Cover & Diagrams

resource preview
resource preview
resource preview
resource preview

Download and customize more than 500 business templates

Start here ⬇️

Go to dashboard to view and download stunning resources

Download

Zusammenfassung

Kann uns die Informatik die Geheimnisse des Lebens lehren? Vielleicht nicht, aber sie kann Licht darauf werfen, wie bestimmte alltägliche Prozesse funktionieren und wie man sie ausnutzen kann. Algorithmen sind überall, vom Befolgen eines Rezepts bis zur Reihenfolge, in der Sie Ihre E-Mails sortieren.

stars icon Ask follow up

In Algorithms to Live By: The Computer Science of Human Decisions by Brian Christian and Tom Griffiths teilen der Programmierer und Forscher Brian Christian und der Psychologie- und Kognitionswissenschaftsprofessor an der UC Berkeley, Tom Griffiths, die vielen Wege, wie Algorithmen alles von der Art und Weise, wie wir uns an Dinge erinnern, bis hin zu unseren großen und kleinen Entscheidungen beeinflussen.

stars icon Ask follow up

Top 20 Erkenntnisse

  1. Die "37%-Regel" bezieht sich auf eine Reihe von Schritten oder Algorithmen, die jemand befolgen muss, um innerhalb einer festgelegten Zeit die beste Entscheidung zu treffen. Jemand verwendet 37% seiner Zeit für die Recherche, bevor er eine Entscheidung trifft, und verpflichtet sich dann zur nächsten "besten Wahl", die er findet.
  2. Der "Erkunden/Ausnutzen"-Trade-off bezieht sich auf die Notwendigkeit, das Bewährte und Getestete mit dem Neuen und Riskanten auszugleichen. Der Erfolg dieses Algorithmus hängt ganz davon ab, wie viel Zeit Sie für Entscheidungen haben. Menschen neigen eher dazu, an ihrem letzten Abend in der Stadt ihr Lieblingsrestaurant zu besuchen, als etwas Neues zu riskieren.
  3. Der "Gewinnen-Bleiben, Verlieren-Wechseln"-Algorithmus, der 1952 vom Mathematiker Herbert Robins entwickelt wurde, verwendet Spielautomaten als Metapher. Wählen Sie einen Automaten zufällig aus und spielen Sie ihn, bis Sie verlieren. Wechseln Sie dann zu einem anderen Automaten; diese Methode hat sich als zuverlässiger als der Zufall erwiesen.
  4. Eine psychologische Studie hat herausgefunden, dass Menschen bei gegebenen Wahlmöglichkeiten oft "zu viel erkunden" anstatt einen Gewinn auszunutzen. Bei 15 Gelegenheiten, zu wählen, welcher Spielautomat gewinnen würde, verwendeten 47% Gewinnen-Bleiben, Verlieren-Wechseln-Strategien, und 22% wählten zufällig Maschinen anstatt bei einer Maschine zu bleiben, die auszahlte.
  5. Hollywood ist ein Paradebeispiel für die Ausnutzungstaktik. Die Anzahl der Filmsequenzen hat in den letzten zehn Jahren stetig zugenommen. Sowohl 2013 als auch 2014 waren sieben der Top 10 Filme entweder Fortsetzungen oder Vorgeschichten. Der Trend wird sich wahrscheinlich ändern, wenn neue Filmideen mehr Kinokassen-Dollars anziehen.
  6. Der A/B-Test ähnelt dem Szenario mit den zwei Spielautomaten, bei dem Sie bei der Option bleiben, die am besten abschneidet. Mehr als 90% von Googles 50 Millionen Dollar Jahresumsatz stammen aus bezahlten Anzeigen, was bedeutet, dass Erkunden/Ausnutzen-Algorithmen einen großen Teil des Internets antreiben.
  7. Der Gittins-Index bietet ein Rahmenwerk von Quoten, das davon ausgeht, dass Sie unbegrenzt Zeit haben, um den besten Gewinn zu erzielen, aber die Chancen sinken, je länger Sie warten. Zum Beispiel: Wählen Sie einen Spielautomaten mit einer Erfolgsbilanz von eins-zu-eins Gewinnen/Verlusten (50%) über den Automaten, der neun von 18 Mal gewonnen hat.
  8. "Upper Confidence Bound"-Algorithmen bieten mehr Raum für Entdeckungen als die "Gewinnen-Bleiben, Verlieren-Wechseln"-Methode. Dieser Algorithmus weist einen Wert zu, der auf dem basiert, was "sein könnte", basierend auf den verfügbaren Informationen.Ein neues Restaurant hat eine 50/50 Chance, ein gutes Erlebnis zu bieten, weil Sie noch nie dort waren.
  9. Der "Shortest Processing Time"-Algorithmus erfordert, dass Sie die schnellsten Aufgaben zuerst erledigen. Teilen Sie die Wichtigkeit der Aufgabe durch die dafür benötigte Zeit. Priorisieren Sie nur eine Aufgabe, die doppelt so lange dauert, wenn sie doppelt so wichtig ist.
