KI-Modell ermittelt exakten Schwellenwert für optimale Ambition

Technischer Hintergrund

Der Paradoxon der rechtsverzerrten Unternehmertum: Umgekehrt sollten Individuen in rechtsverzerrten Umgebungen – das heißt, wenn eine winzige Elite an „Unicorns" den mathematischen Durchschnitt künstlich anhebt (wie im Venture Capital und bei der Schaffung ärsvermögen) – ihre Ambition tatsächlich relativ zu diesem verzerrten Durchschnitt senken.

Dies offenbart eine wesentliche biologische Divergenz zwischen gesunder Risikobereitschaft und unkalibrierten, entmutigenden Erwartungen. Die systemischen Kosten des sozialen Aufwärtvergleichs: Das mathematische Modell zeigte, dass die ausschließliche Bewertung des Erfolgs gegenüber leistungsstärkeren Peers die menschliche Leistung erheblich mindert.

Der Mitautor Ryan Langendorf stellt fest, dass sich allein auf die kuratierten Highlight-Reels – ein Phänomen, das durch das algorithmische Design moderner Sozialmedien massiv verstärkt wird – zu chronischer Unzufriedenheit führt und dazu zwingt, dass Menschen hoch optimierte, erreichbare Belohnungen systematisch verpassen.

Technik und Auswirkungen

Empirische Validierung über menschliche Datensätze: Um die reale Vorhersagekraft ihres Modells „Optimal ambition in business, politics, and life" zu testen, stellten die Autoren dieses mit tatsächlichen menschlichen Verhaltensdaten in Verbindung, die Online-Dating-Metriken, Universitätsbewerbungen, Umfragen in Schwankungszuständen und die Verteilung ögen umfassen.

In mehreren Bereichen spiegelt sich das menschliche Verhalten in der Mathematik wider: So konzentrieren sich Online-Dating-Teilnehmer beispielsweise auf Partner, die sich nur geringfügig als wünschenswerter darstellen als sie selbst. Quelle: Universität Wyoming Wie ambitioniert sollten Sie sein?

Volksweisheiten bieten widersprüchliche Ratschläge: „Ziele dich nach dem Mond ab", aber auch „Lass das Perfekte nicht zum Feind des Guten werden".

Technik und Auswirkungen

Eine neue Studie ät Wyoming, der Stanford University und der University of Colorado-Boulder verwendet ein mathematisches Modell, um zu zeigen, dass Ambition in der Mitte liegt – über dem Durchschnitt, aber endlich. „Die gängige Weisheit sagt den Menschen, dass sie sich nicht zufriedengeben sollten, aber auch nicht, dass das Perfekte zum Feind des Guten wird", sagt die leitende Autorin Kath Landgren, Postdoktorandin an der Doerr School of Sustainability der Stanford University. „Wir wollten untersuchen, ob die Mathematik diese Intuition tatsächlich stützt.

Das ist der Fall, mit einigen interessanten Wendungen." Die Forscher untersuchten ein Modell der Suche nach der besten verfügbaren Strategie – wobei eine Strategie alles sein kann, über eine Geschäftsidee bis hin zu einem romantischen Partner, einer öffentlichen Politik oder einer politischen Kampagne.

In jedem Zeitschritt entscheidet der Suchende entweder, sich für das zu entscheiden, was er bereits gefunden hat, oder er sucht weiter. Die Forscher haben nachgewiesen, dass Menschen im Durchschnitt die besten Ergebnisse erzielen, wenn sie eine Zufriedenheitsschwelle ansetzen, die strikt über dem Durchschnitt liegt, aber auch strikt endlich ist.

Was die Studie zeigt

Mit anderen Worten: Streben Sie höher als der Durchschnitt, aber zielen Sie nicht auf den Mond. Die Forscher stellten zudem fest, dass es kostspieliger ist, die Schwelle zu hoch anzusetzen als sie um den gleichen Betrag zu niedrig. Mit anderen Worten: Zu schwer zu befriedigende Ziele sind schlechter als zu leicht zu befriedigende.

