#115 | Statistik als Machtinstrument. Georgiy Michailov trifft Dr. Katharina Schüller.

Was ich damit meine ist, das Statistik ist eben in Werkzeug. Und die Frage ist immer, wofür wendet man es an? Und was noch dazu kommt, Statistik sieht aus wie Mathematik. Es sieht aus wie in die Gleichungen und steckt am Anfang was rein, hinten kommt das raus, aber in der Mathematik ist das was rauskommt, entweder richtig oder falsch. Und in der Statistik gibt es gewisse Spielräume, es gibt nicht. Das eine Werkzeug, was immer auf eine bestimmte Fragestellung passt. Sondern es hängt ganz viel vom Kontext ab von den Daten von der Genau und von der Präzise und Defektion der Fragestellung und so weiter. Ein wunderschönen guten Morgen, liebe Frau Dr. Schöler. Und ich freue mich, sehen unsere aktuelle Ausgabe von S&P-Lier-Dogs begrüßen zu dürfen. Guten Morgen, ich freue mich sehr, dass ich hier sein darf. Sich aber ein superspanntes Buch geschrieben, machte Daten. Ich glaube, dass es in aktuelle Zeit ein akutes Thema und sich aber ein sehr interessantes Zitat da drin. Wenn irgendwie von Neuland ist, bin ich eine der ersten, die sich für eine Expedition dort hinrüstet. Ich meine, Statistik ist ja kein Neuland, Kai auch nicht. Aber es ist sehr viel darüber zu sagen und sich aber einiges darüber zu sagen. Was war für Sie das Besondere an diesem Neuland? Für mich begann dieses Neuland und das Kind dieses Zitat herausgesucht, das steht am Anfang meiner persönlichen Reise in die Statistik. Als ich während meiner Statistik Studium testgestellt habe, was man damit alles machen kann. Das war ja Deutschland. Da gab es so ein paar typische Anwendungshölle, man konnte in der Versicherung arbeiten. Oder man konnte in der Fahrmerindustrie arbeiten, neue Medikamente testen und so was. Und dann ist mir ein Buch in die Hände gefallen über das Statistiker Consulting, also Statistische Beratung aus den USA. Und da habe ich Anwendungspelle gesehen, von denen ich niemals gedacht hätte, dass man sowas mit Statistik machen kann. Und da dachte ich, wow, das ist ja so interessant. Statistik funktioniert ja überall, das ist ja so ein universelles Werkzeug, wie den man sich die ganze Welt erschließen kann. Und das war für mich so ein Auffälligender Moment. Das kann man sich wahrscheinlich kaum vorstellen. Denn die meisten Leute an Statistik denken, dass das Auffälligen würde spannend sein könnte. Aber da dachte ich, okay, das will ich unbedingt machen. Und verrückte Sachen ausprobieren. Und deswegen habe ich eigentlich auch bei jedem noch so verrückten Anfrage, die an uns kam oder an mich kam als Beraterin immer sofort gesagt. Ja, also die normalen Fälle haben mich eigentlich gar nicht interessiert, sondern als ich mal gefragt wurde, ob man eigentlich Astrologiststatistisch auswerten kann oder ob man Statistik in dem Mordfall gebrauchen kann, das sind ja Sachen, die ich auch in meinem Buch beschreibe, das war für mich die spannendsten Momente. Gleichzeitig schreiben Sie Statistik ist nicht neutral, sie ist politisch. Und da haben Sie glaube auch in Ihrem eigenen Leiber in der Corona-Zeit der Liebe und dürfen, wie politisch oder unpolitisch Statistik sein kann. Wie sind Sie damit klargekommen? Ja, also was ich damit meine, ist das Statistik ist eben in Werkzeug und die Frage ist immer, wofür wendet man es an? Und was noch dazukommt, Statistik sieht aus wie Mathematik. Es sieht aus wie die Gleichungen und steckt am Anfang was rein, hinten kommt das raus, aber in der Mathematik ist das, was rauskommt, entweder richtig oder falsch. Das eine Werkzeug, was immer auf eine bestimmte Fragestellung passt, sondern es hängt ganz wie von Kontext ab von den Daten von der genauen, von der präzisen Definition der Fragestellung und so weiter. Und da kann man so machen, dann kann man so machen, dann kann man kleine Unterschiede raus, man kann sogar echte Widersprüche. Und das macht es dann eben so herausfordern, dann auch so sagen, okay, was kann ich eigentlich noch guten Gewissens machen und das kann ich nicht mehr tun. Der Corona-Zeit war so und das gerade zu Beginn als die ersten Fallzahlen auftaucht, dann ja auch bald Statistiken gerechnet wurden, also die Imzigenzen oder auch die Reproduktionsraten. Und das war alles handwerklich schon okay, also so, wenn man sagt, das ist wie Mathematik, man nennt halt Zahlensteck, sehen die Gleichungen und rechnet etwas aus. Aber dass diese Zahlen, diese Daten, die dahinter stecken, eben nicht belastbar waren, weil sie halt sehr wenig Aussage kraft hatten, das wurde sehr wenig diskutiert. Und das habe ich dann relativ früh auch geäußert, dann relativ schnell auch ziemlich breit in den Medien, also ich war viel auf Fokus online, ich war in der Bildzeitung aber auch ein bisschen, ne, ja wie man so sagt, sehr jüngeren Medien und habe dann schnell gemerkt, dass viele Leute damit entweder gar nicht anfangen konnten oder total begeistert waren oder auch gesagt haben, so was will die denn jetzt hier und die wir sich ja nur selber vermarkten oder auch nicht, das kann alles gar nicht stimmen und das ist natürlich ganz falsch, weil die Zahlen sagen was anderes, wie schnell ich dann gemerkt habe, dass ja statistik und Daten oft gar nicht, vielleicht man gar nicht gewollt sind, sondern nur gewollt, dann, wenn sie das eigene Narrativ, die eigene Überzeugung unterstützen, ich sage man mal so dazu, ja es gibt um die postdesisionistische Entscheidungsfindung, das heißt dann hat eigentlich die Entscheidungen schon getroffen oder die postdesisionistische Argumentation, ich suche mir die Argumente so zusammen, dass sie meine Entscheidungen unter streichen, die ich eigentlich schon getroffen habe, anstatt sie zu nutzen und eine Entscheidung zu finden und das ist eben der große Unterschied und das sieht man jetzt ganz aktuell in der Diskussion ja auch wieder, also es heißt jetzt das statistische Bundesamt hätte das Produkt manipuliert, damit es der Regierung besser gefällt oder die Armutsquote, der manipulierte, mit der Regierung besser passt und ich finde gerade also was müssen wir eben als Statistik-Experten auch massiv einschreiten und intervenieren, weil das untergräbt ja die Glaubwürdigkeit und ganz wichtigen Institutionen aus der Demokratie. Dann kann ich nachvollziehen, deswegen fand ich auch hier zitat, Statistik ist nicht die Wahrheit, aber sie schafft Wirklichkeit. Ja, auf jeden Fall auch das, was hier beobachten konnten, ja, also so die allgemeine Annahme ist ja und dies auch nicht falsch, wir haben eine Wirklichkeit, wir haben eine Realität und diese Realität produziert Daten oder wir können aus dieser Realität Daten produzieren, wir können das beobachten, wir können Leute befragen, wir können was messen, mit Sensordaten, teilweise die Schritt ist ja schon voll automatisch oder im Internet, überall hinterlassen wir schworen, die werden getrackt bis zu Daten und wenn man die auswertet, bekommen dann bild der Realität, aber umgekehrt ist die Frage, welche Daten wir erheben, welche Daten wir analysieren, wie wir sie auswerten, eine Entscheidung, die dazu beiträgt, was wird überhaupt gesehen, es gibt ja auch diesen Satz nur, was du messen kannst, kannst zu steuern, aber auch nur, dass du Mist wird überhaupt