Richard Feynmans schwierigste Regel: Täusch dich nicht selbst

Richard Feynman auf seinem Dienstausweisfoto des Los Alamos National Laboratory. Credit: Los Alamos National Laboratory, courtesy AIP Emilio Segrè Visual Archives; CC0 1.0 via Wikimedia Commons. Für die Darstellung beschnitten.

1974 gab Richard Feynman den Absolventinnen und Absolventen von Caltech eine Warnung mit, die einfach klingt, bis man versucht, nach ihr zu leben: Am leichtesten täuscht man sich selbst.

Richard Feynman hatte den Physik-Nobelpreis von 1965 bereits mit zwei Kollegen geteilt, als er 1974 vor dem Abschlussjahrgang von Caltech sprach. Er hätte über Genialität, Entdeckungen oder Prestige reden können. Stattdessen widmete er seine Abschlussrede einem weniger glamourösen Problem: Selbst kluge Menschen können sich erstaunlich leicht davon überzeugen, dass die Belege genau das sagen, was sie hören wollen. Quelle: Nobel Prize

Gegen Ende der später als Cargo Cult Science veröffentlichten Rede brachte Feynman das Prinzip auf einen Satz: „Das erste Prinzip lautet: Täusche dich nicht selbst – denn du bist die Person, die du am leichtesten täuschen kannst.“ Quelle: Caltech, Abschlussrede 1974

Der Satz blieb hängen, weil er wie ein Rat zur Ehrlichkeit klingt. Feynman meinte etwas Strengeres.

Integrität heißt zu zeigen, was dich widerlegen könnte

Wissenschaftliche Integrität war für Feynman mehr als keine Zahlen zu erfinden oder offen zu lügen. Hat ein Experiment eine Schwäche, soll sie genannt werden. Könnte eine andere Ursache das Ergebnis erklären, gehört sie in die Darstellung. Widersprechen Fakten der eigenen Theorie, müssen auch sie sichtbar werden. Caltech hob denselben Gedanken später erneut hervor: Andere sollen genügend Informationen bekommen, um den Wert eines Beitrags selbst beurteilen zu können – nicht nur jene Informationen, die sie zur gewünschten Schlussfolgerung führen. Quelle: Caltech Magazine

Das ist unbequem, weil man den eigenen Fall schwächen soll, bevor es jemand anderes tut.

Es erklärt auch, warum Selbsttäuschung schwerer zu erkennen ist als die Täuschung durch andere. Wenn jemand uns eine Idee verkaufen will, suchen wir automatisch nach dem Haken. Gehört die Idee uns selbst, verschwindet dieser kritische Instinkt oft.

Im Arbeitsalltag begegnet uns das überall

Feynman sprach über Wissenschaft. Sein Prinzip auf Unternehmen und Alltagsentscheidungen zu übertragen, ist eine Interpretation – kein Anspruch darauf, jede Besprechung müsse wie ein Labor funktionieren. Das Muster ist trotzdem vertraut.

Ein Team startet ein Produkt und feiert Registrierungen, obwohl kaum jemand zurückkommt. Eine Führungskraft hält an einer Fehlbesetzung fest, weil ein Eingeständnis des Problems auch ein Eingeständnis der eigenen Entscheidung wäre. Eine Marketingkampagne hat eine gute Woche und plötzlich wird jede positive Zahl ihr zugeschrieben, während Saisoneffekt, Rabatt oder der Ausfall eines Wettbewerbers aus der Geschichte verschwinden.

Dafür muss niemand lügen. Genau darin liegt das Problem. Man kann lauter wahre Zahlen präsentieren und trotzdem ein falsches Bild erzeugen, indem man auswählt, welche wahren Zahlen Aufmerksamkeit bekommen.

Die gefährliche Frage lautet daher meist nicht „Lüge ich?“, sondern: „Welche Belege mache ich besonders leicht sichtbar, weil ich möchte, dass diese Geschichte stimmt?“

Drei Wege, die Regel praktisch zu machen

Erstens: Lege vor dem Ergebnis fest, was deine Meinung ändern würde. Definiere vor einem Feature-Launch die Retention-Zahl, bei der du stoppen würdest. Lege vor einer Einstellung fest, wie gute Leistung nach 90 Tagen aussieht. Schreibe vor einer strategischen Entscheidung auf, welche Belege dich zum Kurswechsel zwingen würden. Eine Regel, die erst nach dem Ergebnis entsteht, lässt sich leicht an das Ergebnis anpassen.

Zweitens: Trenne Messung und Erklärung. „Der Umsatz ist um 12 Prozent gestiegen“ ist eine Beobachtung. „Der Umsatz ist wegen unseres Redesigns gestiegen“ ist eine Erklärung. Sie kann stimmen, braucht aber zusätzliche Belege. Schon diese Trennung schützt vor überzeugend klingendem Unsinn.

Drittens: Mach die unbequeme Zahl sichtbar. Wenn ein Dashboard zehn schmeichelhafte Kennzahlen und eine hässliche Zahl enthält, die die Schlussfolgerung kippen könnte, gehört diese Zahl nach oben. Feynmans Standard war gerade, die Information nicht zu verstecken, die den eigenen Beitrag schwächer aussehen lässt.

Klug zu sein löst das Problem nicht automatisch

Ein Grund, warum die Rede von 1974 weit über die Physik hinaus zitiert wird: Bildung beseitigt Selbsttäuschung nicht. Mehr Wissen kann uns helfen, eine Idee besser zu prüfen. Es kann uns aber auch mehr Vokabular liefern, um eine Idee zu verteidigen, in die wir uns längst verliebt haben.

Der Unterschied lautet nicht Intelligenz gegen Unwissenheit. Entscheidend ist, ob Intelligenz dazu dient, die Antwort zu entdecken – oder eine Antwort zu schützen.

Deshalb fühlen sich gute Entscheidungsprozesse für die Person, die eine Entscheidung vorschlägt, oft ein wenig feindselig an. Sie verlangen ein Pre-Mortem. Sie lassen jemanden den Gegenfall vertreten. Sie verfolgen die Kennzahl, die das Projekt töten könnte, statt nur diejenige, die die Präsentation gut aussehen lässt. Und sie machen den Satz akzeptabel: „Die Idee war vernünftig. Die Daten haben sich geändert. Wir sollten aufhören.“

Der Test, den Feynman hinterlassen hat

Feynmans Rede war kein Produktivitätstrick. Sie formulierte einen Standard intellektueller Haltung: Bemühe dich besonders darum zu zeigen, wo du falsch liegen könntest.

Kurzfristig ist das teuer. Ein Lieblingsprojekt kann sterben, ein schwaches Argument sichtbar werden, eine peinliche Kehrtwende nötig werden.

Die Alternative ist teurer. Ein früh entdeckter Fehler kostet Stolz. Ein zwei Jahre lang verteidigter Fehler kann ein Unternehmen, eine Karriere oder einen Ruf kosten.

Die härteste Frage bei einer ernsthaften Entscheidung ist oft nicht, ob andere dir glauben.

Sie lautet: Was versuchst du noch immer als richtig zu beweisen, obwohl du eigentlich herausfinden solltest, ob es falsch ist?

Titelbild: Richard Feynman. Credit: Los Alamos National Laboratory, courtesy AIP Emilio Segrè Visual Archives, via Wikimedia Commons. Unter CC0 1.0 Universal der Gemeinfreiheit gewidmet. Für die Darstellung beschnitten.