  10. Das Gesetz von Laplace berechnet die Wahrscheinlichkeit, dass etwas mit nur geringen Datenmengen eintritt. Zählen Sie, wie oft dieses Ergebnis eingetreten ist, addieren Sie eins und teilen Sie dann durch die Anzahl der Möglichkeiten plus zwei. Zum Beispiel: Ihre Softballmannschaft spielt acht Spiele pro Saison. Sie hat bereits zwei Spiele gewonnen. 2+1/ 6+2=3/8, oder eine 37,5%ige Chance, dass Sie das nächste Spiel gewinnen.
  11. Das Kopernikanische Prinzip ermöglicht es Ihnen, vorherzusagen, wie lange etwas dauern wird, ohne viel darüber zu wissen. Die Lösung ist, dass es so lange weitergeht, wie es bisher gedauert hat. Basierend auf diesem Prinzip wird Google voraussichtlich bis 2044 bestehen (23 Jahre seit 1998 + 23 ab 2021).
  12. Die "Power-law distribution" berücksichtigt, dass im Leben die meisten Dinge unter dem Durchschnitt liegen und nur wenige darüber hinausgehen. Zwei Drittel der US-Bevölkerung verdienen weniger als das Durchschnittseinkommen, aber das oberste 1% verdient fast zehnmal so viel. Nur wenige Filme machen so viel Geld an der Kinokasse wie "Titanic", aber einige tun es.
  13. Das "Nash-Gleichgewicht" untersucht das Phänomen der Zwei-Spieler-Spiele und die Art und Weise, wie die Spieler Strategien entwickeln, die keiner ändern möchte, basierend auf dem, was die andere Person tut. Dies schafft Stabilität. Bei Schere-Stein-Papier mit drei Optionen verfolgen die Spieler eine 1/3-1/3-1/3-Strategie, es sei denn, die andere Person ändert die Taktik, und der Prozess beginnt von Neuem.
  14. Das menschliche Gehirn hat eine nahezu unendliche Kapazität für Erinnerungen, aber wir haben eine begrenzte Menge an Zeit, um auf sie zuzugreifen. Dies führt zur "Vergessenskurve". Eine Studie von Hermann Ebbinghaus ergab, dass er Unsinnssilben 60% der Zeit erinnern konnte, nachdem er sie gelesen hatte, aber es sank auf 20% nach 800 Stunden.
  15. Ebbinghaus' "Vergessenskurve" wurde gezeigt, um eng mit der Häufigkeit zu korrespondieren, mit der Wörter in der Gesellschaft verwendet werden. Die Wiederholung von Wörtern in den Schlagzeilen der New York Times sank um 15% über 100 Tage und deutete darauf hin, dass menschliche Gehirne ihre Prozesse natürlich auf die Welt um uns herum abstimmen.
  16. Der Börsen-"Flash-Crash" vom 6. Mai 2010 wurde durch eine "Informationskaskade" verursacht. Wenn eine Person etwas anderes tut, dann folgen andere Menschen diesem Beispiel, in der Annahme, dass die erste Person etwas weiß, was sie nicht wissen. Dieses Verhalten führt dazu, dass Menschen in Panik kaufen oder Herdenverhalten zeigen.
  17. Der Soziologe Barry Glassner stellte fest, dass die Morde in den Vereinigten Staaten in den 1990er Jahren um 20% zurückgingen, während die Erwähnung von Schusswaffengewalt in den amerikanischen Nachrichten um 600% zunahm. Eine Informationskaskade kann mehr durch öffentliche Informationen als durch private Informationen verursacht werden.
  18. Als die Autoren Brian Christian und Tom Griffiths Interviews für das Buch planten, stellten sie fest, dass Experten eher geneigt waren, ein enges, vorbestimmtes Zeitfenster zu akzeptieren als ein weit offenes. Es ist weniger herausfordernd, sich an Einschränkungen anzupassen, als eine andere Lösung zu finden.
  19. Glauben Sie es oder nicht, Zufälligkeit ist auch Teil des Lebensalgorithmus. Der Nobelpreisträger Salvador Luria erkannte, dass zufällige Mutationen eine virale Resistenz erzeugen könnten, indem er beobachtete, wie sein Freund den Jackpot an einem Spielautomaten gewann.
  20. Die besten Pläne sind oft die einfachsten. Jason Fried und David Heinemeier Hannson, Gründer der Softwarefirma 37signals, verwenden einen dicken Marker, wenn sie anfangen zu brainstormen, weil er den Raum begrenzt und sie dazu zwingt, es einfach zu halten und sich auf das große Ganze zu konzentrieren.
stars icon
25 questions and answers
info icon