sichtbar, das heißt, das formt unser Bild der Realität und auch das haben wir in der Corona Zeit gesehen, da gab es alle zwei Wochen ein, das jedes Statistischen Bundesamt, das wo Zahlen und Corona für öffentlich wurden und ich habe mich mal hingesatz und habe einfach die Seiten durchgezählt zu den verschiedenen Themen und mehr als die Hälfte hat sich halt mit dem Thema, in irgendeiner Weise, mit dem Thema Wirtschaft auseinandergesetzt, wirklich kleinere Teil mit der Thema Gesundheit und dann kam so Minitalbildung, es waren so zwei Seiten und da war vor allem, wie viele Lehrer haben wir in Deutschland und wie viele Leute nutzen das Internet und irgendwann gab es mal noch eine halbe Seite zu umwelt und das schafft ja auch etwas, das ist schafft ein, eine impizierte Wertung darüber, was ist eigentlich wichtig, was sollten wir uns anschauen, womit setzen wir uns auseinander und was wird aber um die kehrt auch nicht gesehen oder es nicht so wichtig erachtet, dass man es messen muss und darüber sprechen? Um die Gefahr ist auch da, es gibt ja auch ein Gesetz, das besagt, wenn man Kennzahlen als Zielgrößen heranzet, dass sie dann irgendwann zum Selbstzweck missbraucht werden können und eigentlich die Gültigkeit verlieren oder, also auch im Unternehmen, wenn sie etwas an eine Kennzahl ausrichten plötzlich wird alles auf diese Kennzahl ausgelegt und irgendwann verliert sie dieses Relevanz, ja was sie, meine, glaube ich ist gut hartzler, genau gut hartzler, genau, ja klar, ich meine, wenn ich zum Beispiel Vertriebsmittel weiter habe und sagt ihr müsst mindestens so in so vielen Kunden pro Stunde schaffen, dann heißt es ja nicht, dass diese Kunden an euch nicht bedient werden oder die richtigen Kunden, vielleicht nimmt man einfach die, die man am einfachsten erreicht, ob das am Ende für das große ganze Ziel, nämlich in Unternehmen erfolgreicher zu machen, wirklich speitträglich ist eine ganz andere Frage. Und um ein bisschen Statistik aus der Perspektive, der vielleicht Grundlagen aufzugreifen, es gibt hier ein paar Themen, die immer wieder durch die Medien gehen, das ist einmal der begriff Signifikanz, Koalation, Kausalität, Relevanz, wenn ich jetzt ein Zitat von den Aufgreife Signifikanz bedeutet nicht Relevanz, können Sie das vielleicht so, Leute, dass jemand, der diese Begriffe in der Zeitung liest auch das hinterfragen kann, weil das, also das, was wir tun sollte, reflektiert, lesen. Ja, die Herausforderung ist hier, dass der Begriff Signifikanz im normalen Sprachgebrauch eine andere Bedeutung hat als in der Statistik, im normalen Sprachgebrauch sagen wir, das ist aber Signifikant und meinen, was ich Deutsch habe. In der Statistik ist das einfach eine Größe, die man ausreichert, es bedeutet, dass eine Beobachtung, die ich mache, also eine bestimmte Stichprobe, die ich beispielsweise gezogen habe und eine Beobachtung, die ich da das ableite, nicht mehr doch zu erklären ist, also beispielsweise hier mal so ein einfachen Fall, wir untersuchen, ob Männer und Frauen unterschiedlich gut einparken können und was wir messen, ist die Zeit, die sie brauchen, bis sie ordentlich in der Parklücke drin stehen. Und dann stellen wir fest, okay, es gibt einen, einen Unterschied von, sagen wir mal, einer Sekunde oder von einer Sekunde und mit keine Ahnung, 20 Männer und 20 Frauen ist die Streuung so groß, dass dieser Unterschied nicht signifikant ist. Das heißt, man sagt, das ist einfach noch, doch zu Fall zu erklären. Wenn ich jetzt eine Unterschied hätte von einer Minute bei 20 Männern und bei 20 Frauen, dann wäre das wahrscheinlich nicht mehr doch zu Fall zu erklären. Das heißt, es wäre hier signifikant. Und in dem Fall würde man wahrscheinlich auch sagen, relevant, ja, weil eine Minute lang nicht immer in dem Auto zu sitzen, der sich irgendwie versucht, in der Parklücke zu quetschen, das kann sich ganz schon lange anfühlen. Aber angenommen, wir bleiben bei der einen Sekunde und jetzt untersuchen wir nicht 20 Männer und 20 Frauen, sondern wir untersuchen jeweils 100.000. Und dann wird diese eine Sekunde höchstwahrscheinlich statistisch gesehen signifikant. Weil wir so viele Beobachtungen haben, dass selbst ganz kleine Unterschiede sich nicht mehr doch zu Fall erklären lassen. Aber die Frage ist, es ist relevant, merken Sie das, wenn Sie neben jemanden sitzt, sondern braucht man eine Sekunde länger oder nicht, ist für Sie vermutlich nicht drei relevant im Sinne von bedeutsam. Und das Problem ist in der Statistik, wenn man ganz große Datenmengen hat und wenn auch ganz, ganz kleine Unterschiede statistisch gesehen signifikant, also nicht mehr zufällig, obwohl Sie praktisch überhaupt keine Bedeutung haben. Und das muss man eben verstehen, dass Signifikant in der Statistik, die andere Begriffe auch, eine ganz spezielle Bedeutung hat, die eben nicht unbedingt das, was Sie uns intuitiv darunter vorstellen kann ich nachvollziehen. Und dann vielleicht in diesem Kontext nochmal an den Unterschied zwischen Kausal und Kordilativ oder Kordilation reicht nicht, wer auch Wirkung zählt, muss Kausalität verstehen. Und da sind glaube sehr, sehr viele Themen, die in Dürcheinander gebracht werden und so ausgelegt wie einem passt. Ja, Kordilation heißt, dass sich zwei Sachen ähnlich verhalten, aber das heißt nicht, dass das eine die Ursache des anderen sein muss. Also der Klassiker dabei ist ja und man kann beobachten, dass die Zahl der Störche parallel zurückgegangen ist mit der Zahl der Geburt in Europa. So, das ist jetzt eine Kordilation, bedeutet aber nicht, dass der Storch die Bibis bringt. Die Kausalität wäre jetzt, man findet etwas, was tatsächlich die Ursache des anderen ist. Also, ich drücke ihn klar Wasser und dann durfte es gestillt. Woher hätten wir jetzt einen Kausal zusammen haben? Und wie kann man damit umgehen, wenn ich jetzt eine Nachricht höre und da ein Zusammenhang hängestellt wird? Gibt es eine einfache Choristik, wie ich vielleicht den Unterschied oder wenigstens das Hinterfragen kann, um einfach mir selbst eine Standortbestimmung zu möglichen? Also, meine Beobachtung ist eher in den aller meisten Fällen, ist diese Kausalität nicht da. Also, wenn ich mir so Mediengerichte anschaue, da heißt ganz oft eine Ahnung, Blumenkohl reduziert ihr Herzinfarkt Risiko um 20 Prozent. Aber irgendwie, was halt, ja, kann man sich ja alles logische ausdenken. Ich würde bei solchen Meldungen fachst sich ja davon ausgeben, dass die Kausalität nicht gegeben ist, sondern dass man halt einen correlativen, oder man findet auf dem Begriff associativen Zusammenhang gefunden hat. Was wirklich nur hilft, ist, in die Originalstudien reinzuschauen, da bei solchen Sachen, oder sich dann auch mal zurückzunehmen und zu sein. Okay, es ist denn jetzt wirklich so bedeutsam für mein Leben. Ich habe in meinem Buch auch über dir ein bisschen geschrieben, über dieses astrologische Projekt, was wir ganz am Anfang gemacht. Wir sind guter Sack, das zum Gegend rauszufinden, ob es ein Zusammenhang gibt zwischen Planetenkonstellationen und bestimmten Ereignissen in unserem Leben oder bestimmten Verhaltensweisen. Wir haben ja auch ganz spannende Sachen gefunden dabei und es signifikante Zusammenhänge, man kann darüber streiten, ob sie jetzt um