TED2015
Dan Ariely: How equal do we want the world to be? You'd be surprised
Dan Ariely: Wie viel Gleichheit wünschen wir uns? Sie werden überrascht sein
Filmed:
Readability: 3.3
1,928,125 views
Nachrichten über wachsende Ungleichheit in der Gesellschaft beunruhigen uns alle. Aber warum? Dan Ariely präsentiert neue, überraschende Forschungsergebnisse dazu, was wir für gerecht halten, wenn es um Verteilung von Wohlstand in der Gesellschaft geht ... und wie die Wirklichkeit aussieht.
Dan Ariely - Behavioral economist
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why. Full bio
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why. Full bio
Double-click the English transcript below to play the video.
00:12
It would be nice to be
objective in life,
objective in life,
0
926
2645
In vielerlei Hinsicht wäre es schön
00:15
in many ways.
1
3571
2022
im Leben objektiv zu sein.
00:17
The problem is that we have
these color-tinted glasses
these color-tinted glasses
2
5593
3378
Nur sehen wir die Welt leider zu oft
00:20
as we look at all kinds of situations.
3
8971
4679
durch eine getönte Brille.
00:25
For example, think about
something as simple as beer.
something as simple as beer.
4
13650
3716
Denken Sie zum Beispiel
an etwas Einfaches wie Bier.
an etwas Einfaches wie Bier.
00:29
If I gave you a few beers to taste
5
17366
2182
Wenn Sie zum Beispiel ein paar Biersorten
00:31
and I asked you to rate them
on intensity and bitterness,
on intensity and bitterness,
6
19548
3808
nach Geschmacksstärke und
Bitterkeit bewerten sollen,
Bitterkeit bewerten sollen,
00:35
different beers would occupy
different space.
different space.
7
23356
3697
würden verschiedene Biere
an verschiedenen Stellen landen.
an verschiedenen Stellen landen.
00:39
But what if we tried
to be objective about it?
to be objective about it?
8
27053
2757
Wenn wir objektiv sein wollten,
00:41
In the case of beer,
it would be very simple.
it would be very simple.
9
29810
2160
wäre das im Fall von Bier sehr einfach.
00:43
What if we did a blind taste?
10
31970
2152
Wir testen den Geschmack einfach blind.
00:46
Well, if we did the same thing,
you tasted the same beer,
you tasted the same beer,
11
34122
2724
Wenn wir es noch mal versuchten,
mit denselben Bieren,
mit denselben Bieren,
00:48
now in the blind taste,
things would look slightly different.
things would look slightly different.
12
36846
3971
aber diesmal blind, würde die Sache
etwas anders aussehen.
etwas anders aussehen.
00:52
Most of the beers will go into one place.
13
40817
2222
Die meisten Biere
wären auf demselben Platz.
wären auf demselben Platz.
00:55
You will basically not
be able to distinguish them,
be able to distinguish them,
14
43039
2445
Man kann sie im Prinzip
nicht unterscheiden.
nicht unterscheiden.
00:57
and the exception, of course,
will be Guinness.
will be Guinness.
15
45484
3089
Die Ausnahme wäre natürlich Guinness.
01:00
(Laughter)
16
48573
2228
(Lachen)
01:02
Similarly, we can think about physiology.
17
50801
2786
Ähnlich können wir uns
Physiologie vorstellen.
Physiologie vorstellen.
01:05
What happens when people expect
something from their physiology?
something from their physiology?
18
53587
3042
Was, wenn wir etwas Bestimmtes
von unserem Körper erwarten?
von unserem Körper erwarten?
01:08
For example, we sold people
pain medications.
pain medications.
19
56629
2508
Wir verkauften Leuten z. B. Schmerzmittel
01:11
Some people, we told them
the medications were expensive.
the medications were expensive.
20
59137
2739
und sagten einigen,
die Medikamente wären teuer.
die Medikamente wären teuer.
01:13
Some people, we told them it was cheap.
21
61876
1881
Anderen sagten wir, sie wären billig.
01:15
And the expensive
pain medication worked better.
pain medication worked better.
22
63757
2972
Ergebnis: Die teuren
Medikamente wirkten besser.
Medikamente wirkten besser.
