Welcher Hypothese (Modell, Theorie) würden Sie eher zustimmen?
- Derjenigen, deren Voraussetzungen (Prämissen) auf wackeligen Füssen steht, aber deren Vorhersagen erstaunlich gut mit den Beobachtungen überein stimmen.
- Oder derjenigen, deren Voraussetzungen (Prämissen) die Situation gut beschreiben, aber deren Vorhersagen höchstens mittelprächtig zutreffen, wenn überhaupt?
Ihre Antwort kann für das Management wichtig sein, denn Sie planen, entscheiden und handeln meist aufgrund einer Hypothese oder Annahme.
Bisher gab ich der Hypothese, deren Voraussagen zutreffen, den Vorzug. Ich gelange aber immer mehr zur Überzeugung, dass es wichtiger ist, wenn die Prämissen stimmen. Das Modell von Hotelling basiert zwar auf eher realitätsfernen Prämissen (siehe Wo würden Sie sich auf der Costa del Sol als Eisverkäufer platzieren? ) sagt aber richtig voraus, dass Anbieter geographisch nahe beieinander sind, was sich z.B. in Einkaufszentren manifestiert. Das Modell erklärt dieses Verhalten von Anbietern dadurch, dass jeder hofft, durch die Nähe zum Konkurrenten von dessen Kundenbasis profitieren zu können. Da ein allfälliger Effekt dieser Art aber völlig symmetrisch ist, hätte am Ende kein Anbieter tatsächlich etwas gewonnen.
Vielmehr geht es darum, den Kundenwunsch zu respektieren. Wenn ich mir als Konsument vornehme, etwas zu kaufen, dann gehe ich dorthin, wo sich Shops häufen, die meinen Wunschartikel anbieten. Dann kann ich nämlich gemütlich durch alle Läden spazieren und die Angebote und Preise vergleichen. Habe ich mich entschieden, brauche ich nicht weit zu gehen. Ein Anbieter, der seinen Laden weit ab hat, berücksichtige ich schon gar nicht. Das ist doch der Grund für die Ballung von Anbietern gleicher Produkte.
Das Modell von Hotelling ist also falsch, weil seine Prämissen falsch sind. Dennoch kommt es zum richtigen Ergebnis. Das bedeutet: Traue keinem Modell, dessen Prämissen falsch sind, auch wenn die Voraussagen in einem gewissen Bereich und zu einer gewissen Zeit stimmen.
Diese Regel hat noch einen grossen Vorteil: Die Prämissen eines Modells können Sie sofort überprüfen, noch bevor Sie mit dem Modell arbeiten. Um die Voraussagen zu überprüfen, müssen Sie jedoch zuerst einige Zeit mit dem Modell gearbeitet haben. Bis dahin könnten Sie aber schon in der Bedrouille gelandet sein.