



Decision Intelligence ist ein Ansatz, der Datenanalyse, Entscheidungstheorie und Verhaltenswissenschaft verbindet, um Entscheidungen systematisch zu gestalten: welche Frage gestellt wird, welche Daten sie beantworten und wie Ergebnisse in Handlungen übersetzt werden.
Der Begriff wird von Beratern, Analysten und Softwareanbietern sehr unterschiedlich genutzt, von Analyseplattformen bis zu Methoden der Entscheidungsmodellierung. Gemeinsam ist allen: Im Mittelpunkt steht die Entscheidung, nicht der Datensatz.
Viele Unternehmen haben mehr Daten als je zuvor, und trotzdem fallen große Entscheidungen oft auf Basis von Einschätzung und Abstimmung. Decision Intelligence dreht die Blickrichtung um: Zuerst wird die Entscheidung beschrieben, etwa welcher von drei Tarifen eingeführt wird, dann die Frage, welche Daten diese Entscheidung tatsächlich verändern würden.
Für Entscheidungen über neue Angebote, Preise und Versprechen fehlt dabei oft genau ein Datenpunkt: wie reale Menschen sich verhalten, wenn sie dem Angebot gegenüberstehen. Absatz- und Nutzungsdaten beschreiben Bestehendes, Befragungen liefern Angaben. Ein Verhaltenstest vor der Investition ergänzt beides um beobachtetes Verhalten zu einem Angebot, das es noch nicht gibt.
Praktisch heißt das: Vor der Datenerhebung wird festgehalten, welche Optionen zur Wahl stehen, welche Unsicherheit die Entscheidung am stärksten beeinflusst und bei welchem Ergebnis man sich für welche Option entscheiden würde. So wird sichtbar, ob ein zusätzlicher Test die Entscheidung überhaupt verändern kann oder ob eine andere Frage wichtiger ist.
Wichtig ist die Rollenverteilung. Daten und Modelle rahmen die Abwägung, sie treffen die Entscheidung nicht. Die Verantwortlichen wägen Nachfrage, Kosten, Technik und Strategie gegeneinander ab. Horizon liefert den Verhaltensdatenpunkt, entscheiden die Verantwortlichen.
Ein Versicherer steht vor der Frage, ob ein neuer Kfz-Tarif mit Telematik-Rabatt eingeführt wird. Das Entscheidungsmodell enthält Kosten für Technik und Vertrieb, erwartete Schadenquoten und die Nachfrage. Für die Nachfrage liefert ein Painted-Door-Test zwei Werte: Mit Telematik-Rabatt erreicht der Tarif 1,8 Prozent gemessene Abschlussabsicht, ohne Rabatt zum höheren Preis 2,1 Prozent, pro Variante bei rund 3.000 Besuchern. Das Modell zeigt, dass sich der Telematik-Tarif unter diesen Annahmen nur über geringere Schäden rechnet. Diese Frage klärt das Team als Nächstes.
Business Intelligence berichtet, was war: Umsatz, Absatz, Kennzahlen. Decision Intelligence setzt bei der anstehenden Entscheidung an. Evidenzbasierte Innovation ist verwandt, konzentriert sich aber auf Belege vor der Investition in neue Angebote. Das Behavioural Gate ist ein konkreter Baustein, der einen Verhaltensbeleg in eine Freigabe einbaut.
Weil der Begriff unscharf ist, lohnt es, im Einzelfall zu klären, was gemeint ist: eine Software, eine Methode oder eine Haltung. Mehr Daten verbessern eine Entscheidung nur, wenn sie die entscheidende Unsicherheit verringern. Ein Verhaltenstest reduziert die Unsicherheit über die Nachfrage nach einem Angebot, nicht über Kosten, Technik oder Wettbewerb. Modelle, die Nachfrage für nicht existierende Angebote aus historischen Daten ableiten, brauchen eine Grundlage, die es für Neues oft nicht gibt.
Ein Ansatz, der Entscheidungen systematisch gestaltet: von der Frage über die passenden Daten bis zur Übersetzung in Handlungen.
Nein. Daten und Modelle rahmen die Abwägung, die Entscheidung treffen die Verantwortlichen.
Er liefert den Datenpunkt, der für neue Angebote oft fehlt: beobachtetes Verhalten realer Menschen vor der Investition.
Bringen Sie Ihre Entscheidungsfrage mit, wir skizzieren ein mögliches Testdesign.
Sie sprechen mit Daniel Putsche
Gründer & CEO, 30 Minuten