ABOUT THE SPEAKER
Dan Gilbert - Psychologist; happiness expert
Harvard psychologist Dan Gilbert says our beliefs about what will make us happy are often wrong -- a premise he supports with intriguing research, and explains in his accessible and unexpectedly funny book, Stumbling on Happiness.

Why you should listen

Dan Gilbert believes that, in our ardent, lifelong pursuit of happiness, most of us have the wrong map. In the same way that optical illusions fool our eyes -- and fool everyone's eyes in the same way -- Gilbert argues that our brains systematically misjudge what will make us happy. And these quirks in our cognition make humans very poor predictors of our own bliss.

The premise of his current research -- that our assumptions about what will make us happy are often wrong -- is supported with clinical research drawn from psychology and neuroscience. But his delivery is what sets him apart. His engaging -- and often hilarious -- style pokes fun at typical human behavior and invokes pop-culture references everyone can relate to. This winning style translates also to Gilbert's writing, which is lucid, approachable and laugh-out-loud funny. The immensely readable Stumbling on Happiness, published in 2006, became a New York Times bestseller and has been translated into 20 languages.

In fact, the title of his book could be drawn from his own life. At 19, he was a high school dropout with dreams of writing science fiction. When a creative writing class at his community college was full, he enrolled in the only available course: psychology. He found his passion there, earned a doctorate in social psychology in 1985 at Princeton, and has since won a Guggenheim Fellowship and the Phi Beta Kappa teaching prize for his work at Harvard. He has written essays and articles for The New York Times, Time and even Starbucks, while continuing his research into happiness at his Hedonic Psychology Laboratory.

More profile about the speaker
Dan Gilbert | Speaker | TED.com
TEDGlobal 2005

Dan Gilbert: Why we make bad decisions

Dan Gilbert über unsere falschen Erwartungen

Filmed:
5,287,085 views

Dan Gilbert präsentiert Ergebnisse und Daten aus seiner Forschung zum Glück und berichtet über einige überraschende Tests und Experimente, die Sie selbst versuchen können. Am Ende sehen Sie interessante Fragen und Antworten mit einigen bekannten TED Gesichtern.
- Psychologist; happiness expert
Harvard psychologist Dan Gilbert says our beliefs about what will make us happy are often wrong -- a premise he supports with intriguing research, and explains in his accessible and unexpectedly funny book, Stumbling on Happiness. Full bio

Double-click the English transcript below to play the video.

