Was ist das Problem – Confirmation Bias Beispiele in der Praxis
Eine falsche Meinung zu haben, kann teuer sein, wie im Beispiel zum Wohnungskauf illustriert. Confirmation Bias Beispiele sind etwa:
- Persönliche Glaubenssätze („Ich bin …“, „Es ist so, dass …“), die sich im Laufe der Zeit immer stärker verfestigen;
- Leistungsbeurteilung in Unternehmen („Unsere Stärken sind …“ oder „Frau Huber ist fleißig“), bei denen Anekdoten und punktuelle Ereignisse zur Verstärkung bestehender Hypothesen und Interpretationen verwendet (und nicht die wirklichen Gründe gesucht) werden;
- Stärkere Polarisierung – Gruppen grenzen sich voneinander vermehrt ab, indem sie lediglich bestätigende Informationen zulassen;
- Vorgefasste Meinung anderer (z.B. Influencer) wird übernommen und „rationalisiert“ – Gründe dafür werden gesucht und keine widersprüchlichen Argumente;
- Innovationen werden nicht gestartet oder weiterverfolgt, da es „nicht notwendig“ ist oder falls schlechte Erfahrungen mit einem ähnlichen Fall gemacht wurden (was als Argument dagegen verwendet wird).
Darüber hinaus suchen wir Menschen nach Identität, was wiederum auf eigenen Werten und Überzeugungen beruht. Der Bestätigungsfehler spielt hier insofern hinein, als er die Identität gewissermaßen schützt sowie subjektive Sicherheit gibt. Das Hinterfragen der eigenen Positionen oder Meinungen scheint gewissermaßen ein Angriff auf diese zu sein.
Digitalisierung und Filterblasen machen den Bestätigungsfehler immer relevanter
Im Zuge der Digitalisierung wurden virtuelle Filterblasen evident – wir haben dem Filter-Bubble-Effect einen eigenen Abschnitt gewidmet – er hängt eng mit dem Confirmation Bias zusammen.
Es scheint, dass trotz immer mehr Möglichkeiten zur Informationsbeschaffung der Bestätigungsfehler in seiner praktischen Relevanz nicht ab-, sondern zunimmt. Wie bereits erwähnt, ist er einer der am universellsten wirkenden Biases – deshalb sind effektive Gegenmaßnahmen gefragt!
Wir kommen alle regelmäßig mit dem Bestätigungsfehler in Berührung – lass uns deine Erfahrungen damit wissen! Use cases sind bei diesem Bias äußerst sinnvoll, da er sehr weitgehend wirkt und diese Beispiele praktische Ansatzpunkte für De-Biasing geben.