Hugendubel.info - Die B2B Online-Buchhandlung 

Merkliste
Die Merkliste ist leer.
Bitte warten - die Druckansicht der Seite wird vorbereitet.
Der Druckdialog öffnet sich, sobald die Seite vollständig geladen wurde.
Sollte die Druckvorschau unvollständig sein, bitte schliessen und "Erneut drucken" wählen.

Warum Sie Ihrem Bauchgefühl weniger trauen sollten

E-BookEPUBePub WasserzeichenE-Book
304 Seiten
Deutsch
Redlineerschienen am21.05.2023
Daten schlagen Intuition Entscheidungen treffen ist nicht immer leicht. Im Zweifel entscheiden viele dabei nach Bauchgefühl. Was sich gut anfühlt, wird schließlich auch gut sein, oder? Doch unsere Intuition ist weit weniger zuverlässig, als wir glauben, wie Seth Stephens-Davidowitz in seinem Buch unterhaltsam belegt. Der frühere Google-Datenwissenschaftler und Bestsellerautor zeigt auf Basis der neuesten Big-Data-Forschung und anhand von vielen lustigen Anekdoten, wie leicht wir oft falschliegen, wenn es darum geht, instinktiv die richtige Wahl zu treffen. Von überraschenden Erfolgsstrategien beim Dating bis hin zu außergewöhnlichen Karriereboostern - sein Buch ist voll von verblüffenden Erkenntnissen darüber, was uns Daten, auch über uns selbst, verraten, und wie sie unser Leben zuverlässig einfacher machen.

Seth Stephens-Davidowitz ist New-York-Times-Bestsellerautor und Keynote-Speaker. Er arbeitete unter anderem als Datenwissenschaftler bei Google, doziert und schreibt gegenwärtig für die New York Times. Seine Forschungsergebnisse wurden u.a. im Journal of Public Economics veröffentlicht.mehr
Verfügbare Formate
BuchGebunden
EUR20,00
E-BookPDF1 - PDF WatermarkE-Book
EUR15,99
E-BookEPUBePub WasserzeichenE-Book
EUR15,99

Produkt

KlappentextDaten schlagen Intuition Entscheidungen treffen ist nicht immer leicht. Im Zweifel entscheiden viele dabei nach Bauchgefühl. Was sich gut anfühlt, wird schließlich auch gut sein, oder? Doch unsere Intuition ist weit weniger zuverlässig, als wir glauben, wie Seth Stephens-Davidowitz in seinem Buch unterhaltsam belegt. Der frühere Google-Datenwissenschaftler und Bestsellerautor zeigt auf Basis der neuesten Big-Data-Forschung und anhand von vielen lustigen Anekdoten, wie leicht wir oft falschliegen, wenn es darum geht, instinktiv die richtige Wahl zu treffen. Von überraschenden Erfolgsstrategien beim Dating bis hin zu außergewöhnlichen Karriereboostern - sein Buch ist voll von verblüffenden Erkenntnissen darüber, was uns Daten, auch über uns selbst, verraten, und wie sie unser Leben zuverlässig einfacher machen.

Seth Stephens-Davidowitz ist New-York-Times-Bestsellerautor und Keynote-Speaker. Er arbeitete unter anderem als Datenwissenschaftler bei Google, doziert und schreibt gegenwärtig für die New York Times. Seine Forschungsergebnisse wurden u.a. im Journal of Public Economics veröffentlicht.
Details
Weitere ISBN/GTIN9783962674991
ProduktartE-Book
EinbandartE-Book
FormatEPUB
Format HinweisePub Wasserzeichen
FormatE101
Verlag
Erscheinungsjahr2023
Erscheinungsdatum21.05.2023
Seiten304 Seiten
SpracheDeutsch
Dateigrösse6330 Kbytes
Artikel-Nr.10135962
Rubriken
Genre9200

Inhalt/Kritik

Leseprobe

Einführung
Selbsthilfe für Datenfreaks

Sie können im Leben bessere Entscheidungen treffen. Und Big Data können Ihnen dabei helfen.

Wir erleben im Moment eine stille Revolution in unserem Verständnis der wichtigsten menschlichen Lebensbereiche - dank des Internets und der vielen Daten, die es generiert hat. In den letzten paar Jahren haben Wissenschaftler in verschiedenen Bereichen enorme Datensammlungen erstellt - von Tinder-Nachrichten über Wikipedia-Profile bis hin zu Facebook-Beziehungsstatusangaben. Unter diesen Tausenden oder Millionen von Einzeldaten fanden sie, vielleicht zum ersten Mal überhaupt, glaubhafte Antworten auf grundlegende Fragen. Fragen wie:

Was macht gute Eltern aus?


Wer ist insgeheim reich - und warum?


Wie wird man berühmt?