00:18
We all make decisionsEntscheidungen everyjeden day; we want to know
0
0
2000
Wir alle treffen jeden Tag Entscheidungen. Wir möchten wissen,
00:20
what the right thing is to do -- in domainsDomänen from the financialfinanziell
1
2000
3000
was das Richtige ist -- in finanziellen, beruflichen
00:23
to the gastronomicgastronomische to the professionalProfessionel to the romanticromantisch.
2
5000
4000
über gastronomische bis hin zu romantischen Bereichen.
00:27
And surelysicherlich, if somebodyjemand could really tell us how to do
3
9000
3000
Und sicher, wenn uns jemand tatsächlich sagen könnte, wie wir
00:30
exactlygenau the right thing at all possiblemöglich timesmal,
4
12000
3000
jederzeit genau das Richtige tun können,
00:33
that would be a tremendousenorm giftGeschenk.
5
15000
3000
wäre das ein großartiges Geschenk.
00:36
It turnswendet sich out that, in factTatsache, the worldWelt was givengegeben this giftGeschenk in 1738
6
18000
5000
Und wie sich herausstellt hat die Welt bereits 1738 ein solches Geschenk
00:41
by a DutchHolländisch polymathUniversalgelehrter namedgenannt DanielDanke. BernoulliBernoulli.
7
23000
3000
von einem holländischen Gelehrten namens Daniel Bernoulli erhalten.
00:44
And what I want to talk to you about todayheute is what that giftGeschenk is,
8
26000
3000
Ich möchte Ihnen heute erzählen, was dieses Geschenk ist,
00:47
and I alsoebenfalls want to explainerklären to you why it is
9
29000
3000
und ich möchte Ihnen auch erklären, warum
00:50
that it hasn'that nicht madegemacht a damnVerdammt bitBit of differenceUnterschied.
10
32000
3000
es bis heute nicht die geringste Rolle gespielt hat.
00:53
Now, this is Bernoulli'sBernoulli giftGeschenk. This is a directdirekt quoteZitat.
11
35000
5000
Nun, hier ist Bernoullis Geschenk. Dies ist ein wörtliches Zitat.
00:58
And if it lookssieht aus like GreekGriechisch to you, it's because, well, it's GreekGriechisch.
12
40000
3000
Und falls es Ihnen griechisch vorkommt, dann...nunja...weil es griechisch ist.
01:02
But the simpleeinfach EnglishEnglisch translationÜbersetzung -- much lessWeniger precisepräzise,
13
44000
4000
Zwar ist die einfache wörtliche Übersetzung nicht so genau,
01:06
but it captureserfasst the gistGIST of what BernoulliBernoulli had to say -- was this:
14
48000
4000
aber sie vermittelt das Wesentliche dessen, was Bernoulli zu sagen hatte:
01:10
The expectederwartet valueWert of any of our actionsAktionen --
15
52000
2000
Der erwartete Wert jeder unserer Handlungen --
01:12
that is, the goodnessGüte that we can countGraf on gettingbekommen --
16
54000
4000
also der Vorteil, den wir daraus ziehen können --
01:16
is the productProdukt of two simpleeinfach things:
17
58000
2000
ist das Produkt aus zweierlei:
01:18
the oddsChancen that this actionAktion will allowzulassen us to gaingewinnen something,
18
60000
4000
Die Wahrscheinlichkeit, dass uns diese Handlung einen Gewinn bringt
01:22
and the valueWert of that gaingewinnen to us.
19
64000
3000
und der Wert dieses Gewinns für uns.
01:25
In a senseSinn, what BernoulliBernoulli was sayingSprichwort is,
20
67000
2000
In diesem Sinn gilt laut Bernoulli, dass
01:27
if we can estimateschätzen and multiplymultiplizieren these two things,
21
69000
3000
-sobald wir diese beiden Dinge abschätzen und mutliplizieren können-
01:30
we will always know preciselygenau how we should behavesich verhalten.
22
72000
3000
wir immer genau wissen, wie wir uns verhalten sollten.
01:33
Now, this simpleeinfach equationGleichung, even for those of you
23
75000
3000
Nun ist diese einfache Gleichung, sogar für diejenigen unter Ihnen,
01:36
who don't like equationsGleichungen, is something that you're quiteganz used to.
24
78000
3000
die Gleichungen nicht mögen, etwas das Ihnen recht vertraut ist.
01:39
Here'sHier ist an exampleBeispiel: if I were to tell you, let's playspielen
25
81000
3000
Ein Beispiel: Wenn ich Ihnen sagen würde, lassen Sie uns
01:42
a little coinMünze tosswerfen gameSpiel, and I'm going to flipflip a coinMünze,
26
84000
3000
'Kopf-oder-Zahl' spielen. Ich werde eine Münze werfen,
01:45
and if it comeskommt up headsKöpfe, I'm going to payZahlen you 10 dollarsDollar,
27
87000
3000
bei Kopf zahle ich Ihnen 10 Dollar.
01:48
but you have to payZahlen fourvier dollarsDollar for the privilegePrivileg of playingspielen with me,
28
90000
4000
Damit Sie aber mit mir spielen dürfen, müssen Sie mir vier Dollar geben.
01:52
mostdie meisten of you would say, sure, I'll take that betWette. Because you know
29
94000
3000
Die meisten von Ihnen würden sagen: Klar, ich nehme die Wette an. Weil Sie wissen
01:55
that the oddsChancen of you winninggewinnen are one halfHälfte, the gaingewinnen if you do is 10 dollarsDollar,
30
97000
5000
die Wahrscheinlichkeit zu gewinnen, beträgt einhalb und der Gewinn würde 10 Dollar betragen.
02:00
that multipliesmultipliziert to fivefünf, and that's more
31
102000
2000
Multipliziert ergibt das fünf, und das ist mehr
02:02
than I'm chargingAufladen you to playspielen. So, the answerAntworten is, yes.
32
104000
4000
als ich von Ihnen fürs Spielen verlange. Also ist die Antwort: Ja.
02:06
This is what statisticiansStatistiker technicallytechnisch call a damnVerdammt fine betWette.
33
108000
4000
Das ist, was Statistiker eine verdammt gute Wette nennen.
02:10
Now, the ideaIdee is simpleeinfach when we're applyingbewirbt sich it to coinMünze tosseswirft,
34
112000
3000
Nun, die Idee ist einfach, wenn wir sie auf Münzwürfe anwenden,
02:13
but in factTatsache, it's not very simpleeinfach in everydayjeden Tag life.
35
115000
4000
aber in Tat und Wahrheit unseres Alltags ist sie nicht so einfach.
02:17
People are horribleschrecklich at estimatingSchätzung bothbeide of these things,
36
119000
4000
Menschen sind unsagbar schlecht darin, diese beiden Dinge abzuschätzen,
02:21
and that's what I want to talk to you about todayheute.
37
123000
2000
und darüber möchte ich heute mit Ihnen reden.
02:23
There are two kindsArten of errorsFehler people make when tryingversuchen to decideentscheiden
38
125000
3000
Es gibt zwei Arten von Fehlentscheidungen, die man begeht, wenn man versucht sich zu entscheiden,
02:26
what the right thing is to do, and those are
39
128000
2000
was das Richtige ist, und diese sind:
02:28
errorsFehler in estimatingSchätzung the oddsChancen that they're going to succeedgelingen,
40
130000
3000
Fehler beim Einschätzen von Erfolgsaussichten,
02:31
and errorsFehler in estimatingSchätzung the valueWert of theirihr ownbesitzen successErfolg.
41
133000
4000
und Fehler beim Einschätzen des Erfolgswerts.
02:35
Now, let me talk about the first one first.
42
137000
4000
Nun, lassen Sie mich zunächst über Ersteren sprechen.
02:39
CalculatingBerechnung oddsChancen would seemscheinen to be something ratherlieber easyeinfach:
43
141000
2000
Das Berechnen der Wahrscheinlichkeit scheint relativ leicht zu sein:
02:41
there are sixsechs sidesSeiten to a diesterben, two sidesSeiten to a coinMünze, 52 cardsKarten in a deckDeck.
44
143000
4000
Ein Würfel hat sechs Seiten, eine Münze zwei, ein Kartenspiel 52 Karten.
02:45
You all know what the likelihoodWahrscheinlichkeit is of pullingziehen the aceAss of spadesSpaten
45
147000
4000
Sie haben alle eine Vorstellung davon, wie hoch die Wahrscheinlichkeit ist, das Pikass zu ziehen
02:49
or of flippingspiegeln a headsKöpfe.
46
151000
1000
oder Kopf zu werfen.
02:50
But as it turnswendet sich out, this is not a very easyeinfach ideaIdee to applysich bewerben
47
152000
5000
Aber wie sich herausstellt, lässt sich diese Idee nicht leicht auf das tägliche Leben anwenden
02:55
in everydayjeden Tag life. That's why AmericansAmerikaner spendverbringen more --
48
157000
3000
Deshalb geben Amerikaner mehr beim Spielen aus --
02:58
I should say, loseverlieren more -- gamblingGlücksspiel
49
160000
3000
ich sollte sagen, verlieren mehr --
03:01
than on all other formsFormen of entertainmentUnterhaltung combinedkombiniert.
50
163000
5000
als bei allen anderen Unterhaltungsformen zusammen.
03:06
The reasonGrund is, this isn't how people do oddsChancen.
51
168000
3000
Der Grund ist, dass man seine Chancen nicht auf diese Weise einschätzt.
03:09
The way people figureZahl oddsChancen
52
171000
1000
Die Art wie Menschen tatsächlich Erfolgsaussichten einschätzen,
03:10
requireserfordert that we first talk a bitBit about pigsSchweine.
53
172000
3000
erfordert dass wir zunächst ein wenig über Schweine sprechen.
03:13
Now, the questionFrage I'm going to put to you is whetherob you think
54
175000
2000
Nun, ich möchte Ihnen die Frage stellen, ob Sie glauben,
03:15
there are more dogsHunde or pigsSchweine on leashesHundeleinen
55
177000
3000
mehr Hunde oder Schweine an der Leine
03:18
observedbeobachtete in any particularinsbesondere day in OxfordOxford.
56
180000
3000
an einem beliebigen Tag in Oxford zu beobachten.
03:21
And of courseKurs, you all know that the answerAntworten is dogsHunde.
57
183000
2000
Und natürlich wissen Sie alle, die Antwort lautet Hunde.
03:23
And the way that you know that the answerAntworten is dogsHunde is
58
185000
3000
Und Sie wissen, dass die Anwort Hunde lautet, weil
03:26
you quicklyschnell reviewedüberprüft in memoryErinnerung the timesmal
59
188000
2000
Sie schnell im Gedächtnis abgerufen haben, wie oft
03:28
you've seengesehen dogsHunde and pigsSchweine on leashesHundeleinen.
60
190000
2000
Sie Hunde und Schweine an der Leine gesehen haben.
03:30
It was very easyeinfach to remembermerken seeingSehen dogsHunde,
61
192000
3000
Es war sehr leicht, sich an Hunde zu erinnern,
03:33
not so easyeinfach to remembermerken pigsSchweine. And eachjede einzelne one of you assumedangenommen
62
195000
3000
aber es war nicht so leicht, sich an Schweine zu erinnern. Jeder von Ihnen nahm an,
03:36
that if dogsHunde on leashesHundeleinen camekam more quicklyschnell to your mindVerstand,
63
198000
4000
wenn Sie Hunde an Leinen eher vor Augen haben,
03:40
then dogsHunde on leashesHundeleinen are more probablewahrscheinlich.
64
202000
2000
dass Hunde an Leinen wahrscheinlicher sind.
03:42
That's not a badschlecht ruleRegel of thumbDaumen, exceptaußer when it is.
65
204000
5000
Das ist keine schlechte Faustregel; ausser wenn sie zu einer wird.
03:47
So, for exampleBeispiel, here'shier ist a wordWort puzzlePuzzle.
66
209000
2000
Hier ist zum Beispiel ein Worträtsel:
03:49
Are there more four-lettervier Buchstaben EnglishEnglisch wordsWörter
67
211000
2000
Gibt es mehr englische Wörter mit vier Buchstaben
03:51
with R in the thirddritte placeOrt or R in the first placeOrt?
68
213000
4000
mit R an dritter Stelle oder mit R an erster Stelle?
03:55
Well, you checkprüfen memoryErinnerung very brieflykurz, make a quickschnell scanScan,
69
217000
3000
Nun, sie prüfen kurz Ihr Gedächtnis, gehen schnell alles durch,
03:58
and it's awfullyschrecklich easyeinfach to say to yourselfdich selber, RingRing, RangKlingelte, RungSprosse,
70
220000
3000
und es ist furchtbar einfach sich "Ring, Rang, Rung" zu sagen,
04:01
and very hardhart to say to yourselfdich selber, ParePare, ParkPark: they come more slowlylangsam.
71
223000
7000
und sehr schwer zu sich "Pare, Park" zu sagen: Das fällt einem langsamer ein.
04:08
But in factTatsache, there are manyviele more wordsWörter in the EnglishEnglisch languageSprache
72
230000
2000
Aber tatsächlich gibt es in der englischen Sprache viel mehr Worte
04:10
with R in the thirddritte than the first placeOrt.
73
232000
3000
mit R an dritter als an erster Stelle.
04:13
The reasonGrund wordsWörter with R in the thirddritte placeOrt come slowlylangsam to your mindVerstand
74
235000
4000
Der Grund, dass einem Wörter mit R an dritter Stelle langsamer in den Sinn kommen,
04:17
isn't because they're improbableunwahrscheinlich, unlikelyunwahrscheinlich or infrequentselten.
75
239000
3000
ist nicht, weil sie unwahrscheinlich oder selterner sind,
04:20
It's because the mindVerstand recallserinnert sich wordsWörter by theirihr first letterBrief.
76
242000
4000
sondern weil sich der Verstand Wörter anhand ihres Anfangsbuchstabens merkt.
04:24
You kindArt of shoutShout out the soundklingen, S -- and the wordWort comeskommt.
77
246000
3000
Sie sprechen quasi den Laut S und das Wort erscheint.
04:27
It's like the dictionaryWörterbuch;
78
249000
1000
Das ist wie beim Wörterbuch:
04:28
it's hardhart to look things up by the thirddritte letterBrief.
79
250000
3000
Es ist schwer, Dinge anhand ihres dritten Buchstabens nachzuschlagen.
04:31
So, this is an exampleBeispiel of how this ideaIdee that
80
253000
2000
Das ist also ein Beispiel dafür, dass
04:33
the quicknessSchnelligkeit with whichwelche things come to mindVerstand
81
255000
2000
die Geschwindigkeit, mit der uns Dinge in den Sinn kommen,
04:35
can give you a senseSinn of theirihr probabilityWahrscheinlichkeit --
82
257000
2000
ein Gefühl von ihrer Wahrscheinlichkeit geben kann --
04:37
how this ideaIdee could leadführen you astrayin die Irre. It's not just puzzlesRätsel, thoughobwohl.
83
259000
4000
und wie irreführend das sein kann. Es geht allerdings nicht nur um Rätsel.
04:41
For exampleBeispiel, when AmericansAmerikaner are askedaufgefordert to estimateschätzen the oddsChancen
84
263000
3000
Wenn zum Beispiel Amerikaner gebeten werden die Wahrscheinlichkeit einzuschätzen,
04:44
that they will diesterben in a varietyVielfalt of interestinginteressant waysWege --
85
266000
3000
dass sie auf interessante Art und Weisen sterben werden,
04:47
these are estimatesSchätzungen of numberNummer of deathsTodesfälle perpro yearJahr
86
269000
3000
sind dies die Schätzungen der Todesfälle pro Jahr
04:50
perpro 200 millionMillion U.S. citizensBürger.
87
272000
2000
auf 200 Millionen U.S. Bürger.
04:52
And these are just ordinarygewöhnlich people like yourselveseuch who are askedaufgefordert
88
274000
2000
Und dies sind nur normale Leute wie Sie selbst, die gebeten werden
04:54
to guessvermuten how manyviele people diesterben from tornadoTornado, fireworksFeuerwerk, asthmaAsthma, drowningErtrinken, etcetc.
89
276000
4000
zu schätzen, wie viele Menschen durch Tornados, Feuerwerk, Asthma, Ertrinken, usw. sterben.
04:58
CompareVergleichen these to the actualtatsächlich numbersNummern.
90
280000
3000
Vergleichen Sie dies mit den tatsächlichen Zahlen.
05:01
Now, you see a very interestinginteressant patternMuster here, whichwelche is first of all,
91
283000
3000
Nun, Sie sehen hier ein sehr interessantes Muster, dass zu allererst
05:04
two things are vastlyerheblich over-estimatedüberschätzt, namelynämlich tornadoesTornados and fireworksFeuerwerk.
92
286000
5000
zwei Dinge gewaltig überschätzt werden: nämlich Tornados und Feuerwerke.
05:09
Two things are vastlyerheblich underestimatedunterschätzt:
93
291000
2000
Zwei Dinge hingegen werden erheblich unterschätzt:
05:11
dyingsterben by drowningErtrinken and dyingsterben by asthmaAsthma. Why?
94
293000
3000
Tod durch Ertrinken und Tod durch Asthma. Warum?
05:14
When was the last time that you pickedabgeholt up a newspaperZeitung
95
296000
3000
Wann haben Sie das letzte Mal eine Zeitung zur Hand genommen,
05:17
and the headlineÜberschrift was, "BoyJunge diesstirbt of AsthmaAsthma?"
96
299000
3000
und die Schlagzeile war "Junge stirbt an Asthma"?
05:20
It's not interestinginteressant because it's so commonverbreitet.
97
302000
3000
Es ist nicht interessant, eben weil es so gewöhnlich ist.
05:23
It's very easyeinfach for all of us to bringbringen to mindVerstand instancesInstanzen
98
305000
4000
Es ist für uns alle sehr leicht, die Fälle ins Gedächtnis zu rufen,
05:27
of newsNachrichten storiesGeschichten or newsreelsWochenschauen where we'vewir haben seengesehen
99
309000
3000
von Nachrichten oder Sendungen, in denen wir gesehen haben,
05:30
tornadoesTornados devastatingverheerend citiesStädte, or some poorArm schmuckSchmuck
100
312000
2000
wie Tornados Städte verwüsten oder wie irgendein armer Kerl
05:32
who'swer ist blowngeblasen his handsHände off with a fireworkFeuerwerk on the FourthVierte of JulyJuli.
101
314000
4000
sich am Unabhängigkeitstag die Hände mit 'nem Feuerwerkskörper zerfetzt.
05:36
DrowningsErtrunkene and asthmaAsthma deathsTodesfälle don't get much coverageAbdeckung.
102
318000
3000
Ertrunkene und Asthma-Tote bekommen nicht so viel Aufmerksamkeit.
05:39
They don't come quicklyschnell to mindVerstand, and as a resultErgebnis,
103
321000
2000
Sie kommen einem nicht so schnell ins Gedächtnis
05:41
we vastlyerheblich underestimateunterschätzen them.
104
323000
2000
und deshalb unterschätzen wir sie massiv.
05:43
IndeedIn der Tat, this is kindArt of like the SesameSesam StreetStraße gameSpiel
105
325000
2000
Tatsächlich ist dies ein bisschen wie das Spiel aus der Sesamstrasse:
05:45
of "WhichDie thing doesn't belonggehören?" And you're right to say
106
327000
4000
"Was gehört nicht in diese Reihe?". Und Sie haben Recht, wenn Sie sagen,
05:49
it's the swimmingSchwimmen poolSchwimmbad that doesn't belonggehören, because the swimmingSchwimmen poolSchwimmbad
107
331000
3000
dass der Swimming Pool nicht in die Reihe gehört, weil der Swimming Pool
05:52
is the only thing on this slidegleiten that's actuallytatsächlich very dangerousgefährlich.
108
334000
4000
die einzige Sache auf diesem Bild ist, die tatsächlich sehr gefährlich ist.
05:56
The way that more of you are likelywahrscheinlich to diesterben than the combinationKombination
109
338000
2000
Er ist die Ursache, durch die wahrscheinlich mehr von Ihnen sterben werden als durch
05:58
of all threedrei of the othersAndere that you see on the slidegleiten.
110
340000
4000
all die anderen drei auf dem Bild zusamen genommen.
06:02
The lotteryLotterie is an excellentAusgezeichnet exampleBeispiel, of courseKurs -- an excellentAusgezeichnet test-caseTestfall
111
344000
4000
Die Lotterie ist natürlich ein hervorragendes Beispiel -- ein hervorragender Testfall
06:06
