Zum Hauptinhalt springen

Produktivität, geprüft · Teil 2 von 8

Wählen: Die meisten Entscheidungen fallen vor dem Moment

18. November 2026·11 Min. Lesezeit
17 Behauptungen geprüft

Mittags in der Cafeteria des Massachusetts General Hospital greifen Menschen in die Kühlschränke und nehmen sich ein Getränk. 2012 veränderte ein Forschungsteam, was aus diesen Kühlschränken kam, ohne irgendwen zu bitten, sich mehr anzustrengen. Zuerst bekam alles eine Ampel-Kennzeichnung, und der Absatz rot markierter Getränke, meist zuckerhaltiger, fiel um 16,5 %. Dann wurden die Regale umgeräumt, sodass Wasser und gesündere Produkte leichter zu sehen und zu greifen waren. Rote Getränke fielen um weitere 11,4 %, Wasser in Flaschen stieg um 25,8 %, während zwei Vergleichscafeterien keine solche Verschiebung zeigten (Thorndike et al. 2012). Zwei Jahre später lagen rote Getränke immer noch niedriger, bei 17 statt 26 % des Getränkeumsatzes (Thorndike et al. 2014).

Die Person am Kühlschrank hat das Gefühl, zu wählen. Das meiste Wählen hat früher stattgefunden, durch wen auch immer die Regale bestückt hat. Mit Arbeit ist es genauso. Am Montagmorgen sind die wichtigen Entscheidungen (zu welchen Projekten du Ja gesagt hast, worauf du hinarbeitest, was passiert, wenn die Arbeit unangenehm wird) meist schon gefallen, bewusst oder per Voreinstellung. Peter Drucker brachte den Einsatz auf den Punkt: Nichts ist so nutzlos, wie mit großer Effizienz zu tun, was gar nicht getan werden sollte (Drucker 1963).

Die erste Station fragt deshalb zweierlei. Arbeite ich an den richtigen Dingen? Und ist die Entscheidung vorher gefallen, statt erst an der Kühlschranktür?

Konkrete Ziele, außer du lernst noch

Atomic Habits rät, Ziele zu vergessen und stattdessen Systeme zu bauen, weil Gewinner und Verlierer dieselben Ziele haben. Gewinner und Verlierer haben auch dieselben Wecker. Die Forschung zur Zielsetzung sieht es anders.

Edwin Lockes und Gary Lathams Überblick über das Feld fand, dass konkrete, schwierige Ziele „gib dein Bestes“ mit mittlerem bis großem Abstand schlagen (d = .42 bis .80), über weit mehr als 100 Aufgaben, mehr als 40.000 Teilnehmende und mindestens acht Länder (Locke & Latham 2002) (~85 %). Die Einschränkung: Den Überblick schrieben die Begründer der Theorie. Die Logik ist leicht zu sehen: „Gib dein Bestes“ zieht keine Linie, die man überschreiten muss, also kann fast jede Anstrengung als dein Bestes gelten.

Es gibt eine Ausnahme. Der Effekt schrumpft, je komplexer die Aufgabe: d = .41 für die komplexesten gegenüber .77 für die einfachsten (Wood, Mento & Locke 1987). In einer Fluglotsen-Simulation schadete ein Ergebnisziel sogar dem Lernen (Kanfer & Ackerman 1989); ein Lernziel wie „finde drei Strategien, die funktionieren“ behob das (Winters & Latham 1996) ~70 %. Eine Pflegekraft in ihrer ersten Woche auf einer neuen Station braucht kein Ziel für Patienten pro Schicht. Sie braucht ein Ziel dafür, was sie herausfinden will.

Clears „Systeme“ sind trotzdem nicht wertlos. Vieles davon überschneidet sich mit dem nächsten Werkzeug.

