Ein Würfel hat sechs Seiten. Die Wahrscheinlichkeit für jede Zahl kennen Sie exakt: ein Sechstel. Das ist Risiko – unsicher, aber berechenbar.
Jetzt die andere Frage: Wie wahrscheinlich ist es, dass Ihre Branche in fünf Jahren noch so aussieht wie heute? Dafür gibt es keine Tabelle, keine Quote, keinen Würfel. Das ist keine Frage des Risikos. Das ist echte Unsicherheit.
Risiko lässt sich rechnen. Echte Unsicherheit nicht – und der Unterschied entscheidet, welches Werkzeug überhaupt noch funktioniert.
Warum die bisherigen Werkzeuge hier versagen.
Erwartungswert, Nutzwertanalyse und Minimax-Regret aus den letzten Teilen brauchen alle dieselbe Zutat: eine Vorstellung davon, wie wahrscheinlich die möglichen Ausgänge sind. Bei einer Versicherung, einem bekannten Markt, einer wiederholbaren Situation funktioniert das gut.
Bei einer neuen Technologie, einer politischen Krise, dem ersten eigenen Auslandsmarkt gibt es diese Wahrscheinlichkeiten nicht. Niemand kann seriös sagen, mit welcher Prozentzahl ein KI-Regulierungsschock, ein neuer Wettbewerber oder eine Lieferkettenkrise eintritt. Wer trotzdem eine Zahl nennt, tut nur so, als wüsste er etwas.
Eine erfundene Wahrscheinlichkeit ist keine Vorsicht. Sie ist eine Illusion von Kontrolle.
Der Denkfehler: Unsicherheit wie Risiko behandeln.
Der amerikanische Ökonom Frank Knight hat diesen Unterschied schon 1921 sauber getrennt: Risiko ist messbare Unsicherheit. Echte Unsicherheit ist das, was übrig bleibt, wenn Messen nicht mehr geht.
Der teuerste Fehler in Vorständen und Chefetagen: Sie behandeln echte Unsicherheit wie Risiko. Sie bauen ein Excel-Modell mit sauberen Prozentzahlen für etwas, das niemand vorhersehen kann – und verlassen sich dann auf die Präzision der Tabelle, nicht auf deren Grundannahme.
Was stattdessen funktioniert: robust statt optimal.
Bei Risiko suchen Sie die beste Entscheidung für die wahrscheinlichste Zukunft. Bei echter Unsicherheit suchen Sie die Entscheidung, die in möglichst vielen unterschiedlichen Zukünften nicht komplett scheitert.
Das ist ein anderes Ziel. Nicht das Optimum für ein Szenario, sondern die Robustheit über mehrere, sehr unterschiedliche Szenarien hinweg.
Fragen Sie nicht: Was ist die beste Entscheidung? Fragen Sie: Welche Entscheidung überlebt die meisten Zukünfte?
Drei Werkzeuge, die dafür gemacht sind.
Szenarien statt Prognose. Statt einer Zahl: drei bis vier bewusst unterschiedliche Zukunftsbilder – ein optimistisches, ein pessimistisches, ein bis zwei plausible Mittelwege. Prüfen Sie jede Option gegen alle Szenarien, nicht nur gegen das wahrscheinlichste.
Optionen offenhalten. Eine kleine, umkehrbare Entscheidung ist unter echter Unsicherheit oft mehr wert als eine große, endgültige. Ein Pilotprojekt statt der Komplettinvestition. Ein Mietvertrag statt des Grundstückskaufs. Sie zahlen etwas Effizienz für die Möglichkeit, später zu korrigieren.
Prämortem. Bevor Sie entscheiden, stellen Sie sich vor: Es ist in einem Jahr, und das Projekt ist krachend gescheitert. Warum? Diese Übung holt Einwände auf den Tisch, die in der Euphorie sonst niemand ausspricht.
Zwei Beispiele aus der Praxis.
Netflix, Anfang der 2000er. Niemand konnte berechnen, ob Streaming technisch funktionieren würde, ob Haushalte genug Bandbreite hätten, ob Studios ihre Filme lizenzieren würden. Statt auf eine Prognose zu wetten, hielt Netflix sich Optionen offen: Das DVD-Geschäft lief weiter, Streaming wurde parallel aufgebaut, die Umstellung erfolgte schrittweise. Wäre Streaming gescheitert, hätte das DVD-Geschäft weiter getragen.
Toyota nach Fukushima 2011. Nach Erdbeben und Tsunami brachen weltweit Lieferketten zusammen. Niemand konnte berechnen, welche Zulieferer als Nächstes ausfallen würden oder wie lange die Störungen dauern. Toyota baute die Lieferketten danach nicht auf mehr Effizienz um, sondern auf mehr Überlebensfähigkeit: mehr Transparenz über Zulieferer, Sicherheitsbestände bei kritischen Teilen, mehrere Lieferanten statt einem.
Beide Fälle zeigen dieselbe Logik: nicht die Entscheidung, die im wahrscheinlichsten Szenario am meisten bringt – sondern die, die in möglichst vielen Szenarien nicht scheitert. Das Gegenbeispiel ist Kodak: Die Digitalkamera lag schon 1975 in der Schublade, aber das Management verließ sich auf die Erfahrung, dass Film noch lange dominieren würde. Für die damalige Welt war das optimal. Robust war es nicht – und als sich der Markt änderte, fehlten die Alternativen.
Worauf es ankommt.
Der erste Schritt ist die ehrliche Unterscheidung: Kenne ich hier wirklich die Wahrscheinlichkeiten, oder tue ich nur so? Bei echtem Risiko dürfen Sie weiter rechnen. Bei echter Unsicherheit wechseln Sie das Werkzeug – weg von der einen optimalen Antwort, hin zur Entscheidung, die die meisten Zukünfte übersteht.
Nicht jede Unsicherheit lässt sich in eine Wahrscheinlichkeit zwingen. Manche muss man aushalten – und trotzdem robust entscheiden.
Im nächsten Teil geht es um eine unbequeme Frage: Warum treffen auch kluge, erfahrene Menschen regelmäßig schlechte Entscheidungen – und was das mit uns allen zu tun hat.
Und wenn vor Ihnen eine Entscheidung liegt, bei der niemand die Wahrscheinlichkeiten kennt: Das erste Gespräch ist kostenlos.