of people'sMenschen abilityFähigkeit to computeberechnen probabilitiesWahrscheinlichkeiten.
112
348000
3000
für die Fähigkeit der Menschen Wahrscheinlichkeiten einzuschätzen.
06:09
And economistsÖkonomen -- forgiveverzeihen me, for those of you who playspielen the lotteryLotterie --
113
351000
3000
Und Ökonomen -- diejenigen unter Ihnen, die Lotto spielen, mögen mir verzeihen --
06:12
but economistsÖkonomen, at leastam wenigsten amongunter themselvessich, referverweisen to the lotteryLotterie
114
354000
3000
aber Ökonomen, zumindest wenn sie unter sich sind, bezeichnen die Lotterie
06:15
as a stupidityDummheit taxSteuer, because the oddsChancen of gettingbekommen any payoffauszahlen
115
357000
5000
als Dummheitssteuer, weil die Chancen, einen Gewinn zu erzielen,
06:20
by investinginvestierend your moneyGeld in a lotteryLotterie ticketFahrkarte
116
362000
2000
wenn Sie Ihr Geld in ein Lotterielos investieren,
06:22
are approximatelyca equivalentÄquivalent to flushingSpülung the moneyGeld
117
364000
2000
sind ungefähr gleich denen, wenn Sie das Geld
06:24
directlydirekt down the toiletToilette -- whichwelche, by the way,
118
366000
2000
direkt die Toilette herunterspülen -- was übrigens
06:26
doesn't requireerfordern that you actuallytatsächlich go to the storeGeschäft and buykaufen anything.
119
368000
4000
nicht einmal erfordert, dass Sie tatsächlich in den Laden gehen und etwas kaufen.
06:30
Why in the worldWelt would anybodyirgendjemand ever playspielen the lotteryLotterie?
120
372000
3000
Warum um alles in der Welt sollte irgendjemand Lotto spielen?
06:33
Well, there are manyviele answersAntworten, but one answerAntworten surelysicherlich is,
121
375000
3000
Nun, es gibt viele Antworten, aber eine Antwort ist sicher,
06:36
we see a lot of winnersGewinner. Right? When this couplePaar winsGewinnt the lotteryLotterie,
122
378000
4000
dass wir viele Gewinner sehen. Oder nicht? Wenn dieses Paar im Lotto gewinnt,
06:40
or EdEd McMahonMcMahon showszeigt an up at your doorTür with this giantRiese checkprüfen --
123
382000
3000
oder Ed McMahon mit einem riesigen Scheck an Ihrer Tür auftaucht --
06:43
how the hellHölle do you cashKasse things that sizeGröße, I don't know.
124
385000
3000
wie zur Hölle man Dinge dieser Grösse einlöst, weiss ich nicht.
06:46
We see this on TVTV; we readlesen about it in the paperPapier-.
125
388000
3000
Wir sehen es im Fernsehen; wir lesen darüber in der Zeitung.
06:49
When was the last time that you saw extensiveumfangreiche interviewsInterviews
126
391000
3000
Wann haben Sie das letzte Mal ausführliche Interviews gesehen
06:52
with everybodyjeder who losthat verloren?
127
394000
2000
mit jedem, der verloren hat?
06:54
IndeedIn der Tat, if we requirederforderlich that televisionFernsehen stationsStationen runLauf
128
396000
3000
In der Tat, wenn wir Fernsehsender verpflichten würden
06:57
a 30-second interviewInterview with eachjede einzelne loserVerlierer
129
399000
2000
ein 30-Sekunden-Interview mit jedem Verlierer zu zeigen,
06:59
everyjeden time they interviewInterview a winnerGewinner, the 100 millionMillion losersVerlierer
130
401000
4000
jedes Mal wenn sie einen Gewinner interviewen, die 100 Millionen Verlierer
07:03
in the last lotteryLotterie would requireerfordern nine-and-a-halfneun-und-einhälfte yearsJahre
131
405000
3000
der letzten Lotterie würden neuneinhalb Jahre
07:06
of your undividedungeteilte attentionAufmerksamkeit just to watch them say,
132
408000
3000
unserer ungeteilten Aufmerksamkeit erfordern, nur um sie sagen zu hören,
07:09
"Me? I losthat verloren." "Me? I losthat verloren."
133
411000
3000
"Ich? Ich hab' verloren,", "Ich? Ich hab' verloren.".
07:12
Now, if you watch nine-and-a-halfneun-und-einhälfte yearsJahre of televisionFernsehen --
134
414000
2000
Nun, wenn Sie neuneinhalb Jahre fernsehen --
07:14
no sleepSchlaf, no pottyTöpfchen breaksgeht kaputt -- and you saw lossVerlust after lossVerlust after lossVerlust,
135
416000
5000
ohne Schlaf, ohne Toilettenpausen -- und Sie einen Verlierer nach dem anderen sehen
07:19
and then at the endEnde there's 30 secondsSekunden of, "and I wongewonnen,"
136
421000
2000
und dann am Ende gibt es 30 Sekunden "...und ich habe gewonnen",
07:21
the likelihoodWahrscheinlichkeit that you would playspielen the lotteryLotterie is very smallklein.
137
423000
3000
dann ist die Wahrscheinlichkeit, dass Sie Lotto spielen würden, sehr gering.
07:24
Look, I can provebeweisen this to you: here'shier ist a little lotteryLotterie.
138
426000
3000
Sehen Sie, ich kann es Ihnen beweisen. Hier ist eine kleine Lotterie:
07:27
There's 10 ticketsTickets in this lotteryLotterie.
139
429000
2000
Es gibt 10 Lose in dieser Lotterie.
07:29
NineNeun of them have been soldverkauft to these individualsIndividuen.
140
431000
3000
Neun davon wurden diesen Leuten verkauft.
07:32
It costsKosten you a dollarDollar to buykaufen the ticketFahrkarte and, if you winSieg,
141
434000
3000
Es kostet Sie einen Dollar, ein Los zu kaufen, und wenn Sie gewinnen,
07:35
you get 20 bucksBöcke. Is this a good betWette?
142
437000
2000
erhalten Sie 20 Dollar. Ist das eine gute Wette?
07:37
Well, BernoulliBernoulli tellserzählt us it is.
143
439000
1000
Nun, Bernoulli sagt uns, dass sie es ist:
07:38
The expectederwartet valueWert of this lotteryLotterie is two dollarsDollar;
144
440000
3000
der Erwartungswert dieser Lotterie ist zwei Dollar.
07:41
this is a lotteryLotterie in whichwelche you should investinvestieren your moneyGeld.
145
443000
3000
Das ist eine Lotterie, in die Sie Ihr Geld investieren sollten.
07:44
And mostdie meisten people say, "OK, I'll playspielen."
146
446000
2000
Und die meisten Leute sagen: "OK, ich spiele."
07:46
Now, a slightlyleicht differentanders versionVersion of this lotteryLotterie:
147
448000
3000
Nun eine leicht abgewandelte Version dieser Lotterie:
07:49
imaginevorstellen that the nineneun ticketsTickets are all ownedim Besitz
148
451000
2000
Stellen Sie sich vor, alle neun Lose gehören
07:51
by one fatFett guy namedgenannt LeroyLeroy.
149
453000
2000
einem fetten Typen namens Leroy.
07:53
LeroyLeroy has nineneun ticketsTickets; there's one left.
150
455000
2000
Leroy hat neun Lose. Es ist nur eines übrig.
07:55
Do you want it? MostDie meisten people won'tGewohnheit playspielen this lotteryLotterie.
151
457000
3000
Wollen Sie es? Die meisten werden diese Lotterie nicht spielen.
07:58
Now, you can see the oddsChancen of winninggewinnen haven'thabe nicht changedgeändert,
152
460000
2000
Nun, wie Sie sehen haben sich die Gewinnchancen nicht geändert,
08:00
but it's now fantasticallytraumhaft easyeinfach to imaginevorstellen who'swer ist going to winSieg.
153
462000
5000
aber es ist jetzt ungeheuer einfach, sich vorzustellen, wer gewinnen wird.
08:05
It's easyeinfach to see LeroyLeroy gettingbekommen the checkprüfen, right?
154
467000
3000
Es ist einfach sich vorzustellen, wie Leroy den Scheck erhält, richtig?
08:08
You can't say to yourselfdich selber, "I'm as likelywahrscheinlich to winSieg as anybodyirgendjemand,"
155
470000
2000
Sie können sich nicht sagen: "Ich gewinne genauso wahrscheinlich wie jeder Andere,"
08:10
because you're not as likelywahrscheinlich to winSieg as LeroyLeroy.
156
472000
3000
weil Sie nicht so wahrscheinlich gewinnen wie Leroy.
08:13
The factTatsache that all those ticketsTickets are ownedim Besitz by one guy
157
475000
2000
Die Tatsache, dass all diese Lose einem Kerl gehören,
08:15
changesÄnderungen your decisionEntscheidung to playspielen,
158
477000
2000
ändert Ihre Entscheidung zu spielen,
08:17
even thoughobwohl it does nothing whatsoeverwas auch immer to the oddsChancen.
159
479000
3000
obwohl sie absolut keinen Einfluss auf die Gewinnchancen hat.
08:20
Now, estimatingSchätzung oddsChancen, as difficultschwer as it maykann seemscheinen, is a pieceStück of cakeKuchen
160
482000
5000
Nun, das Einschätzen der Gewinnchancen, so schwierig es auch scheinen mag, ist eine Kleinigkeit
08:25
comparedverglichen to tryingversuchen to estimateschätzen valueWert:
161
487000
2000
verglichen mit dem Versuch den Wert zu schätzen:
08:27
tryingversuchen to say what something is worthwert, how much we'llGut enjoygenießen it,
162
489000
3000
Der Versuch zu sagen, wie viel etwas wert ist, wie sehr wir uns daran erfreuen,
08:30
how much pleasureVergnügen it will give us.
163
492000
3000
wie viel Vergnügen es uns bereitet.
08:33
I want to talk now about errorsFehler in valueWert.
164
495000
2000
Ich möchte nun über Fehler in der Wertschätzung sprechen.
08:35
How much is this BigGroß MacMac worthwert? Is it worthwert 25 dollarsDollar?
165
497000
4000
Wie viel ist dieser Big Mac wert? Ist er 25 Dollar wert?
08:39
MostDie meisten of you have the intuitionIntuition that it's not --
166
501000
3000
Die meisten von Ihnen haben das Gefühl, dass er es nicht ist --
08:42
you wouldn'twürde nicht payZahlen that for it.
167
504000
2000
Sie würden das nicht für ihn bezahlen.
08:44
But in factTatsache, to decideentscheiden whetherob a BigGroß MacMac is worthwert 25 dollarsDollar requireserfordert
168
506000
4000
Aber um zu entscheiden, ob ein Big Mac 25 Dollar wert ist, braucht es
08:48
that you askFragen one, and only one questionFrage, whichwelche is:
169
510000
3000
eine und nur eine Frage, die lautet:
08:51
What elsesonst can I do with 25 dollarsDollar?
170
513000
2000
Was kann ich sonst mit 25 Dollar anfangen?
08:53
If you've ever gottenbekommen on one of those long-haulLangstrecken- flightsFlüge to AustraliaAustralien
171
515000
4000
Wenn Sie jemals auf einem dieser elenden Langstreckenflüge nach Australien waren
08:57
and realizedrealisiert that they're not going to servedienen you any foodLebensmittel,
172
519000
3000
und festgestellt haben, dass man Ihnen keine Mahlzeit serviert hat,
09:00
but somebodyjemand in the rowReihe in frontVorderseite of you has just openedgeöffnet
173
522000
2000
aber jemand in der vorderen Reihe gerade eine
09:02
the McDonald'sMcDonald's bagTasche, and the smellGeruch of goldengolden archesBögen
174
524000
3000
McDonalds Tüte geöffnet hat, und der Mc-Donalds-Duft
09:05
is waftingweht over the seatSitz, you think,
175
527000
3000
weht über den Sitz, dann werden Sie denken,
09:08
I can't do anything elsesonst with this 25 dollarsDollar for 16 hoursStd..
176
530000
3000
ich kann für die nächsten 16 Stunden nichts anderes mit diesen 25 Dollar anfangen.
09:11
I can't even setSet it on fireFeuer -- they tookdauerte my cigaretteZigarette lighterFeuerzeug!
177
533000
3000
Ich kann sie noch nichtmal anzünden -- sie haben mir mein Feuerzeug abgenommen.
09:14
SuddenlyPlötzlich, 25 dollarsDollar for a BigGroß MacMac mightMacht be a good dealDeal.
178
536000
3000
Plötzlich könnten 25 Dollar für einen Big Mac ein gutes Geschäft sein.
09:17
On the other handHand, if you're visitingBesuch an underdevelopedunterentwickelten countryLand,
179
539000
2000
Auf der anderen Seite, wenn Sie ein Entwicklungsland besuchen,
09:19
and 25 dollarsDollar buyskauft ein you a gourmetGourmet mealMahlzeit, it's exorbitantexorbitante for a BigGroß MacMac.
180
541000
4000
und für 25 Dollar ein Gourmet-Menü kaufen können, ist es ein Wucherpreis für einen Big Mac.
09:23
Why were you all sure that the answerAntworten to the questionFrage was no,
181
545000
3000
Warum aber waren Sie alle sicher, dass die Antwort auf die Frage nein lautete,
09:26
before I'd even told you anything about the contextKontext?
182
548000
3000
bevor ich Ihnen überhaupt irgendetwas über den Kontext erzählt habe?
09:29
Because mostdie meisten of you comparedverglichen the pricePreis of this BigGroß MacMac
183
551000
4000
Weil die meisten von Ihnen den Preis dieses Big Macs verglichen haben
09:33
to the pricePreis you're used to payingzahlend. RatherVielmehr than askingfragen,
184
555000
3000
mit dem Preis, den Sie gewöhnlich zahlen. Statt zu fragen,
09:36
"What elsesonst can I do with my moneyGeld," comparingVergleichen this investmentInvestition
185
558000
3000
"Was sonst kann ich mit meinem Geld tun?", und diese Investition mit
09:39
to other possiblemöglich investmentsInvestitionen, you comparedverglichen to the pastVergangenheit.
186
561000
4000
anderen möglichen Investitionen zu vergleichen, haben Sie mit der Vergangenheit verglichen.
09:43
And this is a systematicsystematische errorError people make.
187
565000
2000
Und das ist ein systematischer Fehler, den Menschen begehen.
09:45
What you knewwusste is, you paidbezahlt threedrei dollarsDollar in the pastVergangenheit; 25 is outrageousempörend.
188
567000
5000
Was Sie wussten ist, dass Sie in der Vergangenheit drei Dollar bezahlt haben. 25 ist unverschämt.
09:50
This is an errorError, and I can provebeweisen it to you by showingzeigt
189
572000
2000
Dies ist ein Fehler, und ich kann es Ihnen beweisen, indem ich zeige,
09:52
the kindsArten of irrationalitiesIrrationalität to whichwelche it leadsführt.
190
574000
2000
zu welchen Irrationalitäten er führt.
09:54
For exampleBeispiel, this is, of courseKurs,
191
576000
3000
Zum Beispiel ist es natürlich
09:57
one of the mostdie meisten delicioussehr lecker tricksTricks in marketingMarketing,
192
579000
2000
einer der köstlichsten Tricks im Marketing,
09:59
is to say something used to be higherhöher,
193
581000
2000
zu sagen, dass etwas zuvor teurer war,
10:01
and suddenlyplötzlich it seemsscheint like a very good dealDeal.
194
583000
3000
und plötzlich scheint es ein sehr gutes Geschäft zu sein.
10:04
When people are askedaufgefordert about these two differentanders jobsArbeitsplätze:
195
586000
3000
Wenn Menschen nach diesen beiden verschiedenen Stellen gefragt werden:
10:07
a jobJob where you make 60K, then 50K, then 40K,
196
589000
3000
Eine Stelle, bei der Sie 60'000, dann 50'000, dann 40'000 verdienen,
10:10
a jobJob where you're gettingbekommen a salaryGehalt cutschneiden eachjede einzelne yearJahr,
197
592000
2000
eine Stelle, bei der Sie jedes Jahr eine Gehaltskürzung bekommen,
10:12
and one in whichwelche you're gettingbekommen a salaryGehalt increaseerhöhen, ansteigen,
198
594000
2000
und eine, in welcher Sie eine Gehaltserhöhung erhalten,
10:14
people like the secondzweite jobJob better than the first, despiteTrotz the factTatsache
199
596000
4000
mögen Menschen die zweite lieber als die erste, obwohl
10:18
they're all told they make much lessWeniger moneyGeld. Why?
200
600000
3000
ihnen gesagt wurde, dass sie sehr viel weniger Geld verdienen. Warum?
10:21
Because they had the senseSinn that decliningsinkende wagesLohn are worseschlechter
201
603000
4000
Weil sie das Gefühl hatten, dass sinkende Gehälter schlechter sind
10:25
than risingsteigend wagesLohn, even when the totalgesamt amountMenge of wagesLohn is higherhöher
202
607000
4000
als steigende Gehälter, auch wenn die Gesamtsumme der Gehälter höher ist.
10:29
in the decliningsinkende periodPeriode. Here'sHier ist anotherein anderer nicenett exampleBeispiel.
203
611000
4000
Hier ist ein anderes schönes Beispiel:
10:33
Here'sHier ist a $2,000 HawaiianHawaiian vacationUrlaub packagePaket; it's now on saleAusverkauf for 1,600.
204
615000
5000
Hier ist ein 2'000-Dollar-Hawaii-Urlaubspaket; es ist jetzt im Angebot für 1'600.
10:38
AssumingUnter der Annahme you wanted to go to HawaiiHawaii, would you buykaufen this packagePaket?
205
620000
3000
Angenommen, Sie wollen nach Hawaii fliegen, würden Sie dieses Paket kaufen?
10:41
MostDie meisten people say they would. Here'sHier ist a slightlyleicht differentanders storyGeschichte:
206
623000
4000
Die meisten Menschen sagen, dass sie es tun würden. Hier ist eine etwas andere Geschichte:
10:45
$2,000 HawaiianHawaiian vacationUrlaub packagePaket is now on saleAusverkauf for 700 dollarsDollar,
207
627000
4000
Ein 2'000-Dollar-Hawaii-Urlaubspaket ist jetzt für 700 Dollar im Angebot.
10:49
so you decideentscheiden to mullMull it over for a weekWoche.
208
631000
2000
Also entscheiden Sie sich, es für eine Woche zu überdenken.
10:51
By the time you get to the ticketFahrkarte agencyAgentur, the bestBeste faresTarife are goneWeg --
209
633000
2000
Als Sie es zum Reisebüro schaffen, sind die besten Fahrpreise vergriffen --
10:53
the packagePaket now costsKosten 1,500. Would you buykaufen it? MostDie meisten people say, no.
210
635000
5000
das Paket kostet nun 1'500. Würden Sie es kaufen? Die meisten Menschen sagen: nein.
10:58
Why? Because it used to costKosten 700, and there's no way I'm payingzahlend 1,500
211
640000
4000
Warum? Weil es 700 gekostet hat, und ich unter gar keinen Umständen 1'500 bezahle
11:02
for something that was 700 last weekWoche.
212
644000
3000
für etwas, das letzte Woche noch 700 gekostet hat.
11:05
This tendencyTendenz to comparevergleichen to the pastVergangenheit
213
647000
2000
Diese Tendenz, etwas mit der Vergangenheit zu vergleichen,
11:07
is causingverursacht people to passbestehen up the better dealDeal. In other wordsWörter,
214
649000
4000
veranlasst Menschen, auf das bessere Angebot zu verzichten. Mit anderen Worten:
11:11
a good dealDeal that used to be a great dealDeal is not nearlyfast as good
215
653000
3000
Ein gutes Angebot, das mal ein hervorragendes Angebot war, ist nicht annähernd so gut,
11:14
as an awfulfurchtbar dealDeal that was onceEinmal a horribleschrecklich dealDeal.
216
656000
4000
wie ein schlechtes Angebot, das einmal ein furchtbares Angebot war.
11:18
Here'sHier ist anotherein anderer exampleBeispiel of how comparingVergleichen to the pastVergangenheit
217
660000
2000
Hier ist ein weiteres Beispiel dafür, wie Vergleichen mit der Vergangenheit
11:20
can befuddlebenebeln our decisionsEntscheidungen.
218
662000
4000
unsere Entscheidungen beeinträchtigen kann:
11:24
ImagineStellen Sie sich vor that you're going to the theaterTheater.
219
666000
2000
Stellen Sie sich vor, Sie gehen ins Theater.
11:26
You're on your way to the theaterTheater.
220
668000
1000
Sie sind auf dem Weg zum Theater.
11:27
In your walletBrieftasche you have a ticketFahrkarte, for whichwelche you paidbezahlt 20 dollarsDollar.
