by Alexander Lettner

Published On: 11. Oktober 2026

by Alexander Lettner

Published On: 11. Oktober 2026

Die Wissenschaft hinter guten Ideen · Kollektive Intelligenz

Die Weisheit der Vielen – funktioniert sie wirklich?

Viele Perspektiven können bessere Entscheidungen ermöglichen. Entscheidend ist jedoch, ob eine Organisation Unterschiede bewahrt, eigenständige Urteile ermöglicht und verteiltes Wissen sinnvoll zusammenführt.

Wissenschaftlicher Fachartikel · Themen: Kollektive Intelligenz, Partizipation, Ideenmanagement

1. Einleitung: Wenn 500 Menschen mehr wissen als fünf

Ein Unternehmen möchte neue Innovationsmöglichkeiten identifizieren. Es könnte fünf erfahrene Führungskräfte um eine Einschätzung bitten oder 500 Mitarbeitende aus Kundenservice, Vertrieb, Produktion, IT und Verwaltung beteiligen. Die zweite Variante eröffnet Zugang zu deutlich mehr Alltagserfahrungen und unterschiedlichen Perspektiven. Dennoch ist keineswegs garantiert, dass die größere Gruppe auch die besseren Ideen entwickelt oder die besseren Entscheidungen trifft.

Die Vorstellung, dass aus vielen Einzelurteilen ein besonders gutes gemeinsames Urteil entstehen kann, wurde durch James Surowieckis The Wisdom of Crowds bekannt. Thomas W. Malone (2018) betrachtet in Superminds darüber hinaus die Fähigkeit von Gruppen, durch geeignete Formen der Zusammenarbeit Leistungen zu erzielen, die Einzelnen nicht möglich wären. Dem steht die organisationskritische Perspektive von Gunter Dueck (2015) gegenüber: Auch kluge Menschen können gemeinsam schlechte Entscheidungen treffen, wenn Strukturen, Anreize und Abstimmungsprozesse ihr Wissen nicht sinnvoll nutzbar machen.

Forschungsfrage: Unter welchen Bedingungen wird aus der Beteiligung vieler Menschen tatsächlich kollektive Intelligenz, und wann verhindern soziale Einflüsse und ungeeignete Verfahren, dass die Organisation ihr verteiltes Wissen nutzt?

2. Theoretische Grundlagen: Woher die Weisheit der Vielen kommt

2.1 Die Aggregation unabhängiger Einschätzungen

Ein frühes Beispiel lieferte Francis Galton, der die Schätzungen eines Wettbewerbs zum Gewicht eines Ochsen untersuchte und 1907 in Nature veröffentlichte. Einzelne Personen verschätzten sich, während die zusammengefasste Einschätzung der Gruppe bemerkenswert nahe am tatsächlichen Wert lag (Galton, 1907). Die Geschichte illustriert einen statistischen Mechanismus: Wenn individuelle Fehler nicht vollständig gleichgerichtet sind, können sie sich bei der Aggregation teilweise ausgleichen.

Surowiecki (2004) formulierte vier Bedingungen, die eine solche Weisheit der Vielen begünstigen: unterschiedliche Perspektiven, möglichst unabhängige Urteile, dezentrale Informationsquellen und ein geeignetes Verfahren zur Zusammenführung der Ergebnisse. Diese Bedingungen sind keine Garantie für richtige Entscheidungen. Sie beschreiben vielmehr Voraussetzungen, unter denen eine Gruppe Informationsvorteile gegenüber Einzelnen entwickeln kann. Kameda, Toyokawa und Tindale (2022) zeigen in ihrem Forschungsüberblick, dass kollektive Intelligenz darüber hinaus unterschiedliche Formen annimmt und nicht auf die Mittelung numerischer Schätzungen reduziert werden darf.

2.2 Vielfalt ist nur dann nützlich, wenn sie relevantes Wissen erschließt

Hong und Page (2004) zeigten in einem theoretischen Modell, dass unterschiedlich denkende Problemlöser unter bestimmten Voraussetzungen Gruppen besonders leistungsfähiger Einzelpersonen übertreffen können. Der Befund wird gelegentlich als allgemeines Argument für möglichst große und vielfältige Gruppen verstanden, doch diese Interpretation geht über das Modell hinaus. Entscheidend ist, dass die Beteiligten für das jeweilige Problem tatsächlich unterschiedliche und nützliche Lösungswege einbringen.

