Was nützen die besten Daten, wenn sie falsch interpretiert werden? Gar nichts – im Gegenteil, Fehlinterpretationen können Unternehmen sehr schnell sehr viel Geld kosten. Michael Luca, Professor für Betriebswirtschaft an der Johns Hopkins University in Baltimore, und Amy Edmondson, Professorin für Leadership und Management an der Harvard Business School, haben gute Nachrichten: In ihrem aktuellen HBm-Beitrag „Lost in Data?“ geben sie leicht verständliche Tipps, wie Chefs und Chefinnen fünf typische Fallen im Umgang mit Zahlen und Daten vermeiden können. Hier kommen sie in der für einen Newsletter angemessenen Kürze:

Das passiert Ihnen jetzt nicht mehr:

1. Korrelation und Kausalität verwechseln
„Auch wenn die meisten Menschen wissen, dass Korrelation nicht gleich Kausalität ist (HBm+), ist dieser Irrtum erstaunlich weitverbreitet“, schreiben Luca und Edmondson – und haben auch gleich eine Lösung parat. „Schauen Sie sich das Studiendesign genau an, um die Kausalität zu bestimmen. Fragen Sie sich zum Beispiel: „Basiert diese Analyse auf einem Experiment?“, „Gibt es Variablen, die die untersuchte Variable beeinflussen?“

2. Die Größe von Effekten falsch einschätzen
Menschen unterschätzen leicht, wie sich die Größe einer Stichprobe auf die Genauigkeit einer Schätzung auswirkt. Wenn Sie es besser machen wollen, sollten Sie unbedingt prüfen, wie groß die zugrunde liegende Stichprobe ist. Eine Frage, die Ihnen dabei helfen kann, ist unter anderem: „Wie wirkt sich eine Veränderung auf den Durchschnitt aus?“

3. Auf die falschen Ergebnisse schauen
Robert S. Kaplan und David P. Norton begannen ihren inzwischen legendären ersten Artikel über die Balanced Scorecard (HBm+) („In Search of Excellence – der Maßstab muss neu definiert werden“ (HBm+) , Harvard Business manager, 4/1992) mit einer einfachen Feststellung: „What you measure is what you get. Mit anderen Worten: Stellen Sie sicher, dass das Ergebnis, das Sie messen, der richtige Indikator für das Unternehmensziel ist, um das es Ihnen geht. Edmondson und Luca empfehlen, sich folgende Fragen zu stellen: „Welche Ergebnisse haben wir gemessen – und haben wir alle Ergebnisse erfasst, die für unsere Entscheidung relevant sind?“ „Waren sie umfassend genug, um die wesentlichen – beabsichtigten und unbeabsichtigten – Konsequenzen abzuleiten?“ Und: „Wurden sie über einen angemessenen Zeitraum erhoben?“

4. Die Übertragbarkeit falsch einschätzen

„Einige Führungskräfte überschätzten das Potenzial, Ergebnisse zu verallgemeinern, andere unterschätzten es“, so die Professorin und der Professor. Wenn Sie prüfen wollen, ob sich Ergebnisse übertragen lassen, sollten Sie die Mechanismen diskutieren, die die Ergebnisse erklären könnten – und erörtern, ob sie auch in anderen Zusammenhängen gelten könnten. Fragen, die Ihnen dabei helfen, sind: „Wie sehr ähnelt der Rahmen dieser Studie dem unseres Unternehmens?“, „Wie setzt sich die untersuchte Stichprobe zusammen, und wie beeinflusst dies die Übertragbarkeit der Ergebnisse?“

5. Einzelergebnisse zu stark gewichten

„Sich auf ein einzelnes empirisches Ergebnis zu verlassen, ohne es systematisch zu diskutieren, kann ebenso unklug sein wie die Entscheidung, es für die eigene Situation als irrelevant abzutun“, so die beiden Wissenschaftler. Es lohne sich daher, nach weiteren Studien zum Thema zu suchen – oder selbst ein Experiment im eigenen Unternehmen durchzuführen oder weitere Analysen vorzunehmen.

Sie wollen mehr wissen – zum Beispiel, wie Amazon und andere Unternehmen diese Fallen umgehen? Hier (HBm+) geht’s zum Artikel und zur Tabelle mit den Handlungsempfehlungen.

Herzliche Grüße
Christiane Sommer

PS: „Strategie zum Frühstück“ erscheint alle zwei Wochen. Hier können Sie den Newsletter direkt abonnieren.