Wie entsteht Urteilskraft? Gute Entscheidungen brauchen Erfahrung und Reflexion

Erfahrung erzeugt Urteilskraft unter Bedingungen, die in vielen Organisationen gerade verschwinden. Die Forschung benennt diese Anforderungen seit Jahrzehnten ziemlich genau.

Ein Beitrag von Katharina Reischenbacher und Dr. Peter Höher

Im Beitrag vom 11. August stand eine Beobachtung aus dem Investmentbanking: Die KI übernimmt die Datenaufbereitung, an der früher Berufseinsteiger gelernt haben. Routine war in wissensintensiven Berufen Produktion und oft gleichzeitig Qualifizierung. Fällt sie weg, schließt sich auch ein Lernraum.

Damit steht die angekündigte Frage im Raum, wie Urteilskraft entsteht, und was eine Organisation dafür bereitstellen muss. Die Forschung dazu ist älter als der aktuelle Anlass, und sie zeigt eine erstaunliche Datenlage.

Erfahrung zählt nur unter zwei Bedingungen

Daniel Kahneman und Gary Klein haben jahrzehntelang gegensätzliche Positionen zur Intuition vertreten. 2009 haben sie einen gemeinsamen Aufsatz geschrieben und sich auf zwei Bedingungen geeinigt, unter denen intuitiven Urteilen zu trauen ist. Erstens braucht es eine hinreichend regelhafte Umgebung mit stabilen und gültigen Hinweisen. Zweitens braucht es die Gelegenheit, diese Regelmäßigkeiten über längere Praxis zu lernen, mit Rückmeldung, die zeitnah kommt und eindeutig ist. Fehlt eine der beiden, entsteht Sicherheit im Gefühl ohne Treffsicherheit im Ergebnis (Kahneman und Klein 2009).

Robin Hogarth hat dafür ein Begriffspaar geprägt, das sich im Alltag gut anwenden lässt: freundliche und tückische Lernumgebungen. Freundlich ist eine Umgebung, wenn die Situation, in der gelernt wird, und die Situation, in der angewendet wird, dieselben Informationen tragen. Tückisch ist sie, wenn beide auseinanderdriften (Hogarth, Lejarraga und Soyer 2015).

Für Führungsarbeit ist dieser Befund unbequem. Ein großer Teil der Entscheidungen fällt in tückischen Umgebungen. Die Wirkung zeigt sich spät, sie ist mehrdeutig, und was bei der anderen Option passiert wäre, sieht kaum jemand. Zwanzig Jahre Führungserfahrung erzeugen unter solchen Bedingungen zuverlässig Selbstvertrauen. Urteilskraft erzeugen sie nur dann, wenn jemand die Rückmeldung organisiert hat.

Was Übung leistet und was sie nicht leistet

Die bekannteste Antwort auf die Frage nach Expertise stammt von Anders Ericsson: deliberate practice, also strukturierte Übung an den eigenen Schwächen, mit unmittelbarer Korrektur (Ericsson, Krampe und Tesch-Römer 1993).

Eine Metaanalyse hat geprüft, wie weit das trägt. Deliberate practice erklärt 26 Prozent der Leistungsunterschiede bei Spielen, 21 Prozent in der Musik, 18 Prozent im Sport, 4 Prozent in der Bildung und weniger als 1 Prozent in Berufen (Macnamara, Hambrick und Oswald 2014). Eine doppelblinde Replikation der Originalstudie mit 39 Geigerinnen und Geigern kam auf 26 Prozent erklärte Varianz statt der ursprünglichen 48 Prozent, und die als gut eingestufte Gruppe hatte sogar mehr Übungsstunden gesammelt als die beste (Macnamara und Maitra 2019).

Der Wert für Berufe ist der interessante. Er beschreibt die Bedingungen: Berufliche Aufgaben sind wenig standardisiert, die Rückmeldung kommt selten unmittelbar, und niemand korrigiert die Ausführung im Moment des Tuns. Er besagt nicht, dass Übung im Beruf wirkungslos wäre. Was im Beruf Übung heißt, ist meistens Wiederholung ohne Korrektur.