01:18
It relieved more pain from people,
23
66729
2554
Sie linderten mehr Schmerzen,
01:21
because expectations
do change our physiology.
do change our physiology.
24
69283
3504
weil die Erwartungen
unsere Physiologie beeinflussen.
unsere Physiologie beeinflussen.
01:24
And of course, we all know that in sports,
25
72787
2062
Und wir alle wissen, dass man im Sport
01:26
if you are a fan of a particular team,
26
74849
1818
ein Spiel immer aus der Perspektive
01:28
you can't help but see the game
27
76667
2369
desjenigen Teams sieht,
01:31
develop from the perspective of your team.
28
79036
3505
von dem man ein Fan ist.
01:34
So all of those are cases in which
our preconceived notions
our preconceived notions
29
82541
4176
All dies sind Fälle, in denen
unsere Voreingenommenheit
unsere Voreingenommenheit
01:38
and our expectations color our world.
30
86717
3440
und unsere Erwartungen
unsere Wahrnehmung beeinflussen.
unsere Wahrnehmung beeinflussen.
01:42
But what happened
in more important questions?
in more important questions?
31
90157
3402
Doch wie steht es mit wichtigeren Fragen,
01:45
What happened with questions
that had to do with social justice?
that had to do with social justice?
32
93559
3552
mit Fragen nach sozialer
Gerechtigkeit zum Beispiel?
Gerechtigkeit zum Beispiel?
01:49
So we wanted to think about
what is the blind tasting version
what is the blind tasting version
33
97111
3405
Wir wollten die Blindtest-Version
01:52
for thinking about inequality?
34
100516
3065
zu Gedanken über
Ungerechtigkeit entwickeln.
Ungerechtigkeit entwickeln.
01:55
So we started looking at inequality,
35
103581
2299
Wir betrachteten also Ungerechtigkeit
01:57
and we did some large-scale surveys
36
105880
1950
und führten groß angelegte Umfragen
01:59
around the U.S. and other countries.
37
107830
2554
in den USA und anderen Ländern durch.
02:02
So we asked two questions:
38
110384
1951
Zwei Dinge wollten wir herausfinden:
02:04
Do people know what kind of
level of inequality we have?
level of inequality we have?
39
112335
3366
Kennen die Menschen das
Ausmaß an Ungerechtigkeit in der Welt?
Ausmaß an Ungerechtigkeit in der Welt?
02:07
And then, what level of inequality
do we want to have?
do we want to have?
40
115701
4111
Welches Ausmaß an Ungerechtigkeit
möchten sie haben?
möchten sie haben?
02:11
So let's think about the first question.
41
119812
2414
Nehmen wir die erste Frage.
02:14
Imagine I took all the people in the U.S.
42
122226
2113
Angenommen, ich würde
alle US-Amerikaner aufreihen,
alle US-Amerikaner aufreihen,
02:16
and I sorted them from
the poorest on the right
the poorest on the right
43
124339
2925
vom ärmsten auf der rechten Seite
02:19
to the richest on the left,
44
127264
2392
bis zum reichsten auf der linken Seite,
02:21
and then I divided them into five buckets:
45
129656
2662
und sie in fünf gleich
große Gruppen aufteilen:
große Gruppen aufteilen:
02:24
the poorest 20 percent,
the next 20 percent,
the next 20 percent,
46
132318
2298
Die ärmsten 20 Prozent,
die nächsten 20 Prozent,
die nächsten 20 Prozent,
02:26
the next, the next,
and the richest 20 percent.
and the richest 20 percent.
47
134616
2856
die nächsten, die nächsten
und die reichsten 20 Prozent.
und die reichsten 20 Prozent.
02:29
And then I asked you to tell me
how much wealth do you think
how much wealth do you think
48
137472
2996
Anschließend meine Frage:
Wie viel Vermögen, denken Sie,
Wie viel Vermögen, denken Sie,
02:32
is concentrated in each of those buckets.
49
140468
2949
befindet sich in jeder Gruppe?
02:35
So to make it simpler,
imagine I ask you to tell me,
imagine I ask you to tell me,
50
143417
2461
Oder um es einfacher zu machen,
02:37
how much wealth do you think
is concentrated
is concentrated
51
145878
2260
wie viel Vermögen, schätzen Sie,
02:40
in the bottom two buckets,
52
148138
2260
befindet sich in den
untersten beiden Gruppen,
untersten beiden Gruppen,
02:42
the bottom 40 percent?