The concept of over exploration can be mitigated in decision making by implementing strategies such as the 37% rule, the explore/exploit trade-off, and the Win-Stay, Lose-Shift algorithm. The 37% rule suggests that one should spend 37% of their time researching before making a decision, then commit to the next best choice they find. The explore/exploit trade-off emphasizes the need to balance the tried and tested with the new and risky. The Win-Stay, Lose-Shift algorithm, developed by mathematician Herbert Robins, suggests that one should stick with a decision until it proves unsuccessful, at which point they should switch to a different approach.

The effectiveness of the 37% rule can be influenced by several factors. Firstly, the amount of time you have to make decisions can greatly impact the effectiveness of this rule. If you have a limited amount of time, you may not be able to fully utilize the 37% of the time for research. Secondly, the nature of the decision can also affect the rule's effectiveness. If the decision involves high risks, you may need to spend more than 37% of your time on research. Lastly, personal factors such as your ability to make quick decisions and your risk tolerance can also influence the effectiveness of the 37% rule.

The Win-Stay, Lose-Shift algorithm, developed by mathematician Herbert Robins in 1952, is a decision-making strategy that uses the metaphor of slot machines. The method involves choosing a machine at random and playing it until you lose, then switching to another machine. This strategy has been proven to be more reliable than chance. It differs from other strategies such as the 37% rule, which involves allotting 37% of your time to research before making a decision, and the explore/exploit trade-off, which requires balancing the tried and tested with the new and risky.

View all 25 questions
stars icon Ask follow up

Download and customize more than 500 business templates

Start here ⬇️

Go to dashboard to view and download stunning resources

Download

Zusammenfassung

Optimales Stoppen

Schauen versus Springen

Das Leben ist voll von Situationen, die uns dazu zwingen, die bestmögliche Entscheidung in kürzester Zeit zu treffen. Autofahrer suchen den perfekten Parkplatz. Manager suchen den besten Kandidaten für einen Job, und Immobilienbesitzer müssen entscheiden, ob sie ein Verkaufsangebot annehmen, bevor sich der Immobilienmarkt wieder ändert. Dieses Dilemma wird als "optimales Stoppen" bezeichnet.

stars icon
25 questions and answers
info icon

The concept of optimal stopping can apply to academic research in several ways. For instance, researchers often need to decide when to stop collecting data or when to stop a study. This decision can be based on a variety of factors, such as the quality of the data collected, the time and resources available, and the objectives of the research. Optimal stopping can help researchers make these decisions in a more systematic and efficient way.

