Letzten Dienstag haben meine Freunde 14 Minuten damit verbracht zu entscheiden, wo wir trainieren gehen. Vierzehn Minuten. Vier von uns, drei Meinungen ueber das Dach in der Innenstadt, einer der den Park mit den niedrigen Mauern wollte, und niemand war bereit sich festzulegen, weil niemand die Person sein wollte die falsch gewaehlt hat.
Ich oeffnete einen Browser-Tab, tippte sechs Parkour-Spots in ein Gluecksrad-Tool und drueckte auf Drehen. Das Rad landete auf der Brueckenunterfuehrung. Alle zuckten mit den Schultern. Wir gingen hin. Die Session war solide. Niemand beschwerte sich.
Diese 14-minuetige Diskussion ging nicht um Trainings-Spots. Es ging um Entscheidungsmüdigkeit; die langsame Erosion deiner Faehigkeit, gute Entscheidungen zu treffen, nachdem du zu viele mittelmäßige getroffen hast. Und es passiert staendig in Kontexten, die weit wichtiger sind als wo man seine Kongs uebt.
Warum Menschen schrecklich in zufaelliger Auswahl sind
Wir denken, wir sind gut darin, Dinge zufaellig auszuwaehlen. Sind wir nicht. Bitte jemanden eine zufaellige Zahl zwischen 1 und 10 zu waehlen, und er wird ueberproportional die 7 waehlen. Bitte einen Lehrer, Schueler "zufaellig" im Unterricht aufzurufen, und er wird unbewusst die bevorzugen, die Blickkontakt herstellen, vorne sitzen oder kuerzlich nicht aufgerufen wurden. Der Bias ist fuer den Auswaelenden unsichtbar.
Das ist kein Charakterfehler. Es ist Architektur. Menschliche Gehirne haben sich entwickelt, um Muster zu finden, nicht um Zufaelligkeit zu erzeugen. Eine in PLOS ONE veroeffentlichte Studie zeigte, dass wenn Menschen versuchen zufaellige Sequenzen zu produzieren, sie systematisch Wiederholungen und Cluster vermeiden; genau die Merkmale, die echte Zufaelligkeit produziert. Wir sind so schlecht darin, dass Forscher von Menschen erzeugte "zufaellige" Sequenzen als Test fuer kognitive Verzerrung verwenden.
Barry Schwartz dokumentierte den Kaskadeneffekt in The Paradox of Choice: wenn Menschen zu vielen Optionen gegenueberstehen, erstarren sie (Analyseparalyse) oder waehlen und gruebeln dann darueber, ob sie falsch gewaehlt haben. Seine Forschung in Swarthmore fand, dass "Maximierer"; Menschen die jede Option bewerten muessen bevor sie sich festlegen; deutlich weniger Zufriedenheit mit ihren Entscheidungen berichten als "Satisficer", die etwas Gutes genug waehlen und weitermachen.
Ein zufaelliges Auswahlrad ist eine Satisficer-Maschine. Es entfernt das emotionale Gewicht von Entscheidungen mit niedrigem Einsatz und uebergibt es der Wahrscheinlichkeit.
Wo ein Zufallsrad wirklich echte Probleme loest
Ich nahm an, dass Gluecksrad-Tools Neuheitsspielzeuge waren, bis ich anfing darauf zu achten, wie die Leute sie tatsaechlich benutzen. Die Anwendungsfaelle fallen in drei ueberraschend unterschiedliche Kategorien.
Klassenzimmer
Lehrer wissen seit Jahrzehnten, dass zufaelliges Aufrufen die Beteiligung verbessert. Das Problem ist, dass von Menschen ausgewaehlte Aufrufe verzerrt sind. Lehrer rufen Schueler, die in T-Form sitzen (erste Reihe plus Mittelsaeule), mit ungefaehr der 3-fachen Rate der Schueler in den hinteren Ecken auf. Sie rufen Jungen haeufiger auf als Maedchen. Sie vermeiden Schueler, die aengstlich wirken, was bedeutet, dass die Schueler, die am meisten Uebung im Sprechen brauchen, sie nie bekommen.
