4. Shared Data Sources (WIN-Programm)

schung, dass die Aggregation unabhängiger Urteile verschiedener Individuen oft-
mals zu einer genaueren Schätzung führt als das Urteil eines einzelnen Experten.
Ein Nachteil dieser Art der Zusammenarbeit ist jedoch, dass alle befragten Per-
sonen ein Urteil abgeben müssen, selbst wenn sie sich unsicher sind. In unseren
Studien beantworteten die Teilnehmer mehrere Wissensfragen, auf die es jeweils
eine korrekte numerische Antwort gibt (z. B. „Wie hoch ist der Eifelturm?“). In
der experimentellen Bedingung Wisdom of Crowds beantworteten die Teilnehmer
alle Fragen unabhängig. In der Bedingung sequentieller Kollaboration werden den
Teilnehmern dagegen die Antworten vorheriger Teilnehmer gezeigt, welche dann
korrigiert oder beibehalten werden können. Im direkten Vergleich beider Kollabo-
rationsarten anhand gleichgroßer Gruppen mit 4 und 6 Teilnehmern zeigte sich,
dass sequentielle Kollaboration zu akkurateren Schätzungen führte als Wisdom of
Crowds.
Eine Folgestudie hatte zum Ziel, diese Ergebnisse im Rahmen geographischer
Urteile zu replizieren. Anstatt numerische Schätzungen abzugeben, war es die
Aufgabe der Teilnehmer, mehrere Städte auf Landkarten zu verorten (siehe Ab-
bildung 1). Auch hier wurde wieder experimentell verglichen, ob die Aggregation
unabhängiger Urteile oder die sequentielle Zusammenarbeit zu genaueren Ergeb-
nissen führt. Obwohl diese Studie bereits durchgeführt wurde, liegt die endgültige
statistische Analyse noch nicht vor.


Abbildung 1: Sequentielle Kollaboration im Rahmen der Verortung von Städten auf Landkarten. In diesem Bei-
spiel eines Online-Experiments haben die Teilnehmer die Aufgabe, die Stadt New York auf der Landkarte zu
verorten. Dabei wird zunächst das vorherige Urteil einer anderen Person gezeigt (roter Punkt). Die Teilnehmer
haben dann die Möglichkeit, dieses Urteil entweder beizubehalten oder die Stadt auf der Karte neu zu verorten
(blauer Punkt).

309