Für Organisationen liegt darin ein wichtiger Gedanke: Beschäftigte verfügen nicht nur über unterschiedlich viel Wissen, sondern über unterschiedliches Wissen. Wer regelmäßig mit Kunden spricht, erkennt andere Schwierigkeiten als jemand, der Budgets plant oder technische Systeme betreut. Beteiligung kann deshalb den Informationsraum einer Organisation erweitern, sofern diese Unterschiede im weiteren Prozess erhalten bleiben.

2.3 Kollektive Leistung hängt auch von der Zusammenarbeit ab

Woolley, Chabris, Pentland, Hashmi und Malone (2010) untersuchten die Leistungen kleiner Gruppen und fanden Hinweise auf einen allgemeinen Faktor kollektiver Intelligenz, den sogenannten c-factor. Höhere Gruppenleistung hing unter anderem mit sozialer Wahrnehmungsfähigkeit und einer gleichmäßigeren Verteilung von Gesprächsanteilen zusammen, nicht lediglich mit der höchsten individuellen Intelligenz in der Gruppe. Die Interpretation dieses Faktors wird wissenschaftlich diskutiert; der Befund unterstreicht dennoch, dass die Organisation von Zusammenarbeit eine eigenständige Rolle spielt.

Die Gegenüberstellung von Malones Superminds und Duecks Schwarmdumm ist dabei eine konzeptionelle Einordnung, kein Vergleich zweier gleichartiger empirischer Studien. Beide Perspektiven verdeutlichen, dass die Zahl kompetenter Personen allein noch keine intelligente Organisation hervorbringt.

3. Was die Forschung zeigt: Vier Grenzen kollektiver Entscheidungen

3.1 Sozialer Einfluss kann Vielfalt zerstören

Lorenz, Rauhut, Schweitzer und Helbing (2011) untersuchten experimentell, wie sich Schätzungen verändern, wenn Teilnehmende die Antworten anderer kennenlernen. Bereits begrenzter sozialer Einfluss ließ Einschätzungen näher zusammenrücken, ohne die Genauigkeit entsprechend zu verbessern. Zugleich konnten die Teilnehmenden mehr Sicherheit in ihren Urteilen entwickeln. Die Gruppe wirkte damit geschlossener, obwohl ihr gemeinsames Urteil nicht zwingend besser wurde.

Für betriebliche Ideenprozesse ist dies ein relevanter Warnhinweis. Wenn früh sichtbar ist, welche Vorschläge bereits viele Stimmen erhalten haben, können spätere Bewertungen teilweise durch die wahrgenommene Zustimmung anderer beeinflusst werden. Dass genau dieser Effekt in einer konkreten Ideenplattform auftritt, muss allerdings gesondert untersucht werden; das Experiment von Lorenz und Kollegen bezog sich auf Schätzaufgaben.

3.2 Austausch kann Urteile auch verbessern

Die gegenteilige Schlussfolgerung, wonach Menschen grundsätzlich isoliert entscheiden sollten, wäre ebenso unzureichend. Becker, Brackbill und Centola (2017) zeigten, dass sozialer Einfluss in dezentralen Kommunikationsnetzwerken die Genauigkeit kollektiver Einschätzungen verbessern kann. Menschen profitieren davon, neue Informationen aufzunehmen und ihre eigene Position zu überdenken. In stärker zentralisierten Strukturen kann der Einfluss einzelner Personen hingegen stärker in eine ungünstige Richtung wirken.

Der entscheidende Unterschied liegt somit nicht einfach zwischen Austausch und Unabhängigkeit. Relevant ist, wann Informationen geteilt werden, wie das Netzwerk aufgebaut ist und ob Beteiligte Gelegenheit behalten, eigene Beobachtungen einzubringen. Eigenständiges Denken und gemeinsames Lernen sind keine Gegensätze, sondern müssen sinnvoll aufeinander folgen.

3.3 Gruppen übersehen häufig einzigartiges Wissen

Stasser und Titus (1985) verteilten in klassischen Experimenten entscheidungsrelevante Informationen so auf Gruppenmitglieder, dass eine gute Entscheidung nur möglich war, wenn die Gruppe ihr Wissen zusammenführte. In den Diskussionen wurden jedoch bevorzugt Informationen besprochen, die mehrere Personen bereits kannten. Einzigartige Informationen einzelner Beteiligter erhielten vergleichsweise wenig Aufmerksamkeit. Die Gruppe verfügte damit insgesamt über das notwendige Wissen, nutzte es aber nicht vollständig.

