Sie finden können, setzen Sie sie in einen Raum, und die besten Entscheidungen werden folgen. Es hat den Vorteil, offensichtlich zu sein. Es hat den Nachteil, bestenfalls halb wahr zu sein. In den letzten zwei Jahrzehnten hat sich eine Reihe von Forschungen zur kollektiven Intelligenz auf eine unangenehme Erkenntnis konzentriert: Die Intelligenz eines Teams ist nicht die Summe – oder sogar das Maximum – der Intelligenz seiner Mitglieder. Etwas anderes leistet einen großen Teil der Arbeit, und dieses Etwas sieht sehr nach Unterschied aus: unterschiedliche Informationen, unterschiedliche Heuristiken, unterschiedliche Arten, falsch zu sein.

Diese Erkenntnis verhärtete sich zu einem Slogan – „Diversität schlägt Fähigkeit“ – der dann das tat, was Slogans tun: Er löste sich von seinen Bedingungen und schwebte frei in Keynote-Präsentationen. Die Gegenreaktion war ebenso umfassend und wies die gesamte Forschungsreihe als politisierte Mathematik zurück. Beide Extreme sind falsch, und die Wahrheit in der Mitte ist wirklich nützlich. Dieser Artikel geht durch die beiden Forschungsprogramme hinter der Behauptung – den kollektiven Intelligenz „c-Faktor“ und das Hong-Page-Theorem – einschließlich der Kritiken, die normalerweise weggelassen werden, und endet mit dem, was ein sorgfältiger Leser tatsächlich in eine Einstellungs- oder Teamgestaltungsentscheidung mitnehmen kann.

Der c-Faktor: Teams haben eine eigene Intelligenz

Im Jahr 2010 veröffentlichten Anita Williams Woolley, Christopher Chabris, Alex Pentland, Nada Hashmi und Thomas Malone eine Studie in Science, die eine täuschend einfache Frage stellte: Wenn Individuen einen allgemeinen Intelligenzfaktor (den psychometrischen g) haben, haben Gruppen dann auch einen? Sie testeten 699 Personen, die in Gruppen von zwei bis fünf an einer breiten Palette von Aufgaben arbeiteten – Brainstorming, moralisches Urteilen, Verhandlung, Rätsel – und überprüften dann, ob die Leistung einer Gruppe bei einer Art von Aufgabe ihre Leistung bei den anderen vorhersagte.

Das tat sie. Ein einzelner statistischer Faktor – den sie c für kollektive Intelligenz nannten – erklärte ungefähr 43 % der Varianz in der Gruppenleistung über die Aufgaben hinweg. Die Überraschung war, was c nicht verfolgte: Es korrelierte nur schwach mit der durchschnittlichen Intelligenz der Gruppenmitglieder und der Intelligenz des klügsten Mitglieds. Was c stattdessen vorhersagte, waren drei Eigenschaften der Gruppe selbst: die durchschnittliche soziale Sensibilität der Mitglieder (gemessen mit dem Reading the Mind in the Eyes-Test), die Gleichheit des Gesprächswechselns – Gruppen, die von einer oder zwei Stimmen dominiert wurden, schnitten schlechter ab – und der Anteil von Frauen in der Gruppe, ein Effekt, der statistisch durch soziale Sensibilität vermittelt wurde.

Genau lesen, das ist keine Behauptung, dass Fähigkeit nicht wichtig ist. Es ist eine Behauptung, dass auf Teamebene die Fähigkeit nicht der Engpass ist. Der Engpass ist, ob die Gruppe das Wissen ihrer Mitglieder extrahieren und kombinieren kann – was eine Eigenschaft des Prozesses ist, nicht eines individuellen Schädels.

