Treffsichere Prognosen von Produktanforderungen – die Crowd weiß es besser

Treffsichere Prognosen von Produktanforderungen - die Crowd weiß es besserWie Sie die richtigen Anforderungen und User Experience Ideen erkennen und wie treffsicher schwarmintelligente Prognosen sind.

Bei der Entwicklung umsatzstarker Produkte setzen wir auf zuverlässige Entscheidungen. Als unser Kunde wissen Sie das. Als Leser unseres Blogs ahnen Sie das.

Nach einigen Monaten Forschung und Entwicklung haben wir nun eine webbasierte Lösung zur Verfügung, mit der wir den Erfolg von Produktanforderungen oder User Experience Ideen vorhersagen können.

Unsere Lösung nutzt die Mechanismen der Schwarmintelligenz. Das bedeutet, dass die Schätzung einer Gruppe, neudeutsch auch als Crowd bezeichnet, wiederholbar besser ist als die ihrer einzelnen Mitglieder. Voraussetzung hierfür sind unter anderem Meinungsvielfalt und Unabhängigkeit der Schätzenden. Im Übrigen darf Schwarmintelligenz nicht mit dem Schwarmverhalten verwechselt werden. Weiter unten erfahren Sie mehr zum Unterschied.

Welche Prognosesicherheit Sie sich von unserer schwarmintelligenten Lösung erwarten können, möchten wir Ihnen im Folgenden anhand von Zahlen demonstrieren.

Treffsicherheit der Crowd

Das Jelly Bean Experiment

Das wohl bekannteste Experiment zu Gruppenschätzungen ist das Jelly Bean Experiment. Es ist nach der Aufgabe benannt, die Professor Jack Treynor seinen 56 Studenten gab. Sie sollten die Menge der Jelly Beans schätzen, die er in einem Glas präsentierte.

Die durchschnittliche Schätzung der Studenten ergab 871. Tatsächlich waren 850 Jelly Beans im Glas. Das ergibt eine Treffgenauigkeit aller Studenten zusammen von 97,5 Prozent. Nur ein Student hatte besser geschätzt als die Gruppe. Dass er beim nächsten Mal genauso gut schätzen würde, ist jedoch zweifelhaft. Die Treffsicherheit der Crowd bleibt auch bei wiederholten Schätzungen bestehen.

Aufenthaltsdauer in der Klinik

Natürlich erscheint das Jelly Bean Experiment im Vergleich zu Entscheidungen über Produktanforderungen oder User Experience Ideen banal. Dass die Gruppe allerdings auch bei komplexeren Themen besser entscheidet, weisen eine Reihe von dokumentierten Erfahrungen nach.

Beispielsweise haben Johnson & McNeal 12 Menschen aus dem Gesundheitswesen nach der Dauer des Klinikaufenthalts für 379 Patienten gefragt. Die Treffgenauigkeit der kleinen Gruppe lag zwischen 63 und 86 Prozent.

Erstaunlicherweise war die Treffgenauigkeit der erfahreneren Kräfte nicht besser als die der Gruppe. Weitere Beispiele für dieses Phänomen liefert J. Scott Armstrong in seinem Paper zur „The seer-sucker theory“ [1].

Das Unglück der Raumfähre Challenger

Einige komplexe Gruppenvorhersagen beschreibt James Jurowiecki in seinem Buch „Die Weisheit der Vielen“. So auch die zum Absturz der Raumfähre Challenger.

Am Start der Challenger waren vier börsennotierte Zulieferer beteiligt. Nach ihrer Explosion am 28. Januar 1986 brachen die Aktienkurse der Zulieferer ein. Am Ende des Handelstages verbuchten drei der vier Zulieferer einen Aktieneinbruch von etwa 3 Prozent. Beim vierten Zulieferer hingegen brach der Aktieneinkurs um 12 Prozent ein. Sechs Monate später wurde der Grund für die Explosion gefunden. Auslöser war der sogenannte O-Ring des Zulieferers mit dem hohen Aktieneinbruch.