Some other decision-making dilemmas that can be explained using algorithms include choosing the best time to buy or sell stocks, determining the optimal route for a delivery truck, deciding when to replace aging equipment, and selecting the best strategy in a game of chess. Algorithms can also be used to solve problems in machine learning and artificial intelligence, such as classifying images or predicting future events.

The concept of optimal stopping can be used in financial planning in various ways. For instance, it can help in deciding when to sell an investment to maximize profit or minimize loss. It can also be used in retirement planning to determine the best time to start drawing from retirement savings. The idea is to make the best possible decision at the right time, considering the potential future outcomes and the risks involved.

View all 25 questions
stars icon Ask follow up

"Optimales Stoppen"-Probleme beziehen sich auf Dilemmata, die die beste Entscheidung in kürzester Zeit erfordern. Wie balanciert man das Bedürfnis, alle Fakten zu kennen, mit der Notwendigkeit, zu handeln, bevor es zu spät ist? Gängige Beispiele sind die Suche nach dem perfekten Parkplatz, wann man eine Wohnung mieten sollte, bevor alle weg sind, und wann man den besten Kandidaten für einen Job einstellen sollte. Letzteres wurde seit den 1950er Jahren ausführlich von Mathematikern untersucht und diskutiert.

stars icon
25 questions and answers
info icon

Optimal Stopping principles can be applied in various aspects of everyday life. For instance, when looking for a parking spot, you might decide to stop at the first available spot after a certain point to avoid wasting more time. When renting an apartment, you might decide to take the first one that meets your minimum criteria after viewing a certain number. When hiring, you might decide to hire the first candidate who exceeds a certain benchmark after interviewing a certain number of applicants. The key is to define your criteria and decide on a stopping rule in advance.

The concept of Optimal Stopping can apply to financial decisions in various ways. For instance, it can be used to determine the best time to sell a stock or other investment. If you sell too early, you might miss out on potential gains. If you sell too late, you might lose money. Similarly, it can be used to decide when to stop investing in a losing venture. The goal is to make the best decision in the shortest amount of time, balancing the need for information with the need to act.

Future developments in the study of Optimal Stopping problems could include the application of machine learning and artificial intelligence to predict optimal stopping points more accurately. Additionally, there could be more research into the application of these problems in new fields such as healthcare, finance, and environmental science. The development of more sophisticated mathematical models and algorithms could also be a focus.

View all 25 questions
stars icon Ask follow up

Dieses Problem ist als das "Sekretärinnenproblem" bekannt.

  • Wenn ein Arbeitgeber 100 Sekretärinnen interviewt, sollte diese Person die ersten 37% der Interviews nutzen, um sich mit dem Talentpool und den besten Qualitäten vertraut zu machen.
  • Wenn sie den nächsten Bewerber einstellen, der als "bisher der Beste" erscheint, hat das Unternehmen eine 37%ige Chance, dass diese Person der beste Kandidat ist.
  • Die Chancen steigen mit weniger Bewerbern.
stars icon
27 questions and answers
info icon

The 37% rule, when applied to hiring, suggests that a company should spend the first 37% of the interview process to understand the talent pool and then hire the next best candidate. This could potentially improve the company's overall performance by increasing the chances of hiring the best candidate. However, it's important to note that this rule is based on probability and doesn't guarantee the best outcome every time.

The 37% rule can be used to improve the efficiency of the hiring process by applying it to the interview process. If an employer is interviewing 100 applicants, they should spend the first 37% of interviews familiarizing themselves with the talent pool and identifying the best qualities. After this point, they should hire the next applicant who appears to be the best so far. This approach gives the company a 37% chance of hiring the best candidate. The odds of success increase with fewer applicants.