Gerade für Organisationen mit unterschiedlichen Fachbereichen ist dieser Mechanismus bedeutsam. Ein Meeting kann intensiv und konstruktiv erscheinen, obwohl vor allem bereits Bekanntes wiederholt wird. Die ungewöhnliche Kundenbeobachtung, ein technisches Detail oder eine abweichende Einschätzung bleiben dann möglicherweise unberücksichtigt, obwohl sie den größten zusätzlichen Informationswert besitzen.

3.4 Die Auswahl der kreativsten Idee ist ein eigenes Problem

Rietzschel, Nijstad und Stroebe (2010) zeigten, dass Menschen zwar kreative Vorschläge entwickeln können, bei der anschließenden Auswahl jedoch nicht automatisch die kreativsten bevorzugen. Kriterien wie Machbarkeit und erwartete Wirkung beeinflussen das Urteil. Die Crowd ist deshalb kein zuverlässiges Orakel für radikale Innovationen. Christensens The Innovator’s Dilemma (1997) bietet dazu eine strategische Perspektive: Bestehende Kundenbeziehungen und etablierte Bewertungskriterien können dazu beitragen, dass neue Entwicklungen unterschätzt werden, obwohl Entscheidungen aus Sicht des aktuellen Geschäfts nachvollziehbar sind.

Die Übertragung dieser Befunde auf eine konkrete betriebliche Ideenauswahl ist eine wissenschaftlich begründete Einordnung, keine allgemeingültige Aussage über die Überlegenheit oder Unterlegenheit von Mehrheitsentscheidungen.

Zentrale Erkenntnis: Verteiltes Wissen wird nicht automatisch zu kollektivem Wissen, nur weil viele Menschen beteiligt sind oder miteinander diskutieren.

4. Diskussion und Einordnung: Zwischen Unabhängigkeit und gemeinsamem Lernen

Die Forschung zeigt eine Spannung, die für die Gestaltung von Innovationsprozessen zentral ist. Einerseits lebt die Weisheit der Vielen von unterschiedlichen Informationen und möglichst eigenständigen Einschätzungen. Andererseits müssen Menschen miteinander kommunizieren, um fremdes Wissen aufzunehmen und ihre Ideen weiterzuentwickeln. Zu früher sozialer Einfluss kann Unterschiede nivellieren, während vollständige Isolation Lernchancen verhindert. Ein guter Prozess muss beide Anforderungen berücksichtigen.

Hinzu kommt eine methodische Grenze: Viele klassische Untersuchungen arbeiten mit Schätzungen, deren Genauigkeit sich an einem bekannten Ergebnis prüfen lässt. Für neue Geschäftsmodelle, strategische Chancen oder radikale Innovationen existiert zum Zeitpunkt der Entscheidung häufig keine objektiv überprüfbare richtige Antwort. Die Ergebnisse solcher Experimente helfen, Mechanismen zu verstehen, liefern aber keine einfache Formel für die Auswahl der besten Innovation.

Aus den Forschungsrichtungen lässt sich deshalb eine Prozesslogik ableiten, die ausdrücklich als eigene Synthese zu verstehen ist: Beteiligung erschließt unterschiedliche Perspektiven; eigenständiges Denken bewahrt zunächst ihre Unabhängigkeit; strukturierter Austausch macht zusätzliche Informationen zugänglich; und eine geeignete Aggregation führt zu einer begründeten Entscheidung. Die einzelnen Mechanismen sind wissenschaftlich untersucht, die gesamte Abfolge wurde in dieser Form nicht als einheitliches Modell empirisch bestätigt.

5. Bedeutung für das Ideenmanagement: Wie Organisationen verteiltes Wissen nutzen

Unterschiedliche Perspektiven gezielt einbeziehen

Beteiligung sollte sich nicht auf eine möglichst hohe Teilnehmerzahl reduzieren. Sinnvoller ist es, zunächst zu bestimmen, welches Wissen für eine Herausforderung relevant sein könnte und in welchen Bereichen dieses Wissen liegt. Bei einer Frage zur Kundenzufriedenheit können Beschäftigte aus Service, Vertrieb, Produktentwicklung und Abrechnung jeweils andere Erfahrungen beitragen. Werden dagegen nur Personen mit ähnlichem Hintergrund eingeladen, entsteht auch bei großer Teilnehmerzahl wenig zusätzlicher Informationswert.