53
150398
2261
den untersten 40 Prozent?
02:44
Take a second. Think about it
and have a number.
and have a number.
54
152659
2692
Überlegen Sie sich kurz eine Zahl.
02:47
Usually we don't think.
55
155351
1904
Normalerweise überlegen wir nicht.
02:49
Think for a second,
have a real number in your mind.
have a real number in your mind.
56
157255
2485
Überlegen Sie,
und haben Sie eine Zahl parat.
und haben Sie eine Zahl parat.
02:51
You have it?
57
159740
1625
Bereit?
02:53
Okay, here's what lots
of Americans tell us.
of Americans tell us.
58
161365
3065
Viele Amerikaner meinten das hier:
02:56
They think that the bottom 20 percent
59
164430
1927
Die untersten 20 Prozent
02:58
has about 2.9 percent of the wealth,
60
166357
2322
besitzen 2,9 Prozent allen Vermögens,
03:00
the next group has 6.4,
61
168679
2183
die nächste Gruppe hat 6,4 Prozent,
03:02
so together it's slightly more than nine.
62
170862
2507
zusammen also etwas mehr als ein Neuntel.
03:05
The next group, they say, has 12 percent,
63
173369
3413
Die nächste Gruppe, meinten sie,
besitzt 12 Prozent,
besitzt 12 Prozent,
03:08
20 percent,
64
176782
1649
20 Prozent,
03:10
and the richest 20 percent, people think
has 58 percent of the wealth.
has 58 percent of the wealth.
65
178431
4644
und die reichsten 20 Prozent
haben 58 Prozent allen Vermögens.
haben 58 Prozent allen Vermögens.
03:15
You can see how this relates
to what you thought.
to what you thought.
66
183075
3135
Sie sehen selbst, ob dies
Ihre Schätzung widerspiegelt.
Ihre Schätzung widerspiegelt.
03:18
Now, what's reality?
67
186210
1741
Wie ist es in Wirklichkeit?
03:19
Reality is slightly different.
68
187951
1811
Die Wirklichkeit ist etwas anders.
03:21
The bottom 20 percent
has 0.1 percent of the wealth.
has 0.1 percent of the wealth.
69
189762
3813
Die untersten 20 Prozent
besitzen 0,1 Prozent allen Vermögens.
besitzen 0,1 Prozent allen Vermögens.
03:25
The next 20 percent
has 0.2 percent of the wealth.
has 0.2 percent of the wealth.
70
193575
3251
Die nächsten 20 Prozent haben 0,2 Prozent.
03:28
Together, it's 0.3.
71
196826
2113
Zusammen sind das 0,3 Prozent.
03:30
The next group has 3.9,
72
198939
3529
Die nächste Gruppe hat 3,9 Prozent,
03:34
11.3,
73
202468
2183
11,3 Prozent,
03:36
and the richest group
has 84-85 percent of the wealth.
has 84-85 percent of the wealth.
74
204651
5741
und die reichste Gruppe
hat 84 bis 85 Prozent allen Vermögens.
hat 84 bis 85 Prozent allen Vermögens.
03:42
So what we actually have
and what we think we have
and what we think we have
75
210392
2966
Die Wirklichkeit und
unsere Vorstellung der Wirklichkeit
unsere Vorstellung der Wirklichkeit
03:45
are very different.
76
213358
1973
sind also sehr verschieden.
03:47
What about what we want?
77
215331
2090
Wie ist es mit dem, was wir wollen?
03:49
How do we even figure this out?
78
217421
1997
Wie findet man das überhaupt heraus?
03:51
So to look at this,
79
219418
1411
Um das zu erfahren,
03:52
to look at what we really want,
80
220829
1578
03:54
we thought about
the philosopher John Rawls.
the philosopher John Rawls.
81
222407
3065
dachten wir an den Philosophen John Rawls.
03:57
If you remember John Rawls,
82
225472
1835
Falls Sie sich erinnern, John Rawls
03:59
he had this notion
of what's a just society.
of what's a just society.