Kausal sind oder nicht. Deswegen, wenn wir nicht nachweisen können. Aber die Frage ist, es ist den Ernsthaft relevant für mich zu sagen. Ich habe vielleicht eine um zwei Prozent erhöhte Wahrscheinlichkeit für einen Partner meines eigenen Tierquats Zeichens zu interessieren als für jemand anderen. Also es gibt praktisch gesehen im echten Leben vier andere Dinge, die wichtiger sind. Was mir sehr geholfen hat, auch bei solchen Aussagen, wie rote Bete verlängen, das Leben um zwei Jahre, zwischen den Fragen, wie man das überhaupt messen kann oder erhebern kann. Ich muss eigentlich dann zwei gleichwertige Gruppen auseinanderhalten und eine einzige Variable verändern, dass es rote Bete oder bin Konsum von rote Bete und der Rest rauchen, Fittenstudiebesuche, Schlafzeiten, Familien, Umfeld, alles gleichlassen und nur eine Variable verändern und ob das überhaupt in der Praxis möglich ist. Wenn nicht, dann würde ich immer sehr vorsichtig sein bei solchen Themen. Beim Rauchen ist das ein bisschen anders, wenn man jetzt 20 Millionen Datenpunkte hat, über 40 Millionen Menschen sie rauchen und nicht rauchen. Und da gibt es doch da sicher eine Koalition, dann ist das Nachvollziehbar, aber bei rote Bete ist das schwieriger, finde ich. Ja, definitiv ja, oder auch beim Apfel essen oder wie auch allen anderen Anjahrungsstudien. Und dann kann ja auch noch einen Platz-Ebo-Effekt dazu kommen, weil die Leute meistens merken, ob sie Salat oder Schnitzel essen. Also und wenn ich weiß, dass ich mich gesund an Nähre, dann kannst du ja sein, dass allein dadurch eine Wirkung entsteht oder weil es halt zusammenhängt mit vielen anderen Dinge, die ich auch tu im Leben. Also ja, absolut richtig. Und deswegen ist das so spannend zu sehen, wenn sie Ernährungsmüten aufgreifen können, sie 100 Studien finden, sie bestätigen, dass Carnivodejet sehr positiv auf ihre Gesundheit wirkt und dann 100 genau die gegenteiligen Studien, wo vegane Ernährung genauso wirkungsvoll ist im positiven Sinne. Und dann wissen sie, okay, da kann sie statistik, nur als Instrument eingesetzt werden, um confirmation bias vielleicht zu finden oder zu bestätigen. Ja, ganz genau. Und in ihrem Buch gehen sie sehr, sehr stark auch auf Führungszemen ein und sagen, man sollte mit daten Führen nicht kontrollieren, welche Rolle spielt aktuelle Welt mit KI, mit diesen neuen Modellen, die einen wirklich überraschen, was dafür gegeneß herauskommen, für die Führung der Zukunft oder auch der Gegenwart. So eins verändert sich jetzt schon mal ganz stark und darauf müssen sich Führungskräfte einstellen, das geht nicht mehr im Autorität oder das geht nicht mehr im Fachwissen. Das kann sich mittlerweile ja fast jeder mit Hilfe von KI mehr oder weniger zum Experten aufschlauen. Also ich bin dadurch aus sehr kritisch, ja, weil ich glaube, wenn man nicht weiß, wo man spricht oder nicht zumindest ein Grundverständnis von dem Thema hat, wird KI einen eher in die Erde führen bzw. man glaubt, dann Dinge, die vielleicht so im Detail gar nicht stimmen, weil die herauskommen. Aber das ist ein Thema mit dem Sicherungskräfte beschäftigen müssen, also dass sie halt nicht mehr oder nicht mehr in Natur gegeben, die Experten oder Experten in den bestimmten Thema sind und dadurch führen können und auch das Mitarbeiter KI nutzen. Aber war das nicht so in den letzten Jahrzehnten, dass an die Spitze der Unternehmen nicht immer die besten Experten hochkam, so ein Leute, die vielleicht die komplexen Zusammenhänge verstanden hat und die Menschen mitreißen konnten, so im medial typischen Fall, weil wenn sie einen guten Vertriebsmann oder Vertriebsfrau zu Vertriebsleiter oder leiteren machen, verlieren sie meistens einen guten Vertriebsmann, gute Vertriebsfrau und bekommen noch ein schlechte Führungskraft. Ja, das ist natürlich richtig, aber ich würde es jetzt auch breiter sehen, in dem Sinne kann ich nicht z.B. gut ausdrücken, kann ich kommunizieren, ja, finde ich die richtigen Quellen, die nicht informieren, kann ich mich schnell zu einem bestimmten Thema informieren und das ist ja auch eine, das spielt ja auch eine wichtige Rolle. Sie sagen Führung heißt für Verantwortung, für gute Fragen übernehmen. Das fand ich cool, es gibt ja auch tatsächlich einen anderen amerikanischen Forscher, der sagt, die gute Führung ist, die gute Fragen zu stellen. Und welche Fragen sind gut, Frau Dr. Schüler? Das hat, da glaube ich, kann man sehr viel auch aus den Thema Datenkompetenz lernen, weil da geht es auch darum, Fragen zu stellen, die präzise sind, die überhaupt messbasenden Dingen, dem Sinne auch beantwortbar sind. Es gibt ja dieses Konzept, der smarten Ziele und an dem kann man sich auch orientieren, wenn man Fragen stellt, also smarte Fragen zu stellen, die Fragen sollten spezifisch sein, sie sollten messbar sein, sie sollten attraktiv sein, also das heißt, das Ergebnis oder die Antwort muss überhaupt überzeugen. Ja, also all diese ganzen Themen, die spielen dabei eine Rolle. Und welche Rolle spielt dann noch die Intuition? Sie haben auch mit Prof. Gigerin zu viel gearbeitet, und der hat für 30 eine ganz andere Meinung als er kann, man war auch bei uns zu Gast. Ich bin auch ein großer Freund, der Intuition, aber da gibt es in meinen Aber bei diesem Thema. Ja, also der Streit zwischen Gigerinzer ist soweit ich, dass überhaupt gut zusammenfassen kann, ist die Frage, was bedeutet eigentlich Häuresdicken oder welcher Rolle spielen Häuresdicken? Und ist Intuition oder unser salitiebe Wahrnehmung hier, unser begrenzter Rationalität, so wird es ja bezeichnet, ist es eigentlich ein Fehler oder es ist eine Chance des Nenjens? Und wenn kann man das als als Fehler, als menschliches Defizit. Sie sieht, als eine ganz besondere menschliche Eigenschaft, die uns eine weitere Möglichkeit, das Entscheidungs der Informationssammlung verschafft. Und darüber haben wir eben gesprochen und vor allem auch über die Frage, welche Rolle spielt eigentlich Impulsionen bei der Frühungen, beim Thema Daten, und wie kann ich Intrusion überhaupt erwärben und für mich nutzen? Unsere Intrusionen, indem sind, als ein tiefes Wissen, dass doch die jahrelange Beschäftigung mit dem Thema entsteht, so dass ich im Moment verstehe, was es jetzt der richtige Weg ist, wie muss ich das anpacken, oft ohne dass ich sie man erklären kann? Engegarenze sagt auch, dass 60 Prozent alle Entscheidungen in DAX vorständen intuitiv getroffen werden und dann mit teuren Beratern rational begründet. Wie kann man damit umgehen, um eigene Entscheidungen noch mal so zu reflektieren, dass sie einem später nicht auf die Füsse fallen? Also ich habe dieses Thema auch schon mal angerissen in meinem Datenkompetenz-Rameln, die ich vor Gottes ist jetzt auch schon 7 Jahre her oder so, für den Stifterverband damals geschrieben habe und da geht es um die Frage, wie gehe ich eigentlich im Nachhinein mit Daten um, die zu meine Überzeugungen passen oder auch nicht. Und das ist nicht mal unbedingt eine Kompetenz oder eine Fähigkeit in dem Sinne, wie wir es auf das gilt verstehen, sondern wirklich eine Einstellungssache. Also bin ich bereit neue Informationen, die ich bekomme, wirklich einiger Maßen unvoringenommen zu getrachten und meine Entscheidungen zu hinterfragen