221
669000
2000
In Ihrem Portemonnaie haben Sie eine Eintrittskarte, für die Sie 20 Dollar bezahlt haben.
11:29
You alsoebenfalls have a 20-dollar-Dollar billRechnung.
222
671000
2000
Sie haben ausserdem einen 20-Dollar-Schein.
11:31
When you arriveankommen at the theaterTheater,
223
673000
2000
Im Theater angekommen,
11:33
you discoverentdecken that somewhereirgendwo alongeine lange the way you've losthat verloren the ticketFahrkarte.
224
675000
3000
stellen Sie fest, dass Sie irgendwo auf dem Weg Ihre Eintrittskarte verloren haben.
11:36
Would you spendverbringen your remainingverbleibend moneyGeld on replacingErsetzen it?
225
678000
3000
Würden Sie Ihr übriges Geld ausgeben, um sie zu ersetzen?
11:39
MostDie meisten people answerAntworten, no.
226
681000
3000
Die meisten Menschen sagen: nein.
11:42
Now, let's just changeVeränderung one thing in this scenarioSzenario.
227
684000
3000
Nun, lassen Sie uns nur eine Sache am Szenario ändern:
11:45
You're on your way to the theaterTheater,
228
687000
1000
Sie sind auf dem Weg zum Theater
11:46
and in your walletBrieftasche you have two 20-dollar-Dollar billsRechnungen.
229
688000
2000
und in Ihrem Portemonnaie haben Sie zwei 20-Dollar-Scheine.
11:48
When you arriveankommen you discoverentdecken you've losthat verloren one of them.
230
690000
2000
Beim Eintreffen bemerken Sie, dass Sie einen verloren haben.
11:50
Would you spendverbringen your remainingverbleibend 20 dollarsDollar on a ticketFahrkarte?
231
692000
2000
Würden Sie Ihre verbliebenen 20 Dollar für eine Eintrittskarte ausgeben?
11:52
Well, of courseKurs, I wentging to the theaterTheater to see the playspielen.
232
694000
3000
Nun gut, selbstverständlich: Ich kam ins Theater, um das Stück zu sehen.
11:55
What does the lossVerlust of 20 dollarsDollar alongeine lange the way have to do?
233
697000
3000
Was hat das mit dem Verlust der 20 Dollar auf dem Weg zum Theater zu tun?
11:58
Now, just in caseFall you're not gettingbekommen it,
234
700000
3000
Nun, nur falls Sie's noch nicht verstanden haben,
12:01
here'shier ist a schematicschematisch of what happenedpassiert, OK?
235
703000
2000
hier ist ein Schema des Ganzen, ok?
12:03
(LaughterLachen)
236
705000
1000
(Gelächter)
12:04
AlongEntlang the way, you losthat verloren something.
237
706000
2000
Auf dem Weg haben Sie etwas verloren.
12:06
In bothbeide casesFälle, it was a pieceStück of paperPapier-.
238
708000
2000
In beiden Fällen war es ein Stück Papier.
12:08
In one caseFall, it had a U.S. presidentPräsident on it; in the other caseFall it didn't.
239
710000
4000
Im einen Fall hatt es einen US-Präsidenten drauf, im anderen nicht.
12:12
What the hellHölle differenceUnterschied should it make?
240
714000
2000
Was für einen gottverdammten Unterschied macht das?
12:14
The differenceUnterschied is that when you losthat verloren the ticketFahrkarte you say to yourselfdich selber,
241
716000
3000
Der Unterschied ist im Fall des Kartenverlusts, dass Sie sich sagen,
12:17
I'm not payingzahlend twicezweimal for the samegleich thing.
242
719000
2000
ich bezahle nicht zweimal für ein- und dasselbe.
12:19
You comparevergleichen the costKosten of the playspielen now -- 40 dollarsDollar --
243
721000
3000
Sie vergleichen Ihre Kosten fürs Theaterstück nun -- 40 Dollar --
12:22
to the costKosten that it used to have -- 20 dollarsDollar -- and you say it's a badschlecht dealDeal.
244
724000
5000
mit den Kosten, das es gehabt hatte -- 20 Dollar - und Sie sagen, das ist ein schlechtes Geschäft.
12:27
ComparingVergleichen with the pastVergangenheit causesUrsachen manyviele of the problemsProbleme
245
729000
4000
Vergleiche mit der Vergangenheit verursachen viele der Probleme,
12:31
that behavioralVerhaltens- economistsÖkonomen and psychologistsPsychologen identifyidentifizieren
246
733000
3000
die Verhaltensökonomen und Psychologen
12:34
in people'sMenschen attemptsVersuche to assignzuordnen valueWert.
247
736000
2000
in den Versuchen von Menschen finden, Dingen Werte zuzuschreiben.
12:36
But even when we comparevergleichen with the possiblemöglich, insteadstattdessen of the pastVergangenheit,
248
738000
5000
Aber selbst wenn wir mit dem Möglichen anstatt dem Vergangenem vergleichen,
12:41
we still make certainsicher kindsArten of mistakesFehler.
249
743000
2000
machen wir immer noch bestimmte Arten von Fehlern.
12:43
And I'm going to showShow you one or two of them.
250
745000
2000
Und ich werde Ihnen einen oder zwei von diesen zeigen.
12:45
One of the things we know about comparisonVergleich:
251
747000
3000
Eine Sache, die wir über Vergleiche wissen, ist:
12:48
that when we comparevergleichen one thing to the other, it changesÄnderungen its valueWert.
252
750000
3000
Wenn wir eine Sache mit einer anderen vergleichen, ändert sie ihren Wert.
12:51
So in 1992, this fellowGefährte, GeorgeGeorge BushBush, for those of us who were
253
753000
4000
1992, dieser Kerl -George Bush- für jene unter uns, die
12:55
kindArt of on the liberalliberale sideSeite of the politicalpolitisch spectrumSpektrum,
254
757000
3000
sozusagen auf der liberalen Seite des politischen Spektrums waren,
12:58
didn't seemscheinen like sucheine solche a great guy.
255
760000
2000
sah er nicht gerade wie ein grossartiger Typ aus.
13:00
SuddenlyPlötzlich, we're almostfast longingSehnsucht for him to returnRückkehr.
256
762000
4000
Plötzlich sehnen wir ihn uns fast wieder herbei.
13:04
(LaughterLachen)
257
766000
3000
(Gelächter)
13:07
The comparisonVergleich changesÄnderungen how we evaluatebewerten him.
258
769000
3000
Der Vergleich beeinflusst unsere Beurteilung.
13:10
Now, retailersEinzelhändler knewwusste this long before anybodyirgendjemand elsesonst did, of courseKurs,
259
772000
4000
Nun, Kaufleute wussten das selbstverständlich vor allen anderen
13:14
and they use this wisdomWeisheit to help you --
260
776000
2000
und dieses Wissen benutzen sie, um Ihnen zu helfen,
13:16
spareschonen you the undueunangemessene burdenBelastung of moneyGeld.
261
778000
2000
Ihr hart verdientes Geld wieder los zu werden.
13:18
And so a retailerHändler, if you were to go into a wineWein shopGeschäft
262
780000
3000
Wenn Sie zu einem Weinhändler gehen
13:21
and you had to buykaufen a bottleFlasche of wineWein,
263
783000
1000
und Sie müssen eine Flasche Wein kaufen
13:22
and you see them here for eightacht, 27 and 33 dollarsDollar, what would you do?
264
784000
4000
und Sie sehen welche für 8, 27 und 33 Dollar, was würden Sie tun?
13:26
MostDie meisten people don't want the mostdie meisten expensiveteuer,
265
788000
2000
Die meisten wollen weder den teuersten,
13:28
they don't want the leastam wenigsten expensiveteuer.
266
790000
2000
noch wollen sie den billigsten.
13:30
So, they will optopt for the itemArtikel in the middleMitte.
267
792000
2000
Sie würden also den Mittleren auswählen.
13:32
If you're a smartsmart retailerHändler, then, you will put a very expensiveteuer itemArtikel
268
794000
3000
Falls also Sie ein gerissener Verkäufer sind, dann werden Sie einen sehr teuren Artikel zur Auswahl stellen,
13:35
that nobodyniemand will ever buykaufen on the shelfRegal,
269
797000
2000
einen, den eh niemand kaufen würde
13:37
because suddenlyplötzlich the $33 wineWein doesn't look as expensiveteuer in comparisonVergleich.
270
799000
6000
weil plötzlich schaut dann ein 33-Dollar-Wein gar nicht mehr so teuer aus.
13:43
So I'm tellingErzählen you something you alreadybereits knewwusste:
271
805000
1000
Ich erzähle Ihnen also etwas, was Sie bereits wussten:
13:44
namelynämlich, that comparisonVergleich changesÄnderungen the valueWert of things.
272
806000
4000
Nämlich, dass Vergleiche die Wertschätzung von Sachen beeinflussen.
13:48
Here'sHier ist why that's a problemProblem:
273
810000
1000
Und hier nun, warum das ein Problem ist:
13:49
the problemProblem is that when you get that $33 bottleFlasche of wineWein home,
274
811000
6000
Das Problem ist dass, wenn Sie Ihre 33-Dollar-Weinflasche nach Hause bringen,
13:55
it won'tGewohnheit matterAngelegenheit what it used to be sittingSitzung on the shelfRegal nextNächster to.
275
817000
4000
spielt es keine Rolle mehr, neben was für einem Artikel die Flasche im Regal stand.
13:59
The comparisonsVergleiche we make when we are appraisingBeurteilung valueWert,
276
821000
5000
Wir ziehen andere Vergleiche,
14:04
where we're tryingversuchen to estimateschätzen how much we'llGut like things,
277
826000
4000
wenn wir den Wert einer Sache bestimmen,
14:08
are not the samegleich comparisonsVergleiche we'llGut be makingHerstellung when we consumeverbrauchen them.
278
830000
3000
als wenn wir die Sachen konsumieren.
14:11
This problemProblem of shiftingVerschiebung comparisonsVergleiche can bedevilgeplagt
279
833000
4000
Das Problem mit sich verändernden Vergleichen kann sich teuflisch
14:15
our attemptsVersuche to make rationalrational decisionsEntscheidungen.
280
837000
3000
auf unsere Versuche auswirken, rationale Entscheidungen zu treffen.
14:18
Let me just give you an exampleBeispiel.
281
840000
1000
Ich gebe Ihnen ein Beispiel.
14:19
I have to showShow you something from my ownbesitzen labLabor, so let me sneakschleichen this in.
282
841000
4000
Ich muss Ihnen etwas aus meinem Labor zeigen - erlauben Sie mir deshalb, das hier einzuschmuggeln.
14:23
These are subjectsFächer comingKommen to an experimentExperiment to be askedaufgefordert
283
845000
2000
Das sind Teilnehmer eines Experiments, die
14:25
the simplesteinfachste of all questionsFragen:
284
847000
2000
vor der einfachsten aller Fragen stehen:
14:27
How much will you enjoygenießen eatingEssen potatoKartoffel chipsChips one minuteMinute from now?
285
849000
4000
Wie sehr würden Sie es geniessen, innerhalb der nächsten Minute Kartoffelchips zu naschen?
14:31
They're sittingSitzung in a roomZimmer with potatoKartoffel chipsChips in frontVorderseite of them.
286
853000
3000
Sie sitzen gerade vor solchen Chips in einem Zimmer.
14:34
For some of the subjectsFächer, sittingSitzung in the farweit cornerEcke of a roomZimmer
287
856000
3000
Bei manchen Teilnehmenden, steht in einer Zimmerecke
14:37
is a boxBox of GodivaGodiva chocolatesPralinen, and for othersAndere is a can of SpamSpam.
288
859000
5000
eine Schachtel Godiva-Schokolade, bei anderen steht eine Dose Spam® (Fleisch).
14:42
In factTatsache, these itemsArtikel that are sittingSitzung in the roomZimmer changeVeränderung
289
864000
4000
Und tatsächlich beeinflussen diese Gegenstände im Raum
14:46
how much the subjectsFächer think they're going to enjoygenießen the potatoKartoffel chipsChips.
290
868000
3000
wie sehr die Teilnehmenden denken, dass sie die Chips geniessen werden.
14:49
NamelyNämlich, those who are looking at SpamSpam
291
871000
2000
Nämlich so dass jene, die auf die Fleischdose schauen,
14:51
think potatoKartoffel chipsChips are going to be quiteganz tastylecker;
292
873000
2000
denken, dass ihnen die Chips richtig gut schmecken werden;
14:53
those who are looking at GodivaGodiva chocolateSchokolade
293
875000
2000
jene, die auf die Godiva-Schokolade schauen,
14:55
think they won'tGewohnheit be nearlyfast so tastylecker.
294
877000
2000
denken, sie werden ihnen nicht so gut schmecken werden.
14:57
Of courseKurs, what happensdas passiert when they eatEssen the potatoKartoffel chipsChips?
295
879000
2000
Was passiert logischerweise, wenn sie Chips essen?
14:59
Well, look, you didn't need a psychologistPsychologe to tell you that
296
881000
3000
Nun, Sie brauchen kein Psychologe zu sein, um herauszufinden, dass
15:02
when you have a mouthfulSchluck of greasyfettig, saltysalzig, crispyknusprig, delicioussehr lecker snacksSnacks,
297
884000
4000
wenn Sie den Mund voll von fettigen, salzigen, knusprigen, vorzüglichen Chips haben,
15:06
what's sittingSitzung in the cornerEcke of the roomZimmer
298
888000
1000
was in der Ecke steht,
15:07
makesmacht not a damnVerdammt bitBit of differenceUnterschied to your gustatorygeschmackliche experienceErfahrung.
299
889000
5000
nicht die geringste Rolle für Gaumenfreude spielt.
15:12
NonethelessDennoch, theirihr predictionsVorhersagen are pervertedpervertiert by a comparisonVergleich
300
894000
4000
Nichtsdestoweniger, ein Vergleich verdreht die Voraussagen,
15:16
that then does not carrytragen throughdurch and changeVeränderung theirihr experienceErfahrung.
301
898000
4000
die dann nicht eintreten und ihre Erfahrungen verändern.
15:20
You've all experiencederfahren this yourselfdich selber, even if you've never come
302
902000
2000
Sie haben das alle schon erlebt, selbst wenn Sie noch nie
15:22
into our labLabor to eatEssen potatoKartoffel chipsChips. So here'shier ist a questionFrage:
303
904000
3000
in einem Labor waren, um Chips zu essen. Hier ist also die Frage:
15:25
You want to buykaufen a carAuto stereoStereo.
304
907000
2000
Sie wollen Sich ein Autoradio kaufen.
15:27
The dealerHändler nearin der Nähe von your houseHaus sellsverkauft this particularinsbesondere stereoStereo for 200 dollarsDollar,
305
909000
5000
Der Laden gleich nebenan verkauft genau dieses Autoradio für 200 Dollar,
15:32
but if you driveFahrt acrossüber townStadt, you can get it for 100 bucksBöcke.
306
914000
3000
aber falls Sie einmal durch die Stadt fahren, können Sie es für 100 Mäuse bekommen.
15:35
So would you driveFahrt to get 50 percentProzent off, savingsparen 100 dollarsDollar?
307
917000
3000
Fahren Sie nun, um einen 50-prozentigen Rabatt zu bekommen und 100 Dollar zu sparen?
15:38
MostDie meisten people say they would.
308
920000
2000
Die meisten sagen, sie würden.
15:40
They can't imaginevorstellen buyingKauf it for twicezweimal the pricePreis
309
922000
2000
Sie können sich nicht vorstellen, es für den doppelten Preis zu kaufen,
15:42
when, with one tripAusflug acrossüber townStadt, they can get it for halfHälfte off.
310
924000
4000
wenn sie es mit nur einem Ausflug durch die Stadt für die Hälfte bekommen können.
15:46
Now, let's imaginevorstellen insteadstattdessen you wanted to buykaufen a carAuto that had a stereoStereo,
311
928000
4000
Nun, stellen Sie sich vor, Sie wollten stattdessen sich ein Auto kaufen, das bereits ein Autoradio hat.
15:50
and the dealerHändler nearin der Nähe von your houseHaus had it for 31,000.
312
932000
2000
und der Händler in Ihrem Viertel hat eines für 31'000.
15:52
But if you drovefuhr acrossüber townStadt, you could get it for 30,900.
313
934000
5000
Falls Sie aber ans andere Ende der Stadt fahren, könnten Sie es für 30'900 bekommen.
15:57
Would you driveFahrt to get it? At this pointPunkt, 0.003 savingsErsparnisse -- the 100 dollarsDollar.
314
939000
4000
Würden Sie hinfahren? Jetzt sind die 100 Dollar eine Ersparnis von 0.3%.
16:01
MostDie meisten people say, no, I'm going to schlepSchlep acrossüber townStadt
315
943000
2000
Die meisten sagen nein, sie werden doch nicht bis ans andere Ende der Stadt eiern,
16:03
to savesparen 100 bucksBöcke on the purchaseKauf of a carAuto?
316
945000
3000
bloss um 100 Mäuse beim Kauf eines Autos zu sparen?
16:06
This kindArt of thinkingDenken drivesfährt economistsÖkonomen crazyverrückt, and it should.
317
948000
4000
Diese Denkweise lässt Ökonomen verrückt werden und das zu Recht.
16:10
Because this 100 dollarsDollar that you savesparen -- helloHallo! --
318
952000
4000
Weil diese 100 Dollar, die Sie sparen -- hallo! --
16:14
doesn't know where it camekam from.
319
956000
2000
wissen nicht, woher sie kommen.
16:16
It doesn't know what you savedGerettet it on.
320
958000
2000
Die wissen nicht, wo Sie sich sie erspart haben.
16:18
When you go to buykaufen groceriesLebensmittel with it, it doesn't go,
321
960000
2000
Wenn Sie damit einkaufen gehen, wird das Geld sich nicht sagen
16:20
I'm the moneyGeld savedGerettet on the carAuto stereoStereo, or,
322
962000
3000
'ich bin das Geld was beim Autoradio gespart wurde' oder
16:23
I'm the dumbstumm moneyGeld savedGerettet on the carAuto. It's moneyGeld.
323
965000
4000
'ich bin das dumme Geld was beim Auto gespart wurde'. Es ist Geld verdammt nochmal.
16:27
And if a driveFahrt acrossüber townStadt is worthwert 100 bucksBöcke, it's worthwert 100 bucksBöcke
324
969000
3000
Und wenn der Weg bis ans andere Ende der Stadt 100 Mäuse wert ist, ist er 100 Mäuse wert,
16:30
no matterAngelegenheit what you're savingsparen it on. People don't think that way.
325
972000
3000
vollkommen egal wobei sie gespart werden. Aber die Leute denken aber nicht so.
16:33
That's why they don't know whetherob theirihr mutualgegenseitige fundFonds managerManager
326
975000
2000
Sie wissen nicht, ob ihr Fondsmanager
16:35
is takingunter 0.1 percentProzent or 0.15 percentProzent of theirihr investmentInvestition,
327
977000
5000
eine Provision von 0.1 Prozent oder 0.15 Prozent ihrerer Investitionen bekommt,
16:40
but they clipKlammer couponsGutscheine to savesparen one dollarDollar off of toothpasteZahnpasta.
328
982000
3000
aber sie sammeln Rabattmarken, um um die Zahnpasta nen Dollar günstiger zu bekommen.
16:43
Now, you can see, this is the problemProblem of shiftingVerschiebung comparisonsVergleiche,
329
985000
3000
Nun können Sie das Problem von sich änderenden Vergleichen sehen,
16:46
because what you're doing is, you're comparingVergleichen the 100 bucksBöcke
330
988000
3000
weil Sie vergleichen 100 Mäuse
16:49
to the purchaseKauf that you're makingHerstellung,
331
991000
2000
mit dem Kauf, den Sie tätigen,
16:51
but when you go to spendverbringen that moneyGeld you won'tGewohnheit be makingHerstellung that comparisonVergleich.
332
993000
4000
aber wenn Sie das Geld dann ausgeben, werden Sie diese Vergleiche nicht mehr anstellen.
16:55
You've all had this experienceErfahrung.
333
997000
2000
Sie haben alle diese Erfahrung gemacht.
16:57
If you're an AmericanAmerikanische, for exampleBeispiel, you've probablywahrscheinlich traveledbereist in FranceFrankreich.
334
999000
4000
Als Amerikaner sind Sie möglicherweise schon einmal nach Frankreich gereist.