Eigenständige Beiträge vor der Gruppendiskussion ermöglichen

Bevor Vorschläge, Zwischenstände oder Mehrheitsmeinungen sichtbar werden, kann es sinnvoll sein, Beobachtungen und erste Einschätzungen unabhängig voneinander zu sammeln. Damit wird nicht jede soziale Beeinflussung verhindert, aber die Chance erhöht, dass unterschiedliche Perspektiven zunächst erkennbar bleiben. Besonders bei Bewertungen sollten Organisationen prüfen, ob frühe Ranglisten und sichtbare Zustimmung die Unabhängigkeit der Urteile beeinträchtigen könnten.

Einzigartige Informationen ausdrücklich sichtbar machen

Diskussionen sollten nicht nur die bereits populärsten Argumente wiederholen. Moderation und strukturierte Verfahren können gezielt nach abweichenden Erfahrungen, Gegenargumenten und bislang unberücksichtigtem Fachwissen fragen. Gerade Menschen mit seltenem Spezialwissen benötigen eine realistische Möglichkeit, ihre Beobachtungen einzubringen, bevor die Gruppe zu einem gemeinsamen Urteil gelangt.

Aggregation an die Entscheidung anpassen

Abstimmungen, gewichtete Bewertungen, Expertenurteile und Experimente erfüllen unterschiedliche Aufgaben. Eine einfache Mehrheitsentscheidung kann Präferenzen sichtbar machen, muss aber weder die technische Machbarkeit noch das Potenzial einer radikal neuen Idee zuverlässig abbilden. Bei weitreichenden Innovationsentscheidungen kann es deshalb sinnvoll sein, kollektive Einschätzungen mit fachlicher Prüfung oder einem begrenzten Praxistest zu verbinden.

Aus diesen Überlegungen folgt kein Plädoyer für unbegrenzte Beteiligung. Zusätzliche Stimmen erzeugen auch Koordinationsaufwand, und nicht jede Person verfügt zu jeder Frage über relevantes Wissen. Die Aufgabe des Ideenmanagements besteht darin, Beteiligung so zu organisieren, dass sie Erkenntnisgewinn ermöglicht und nicht lediglich Aktivität dokumentiert.

Gestaltungsprinzip: Beteiligung → Vielfalt → eigenständiges Denken → Austausch → Aggregation. Diese Abfolge ist eine aus mehreren Forschungsrichtungen abgeleitete Orientierung, keine empirisch bestätigte Universalformel.

6. Fazit: Wann sind die Vielen wirklich weise?

500 Mitarbeitende können gemeinsam über ein breiteres Spektrum an Erfahrungen und Informationen verfügen als fünf Führungskräfte. Daraus entsteht jedoch nicht automatisch eine bessere Entscheidung. Kollektive Intelligenz hängt davon ab, ob die Beteiligten relevantes unterschiedliches Wissen einbringen, ob ihre Urteile zunächst eigenständig bleiben dürfen, ob der anschließende Austausch neues Lernen ermöglicht und ob ein geeignetes Verfahren die Perspektiven zusammenführt.

Die zentrale Herausforderung liegt somit nicht darin, möglichst viele Menschen gleichzeitig nach ihrer Meinung zu fragen. Sie liegt darin, aus unterschiedlichen Beobachtungen und Einschätzungen ein gemeinsames Ergebnis zu entwickeln, ohne den Informationswert dieser Unterschiede schon auf dem Weg dorthin zu verlieren.

7. Was daraus folgt

● Unabhängige Einschätzungen können sich sinnvoll ergänzen. Sozialer Einfluss kann ihre Vielfalt verringern, ohne die Genauigkeit zu erhöhen (Lorenz et al., 2011).

● Gruppendiskussionen nutzen verteiltes Wissen nicht automatisch. Gemeinsam bekannte Informationen erhalten häufig mehr Aufmerksamkeit als einzigartige Beiträge (Stasser & Titus, 1985).

◐ Die Crowd erkennt radikal neue Ideen nicht zuverlässig. Kollektive Bewertungen sollten je nach Entscheidung durch Expertenwissen und Experimente ergänzt werden.