oder nämlich eigentlich nur das noch auf, was meine eigenen Entscheidungen stetig ist. Ja und das ist glaube ich die größte Herausforderung aus dieser eigene Selbstweltwahnhebung, die man bestätigt sucht, auszubrechen und da ist es, glaube ich, ein gutes Barrienspartner an eigene Seite zu fahren, sehr, sehr wichtig. Ja, unbedingt. Also das ist auch was, was im Zeitalter von KI, durchaus nochmal ist, was das so reflektieren gilt. Also klar, kann ich KI dafür nutzen, nie ihr Fragen zu stellen und das ist auch eine eigentlich eine bessere Herangehensweise finde ich als die KI zu fragen, also statt die KI zu fragen. Ist es jetzt wirklich die Entscheidung, die ich treffe, könnte ich die KI bitten, Stelle mehr fragen, wie meine Entscheidungen hinterfragen, die mich challenging, die mich nochmal dazu bringen, mir nochmal andere Perspektiven anzuschauen, die mich zum Beispiel fragen, warum ist das jetzt wichtig für dich, warum hast du diesen Aspekt besonders hervorgehoben, warum hast du diese Argumente weniger Gewichte, also das ist das eine kemer und das andere ist aber auch, welche Rolle sollten vielleicht zukünftig, sollten nicht nur vielleicht, sondern sollten zukünftig auch menschliches Barrienspartner nochmal spielen, die nicht ganz ganz andere Perspektive reinbringen können und die auch nicht klappt und geläufig sind, die sich also nicht an mich anpassen, sondern mir durchaus auch mal sehr harsh widersprechen. Und das ist total fasziniert, was man mit KI machen kann, auch diese kritischen Sparring in der Forman zu gehen, weil sie können eine Passage, so eigene Text mit einfügen und dann, entweder fragen, zeigt mir die drei kritische Schwachpunkte des Textes oder drei besonders guter Aspekte des Textes und sie bekommen absolut unterschiedliche Auslegungen ihres Textes und da brauchen nun den Mut und vielleicht auch die Mut, sich diese Kritik zu stellen und das ist das, was viele gar nicht möchtest, weil sie auch mit eigenen Urteilen lieber weitergehen, ohne sie selbstkritisch durch hinterfragen. Ja, und das ist die große Herausforderung und wenn ich das vorher nicht konnte, werde ich es doch ich vermutlich nicht lernen. Und sie sagen, technik ist schnell, kultur ist langsam. Ja, das ist ja das alte von Peter Drucker, cultured strategy or breakfast, ja. Und was schätzen Sie aus der Perspektiver der Bildungswesen, was wird KI mit unseren Kindern machen und mit der Schule und mit Schulprogrammen, wo wir brauchen, wie noch so viel Stoff auswendig zu lernen? Also es gibt, wir können jetzt hier Utopien oder Dystopien ausmachen und ich glaube, beides ist sehr möglich, dass das passiert. Auf der einen Seite mal in positiven Sinne kann KI dabei unterstützen, einfach ganz viele zusätzliche Informationen zu beschaffen, einzuordnen, auch unterricht, viel individueller zu gestalten, auf das einzelne Kind einzugehen, Kinder zu motivieren. Ich habe in meinem Buch auch einen Beispiel gebracht von dem Video aus der Schule, die Kinder gefragt haben, was wir es mal werden und dann haben sie sich selber gesehen, als Erwachsene, zum Beispiel als Ärztin, als Pilot, als Unternehmer und so weiter. Und man sieht wirklich in den Video, wie die Kinder begeistert sind und dass sie sich jetzt da sehen und wirklich das Gefühl haben, "Hä, da bin ja ich, das ist ja nicht nur eine Wagevorstellung, das kann ja wirklich Realität werden." Und dann kann KI vielleicht sogar helfen, die einzelnen Schritte dahin auch zu zeigen, zu sagen, "Okay, dann machst du es nächstes Test, dann landst du das?" Und so weiter, ja, es ist es, sich das wirklich diesen Weg auch vorstellen zu können. Auf der anderen Seite, die Frage, "Ja, warum müssen wir noch so viel auswendig lernen?" Ich fand es immer schon kritisch auswendig zu lernen, also auch, bevor wir jetzt diese Fraudstätte mit generativer KI hatten, aber ich glaube, wir Menschen müssen in der Lage sind, Dinge einzuordnen. Also zu verstehen, was sind wirklich richtige Fakten, gute Argumente, was hat eigentlich auch welche Bedeutung im Diskurs und das ist, was wo KI oder generative KI auch sehen, die Irre führen kann. Also gerade in der Wissenschaft und der Forschung sieht man, dass sie können sich jetzt mit Deep Sieg oder auch mit Perplexity oder so, kann man sich ja jede Menge wissenschaftlicher Studien auch zusammentragen, auswerten lassen und so weiter. Aber die Frage ist, welchen Stellenwert haben die eigentlich in der jeweiligen Fachgebiet, weil da hängt sehr davon ab, was es überhaupt zugänglich und was nicht. Und nur weil es in Deep Sieg auftaucht, heißt es noch nicht, dass es die ganze Wahrheit ist, sondern das möglicherweise auch in Journalist, die halt von generativer KI nicht versucht werden können. Ganz andere Artikel gibt ganz andere Fachbeiträge, die in der Fachwelt selber in der jeweiligen Disziplin eine viel höherer Bedeutung haben, die aber nicht gefunden werden. Ich beobachte das auch, dass Wissens zur Verfügung Stellung massiv an Bedeutung verloren hat. Da geht es jetzt um die Verifizierung und vielleicht verstehende komplexen Zusammenhänge und hinterfragen. Deswegen war ich so glücklich, dass Sie das Thema der Fragen, die richtige Fragen zu stellen. Gibt es eine Lieblingsfrage von Ihnen, die Sie selbst stellen, wenn Sie Daten sehen? Also was kann man noch damit machen? Was kann man noch damit machen? Also, es gibt dieses Prinzip, der die Fair-Prinzipien für Daten um Daten sollten feindable, accessible, interoperable und reusable sein. Also diese Wiederverwendbarkeit von Daten und das finde ich einfach wahnsinnig spannend, so überlegen, was kann ich denn noch damit tun. Ihre Bewertung und der Follow sind während Türöffner. Für Gäste, die sonst schwer zu gänglich sind. Ihr Sichtbare, wie Sie sind, desto spannende werden die Gäste. Ein paar Sekunden ihrer Zeit, für mehrere Stunden mit Tauselgewöhnlichen Menschen. Ich danke Ihnen voraus und freue mich auf unseren weiteren Austausch. Und man liest überall, wir müssen Daten getriebenen scheiden. Da sind Sie ja eine andere Meinung, dass Sie Daten informiert entscheiden sollten. Können Sie den Unterschied erläuten? Ja, weil Daten getrieben für mich zu dieser Konnotation haben. Es zählen nur Daten und sonst nicht. Und es ist eben nicht so. Ich meine natürlich könnte man sich jetzt auf einer Meta-Eber eben auf den Standpunkt stellen. Alles sind Daten, auch alles, was wir qualitativ erleben sind, in gewisser Weise eine Art von Daten, die wir nur noch nicht messen können. Aber ich bin aber bei Gigerrenzler. Ich glaube, wir brauchen auch diesen Aspekt der Intuition, dieses zu erkannten, wo es bisher noch keine oder ganz wenige Datenpunkte gibt, vielleicht sogar nur unsere Vorstellungskraft. Ich habe ja in meinem Buch auch ein ganz kleines Gespräch geführt mit dem Matthias Röder, der damals die zinte Symphonie von Beethoven zu Ende komponiert hat. Also hat dieses Projekt damals koordiniert und alle gesagt, der Spinste und es funktioniert nicht. Und das war ja schon jahre her, da gab es ja noch. Noch nicht mal. Ja, aber ich in dem Sinne, wie wir sie heute kennen. Aber er hatte einfach die Idee, was das funktionieren könnte. Das ist so wie. Es ist einfach mit generativer Karine Weg zu finden, wenn ich weiß, ich möchte von