83
227307
3250
entwickelte eine Vorstellung
einer gerechten Gesellschaft.
einer gerechten Gesellschaft.
Eine Gesellschaft ist dann gerecht,
04:02
He said a just society
84
230557
1482
04:04
is a society that if
you knew everything about it,
you knew everything about it,
85
232039
2715
wenn jemand, der alles über sie weiß,
bereit ist, jeden beliebigen
Platz darin einzunehmen.
Platz darin einzunehmen.
04:06
you would be willing
to enter it in a random place.
to enter it in a random place.
86
234754
2433
04:09
And it's a beautiful definition,
87
237187
1524
Eine wunderbare Definition,
04:10
because if you're wealthy,
you might want the wealthy
you might want the wealthy
88
238711
2478
denn wenn man reich ist,
möchte man vielleicht,
möchte man vielleicht,
04:13
to have more money, the poor to have less.
89
241189
2037
dass Reiche mehr haben und Arme weniger.
04:15
If you're poor, you might
want more equality.
want more equality.
90
243226
2109
Als Armer möchten
Sie eher mehr Gleichheit.
Sie eher mehr Gleichheit.
04:17
But if you're going
to go into that society
to go into that society
91
245335
2004
Steigen Sie aber an einem beliebigen Punkt
04:19
in every possible situation,
and you don't know,
and you don't know,
92
247339
3320
in eine Gesellschaft ein, ohne
genau zu wissen, wo das sein wird,
genau zu wissen, wo das sein wird,
04:22
you have to consider all the aspects.
93
250659
2206
müssen Sie alle Optionen
in Betracht ziehen.
in Betracht ziehen.
04:24
It's a little bit like blind tasting
in which you don't know
in which you don't know
94
252865
2926
Ein bisschen wie beim Blindversuch.
Da wissen Sie auch nicht,
Da wissen Sie auch nicht,
04:27
what the outcome will be
when you make a decision,
when you make a decision,
95
255791
2670
welches Bier Sie in Wirklichkeit testen.
04:30
and Rawls called this
the "veil of ignorance."
the "veil of ignorance."
96
258461
3715
Rawls nannte das den
"Schleier des Nichtwissens".
"Schleier des Nichtwissens".
04:34
So, we took another group,
a large group of Americans,
a large group of Americans,
97
262176
3607
Wir untersuchten also eine
andere, große Gruppe Amerikaner
andere, große Gruppe Amerikaner
04:37
and we asked them the question
in the veil of ignorance.
in the veil of ignorance.
98
265783
2755
und befragten sie unter diesem Aspekt.
04:40
What are the characteristics of a country
that would make you want to join it,
that would make you want to join it,
99
268538
4110
Was für einer Gesellschaft
würden Sie beitreten wollen,
würden Sie beitreten wollen,
04:44
knowing that you could end
randomly at any place?
randomly at any place?
100
272648
3158
in der Sie auf jeder Position
landen könnten?
landen könnten?
04:47
And here is what we got.
101
275806
1479
Und das kam dabei heraus.
04:49
What did people want to give
to the first group,
to the first group,
102
277285
2259
Was gestanden unsere Teilnehmer
04:51
the bottom 20 percent?
103
279544
2183
den untersten 20 Prozent zu?
04:53
They wanted to give them
about 10 percent of the wealth.
about 10 percent of the wealth.
104
281727
2694
Sie wollten ihnen
10 Prozent allen Reichtums geben.
10 Prozent allen Reichtums geben.
04:56
The next group, 14 percent of the wealth,
105
284421
2600
Der nächsten Gruppe
14 Prozent allen Reichtums,
14 Prozent allen Reichtums,
04:59
21, 22 and 32.
106
287021
5363
21, 22 und 32 Prozent.
05:04
Now, nobody in our sample
wanted full equality.
wanted full equality.
107
292384
3506
Keiner in unserer Stichprobe
wollte vollkommene Gleichheit.
wollte vollkommene Gleichheit.
05:07
Nobody thought that socialism
is a fantastic idea in our sample.
is a fantastic idea in our sample.
108
295890
4433
Vom Sozialismus hielt in unserer
Stichprobe also keiner etwas.
Stichprobe also keiner etwas.
