Wissen und Glauben

Data Driven ist das große Schlagwort unserer Zeit. Insbesondere durch bzw. im Netz können wir auf beliebig viele Daten zugreifen, Tests durchführen und somit unsere Geschäfte auf Basis von Wissen steuern. Aber warum gibt es trotzdem Diskussionen und scheinbar nicht nachvollziehbare Entscheidungen? Um diesem Problem auf die Spur zu kommen, kann die klassische Analyse des Wissens helfen. Diese postuliert, dass ein Subjekt S weiß, dass P, dann und nur dann, wenn:

  1. P wahr ist
  2. S glaubt, dass P
  3. S hat Gründe zu glauben, dass P

Wissen ist also erstens nur das, was auch wahr ist. So ist z.B. die Aussage Berlin ist die Hauptstadt von Deutschland wahr. Was aber, wenn jemand auf die Frage nach der Hauptstadt von Deutschland zwar Berlin als Antwort gibt, dies aber nur rät? Die Antwort wäre richtig, aber hätte derjenige Wissen? Die zweite oben genannte Bedingung soll genau dies ausschließen, dass nämlich Raten als Wissen klassifiziert wird. Hat also jemand dann wissen, wenn er die richtige Antwort nur errät, aber ganz fest an diese glaubt? Hier kommt die dritte Bedingung ins Spiel, die eine Begründung für den Glauben aus Bedingung zwei fordert. Die Antwort auf die Frage was die Hauptstadt von Berlin ist, sollte also im Falle, dass der Befragte die Antwort tatsächlich weiß ungefähr so lauten: ich bin mir ganz sicher, die Antwort lautet Berlin, das habe ich in der Schule gelernt.

Kommen wir nun zurück zu unserem Ausgangsproblem. Nehmen wir einmal an, wir haben die Hypothese bzw. den Glauben, dass wir durch eine kleine Änderung an dem Layout einer Website, mehr Kunden gewinnen können. In diesem einfachen Beispiel können wir einen A/B-Test durchführen und haben so am Ende ein abgesichertes Ergebnis darüber, welcher der Varianten gemäß dem überprüften Ziel die bessere ist. Wenn unsere Hypothese zu den Ergebnissen passt, dann haben wir oben genannten Anforderungen folgend Wissen gesammelt, denn wir wissen was wahr ist, glauben daran und haben durch unseren Test auch Gründe es zu glauben. Was aber, wenn die Testergebnisse und unsere Hypothese nicht übereinstimmen? Man könnte die vorliegenden Testergebnisse zum Anlass nehmen, um seinen eigenen Glauben neu zu justieren und alles ist wieder im Lot. Oder aber, man hält an seinem Glauben fest und zweifelt z.B. den Test an. Denn wer kann schon 100%ig garantieren, dass es nicht zu irgendwelchen unbemerkten Problemen bei dem Test kam? Und was passiert, wenn wir gar nicht in der Lage sind einen Test zu machen, weil die Problemstellung zu komplex ist?

Die oben genannte Anforderung, dass etwas wahr sein muss, um als Wissen zu gelten, ist in der Realität in vielen Fällen gar nicht eindeutig überprüfbar. Bei der zweiten Bedingung sieht dies natürlich schon ganz anders aus, denn in den meisten Fällen werden wir wohl eine Meinung haben, also an etwas glauben. Dann beginnen wir über die Begründungen für unseren Glauben zu reden, was unter Umständen schon gar nichts mehr mit der Wahrheit zu tun hat. Ganz schwierig wird es, wenn die Begründung für unseren Glauben allein die Erkenntnisse der Vergangenheit sind, getreu dem Motto „das machen wir schon immer so“. Und wenn jetzt noch die Hierarchie ins Spiel kommt, dann haben wir einen Teufelskreis geschlossen, in dem jegliche Entwicklung ausgeschlossen wird.

Was bleibt als Fazit? Wenn wir uns bewusst sind, das Wissen und Glauben sehr eng zusammen hängen, dann haben wir die Chance sowohl uns selbst als auch unsere Mitmenschen zu reflektieren und zu hinterfragen. Vielleicht reicht allein dies in bestimmten Situationen schon aus, um bessere Entscheidungen zu treffen. Darüber hinaus ist dies für mich ein Beleg dafür, sich ganz bewusst nicht nur auf das eigene Wissen zu verlassen, denn vielleicht ist unser Wissen ja eigentlich nur Glauben. Wenn wir stärker auf Austausch und eine offene, ehrliche Diskussionskultur setzen, dann haben wir die Chance dauerhaft bessere Entscheidungen zu treffen und echtes Wissen über unser Geschäft zu sammeln. Dies ist für mich einer der ganz relevanten Eckpfeiler der agilen Idee.

Kommentar verfassen