The 37% rule can potentially improve the hiring process by increasing the chances of selecting the best candidate. By spending the first 37% of the time getting familiar with the talent pool, an employer can identify the best qualities to look for in candidates. After this period, the employer is advised to hire the next candidate who appears to be the best so far, which gives a 37% chance of that person being the best candidate. The odds become even greater with fewer applicants.

View all 27 questions
stars icon Ask follow up

Ein Mieter, der in San Francisco auf der Suche nach einer Wohnung ist, könnte geneigt sein, die erste verfügbare Einheit aufgrund der hohen Nachfrage zu nehmen. Wenn dieser Mieter innerhalb von 30 Tagen eine neue Unterkunft finden muss, schlägt der "Optimale Stopp"-Algorithmus vor, dass der Mieter 37% seiner Zeit, also 11 Tage, darauf verwendet, Optionen zu erkunden, ohne sich festzulegen. Am 12. Tag muss der Mieter bereit sein, sich für den ersten Ort zu entscheiden, den er als "bisher den Besten" betrachtet."

stars icon Ask follow up
resource image

Erkunden versus ausnutzen

Laura Carstensen, eine Psychologieprofessorin an der Stanford University, vermutete, dass Menschen ihre sozialen Kreise strategisch reduzieren, wenn sie älter werden. In einer Studie wurden die Menschen gefragt, ob sie lieber 30 Minuten mit einem unmittelbaren Familienmitglied, einem Autor, der ein Buch geschrieben hat, das sie kürzlich gelesen haben, oder jemandem verbringen würden, den sie getroffen haben und der ihre Interessen zu teilen scheint. Ältere Befragte wählten das Familienmitglied, während jüngere Menschen sich dafür entschieden, neue Freunde zu finden.

stars icon Ask follow up

Wenn jedoch Zeit hinzugefügt oder weggenommen wurde, passierte etwas Interessantes. Wenn älteren Menschen erlaubt wurde, 20 Jahre länger zu leben, entsprachen ihre Entscheidungen denen der jüngeren Befragten. Wenn sich jüngere Befragte vorstellten, dass sie kurz davor waren, quer durch das Land zu ziehen, wählten sie stattdessen Familienmitglieder.

stars icon Ask follow up

Das Leben ist voller Unsicherheiten, was den Entscheidungsprozess manchmal zu einer größeren Herausforderung macht. Um etwas von dem Druck, der mit lebens- oder todesentscheidenden Situationen verbunden ist, zu nehmen, wenden wir uns stattdessen etwas weniger dramatischem zu - dem Spielautomaten im Casino.

stars icon Ask follow up

Als "einarmiger Bandit" bekannt, kommen Spielautomaten mit verschiedenen Auszahlungsquoten, die Glücksspieler verwirrt und Statistiker seit Jahrhunderten fasziniert haben. 1952 schlug der Mathematiker Herbert Robbins eine Lösung für das jahrhundertealte Dilemma vor, ob man auf den nächsten großen Gewinn warten oder aufhören sollte, während man noch vorne liegt. Er nannte dies das Win-Stay, Lose-Shift-Algorithmus.

stars icon Ask follow up

Robbins schlug vor, dass eine Person "einen Arm" zufällig auswählen sollte (erkunden), dann solange daran ziehen sollte, wie es sich auszahlt (ausnutzen). Sobald die Maschine nicht mehr auszahlt, sollte die Person zu einer anderen wechseln, und so weiter.