17:01
And at some pointPunkt you maykann have metgetroffen a couplePaar
335
1003000
2000
Und irgendwann haben Sie vielleicht ein Pärchen aus Ihrer Heimat gesehen
17:03
from your ownbesitzen hometownHeimatort, and you thought,
336
1005000
1000
und Sie dachten
17:04
"Oh, my God, these people are so warmwarm. They're so nicenett to me.
337
1006000
5000
"Oh, mein Gott, diese Leute sind so warmherzig, sie sind so nett zu mir.
17:09
I mean, comparedverglichen to all these people who hateHass me
338
1011000
2000
Ich meine, verglichen mit all den anderen, die mich hassen,
17:11
when I try to speaksprechen theirihr languageSprache and hateHass me more when I don't,
339
1013000
3000
wenn ich versuche, ihre Sprache zu sprechen und mich noch mehr hassen, wenn ich's nicht versuche,
17:14
these people are just wonderfulwunderbar." And so you tourTour FranceFrankreich with them,
340
1016000
3000
sind diese Leute einfach wunderbar." Und so besichtigen Sie Frankreich gemeinsam
17:17
and then you get home and you inviteeinladen them over for dinnerAbendessen,
341
1019000
2000
und dann kommen Sie nach Hause und Sie laden sie als Gäste für ein gemeinsames Abendessen ein
17:19
and what do you find?
342
1021000
1000
und was bemerken Sie?
17:20
ComparedIm Vergleich to your regularregulär friendsFreunde,
343
1022000
2000
Verglichen mit Ihren richtigen Freunden
17:22
they are boringlangweilig and dullStumpf, right? Because in this newneu contextKontext,
344
1024000
4000
sind sie langweilig und dumm, richtig? Weil in diesem neuen Zusammenhang
17:26
the comparisonVergleich is very, very differentanders. In factTatsache, you find yourselfdich selber
345
1028000
4000
der Vergleich sehr, sehr anders ist. Tatsächlich bemerken Sie
17:30
dislikingAbneigung them enoughgenug almostfast to qualifyqualifizieren for FrenchFranzösisch citizenshipStaatsangehörigkeit.
346
1032000
3000
dass Sie die so wenig mögen, dass sie sich fast für die französische Bürgerschaft qualifizieren.
17:34
Now, you have exactlygenau the samegleich problemProblem when you shopGeschäft for a stereoStereo.
347
1036000
3000
Nun, Sie haben genau dasselbe Problem, wenn Sie eine Stereoanlage kaufen.
17:37
You go to the stereoStereo storeGeschäft, you see two setssetzt of speakersLautsprecher --
348
1039000
3000
Sie gehen zum Fachgeschäft und sehen zwei Lautsprecherangebote,
17:40
these biggroß, boxyBoxy, monolithsMonolithen, and these little, sleekglatt speakersLautsprecher,
349
1042000
4000
diese Boxen so gross wie Monolithen, und jene kleinen, schlichten
17:44
and you playspielen them, and you go, you know, I do hearhören a differenceUnterschied:
350
1046000
2000
und Sie machen sie an und Sie werden natürlich sagen 'Ja, ich kann den Unterschied hören:
17:46
the biggroß onesEinsen soundklingen a little better.
351
1048000
2000
die grossen haben den etwas besseren Klang.'
17:48
And so you buykaufen them, and you bringbringen them home,
352
1050000
2000
Und so kaufen Sie diese und bringen sie nach Hause
17:50
and you entirelyvollständig violateverletzen the décorCOR of your houseHaus.
353
1052000
3000
und Sie zerstören damit vollkommen Ihre Wohnungseinrichtung.
17:53
And the problemProblem, of courseKurs, is that this comparisonVergleich you madegemacht in the storeGeschäft
354
1055000
4000
Und das Problem ist natürlich, dass dieser Vergleich, den Sie im Laden gemacht haben,
17:57
is a comparisonVergleich you'lldu wirst never make again.
355
1059000
2000
ein Vergleich ist, den Sie nie wieder machen werden.
17:59
What are the oddsChancen that yearsJahre laterspäter you'lldu wirst turnWende on the stereoStereo and go,
356
1061000
2000
Wie stehen die Chancen, dass Sie Jahre danach noch Ihre Lautsprecher anmachen und sagen
18:01
"SoundsKlingt so much better than those little onesEinsen,"
357
1063000
3000
"Aber die klingen so viel besser als die kleinen",
18:04
whichwelche you can't even remembermerken hearingHören.
358
1066000
2000
an deren Klang Sie sich nicht mal mehr erinnern können.
18:06
The problemProblem of shiftingVerschiebung comparisonsVergleiche is even more difficultschwer
359
1068000
3000
Das Problem sich veränderender Vergleiche ist sogar noch schwieriger,
18:09
when these choicesAuswahlmöglichkeiten are arrayedangeordnet over time.
360
1071000
3000
wenn Entscheidungen über die Zeit hinweg anfallen.
18:12
People have a lot of troubleÄrger makingHerstellung decisionsEntscheidungen
361
1074000
3000
Die Menschen haben sehr viel Schwierigkeiten, Entscheidungen
18:15
about things that will happengeschehen at differentanders pointsPunkte in time.
362
1077000
3000
über verschiedene Zeitpunkte hinweg zu treffen.
18:18
And what psychologistsPsychologen and behavioralVerhaltens- economistsÖkonomen have discoveredentdeckt
363
1080000
2000
Und was Psychologen und Verhaltensökonomen entdeckt haben,
18:20
is that by and largegroß people use two simpleeinfach rulesRegeln.
364
1082000
3000
ist dass man im Großen und Ganzen zwei einfachen Regeln folgt.
18:23
So let me give you one very easyeinfach problemProblem, a secondzweite very easyeinfach problemProblem
365
1085000
4000
Lassen Sie mich also ein ganz einfaches Problem schildern, dann ein zweites, ganz einfaches Problem
18:27
and then a thirddritte, hardhart, problemProblem.
366
1089000
1000
und dann ein drittes, hartes Problem.
18:28
Here'sHier ist the first easyeinfach problemProblem:
367
1090000
3000
Hier das erste einfache Problem:
18:31
You can have 60 dollarsDollar now or 50 dollarsDollar now. WhichDie would you preferbevorzugen?
368
1093000
3000
Sie können jetzt 60 Dollar haben oder jetzt 50 Dollar. Welches Angebot bevorzugen Sie?
18:34
This is what we call a one-itemein-Element IQIQ testTest, OK?
369
1096000
3000
Das ist, was wir einen Eine-Frage-IQ-Test nennen, oder?
18:37
All of us, I hopeHoffnung, preferbevorzugen more moneyGeld, and the reasonGrund is,
370
1099000
3000
Ich hoffe, wir alle bevorzugen mehr Geld und der Grund dafür ist,
18:40
we believe more is better than lessWeniger.
371
1102000
3000
dass wir daran glauben, dass mehr besser als weniger ist.
18:43
Here'sHier ist the secondzweite problemProblem:
372
1105000
1000
Hier kommt das zweite Problem:
18:44
You can have 60 dollarsDollar todayheute or 60 dollarsDollar in a monthMonat. WhichDie would you preferbevorzugen?
373
1106000
4000
Sie können 60 Dollar heute oder 60 Dollar in einem Monat haben. Welches Angebot würden Sie bevorzugen?
18:48
Again, an easyeinfach decisionEntscheidung,
374
1110000
2000
Wiederum eine einfache Entscheidung,
18:50
because we all know that now is better than laterspäter.
375
1112000
4000
weil wir alle wissen, dass jetzt besser als später ist.
18:54
What's hardhart in our decision-makingEntscheidung fällen is when these two rulesRegeln conflictKonflikt.
376
1116000
3000
Was das Entscheidungsproblem hart macht, ist wenn diese zwei Regeln im Konflikt zueinander stehen.
18:57
For exampleBeispiel, when you're offeredangeboten 50 dollarsDollar now or 60 dollarsDollar in a monthMonat.
377
1119000
4000
Zum Beispiel, wenn Ihnen 50 Dollar jetzt oder 60 Dollar in einem Monat angeboten werden.
19:01
This typifiestypisiert a lot of situationsSituationen in life in whichwelche you will gaingewinnen
378
1123000
3000
Dies zeigt viele Alltagssituationen, in welchen Sie einen Gewinn durch's
19:04
by waitingwarten, but you have to be patientgeduldig.
379
1126000
3000
Warten erzielen - wenn Sie geduldig sind.
19:07
What do we know? What do people do in these kindsArten of situationsSituationen?
380
1129000
3000
Was wissen wir darüber? Was macht man in solchen Situationen?
19:10
Well, by and largegroß people are enormouslyenorm impatientungeduldig.
381
1132000
4000
Nun, im Großen und Ganzen ist man enorm ungeduldig.
19:14
That is, they requireerfordern interestinteressieren ratesPreise in the hundredhundert
382
1136000
3000
Das heißt, man verlangt Zinssätze im Hundertstel oder
19:17
or thousandsTausende of percentsProzente in orderAuftrag to delayverzögern gratificationBefriedigung
383
1139000
4000
Tausendstel Prozent, um das Warten zu belohnen
19:21
and wait untilbis nextNächster monthMonat for the extraextra 10 dollarsDollar.
384
1143000
4000
und wartet bis zum nächsten Monat auf die zusätzlichen 10 Dollar.
19:25
Maybe that isn't so remarkablebemerkenswert, but what is remarkablebemerkenswert is
385
1147000
3000
Gut möglich, dass das nicht so bemerkenswert ist, aber was bemerkenswert ist, ist
19:28
how easyeinfach it is to make this impatienceUngeduld go away by simplyeinfach changingÄndern
386
1150000
4000
wie einfach es ist, Ungeduld zunichte zu machen, bloß indem man den
19:32
when the deliveryLieferung of these monetaryWährungsunion unitsEinheiten will happengeschehen.
387
1154000
4000
Auszahlungszeitpunkt ändert.
19:36
ImagineStellen Sie sich vor that you can have 50 dollarsDollar in a yearJahr -- that's 12 monthsMonate --
388
1158000
3000
Stellen Sie sich vor, Sie können 50 Dollar in einem Jahr -- das sind 12 Monate --
19:39
or 60 dollarsDollar in 13 monthsMonate.
389
1161000
3000
oder 60 Dollar in 13 Monaten bekommen.
19:42
What do we find now?
390
1164000
1000
Was finden wir nun?
19:43
People are gladlygerne willingbereit to wait: as long as they're waitingwarten 12,
391
1165000
3000
Man ist gerne bereit zu warten: Wenn man eh schon 12 Monate warten kann,
19:46
they mightMacht as well wait 13.
392
1168000
2000
kann man's genauso gut 13.
19:48
What makesmacht this dynamicdynamisch inconsistencyInkonsistenz happengeschehen?
393
1170000
3000
Was verursacht diesen dynamischen Widerspruch?
19:51
ComparisonVergleich. TroublingBeunruhigend comparisonVergleich. Let me showShow you.
394
1173000
4000
Vergleiche. Problematische Vergleiche. Lassen Sie es mich Ihnen zeigen.
19:55
This is just a graphGraph showingzeigt the resultsErgebnisse that I just suggestedempfohlen
395
1177000
3000
Hier ist eine Darstellung der Resultate, wie Sie wohl antworten würden,
19:58
you would showShow if I gavegab you time to respondreagieren, whichwelche is,
396
1180000
2000
gäbe ich Ihnen die Zeit. Das heisst,
20:00
people find that the subjectivesubjektive valueWert of 50 is higherhöher
397
1182000
3000
man findet, dass einem 50 mehr wert ist
20:03
than the subjectivesubjektive valueWert of 60 when they'llsie werden be deliveredgeliefert in now
398
1185000
4000
als 60, wenn beides jetzt ausbezahlt würde
20:07
or one monthMonat, respectivelybzw. -- a 30-day-Tag delayverzögern --
399
1189000
2000
oder wenn in einem Monat bzw. mit einer 30-tägigen Verspätung,
20:09
but they showShow the reverseumkehren patternMuster when you pushdrücken the entireganz decisionEntscheidung
400
1191000
4000
aber es zeigt sich genau das Gegenteil, wenn sich die Entscheidung
20:13
off into the futureZukunft a yearJahr.
401
1195000
3000
um ein Jahr in die Zukunft verlagert.
20:16
Now, why in the worldWelt do you get this patternMuster of resultsErgebnisse?
402
1198000
4000
Nun, warum um alles in der Welt kommt es dazu?
20:20
These guys can tell us.
403
1202000
1000
Diese Typen können es uns sagen.
20:21
What you see here are two ladsJungs,
404
1203000
3000
Was Sie hier sehen, sind zwei Kerle,
20:24
one of them largergrößer than the other: the firemanFeuerwehrmann and the fiddlerFiddler.
405
1206000
3000
der eine grösser als der andere: Der Feuerwehrmann und der Geiger.
20:27
They are going to recedeschwinden towardsin Richtung the vanishingverschwinden pointPunkt in the horizonHorizont,
406
1209000
3000
Sie sind im Begriff sich von uns zu entfernen.
20:30
and I want you to noticebeachten two things.
407
1212000
2000
Ich möchte, dass Sie zweierlei bemerken.
20:32
At no pointPunkt will the firemanFeuerwehrmann look tallerhöher than the fiddlerFiddler. No pointPunkt.
408
1214000
6000
An keinem Punkt wird der Geiger grösser als der Feuerwehrmann aussehen, an keinem.
20:38
HoweverJedoch, the differenceUnterschied betweenzwischen them seemsscheint to be gettingbekommen smallerkleiner.
409
1220000
3000
Der Unterschied zwischen den beiden scheint aber geringer zu werden.
20:41
First it's an inchZoll in your viewAussicht, then it's a quarter-inchViertel-Zoll,
410
1223000
3000
Zuerst sind es 5 cm in Ihren Augen, dann sind es 2 cm,
20:44
then a half-inchHalbzoll, and then finallyendlich they go off the edgeRand of the earthErde.
411
1226000
4000
dann einer und schliesslich verschwinden sie am Horizont.
20:48
Here are the resultsErgebnisse of what I just showedzeigte you.
412
1230000
3000
Hier ist das Resultat dessen, was ich Ihnen gerade gezeigt habe.
20:51
This is the subjectivesubjektive heightHöhe --
413
1233000
2000
Das ist die subjektive Grösse,
20:53
the heightHöhe you saw of these guys at variousverschiedene pointsPunkte.
414
1235000
3000
die Grösse, die Sie an verschiedenen Punkten gesehen haben.
20:56
And I want you to see that two things are truewahr.
415
1238000
2000
Und ich möchte, dass Sie sehen, dass zwei Dinge zutreffen.
20:58
One, the fartherweiter away they are, the smallerkleiner they look;
416
1240000
3000
Zum einen gilt, umso weiter weg sie sind, desto kleiner wirken sie;
21:01
and two, the firemanFeuerwehrmann is always biggergrößer than the fiddlerFiddler.
417
1243000
2000
zum anderen gilt, der Feuerwehrmann ist immer grösser als der Geiger.
21:03
But watch what happensdas passiert when we make some of them disappearverschwinden. Right.
418
1245000
6000
Aber beobachten Sie nun, was passiert, wenn wir sie verschwinden lassen. Richtig.
21:09
At a very closeschließen distanceEntfernung, the fiddlerFiddler lookssieht aus tallerhöher than the firemanFeuerwehrmann,
419
1251000
3000
In nächster Nähe schaut der Geiger grösser aus als der Feuerwehrmann,
21:12
but at a farweit distanceEntfernung
420
1254000
2000
aber in weiter Ferne
21:14
theirihr normalnormal, theirihr truewahr, relationsBeziehungen are preservederhalten.
421
1256000
3000
ist ihr normales, ihr wahres Verhältnis wieder gegeben.
21:17
As PlatoPlato said, what spacePlatz is to sizeGröße, time is to valueWert.
422
1259000
5000
Wie Plato schon gesagt hat, Raum verhält sich zu Größe wie Zeit zu Wert.
21:22
These are the resultsErgebnisse of the hardhart problemProblem I gavegab you:
423
1264000
5000
Das sind die Resultate des schwierigen Problems, das ich Ihnen gab:
21:27
60 now or 50 in a monthMonat?
424
1269000
2000
60 jetzt oder 50 in einem Monat?
21:29
And these are subjectivesubjektive valuesWerte,
425
1271000
1000
Und das sind die subjektiven Werte
21:30
and what you can see is, our two rulesRegeln are preservederhalten.
426
1272000
2000
und was Sie sehen können ist, dass unsere zwei Regeln erhalten bleiben.
21:32
People always think more is better than lessWeniger:
427
1274000
2000
Man denkt immer, mehr ist besser als weniger:
21:34
60 is always better than 50,
428
1276000
2000
60 ist immer besser als 50;
21:36
and they always think now is better than laterspäter:
429
1278000
2000
und man denkt auch immer, jetzt ist besser als später:
21:38
the barsRiegel on this sideSeite are higherhöher than the barsRiegel on this sideSeite.
430
1280000
3000
die Balken auf dieser Seite sind höher als die Balken auf dieser Seite.
21:41
Watch what happensdas passiert when we dropfallen some out.
431
1283000
3000
Beobachten Sie, was passiert, wenn wir einge auslassen.
21:44
SuddenlyPlötzlich we have the dynamicdynamisch inconsistencyInkonsistenz that puzzledverwirrt us.
432
1286000
3000
Plötzlich haben wir den dynamischen Widerspruch der uns rätseln ließ.
21:47
We have the tendencyTendenz for people to go for 50 dollarsDollar now
433
1289000
4000
Wir haben die Tendenz dafür, dass Leute lieber 50 Dollar jetzt haben,
21:51
over waitingwarten a monthMonat, but not if that decisionEntscheidung is farweit in the futureZukunft.
434
1293000
3000
als einen Monat zu warten, aber nicht mehr wenn diese Entscheidung in der fernen Zukunft stattfindet.
21:54
NoticeBekanntmachung something interestinginteressant that this impliesimpliziert -- namelynämlich, that
435
1296000
4000
Beachten Sie dabei etwas Interessantes, nämlich dass
21:58
when people get to the futureZukunft, they will changeVeränderung theirihr mindsKöpfe.
436
1300000
4000
sobald sich die Zukunft nähert, wird man seine Meinung ändern.
22:02
That is, as that monthMonat 12 approachesAnsätze, you will say,
437
1304000
3000
Das heißt, sobald 12 Monate vorbei sind, werden Sie sich sagen,
22:05
what was I thinkingDenken, waitingwarten an extraextra monthMonat for 60 dollarsDollar?
438
1307000
3000
was hab ich mir bloß dabei gedacht, nochmals einen Monat für 60 Dollar zu warten?
22:08
I'll take the 50 dollarsDollar now.
439
1310000
3000
Ich nehm' die 50 Dollar jetzt.
22:11
Well, the questionFrage with whichwelche I'd like to endEnde is this:
440
1313000
3000
Nun, die Frage, mit welcher ich abschließen möchte, ist:
22:14
If we're so damnVerdammt stupidblöd, how did we get to the moonMond?
441
1316000
3000
Wenn wir so verflucht dumm sind, wie haben wir es dann geschafft, auf den Mond zu fliegen?
22:17
Because I could go on for about two hoursStd. with evidenceBeweise
442
1319000
3000
Weil ich noch etwa zwei weitere Stunden weiterreden könnte, wie man
22:20
of people'sMenschen inabilityUnfähigkeit to estimateschätzen oddsChancen and inabilityUnfähigkeit to estimateschätzen valueWert.
443
1322000
6000
unfähig man ist, Chancen und Werte einzuschätzen.
22:26
The answerAntworten to this questionFrage, I think, is an answerAntworten you've alreadybereits heardgehört
444
1328000
2000
Darum denke ich, die Antwort auf die Frage ist eine Antwort, die Sie schon oft gehört haben
22:28
in some of the talksGespräche, and I dareWagen say you will hearhören again:
445
1330000
2000
und ich wage es zu behaupten, Sie werden es noch öfter hören:
22:30
namelynämlich, that our brainsGehirne were evolvedentwickelt for a very differentanders worldWelt
446
1332000
4000