Rückmeldung wirkt, in beide Richtungen

Die Metaanalyse von Kluger und DeNisi wertet 607 Effektstärken aus 23.663 Beobachtungen aus. Rückmeldung verbessert die Leistung im Mittel deutlich (d = 0,41). In mehr als einem Drittel der Fälle senkt sie die Leistung. Entscheidend ist, worauf sie die Aufmerksamkeit lenkt. Richtet sie sich auf die Person statt auf die Aufgabe, schadet sie (Kluger und DeNisi 1996).

Verlässlich wirksam ist die strukturierte Nachbesprechung. Eine Metaanalyse über 61 Studien mit 107 Effektstärken, 915 Teams und 3.499 Einzelpersonen kommt auf ein Gesamt-d von 0,79, mehr als die meisten etablierten Trainingsformate erreichen. Zwei Merkmale machen den Unterschied: die Ausrichtung auf die passende Ebene, Person oder Team, und objektive Leistungsdaten als Grundlage statt Erinnerung (Keiser und Arthur 2021).

Donald Schön hat dieselbe Bewegung bereits 1983 beschrieben. Professionelles Können zeigt sich als Wissen im Handeln, und es entwickelt sich in einem Gespräch mit der Situation, in dem die eigenen Deutungen laufend geprüft und umgebaut werden (Schön 1983).

Was generative KI an dieser Rechnung ändert

Die Produktivitätszahlen sind eindeutig. In einem kontrollierten Experiment mit 453 akademisch ausgebildeten Fachkräften sank die Bearbeitungszeit für berufstypische Schreibaufgaben um 40 Prozent, die Qualität stieg um 18 Prozent (Noy und Zhang 2023). Bei 5.172 Beschäftigten im Kundenservice stieg die Produktivität um durchschnittlich 15 Prozent, am stärksten bei den weniger erfahrenen (Brynjolfsson, Li und Raymond 2025). Getroffen ist damit genau die schriftliche Zuarbeit, an der Berufseinsteiger bisher geübt haben.

Die zweite Hälfte der Rechnung steht in anderen Studien. Ein Feldexperiment an Schulen gab einer Gruppe Zugang zu einem Sprachmodell und nahm ihn später wieder weg. Während des Zugangs war diese Gruppe deutlich besser. Nach dem Entzug schnitt sie 17 Prozent schlechter ab als die Gruppe, die nie Zugang hatte. Bei einer Variante mit didaktischen Leitplanken trat dieser Rückfall nicht auf (Bastani et al. 2025).

Auch bei erfahrenen Fachleuten zeigt sich der Effekt. In einer multizentrischen Beobachtungsstudie sank die Adenom-Detektionsrate bei Untersuchungen ohne KI-Unterstützung, nachdem die Ärztinnen und Ärzte sich an die Assistenz gewöhnt hatten, von 28,4 auf 22,4 Prozent (Budzyń et al. 2025).

Eine Befragung von 319 Wissensarbeitern zu 936 konkreten Nutzungsfällen zeigt den Mechanismus dahinter. Je höher das Vertrauen in die KI, desto seltener wurde kritisch geprüft. Je höher das Vertrauen in die eigene Fachlichkeit, desto häufiger (Lee et al. 2025). Neu ist das Muster nicht. Complacency und Automation Bias sind seit Jahren beschrieben, sie treten bei Anfängern wie bei Experten auf, und Training allein beseitigt sie nicht (Parasuraman und Manzey 2010).

Vier Ansatzpunkte für die Personalentwicklung

• Rückmeldung näher an die Entscheidung rücken. Wer eine Entscheidung trifft, notiert in zwei Sätzen die erwartete Wirkung, die Messkriterien und einen Termin, an dem verglichen wird. Das macht aus einer tückischen Lernumgebung eine etwas freundlichere.
• Nachbesprechung zur Routine machen. Nicht als Reaktion auf Fehler, sondern regelmäßig, mit Daten statt Erinnerung, und auf der Ebene, um die es geht.
• Aufgaben bewusst ohne Assistenz vergeben. Überall dort, wo der Entwicklungswert einer Aufgabe höher ist als ihr Produktionswert, lohnt sich der langsamere Weg.
• Beobachtung organisieren. Urteilskraft wächst an der Rückmeldung von jemandem, der etwas sieht, das man selbst nicht sieht. Das ist der Kern jeder Ausbildung, die Verhalten verändert, wenn diese Beobachtungssituationen kommunikative- und aktionale Messkriterien beinhalten.