A nach B. Aber wenn ich noch gar nicht weiß, dass da vielleicht B sein könnte oder vielleicht das C oder auch X oder Y und das dann Weg dahin ist, dann brauche ich eine ganz andere Art von Vorstellungskraft, eine ganz andere Art von Kreativität als diese Kreativität etwas zu generieren, für einen Weg, der schon klar ist. Und man kann ja über Daten sehr viel sagen, auch einiges kritischer, sich aber in den Betrieb dystopie erwähnt, wo beginn die offene Datenkultur und endet an der Glesene Bürger? In dem Moment, wo Daten monopolisiert werden oder die Macht über die Daten monopolisiert wird, das heißt, wo es einzelne wenige gibt, die möglicherweise auch nicht mehr mehr demokratisch legitimiert sind. Und dann ein Wir bekommen uns Bürgerinnen und Menschen, um mit denen wir gesteuert werden können. Das ist jetzt ein bisschen weh abstrackt, aber ich habe ja einige Beispiele drin, sogar aus Bereichen, wo man eigentlich denkt, da gibt es jetzt gar nicht um wirtschaftliche Interessen, sondern diese Beispiele von Algocresti. Also, wo versucht wurde in verschiedenen Regierungen, ich habe drin Australien, Niederlande in Washington gab es in Fall auch als Versuch in Österreich mal Entscheidungen, die sehr relevanz sind, für Bürgerinnen und Bürger, mit Hilfe von Algorithmen zu treffen. Also beispielsweise ob sie eine Maßnahme bekommen, um in den Arbeitsmarkt zu integriert zu werden. Das war die Frage Stellung in Österreich. Also wen unterstützt man eigentlich einen neuen Job zu binden, wen bildet man weiter? In den Niederlanden ging es, und das Thema Kindergeld, wer hat möglicherweise zu unrecht Kindergeldbezogen und da kam dann heraus, dass der Algorithmus einen ganz starken Racial Beist drin hatte und was dazu geführt hat, dass viele Eltern zu undurch beschuldigt wurden, teilweise in den finanziellen Drügen getrieben worden sind, es gab sogar Suizide am Ende. Und das war ein halt Fälle, wo man sagen muss, da wurde Maschinen in Blens vertraut, den wurden ganz viele Daten gegeben, die sie eigentlich gar nicht hätten haben dürfen. Auf der anderen Seite war das, was da passiert ist, für die Betroffenen in Transparen. Das heißt, ich selber wusste gar nicht, was passiert mit meinen Daten und konnte auch nicht widersprechen. Und das hat am Ende zu einem ganz großen Problem geführt. Und da sind wir an dem Punkt Lesern der Bürger für jemand anderen, der dann aber auch noch diese Durchsichtigkeit, diese Transparenz ausnutzen kann für sich, wenn ich selber nicht weiß, was passiert. Aber das, was Sie jetzt erwähnen, ist nicht in China passiert, sondern in dem demokratischen Ländern. Ja, genau, das meine ich jetzt, das ist ja demokratisch legitimierte Entscheidungsfindung gewesen. Und wie geht man damit um, wie kann man das reglementieren? Also letztlich sehr genau, so überlegen, was wollen wir zulassen und was wollen wir nicht zulassen und festzuhalten, dass letztlich die Entscheidung der Mensch treffen muss. Aber das ist ja auch in der KI-Verordnung der EU mittlerweile so festgelegt. Und diese Black Box-Problematik, das haben Sie ja auch jetzt gehört eben erwähnen, dass man eigentlich nicht weiß, was die tatsächliche Algorithmen wege sind, um diese Entscheidung zu unterstützen. Sondern es kommt ein Ergebnis, ich weiß nicht, ob die Maschinen das selbst versteht, aber das ist ja auch bei den Banken, so dass sie eine krediten Scheidung, weil sie die Maschine trifft, die man nicht nachvollziehen kann. Ja, die Situation hatten wir ja immer schon, also den Schufferskoor, den hatten Sie ja vorher auch nicht. Das ist so, warum werden Sie eingestuft, dass kreditwürdig oder nicht, oder warum bietet Ihnen ganz einfach das Beispiel, Sie werden neu kunde im Versandhandel, warum darf der Eile auf Rechnung bezahlen und der andere halt nicht? Ja, das ist eine Entscheidung, da geht es natürlich auch um eine wirtschaftliche Abdeigung, also es geht ja auch um den Schutz derjenigen, der das anbietet und der nicht betrogen werden möchte. Oder der nicht am Ende lauter, auf lauter, nicht bezahlten Kreditensätzen bleiben möchte. Die Frage ist halt hier und dann sind wir wieder beim Thema des Buches, wie vielen Macht sollte eigentlich wehr haben und wenn ich am Ende in der Situation bin, dass ich nur noch ein Unternehmen habe, bei dem ich einkaufen kann oder nur noch eine Bank habe, bei der ich kreditbekommen kann und nicht mehr in der Lage bin, es zu beeinflussen, dann kriegen wir einen Problem, in dem Moment, wo ich noch eine alternative Auswahl habe, ist es natürlich ganz uns anderes. Am aktuell sehen wir diese Tendenzen der Konzentration und auch die deutschen sind wir aber nicht bereit auch. Minimale Beträge zu zahlen, meine eigenen Daten zu schützen, sondern sie tauschen die Daten gegen die Nutzung und das ist ja, man sagt ja, so oft Daten ist das neue Öl und das 2100, aber braucht man da eine andere Bildung oder kulturelle Prägung, um damit anders umzugehen? Ja, zumindest war ein Bewusstsein dafür, es gibt ja auch diesen schönen Satz, wenn es nichts kostet, bist du das Produkt. Also so, dann bezahl ich eben mit meinen Daten und das bedeutet, dass im Zweifersfall jemand damit etwas über mich erfährt, damit etwas machen kann, vielleicht sogar mich subtil damit steuern kann. Und also so viel, aber halt, okay, allein schon die Frage, was wird mir auf der Startseite präsentiert? Was ist die erste Information, die ich bekomme, was ist dann die nächste? Das ist nicht bei allen Menschen gleich, das hängt damit zusammen, was die Maschine über mich weiß oder zu wissen glaubt und das eben frühzeitig zu vermitteln, halt ich wenn wichtiges Thema und es gibt ja auch Möglichkeiten, mehr oder weniger anonym im Internet zu serfen und ich hab mal, wenn ich Fortreger in Schulen mache, dann zeige ich das auch und sage, geht mal rein, geht mal rein ins Internet, dann euer Browser und dann geht man lieber an ein Missbrowserfenster rein und schaut mal, wie anders es aussieht oder über der Zugang wie Tor und hoffen, was ihr seht oder auch was ihr nicht mehr seht, weil ihr nicht mehr dafür mit euer Daten bezahlt. Genau, und das ist ja das Interessante, dass man plötzlich dann viele Dinge gar nicht nutzen darf, weil man ohne Daten keinen Zugriff hat und es gab ja den bekannten Fall mit Cambridge Analytica, glaube ich, aber ab 300 likes kannte die Maschine sie besser als sie sich selbst eingeschätzt haben, da konnte die Maschine mit aller Algorithmen sie besser in ihren Entscheidungswegen einwerten, als sie das selbst getan haben, was auch dann zur Monipulation in den Wahlen geführt hat. Ja, also darüber kann man natürlich streiten, ob ein die Maschine besser kennt oder was es bedeutet, jemanden zu kennen, aber klar, in reproduzierbaren Entscheidungen, was werde ich als nächstes liken online, ich glaube schon, dass man so etwas relativ gut vorher sagen kann. Und ich glaube, was wir in heutige Zeit lernen müssen, dass es am Biguität existiert und dass wir damit besser umgehen sollen. Sie sagen auch, dass Organisationen, Ambiguenz, Fähigkeit und Toleranz stärken müssen, und das hört man überall, die Frage ist Frau Dr. Schüller, wie schafft man das? Wie kann man eine Organisation so trainieren, dass sie mit Ambiguität besser zu Recht kommt? Oh, das