Der Replikationskampf, von dem Sie in Keynotes nichts hören

Der c-Faktor hat einen echten wissenschaftlichen Kampf durchgemacht, und Ehrlichkeit erfordert, dies zu berichten. Im Jahr 2017 analysierten Marcus Credé und Garett Howardson Daten aus sechs zuvor veröffentlichten Stichproben neu und argumentierten, dass die empirische Unterstützung für einen allgemeinen kollektiven Intelligenzfaktor schwach ist – dass ein einzelner Faktor wenig Varianz bei vielen Gruppenaufgaben erklärt und dass das Konstrukt teilweise ein Artefakt von Bewertungsentscheidungen sein könnte. Woolley, Yeonjeong Kim und Malone antworteten 2018 und argumentierten, dass die Kritik auf einem Bewertungsverfahren und Simulationsannahmen beruhte, die nicht mit den Aufgaben übereinstimmten, die Gruppen tatsächlich ausführten.

Die substantiellsten Beweise seitdem sind eine Meta-Analyse von 2021 in PNAS von Christoph Riedl, Young Ji Kim, Pranav Gupta, Thomas Malone und Anita Woolley, die 22 Studien und 1.356 Gruppen abdeckte – Universitätsstudenten, Militärangehörige, Online-Arbeiter und Gamer. Sie fanden konsistente Beweise für einen c-Faktor in diesen Populationen, wobei die Gruppenkooperationsprozesse und die Fähigkeiten der Mitglieder beide beitrugen. Wo lässt das einen Praktiker? Das Konstrukt wird durch eine große Meta-Analyse unterstützt und wird immer noch in seiner Struktur diskutiert – ungefähr dort, wo g selbst jahrzehntelang stand. Was nicht ernsthaft diskutiert wird, ist das zugrunde liegende Muster: Der IQ der Mitglieder ist ein überraschend schlechter Prädiktor für die Teamleistung, und der Interaktionsprozess ist ein überraschend guter.

„Diversität schlägt Fähigkeit“: Was Hong und Page tatsächlich bewiesen haben

Die zweite Säule des Diversitätsarguments stammt aus der Wirtschaft und der Komplexitätswissenschaft. Im Jahr 2004 veröffentlichten Lu Hong und Scott Page ein Papier in PNAS mit dem einprägsamen Titel „Gruppen von vielfältigen Problemlösern können Gruppen von hochfähigen Problemlösern übertreffen.“ Sie bauten rechnerische Modelle, in denen Agenten mit unterschiedlichen Problemlösungsheuristiken eine unebene Lösungslandschaft durchsuchten. Jeder Agent steigt auf, bis er feststeckt; dann übernimmt ein anderer Agent von diesem Punkt aus mit anderen Zügen.

Das Ergebnis: Unter den Bedingungen des Modells übertraf eine zufällig ausgewählte Gruppe von Agenten – die zufällige Auswahl garantiert heuristische Diversität – die Gruppe, die aus den individuell besten Agenten bestand. Der Mechanismus ist intuitiv, sobald man ihn sieht: Die besten individuellen Performer haben tendenziell ähnliche Heuristiken gelernt, sodass sie an den gleichen lokalen Optima feststecken. Ein Team von Klonen, so talentiert es auch sein mag, sucht wie ein Geist. Die Mitglieder eines vielfältigen Teams retten sich gegenseitig aus ihren jeweiligen Sackgassen.

Aber die Bedingungen sind wichtig, und Page selbst war klarer darüber als seine Popularisierer: Das Problem muss wirklich schwierig sein (niemand kann es allein lösen), die Agenten müssen alle angemessen fähig sein (Diversität unter den Ahnungslosen hilft nicht), der Pool, aus dem das Team ausgewählt wird, muss groß sein, und das Setting ist iteratives Problemlösen, bei dem Agenten auf den Positionen der anderen aufbauen. „Jede vielfältige Gruppe schlägt jede Expertengruppe“ ist nicht das, was bewiesen wurde, und es so zu behandeln, setzt die Behauptung dem Scheitern aus.

