Wie misst man, ob jemand Hypothesen besser, schneller oder umfangreicher bilden kann?

Das lässt sich nur **indirekt** messen, weil „Hypothesen bilden“ kein einzelner, sauber isolierbarer Vorgang ist. Man misst deshalb meist **mehrere Teilaspekte**: 1. **Besser** - **Qualität der Hypothesen**: Sind sie logisch, prüfbar, relevant und mit den gegebenen Informationen vereinbar - **Trefferquote**: Wie oft führen die Hypothesen zu richtigen Vorhersagen oder guten Erklärungen - **Kalibrierung**: Passt die Sicherheit der Person zur tatsächlichen Richtigkeit 2. **Schneller** - **Zeit bis zur ersten brauchbaren Hypothese** - **Zeit bis zu einer guten Hypothese** - **Zeit unter Unsicherheit oder Zeitdruck** 3. **Umfangreicher** - **Anzahl unterschiedlicher Hypothesen** - **Breite der Suchrichtung**: Werden nur naheliegende oder auch alternative Erklärungen erzeugt - **Diversität**: Sind die Hypothesen wirklich verschieden oder nur Varianten derselben Idee Typische Messmethoden: - **Standardisierte Aufgaben**: Eine Person bekommt denselben Fall, Datensatz oder Befund wie andere. - **Bewertungsraster**: Unabhängige Beurteiler vergeben Punkte für Plausibilität, Originalität, Prüfbarkeit und Vollständigkeit. - **Vorhersageaufgaben**: Gute Hypothesen zeigen sich daran, dass sie spätere Daten besser antizipieren. - **Think-aloud-Protokolle**: Man analysiert, wie viele und welche Hypothesen im Denkprozess entstehen. - **Experimentelle Vergleiche**: Gleiche Aufgabe, gleiche Zeit, gleiche Informationen, dann Vergleich der Ergebnisse. Wichtig ist: **Mehr Hypothesen** heißt nicht automatisch **bessere Hypothesen**. Gute Messung braucht daher meist eine Kombination aus: - **Qualität** - **Geschwindigkeit** - **Vielfalt** - **Erfolgsquote bei Prüfung** Kurz gesagt: Man misst nicht direkt „Hypothesenfähigkeit“, sondern beobachtet, **wie gut, wie schnell und wie vielfältig jemand unter kontrollierten Bedingungen plausible und prüfbare Erklärungen erzeugt**.