05:12
But what does it mean?
109
300323
1288
Doch was bedeutet das?
05:13
It means that we have this knowledge gap
110
301611
2038
Es bedeutet, es gibt eine Wissenslücke
zwischen dem, was wir haben,
und was wir zu haben glauben.
und was wir zu haben glauben.
05:15
between what we have
and what we think we have,
and what we think we have,
111
303649
2658
05:18
but we have at least as big a gap
between what we think is right
between what we think is right
112
306307
3715
Doch die Lücke ist mindestens ebenso groß
zwischen dem, was wir gerecht finden
zwischen dem, was wir gerecht finden
05:22
to what we think we have.
113
310022
2798
und dem, was wir zu haben glauben.
05:24
Now, we can ask these questions,
by the way, not just about wealth.
by the way, not just about wealth.
114
312820
3192
Diese Fragen könnte man
nicht nur über Wohlstand stellen.
nicht nur über Wohlstand stellen.
05:28
We can ask it about other things as well.
115
316012
2415
Wir könnten auch andere Themen erfragen.
05:30
So for example, we asked people
from different parts of the world
from different parts of the world
116
318427
4203
Wir befragten Menschen
aus unterschiedlichen Erdteilen
aus unterschiedlichen Erdteilen
05:34
about this question,
117
322630
1718
zu diesen Themen,
05:36
people who are liberals and conservatives,
118
324348
2343
liberale und konservative Menschen,
05:38
and they gave us basically
the same answer.
the same answer.
119
326691
2044
und im Grunde gaben uns
alle dieselbe Antwort.
alle dieselbe Antwort.
05:40
We asked rich and poor,
they gave us the same answer,
they gave us the same answer,
120
328735
2482
Egal ob reich oder arm: dieselbe Antwort.
05:43
men and women,
121
331217
1301
Männer und Frauen,
05:44
NPR listeners and Forbes readers.
122
332518
2693
NPR-Hörer und Forbes-Leser.
05:47
We asked people in England,
Australia, the U.S. --
Australia, the U.S. --
123
335211
3229
Wir befragten Menschen in
England, Australien, den USA,
England, Australien, den USA,
05:50
very similar answers.
124
338440
1717
sehr ähnliche Antworten.
05:52
We even asked different
departments of a university.
departments of a university.
125
340157
2771
Wir befragten sogar
unterschiedliche Uni-Institute.
unterschiedliche Uni-Institute.
05:54
We went to Harvard and we checked
almost every department,
almost every department,
126
342928
2758
An der Harvard-Uni waren wir
in fast jedem Institut.
in fast jedem Institut.
05:57
and in fact, from Harvard Business School,
127
345686
2012
Abgesehen von der Harvard Business School,
05:59
where a few people wanted the wealthy
to have more and the [poor] to have less,
to have more and the [poor] to have less,
128
347698
3712
wo einige den Wohlhabenden mehr
und den Reichen weniger zugestehen würden,
und den Reichen weniger zugestehen würden,
waren die Ähnlichkeiten erstaunlich.
06:03
the similarity was astonishing.
129
351410
2540
06:05
I know some of you went
to Harvard Business School.
to Harvard Business School.
130
353950
2824
Ich weiß, einige hier besuchten
die Harvard Business School.
die Harvard Business School.
06:08
We also asked this question
about something else.
about something else.
131
356774
3346
Wir befragten die Leute
auch zu etwas anderem.
auch zu etwas anderem.
06:12
We asked, what about the ratio
of CEO pay to unskilled workers?
of CEO pay to unskilled workers?
132
360120
4969
Wie ist wohl das Lohnverhältnis zwischen
Firmenchef und ungelerntem Arbeiter?
Firmenchef und ungelerntem Arbeiter?
06:17
So you can see what
people think is the ratio,
people think is the ratio,
133
365089
3157
Hier sehen Sie,
was unsere Befragten schätzten.
was unsere Befragten schätzten.
06:20
and then we can ask the question,
what do they think should be the ratio?
what do they think should be the ratio?
134
368246
3901
Und dann fragten wir, wie das Verhältnis
ihrer Meinung nach sein sollte.
ihrer Meinung nach sein sollte.
06:24
And then we can ask, what is reality?
