Was ist datengestützte Entscheidungsfindung? Datengestützte Entscheidungsfindung bedeutet, dass Entscheidungen auf der Grundlage von Fakten getroffen werden – gemessene Daten, Kennzahlen und dokumentierte Argumente –, anstatt sich auf Intuition, Hierarchie oder die lautstärkste Meinung zu verlassen. Sie basiert menschliches Urteilsvermögen auf überprüfbaren Informationen, sodass eine Entscheidung erklärt und verteidigt werden kann.

Der datengesteuerte Entscheidungsfindungsprozess läuft in Schritten ab: Definieren Sie die Entscheidung und die Frage, die sie beantworten muss; sammeln Sie die relevanten Daten und Belege; wandeln Sie diese Belege in explizite Argumente für und gegen jede Option um; bewerten Sie die Argumente hinsichtlich Qualität und Gewichtung; treffen Sie eine Entscheidung auf der Grundlage der Gesamtunterstützung; und dokumentieren Sie die Entscheidung zusammen mit den dazugehörigen Belegen, damit das Ergebnis im Vergleich zu dem vorhergesagten Ergebnis überprüft werden kann. Bei datengesteuerten Entscheidungen lassen wir die Fakten sprechen, während bei datenbasierten Entscheidungen Daten als eine von mehreren Eingaben neben der Erfahrung behandelt werden. Datengesteuerte Entscheidungen scheitern jedoch immer noch, wenn Daten selektiv verwendet werden, um ein vordefiniertes Ergebnis zu rechtfertigen, wenn die Argumentation, die Daten und Entscheidung miteinander verbindet, nie schriftlich festgehalten wird oder wenn die Belege nach dem Treffen verloren gehen. Argumentree unterstützt die datengesteuerte Entscheidungsfindung, indem es Argumente und ihre unterstützenden Belege in Pro-/Contra-Argumentbäume organisiert, Argumente mithilfe von KI aus Dokumenten und Protokollen von Besprechungen extrahiert, einer Gruppe ermöglicht, jedes Argument zu bewerten und zu gewichten, sodass die Schlussfolgerung den Fakten folgt, die Gesamtunterstützung als hierarchische Konsenswerte misst und eine vollständige Prüfspur aufzeichnet, die jede Entscheidung mit den zugrunde liegenden Daten verknüpft – in 66 Sprachen.

Definitionshandbuch

Was ist datengestützte Entscheidungsfindung?

Datenbasierte Entscheidungsfindung stützt sich auf Beweise und dokumentierte Argumente – nicht auf Intuition, Hierarchie oder die lautstärkste Meinung –, sodass jede Entscheidung erklärt und verteidigt werden kann.

Kurz gesagt:

Datengestützte Entscheidungsfindung (DDDM) basiert auf messbaren Fakten und klaren Argumenten anstatt auf Bauchgefühl. Sie ersetzt nicht das Urteilsvermögen – sie prüft das Urteilsvermögen anhand nachweisbarer Informationen, sodass die Entscheidung auf den stärksten verfügbaren Beweisen beruht und auch lange nach ihrer Umsetzung verteidigt werden kann.

Der datengestützte Entscheidungsfindungsprozess

  1. 1

    Die Entscheidung definieren

    Formulieren Sie die Frage, die durch die Daten beantwortet werden soll, und listen Sie die verfügbaren Optionen auf.

  2. 2

    Beweise sammeln

    Sammeln Sie die Metriken, Fakten und Quellen, die für jede Option relevant sind.

  3. 3

    Beweise in Argumente umwandeln

    Wandeln Sie Rohdaten in explizite Gründe dafür und dagegen um – Daten sind erst dann wichtig, wenn sie Teil eines Arguments sind, das bewertet werden kann.

  4. 4

    Bewerten und abwägen

    Bewerten Sie jedes Argument hinsichtlich Genauigkeit und Relevanz, sodass stichhaltige Beweise stärker gewichtet werden als schwache.

  5. 5

    Entscheidung über die beste Option treffen

    Konzentrieren Sie sich auf die Option, die durch die abgewogenen Beweise am besten unterstützt wird.

  6. 6

    Dokumentieren und überprüfen

    Verknüpfen Sie die Entscheidung mit den zugehörigen Beweisen und überprüfen Sie dann das Ergebnis im Vergleich zu dem, was die Daten vorhergesagt haben.