Erst träumen, dann das Hindernis finden

Gabriele Oettingens Rethinking Positive Thinking fasst zwei Jahrzehnte Forschung ihres Labors zum Erfolg-Ausmalen zusammen. In einer Studienreihe verschickten Absolventen, die mehr von einem tollen Job träumten, weniger Bewerbungen, bekamen weniger Angebote und verdienten zwei Jahre später weniger (Oettingen & Mayer 2002). Auf Erfahrung beruhende Erwartungen wirkten umgekehrt ~70 %. Die Stichproben waren klein und stammen aus einem Labor, aber die Unterscheidung ist nützlich: Zuversicht hilft, Tagträumen fühlt sich nach Fortschritt an, ohne welcher zu sein.

Ihre Lösung, mentales Kontrastieren, verbindet den Wunsch mit dem wichtigsten inneren Hindernis: einer Gewohnheit, einer Stimmung, einer Überzeugung. Mit einem Wenn-dann-Plan dazu ergibt das WOOP: Wish, Outcome, Obstacle, Plan. Eine Metaanalyse von 21 Studien fand einen kleinen bis mittleren Nutzen (g = 0.34), möglicherweise durch Publikationsbias aufgebläht; Varianten, die Menschen allein durchführten, schnitten schlechter ab als solche mit Anleitung (Wang, Wang & Gai 2021) ~70 %.

Wenn-dann-Pläne („wenn es 16 Uhr ist und der Bericht nicht begonnen, dann schließe ich das Mailprogramm und öffne den Entwurf“) sind der am besten getestete Teil. Die Zahl, die in viele Bücher wanderte, war d = .65, aus einer Metaanalyse von 94 Tests von 2006 (Gollwitzer & Sheeran 2006). Die Aktualisierung von 2024 mit 642 Tests fand d = .36, und etwa .15 nach Korrektur für Publikationsbias (Sheeran, Listrom & Gollwitzer 2024) ~85 %. Die Autoren nennen den Effekt robust, aber klein. Er war größer bei strikter Wenn-dann-Formulierung (.43 gegenüber .29 für terminartige Pläne), hoher Motivation und Einüben. Ein Wenn-dann-Plan ist eher billig als mächtig, und das ist für ein Werkzeug eine gute Eigenschaft.

Worauf sollte der Plan zielen? Piers Steels Metaanalyse von 691 Korrelationen gibt eine Antwort (Steel 2007) ~85 %. Menschen schieben unangenehme Aufgaben auf (r = .40), und wer aufschiebt, ist eher impulsiv (.41), ablenkbar (.45) und wenig gewissenhaft (−.62). Perfektionismus, die schmeichelhafteste Selbstdiagnose, die es gibt, spielt kaum eine Rolle (−.03). Aufschieben kostet auch Leistung (r = −.19). Die Daten beschreiben, wer aufschiebt, nicht, was dagegen hilft, aber sie richten den Plan auf den richtigen Moment: den unangenehmen Start und die verlockende Ablenkung.

Gewohnheiten: einmal entscheiden, dann nicht mehr

Eine Gewohnheit ist eine Entscheidung, die du nicht mehr treffen musst. Die Frage ist, wie lange die Übergabe dauert. In der bekanntesten Studie wählten 96 Freiwillige je ein neues tägliches Verhalten; bei den 39, deren Daten gut zu einer Kurve passten, dauerte es im Median 66 Tage, bis es zu 95 % automatisch lief, mit einer Spanne von 18 bis 254 Tagen (Lally et al. 2010) ~85 %. Das obere Ende wurde über die 84 Tage der Studie hinaus hochgerechnet, und die Automatik war selbst berichtet. Ein oder zwei ausgelassene Tage machten keinen nennenswerten Unterschied.

Die Cafeteria zeigt die andere Hälfte: Die Umgebung entscheidet vieles. In einer Studie mit 205 Erwachsenen, die 7.827 Begierden protokollierten, mieden Menschen mit hoher Selbstkontrolle Versuchungen meist, statt ihnen zu widerstehen (Hofmann et al. 2012), wenn auch nur korrelativ. Die gute Option leichter und die schlechte schwerer zu machen, ist in der Richtung gut belegt; die Größe schwankt stark je nach Umfeld ~70 %.