Die Studie „Optimal ambition in business, politics, and life" erscheint heute in der Zeitschrift Physical Review E. Die Untersuchung beleuchtet, wie die statistische Verteilung möglicher Ergebnisse die eigene Ambition beeinflussen sollte.

Wenn die Ergebnisse rauer sind (weniger korreliert nächsten) oder linksverschiebt sind (Ausgänge weit unter dem Durchschnitt sind häufiger als solche weit über dem Durchschnitt), sollten Menschen ambitionierter sein als der Durchschnitt.

Technik und Auswirkungen

Wenn die Ergebnisse rechtsschief verteilt sind (d. h. überdurchschnittliche Ergebnisse sind häufiger), wie etwa im Unternehmertum, wo wenige „Unicorns" den Durchschnitt nach oben ziehen, sollten Menschen relativ zu diesem aufgeblähten Durchschnitt weniger ambitioniert sein. „Dies zeigt einen kontraintuitiven, aber wichtigen Unterschied zwischen Ambition und Risikobereitschaft", sagt Mitautor Matt Burgess, Assistenzprofessor für Wirtschaftswissenschaften an der UW. „Wenn die Ergebnisse linkschief verteilt sind, wie beispielsweise in der Wirtschaftspolitik, wo Rezessionen größer sind als Boomphasen, sollte man Risiken vermeiden, aber dennoch ambitionierter sein als der Durchschnitt.

Man sollte sich nicht davon abschrecken lassen, dass große Rezessionen das Wachstumsziel für ein typisches Jahr nach unten ziehen.

Im Unternehmertum ist es genau umgekehrt: Man möchte Risiken eingehen, sollte sich aber nicht entmutigen lassen, wenn man nicht der nächste Milliardär wird." Die Studie zeigt zudem, dass der Vergleich mit anderen nach oben hin kostspielig ist.

Technik und Auswirkungen

Wenn Menschen ihren Erfolg ausschließlich im Vergleich zu Peers bewerten, die es besser haben, sinkt ihre Leistung im Modell erheblich.

Sie leiden unter chronischer Unzufriedenheit und verpassen erreichbare Belohnungen. „Aufwärts gerichtete soziale Vergleiche setzen uns für Enttäuschungen an," sagt Mitautor Ryan Langendorf, Dozent an der University of Colorado Boulder. „Es ist großartig, zu werden, doch wenn wir uns ausschließlich auf unsere erfolgreichsten Peers konzentrieren, verzerrt sich unser Blick darauf, was erreichbar ist.

Dies gilt insbesondere für soziale Medien, wo wir vor allem die kuratierten Highlight-Reels der anderen sehen." Die Forscher illustrierten ihre Ergebnisse mit realen Daten aus Online-Dating, Hochschulbewerbungen, dem US-Wirtschaftswachstum, dem Vermögen ären und den Umfragen in Swing States im Jahr 2020.

Technik und Auswirkungen

In mehreren Fällen verhält sich das tatsächliche Verhalten der Menschen eng den Vorhersagen des Modells. Beispielsweise konzentrieren sich Online-Dating-Teilnehmer ihre Nachrichten auf Partner, die nur geringfügig attraktiver sind als sie selbst.

Die Forscher betonten, dass ihr Modell zwar einfacher ist als die reale Entscheidungsfindung, argumentierten jedoch, dass seine Kern Erkenntnisse weitgehend übertragbar sind. „Bei den meisten alltäglichen Entscheidungen verfügen wir nicht über vollständige Informationen", sagt Landgren. „Unsere Arbeit bietet einen präzisen, aber zugänglichen Ansatz, um zu überlegen, wie ehrgeizig Sie in verschiedenen Kontexten sein möchten." Beantwortete Schlüsselfragen: A: Die Mathematik beweist, dass Perfektionismus den Erfolg erheblich mehr schädigt als andere Faktoren.

Das Modell offenbarte eine starke Asymmetrie: Zu hohe Erwartungen sind um ein Vielfaches kostspieliger als zu niedrige Erwartungen im gleichen Ausmaß. Zu hohe Anforderungen führen zu chronischer Enttäuschung und dazu, dass hervorragende, hoch optimierte Chancen regelmäßig verworfen werden, um einer statistischen Illusion nachzujagen.