Datenbasiert im Vergleich zu datengestützt

Datenbasiert

Die Fakten liefern den Ausschlag. Kennzahlen und dokumentierte Argumente bilden die primäre Grundlage für die Entscheidung – das Urteilsvermögen füllt die Lücken, die die Daten offenlassen.

Datenorientiert

Daten sind eine wichtige Information von vielen, neben Erfahrung und Kontext. Sie schränken ein und prüfen das Urteilsvermögen, anstatt es zu ersetzen. Die meisten fundierten Entscheidungen fallen in diese Kategorie.

Der Feind der Daten: das HiPPO

Wenn keine Daten vorliegen, verlassen sich Gruppen auf die Meinung des HiPPO – der Person mit dem höchsten Gehalt. Der Begriff wurde um das Jahr 2006 vom Analyseexperten Avinash Kaushik populär gemacht, und ein Forschungsteam von Microsoft fand ihn so gut, dass es Tausende von HiPPO-Stressbällen verteilte, um die Botschaft zu unterstreichen: lassen Sie sich nicht von der Dienstalter über die Fakten hinwegsetzen.

Das klassische Beispiel stammt von Amazon. Ein Ingenieur entwickelte einen Prototyp, der Produktempfehlungen basierend auf den Artikeln in Ihrem Warenkorb anzeigte. Eine Führungskraft – das „HiPPO“ (Highest Paid Person’s Opinion) – befürchtete, dass dies die Leute vom Bestellvorgang ablenken würde, und ordnete an, das Projekt einzustellen. Ein einfaches, kontrolliertes Experiment zeigte jedoch, dass es ein großer Erfolg war, und es wurde implementiert. Die Lehre daraus, die eine Unternehmenskultur prägte: lassen Sie die Daten Vorrang vor der Meinung des „HiPPO“ haben.

Es geht nicht nur um die Unternehmenskultur – das zeigt sich auch in den Zahlen. Eine Studie von Brynjolfsson, Hitt & Kim (2011) untersuchte 179 große börsennotierte Unternehmen und stellte fest, dass diejenigen, die datengestützte Entscheidungsfindung einsetzen, eine um etwa 5–6 % höhere Produktion und Produktivität erzielten als erwartet, wenn man ihre anderen Investitionen berücksichtigt.

Warum datengestützte Entscheidungen immer noch scheitern

Ausgewählte Daten

Beweise werden so ausgewählt, dass sie eine bereits getroffene Schlussfolgerung untermauern.

Die Argumentation wurde nie schriftlich festgehalten

Der Zusammenhang zwischen den Daten und der Entscheidung existiert nur im Kopf einer Person und kann daher nicht überprüft werden.

Beweise gehen nach dem Treffen verloren

Niemand kann die Entscheidung überprüfen, da die Daten und Argumente verschwunden sind.

Wie Argumentree datengestützte Entscheidungen trifft.

Daten verbessern eine Entscheidung nur dann, wenn sie zu einem Argument werden, das man abwägen und festhalten kann. Argumentree wandelt Beweise in strukturierte Argumentation um, die auf Argumentationsschemata basiert:

KI-basierte Extraktion aus Dokumenten

Extrahieren Sie Argumente und die dazugehörigen Belege direkt aus Berichten, Transkripten und Dokumenten – so werden die Daten im Raum zu strukturierten Eingaben und nicht zu vergessenen Informationen.

Belege in Pro-/Contra-Struktur

Jeder Beleg wird als Argument unter der Option dargestellt, für die er spricht oder gegen die er sich ausspricht, sodass die gesamte Beweisgrundlage sichtbar und strukturiert ist.

Bewerten, gewichten und einstufen

Die Teilnehmer bewerten Argumente hinsichtlich ihrer Genauigkeit und Relevanz; die Bewertungen werden in der Struktur zu einer Gesamtbewertung zusammengefasst, sodass die Schlussfolgerung den gewichteten Belegen folgt und nicht nur auf Behauptungen basiert.

Nachvollziehbare Entscheidungsfindung bis zu den Daten

Die Versionsverwaltung von Argumenten und der Entscheidungslebenszyklus stellen sicher, dass jede Entscheidung mit den zugrunde liegenden Belegen verknüpft ist – dies ermöglicht eine nachvollziehbare Begründung auch Monate später in 66 Sprachen.

