Präferenzen mit neuer Methode vorhersagen – Bayesian Truth Serum

Präferenzen mit neuer Methode vorhersagen – Bayesian Truth Serum

© Fraunhofer IMW

Prof. Dr. Sonja Radas

Am 13. Februar 2018 hielt Prof. Dr. Sonja Radas einen Gastvortrag zum Thema Bayesian Truth Serum (BTS) in den Räumlichkeiten des Fraunhofer-Zentrum für Internationales Management und Wissensökonomie IMW. Sie referierte über zwei Forschungsarbeiten, «Predictions as a Better Way to Elicit Preference Structure» und «Bayesian Truth Serum: Uncovering Hidden Knowledge».

Wie Professor Radas erklärte, geht das BTS über traditionelle Bewertungssysteme hinaus, bei denen Probandinnen und Probanden nur nach ihrer eigenen Einstellung zu einem bestimmten Thema, zum Beispiel einer Produktneuheit, befragt werden. Beim BTS sollen sie darüber hinaus ihre Einschätzung dazu abgeben, was Dritte zu diesem Thema sagen würden. Bei der Bewertung wird also auch das soziale Umfeld der Befragten berücksichtigt. Experimente haben ergeben, dass die Treffsicherheit der Vorhersagen zunimmt, wenn die Befragten sich zu den von ihnen geschätzten Präferenzen ihres Umfelds äußern.

Eine relativ kleine Stichprobe kann so ein ähnlich akkurates Ergebnis vorhersagen wie eine große Stichprobe von Teilnehmenden, die nur nach ihrer eigenen Einstellung befragt werden. Gerade neue oder kleine Innovatoren, die nicht die Mittel für umfangreiche Marktforschung haben, können von der BTS-Methode profitieren. Im Anschluss an den Vortrag beantwortete Professor Radas die vielfältigen und detaillierten Fragen aus dem Kollegium des Fraunhofer IMW.
Die Wissenschaftlerinnen und Wissenschaftler des Fraunhofer IMW zeigten Interesse daran, wie man das Bayesian Truth Serum weiterentwickeln und für die angewandte Forschung nutzen könnte.

Prof. Dr. Sonja Radas promovierte an der University of Florida in Mathematik und in Marketing. Seit 2006 ist sie Senior Research Assistant am Institute of Economics in Zagreb. Derzeit forscht sie außerdem am Neuroeconomics Laboratory des Massachusetts Institute of Technology (MIT).