ist jetzt in der riesen Frage, in der riesen Zimmer. Ist doch beleid. Ist aber das, was mich interessiert, ja, weil wir natürlich damit auch konfrontiert sind. Ja, klar. Also mein Ansatz ist natürlich aus meiner Prägung her, zu sagen, wie kann eine Organisation lernen, besser mit Daten umzugehen und Daten besser zu interpretieren und vor allem zu verstehen, dass Daten und ihr Ergebnisse von Daten analysen, egal ob mit Statistik oder mit KI-Methoden halt nicht so eindeutig sind, wie sie oft den anschein haben. Und dieses immer wieder zu üben, bedeutern zu hinterfragen, ist eine wichtige Rolle. Also ein Thema ist schonmal, wen hole ich überhaupt mit an den Tisch, um zu diskutieren. Was werden wir aus, mit welchen Daten werden wir aus, wie nutzen wir die Ergebnisse, was bedeuten die Ergebnisse? Also unterschiedliche Perspektiven mit rein zu holen und mitzudiskutieren. Und das hat ja dann immer wieder viel mit Inklusion zu tun, was in dem Kontext sicherlich auch ein wichtiges Thema ist. Wen beziehe ich mit ein, wer da überhaupt mitreden und wer bekommt seinen Teil der Macht um beim Thema des Buches zu bleiben. Und das, also oft zu erkennen, dass es eben nicht diese Eindeutigkeit oft gibt, dass man Dinge auf die eine oder andere Art auswerten kann und dann wirklicherweise unterschiedliche Ergebnisse auch rauskommen oder diese Ergebnisse nicht zwingend das bestätigen, was man sich eigentlich erwartet hat. Ja, was heißt denn das dann? Heißt denn, dass das alles falsch war, heißt es, dass man vielleicht noch mal in der neuen Perspektive drauf schauen muss, heißt es, dass man vielleicht mehr Daten braucht, dass man anders erheben muss. Ja, das ist ja dann die spannenden Fragen, die auftauchen, also insbesondere da wird es dann interessant, wenn das was rauskommt, nicht zu dem, was man sich erwartet. Und das ist die Frage, das zu akzeptieren und damit umgehen zu können. Und wir haben über Confirmation bei es gesprochen, wo man das bestätigt findet, was man schon im Inneren als Meinung hat, gibt es weitere solche Beistes, das was sie immer wieder antreffen? Ja, also es gibt so was wie Anker-Effekte, zum Beispiel die erste Zahl, die in den Trauben gestellt wird, die bleibt eben hänge, jetzt kann man auch sehr für sich nutzen, auch mal die erste Zahl zu positionieren. Es gibt den Survival-Shop-Beis, den man auch oft beobachtet, mit dem wird ja viel gearbeitet. Also, wenn sie drüber nachdenken, ob sie in Kunst investieren sollten, ja, weil in Kunstwerk von Andy Warhol, wenn sie das am Anfang gekauft haben, das hätte jetzt in diesem Wertsteigerum. Und das könnte ja erst mal sehr verlockend sein, aber dann denken wir mal an all die rörenden Hirsche und Waldstenen und sonst was, die in irgendwelchen Wohnzern oder Musnen, über und so verhängen. Und die nie mal in die immer halt irgendwann wahrscheinlich kaufen wird und dass es eben der Survival-Shop-Beis, das heißt, man sieht nur, dass das erfolgreich geblieben ist und nicht das, was nicht erfolgreich ist. Und das ist auch ein wichtiges Thema, was das wir oft ignorieren. Also so oft, wie ich denke, so jeder kann Influencer werden auf Instagram, ja, all diejenigen wie es halt nicht geschafft haben, man wieder aufgegeben haben, die sehe ich halt nicht. Das vielleicht ganz interessant, was man sein Kind damit geben könnte, ja. Und das ist auch ein Influencer zu werden, für es relativ gering. Das ist, sagt man ja, man sollte über den Friedhof, der gescheiterten Künstler, Influencer, und Fußballspiele, vielleicht besichtigen gehen und schauen dann wie viele Tabten sind. die sind so weiteres Gefühl an. Was halt in sie von Group thinking bias ist das auch glaube ein großes Thema? Ja, also dass sich Gruppen orientieren oder das Gruppen dann das am Ende keiner mehr der Gruppe widerspricht. Genau, das herrschende Meinung plötzlich die beherrschende Meinung wird. Ja, also ich glaube es ist jetzt gar nicht geht jetzt gar nicht mal so zu drum, so zu drum zu sagen, okay, was ist jetzt der größte bias oder der schlimmste oder der wichtigste in der Situation, sondern sich einfach klar zu werden. Es gibt diese Beistes, es gibt diese Verzerrungen im Denken, die passieren können in bestimmten Umständen unter bestimmten Umständen und sich damit mal auseinanderzusetzen. Ja, und so sagen die können neben der Rolle spielen, weil oft, also ich beobachte das oft bei diesem Thema unstatistisch. Es ist ja so mein Hobby mehr oder weniger, also so zu zeigen, wo es jetzt mit der Statistik mal wieder was schief gegangen, aber eigentlich kann man immer sagen, es gibt so eine Parallele, warum und lassen wir uns in die Irre führen, Frontzahlen. Das hat ja nicht nur was damit zu tun, dass das Werkzeug Statistik falsch angewandt wurde oder die Zahlen das nicht hergeben, sondern auch dass wir zu bestimmten Wahrnehmungsverzerrungen tendieren, als Menschen bestimmte Dinge da sehen, bestimmte Dinge stärker wahrnehmen das andere. Also so ein Signaling zum Beispiel, wenn ich auf eine Karte was rot einfärbe, dann sticht dieses Rote heraus, dann nehme ich das besonders wahr. Und da haben vielleicht Leute, die Farbenblins in so einem gewissen Vorteil, weil sie davon sich nicht sich da nicht so leicht auf Glaubteis führen lassen. Aber das sind so kleine Tricks, die ich dann eben auch anmännchen kann. Wenn Sie an die letzten Jahre zurück blicken, was war die krasseste Unstatistik des Jahrzehns zu Sie? Die krasseste Unstatistik des Jahrzehns. Also die Hackleckste für mich, es eben dieser Mütters von den Frauen Deutschen, die hatten wir jetzt schon zweimal. Da sie zu wenig arbeiten, obwohl man die Teilzeit nicht einrechnet? Genau, ganz genau das. Und dann auch noch eine Arbeitszeit, als letztlich als Ersatz zu nehmen, dafür wie produktive eigentlich sind. Also es geht ja nicht nur um Arbeitszeit und es geht auch nicht um Arbeitszeit immer nur zu maximieren, weil es bedeutet ja letztlich auch haben, in der welche Arbeitsbedingungen habe ich. Ich meine im kleinen Land, wo Menschen von einem Job alleine nicht leben können und noch zwei Nebenjobs brauchen, um sich über Wasser zu halten, arbeiten sie natürlich näher. Aber ist das was, was wir wollen in Deutschland vermutlich nicht? Klar könnte man in der einen oder anderen Stelle mehr arbeiten. Sieh ich als Unternehmer dann ja auch manchmal, dass ich mir denke, so ach, dass wir jetzt schön, wenn die Leute jetzt vielleicht noch zwei Stunden bleiben würden. Aber trotzdem die Zeit an sich ist nicht der einzige Maßstab. Ja, absolut, absolut. Es ist ja da, wo man über Kausalität und Korelation auch wieder reden kann, wie das miteinander geht. Was für mich immer fasziniert war, dass der GenderGap Statistik, die eigentlich Eiffel mit Bienen vergleicht, weil man hier nicht die gleichen Jobs ansetzt, sondern ungewichtete Jobs mit unterschiedlichen Aspekten vergleicht. Das ist auch eigentlich ein Missbrauch der Statistik in der Form. Ja, und ich finde das ist eine sehr spannende Statistik, weil man, weil man da ja auch sagen kann, also ein anderes Thema noch mal mit aufgreifen kann, nämlich dieses "fit for purpose", also was möchte ich damit eigentlich aussagen. Wir diskutieren über diesen GenderPayGap ja oft unter dem Aspekt "Fernest der Bezahlung". Genau. Und