Warum haben manche Leute so ungewöhnlich viel Glück?


Was sind die Indikatoren für eine glückliche Ehe?


Und, noch allgemeiner formuliert: Was macht Menschen glücklich?


Oft sind die Antworten, die sich aus den Daten ergeben, nicht die, die man erwartet hätte, und die Entscheidungen, die sich daraus ergeben, sind anders als die, die man ansonsten getroffen hätte. Es gibt ganz einfach Erkenntnisse aus diesen riesigen Datenmengen, die es Ihnen oder einer Person, die Sie kennen, ermöglichen, bessere Entscheidungen zu treffen.

Hier sind drei Beispiele für sehr unterschiedliche Lebenssituationen und was Wissenschaftler dazu herausgefunden haben:

Beispiel #1: Nehmen wir an, Sie sind ein Single-Mann oder eine Single-Frau, der oder die nicht so viele Dates bekommt, wie Sie sich das wünschen würden. Sie versuchen, sich in allem zu verbessern, worauf andere Sie hinweisen. Sie kleiden sich besser. Sie lassen sich ein Zahn-Bleaching machen. Sie lassen sich für teures Geld eine neue Frisur verpassen. Aber nichts passiert. Es kommen einfach keine Anfragen für Verabredungen.

Ein paar Einblicke aus Big Data könnten hier helfen.

Der Mathematiker und Autor Christian Rudder untersuchte zig Millionen bevorzugte Eigenschaften auf OkCupid, um herauszufinden, welche Eigenschaften die Teilnehmer mit den meisten Verabredungen aufwiesen. Er stellte fest - und das war keine große Überraschung -, dass die begehrtesten Teilnehmer*innen solche waren, die mit den herrschenden Schönheitsidealen übereinstimmten: die Brad Pitts und Natalie Portmans auf dieser Welt.

Aber er fand in den Datenbergen auch andere Teilnehmer*innen, die sich überraschend gut schlugen: diejenigen, die einen extremen Look hatten. Zum Beispiel Leute mit blauen Haaren, Tätowierungen, verrückten Brillen oder kahl rasiertem Schädel.

Warum? Der Schlüssel zum Erfolg dieser unkonventionellen Teilnehmer*innen ist, auch wenn sich viele von ihnen nicht besonders angezogen fühlen oder sie sich sogar unattraktiv finden, dass sie für manche Menschen wirklich sehr attraktiv sind.1 Und beim Dating ist das das Allerwichtigste.

Beim Dating ist die beste Strategie - wenn Sie nicht atemberaubend schön sind - mit Rudders Worten »eine Menge Jas, eine Menge Neins, aber nur sehr wenig Na jas zu bekommen«. Eine solche Strategie, so fand Rudder heraus, kann bis zu 70 Prozent mehr Nachrichten führen. Sei eine extreme Version deiner selbst, so sagen die Daten, und manche Menschen werden dich extrem attraktiv finden.

Beispiel #2: Nehmen wir an, Sie haben gerade ein Baby bekommen.[1] Nun müssen Sie sich für eine Wohngegend entscheiden, in der Sie dieses Kind aufwachsen lassen wollen. Sie wissen schon, wie man das macht. Man fragt ein paar Freunde, googelt ein paar grundsätzliche Faktoren, schaut sich ein paar Häuser an. Und zack! Schon haben Sie ein Heim für Ihre Familie. Sie denken, das sei ja keine große Wissenschaft.

Aber es gibt heute eine Wissenschaft, die sich mit der Suche nach Wohngegenden beschäftigt.

Forscher nutzten vor Kurzem neuere Steuerdaten, um die Lebenslinien von Hunderten Millionen Amerikanern zu untersuchen. Die Wissenschaftler entdeckten, dass es das Leben eines Menschen dramatisch beeinflussen kann, in welcher Stadt er aufwuchs - ja sogar in welchem Stadtviertel dort. Und die besten Wohnviertel sind nicht immer diejenigen, von denen man das erwarten würde. Und es sind auch nicht immer die teuersten. Es gibt heute Landkarten, die Eltern auf der Basis extensiver Datenanalyse über die Qualität jedes noch so kleinen Wohnviertels in den Vereinigten Staaten informieren können.

Und das ist noch nicht alles. Die Forscher haben auch nach Daten gesucht, um herauszufinden, welche Eigenschaften die besten Wohnviertel meist aufweisen, in denen Kinder am besten aufwachsen; dabei haben sie viele Irrtümer ausgeräumt, die bisher über Kindererziehung im Umlauf waren. Dank Big Data können wir heute Eltern endlich sagen, was für eine erfolgreiche Kindheit wirklich zählt (Stichwort: erwachsene Vorbilder), und was viel weniger wichtig ist (Stichwort: die angesagtesten Schulen).

