Billy Beane von Moneyball über die Gründe, warum das Ignorieren von Daten das größte Risiko darstellt
Baseball basierte schon immer auf Bauchgefühl und Tradition … bis Billy Beane bewies, dass man mit Zahlen gewinnen kann.
In Folge 62 von „The AI Forecast“ mit dem Titel „Wie Billy Beane von Moneyball den Baseball mit Datenanalyse für immer veränderte“ spricht Billy Beane mit Moderator Paul Muller darüber, wie evidenzbasierte Entscheidungen den traditionellen Baseball auf den Kopf gestellt haben. Er erklärt, wie Einschränkungen Innovation fördern, das Hinterfragen von Annahmen wichtig ist und Daten Unternehmen dabei helfen, die Entscheidungsfindung neu zu gestalten.
Von der Talentbewertung bis zur Ressourcenverwaltung: Laut Billy hängt Erfolg davon ab, Systeme zu schaffen, bei denen Fakten Vorrang vor dem Ego haben. Im Folgenden sind einige der wichtigsten Momente der faszinierenden Diskussion von Paul und Billy aufgeführt.
Risiko neu formulieren
Paul: Wie schwierig ist es, mit dieser Situation umzugehen, in der man zwar von der Idee überzeugt ist, die Ergebnisse aber nicht schnell genug sichtbar werden?
Billy: Das ist eine tolle Frage, und ich habe mich an meinen Assistenten gewandt. Er pflegte zu sagen: Wenn Sie eine Mathematikprüfung schreiben und Ihnen jemand die Antworten gibt, würden Sie sie dann nicht annehmen? Wir hatten das Gefühl, dass die Nutzung von Daten so war. Sie gaben Ihnen die Antwort auf den Test. Jetzt wollten wir Daten nutzen und viele Entscheidungen treffen. Uns war klar, dass wir nicht immer richtig liegen würden; wir würden nicht jedes Spiel gewinnen, aber wenn wir diszipliniert mit den Daten, unerbittlich mit den Zahlen und konsequent in unseren Entscheidungen umgingen, würden wir im Laufe der Zeit richtig liegen.
Ich glaube, als wir mit der Arbeit begannen, hatten wir viele Vorbehalte und waren nervös, wie das Ergebnis wohl ausfallen würde, aber das Gegenteil war der Fall – ganz und gar. Wir empfanden die Nutzung von Daten als eine Art Wegweiser und als Orientierungshilfe für uns. Und auch hier galt: Wir würden nicht bei jeder einzelnen Entscheidung richtig liegen, aber wenn wir im Laufe der Zeit konsequent an unserer Entscheidungsweise festhielten, würden wir am Ende dort landen, wo wir hinwollten, und genau diese Disziplin würde uns ans Ziel bringen.
Wenn Sie dreimal hintereinander richtig liegen, sind alle dabei. Und wenn Sie sich beim vierten Mal irren, sagen alle: „Ach, ich hab’s Ihnen ja gesagt, dass Zahlen nicht alles aussagen.“ Und so kehren sie gewissermaßen zu einer emotional geprägten Entscheidungsfindung zurück, legen aber für emotionale Entscheidungen nicht denselben Maßstab an. Eine Sache, für die wir oft gelobt werden – was ich allerdings für etwas fehlgeleitet halte – ist unsere Risikobereitschaft. Wir waren eigentlich genau das Gegenteil. Wir wollten Risiken verwalten, wir wollten Versicherungsmathematiker sein, und wir dachten, das Risiko bestehe darin, über Informationen zu verfügen, die einem helfen, vorausschauende Entscheidungen zu treffen, und diese dann nicht zu nutzen. Das war für uns das Risiko.
Daten statt Dogma
Paul: Die gute Nachricht ist, dass Sie berühmt geworden sind, und die schlechte Nachricht ist, dass Sie berühmt geworden sind. Als die anderen Teams herausfanden, was Sie vorhatten, wie haben Sie sich dann einen neuen Vorteil verschafft? Wie sind Sie kämpferisch und einfallsreich geblieben?