Warum das eine Führungsaufgabe ist

Diese vier Punkte beschreiben, was coachende Führung im Alltag ausmacht. Eine Führungskraft, die Erwartungen sichtbar macht, die Messkriterien beschreibt, Rückmeldung an die Aufgabe knüpft, Nachbesprechungen hält und bewusst entscheidet, welche Aufgabe assistiert erledigt wird und welche nicht, stellt die Bedingungen her, unter denen Urteilskraft entsteht. Von allein entstehen sie nicht, und sie werden mit jedem gut funktionierenden Assistenzsystem seltener.

Unsere Frage an Sie: An welcher Stelle in Ihrer Organisation bekommen Menschen heute noch zeitnahe und eindeutige Rückmeldung auf ihre Entscheidungen?

Quellen

• Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö. und Mariman, R. (2025) Generative AI without guardrails can harm learning: Evidence from high school mathematics, Proceedings of the National Academy of Sciences, 122(26), e2422633122. doi: 10.1073/pnas.2422633122.
• Brynjolfsson, E., Li, D. und Raymond, L. (2025) Generative AI at work, The Quarterly Journal of Economics, 140(2), S. 889-942. doi: 10.1093/qje/qjae044.
• Budzyń, K., Romańczyk, M., Kitala, D. et al. (2025) Endoscopist deskilling risk after exposure to artificial intelligence in colonoscopy: a multicentre, observational study, The Lancet Gastroenterology & Hepatology, 10(10), S. 896-903. doi: 10.1016/S2468-1253(25)00133-5.
• Ericsson, K. A., Krampe, R. T. und Tesch-Römer, C. (1993) The role of deliberate practice in the acquisition of expert performance, Psychological Review, 100(3), S. 363-406. doi: 10.1037/0033-295X.100.3.363.
• Hogarth, R. M., Lejarraga, T. und Soyer, E. (2015) The two settings of kind and wicked learning environments, Current Directions in Psychological Science, 24(5), S. 379-385. doi: 10.1177/0963721415591878.
• Kahneman, D. und Klein, G. (2009) Conditions for intuitive expertise: A failure to disagree, American Psychologist, 64(6), S. 515-526. doi: 10.1037/a0016755.
• Keiser, N. L. und Arthur, W. Jr. (2021) A meta-analysis of the effectiveness of the after-action review (or debrief) and factors that influence its effectiveness, Journal of Applied Psychology, 106(7), S. 1007-1032. doi: 10.1037/apl0000821.
• Kluger, A. N. und DeNisi, A. (1996) The effects of feedback interventions on performance: A historical review, a meta-analysis, and a preliminary feedback intervention theory, Psychological Bulletin, 119(2), S. 254-284. doi: 10.1037/0033-2909.119.2.254.
• Lee, H.-P., Sarkar, A., Tankelevitch, L., Drosos, I., Rintel, S., Banks, R. und Wilson, N. (2025) The impact of generative AI on critical thinking: Self-reported reductions in cognitive effort and confidence effects from a survey of knowledge workers, in Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems, S. 1-22. New York: ACM. doi: 10.1145/3706598.3713778.
• Macnamara, B. N., Hambrick, D. Z. und Oswald, F. L. (2014) Deliberate practice and performance in music, games, sports, education, and professions: A meta-analysis, Psychological Science, 25(8), S. 1608-1618. doi: 10.1177/0956797614535810.
• Macnamara, B. N. und Maitra, M. (2019) The role of deliberate practice in expert performance: revisiting Ericsson, Krampe und Tesch-Römer (1993), Royal Society Open Science, 6(8), 190327. doi: 10.1098/rsos.190327.
• Noy, S. und Zhang, W. (2023) Experimental evidence on the productivity effects of generative artificial intelligence, Science, 381(6654), S. 187-192. doi: 10.1126/science.adh2586.
• Parasuraman, R. und Manzey, D. H. (2010) Complacency and bias in human use of automation: An attentional integration, Human Factors, 52(3), S. 381-410. doi: 10.1177/0018720810376055.
• Schön, D. A. (1983) The Reflective Practitioner: How Professionals Think in Action. New York: Basic Books.