Der Gegenangriff: ein Theorem unter Beschuss

Im Jahr 2014 veröffentlichte die Mathematikerin Abigail Thompson eine pointierte Kritik in den Notices of the American Mathematical Society (Bd. 61, Nr. 9, S. 1024–1030) mit dem Titel „Schlägt Diversität die Fähigkeit? Ein Beispiel für den Missbrauch von Mathematik in den Sozialwissenschaften.“ Ihr Argument hatte zwei Aspekte. Erstens, dass das formale Theorem im Hong-Page-Papier, sobald seine Annahmen entpackt sind, fast trivial ist – in ihrer Lesart bauen die Bedingungen die Schlussfolgerung effektiv ein, und der mathematische Inhalt ist dünn für das soziale Gewicht, das darauf gelegt wird. Zweitens, dass die Simulationen, die die breitere Behauptung unterstützen, empfindlich auf Parameterentscheidungen reagieren und die weitreichenden Schlussfolgerungen, die daraus gezogen werden, nicht rechtfertigen.

Die Kritik zog eigene Antworten nach sich. Eine Notiz von 2017 in der Critical Review von Daniel Kuehn argumentierte, dass Thompsons mathematische Einwände unterschiedlich falsch, irreführend oder nebensächlich für die Funktionsweise formaler Modelle in den Sozialwissenschaften waren – wo der Wert eines Modells der Mechanismus ist, den es isoliert, nicht die Tiefe seines Beweises. Wissenschaftsphilosophen, die an epistemischen Gemeinschaften arbeiten, darunter Daniel Singer, haben verwandte Modelle entwickelt, in denen der Wert der Diversität in modifizierten Formen überlebt.

Unsere Lesart, für das, was ein Praktiker braucht: das Theorem ist schwächer als sein Titel, der Mechanismus ist real und beobachtbar, und der weitreichende Slogan sollte zugunsten der bedingten Behauptung zurückgezogen werden. Wenn Sie mit einem schwierigen, multidimensionalen Problem konfrontiert sind und Ihr Kandidatenpool tief ist, wird ein Team, das für komplementäre Denkweisen ausgewählt wurde, oft den Lösungsraum besser durchsuchen als ein Team, das rein nach individuellen Punktzahlen ausgewählt wurde – weil individuelle Punktzahlen Menschen zusammenbringen, die ähnlich denken. Diese Behauptung benötigt kein übergreifendes Theorem, und der nächste Abschnitt zeigt, warum.

Die Mathematik, die niemand bestreitet: das Diversitätsvorhersage-Theorem

Entfernen Sie die umstrittenen Modelle, und ein Stück Mathematik bleibt stehen, mit dem niemand streitet, weil es eine Identität ist – Algebra, nicht Empirie. Scott Page nennt es das Diversitätsvorhersage-Theorem (in The Difference, 2007). Für jede Gruppe, die numerische Schätzungen vornimmt, wobei der Fehler als quadratische Abweichung von der Wahrheit gemessen wird:

Zwei Konsequenzen ergeben sich direkt. Erstens ist die aggregierte Schätzung der Gruppe immer mindestens so genau wie die ihrer durchschnittlichen Mitglieder – die Menge kann nicht schlechter sein als das typische Individuum, obwohl sie schlechter sein kann als das beste. Zweitens, bei festgehaltener individueller Genauigkeit reduziert jede Zunahme an echtem Dissens mechanisch den kollektiven Fehler. Diversität ist in dieser Gleichung kein Bonus, der sich gut anfühlt; sie ist einer der beiden Begriffe. Eine Gruppe genauer Klone und eine Gruppe mäßig genauer Kontrahenten können durch unterschiedliche Wege zu identischem kollektivem Fehler gelangen.

Der Haken – und es ist derselbe Haken, der sich durch all diese Forschung zieht – ist das Wort echt. Das Theorem belohnt die Diversität der Vorhersagen, was Diversität der Informationen und Modelle erfordert. Wenn jeder die gleichen drei Quellen liest, drängen sich ihre Vorhersagen zusammen, der Diversitätsbegriff bricht zusammen, und die Menge degeneriert zu einem Echo. Dies ist genau der Fehlermodus, der in der Weisheit der Massen-Literatur dokumentiert ist: Korrellierte Fehler heben sich nicht auf, sie kumulieren.