Billy: Ich denke, die eigentliche Revolution war, als andere Teams begannen, die Bedeutung von Daten zu erkennen, ihre eigenen Daten zu sammeln und diese Daten zu nutzen, um vorausschauendere Modelle zu erstellen. Als wir anfingen, Entscheidungen zu treffen, stützten wir uns auf Statistiken. Statistiken sind ein Ergebnis. Die Teams begannen herauszufinden, dass es eine bessere Methode gab, Prozesse zu messen, die wiederum ein besserer Indikator für Fähigkeiten waren, und dass die Datenerhebung wichtig war. Und ehrlich gesagt, ging es nicht nur um das Sammeln von Daten, sondern auch darum, einige wirklich kluge und leidenschaftliche Leute in unser Unternehmen zu holen, die vorher nicht dort gearbeitet haben.
Das Besondere an dem Buch „Moneyball“ war, dass alles darin aus öffentlich zugänglichen Informationen stammte. Wir haben im Grunde die Ideen von Bill James geklaut. Die Kultur ermöglichte uns das, weil jahrelang danach niemand wirklich die Ideen von Bill James oder das, worüber er in seinen Broschüren schrieb, ausprobierte. In den letzten 20 Jahren jedoch – und während wir hier so sitzen – sind die Teams immer privater geworden. Sie stellen Mitarbeiter ein und verfügen über sehr große Analyseteams mit talentierten jungen Männern und Frauen, die ihnen dabei helfen, mithilfe von Biometrie Modelle zur Verbesserung der Spielerleistung zu entwickeln. Es ist sehr, sehr anspruchsvoll geworden – weit jenseits meines Verständnisses, um ganz ehrlich zu sein.
Jeder ist ein Datenmensch … bis die Daten ihm widersprechen.
Paul: Meiner Erfahrung nach besteht die Herausforderung heute darin, dass man – insbesondere bei sehr klugen, erfahrenen Menschen – oft mit der Aussage konfrontiert wird: „Ich bin ein datengetriebener Mensch“, wobei sie auf die Daten verweisen und diesen zustimmen. Sobald sie aber auf etwas stoßen, das ihre Erfahrung nicht stützt, sagen sie möglicherweise: „Nun, diese Daten stimmen nicht, und ich werde diese Daten nicht verwenden.“ Kurz gesagt: Ich habe schon oft erlebt, dass Daten selektiv ausgewählt werden, und das führt mich zurück zu meiner Aussage, dass jeder ein „Datenmensch“ ist – solange die Daten seine Meinung stützen.
Billy: Für mich ist das die wahre Chance. Die Erfahrungen eines wirklich erfolgreichen, langjährigen CEOs in einem Unternehmen sind Daten, und die Nutzung dieser Erfahrungen zur Entscheidungsfindung ist ebenfalls eine Datenquelle. Aber ich denke, in vielen Fällen, wenn man mit erfahrenen Leuten zusammen ist, haben wir die Tendenz nachzugeben, wenn sie sagen: „Hey, diese Daten stimmen nicht.“ Nun, meine Antwort lautet normalerweise, dass man den Daten nicht widersprechen kann, denn es handelt sich nicht um eine Meinung. Es ist eine Tatsache. In der heutigen Welt, mit all den Daten, denen wir ausgesetzt sind, liegt die eigentliche Chance darin, wenn die Daten Ihnen eines sagen und Ihre eigenen Erfahrungen Ihnen etwas anderes sagen. Persönlich bevorzuge ich es, mich bei Entscheidungen immer an den Daten zu orientieren und meine eigenen Erfahrungen zu ignorieren. Und ich weiß, dass viele dem widersprechen werden. Für mich entsteht die Chance, wenn wirklich kluge Menschen dasselbe sehen und die Daten ihnen etwas sagen, weil man davon ausgehen muss, dass der Konkurrent dasselbe sieht wie man und eine Entscheidung in dieser Richtung treffen muss.
Hören Sie sich das gesamte Gespräch mit Billy Beane in „The AI Forecast“ auf Spotify, Apple Podcasts und YouTube an.