2010 erhielten drei italienische Forscher den Ig-Nobelpreis für Management. Ihr kurioses Ergebnis: In ihrem Computermodell konnten Organisationen besser funktionieren, wenn sie ihre Beschäftigten zufällig beförderten. Neun Jahre später ließ eine Untersuchung echter Unternehmen den Witz gar nicht mehr so abwegig erscheinen.

Alessandro Pluchino, Andrea Rapisarda und Cesare Garofalo griffen das Peter-Prinzip auf: Menschen werden befördert, weil sie ihre bisherige Arbeit gut machen, obwohl die nächste Stelle ganz andere Fähigkeiten verlangt. In ihrem Modell konnten zufällige Beförderungen besser funktionieren als die Beförderung der Leistungsstärksten, wenn die Leistung auf einer Hierarchieebene nichts über die Leistung auf der nächsten aussagte. Das Ergebnis hing von genau dieser Annahme ab. Ob sie in echten Betrieben zutrifft, ist eine andere Frage. [14]

2019 veröffentlichten die Ökonomen Alan Benson, Danielle Li und Kelly Shue eine Studie über knapp 39.000 Vertriebsmitarbeiter in 131 US-Unternehmen. Innerhalb von sieben Jahren waren 1.553 von ihnen in Führungspositionen aufgestiegen. Die Unternehmen wählten überwiegend ihre besten Verkäufer. Umsätze ließen sich leicht messen, und die Entscheidung war leicht zu begründen.

Doch die Daten zeigten einen unbequemen Zusammenhang: Je mehr jemand vor der Beförderung verkauft hatte, desto weniger verkauften danach tendenziell seine Mitarbeiter. Bei den Führungskräften, deren Teams sich auswerten ließen, erzielten die Mitarbeiter von Vorgesetzten, die vor ihrer Beförderung doppelt so viel verkauft hatten, im Schnitt rund 6,1 % weniger Umsatz pro Kopf. [1]

Die Unternehmen konnten Verkaufszahlen messen. Wie gut jemand ein Team führen würde, ließ sich dagegen weit schlechter beurteilen. Ein ähnliches Problem entsteht, wenn mehrere Bewerber die Anforderungen erfüllen, ihre unterschiedlichen Punktzahlen aber kaum etwas über ihre spätere Leistung verraten.

Eine deutsche Forschungsstiftung versuchte es anders: Sie kombinierte die Auswahl durch Fachgutachter mit einer Auslosung, samt echter Lostrommel.

85 Anträge in der Lostrommel

Im Herbst 2017 prüfte die VolkswagenStiftung 594 Anträge für ungewöhnliche Forschungsprojekte. Nach einer ersten Vorauswahl blieben 119 übrig. Ein Fachgremium hielt schließlich 85 Anträge für förderfähig und wählte davon selbst 17 Projekte aus.

Die Nummern aller 85 förderfähigen Anträge kamen in die Lostrommel, einschließlich der 17 bereits vom Gremium ausgewählten. Weitere 17 Nummern wurden gezogen. Bei fünf Projekten trafen Gremium und Los dieselbe Wahl. Insgesamt erhielten damit 29 unterschiedliche Projekte eine Förderung. [9]

VolkswagenStiftung: Vergabe der Fördermittel und spätere Ergebnisse
594eingegangene Anträge

85bestanden zwei Begutachtungsrunden

17vom Gremium ausgewählt
17ausgelost
Fünf Anträge standen auf beiden Listen

29unterschiedliche Projekte gefördert
Wer schnitt im gesamten Förderprogramm besser ab?
Gleichstand bei den Veröffentlichungen.In beiden Gruppen veröffentlichte derselbe Anteil der Geförderten wissenschaftliche Arbeiten.
Vom Gremium ausgewählt60 %veröffentlichten wissenschaftliche Arbeiten
Ausgelost60 %veröffentlichten wissenschaftliche Arbeiten
Nach Einführung der kombinierten Auswahl≈17% → ≈25%stieg der Frauenanteil unter den Geförderten
Ergebnis der Programmevaluation: Ein Losverfahren kann die Begutachtung durch Experten ergänzen. Beim Anteil der Geförderten, die wissenschaftliche Arbeiten veröffentlichten, zeigte keines der beiden Auswahlverfahren einen erkennbaren Vorteil. Zugleich wurde der Kreis der Geförderten vielfältiger.
Die Zahlen beziehen sich auf das gesamte Programm Experiment!, nicht nur auf die Verlosung von 2017. VolkswagenStiftung, Evaluation von 2024 [15].