dann darf man nicht einfach unbereinigte Daten miteinander vergleichen. Also da muss man berücksichtigen, dass Frauen in anderen Jobs sind, dass sie öfter Erwerbsunterbrechungen haben, dass sie vielleicht in anderen Branchen arbeiten und so weiter und so fort. Also so, wenn man das alles rausrechnet, dann wird dieser GenderPayGap nicht null, aber er wird schon relativ klein. Man kann dann darüber streiten, was davon ist jetzt selbst entschieden von Frauen und was davon ist, vielleicht doch wieder Strukturelle oder Druck. Aber das ist ja eine Punkt. Also hier geht es um die Fähne. Wenn ich aber wissen will, was bedeutet das eigentlich langfristig schon unsere Gesellschaft? Dann hat der unbereinigte GenderPayGap auch seine Berechtigung, den er sagt, ich kann den nutzen, beispielsweise um prognosen zu machen über Altersarm und bei Frauen. Denn von dem faktischen Lohn- oder Gehaltsunterschied, der hat ja eine Auswirkung auch darauf, was bekommen die Leute am Ende an Rente und können die sich im Alter eigentlich noch versorgen. Und da wissen wir, dass Frauen sehr viel stärker von Altersarmut betroffen sind als Männer, und da können wir noch so viel statistisch rausrechnen, dieses Paktum bleibt bestehen. Und das ist das ein unterschiedliche Zwecke, was ich mit dieser Statistik auswerten möchte. Deswegen ist es nicht so, dass der unbereinige GenderPayGap was es was man sich überhaupt nicht anschauen sollte, sondern er hat eben einen anderen Steck, also zu verstehen, wie man das Risiko von Altersarmut bei Frauen jetzt und in Zukunft. Aber das nicht, dass was quasi in ein Führungszeichen propagiert wird, braucht man vielleicht etische Normen für die Statistik-Nutzung und zum Beispiel Achsen nicht abzuschneiden bei den Darstellung der Linien. Das ist ja total faszinierend, was man da macht, um die Ausschläge zu vergrößern. Das ist bei uns in der Firma, ich werde es da immer ungehalten, wenn da jemand das macht, um das zu verdeutlichen. Die Varianz von 3%, dann plötzlich sieht es aus, als ob da eine Schwanken von 40%, da steht, nur weil man eine Achse beschnitten hat. Ja, erst mal zu dem Detail, da hatte ich auch gerade eine kleine Diskussion auf LinkedIn, ob man das tun sollte oder nicht, weil jemand meint es, wer er durchaus in manchen Situationen sind voll, um bedeutsame Veränderungen draus zu stellen, auch wenn sie klein sind. Ich bin davon nicht überzeugt, weil ich mich dann frage, ob man nicht vielleicht überlegen muss, ob die Machtzahl an sich richtig ist. Wenn ich sage, eigentlich, ich bin auf einem relativ hohen Niveau, aber kleine Schwankungen können eine große Bedeutung haben, sollte ich das dann nicht vielleicht anders kalieren. Also, dass ich sage, okay, abweichungen vom Trend statt der absolute Wert an sich, also zu überlegen, kann ich sein nicht anders kalieren, damit ich nicht gezwungen, wenn diese Achse abzuschneiden und ich glaube, das kann man in vielen Fällen machen, da muss man einfach nur noch mal ein Schritt weiterdenken. So, dass jetzt mal zu dem Beispiel, also ich kann auch der Meinung, Achsen abschneiden ist, das letzte Mittel, zu dem man greifen sollte, solange es noch andere gibt, sagen wir mal so. Ja, vielleicht ein Absolutem Mut fällt. Man macht sich auch angreifbar, ja, das ist ja auch, dann ist es eine gute Aussage, wird dadurch einfach nur sofort mit Mistraum belegt. Ja, ja, genau, das ist eben auch ein Punkt, dieses mitzudenken, wo mache ich mich angreifbar? Das habe ich ja auch an einer Stelle im Buch gesagt, so ist ein bisschen natürlich mit einem Augenzwenkern, ja, aber über links sie sich sehr genau, kann ihr Gegner ihre Statistik angreifen und wir können sie seiner Statistik angreifen, ja, weil dann haben sie ja auch eine starke Waffel nachhand. Aber jetzt allgemein zu der Frage, die wir am Anfang gestellt haben mit den Ethik, es gibt ja ethische Prinzipien in der Statistik, also so von der American Statistik, association beispielsweise auch in Europa von so Fenstads, unser dachverbande, europäischen nationalen Statistikorganisationen, die haben Prinzipien oder ISI ethische Prinzipien veröffentlicht für einen ethischen, für einen Verantwortungsbewussten umgang mit Statistik und ich bin jetzt akreditierte Statistikern, das bedeutet, ich habe mich verpflichtet, mich an diese Prinzipien zu halten und das gilt für andere Akrediterungen in den USA, in Großbritannien in Australien genauso, nur es sind halt nicht alle Leute, sodass sie sich daran halten, aber es ist nicht so, dass sie diese Prinzipien nicht hätten, die kann auch jeder einen sehen, die sind offen zu erkennen, es gibt Schulungen dazu, alles mögliche. Aber das ist eben mit dem Journalismus, ja, ich meine, ein sicheres Journalismus zu Wertneutralität verpflichtet, im klassischen Sinn auf jeden Fall und die Haltung entscheidet über die Fährmung meine Berichterstattung, ich kann mir gut vorstellen, dass in der Statistik genau das gleiche ist, ja klar, ich meine, wenn jemand bewusst lügen will, oder das vielleicht gar nicht lügen, sondern so, wie wir gerade eben über Skalierung nachdenkt, ja, das ist ja nicht lügen, das ist einfach nur eine Auslegung zu eigenem umeigen Standpunkt zu betonen, ja, ja, ich glaube klar, kann man jetzt diskutieren, ist das jetzt ein manglerne Handwerklichen können oder ist es eine bewusste Malipulation, ja, also manchmal in Fall ist es wahrscheinlich auch, dass es sollte nicht besser wissen und weil sie das mit der Achse um dann noch mal drauf drückt zu kommen, exa schneidet halt automatisch die Achse ab, also ich muss es von Hand bewusst wieder zurückzustellen, wenn nichts anderes haben möchte. Okay, ich denke jetzt an unsere, ich habe einen tollsten Präsentationen, da schneidet das nichts ab, das kann man einfach nur ein bisschen nach unten justieren, damit es sofort größer wird. Sie haben auch von einem sehr spannenden Begriff geschrieben, den ich das davor nicht kannte, die Funktionale, die wie ans, in der Organisation. Können Sie das erläutern? Ich fand das so cool. Ja, das ist mir begegnet in dem Projekt, dass ich seit einigen Jahren jetzt machen darf, zusammen mit einer Kriminologin und zwar mit dem Zoll zusammen. Das ist super spannend, ich kannte das diesem Begriff vorher auch nicht, aber der ist in der Kriminologischen Forschung, in der Sociologie bekannt und es bedeutet, dass sich das Menschen in der Organisation gegen Regien verstoßen, weil sie anders ihrer Arbeit nicht machen können. Also dass die Regien Menschen davon abhalten, gut zu arbeiten und deswegen müssen sie dagegen verstoßen und es ist ziemlich weit verbreitet, es gibt eine Forschungsbericht bei der Polizei dazu und wir beobachten es eben auch, ich meine das wahrscheinlich. das ziemlich viele Unternehmen dieses Problem auch, dass irgendwelche Vorgaben, irgendwelche IT-Systeme eigentlich nicht so funktionieren, wie sie funktionieren sollten. Und deswegen bauen sich Menschen als ihre Workaround, bauen sich ihre eigenen Lösungen. Haben vielleicht eigentlich ein Tool, das sie anländen sollten, aber bauen sich mal schnell in der eigene Exsellösung, weil die halt viel intuitiver ist und vielleicht dazu gedienen. Und machen sich gar keine Gedanken darüber, dass sie damit möglicherweise gegen