Teil der umfassenderen Praxis von Entscheidungsfindung und Entscheidungsintelligenz; siehe auch, wie Teams Beweise gemeinsam in kollaborative Entscheidungsfindung abwägen.

Warum es sich lohnt

Nachvollziehbare Entscheidungen

Jede Entscheidung lässt sich auf die zugrunde liegenden Fakten und Argumente zurückführen.

Weniger Voreingenommenheit

Die Aufdeckung und Bewertung von Argumenten reduziert selektive Informationsauswahl und den Einfluss der Meinung des bestbezahlten Mitarbeiters (HiPPO).

Lernprozess

Durch die Dokumentation der Begründung können Sie die Ergebnisse mit den Vorhersagen vergleichen und beim nächsten Mal bessere Entscheidungen treffen.

Häufig gestellte Fragen

Was ist datengestützte Entscheidungsfindung?

Datengestützte Entscheidungsfindung (manchmal abgekürzt als DDDM) ist die Praxis, Entscheidungen auf der Grundlage von Beweisen zu treffen – gemessenen Fakten, Metriken und dokumentierten Argumenten – anstatt sich auf Intuition, Hierarchie oder die lauteste Stimme zu verlassen. Sie beseitigt nicht das menschliche Urteilsvermögen; sie begründet das Urteilsvermögen in überprüfbaren Informationen, so dass eine Entscheidung erklärt und verteidigt werden kann.

Welche Schritte umfasst die datengestützte Entscheidungsfindung?

Ein typischer Zyklus: (1) Definition der Entscheidung und der Frage, die sie beantworten muss; (2) Sammlung der relevanten Daten und Beweise; (3) Umwandlung dieser Beweise in explizite Argumente für und gegen jede Option; (4) Bewertung der Argumente hinsichtlich Qualität und Gewichtung; (5) Entscheidung auf der Grundlage der Gesamtunterstützung; und (6) Aufzeichnung der Entscheidung und ihrer Beweise, so dass das Ergebnis mit dem verglichen werden kann, was vorhergesagt wurde.

Was ist der Unterschied zwischen datengestützten und datenorientierten Entscheidungen?

Bei datengestützten Entscheidungen lassen die Beweise den Weg weisen – die Zahlen und dokumentierten Argumente bilden die primäre Grundlage für die Wahl. Datenorientierte Entscheidungen betrachten Daten als eine wichtige Information neben Erfahrung und Kontext. In der Praxis sind die meisten guten Entscheidungen datenorientiert: Die Daten schränken das Urteilsvermögen ein und testen es, anstatt es vollständig zu ersetzen.

Warum scheitern datengestützte Entscheidungen immer noch?

Sie scheitern, wenn die Daten selektiv verwendet werden, um eine bereits getroffene Schlussfolgerung zu rechtfertigen, wenn die Argumentation, die Daten und Entscheidung miteinander verbindet, nicht schriftlich festgehalten wird oder wenn die Beweise nach dem Treffen verloren gehen, so dass die Entscheidung nicht überprüft werden kann. Daten verbessern Entscheidungen nur dann, wenn die darauf aufbauenden Argumente dargelegt, offen bewertet und aufgezeichnet werden.

Wie unterstützt Software die datengestützte Entscheidungsfindung?

Entscheidungssoftware wandelt Rohdaten in eine Struktur um, über die man argumentieren kann: Sie organisiert Argumente und ihre unterstützenden Daten in Pro-/Contra-Bäumen, ermöglicht es einer Gruppe, jedes Argument zu bewerten und zu gewichten, misst die Gesamtunterstützung, so dass die Schlussfolgerung den Beweisen folgt, und führt ein Auditprotokoll, das die Entscheidung mit den zugrunde liegenden Daten verknüpft. Argumentree bietet zusätzlich eine KI-gestützte Extraktion von Argumenten aus Dokumenten und Transkripten sowie Unterstützung für 66 Sprachen.

Stützen Sie Ihre Entscheidungen auf Fakten.

Verwandeln Sie Berichte, Protokolle und Kennzahlen in strukturierte Argumente, die Ihr Team bewerten und prüfen kann. Beginnen Sie mit der datengestützten Entscheidungsfindung auf Argumentree.

Kostenlos testen