Nämlich dass unser Gehirn für eine sehr andere Welt geschaffen wurde,
22:34
than the one in whichwelche we are livingLeben.
447
1336000
2000
als für jene, in der wir leben.
22:36
They were evolvedentwickelt for a worldWelt
448
1338000
2000
Es wurde für eine Welt geschaffen,
22:38
in whichwelche people livedlebte in very smallklein groupsGruppen,
449
1340000
2000
in der man in ganz kleinen Gruppen lebte,
22:40
rarelynur selten metgetroffen anybodyirgendjemand who was terriblyfürchterlich differentanders from themselvessich,
450
1342000
3000
kaum jemanden zu Gesicht bekam, der wahnsinnig anders wäre als man selbst,
22:43
had ratherlieber shortkurz livesLeben in whichwelche there were fewwenige choicesAuswahlmöglichkeiten
451
1345000
3000
ein ziemlich kurzes Leben hatte, in welchem es nur wenige Wahlmöglichkeiten gab
22:46
and the highesthöchste priorityPriorität was to eatEssen and mateMate todayheute.
452
1348000
5000
und die höchste Priorität war, heute zu essen und sich fortzupflanzen.
22:51
Bernoulli'sBernoulli giftGeschenk, Bernoulli'sBernoulli little formulaFormel, allowserlaubt us, it tellserzählt us
453
1353000
5000
Bernoullis Geschenk, Bernoullis kleine Gleichung erklärt uns,
22:56
how we should think in a worldWelt for whichwelche natureNatur never designedentworfen us.
454
1358000
5000
wie wir in einer Welt denken sollten, für die wir von der Natur nie geschaffen wurden.
23:01
That explainserklärt why we are so badschlecht at usingmit it, but it alsoebenfalls explainserklärt
455
1363000
4000
Das erklärt warum wir uns darin so schlecht bewegen, und es erklärt auch,
23:05
why it is so terriblyfürchterlich importantwichtig that we becomewerden good, fastschnell.
456
1367000
5000
warum es so schrecklich wichtig ist, dass wir gut darin werden und das schnell.
23:10
We are the only speciesSpezies on this planetPlanet
457
1372000
2000
Wir sind die einzige Spezies auf diesem Planeten,
23:12
that has ever heldgehalten its ownbesitzen fateSchicksal in its handsHände.
458
1374000
4000
die je ihr Schicksal in den eigenen Händen hielt.
23:16
We have no significantsignifikant predatorsRaubtiere,
459
1378000
2000
Wir haben keine bedeutsamen Feinde,
23:18
we're the mastersMeister of our physicalphysisch environmentUmwelt;
460
1380000
2000
wir sind die Herrscher über unsere physische Umwelt;
23:20
the things that normallynormalerweise causeUrsache speciesSpezies to becomewerden extinctausgestorben
461
1382000
3000
die Dinge, die normalerweise eine Spezies aussterben lassen,
23:23
are no longerlänger any threatBedrohung to us.
462
1385000
3000
sind für uns keine Bedrohung mehr.
23:26
The only thing -- the only thing -- that can destroyzerstören us and doomUntergang us
463
1388000
5000
Die einzige Sache -- die einzige Sache -- die uns zerstören und zum Verhängnis werden kann,
23:31
are our ownbesitzen decisionsEntscheidungen.
464
1393000
2000
sind unsere eigenen Entscheidungen.
23:33
If we're not here in 10,000 yearsJahre, it's going to be because
465
1395000
4000
Wenn wir in 10'000 Jahren nicht mehr hier sind, dann weil
23:37
we could not take advantageVorteil of the giftGeschenk givengegeben to us
466
1399000
4000
weil wir keine Vorteile daraus ziehen konnten, was uns
23:41
by a youngjung DutchHolländisch fellowGefährte in 1738,
467
1403000
3000
ein junger Holländer 1738 geschenkt hat,
23:44
because we underestimatedunterschätzt the oddsChancen of our futureZukunft painsSchmerzen
468
1406000
4000
weil wir unsere spätere Pein unterschätzt haben
23:48
and overestimatedüberschätzt the valueWert of our presentGeschenk pleasuresVergnügen.
469
1410000
4000
und unser jetziges Wohlbefinden überschätzt haben.
23:52
Thank you.
470
1414000
1000
Ich danke Ihnen.
23:53
(ApplauseApplaus)
471
1415000
10000
(Beifall)
24:03
ChrisChris AndersonAnderson: That was remarkablebemerkenswert.
472
1425000
3000
Chris Anderson: Das war bemerkenswert.
24:06
We have time for some questionsFragen for DanDan GilbertGilbert. One and two.
473
1428000
5000
Wir haben nun Zeit für einige Fragen an Dan Gilbert. Eine oder zwei.
24:11
BillBill LyellLyell: Would you say that this mechanismMechanismus
474
1433000
3000
Bill Lyell: Würden Sie sagen, dass uns mit diesem Mechanismus
24:14
is in partTeil how terrorismTerrorismus actuallytatsächlich worksWerke to frightenerschrecken us,
475
1436000
4000
Terrorismus zum Teil tatsächlich das Fürchten lehren kann,
24:18
and is there some way that we could counteractentgegenwirken that?
476
1440000
4000
und gibt es ein Mittel dagegen?
24:22
DanDan GilbertGilbert: I actuallytatsächlich was consultingBeratung recentlyvor kurzem
477
1444000
1000
Dan Gilbert: Ich habe in der Tat gerade kürzlich
24:23
with the DepartmentAbteilung of HomelandHeimat SecuritySicherheit, whichwelche generallyallgemein believesglaubt
478
1445000
3000
das Departement für Nationale Sicherheit beraten, das grundsätzlich daran glaubt,
24:26
that AmericanAmerikanische securitySicherheit dollarsDollar should go to makingHerstellung bordersGrenzen safersicherer.
479
1448000
4000
dass für die amerikanische Sicherheit etliche Dollar ausgegeben werden sollen, um die Grenzen sicherer zu machen.
24:30
I triedversucht to pointPunkt out to them that terrorismTerrorismus was a nameName
480
1452000
3000
Ich habe versucht klarzumachen, dass Terrorismus ein
24:33
basedbasierend on people'sMenschen psychologicalpsychologische reactionReaktion to a setSet of eventsVeranstaltungen,
481
1455000
4000
Begriff ist, der auf den psychologischen Abwehrreaktionen der Menschen gegenüber Ereignissen beruht
24:37
and that if they were concernedbesorgt about terrorismTerrorismus they mightMacht askFragen
482
1459000
2000
und dass, wenn Sie sich wegen des Terrorismus Sorgen machen, Sie womöglich fragen,
24:39
what causesUrsachen terrorTerror and how can we stop people from beingSein terrifiedAngst und Schrecken versetzt,
483
1461000
3000
was Terrorismus herbeiführt und wie wir Leute davon abbringen können, sich bedroht zu fühlen.
24:42
ratherlieber than -- not ratherlieber than, but in additionZusatz to
484
1464000
3000
eher als - nicht eher als, aber um ebenfalls
24:45
stoppingAnhalten the atrocitiesGräueltaten that we're all concernedbesorgt about.
485
1467000
3000
den Gräuel zu stoppen, der uns alle bekümmert.
24:48
SurelySicherlich the kindsArten of playspielen that at leastam wenigsten AmericanAmerikanische mediaMedien give to --
486
1470000
6000
Natürlich, die Art von Ereignissen, die uns die amerikanischen Medien zeigen,
24:54
and forgiveverzeihen me, but in rawroh numbersNummern these are very tinysehr klein accidentsUnfälle.
487
1476000
5000
und verzeihen Sie mir, aber in Zahlen sind dies sehr winzige Unfälle.
24:59
We alreadybereits know, for exampleBeispiel, in the UnitedVereinigte StatesStaaten,
488
1481000
2000
Wir wissen bereits, dass
25:01
more people have diedist verstorben as a resultErgebnis of not takingunter airplanesFlugzeuge --
489
1483000
4000
in den USA zum Beispiel mehr Menschen ums Leben gekommen sind,
25:05
because they were scarederschrocken -- and drivingFahren on highwaysAutobahnen,
490
1487000
2000
weil sie aus Angst nach dem 11. September 2001 nicht mehr das Flugzeug genommen haben,
25:07
than were killedermordet in 9/11. OK?
491
1489000
2000
-- und stattdessen auf der Autobahn gefahren sind, ok?
25:09
If I told you that there was a plaguePest
492
1491000
2000
Wenn ich Ihnen sage, dass es eine Seuche gäbe,
25:11
that was going to killtöten 15,000 AmericansAmerikaner nextNächster yearJahr,
493
1493000
3000
die nächstes Jahr 15'000 Amerikaner töten wird,
25:14
you mightMacht be alarmedalarmiert if you didn't find out it was the fluGrippe.
494
1496000
3000
versetzt Sie das womöglich in Angst und Schrecken, falls Sie nicht herausfinden, dass es die Grippe ist.
25:17
These are small-scalekleinräumig accidentsUnfälle, and we should be wonderingwundernd
495
1499000
3000
Das sind Unfälle geringen Ausmasses, und wir sollten uns wundern,
25:20
whetherob they should get the kindArt of playspielen,
496
1502000
2000
ob sie jene Bedeutung, jene
25:22
the kindArt of coverageAbdeckung, that they do.
497
1504000
2000
Aufmerksamkeit bekommen sollten, die sie bekommen.
25:24
SurelySicherlich that causesUrsachen people to overestimateüberschätzen the likelihoodWahrscheinlichkeit
498
1506000
3000
Sicherlich, das veranlasst Leute, die Wahrscheinlichkeit zu überschätzen,
25:27
that they'llsie werden be hurtverletzt in these variousverschiedene waysWege,
499
1509000
2000
dass sie auf einem dieser Wege verletzt werden,
25:29
and givesgibt powerLeistung to the very people who want to frightenerschrecken us.
500
1511000
2000
und führt dazu, dass einige Menschen uns damit einschüchtern können.
25:31
CACA: DanDan, I'd like to hearhören more on this. So, you're sayingSprichwort
501
1513000
2000
CA: Dan, Ich würde dazu gerne mehr hören. Sie sagen also,
25:33
that our responseAntwort to terrorTerror is, I mean, it's a formbilden of mentalgeistig bugFehler?
502
1515000
4000
dass unsere Antwort auf den Terrorismus ist, ich meine, dass er eine Art mentaler Fehler ist?
25:37
Talk more about it.
503
1519000
1000
Erzählen Sie uns mehr darüber.
25:38
DGGD: It's out-sizedout-Größe. I mean, look.
504
1520000
3000
DG: Er ist übergroß. Ich meine, schauen Sie.
25:41
If AustraliaAustralien disappearsverschwindet tomorrowMorgen,
505
1523000
2000
Falls Australien morgen verschwindet,
25:43
terrorTerror is probablywahrscheinlich the right responseAntwort.
506
1525000
2000
ist Terror vermutlich die richtige Bezeichnung.
25:45
That's an awfulfurchtbar largegroß lot of very nicenett people. On the other handHand,
507
1527000
5000
Das ist eine schrecklich große Menge an netten Menschen. Auf der anderen Seite,
25:50
when a busBus blowsSchläge up and 30 people are killedermordet,
508
1532000
3000
wenn ein Bus sich in die Luft sprengt und 30 Menschen dabei getötet werden,
25:53
more people than that were killedermordet
509
1535000
2000
kommen im gleichen Land mehr Menschen ums Leben,
25:55
by not usingmit theirihr seatbeltsSicherheitsgurt in the samegleich countryLand.
510
1537000
3000
weil Sie sich nicht mit ihren Sitzgurten angeschnallt haben.
25:58
Is terrorTerror the right responseAntwort?
511
1540000
1000
Soll man sich dann terrorisiert fühlen?
25:59
CACA: What causesUrsachen the bugFehler? Is it the dramaTheater of the eventEvent --
512
1541000
4000
CA: Was versursacht den Fehler? Ist es die Dramaturgie des Ereignisses --
26:03
that it's so spectacularspektakulär?
513
1545000
1000
die es so spektakulär macht?
26:04
Is it the factTatsache that it's an intentionalabsichtlich attackAttacke by, quoteZitat, outsidersAußenseiter?
514
1546000
3000
Ist es die Tatsache, dass es ein internationaler Angriff ist, sagen wir in Anführungszeichen, von Ausländern?
26:07
What is it?
515
1549000
1000
Was macht es aus?
26:08
DGGD: Yes. It's a numberNummer of things, and you hitschlagen on severalmehrere of them.
516
1550000
3000
DG: Ja. Es sind zahlreiche Dinge und Sie treffen mit einigen ins Schwarze.
26:11
First, it's a humanMensch agentAgent tryingversuchen to killtöten us --
517
1553000
2000
Erstens ist es ein Mensch, der uns zu töten versucht --
26:13
it's not a treeBaum fallingfallend on us by accidentUnfall.
518
1555000
3000
es ist nicht ein zufällig umfallender Baum.
26:16
SecondSekunde, these are enemiesFeinde who maykann want to strikeStreik and hurtverletzt us again.
519
1558000
3000
Zweitens sind das Feinde, die uns vielleicht nochmals schlagen und verletzen wollen.
26:19
People are beingSein killedermordet for no reasonGrund insteadstattdessen of good reasonGrund --
520
1561000
3000
Menschen werden ohne Grund umgebracht anstatt aus guten Gründen --
26:22
as if there's good reasonGrund, but sometimesmanchmal people think there are.
521
1564000
3000
als ob es einen guten Grund überhaupt gäbe, aber manchmal denken die Menschen, es gäbe welche.
26:25
So there are a numberNummer of things that togetherzusammen
522
1567000
2000
Also gibt es eine Anzahl von Dingen, die zusammengenommen
26:27
make this seemscheinen like a fantasticfantastisch eventEvent, but let's not playspielen down
523
1569000
3000
das Ganze wie ein fantastisches Ereignis aussehen lassen, aber lassen Sie uns die Tatsache nicht herunterspielen,
26:30
the factTatsache that newspapersZeitungen sellverkaufen when people see something in it
524
1572000
4000
dass sich Zeitungen verkaufen, wenn sie zeigen, was die Leute lesen wollen.
26:34
they want to readlesen. So there's a largegroß roleRolle here playedgespielt by the mediaMedien,
525
1576000
3000
Deshalb spielen die Medien eine große Rolle,
26:37
who want these things to be
526
1579000
2000
die diese Vorkommnisse so spektakulär
26:39
as spectacularspektakulär as they possiblymöglicherweise can.
527
1581000
4000
wie nur möglich haben wollen.
26:43
CACA: I mean, what would it take to persuadeüberzeugen our cultureKultur to downplayherunterzuspielen it?
528
1585000
6000
CA: Ich meine, was würde es brauchen, damit unsere Kultur es herunterspielt?
26:49
DGGD: Well, go to IsraelIsrael. You know,
529
1591000
1000
DG: Nun, gehen Sie nach Israel. Wissen Sie,
26:50
go to IsraelIsrael. And a mallEinkaufszentrum blowsSchläge up,
530
1592000
2000
gehen Sie nach Israel. Ein Einkaufszentrum wird in Luft gesprengt
26:52
and then everybody'sjedermanns unhappyunzufrieden about it, and an hour-and-a-halfEineinhalb Stunden laterspäter --
531
1594000
3000
und jeder ist unglücklich darüber, und anderthalb Stunden später
26:55
at leastam wenigsten when I was there, and I was 150 feetFüße from the mallEinkaufszentrum
532
1597000
3000
zumindest als ich da war, und ich war zum Zeitpunkt des Angriffs nur 150 Schritte vom Einkaufszentrum entfernt,
26:58
when it blewblies up -- I wentging back to my hotelHotel
533
1600000
2000
-- ich ging zurück in mein Hotel
27:00
and the weddingHochzeit that was plannedgeplant was still going on.
534
1602000
3000
und die geplante Hochzeit ging immer noch weiter.
27:03
And as the IsraeliIsraelische motherMutter said,
535
1605000
1000
Und wie sagte die israelische Mutter,
27:04
she said, "We never let them winSieg by stoppingAnhalten weddingsHochzeiten."
536
1606000
4000
sie sagte: "Niemals lassen wir sie gewinnen, indem wir mit Heiraten aufhören."
27:08
I mean, this is a societyGesellschaft that has learnedgelernt --
537
1610000
1000
Ich meine, das ist eine Gesellschaft, die gelernt hat --
27:09
and there are othersAndere too -- that has learnedgelernt to liveLeben
538
1611000
2000
und es gibt auch andere -- die gelernt haben
27:11
with a certainsicher amountMenge of terrorismTerrorismus and not be quiteganz as upsetverärgert by it,
539
1613000
5000
mit einem gewissen Grad an Terrorismus zu leben und sich davon nicht so sehr stören zu lassen
27:16
shallsoll I say, as those of us who have not had manyviele terrorTerror attacksAnschläge.
540
1618000
3000
wie soll ich sagen, wie diejenigen unter uns, die noch nicht so viele Terroranschläge erlebt haben.
27:19
CACA: But is there a rationalrational fearAngst that actuallytatsächlich,
541
1621000
3000
CA: Aber gibt es eine rationale Angt, die tatsächlich
27:22
the reasonGrund we're frightenederschrocken about this is because we think that
542
1624000
3000
der Grund ist, warum wir uns davor fürchten? Ist das, weil wir denken, dass
27:25
the BigGroß One is to come?
543
1627000
1000
uns das ganz Schlimme erst bevorsteht?
27:26
DGGD: Yes, of courseKurs. So, if we knewwusste that this was the worstam schlimmsten attackAttacke
544
1628000
4000
DG: Ja, natürlich. Also falls wir wüssten, dass dies der schlimmste Angriff
27:30
there would ever be, there mightMacht be more and more busesBusse of 30 people --
545
1632000
4000
ist, den es je geben wird, könnte es noch mehr Busse à 30 Menschen geben --
27:34
we would probablywahrscheinlich not be nearlyfast so frightenederschrocken.
546
1636000
2000
wir wären vermutlich nicht nahezu so eingeschüchtert.
27:36
I don't want to say -- please, I'm going to get quotedzitiert somewhereirgendwo
547
1638000
2000
Ich will nicht sagen -- bitte, ich werde bestimmt irgendwo zitiert mit
27:38
as sayingSprichwort, "TerrorismTerrorismus is fine and we shouldn'tsollte nicht be so distressedDistressed."
548
1640000
4000
"Terrorismus ist kein Problem und wir sollten uns nicht so einschüchtern lassen."
27:42
That's not my pointPunkt at all.
549
1644000
2000
Das ist ganz und gar nicht das, was ich sagen will.
27:44
What I'm sayingSprichwort is that, surelysicherlich, rationallyrational,
550
1646000
2000
Was ich sagen möchte, ist dass rational
27:46
our distressNot about things that happengeschehen, about threatsBedrohungen,
551
1648000
4000
unsere Bedrängnis über all die Geschehnisse, über Bedrohungen
27:50
should be roughlygrob proportionalproportional to the sizeGröße of those threatsBedrohungen
552
1652000
3000
ungefähr im Verhältnis zur Grösse der Bedrohungen
27:53
and threatsBedrohungen to come.
553
1655000
2000
oder bevorstehenden Bedrohungen stehen sollte.
27:55
I think in the caseFall of terrorismTerrorismus, it isn't.
554
1657000
3000
Ich glaube im Fall von Terrorismus, steht sie es nicht.
27:58
And manyviele of the things we'vewir haben heardgehört about from our speakersLautsprecher todayheute --
555
1660000
2000
Und viele der Dinge, die wir heute von unseren Rednern gehört haben --
28:00
how manyviele people do you know got up and said,
556
1662000
2000
wie viele Menschen kennen Sie, die aufgestanden sind und gesagt haben
28:02
PovertyArmut! I can't believe what povertyArmut is doing to us.
557
1664000
4000
Armut! Ich kann es nicht glauben, was uns Armut antut.
28:06
People get up in the morningMorgen; they don't carePflege about povertyArmut.
558
1668000
2000
Menschen stehen morgens auf und kümmern sich nicht um Armut.
28:08
It's not makingHerstellung headlinesSchlagzeilen, it's not makingHerstellung newsNachrichten, it's not flashyauffällige.