135
372147
2627
Und schließlich,
wie sieht die Wirklichkeit aus?
wie sieht die Wirklichkeit aus?
06:26
What is reality? And you could say,
well, it's not that bad, right?
well, it's not that bad, right?
136
374774
3278
Gar nicht so weit entfernt,
könnte man meinen.
könnte man meinen.
06:30
The red and the yellow
are not that different.
are not that different.
137
378052
2153
Rot und Gelb sind nicht so verschieden.
06:32
But the fact is, it's because
I didn't draw them on the same scale.
I didn't draw them on the same scale.
138
380205
3920
Doch das liegt daran, dass wir sie nicht
im selben Maßstab zeigen.
im selben Maßstab zeigen.
06:38
It's hard to see, there's yellow
and blue in there.
and blue in there.
139
386105
3910
Kaum zu erkennen, das Gelb und Blau dort.
06:42
So what about other outcomes of wealth?
140
390015
2345
Wie steht es in anderen Bereichen?
06:44
Wealth is not just about wealth.
141
392360
1695
Reichtum ist nicht nur Vermögen.
06:46
We asked, what about things like health?
142
394055
2624
Was ist mit der Gesundheit?
06:48
What about availability
of prescription medication?
of prescription medication?
143
396679
4133
Der Verfügbarkeit von Medikamenten?
06:52
What about life expectancy?
144
400812
2020
Lebenserwartung?
06:54
What about life expectancy of infants?
145
402832
2415
Lebenserwartung von Kleinkindern?
06:57
How do we want this to be distributed?
146
405247
2345
Wie sollte all das verteilt werden?
06:59
What about education for young people?
147
407592
2809
Bildung für junge Menschen?
07:02
And for older people?
148
410401
1870
Und für ältere Menschen?
07:04
And across all of those things,
what we learned was that people
what we learned was that people
149
412271
2983
Egal welchen Aspekt wir
untersuchten, erkannten wir,
untersuchten, erkannten wir,
07:07
don't like inequality of wealth,
150
415254
3158
dass Menschen ungleich verteilten
Wohlstand nicht mochten.
Wohlstand nicht mochten.
07:10
but there's other things where inequality,
which is an outcome of wealth,
which is an outcome of wealth,
151
418412
3506
In anderen Bereichen war ihnen
Ungleichheit, eine Folge von Wohlstand,
Ungleichheit, eine Folge von Wohlstand,
07:13
is even more aversive to them:
152
421918
2043
aber noch mehr zuwider:
07:15
for example, inequality
in health or education.
in health or education.
153
423961
3971
Zum Beispiel Ungleichheit
in Gesundheit oder Bildung.
in Gesundheit oder Bildung.
07:19
We also learned that people
are particularly open
are particularly open
154
427932
2461
Wir fanden auch heraus,
dass Menschen besonders dann
dass Menschen besonders dann
07:22
to changes in equality
when it comes to people
when it comes to people
155
430393
2554
offen für eine Änderung
in der Gleichheit sind,
in der Gleichheit sind,
07:24
who have less agency --
156
432947
2044
wenn es um schwache Menschen geht.
07:26
basically, young kids and babies,
157
434991
2345
Kleinkinder und Babys zum Beispiel,
07:29
because we don't think of them
as responsible for their situation.
as responsible for their situation.
158
437336
4667
weil wir annehmen, dass sie
für ihre Situation nichts können.
für ihre Situation nichts können.
07:34
So what are some lessons from this?
159
442003
2345
Was sind die Lehren hieraus?
07:36
We have two gaps:
160
444348
1160
Es gibt zwei Klüfte:
07:37
We have a knowledge gap
and we have a desirability gap
and we have a desirability gap
161
445508
2580
eine Wissenskluft und eine Wunschkluft.
07:40
And the knowledge gap
is something that we think about,
is something that we think about,
162
448088
2622
In Sachen Wissenskluft
überlegen wir zum Beispiel:
überlegen wir zum Beispiel:
07:42
how do we educate people?
163
450710
1370
Wie bilden wir Menschen?