Minimales Bedauern

Manchmal müssen Sie das Risiko mit dem potenziellen Bedauern abwägen, um die Lösung für Ihr spezielles Problem zu finden. Amazon CEO Jeff Bezos hatte einen stabilen, gut bezahlten Job an der Wall Street, bevor er Amazon gründete. Das Risiko der ersten Online-Buchhandlung, stellte er fest, wurde durch die Möglichkeit, dass er es bereuen könnte, es nicht versucht zu haben, aufgewogen, ein "Rahmenwerk zur Minimierung des Bedauerns".

stars icon Ask follow up

"Ich wusste, dass ich es nicht bereuen würde, dies versucht zu haben, wenn ich 80 wäre", sagte Bezos. "Ich würde es nicht bereuen, versucht zu haben, an diesem Ding namens Internet teilzunehmen, von dem ich dachte, dass es eine große Sache sein würde. Ich wusste, dass ich es nicht bereuen würde, wenn ich scheiterte, aber ich wusste, dass das Einzige, was ich vielleicht bereuen könnte, wäre, es nie versucht zu haben."

stars icon Ask follow up

"Upper Confidence Bound"-Algorithmen bieten mehr Raum für Entdeckungen als die "Win-Stay, Lose-Shift"-Methode. Dieser Algorithmus weist einen Wert zu, basierend auf dem, was "sein könnte", basierend auf den verfügbaren Informationen. Ein neues Restaurant hat eine 50/50 Chance, eine gute Erfahrung zu bieten, weil Sie noch nie dort waren.

stars icon Ask follow up

Algorithmen können ein Leben ohne Bedauern nicht garantieren, aber sie zeigen, wie unsere Bereitschaft, Risiken einzugehen, durch die Zeit, die wir glauben (oder wissen), dass wir sie haben, um sie einzugehen, reduziert wird.Als wir Kinder sind, erkunden wir unsere Welt und entdecken mit großer Begeisterung Neues. Wenn wir älter werden, neigen wir dazu, uns auf die "bewährten und wahren" Entscheidungen zu stützen, die auf dem basieren, was wir gelernt haben, d.h. wir nutzen sie aus.

stars icon Ask follow up
resource image

Planen Sie mit Absicht

Oft können Aufgaben mit einem Fälligkeitsdatum von der nächsten bis zur fernsten Frist angegangen werden. Wenn Sie mehrere gleichzeitig fällige Aufgaben haben, ist es am besten, sie nach der Dauer jeder Aufgabe zu sortieren.

Um diesen Art von Zeitplan anzugehen, insbesondere wenn Sie mehrere Kunden haben, können Sie die Wartezeit aller Beteiligten mit dem Algorithmus der kürzesten Bearbeitungszeit reduzieren. Einfach ausgedrückt, erledigen Sie immer zuerst die schnellste Aufgabe und so weiter. Stellen Sie sich einen Montagmorgen vor, an dem Sie ein großes Projekt haben, das vier Tage dauert, und ein kleineres Projekt, das einen Tag dauert. Wenn Sie das große Projekt zuerst am Donnerstag (4 Tage) und das kleine Projekt am Freitag (5 Tage) abliefern, haben Ihre Kunden insgesamt neun Tage gewartet. Wenn Sie das kleine Projekt zuerst am Montag (1 Tag) und das große am Freitag (5 Tage) abliefern, haben Ihre Kunden insgesamt sechs Tage auf sie gewartet. Dies wird als "Summe der Fertigstellungszeiten" bezeichnet.

stars icon Ask follow up

Ein anderer Ansatz besteht darin, jeder Aufgabe ein Gewicht zuzuordnen, wie zum Beispiel, wie viel Geld sie einbringen wird. Teilen Sie das Gewicht jeder Aufgabe durch die Zeit, die sie zur Fertigstellung benötigt, und arbeiten Sie dann in der Reihenfolge von hoch nach niedrig. Für einen Freiberufler oder unabhängigen Auftragnehmer ermöglicht dies die Bestimmung des Stundensatzes jeder Aufgabe. Teilen Sie jede Projektpauschale durch ihre Größe und arbeiten Sie vom höchsten Stundensatz zum niedrigsten.