Temptation Bundling, also etwas, das man will, mit etwas zu koppeln, das man sollte, zeigt ein verbreitetes Muster. Im ersten Experiment gingen Menschen, die fesselnde Hörbücher nur im Fitnessstudio hören durften, 51 % öfter hin, wobei der Effekt nachließ, besonders nach Thanksgiving (Milkman, Minson & Volpp 2014). Ein Folgeversuch mit 6.792 Menschen erhöhte die Chance auf ein wöchentliches Training um 10–14 % (Kirgios et al. 2020). Groß in der ersten kleinen Studie, kleiner, aber echt in der Breite ~70 %. (Das berühmte „jeden Tag 1 % besser“ ist ein eigenes Problem; siehe Rückmeldung.)

Einfache Regeln schlagen Bauchgefühl

Manche Entscheidungen kommen immer wieder: wen man einstellt, welche Anfragen man annimmt, welchen Patienten man zuerst sieht. Hier ist die Beweislage so stark, wie Psychologie nur sein kann. Über 136 Studien waren einfache statistische Regeln im Schnitt etwa 10 % treffsicherer als das Urteil von Experten; Experten schnitten nur in 6–16 % der Studien klar besser ab, egal bei welcher Aufgabe oder Erfahrung (Grove et al. 2000).

Einstellungen sind die Alltagsversion. Ein strukturiertes Interview, mit denselben Fragen für alle und jeder Antwort auf einer festen Skala bewertet, sagt Arbeitsleistung mit einer Validität von etwa .42 vorher; ein freies Gespräch schafft etwa .19 (Sackett et al. 2022) ~85 %. Drucker formulierte den allgemeinen Punkt: Ist ein Problem generisch, löse es einmal mit einer Regel, statt jeden Fall als einzigartig zu behandeln (Drucker 1967).

Für einmalige Entscheidungen gibt es die Premortem: Bevor es losgeht, stellt sich das Team vor, das Projekt sei in einem Jahr gescheitert, und schreibt auf, warum. In der Studie dahinter erhöhte die Vorstellung, das Ergebnis sei schon eingetreten, die Zahl der gefundenen Gründe um etwa 30 % (Mitchell, Russo & Pennington 1989). Sie lässt die Zweifler sprechen, bevor das Geld ausgegeben ist.

Danach beurteile die Entscheidung danach, wie sie getroffen wurde, nicht nur danach, wie sie ausging; warum das schwerer ist, als es klingt, ist eine Frage für Rückmeldung.

Motivation: Belohnungen, Autonomie und Leidenschaft

Daniel Pinks Drive argumentiert, dass Zuckerbrot und Peitsche bei kreativer Arbeit nach hinten losgehen und Menschen eigentlich von Autonomie, Meisterschaft und Sinn angetrieben werden. Der Kern hält. Über 128 Experimente senkten erwartete materielle Belohnungen das Interesse an einer Aufgabe um ihrer selbst willen, sobald die Belohnung wegfiel (d = −.28 bis −.40; Deci, Koestner & Ryan 1999) ~85 %. Kinder, die eine „Guter Spieler“-Auszeichnung fürs Malen erwarteten, malten danach weniger als Kinder, die dieselbe Auszeichnung unerwartet bekamen (Lepper, Greene & Nisbett 1973). Belohnungen können auch verändern, was ein Verhalten bedeutet: Als israelische Kitas Eltern für spätes Abholen Strafe zahlen ließen, stieg die Verspätung und blieb hoch, auch nachdem die Strafe abgeschafft war (Gneezy & Rustichini 2000) ~70 %. Die Strafe war zum Preis geworden.