559
1670000
2000
Sie wirft keine Schlagzeilen, sie macht keine News, sie ist unauffällig.
28:10
There are no gunsWaffen going off.
560
1672000
2000
Da werden keine Waffen abgefeuert.
28:12
I mean, if you had to solvelösen one of these problemsProbleme, ChrisChris,
561
1674000
2000
Ich meine, wenn Sie eines dieser Probleme zu lösen haben, Chris,
28:14
whichwelche would you solvelösen? TerrorismTerrorismus or povertyArmut?
562
1676000
2000
welches würden Sie lösen? Terrorismus oder Armut?
28:16
(LaughterLachen)
563
1678000
4000
(Gelächter)
28:20
(ApplauseApplaus)
564
1682000
2000
(Beifall)
28:22
That's a toughzäh one.
565
1684000
2000
Das ist eine harte Frage.
28:24
CACA: There's no questionFrage.
566
1686000
1000
CA: Das steht außer Frage.
28:25
PovertyArmut, by an orderAuftrag of magnitudeGröße, a hugeenorm orderAuftrag of magnitudeGröße,
567
1687000
4000
Armut angesichts des Ausmaßes, angesichts des enormen Ausmaßes,
28:29
unlesses sei denn someonejemand can showShow that there's, you know,
568
1691000
3000
es sei denn jemand kann zeigen, dass wahrlich ein Terrorist
28:32
terroristsTerroristen with a nukeNuklear are really likelywahrscheinlich to come.
569
1694000
4000
mit einer Atombombe kommen könnte, wissen Sie.
28:36
The latestneueste I've readlesen, seengesehen, thought
570
1698000
2000
Das letzte, was ich gelesen, gesehen, gedacht habe,
28:38
is that it's incrediblyunglaublich hardhart for them to do that.
571
1700000
4000
ist dass es unglaublich hart für sie ist, das zu tun.
28:42
If that turnswendet sich out to be wrongfalsch, we all look sillydumm,
572
1704000
2000
Falls sich das als falsch herausstellt, schauen wir alle dumm aus der Wäsche,
28:44
but with povertyArmut it's a bitBit --
573
1706000
2000
aber mit Armut ist es ein bisschen --
28:46
DGGD: Even if that were truewahr, still more people diesterben from povertyArmut.
574
1708000
3000
DG: Selbst wenn das wahr wäre, sterben immer noch mehr Menschen an Armut.
28:53
CACA: We'veWir haben evolvedentwickelt to get all excitedaufgeregt
575
1715000
1000
CA: Wir haben uns weiterentwickelt, bloß um uns
28:54
about these dramaticdramatisch attacksAnschläge. Is that because in the pastVergangenheit,
576
1716000
3000
über diese dramatischen Angriffe aufzuregen. Kommt das, weil wir in der Vergangenheit,
28:57
in the ancientAntike pastVergangenheit, we just didn't understandverstehen things like diseaseKrankheit
577
1719000
3000
in der uralten Vergangenheit, einfach Dinge wie Erkrankung
29:00
and systemsSysteme that causeUrsache povertyArmut and so forthher,
578
1722000
2000
und Armut verursachende Systeme, usw. nicht verstanden haben,
29:02
and so it madegemacht no senseSinn for us as a speciesSpezies to put any energyEnergie
579
1724000
4000
und es deshalb keinen Sinn gemacht hat, jegliche unsere Energie
29:06
into worryingbeunruhigend about those things?
580
1728000
2000
darauf zu verwenden?
29:08
People diedist verstorben; so be it.
581
1730000
2000
Die Menschen starben, so sei es nunmal.
29:10
But if you got attackedangegriffen, that was something you could do something about.
582
1732000
2000
Aber falls man angegriffen wurde, dann war das etwas, wogegen man etwas unternehmen konnte.
29:12
And so we evolvedentwickelt these responsesAntworten.
583
1734000
2000
und so haben wir uns diese Reaktion entwickelt.
29:14
Is that what happenedpassiert?
584
1736000
1000
Ist es das, was sich ereignet hat?
29:15
DGGD: Well, you know, the people who are mostdie meisten skepticalskeptisch
585
1737000
3000
DG: Nun, wissen Sie, diejenigen, die am misstrauischsten
29:18
about leapingspringen to evolutionaryevolutionär explanationsErklärungen for everything
586
1740000
2000
gegenüber evolutionären Erklärungen für alles
29:20
are the evolutionaryevolutionär psychologistsPsychologen themselvessich.
587
1742000
2000
sind, sind die Evolutionspsychologen selbst.
29:22
My guessvermuten is that there's nothing quiteganz that specificspezifisch
588
1744000
3000
Meine Vermutung ist, dass es nichts noch so Spezifisches
29:25
in our evolutionaryevolutionär pastVergangenheit. But ratherlieber, if you're looking for
589
1747000
2000
in unserer evolutionären Vergangenheit gibt. Ausser vieleicht, falls Sie nach
29:27
an evolutionaryevolutionär explanationErläuterung, you mightMacht say
590
1749000
2000
einer evolutionären Erklärung suchen, dann könnten Sie sagen,
29:29
that mostdie meisten organismsOrganismen are neo-phobicNeo-Phobie -- that is, they're a little scarederschrocken
591
1751000
4000
dass die meisten Organismen neo-phobisch sind, das heisst, sie haben ein bisschen Angst
29:33
of stuffSachen that's newneu and differentanders.
592
1755000
1000
vor Zeug, das neu und anders ist.
29:34
And there's a good reasonGrund to be,
593
1756000
2000
Und dafür gibt es einen guten Grund,
29:36
because oldalt stuffSachen didn't eatEssen you. Right?
594
1758000
1000
weil altes Zeug einen nämlich nicht gefressen hat, richtig?
29:37
Any animalTier you see that you've seengesehen before is lessWeniger likelywahrscheinlich
595
1759000
3000
Jedes Tier, das man schon kennt, verübt wohl
29:40
to be a predatorPredator than one that you've never seengesehen before.
596
1762000
3000
eine geringere Gefahr als all jene Tiere, die man noch nie zuvor gesehen hat.
29:43
So, you know, when a schoolSchule busBus is blowngeblasen up and we'vewir haben never seengesehen this before,
597
1765000
3000
Wissen Sie, wenn ein Schulbus in die Luft gesprengt wird, und wir das vorher noch nie gesehen haben,
29:46
our generalGeneral tendencyTendenz is to orientOrient towardsin Richtung
598
1768000
2000
tendieren wir dazu, uns gegenüber dem
29:48
that whichwelche is newneu and novelRoman is activatedaktiviert.
599
1770000
5000
Neuen auszurichten und das Neue wird angesteuert.
29:53
I don't think it's quiteganz as specificspezifisch a mechanismMechanismus
600
1775000
2000
Ich denke nicht, dass der von Ihnen vorgeschlagene Mechanismus
29:55
as the one you alludedangespielt to, but maybe a more fundamentalgrundlegend one underlyingzugrunde liegenden it.
601
1777000
2000
so spezifisch ist, aber vielleicht unterliegt ihm ein noch fundamentalerer.
30:01
JayJay WalkerWalker: You know, economistsÖkonomen love to talk about
602
1783000
5000
Jay Walker: Sie wissen ja, Ökonomen lieben es, über
30:06
the stupidityDummheit of people who buykaufen lotteryLotterie ticketsTickets. But I suspectvermuten
603
1788000
4000
die Dummheit derjenigen, die Lotterielose kaufen, zu reden. Aber ich bezweifle,
30:10
you're makingHerstellung the exactgenau samegleich errorError you're accusingbeschuldigt those people of,
604
1792000
3000
dass Sie genau denselben Fehler machen, für welchen Sie jene Menschen anklagen,
30:13
whichwelche is the errorError of valueWert.
605
1795000
1000
nämlich den Bewertungsfehler.
30:14
I know, because I've interviewedinterviewt
606
1796000
1000
Ich weiss es, weil ich
30:15
about 1,000 lotteryLotterie buyersKäufer over the yearsJahre.
607
1797000
2000
ungefähr 1'000 Lotterielos-Käufer interviewt habe über die Jahre hinaus.
30:17
It turnswendet sich out that the valueWert of buyingKauf a lotteryLotterie ticketFahrkarte is not winninggewinnen.
608
1799000
4000
Es stellt sich heraus, dass der Wert eines Loskaufes nicht darin liegt, zu gewinnen.
30:21
That's what you think it is. All right?
609
1803000
2000
Das denken Sie, ok?
30:23
The averagedurchschnittlich lotteryLotterie buyerKäufer buyskauft ein about 150 ticketsTickets a yearJahr,
610
1805000
3000
Der durchschnittliche Lottospieler kauft ungefähr 150 Lose pro Jahr,
30:26
so the buyerKäufer knowsweiß fullvoll well that he or she is going to loseverlieren,
611
1808000
4000
also weiss der Käufer ganz genau, dass er oder sie verlieren wird,
30:30
and yetnoch she buyskauft ein 150 ticketsTickets a yearJahr. Why is that?
612
1812000
3000
und trotzdem kauft sie 150 Lose pro Jahr. Warum das?
30:33
It's not because she is stupidblöd or he is stupidblöd.
613
1815000
4000
Nicht weil sie oder er dumm ist.
30:37
It's because the anticipationVorfreude auf of possiblymöglicherweise winninggewinnen
614
1819000
3000
Sondern weil die Vorfreude aufs mögliche Gewinnen
30:40
releasesVeröffentlichungen serotoninSerotonin in the brainGehirn, and actuallytatsächlich providesbietet a good feelingGefühl
615
1822000
4000
Serotonin im Hirn ausschüttet, und tatsächlich verursacht das ein gutes Gefühl,
30:44
untilbis the drawingZeichnung indicateszeigt an you've losthat verloren.
616
1826000
2000
bis das Ziehen das Verlieren anzeigt.
30:46
Or, to put it anotherein anderer way, for the dollarDollar investmentInvestition,
617
1828000
3000
Oder besser gesagt, beim Geldausgeben für Lose
30:49
you can have a much better feelingGefühl than flushingSpülung the moneyGeld
618
1831000
3000
können Sie ein viel besseres Gefühl bekommen als durch
30:52
down the toiletToilette, whichwelche you cannotnicht können have a good feelingGefühl from.
619
1834000
3000
das Geld die Toilette herunterzuspülen, wovon Sie kein gutes Gefühl bekommen können.
30:55
Now, economistsÖkonomen tendneigen to --
620
1837000
2000
Nun, Ökonomen tendieren zu --
30:57
(ApplauseApplaus)
621
1839000
3000
(Beifall)
31:00
-- economistsÖkonomen tendneigen to viewAussicht the worldWelt
622
1842000
1000
-- Ökonomen tendieren dazu, die Welt
31:01
throughdurch theirihr ownbesitzen lensesLinsen, whichwelche is:
623
1843000
2000
mit den eigenen Augen zu sehen, das heisst:
31:03
this is just a bunchBündel of stupidblöd people.
624
1845000
2000
das sind einfach ein Bündel dummer Menschen.
31:05
And as a resultErgebnis, manyviele people look at economistsÖkonomen as stupidblöd people.
625
1847000
4000
Und so schauen manche Leute auf Ökonomen als dumme Menschen.
31:09
And so fundamentallygrundlegend, the reasonGrund we got to the moonMond is,
626
1851000
3000
Und so fundamental der Grund ist, warum wir auf den Mond geflogen sind,
31:12
we didn't listen to the economistsÖkonomen. Thank you very much.
627
1854000
3000
haben wir nicht auf Ökonomen gehört. Vielen Dank.
31:15
(ApplauseApplaus)
628
1857000
5000
(Beifall)
31:20
DGGD: Well, no, it's a great pointPunkt. It remainsbleibt bestehen to be seengesehen
629
1862000
3000
DG: Nun, nein, das ist ein großartiger Punkt. Es bleibt abzuwarten,
31:23
whetherob the joyFreude of anticipationVorfreude auf is exactlygenau equaledglich
630
1865000
4000
ob die Vorfreude genau
31:27
by the amountMenge of disappointmentEnttäuschung after the lotteryLotterie. Because remembermerken,
631
1869000
3000
den Grad der Enttäuschung nach der Lottoziehung aufzuwiegen vermag. Weil erinnern Sie sich,
31:30
people who didn't buykaufen ticketsTickets don't feel awfulfurchtbar the nextNächster day eitherentweder,
632
1872000
3000
diejenigen, die kein Los gekaufen haben, fühlen sich auch nicht schlecht am anderen Tag,
31:33
even thoughobwohl they don't feel great duringwährend the drawingZeichnung.
633
1875000
2000
obwohl sie sich während der Ziehung auch nicht großartig fühlen.
31:35
I would disagreenicht zustimmen that people know they're not going to winSieg.
634
1877000
2000
Ich würde dem widersprechen, dass man weiß, dass man nicht gewinnen wird.
31:37
I think they think it's unlikelyunwahrscheinlich, but it could happengeschehen,
635
1879000
3000
Ich glaube, man denkt, dass es unwahrscheinlich ist, aber dass es passieren könnte,
31:40
whichwelche is why they preferbevorzugen that to the flushingSpülung.
636
1882000
3000
weshalb man es dem Toilettenspülgang gegenüber bevorzugt.
31:43
But certainlybestimmt I see your pointPunkt: that there can be
637
1885000
3000
Aber selbstverständlich sehe ich Ihren Punkt: Dass es
31:46
some utilityNutzen to buyingKauf a lotteryLotterie ticketFahrkarte other than winninggewinnen.
638
1888000
4000
noch einen anderen Nutzen geben kann, ein Los zu kaufen, als das Gewinnen.
31:50
Now, I think there's manyviele good reasonsGründe dafür not to listen to economistsÖkonomen.
639
1892000
3000
Nun, ich glaube, dass es viele gute Gründe gibt, nicht auf Ökonomen zu hören.
31:53
That isn't one of them, for me, but there's manyviele othersAndere.
640
1895000
3000
Für mich ist das zwar keiner davon, aber es gibt manch andere.
31:56
CACA: Last questionFrage.
641
1898000
2000
CA: Letzte Frage.
31:58
AubreyAubrey dede GreyGrey: My name'sName ist AubreyAubrey dede GreyGrey, from CambridgeCambridge.
642
1900000
3000
Aubrey de Grey: Ich heisse Aubrey de Grey und bin aus Cambridge.
32:01
I work on the thing that killstötet more people than anything elsesonst killstötet --
643
1903000
4000
Ich arbeite an einer Sache, die mehr Leute tötet als irgendetwas anderes --
32:05
I work on agingAltern -- and I'm interestedinteressiert in doing something about it,
644
1907000
2000
ich arbeite am Altern -- und mich interessiert es, etwas dagegen zu tun,
32:07
as we'llGut all hearhören tomorrowMorgen.
645
1909000
1000
wie wir das alle morgen hören werden.
32:08
I very much resonatemitschwingen with what you're sayingSprichwort,
646
1910000
3000
Sie finden bei mir grossen Anklang mit dem, was Sie sagen,
32:11
because it seemsscheint to me that the problemProblem
647
1913000
2000
weil es für mich so aussieht, als ob die Schwierigkeit,
32:13
with gettingbekommen people interestedinteressiert in doing anything about agingAltern
648
1915000
3000
das Interesse der Menschen zu wecken, etwas gegen das Altern zu unternehmen,
32:16
is that by the time agingAltern is about to killtöten you it lookssieht aus like cancerKrebs
649
1918000
3000
diejenige ist, dass dann, wenn das Altern einen umbringen wird, es wie Krebs ausschaut
32:19
or heartHerz diseaseKrankheit or whateverwas auch immer. Do you have any adviceRat?
650
1921000
3000
oder Herzstillstände oder was auch immer. Was raten Sie?
32:22
(LaughterLachen)
651
1924000
3000
(Gelächter)
32:25
DGGD: For you or for them?
652
1927000
1000
DG: Ihnen oder den Menschen?
32:26
AdGAdG: In persuadingüberzeugen them.
653
1928000
1000
AdG: Um die Menschen zu überzeugen.
32:27
DGGD: AhAch, for you in persuadingüberzeugen them.
654
1929000
2000
DG: Ah, Ihnen, um die Menschen zu überzeugen.
32:29
Well, it's notoriouslynotorisch difficultschwer to get people to be farsightedweitsichtige.
655
1931000
3000
Nun, es ist offensichtlich schwer den Menschen Weitsichtigkeit beizubringen.
32:32
But one thing that psychologistsPsychologen have triedversucht that seemsscheint to work
656
1934000
4000
Aber etwas, was Psychologen versucht haben, scheint zu funktionieren
32:36
is to get people to imaginevorstellen the futureZukunft more vividlyanschaulich.
657
1938000
3000
man bringt die Menschen dazu sich die Zunkunft lebhafter vorzustellen.
32:39
One of the problemsProbleme with makingHerstellung decisionsEntscheidungen about the farweit futureZukunft
658
1941000
3000
Ein Problem wenn man Entscheidungen in ferner Zukunft
32:42
and the nearin der Nähe von futureZukunft is that we imaginevorstellen the nearin der Nähe von futureZukunft
659
1944000
3000
und in naher Zukunft treffen soll, ist dass man sich die nahe Zukunft
32:45
much more vividlyanschaulich than the farweit futureZukunft.
660
1947000
2000
viel lebhafter vorstellt als die ferne Zukunft.
32:47
To the extentUmfang that you can equalizeausgleichen the amountMenge of detailDetail
661
1949000
4000
Im gleichen Maß, wie man die Menge der Details ausgleichen kann,
32:51
that people put into the mentalgeistig representationsVertretungen
662
1953000
2000
welche die Menschen in die mentalen Repräsentationen der nahen und fernen Zukunft reinstecken,
32:53
of nearin der Nähe von and farweit futureZukunft, people beginStart to make decisionsEntscheidungen
663
1955000
2000
fangen Menschen an, Entscheidungen
32:55
about the two in the samegleich way.
664
1957000
2000
über die beiden in der gleichen Art und Weise zu treffen.
32:57
So, would you like to have an extraextra 100,000 dollarsDollar when you're 65
665
1959000
5000
Also, ob Sie gerne 100'000 Dollar zusätzlich bekommen würden, wenn Sie 65 sind,
33:02
is a questionFrage that's very differentanders than,
666
1964000
1000
ist eine Frage, die sehr anders ist als
33:03
imaginevorstellen who you'lldu wirst be when you're 65: will you be livingLeben,
667
1965000
4000
sich vorzustellen, wer man mit 65 sein wird: Ob man noch leben wird,
33:07
what will you look like, how much hairHaar will you have,
668
1969000
2000
wie man aussehen wird, wie viel Haare man noch haben wird,
33:09
who will you be livingLeben with.
669
1971000
1000
mit wem man leben wird.
33:10
OnceEinmal we have all the detailsDetails of that imaginaryimaginäre scenarioSzenario,
670
1972000
3000
Haben wir erst einmal alle Details dieses imaginären Szenarios,
33:13
suddenlyplötzlich we feel like it mightMacht be importantwichtig to savesparen
671
1975000
2000
verspüren wir plötzlich, dass es wichtig sein könnte, zu sparen,
33:15
so that that guy has a little retirementRuhestand moneyGeld.
672
1977000
3000
damit dieser Typ ein bisschen Rente haben wird.
33:18
But these are tricksTricks around the marginsRänder.
673
1980000
2000
Aber das sind Tricks am Rande.
33:20
I think in generalGeneral you're battlingKampf gegen a very fundamentalgrundlegend humanMensch tendencyTendenz,
674
1982000
3000
Ich denke, Sie kämpfen grundsätzlich gegen eine sehr fundamentale menschliche Tendenz,
33:23
whichwelche is to say, "I'm here todayheute,
675
1985000
2000
die lautet, "Ich lebe heute,
33:25
and so now is more importantwichtig than laterspäter."
676
1987000
3000
und deshalb ist das Jetzt viel wichtiger als das Später."
33:28
CACA: DanDan, thank you. MembersMitglieder of the audiencePublikum,
677
1990000
2000
CA: Dan, vielen Dank. Verehrtes Publikum,
33:30
that was a fantasticfantastisch sessionSession. Thank you.
678
1992000
1000
das war ein fantastischer Talk. Vielen Dank.
33:31
(ApplauseApplaus)
679
1993000
2000
(Beifall)
Translated by zin nie
Reviewed by Perke Jacobs