stars icon Ask follow up

Die Zukunft vorhersagen

Der Astrophysiker J. Richard Gott III entwickelte 1969 das Kopernikanische Prinzip - eine Methode zur Vorhersage der Lebensdauer einer Sache. Als er die Berliner Mauer besuchte, fragte er sich, wie lange die Mauer noch stehen würde. Da er nicht wusste, wie lange die Lebensdauer der Mauer sein würde, konnte Gott annehmen, dass seine Ankunft im Durchschnitt etwa auf halbem Weg sein würde. Daher schätzte er, dass die Mauer noch weitere acht Jahre stehen würde. In diesem Fall stand die Berliner Mauer 20 Jahre, nicht acht.

stars icon Ask follow up

Das Kopernikanische Prinzip ist nicht perfekt - ein 90-jähriger Mann wird wahrscheinlich nicht 180 Jahre alt werden - aber es gibt Fälle, in denen es gut funktioniert. Lange bevor Gott diesem Algorithmus einen Namen gab, versuchten Statistiker zu schätzen, wie viele Panzer die Deutschen während des Zweiten Weltkriegs jeden Monat produzierten. Die Lösung bestand darin, die auf den Panzern gesehenen Seriennummern zu verdoppeln und zu schätzen, dass mindestens doppelt so viele existierten. In diesem Fall schätzten sie, dass 246 Panzer pro Monat hergestellt wurden, verglichen mit den 1.400, die die Luftaufklärung vorschlug. Nach dem Krieg bestätigten deutsche Aufzeichnungen die tatsächliche Zahl von 245.

stars icon Ask follow up

Vergiss es einfach

Ihr Gehirn wurde dafür entwickelt, zu vergessen

Das menschliche Gedächtnis scheint manchmal launisch zu sein, aber es gibt eine Methode hinter dem Wahnsinn. Hermann Ebbinghaus, ein Psychologe an der Universität von Berlin im Jahr 1879, studierte sich selbst, um das Gedächtnis besser zu verstehen.

Jeden Tag würde Ebbinghaus eine Liste von Unsinnssilben auswendig lernen und sich selbst abfragen. Er erstellte dann eine Grafik, um zu zeigen, wie lange es dauerte, bis sein Gedächtnis verblasste. Die Wahrscheinlichkeit des Erinnerns sank vorhersehbar mit der Zeit, von nahezu 60% kurz nach dem Lesen von etwas auf nur 20% nach 800 Stunden.

stars icon Ask follow up

John Anderson, ein Psychologe und Informatiker, überprüfte 1987 Ebbinghaus' Arbeit erneut, um zu sehen, ob er Computersysteme um das menschliche Gehirn herum entwerfen könnte. Er entdeckte, dass unsere Gehirne Informationen vergessen, wenn sie für die Welt um uns herum nicht mehr relevant sind. Anderson analysierte Schlagzeilen aus der New York Times und stellte fest, dass ein Wort am wahrscheinlichsten direkt nach der ersten Verwendung wieder auftaucht. Die Wahrscheinlichkeit, es erneut zu sehen, verringerte sich im Laufe der Zeit noch mehr. Nebeneinander sah das Aussehen der Grafik fast identisch aus mit Ebbinghaus' Daten.

stars icon Ask follow up

Suche das Gleichgewicht... oder auch nicht

Es gibt ein natürliches Gleichgewicht in allem, insbesondere in Zwei-Spieler-Spielen oder Szenarien, die mindestens zwei Konkurrenten beinhalten. Mathematiker nennen dieses Phänomen "Gleichgewicht", weil es stabil ist. Das Gleichgewicht ist besonders im Poker sichtbar, wo die Spieler an ihren Strategien festhalten, es sei denn, es tritt eine signifikante Änderung ein.

stars icon Ask follow up

Beispiel: Bei Schere-Stein-Papier gibt es nur drei Optionen, aus denen die Spieler wählen können. Spieler wählen natürlich eine zufällige Wahl oder 1/3 Strategie. Wenn einer der Spieler anfängt, öfter Stein zu verwenden, passt sich der andere Spieler an und verwendet Papier. Der andere Spieler wird dann die Dinge wieder ausbalancieren, indem er die Strategie ändert, d.h. Schere, usw., und der Prozess beginnt von Neuem.