Die Hauptbehauptung, Belohnungen machten Menschen bei kreativer Arbeit schlechter, ist die Stelle, an der das Buch zu weit geht ~15 %. Sein Paradebeispiel, das Kerzenproblem, fand, dass Geld Menschen bei einem Rätsel bremste, das Einsicht braucht (Glucksberg 1962); eine Replikation von 2013 fand keinen negativen Effekt (Ramm, Tjøtta & Torsvik 2013). Eine spätere Metaanalyse fand, dass Anreize bei interessanten Aufgaben etwa so viel halfen wie bei langweiligen (δ ≈ .58 gegenüber .52), bei Qualität allerdings weniger (Kim, Gerhart & Fang 2022). Die bessere Zusammenfassung lautet „beides“: Über 183 Studien sagte intrinsische Motivation die Qualität der Arbeit vorher, Anreize die Menge, und beides wirkte gleichzeitig (Cerasoli, Nicklin & Ford 2014) ~70 %. Pink liegt in der Richtung richtig und ist etwa eine Nummer zu stark.

Cal Newports So Good They Can't Ignore You fragt, woher die Liebe zur Arbeit kommt. Er hält „folge deiner Leidenschaft“ für schlechten Rat, weil die meisten Menschen keine Leidenschaft haben, die zu einem Beruf passt. Von 539 Studierenden in Québec hatten 84 % eine Tätigkeit, für die sie brannten, aber nur 3,6 % dieser Tätigkeiten hatten mit Arbeit oder Studium zu tun; etwa 60 % waren Sport (Vallerand et al. 2003). Interessen scheinen auch zu wachsen, statt darauf zu warten, gefunden zu werden: In kurzen Studien, meist mit Studierenden, verloren diejenigen, die Interessen für festgelegt hielten, schneller das Interesse, wenn ein neues Thema schwierig wurde (O'Keefe, Dweck & Walton 2018) ~70 %.

Die starke Version, der Leidenschaft zu folgen sei die schlechtere Strategie, ist nicht belegt. Menschen, die nach Passung suchen, und Menschen, die erwarten, ihre Leidenschaft zu entwickeln, landen bei ähnlicher Leidenschaft, Zufriedenheit und ähnlichem Einkommen, auf unterschiedlichen Wegen (Chen, Ellsworth & Schwarz 2015) ~30 %. Newports Alternative, seltenes und wertvolles Können aufzubauen, gehört zu Hebel.

Wählen, was man vernachlässigt

Die letzte Entscheidung ist die unbequemste. Ein durchschnittliches Leben dauert etwa 4.000 Wochen, rund 77 Jahre. Das ist Arithmetik, und ihre Folge ist Logik: Jedes Ja ist ein Nein zu allem anderen, was dieselben Stunden hätte füllen können. Oliver Burkemans Four Thousand Weeks argumentiert, die Kunst sei nicht, mehr zu tun, sondern gut zu wählen, woran man scheitert (Burkeman 2021). Seine Behauptung, Effizienz bringe vor allem mehr Arbeit, so wie eine neue Straße sich mit Verkehr füllt, ist plausibel, aber ungetestet.

Drucker hatte ein Wort für die praktische Seite: Posterioritäten. Prioritäten zu wählen ist leicht; zu entscheiden, womit man aufhört, ist schwerer und wichtiger. Sein Test ist, bei jeder Tätigkeit zu fragen: „Was würde passieren, wenn das gar nicht getan würde?“, und alles zu streichen, bei dem die Antwort „nichts“ lautet (Drucker 1967) (~70 %). Diese Bewertung stützt sich auf einen Mechanismus, nicht auf einen Test der Frage: Weniger parallele Verpflichtungen heißt, dass jede früher fertig wird (siehe Fluss). Die populäre Version, Warren Buffetts „zwei Listen“ mit 25 Zielen, von denen 20 um jeden Preis zu meiden sind, stammt aus zweiter Hand von seinem Piloten und wurde von Buffett nie bestätigt. Die Idee braucht ihn nicht.