Jurowiecki betont in seinem Buch, dass es hinsichtlich der Challenger-Zulieferer keinerlei Hinweise auf Insiderhandel gab [2] und zitiert Maureen O’Hara: „Märkte scheinen in der Praxis zu funktionieren, wir sind uns nur nicht sicher, wie sie in der Theorie funktionieren.“

Schwarmintelligenz vs. Schwarmverhalten

Eines ist auf jeden Fall auch theoretisch bereits klar. Wo Menschen im sozialen Austausch stehen, versagt die Schwarmintelligenz. An die Stelle von Unabhängigkeit und Vielfalt tritt das Schwarmverhalten.

Ein sehr schönes Beispiel für Schwarmverhalten lieferte ein Großversuch, den Quarks & Co am 10. April 2007 ausstrahlte. Viele Menschen durften wie sie wollten, kreuz und quer durch eine große Halle laufen. Doch nach schon kurzer Zeit folgten alle einer anfangs kleinen Führungsgruppe.

Quarks & Co - Menschenschwarm

Beim Schwarmverhalten stehen die Konformität zur Gruppe, Denkfehler und andere Effekte im Vordergrund. In punkto Richtigkeit wird der Führung vertraut. Genau das passiert auch in Gruppendiskussion wie sie auch täglich in IT-Unternehmen stattfinden. Hier werden beispielsweise gemeinsam Anforderungen oder User Experience Ideen priorisiert. Das Ergebnis spiegelt jedoch nicht das rationale Schwarmdenken, sondern das gruppenkonforme Verhalten wieder.

Schwarmintelligenz ist ein zuverlässiger Prädiktor

Entscheiden jedoch viele Personen unabhängig voneinander, erhalten Sie belastbare Vorhersagen auf Basis ihrer Schwarmintelligenz. Die Beispiele für ihren Erfolg lassen sich beinahe beliebig fortsetzen. Sei es

  • das Gewicht eines Ochsen, das zu schätzen war (Francis Galton; 787 Teilnehmer, Treffgenauigkeit 99,9 Prozent) [2],
  • die Erfolgsquote des Publikums aus der TV-Show „Wer wird Millionär?“ (91 Prozent) im Vergleich zum Experten als Telefonjoker (61 Prozent) [2] oder
  • die Suche nach der Scorpion, einem U-Boot, das 1968 spurlos im Nordatlantik verschwand. Mit Hilfe des Schwarms und der Bayesschen Suchtheorie generierte John Craven einen Tipp, der bis auf 201 Meter genau war [2].

Wir hoffen, dass Sie die guten Zahlen zur Schwarmintelligenz ein Stück weit motivieren. Verzichten Sie doch bei der nächsten Diskussion zu Ihrem Kernprodukt oder Ihrer innovativen Produkterweiterung einfach mal auf das Schwarmverhalten in Ihrem Unternehmen. Unsere Weblösung ermöglicht Ihnen das.

Entscheidungen auf Basis von Schwarmintelligenz bringen exponentiellen Erfolg, wie Google, HP, Microsoft und Yahoo zeigen. Denn sie nutzen die Schwarmintelligenz schon lange.

Wir geben Ihnen gern David’s Schleuder an die Hand, damit Sie die erfolgreichen Anforderungen leichter von den unnötigen unterscheiden können. Fragen Sie uns einfach danach. Reden kostet Sie nichts.

Ihre Gedanken zu diesem Artikel sind uns wichtig. Bitte teilen Sie Ihre Fragen oder Anregungen mit uns und hinterlassen Sie einen Kommentar. Danke und viel Spaß beim Weiterlesen!

Quellen

[1] Armstrong, J. Scott (1980). The seer-sucker theory: the value of experts in forecasting.

[2] Surowiecki, James (2005). The Wisdom of Crowds. ISBN-10: 0385721706

Bitte verfassen Sie einen Kommentar

Trage deine Daten unten ein oder klicke ein Icon um dich einzuloggen:

WordPress.com-Logo

Du kommentierst mit Deinem WordPress.com-Konto. Abmelden / Ändern )

Twitter-Bild

Du kommentierst mit Deinem Twitter-Konto. Abmelden / Ändern )

Facebook-Foto

Du kommentierst mit Deinem Facebook-Konto. Abmelden / Ändern )

Google+ Foto

Du kommentierst mit Deinem Google+-Konto. Abmelden / Ändern )

Verbinde mit %s