Beispiel #3: Nehmen wir an, Sie sind eine aufstrebende Künstlerin, die einfach nicht den großen Durchbruch schafft. Sie kaufen jedes Buch über Ihre Kunstart, das Sie finden können. Sie bekommen Feedback von Ihrem Freundeskreis. Sie überarbeiten Ihre Stücke immer und immer wieder. Aber nichts scheint zu funktionieren. Sie verstehen einfach nicht, was Sie falsch machen.

Big Data hat hier einen häufigen Fehler entdeckt.

Eine neuere Studie über die Karrierewege von Hunderttausenden Maler*innen, durchgeführt von Samuel P. Fraiberger, hat ein bislang verborgenes Muster dafür aufgedeckt, warum manche Erfolg haben und andere nicht.2 Was ist also das Geheimnis, das die großen Namen von den Unbekannten unterscheidet, die sich einen solchen erkämpfen wollen?

Oft geht es darum, wie sie ihr Werk präsentieren. Künstler, die nie einen Durchbruch schaffen, so sagen uns die Daten, neigen dazu, ihre Werke immer wieder an denselben wenigen Orten auszustellen. Künstler, die groß herauskommen hingegen, stellen an viel mehr Orten aus und schaffen sich so die Möglichkeit, irgendwo auf den großen Durchbruch zu stoßen.

Viele haben schon darüber gesprochen, wie wichtig es für die Karriere ist, sich zu zeigen. Aber die Datenanalysten haben herausgefunden, dass es darum geht, an möglichst vielen verschiedenen Orten aufzutreten.

Dieses Buch soll nicht nur für Singles, frischgebackene Eltern oder aufstrebende Künstler*innen ein Ratgeber sein - auch wenn für all jene noch mehr Lektionen kommen werden. Mein Ziel ist, Lektionen aus den neuen, großen Datensammlungen zu präsentieren, die Ihnen etwas nützen, egal, in welcher Lebensphase Sie sich befinden. Es gibt Erkenntnisse, die erst kürzlich von Datenforschern entdeckt wurden, wie man glücklicher ist, besser aussieht, im Beruf vorankommt und vieles mehr. Und die Idee für dieses Buch kam mir an einem Abend, als ich ⦠mir ein Baseballspiel ansah.
Moneyball fürs Leben

Ich kann nicht umhin, genau wie andere Baseballfans zu bemerken: Baseball ist heute ein ganz anderes Spiel, als es das noch vor drei Jahrzehnten war. Als ich noch ein kleiner Junge war und meinen geliebten New York Mets zujubelte, trafen die Baseballteams ihre Entscheidungen aus dem Bauchgefühl und der Intuition heraus. Sie entschieden sich, ob sie einen Bunt oder einen Steal spielen sollten, nach dem Gefühl des Managers. Sie wählten die Spieler, die sie anheuerten, nach dem Eindruck von Scouts aus.

Doch gegen Ende des 20. Jahrhunderts gab es Hinweise darauf, wie es besser gehen könnte. Jedes Jahr in meiner Kindheit brachte mein Vater ein neues Buch von Bill James nach Hause. James, der in Nachtschichten als Wachmann in einer Fabrik für Schweinefleisch mit Bohnen in Dosen in Kansas arbeitete, war ein obsessiver Baseball-Fan. Und er hatte eine unkonventionelle Herangehensweise bei der Analyse des Spiels: die seit Neuem verfügbaren Computer und digitalen Daten. James und seine Kollegen - Sabermetriker genannt - entdeckten bei ihrer Analyse der Daten, dass viele der Entscheidungen, die die Teams normalerweise trafen, komplett falsch waren, wenn sie aus dem Bauch heraus entschieden.

Wie oft sollten Teams einen Bunt spielen? Viel seltener, sagten die Sabermetriker. Wie oft sollten sie einen Steal spielen? Fast nie. Wie viel waren Spieler wert, die viele Walks machten? Mehr, als die Teams dachten. Wen sollten die Teams anheuern? Mehr College-Pitcher.

Mein Vater war nicht der Einzige, der von James Ansatz fasziniert war. Billy Beane, ein Baseballspieler, der Baseballmanager wurde, war ein großer Bill-James-Fan. Und als er General Manager der Oakland A s wurde, beschloss er, sein Team anhand der Prinzipien der Sabermetrie zu führen.

Die Ergebnisse waren bemerkenswert. Wie im Buch und Film Moneyball bekanntermaßen erzählt wird, erreichten die Oakland A s die Play-offs 2002 und 2003, obwohl sie ihre Spieler von allen Baseballmannschaften mit am schlechtesten bezahlten.3 Und die Rolle der Analytik im Baseball hat sich seitdem explosionsartig vergrößert. Die Tampa Bay Rays, von denen...
mehr