Wie die Regale in der Cafeteria wird eine Liste von Verpflichtungen bestückt, lange bevor jemand davorsteht. Der meiste Produktivitätsrat handelt davon, die Liste schneller abzuarbeiten. Diese Station handelt davon, was draufkommt.

Was nicht funktioniert

  • „Vergiss Ziele, bau Systeme.“ Konkrete, schwierige Ziele schlagen „gib dein Bestes“ um d = .42–.80 über mehr als 100 Aufgaben (Locke & Latham 2002). Die Behauptung des Buchs: ~30 %.
  • „Belohnungen töten Kreativität.“ Das Kerzenproblem ließ sich nicht replizieren, und Anreize helfen auch bei interessanten Aufgaben (Ramm et al. 2013; Kim et al. 2022) ~15 %.
  • „Ich schiebe auf, weil ich Perfektionist bin.“ Über 691 Korrelationen liegt der Zusammenhang bei etwa null (r = −.03); unangenehme Aufgaben und Impulsivität zählen weit mehr (Steel 2007). Steels Muster: ~85 %.
  • „Mentales Kontrastieren verdrahtet dich unbewusst neu.“ Eine Replikation mit neuen Daten fand keinen Unterschied zur Kontrollbedingung (Kappes et al. 2012). ~15 %.
  • „Schlaf drüber, dann entscheidet dein Unbewusstes besser.“ Der Effekt unbewussten Denkens scheiterte 2015 in Metaanalyse und Replikation (Nieuwenstein et al. 2015) ~15 %. Eine schlichte Pause vor einer hitzigen Entscheidung hilft trotzdem (~70 %).

Probier das

  • Mach aus „gib dein Bestes“ eine Zahl und ein Datum. Ist die Aufgabe neu für dich, beginne stattdessen mit einem Lernziel: „finde drei Wege, um …“.
  • Mach ein fünfminütiges WOOP für die wichtigste Aufgabe der Woche. Benenne das innere Hindernis und schreib den Plan in strikter Form: „Wenn [Hindernis], dann werde ich [Handlung].“ Übe ihn einmal.
  • Räum die Regale um. Leg für eine Gewohnheit die gute Option in Reichweite und füge der schlechten einen Schritt hinzu. Rechne mit Wochen bis Monaten, nicht Tagen, und behandle einen ausgelassenen Tag nicht als Neustart.
  • Schreib eine Regel für eine wiederkehrende Entscheidung auf, etwa welche Anfragen du annimmst oder wie du Bewerbungen bewertest. Halte vor jedem großen Projekt eine Premortem.
  • Liste einmal im Quartal jede Verpflichtung auf und stell Druckers Frage: Was würde passieren, wenn das gar nicht getan würde? Streich mindestens eine.

17 Behauptungen geprüft

Die Belege hinter diesem Artikel

Jede Behauptung oben, bewertet nach der Chance, dass sie der Forschung standhält. Öffne eine für die Quellen und ihren genauen Wortlaut.