Ein zufaelliger Namensgenerator loest dies mechanisch. Setze 30 Namen auf das Rad, drehe es, und wer auch immer es trifft, antwortet. Die Zufaelligkeit ist fuer die gesamte Klasse sichtbar; niemand kann den Lehrer des Favoritismus beschuldigen. Lehrer an Mittelschulen in meinem Netzwerk berichten, dass sichtbare Zufaelligkeit ("das Rad hat dich ausgewaehlt, nicht ich") den Widerstand von Schuelern reduziert, die nicht aufgerufen werden wollen. Die Verantwortung verschiebt sich vom Lehrer zum Mechanismus.
Teamentscheidungen und Retrospektiven
Sprint-Retrospektiven erzeugen Aktionspunkte. Jemand muss jeden uebernehmen. Das Hoeflichkeitsproblem tritt ein: niemand meldet sich freiwillig fuer die nervigen Aufgaben, und dieselben verantwortungsbewussten Menschen enden mit unverhaeltnismaessiger Last. Ein Raddreher weist Verantwortung ohne die sozialen Dynamiken zu.
Ich habe gesehen, dass das auch in Standup-Meetings funktioniert. Anstatt jeden Tag in der gleichen Uhrzeigerrichtung zu gehen (was bedeutet, dass dieselbe Person immer zuerst dran ist, waehrend sie noch aufwacht, und dieselbe Person immer zuletzt dran ist, wenn alle schon abgeschaltet haben), drehe das Rad fuer die Sprechreihenfolge. Zufaellige Reihenfolge haelt die Leute wach, weil man nicht weiss, wann man dran ist.
Pair-Programming-Rotationen, Code-Review-Zuweisungen, wer die Demo den Stakeholdern praesentiert; all das profitiert von der Randomisierung, die ein Teamgenerator oder ein zufaelliger Auswahlpicker in Sekunden erledigt.
Verlosungen und Content-Erstellung
Wenn du jemals eine Social-Media-Verlosung durchgefuehrt hast, kennst du die Angst. Waehle einen Gewinner manuell und jemand wird dich des Favoritismus beschuldigen. Benutze einen Zufallspicker vor der Kamera und das Publikum vertraut dem Ergebnis, weil es den Prozess beobachtet hat. Das Rad ist theatralisch auf eine Weise, die ein Zufallszahlengenerator nicht ist. Niemand will zusehen, wie jemand auf "Generieren" klickt und eine Zahl abliest. Menschen wollen zusehen, wie ein Rad sich dreht und dramatisch zum Stillstand kommt.
Streamer, YouTuber und Eventorganisatoren benutzen Gluecksraeder aus genau diesem Grund. Das visuelle Feedback ist das Produkt. Ein Muenzwerfer funktioniert fuer binaere Entscheidungen, und ein Wuerfelwerfer funktioniert fuer nummerierte Ergebnisse, aber fuer benannte Optionen mit mehr als sechs Eintraegen ist das Rad die richtige Schnittstelle.
Wie Math.random() wirklich unter der Haube funktioniert
Da das Tool vollstaendig in deinem Browser laeuft, kommt die Zufaelligkeit von JavaScripts Math.random(). Diese Funktion hat eine interessante Geschichte.
Bis 2015 benutzte Chromes V8-Engine einen Algorithmus namens MWC1616 (multiply with carry), der ehrlich gesagt schrecklich war. Er hatte nur 2^32 moegliche Zustaende und bestand mehrere statistische Zufaelligkeitstests nicht. Das V8-Team dokumentierte den Ersatz im Detail: sie wechselten zu xorshift128+, einem Algorithmus mit 2^128 - 1 moeglichen Zustaenden, der jeden Test in der TestU01-Suite besteht. Firefox und Safari uebernahmen denselben Algorithmus.
Ist er kryptographisch sicher? Nein. Math.random() ist ein Pseudozufallszahlengenerator, kein kryptographischer. Wenn du Verschluesselungsschluessel generierst, benutze crypto.getRandomValues(). Aber um einen Trainings-Spot zu waehlen oder einen Schueler auszusuchen? xorshift128+ ist mehr als ausreichend. Die Verteilung ist gleichmaessig, die Periode ist astronomisch lang, und kein Mensch wird jemals ein Muster in der Ausgabe erkennen.