◐ Kollektive Intelligenz braucht eine gestaltete Abfolge. Beteiligung, Vielfalt, eigenständiges Denken, Austausch und Aggregation bilden eine wissenschaftlich begründete Prozesssynthese.

● = durch zitierte Forschung direkt gestützte Aussage · ◐ = wissenschaftlich begründete Ableitung

8. Literatur & Quellen

Becker, J., Brackbill, D. & Centola, D. (2017). Network dynamics of social influence in the wisdom of crowds. Proceedings of the National Academy of Sciences, 114(26), E5070–E5076. DOI: 10.1073/pnas.1615978114.

Christensen, C. M. (1997). The Innovator’s Dilemma: When New Technologies Cause Great Firms to Fail. Harvard Business School Press.

Dueck, G. (2015). Schwarmdumm: So blöd sind wir nur gemeinsam. Campus Verlag.

Galton, F. (1907). Vox Populi. Nature, 75, 450–451. DOI: 10.1038/075450a0.

Hong, L. & Page, S. E. (2004). Groups of diverse problem solvers can outperform groups of high-ability problem solvers. Proceedings of the National Academy of Sciences, 101(46), 16385–16389. DOI: 10.1073/pnas.0403723101.

Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.

Kameda, T., Toyokawa, W. & Tindale, R. S. (2022). Information aggregation and collective intelligence beyond the wisdom of crowds. Nature Reviews Psychology, 1, 345–357. DOI: 10.1038/s44159-022-00054-y.

Lorenz, J., Rauhut, H., Schweitzer, F. & Helbing, D. (2011). How social influence can undermine the wisdom of crowd effect. Proceedings of the National Academy of Sciences, 108(22), 9020–9025. DOI: 10.1073/pnas.1008636108.

Malone, T. W. (2018). Superminds: The Surprising Power of People and Computers Thinking Together. Little, Brown and Company.

Rietzschel, E. F., Nijstad, B. A. & Stroebe, W. (2010). The selection of creative ideas after individual idea generation: Choosing between creativity and impact. British Journal of Psychology, 101(1), 47–68. DOI: 10.1348/000712609X414204.

Stasser, G. & Titus, W. (1985). Pooling of unshared information in group decision making: Biased information sampling during discussion. Journal of Personality and Social Psychology, 48(6), 1467–1478. DOI: 10.1037/0022-3514.48.6.1467.

Surowiecki, J. (2004). The Wisdom of Crowds: Why the Many Are Smarter Than the Few and How Collective Wisdom Shapes Business, Economies, Societies and Nations. Doubleday.

Woolley, A. W., Chabris, C. F., Pentland, A., Hashmi, N. & Malone, T. W. (2010). Evidence for a collective intelligence factor in the performance of human groups. Science, 330(6004), 686–688. DOI: 10.1126/science.1193147.

Related Posts

  • Unternehmen sammeln Ideen, bewerten sie und entscheiden über ihre Umsetzung. Doch was geschieht mit dem Wissen, das dabei entsteht? Die Forschung zeigt, warum erfolgreiche, gescheiterte und abgelehnte Ideen unterschiedliche Erkenntnisse liefern und wie Organisationen verhindern können, dass wertvolle Erfahrungen verloren gehen.

  • Viele Ideen, hohe Beteiligung und zahlreiche Umsetzungen gelten als Zeichen eines erfolgreichen Ideenmanagements. Doch diese Kennzahlen erzählen nur einen Teil der Geschichte. Die Forschung zeigt, warum Innovationserfolg auf unterschiedlichen Ebenen gemessen werden muss und weshalb auch verworfene Ideen wertvolle Erkenntnisse liefern können.

  • Zu wenig Struktur macht Innovation zufällig, zu viel Struktur macht sie schwerfällig. Die Forschung zeigt, warum Unternehmen nicht möglichst viele Prozessschritte benötigen, sondern klare Verantwortlichkeiten an den entscheidenden Übergängen zwischen Idee und Umsetzung.

  • Kleine und mittlere Unternehmen müssen innovativ bleiben, verfügen aber selten über eine eigene Innovationsabteilung. Die Forschung zeigt, warum Innovation trotzdem systematisch organisiert werden kann und welche Rolle Mitarbeitende, klare Verantwortlichkeiten und externe Wissensquellen dabei spielen