▲Back to top

ABOUT THE SPEAKER
Dan Gilbert - Psychologist; happiness expert
Harvard psychologist Dan Gilbert says our beliefs about what will make us happy are often wrong -- a premise he supports with intriguing research, and explains in his accessible and unexpectedly funny book, Stumbling on Happiness.

Why you should listen

Dan Gilbert believes that, in our ardent, lifelong pursuit of happiness, most of us have the wrong map. In the same way that optical illusions fool our eyes -- and fool everyone's eyes in the same way -- Gilbert argues that our brains systematically misjudge what will make us happy. And these quirks in our cognition make humans very poor predictors of our own bliss.

The premise of his current research -- that our assumptions about what will make us happy are often wrong -- is supported with clinical research drawn from psychology and neuroscience. But his delivery is what sets him apart. His engaging -- and often hilarious -- style pokes fun at typical human behavior and invokes pop-culture references everyone can relate to. This winning style translates also to Gilbert's writing, which is lucid, approachable and laugh-out-loud funny. The immensely readable Stumbling on Happiness, published in 2006, became a New York Times bestseller and has been translated into 20 languages.

In fact, the title of his book could be drawn from his own life. At 19, he was a high school dropout with dreams of writing science fiction. When a creative writing class at his community college was full, he enrolled in the only available course: psychology. He found his passion there, earned a doctorate in social psychology in 1985 at Princeton, and has since won a Guggenheim Fellowship and the Phi Beta Kappa teaching prize for his work at Harvard. He has written essays and articles for The New York Times, Time and even Starbucks, while continuing his research into happiness at his Hedonic Psychology Laboratory.

More profile about the speaker
Dan Gilbert | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee