GLOSSAR
Bias / systematische Verzerrung
Bias bezeichnet systematische Verzerrungen in Daten, Verfahren oder Ergebnissen, die bestimmte Sichtweisen oder Gruppen begünstigen und Qualität sowie faire Behandlung beeinträchtigen können.
Vergangene Entscheidungen prägen neue Prioritäten
Ein Modell zur Kundenpriorisierung könnte aus bisherigen Abschlüssen lernen. Wenn bestimmte Kundengruppen bislang wenig Vertriebsaufmerksamkeit erhielten, fehlen jedoch möglicherweise die Gelegenheiten, ihren tatsächlichen Bedarf zu beobachten. Das Modell kann diese Lücke als geringes Potenzial interpretieren. Werden daraufhin erneut weniger Ressourcen zugeteilt, bestätigt der nächste Datensatz die ursprüngliche Annahme. Diese Rückkopplung ist eine plausible Fehlerquelle: Beobachtete Umsätze spiegeln auch die bisherige Betreuung und Auswahl wider. Sie beschreiben nicht automatisch das gesamte Marktpotenzial.
Verzerrungen an Entscheidungen untersuchen
Für die Prüfung lohnt es sich, Herkunft und Abdeckung der Daten sowie die Folgen falscher Priorisierung getrennt zu betrachten. Welche Branchen oder Unternehmensgrößen werden regelmäßig zurückgestellt? Werden Kriterien verwendet, die sachlich zum Auftrag passen? Eine Evaluation sollte Ergebnisse nach relevanten Teilgruppen aufschlüsseln und alternative Erklärungen prüfen. Kleine Stichproben erlauben dabei nur vorsichtige Schlüsse. Zusätzliche, bewusst ausgewählte Testfälle können fehlende Evidenz ergänzen. So wird sichtbar, ob das System eine brauchbare Verkaufschance erkennt oder vor allem die historische Ressourcenverteilung reproduziert. Eine einzelne Kennzahl genügt für diese Unterscheidung selten.