stars icon Ask follow up

Der Mathematiker John Nash, unsterblich gemacht in dem Buch und dem Film "A Beautiful Mind", bewies 1951, dass jedes Zwei-Spieler-Spiel mindestens ein solches Gleichgewicht hat. Diese Entdeckung brachte ihm 1994 den Nobelpreis für Wirtschaftswissenschaften ein. Oft als "Nash-Gleichgewicht" bezeichnet, bietet dieses Prinzip eine Vorhersage des stabilen langfristigen Ergebnisses eines beliebigen Regel- oder Anreizsystems.

stars icon Ask follow up

Dieser Algorithmus wird verwendet, um Wirtschafts- und Sozialpolitik zu planen und zu gestalten - aber manchmal bedeutet "stabil" nicht unbedingt "gut".

Wenn eine Stadt zwei Ladenbesitzer hat, die die gleichen Kunden anziehen, wird der erste Geschäft verlieren, wenn er sechs Tage die Woche arbeitet, während der andere sieben Tage arbeitet. Das Nash-Gleichgewicht legt nahe, dass, wenn beide Geschäfte einen Tag frei nehmen, sie beide Ruhe bekommen, aber beide Geschäft verlieren. Also arbeiten beide Besitzer sieben Tage die Woche.

stars icon Ask follow up

Ändere das Spiel

Wenn dein Freund von einer Brücke springen würde, würdest du es auch tun? Der menschliche Instinkt, einander zu kopieren, kann ein Überlebensmerkmal sein, wie zum Beispiel sich umzudrehen, wenn man sieht, dass andere es tun, für den Fall, dass Gefahr in der Nähe lauert. Moden und Trends kommen und gehen. Ist es besser, auf Nummer sicher zu gehen oder seinen eigenen Weg zu gehen, zum Besseren oder Schlechteren?

stars icon Ask follow up

"Immer wenn du dich auf der Seite der Mehrheit wiederfindest, ist es Zeit, innezuhalten und nachzudenken", sagte Mark Twain.

Menschen neigen dazu, Entscheidungen auf der Grundlage von Annahmen zu treffen, die sie aus den Handlungen anderer ableiten. Wenn alle Beanie Babies kaufen, müssen sie wertvoll sein, oder?

Wenn dieser Prozess beginnt, außer Kontrolle zu geraten, wird er als "Informationskaskade" bezeichnet. Die Immobilienkrise von 2007-2009 war ein Beispiel dafür, wie die Hauspreise aufgrund der Nachfrage stiegen, nur um dann abzustürzen. Menschen nehmen an, dass, weil viele andere etwas tun, Dringlichkeit besteht. (Toilettenpapier im Jahr 2020 zum Beispiel.) Die Ergebnisse können katastrophal sein.

stars icon Ask follow up

Seien Sie vorsichtig bei Fällen, in denen öffentliche Informationen private Informationen zu übersteigen scheinen. Die Darstellung von Ereignissen in den Medien entspricht nicht der Häufigkeit in der Welt. Der Soziologe Barry Glassner stellte fest, dass die Morde in den Vereinigten Staaten in den 1990er Jahren um 20% zurückgingen, während die Erwähnung von Waffengewalt in den amerikanischen Nachrichten um 600% zunahm.

stars icon Ask follow up

Manchmal müssen Sie in Anbetracht einer Informationskaskade das Spiel ändern. Wenn Sie ein christlicher Ladenbesitzer sind oder starke Überzeugungen hinsichtlich der Work-Life-Balance haben, ist es kein Problem, am Sonntag zu schließen. Wenn Sie sehen, dass die Menschen um Sie herum in einen dringenden Trend verfallen, anfangen, Panikkäufe zu tätigen oder durch sensationelle Zeitungsschlagzeilen beunruhigt werden, können Sie den Stress durch das Einfügen von mehr Daten lindern.

stars icon Ask follow up

Download and customize more than 500 business templates

Start here ⬇️

Go to dashboard to view and download stunning resources

Download