Sollten wir KI-Vorhersagen mehr vertrauen als uns selbst? Meine Erfahrungen vom FMP Prediction Tournament
Stand-Hinweis (Juli 2026): Die Frage, um die sich der Text dreht, ist entschieden, und zwar gegen das Bauchgefühl: Taylor Swift und Travis Kelce haben ihre Verlobung am 26. August 2025 bekannt gegeben, also innerhalb des Zeitraums, für den die KI 50 Prozent ausgegeben hatte. Auch die Forecasting-Zahlen sind inzwischen präziser belegt und im Text korrigiert. Was trägt: dass ein 50-Prozent-Wert keine Aussage ist, gegen die man „gewinnt” oder „verliert”, und dass die schwierige Übung darin besteht, Modell und eigenes Wissen gegeneinander zu wägen statt eines von beiden auszuschalten.
Ich bin gerade Zweiter beim FMP Prediction Tournament geworden.
Über 60 Leute, 12 Vorhersagen aus Politik, Wirtschaft, Sicherheit und Popkultur. Um ehrlich zu sein: Selten war ich auf einen 2. Platz so stolz.
Aber ich muss eine unbequeme Frage stellen.
Ich habe ChatGPT (damals noch das O3-Modell im Thinking-Modus) genutzt. Für jede einzelne Frage.
Das Modell hat mir Wahrscheinlichkeiten ausgespuckt, Szenarien durchgespielt, Datenlagen zusammengefasst. Und es war verdammt hilfreich. Doch dann kam ein Moment, der mich aufhorchen ließ.
Die Taylor-Swift-Verlobung
Bei der Frage nach einer möglichen Taylor-Swift-Verlobung bis Ende 2025 hat mir die KI eine Wahrscheinlichkeit von 50 % ausgegeben.
Ich dachte: Das ist Quatsch. Mein Bauchgefühl sagt ganz klar „Nein“.
Dank meiner Frau kannte ich zu diesem Zeitpunkt 36 Songtexte auswendig und dazu 471 Fakten über „Tay Tay“ 😅.
Und trotzdem: Es fiel mir superschwer, mich gegen ChatGPT zu entscheiden.
Und das ist das Learning, das mich tatsächlich am meisten mitnimmt und beschäftigt.
Die KI als ernstzunehmender Forecaster
KI wird jeden Tag besser im Forecasting. Aktuelle Modelle kommen fast auf das Niveau der besten menschlichen Prognostiker, der sogenannten Superforecaster.
Philip Tetlocks berühmte Forschungen zu Superforecastern haben gezeigt, dass bestimmte Menschen durch strukturierte Denkweisen, kontinuierliche Aktualisierung ihrer Annahmen und die Vermeidung kognitiver Verzerrungen erstaunlich präzise Vorhersagen treffen können. Bisher waren diese Experten ungeschlagen.
Doch die Lage ändert sich gerade massiv. Das Forecasting Research Institute misst den Abstand auf ForecastBench laufend, und im Januar 2026 lagen die Superforecaster noch mit 0,017 Brier-Punkten vorn. Zum Vergleich: Das beste getestete Modell kam im Oktober 2025 auf einen Brier-Score von 0,102, ein Jahr davor waren es 0,117. Der durchschnittliche „Otto-Normal-Vorhersager“ wurde von der KI längst überholt. Schreibt man den Trend fort, fällt der Gleichstand auf November 2026, mit einem Konfidenzintervall von Januar 2026 bis November 2027.
Die Magie der Kombination
Die wahre Stärke liegt jedoch, wie so oft, nicht in der Entscheidung „Mensch ODER Maschine“, sondern in der Kombination von beiden, ein Muster, das sich auch in der Frage zeigt, ob KI uns dümmer macht. In einer präregistrierten Studie mit 991 Teilnehmern verbesserte ein LLM-Assistent die Treffgenauigkeit der Vorhersagen um 24 bis 28 % gegenüber der Kontrollgruppe. Die KI ist exzellent darin, in Sekundenschnelle gewaltige Datenmengen, historische Vergleichsfälle und Wahrscheinlichkeiten zu verarbeiten, während der Mensch (und das ist der entscheidende Punkt) Kontextwissen und Bauchgefühl mitbringen kann. Ein Bauchgefühl, das aus Erfahrungen gespeist wird, die nicht in den Trainingsdaten der KI liegen. (Oder eben aus intensivem Swiftie-Wissen).
Vertrauen ja, aber nicht blind
Wir stehen an der Schwelle zu einer Zeit, in der KI-Vorhersagen extrem präzise und für jedermann verfügbar werden. Forecasting wird günstiger, schneller und zugänglicher.
Die wichtigste Fähigkeit für uns wird es sein, diese Vorhersagen richtig einzuordnen. Wir dürfen der Maschine nicht blind vertrauen, wenn unser Kontext-Wissen etwas anderes sagt, auch wenn es schwerfällt. Dass zwischen dem, was KI theoretisch kann, und dem, was in der Praxis passiert, oft eine riesige Lücke klafft, zeigt auch die aktuelle Anthropic-Studie zum Arbeitsmarkt. Gleichzeitig sollten wir aber die demutsvolle Erkenntnis zulassen, dass die KI oft objektiver und analytischer an Probleme herangeht als wir selbst.
Vertrauen wir also auf unsere eigenen Instinkte, lernen wir aber, die starken quantitativen und rationalen Einordnungen der KI als perfektes Gegenüber zu nutzen.
Wie nutzen Sie KI für strategische Entscheidungen? Vertrauen Sie eher dem Algorithmus oder Ihrem Bauchgefühl? Lassen Sie uns das gerne diskutieren! Solche Einordnungen zu aktuellen Studien und Experimenten teile ich regelmäßig auch in meinem Newsletter.