07:44
How do we get people to think
differently about inequality
differently about inequality
164
452080
2716
Wie ändern wir die Einstellung
gegenüber Ungleichheit
gegenüber Ungleichheit
07:46
and the consequences of inequality
in terms of health, education,
in terms of health, education,
165
454796
3762
und die Auswirkungen von Ungleichheit
bei Gesundheit, Bildung,
bei Gesundheit, Bildung,
07:50
jealousy, crime rate, and so on?
166
458558
2391
Eifersucht, die Verbrechensrate,
und so weiter?
und so weiter?
07:52
Then we have the desirability gap.
167
460949
1881
Dann haben wir eine Wunschkluft.
07:54
How do we get people to think differently
about what we really want?
about what we really want?
168
462830
3823
Wie können wir das Denken der Menschen
ändern zu dem, was wir wirklich wollen?
ändern zu dem, was wir wirklich wollen?
07:58
You see, the Rawls definition,
the Rawls way of looking at the world,
the Rawls way of looking at the world,
169
466653
3375
Rawls' Betrachtungsweise,
08:02
the blind tasting approach,
170
470028
1742
der Blindversuch-Ansatz,
08:03
takes our selfish motivation
out of the picture.
out of the picture.
171
471770
2925
entfernt unsere egoistischen
Beweggründe aus der Gleichung.
Beweggründe aus der Gleichung.
08:06
How do we implement that
to a higher degree
to a higher degree
172
474695
2577
Wie wenden wir das im großen Stil an,
08:09
on a more extensive scale?
173
477272
2624
in einem größeren Maßstab?
08:11
And finally, we also have an action gap.
174
479896
2856
Und schließlich bleibt die Handlungskluft.
08:14
How do we take these things
and actually do something about it?
and actually do something about it?
175
482752
2949
Wie können wir in Bezug auf
diese Fragen wirklich etwas ändern?
diese Fragen wirklich etwas ändern?
08:17
I think part of the answer
is to think about people
is to think about people
176
485701
2902
Ich glaube, ein Teil der Lösung
ist es, sich Menschen
ist es, sich Menschen
08:20
like young kids and babies
that don't have much agency,
that don't have much agency,
177
488603
3112
wie kleine Kinder und Babys
mit wenig Macht vorzustellen.
mit wenig Macht vorzustellen.
08:23
because people seem to be
more willing to do this.
more willing to do this.
178
491715
3808
Menschen sind ihnen gegenüber
eher bereit zu handeln.
eher bereit zu handeln.
08:27
To summarize, I would say,
next time you go to drink beer or wine,
next time you go to drink beer or wine,
179
495523
5270
Wenn Sie also das nächste Mal
Bier oder Wein trinken,
Bier oder Wein trinken,
08:32
first of all, think about, what is it
in your experience that is real,
in your experience that is real,
180
500793
4087
überlegen Sie, welcher Teil
von Ihrem Erlebnis real
von Ihrem Erlebnis real
08:36
and what is it in your experience
that is a placebo effect
that is a placebo effect
181
504880
3274
und welcher Teil ein Placeboeffekt ist,
08:40
coming from expectations?
182
508154
1604
der von Ihren Erwartungen kommt.
08:41
And then think about what it also means
for other decisions in your life,
for other decisions in your life,
183
509758
3529
Und dann überlegen Sie, welche Rolle das
in anderen Entscheidungen spielt
in anderen Entscheidungen spielt
08:45
and hopefully also for policy questions
184
513287
2075
und hoffentlich auch bei Maßnahmen,
08:47
that affect all of us.
185
515362
1305
die uns alle betreffen.
08:48
Thanks a lot.
186
516667
1727
Vielen Dank.
08:50
(Applause)
187
518394
2337
(Applaus)
ABOUT THE SPEAKER
Dan Ariely - Behavioral economistThe dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why.
Why you should listen
Dan Ariely is a professor of psychology and behavioral economics at Duke University and a founding member of the Center for Advanced Hindsight. He is the author of the bestsellers Predictably Irrational, The Upside of Irrationality, and The Honest Truth About Dishonesty -- as well as the TED Book Payoff: The Hidden Logic that Shapes Our Motivations.
Through his research and his (often amusing and unorthodox) experiments, he questions the forces that influence human behavior and the irrational ways in which we often all behave.
Dan Ariely | Speaker | TED.com