Markt und Strategie

A: Denn die Durchschnittswerte im Unternehmertum durch rechtsschiefe Daten vollständig verzerrt sind. Eine winzige Handvoll „Unicorn"-Unternehmen und hochsichtbare Milliardäre treiben den mathematischen Durchschnitt in die Höhe, weit über das Übliche oder Realistische hinaus.

Wenn Sie Ihre persönliche Ambition direkt an diesem aufgeblähten Durchschnitt ausrichten, setzen Sie sich sofort der Entmutigung aus, während der korrekte mathematische Weg darin besteht, das Risiko des Unternehmens zu akzeptieren, aber ein fundiertes, begrenztes Belohnungsniveau anzustreben.

A: Dies verschlechtert Ihre Leistung drastisch, indem es Ihr Verständnis dessen, was erreichbar ist, verzerrt. Wenn Sie in einen aufwärts gerichteten sozialen Vergleich verfallen und Ihren Wert ausschließlich an Peers messen, die besser abschneiden als Sie, sinkt Ihre Fähigkeit, kluge Entscheidungen zu treffen, im Modell stark ab.

Sie werden chronisch unzufrieden, verlieren den

Sie werden chronisch unzufrieden, verlieren den Bezug zur Realität und verpassen echte, erreichbare Belohnungen, die gerade vor Ihnen liegen. Redaktionelle Hinweise: Dieser Artikel wurde News bearbeitet. Zusätzlicher Kontext wurde ügt.

Zu diesem Artikel über mathematische Modellierung und ambitionierte Forschung Autor: Chad Baldwin Quelle: Universität Wyoming Kontakt: Chad Baldwin – Universität Wyoming Bild: Das Bild wird Neuroscience News zugeschrieben Originale Forschung: Zugangsbeschränkt. „Optimaler Ehrgeiz in Wirtschaft, Politik und Leben", Ryan E. Langendorf und Matthew G. Burgess.

Physical Review E DOI: 10.1103/dfw8-vhjk Optimaler Ehrgeiz in Wirtschaft, Politik und Leben In Wirtschaft, Politik und Leben rät die Volksweisheit, überdurchschnittliche Ergebnisse anzustreben, ohne dass das Perfekte zum Feind des Guten wird. Hier formalisieren und erweitern wir diese Volksweisheit mathematisch.

Technik und Auswirkungen

Wir modellieren eine zeitlich begrenzte Suche nach Strategien mit unsicheren Belohnungen. In jedem Zeitschritt ist der Suchende entweder mit seiner aktuellen Belohnung zufrieden oder setzt die Suche fort.

Wir beweisen, dass die optimale Zufriedenheitsschwelle sowohl endlich als auch strikt größer als der Mittelwert der verfügbaren Belohnungen ist – was der Volksweisheit entspricht. Dieses Ergebnis ist robust gegenüber Suchkosten, es sei denn, diese sind so hoch, dass jede Suche unmöglich wird.

Wir zeigen, dass zu viel Ambition eine höhere erwartete Kosten als zu viel Vorsicht verursacht. Wir zeigen, dass die optimale Zufriedenheitsschwelle steigt, wenn die Suchzeit länger ist, wenn die Belohnungsverteilung uneben ist (d. h. eine niedrige Autokorrelation aufweist) oder linksverschiebt ist.

Technik und Auswirkungen

Das Ergebnis zur Schiefe offenbart kontraintuitive Gegensätze zwischen optimaler Ambition und optimalem Risikoverhalten. Wir zeigen, wie diese Erkenntnisse qualitativ auf reale Anwendungsfälle übertragen werden können, anhand, der Wirtschaftspolitik, politischen Kampagnen, Online-Dating und Hochschulzulassungen.

Wir diskutieren Implikationen mehrerer möglicher Erweiterungen unseres Modells, einschließlich intelligenter Suche, Unsicherheit der Belohnungsverteilung und Risikoscheu.