Warum treffen Menschen bestimmte Entscheidungen? Wissenschaftlerinnen und Wissenschaftler des Centers Synergy of Systems (SynoSys) an der Technischen Universität Dresden (TUD), des Max-Planck-Instituts für Bildungsforschung und der Universität Basel präsentieren einen neuen Ansatz zur Beantwortung dieser Frage. In ihrer Studie kombinierten sie Verhaltensexperimente und eigene Beschreibungen der Teilnehmenden, um menschliche Entscheidungsprozesse mit Hilfe von großen Sprachmodellen (Large Language Models, LLM) detaillierter untersuchen zu können. Die Ergebnisse wurden nun in den Proceedings of the National Academy of Sciences (PNAS) veröffentlicht.
„Unser Verständnis des menschlichen Verhaltens, einschließlich der Entscheidungsfindung, lässt sich vertiefen, indem wir Menschen bitten, ihre Denkprozesse näher zu erläutern“, sagt der Erstautor Dr. Kamil Fuławka, Forscher bei SynoSys. „Die systematische Analyse solcher Freitextdaten erfordert jedoch skalierbare und strenge analytische Rahmenbedingungen – ein Unterfangen, das nun durch LLMs unterstützt werden kann.“
Im Experiment nahmen die Teilnehmenden an Glücksspielen teil. Jede ihrer Entscheidungen sollten sie zudem mit eigenen Worten erklären. Die Forschenden glichen diese Erläuterungen zunächst mit bestehenden Theorien und Modellen der Entscheidungsfindung ab. Daraus entwickelten sie eine umfangreiche Liste möglicher Entscheidungsgründe, z. B. sich auf das bestmögliche Ergebnis zu fokussieren oder einen großen Verlust vermeiden zu wollen. Große Sprachmodelle (LLMs) identifizierten, welche dieser Gründe in den Freitext-Erklärungen der Teilnehmenden vorkamen, während die mathematische Modellierung der Entscheidungen der Teilnehmer eine entsprechende Prüfung vollzog.
Die Kombination aus verbalen Berichten, LLMs und strenger mathematischer Modellierung hat eindeutig gezeigt, dass die eigenen Zuschreibungen der Menschen eine wertvolle Datenquelle darstellen. Sie hat zudem gezeigt, dass die Gründe, auf die sich Menschen stützen, nicht feststehen, sondern sich systematisch mit der Struktur des Entscheidungsproblems verschieben.
„Viele wichtige Entscheidungen – von der Finanzplanung über medizinische Entscheidungen bis hin zu sozialen Dilemmata, dem Einsatz von Technologie und der öffentlichen Politik – beinhalten komplexe Abwägungen, die sich nicht allein durch die Beobachtung von Entscheidungen vollständig verstehen lassen“ erläutert Kamil Fuławka und unterstreicht die Bedeutung der Studienergebnisse: „In solchen Kontexten können die eigenen Erklärungen der Menschen besonders wertvoll sein, um aufzudecken, wie sie komplexe Probleme vereinfachen, sich auf bestimmte Informationen konzentrieren und einfache Entscheidungsstrategien anpassungsfähig einsetzen.“
Das in der Studie vorgestellte Rahmenkonzept zeigt zudem, wie LLMs Forschenden helfen können, diese Erklärungen in großem Maßstab zu analysieren, und eröffnet damit neue Möglichkeiten, menschliche Entscheidungsprozesse in realistischeren und komplexeren Umgebungen zu untersuchen.
Dr. Kamil Fuławka
Center Synergy of Systems (SynoSys)
Technische Universität Dresden (TUD)
E-Mail: kamil.fulawka@tu-dresden.de
Der Artikel „Large language models accurately identify decision reasons in verbal reports“ von Kamil Fuławka, Ralph Hertwig und Dirk U. Wulff wurde am 30. Juni 2026 in den Proceedings of the National Academy of Sciences (PNAS) veröffentlicht.
Zum Artikel: https://www.pnas.org/doi/10.1073/pnas.2526798123
Merkmale dieser Pressemitteilung:
Journalisten
Gesellschaft, Informationstechnik, Psychologie
überregional
Forschungsprojekte, Wissenschaftliche Publikationen
Deutsch

Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).
Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).