Wie ich mit meiner besten Analyse eine Entscheidung verhindert habe

Mehr Daten, bessere Entscheidungen?

Als Analyst:innen verstehen wir uns als Enabler guter Businessentscheidungen. Und gute Entscheidungen sind, so lehrt es die klassische Ökonomie, rationale Entscheidungen: getroffen auf Basis möglichst vollständiger Information, in einem transparenten Prozess, mit der Wahl der optimalen Option. Den idealen Entscheider dahinter kennen wir als Homo oeconomicus.[1]

Daraus folgt eine scheinbar logische Gleichung: Mehr Information führt zu besseren Entscheidungen. Also liefern wir mehr. Noch eine Kennzahl, noch eine Analyse, noch ein Blickwinkel.

Aber stimmt das wirklich?

In meiner Präsentation wurde der Vorstand schnell unruhig. Er wollte einen Einführungspreis hören, keine Detailanalyse. Doch so einfach war es nicht: Je nachdem, wie man Kundengruppen gewichtete, Marktentwicklungen einschätzte oder Kannibalisierungseffekte bewertete, ergab sich ein anderer Preis. Wer solide entscheiden wollte, brauchte das ganze Bild, dachte ich. Also bekam er das ganze Bild.

Was ich damals nicht erkannte: Meine Analyse hatte bei ihm einen Information Overload ausgelöst, eine kognitive Überlastung durch die schiere Menge an Information. So gut die Ergebnisse auch waren, so handlungsunfähig machten sie ihn.

Mit etwas Abstand erkannte ich dasselbe Muster auch bei mir selbst. Einige Jahre später sollte ich ein Analytics-Tool einkaufen. Wir formulierten einen Kriterienkatalog und erhielten daraufhin eine Flut an Informationen zu Funktionen und Konfigurationsmöglichkeiten. Trotz sorgfältiger Pro-und-Contra-Listen war eine rein informationsbasierte Entscheidung kaum möglich. Wir schoben die Entscheidung auf, machten noch einen Durchgang mit den Anbietern, ließen die Entscheidung eine Weile liegen. Am Ende entschieden wir danach, welchem Anbieter wir am meisten vertrauten.

Könnte es also sein, dass wir Datenexpert:innen in vielen Fällen nicht die Enabler, sondern sogar die Verhinderer guter Entscheidungen sind?

Information Overload: Was die Forschung dazu sagt

Information Overload ist gut erforscht, und die Befunde sind eindeutig: Auch die kognitiven Kapazitäten sehr kluger Menschen sind begrenzt. Zu Beginn verbessert jede zusätzliche Information die Qualität einer Entscheidung. Ab einem bestimmten Punkt, der meist früher eintrifft, als erwartet, kippt die Kurve jedoch. Die Entscheidungsqualität bleibt dann nicht einfach gleich, sie verschlechtert sich deutlich, bis Entscheidungen aufgeschoben oder gar nicht mehr getroffen werden [2] [3].

Meinen Marketingvorstand habe ich damals mit Anlauf über diese fallende Kurve hinaus geschubst und er ist im entscheidungsfreien Raum gelandet.

Es verhält sich in etwa so, als würdest du einen Zwei-Liter-Krug voller Wasser in ein Viertelliterglas füllen wollen. So sehr du es dir auch wünschst: Es passt nicht hinein. Den Großteil verschüttest du. Und gießt du zu schwungvoll, kippt womöglich auch das Glas um, und am Ende bleibt gar nichts. Genau so ergeht es Informationen, die unser Gegenüber überfordern: Sie kommen nicht an und verdrängen oft sogar das, was hätte ankommen können.

Daraus folgt eine unbequeme Erkenntnis: Wie viel Information sinnvoll ist, bestimmt nicht die Komplexität unserer Analyse. Das bestimmt einzig und allein die Aufnahmefähigkeit unseres Gegenübers.

Weniger ist mehr. Oder: Weniger ist Entscheidung.

Wir verhindern gute Entscheidungen immer dann, wenn wir kognitive Last nicht als zentralen Designparameter unserer Analysen mitdenken.

Vielleicht kennst du das Gefühl: Dein Datenprojekt wird nicht verstanden, also legst du nach. Noch eine Folie, noch ein Chart, noch mehr Kontext. Das ist eine Falle. Wer dein Projekt nicht versteht, braucht nicht mehr Information. Sondern weniger.

Ja, unsere Analysen sind komplex. Ja, die Antworten sind vielschichtig und selten ein klares Ja oder Nein. Und trotzdem wird auch das intelligenteste Gegenüber unser Projekt nie in seiner ganzen komplexen Schönheit erfassen. Das ist auch nicht seine Aufgabe. Seine Aufgabe ist es, zu entscheiden.

Und wie ist das Pricingprojekt ausgegangen? Entschieden wurde schließlich doch, allerdings ohne mich. Ein paar Wochen später erfuhr ich, dass der Preis festgelegt war. Er orientierte sich am Wettbewerbsprodukt, und keine meiner Analysen hatte dabei eine Rolle gespielt. Damals ärgerte ich mich über die „Bauchentscheidung“. Heute weiß ich: Er hat nicht gegen meine Daten entschieden. Er hat so entschieden, weil er mit meinen Daten nicht entscheiden konnte.

Seitdem gehe ich anders vor. Drei Prinzipien haben sich dabei bewährt:

1. Entscheidung vor Analyse. Die erste Folie beantwortet die Frage, die gestellt wurde. Beim Pricingprojekt hätte sie gelautet: „Einführungspreis: 49 EUR. Alternative: 55 EUR, wenn wir Kundengruppe X priorisieren.“
2. Details auf Abruf. Die Detailtiefe liegt im Anhang und kommt nur ins Gespräch, wenn jemand nachfragt. Die Analyse geht dadurch nicht verloren. Sie wird nur so dosiert, dass sie wirken kann.
3. Eine Kernbotschaft, die hängen bleibt. Ein Satz, der auch nach dem Meeting noch trägt: „Wenn wir uns an der Preisbereitschaft von Kundengruppe X orientieren, positionieren wir uns endlich abseits vom Einheitsbrei am Markt.“