Die Radanimation benutzt die Canvas API um farbige Segmente zu zeichnen und eine Easing-Funktion fuer die Abbremsung des Drehens. Das Ergebnis wird bestimmt, bevor die Animation startet; das Rad rendert ein vorbestimmtes Ergebnis mit dramatischem Timing, nicht physikalische Simulation. Das bedeutet, das visuelle Erlebnis ist befriedigend, aber die Zufaelligkeit wird sofort entschieden.
Das Datenschutz-Argument
Die meisten Gluecksrad-Tools online laden deine Eintraege auf einen Server hoch. Einige speichern deine Daten unbegrenzt. Einige der populaeren setzen Tracking-Cookies von fuenf verschiedenen Werbenetzwerken, bevor du deine erste Option eingetippt hast.
Das Kitmul-Gluecksrad laeuft vollstaendig in deinem Browser. Keine Eintraege verlassen dein Geraet. Kein Server sieht die Namen deiner Schueler, die Namen deiner Teammitglieder oder deine Liste von Trainings-Spots. Fuer Lehrer, die Schuelernamen verwenden; die unter FERPA in den USA und aehnlichen Vorschriften anderswo geschuetzt sind; ist das kein Bonus. Es ist eine Compliance-Anforderung, die die meisten Online-Tools stillschweigend verletzen.
Die URL-Zustandspersistenz bedeutet, dass du eine Radkonfiguration als Lesezeichen speichern oder als Link teilen kannst, ohne serverseitige Speicherung. Die Optionen sind in der URL selbst kodiert. Schliesse den Tab, oeffne das Lesezeichen, und dein Rad ist zurueck.
Wann man kein Rad benutzen sollte
Zufaellige Auswahl ist falsch, wenn die Entscheidung tatsaechlich Konsequenzen hat. Benutze kein Rad um zu entscheiden, welche Datenbankmigration zuerst ausgefuehrt werden soll. Benutze es nicht um zu waehlen, welchen Kandidaten du interviewst. Benutze es nicht um Budget zuzuweisen.
Das Rad funktioniert, wenn die Optionen ungefaehr gleichwertig sind und die Kosten einer "falschen" Wahl nahe null sind. Trainings-Spots. Sprechreihenfolge. Hausaufgaben-Reviewpartner. Spieleabend-Auswahl. Verlosungsgewinner aus einem vorqualifizierten Pool.
Wenn du dich dabei ertappst, Elemente auf ein Rad zu setzen und zu hoffen, dass es nicht auf einem davon landet, sagt dir dein Gehirn, dass die Entscheidung nicht wirklich zufallsgeeignet ist. Du hast eine Praeferenz. Ehre sie.
Die 14-Minuten-Regel
Nach dem Trainings-Spot-Vorfall begann ich zu messen, wie lange Gruppenentscheidungen dauern, wenn jeder ein Vetorecht hat und niemand einen Mechanismus hat. Der Median fuer eine Gruppe von 4+ Personen, die aus 5+ Optionen waehlt: 14 Minuten. Der Median fuer dieselbe Gruppe mit einem Zufallspicker: 30 Sekunden, einschliesslich der Diskussion darueber, ob das Ergebnis "wirklich zufaellig" ist.
Das sind 13,5 Minuten gespart. Multipliziere das mit der Anzahl der Gruppenentscheidungen mit niedrigem Einsatz, die dein Team pro Woche trifft. Fuer uns waren es etwa 6. Das sind 81 Minuten pro Woche; ein ganzer Pomodoro-Block plus etwas; fuer Entscheidungen ausgegeben, bei denen das Ergebnis genuinement egal war.
Das Gluecksrad ist kostenlos, laeuft in deinem Browser und beruehrt keinen Server. Tippe deine Optionen ein, drehe, und wende dich der Arbeit zu, die wirklich zaehlt.
Gluecksrad ist Teil des Zufallsgeneratoren-Toolkits auf Kitmul. Siehe auch: Zufallszahlengenerator, Schere Stein Papier, und Lernkarten mit verteilter Wiederholung.