  1. Burkeman (2021). Four Thousand Weeks · Buch
  2. Cerasoli, Nicklin, Ford (2014). Intrinsic motivation and extrinsic incentives jointly predict performance: A 40-year meta-analysis. · Metaanalyse
  3. Chen, Ellsworth, Schwarz (2015). Finding a Fit or Developing It · Studie
  4. Clear (2018). Atomic Habits · Buch
  5. Deci, Koestner, Ryan (1999). A meta-analytic review of experiments examining the effects of extrinsic rewards on intrinsic motivation. · Metaanalyse
  6. Drucker (1963). Managing for Business Effectiveness · Quelle
  7. Drucker (1967). The Effective Executive · Buch
  8. Glucksberg (1962). The influence of strength of drive on functional fixedness and perceptual recognition · Studie
  9. Gneezy, Rustichini (2000). A Fine is a Price · Studie
  10. Gollwitzer, Sheeran (2006). Implementation intentions and goal achievement: A meta-analysis of effects and processes · Metaanalyse
  11. Grove, Zald, Lebow, Snitz, Nelson (2000). Clinical versus mechanical prediction: A meta-analysis. · Metaanalyse
  12. Hofmann, Baumeister, Förster, Vohs (2012). Everyday temptations: An experience sampling study of desire, conflict, and self-control · Studie
  13. Kanfer, Ackerman (1989). Motivation and cognitive abilities: An integrative/aptitude-treatment interaction approach to skill acquisition · Studie
  14. Kappes, Singmann, Oettingen (2012). Mental contrasting instigates goal pursuit by linking obstacles of reality with instrumental behavior · Studie
  15. Kim, Gerhart, Fang (2022). Do financial incentives help or harm performance in interesting tasks? · Metaanalyse
  16. Kirgios, Mandel, Park, Milkman, Gromet, Kay, Duckworth (2020). Teaching temptation bundling to boost exercise: A field experiment · Studie
  17. Lally, van Jaarsveld, Potts, Wardle (2009). How are habits formed: Modelling habit formation in the real world · Studie
  18. Lepper, Greene, Nisbett (1973). Undermining children's intrinsic interest with extrinsic reward: A test of the "overjustification" hypothesis · Studie
  19. Locke, Latham (2002). Building a practically useful theory of goal setting and task motivation: A 35-year odyssey · Quelle
  20. Milkman, Minson, Volpp (2014). Holding the Hunger Games Hostage at the Gym: An Evaluation of Temptation Bundling · Studie
  21. Mitchell, Russo, Pennington (1989). Back to the future: Temporal perspective in the explanation of events · Studie
  22. Newport (2012). So Good They Can't Ignore You · Buch
  23. Nieuwenstein, Wierenga, Morey, Wicherts, Blom, Wagenmakers, van Rijn (2015). On making the right choice: A meta-analysis and large-scale replication attempt of the unconscious thought advantage · Metaanalyse
  24. O’Keefe, Dweck, Walton (2018). Implicit Theories of Interest: Finding Your Passion or Developing It? · Studie
  25. Oettingen (2014). Rethinking Positive Thinking · Buch
  26. Oettingen, Mayer (2002). The motivating function of thinking about the future: Expectations versus fantasies. · Studie
  27. Pink (2009). Drive · Buch
  28. Ramm, Tjotta, Torsvik (2013). Incentives and Creativity in Groups · Studie
  29. Sackett, Zhang, Berry, Lievens (2022). Revisiting meta-analytic estimates of validity in personnel selection: Addressing systematic overcorrection for restriction of range. · Metaanalyse
  30. Sheeran, Listrom, Gollwitzer (2024). The when and how of planning: Meta-analysis of the scope and components of implementation intentions in 642 tests · Metaanalyse
  31. Steel (2007). The nature of procrastination: A meta-analytic and theoretical review of quintessential self-regulatory failure. · Metaanalyse
  32. Thorndike, Riis, Sonnenberg, Levy (2014). Traffic-light labels and choice architecture: Promoting healthy food choices · Studie
  33. Thorndike, Sonnenberg, Riis, Barraclough, Levy (2012). A 2-Phase Labeling and Choice Architecture Intervention to Improve Healthy Food and Beverage Choices · Studie
  34. Vallerand et al. (2003). Les passions de l'âme: On obsessive and harmonious passion · Studie
  35. Wang, Wang, Gai (2021). A Meta-Analysis of the Effects of Mental Contrasting With Implementation Intentions on Goal Attainment · Metaanalyse
  36. Winters, Latham (1996). The Effect of Learning versus Outcome Goals on a Simple versus a Complex Task · Studie
  37. Wood, Mento, Locke (1987). Task complexity as a moderator of goal effects: A meta-analysis · Metaanalyse

Teilen

XLinkedIn