Datenschutz verstoßen. Also wenn ich eben nicht in meiner Datenbank anwendung arbeite, die mir von der Organisation gereikestellt wird, sondern mal schnell die paar Kunden namen rauskopiere und mir den Exsel anschaue, habe ich möglicherweise ein Datenschutzverstoß begangen, also ernsthaft gegen Regeln verstoßen, könnte aber vielleicht anders meine Arbeit gar nicht machen oder viel, viel umständlicher machen, also das mal so ein Beispiel. Ich glaube, wenn man mal wirklich mit der Lung hört, auch viele Organisationen durchgehen würde, würde man sehr, sehr viel von dieser Funktionalen, die wir ansfinden. Und was wir jetzt machen in diesem Forschungsprojekt, ist, das gedachtlich mal umzutremen, sozusagen, funktionale Deviantszeit, okay, da funktioniert das nicht, aber dann ist es eine Chance, dass man es besser macht. Also fragen wir die Leute, die diese Regelverstüsse begehen, was wir denn euer Vorschlag, was würde euch helfen, um es zu verbessern, und damit machen wir sehr, sehr positive Erfahrungen. Aber Südhya Mendistag ist wie die Leute je mehr Regel, desto höher, die organisatorische Deviants. Am Ende des Tages bräuchte man eigentlich mehr Rahmenbedingungen weniger Regeln. Ja, also am Ende geht es halt darum, haben wir mündige Mitarbeiterinnen und Mitarbeiterinnen oder haben wir welche, die sich halt einfach nur von Regel zu Regel hangeln und gar nicht mehr selber denken. Und das ist ja das ganz große Thema, was überall im Steht, wie viel selber denken lassen, wir eigentlich noch zu und wie die selber denken, fahren wir noch. Ja, und das ist ja eine irrationale Musannnahme über Menschen, weil die Menschen, den das denken verbietet, das Werkslände verlassen und unglaublich große Vereine leiten, ja, ohne dafür bezahlt zu werden, ja, als ehrenamtliche Helfer oder bauen eigene Häuser ohne Anleitung. Das ist ja schon sehr interessant, wie wie mit Menschen umgehen, dass er auch unser Menschen bildt, dass nicht immer dazu beiträgt diese organisational Deviants oder funktionale Deviants zu vermeiden, ja. Ja, vielleicht ist das die entscheidende Frage, welches Menschenbild haben wir eigentlich in der Führung? Und sie sagen, das fand ich auch sehr interessant, Wärtschöpfung vor Effizent stellen. Ja. Das klingt ja für mich zuerst kontraintrietiv, weil irgendwie Wärtschöpfung mit Effizent zu tun hat, aber sie legen das ein bisschen anders aus, weil sie sagen nicht alles messbare, auch wesentlich ist. Ja, am Ende hat es halt auch damals zu tun, aber ich meine, das ist eine Frage, die sich ja jeder unternehmer, dann am Ende auch stellt, ja, wie lange wird mein Geschäft so funktionieren, wie es gerade funktioniert? Wo muss ich in Innovation investieren? Was sind eigentlich die guten Newscase, es dem ich weiterbringen, um diese Abwägungen zu treffen? Zwischen was macht mich nachhaltig erfolgreich? Und wie kann ich das, was ich jetzt aktuell tun, möglichst effizient betreiben? Also, was sind wir bei dem Unterschied zwischen Effizien und Effektivität? Das ist eine, es bin ich im Prozess optimal, indem wie ich Dinge tue und andererseits tue ich überhaupt die richtigen Dinge, und das ist die Frage, die ich immer immer wieder stellen muss. Also, wenn ich nicht die richtigen Dinge tue, dann kann ich sie so effizient tun, wie ich möchte, ich werde am Ende nicht erfolgreich sein. Ja, und sie, ich muss jetzt das kurz anschauen, sich hat auch eine sehr interessante Aussage getroffen. Wer nun, wer nun nachdem warum fragt, aber nur was Daten hat betreibt Kaffee-Satzlesen mit Exel? Können Sie das erläutern zwischen Warum Daten und Was-Daten? Warum Daten und Was-Daten? Ich meine, das war, wenn Sie von Texten noch sagen? Es geht glaube da drum, dass wenn Sie aus den Daten die Begründung gar nicht rauslesen können. Ja, ja, ja, ja, genau. Da sind ja wieder bei dem Thema Korrelation und Kauselität. Und Kauselität, genau. Ja, genau. Das ist eben, die Daten müssen halt zu meiner Fragestellung passen. Also, wenn ich Ursache Wirkungsanalyse machen möchte, verstehen möchte, warum etwas funktioniert und wie ich steuern kann, muss ich eine Datenlage haben, wie diese Ursache Wirkungsbeziehungen überhaupt auch abbilden können. Ja, genau, also nur weil ich sie mir jetzt mal wieder bei den Beispiel, was hatten die Route Beta und langes Leben? Ja. Ja, nur weil ich weiß, diese Leute haben Route Beta gegessen und vielleicht ist es kein so gutes Beispiel, sondern eher müsste man das haben, was zeitgleich passiert, vielleicht der Route Beta und Körpergewicht oder sowas. Also, die Leute sind, wenn ich sage, Menschen die Route Beta essen, die wiegen im Schnitt weniger. Ja, okay, aber es ist eine die Ursache vom anderen oder nicht. Das können wir es diesen Daten nicht aussuchen. Versteh ich. Und Frau Dr. Schüller, wenn Sie sich vorstellen, dass ihr Buch in Hall of Fame aufgenommen wird und sie dürfen nur ein einziges Satz unter das Buch schreiben. Was wäre das für ein Satz? Datens im Macht nur zur Sieferantwortungsbewusst. Sehr, sehr schön. Und produktiv für wir stellen jedem Gast drei Fragen zum Abschluss des Gesprächs. Die Fragen würde ich auch gerne stellen. Die erste Frage wäre, gibt es ein Buch, dass Sie in ihrem Leben sehr stark geprägt hat? Ja, was mich sehr geprägt hat ist das Buch, was das Zufall, Statistik und Wahrheit von Rao, im indischen Statistiker, dessen ganz starke Antrieb war, also nach der Befreiung von Indien aus der Koordinärisierung, dieses Land zu stärken und den Menschen macht zu geben und die Menschen zu ermächtigen, das mit Hilfe von Statistik zu tun und dieses Buch ist voll von anecdoten, die mir so die Augen geöffnet haben, was man alles mit Statistik und Daten machen kann. Aber auch von einem, man spürt diese Dynamik dahinter diesem Wunsch, die Welt zum Bessern zu verändern und das hat mich sehr geprägt. Haben Sie mal einen Ratschlag bekommen, den Sie an erste Stelle ihres Lebensstellen würden, dann das war der beste Ratschlag meines Lebens? Ja, es ist ein direktes Ratschlag aber es ist ein Satz, der nicht gelesen hat, dieses Motto von der Tennis-Spielerin Martina Nathratilova, es kommt nicht darauf an, wie gut du bist, wenn du gut bist, sondern die gut du bist, wenn du schlecht bist. Ja, das ist schlecht. Jeder kann mal seinen Starmoment haben, aber kontinuierlich gute Leistung zu bringen, auch wenn man mal gar den schlechten Tag hat oder eigentlich mal gar nicht weiß, was lang geht, das es entscheidend, um dauerhaft erfolgreich zu sein. Das sind doch ein toller Satz. Und die dritte abschließende Frage, Frau Dr. Schüller, was ist für Sie, der Sinn des Lebens oder der Sinn im Leben? Der Sinn im Leben, meine eigenen Talente zu nutzen, um andere Menschen zu ermutigen, dass Sie Ihre auch einsetzen kann. Sehr schön. Ich bin nach mir herzlichst und wünsche uns allen, dass die Daten macht voll für ein besseren Zweck und validen Zweck genutzt werden. Ich danke Ihnen herzlichst. Ich danke Ihnen. Ich freue mich sehr, dass Sie auch diese folge bis zum Ende gehört haben, wie niest Ihnen viele Ressourcen und Leidenschaften, diesen Podcast möglich zu machen. Sie würden sehr helfen, wenn Sie den Podcast folgenden vielleicht auch bewerten würden. Ich danke Ihnen im Vorderhaus. Ich freue mich auf unser Wiederhören.