Wann Diversität hilft

Wann es nicht hilft – der Teil, den der Slogan auslässt

Ein ehrlicher Bericht muss die Kosten einbeziehen, denn sie sind real und der Grund, warum vielfältige Teams manchmal in der Praxis schlechter abschneiden als homogene, selbst wenn die Theorie für sie spricht.

Das Muster in der organisatorischen Literatur stimmt mit den Modellen überein: Die Vorteile der Diversität sind abhängig von der Komplexität der Aufgabe und der Qualität des Prozesses, und ihre Kosten sind vorab (Koordination, Konflikt, langsamere Normbildung), während ihre Vorteile nachträglich (bessere Suche, weniger blinde Flecken) sind. Teams, die früh aufgeben, erfassen die Kosten und verpassen die Auszahlung.

Kognitive Diversität ist nicht demografische Diversität

Eine Unterscheidung, die diese Debatte ehrlich hält: Die oben genannte Forschung bezieht sich auf kognitive (oder epistemische) Diversität – Unterschiede in Informationen, Ausbildung, Heuristiken und mentalen Modellen. Demografische Diversität ist eine andere Variable. Die beiden sind in der realen Welt korreliert, weil Lebenserfahrungen Informationen und Perspektiven prägen, aber sie sind nicht austauschbar, und die stärksten Forschungseffekte hängen von der kognitiven Art ab. Ein demografisch vielfältiges Team, das auf identischen Quellen und identischer Ausbildung basiert, kann kognitiv einheitlich sein; ein demografisch ähnliches Team kann einen Ingenieur, einen Anwalt und einen Feldoperator enthalten, die über alles, was wichtig ist, uneinig sind. Beachten Sie auch, dass Woolleys c-Faktor-Korrelationen – soziale Sensibilität und Gesprächswechseln – sich auf Prozess beziehen, nicht auf die Zusammensetzung einer der beiden Arten. Für eine tiefere Behandlung der Unterscheidung und der dahinterstehenden Forschung siehe unseren Leitfaden zu epistemischer Diversität.

Was man tatsächlich tun sollte: das Team zusammenstellen und leiten

Die defensible Kern dieser Forschung in die Praxis umzusetzen, ergibt Ratschläge, die weniger zitierfähig sind als der Slogan, aber viel robuster:

Vielfältige Eingaben zählen lassen: Struktur als Multiplikator

Beachten Sie, dass jede praktische Empfehlung oben darauf abzielt, Diversität zu erfassen, nicht nur sie zu versammeln. Das ist der Punkt, an dem strukturierte Methoden ihren Wert beweisen. In einer Argumentenkarte trägt jeder Stakeholder unabhängig sein Argument bei — bevor das Treffen auf einen Favoriten konvergiert — und jedes Argument steht oder fällt mit seinem bewerteten Wert, nicht mit der Seniorität desjenigen, der es vorgebracht hat. Dies trennt die Verbindung zwischen Status und Einfluss, die einer selbstbewussten Stimme erlaubt, einen vielfältigen Raum zu homogenisieren.

Argumentree implementiert genau dieses Muster für kollaborative Entscheidungsfindung: Eingaben von mehreren Stakeholdern werden asynchron und unabhängig gesammelt, Argumente werden in einen gemeinsamen Pro-/Contra-Baum organisiert, und multidimensionale Bewertungen (Hilfreichkeitsgrad, Klarheit, Genauigkeit, Vollständigkeit) werden in Konsenswerte aggregiert. Die Vielfalt, die Ihre Einstellung hervorgebracht hat, wird zu Informationen, die Ihre Entscheidung tatsächlich nutzt — mit einer vollständigen Prüfspur, die zeigt, welche Perspektiven das Ergebnis geprägt haben. Und da Beiträge in 66 Sprachen geleistet werden können, ist der Pool an Perspektiven nicht auf die beschränkt, die die Sprache des Treffens fließend sprechen.

Für den längeren Bogen der Forschung, auf die sich dieser Artikel stützt — von Condorcets Jurytheorem bis zu den heutigen Mensch-KI-Teams — siehe unser Begleitstück, Kollektive Intelligenz: 240 Jahre Forschung.