Die Idee blieb nicht auf Deutschland beschränkt. Auch der neuseeländische Health Research Council vergab nach einer fachlichen Vorauswahl Fördermittel per Los. Einer der so geförderten Forscher verteidigte das Verfahren später öffentlich. [7] [8]

Die Geförderten erfuhren nie, ob das Gremium oder das Los über ihren Antrag entschieden hatte. Die VolkswagenStiftung wollte verhindern, dass eine Kluft zwischen jenen entstand, die sich ihre Förderung angeblich „verdient“ hatten, und jenen, die nur „Glück gehabt“ hatten. [10]

Wie die Wahl einer Führungskraft ein Team verändert

Wer eine Führungskraft bestimmt, beeinflusst damit auch, wer im Team Gehör findet. Die Ernennung kann bei den Kollegen den Eindruck erwecken, dass die Einschätzung dieser Person mehr zählt.

In einem Experiment von 2020 bearbeiteten 176 Personen in 44 Teams Zahlenaufgaben. Die Führungskräfte wurden entweder ausgelost oder danach ausgewählt, wie treffsicher ihre früheren Antworten waren oder wie sicher sie dabei aufgetreten waren. Teams unter besonders selbstsicheren Führungskräften nutzten das Wissen ihrer Mitglieder schlechter als Teams mit zufällig bestimmten Leitern. Auch die Auswahl nach früheren richtigen Antworten brachte keinen überzeugenden Vorteil. [2]

Stellen wir uns eine Projektbesprechung vor. Der Chef nennt als Erster seine Schätzung. Eine Kollegin kennt die Kosten der Ausrüstung, ein anderer Kollege hat gerade ein ähnliches Projekt abgeschlossen. Beide haben nützliche Informationen. Doch die Zahl des Chefs steht bereits im Raum.

Im Experiment passten die Teilnehmer ihre ursprünglichen Schätzungen meist zu wenig an. Wurde die Führungskraft als besonders treffsicher oder selbstbewusst vorgestellt, erhielt ihre Meinung zu viel Gewicht. Das Wissen der übrigen Teammitglieder wurde dadurch zu wenig genutzt. Dieser übermäßige Einfluss der Führungskraft war im Experiment deutlicher zu erkennen als etwaige Veränderungen in der Genauigkeit der endgültigen Antworten. [2]

Ein kleines Laborexperiment aus dem Jahr 1998, weit entfernt von der Personalauswahl in Unternehmen, deutete in dieselbe Richtung: Bei einer Überlebensaufgabe schnitten Gruppen, deren Leiter alphabetisch bestimmt worden waren, besser ab als Gruppen mit systematisch ausgewählten Leitern. [3]

Wann sorgfältige Auswahl wichtig ist

Geht es bei einer Stelle um Sicherheit, muss zunächst geklärt werden, wer die nötige Ausbildung hat. Ist eine Fähigkeit wichtig und lässt sie sich prüfen, sollte man sie auch prüfen.

Für die Auswahl von Führungskräften können strukturierte Interviews und arbeitsnahe Aufgaben helfen, die spätere Leistung vorherzusagen. [11]

An einer Studie von 2026 nahmen 555 Personen teil. Wer besonders gern eine Führungsrolle übernehmen wollte, zeigte keinen überzeugenden Vorteil gegenüber zufällig ernannten Führungskräften. Tests konkreter Fähigkeiten, etwa bei wirtschaftlichen Entscheidungen, eigneten sich besser dazu, die Führungsqualität vorherzusagen. [4]

Die Forscher untersuchten außerdem 225 bereits tätige Filialleiter. Aus den beobachteten Zusammenhängen zwischen Fähigkeiten, Führungsqualität und Umsätzen modellierten sie ein anderes Auswahlverfahren. Im Modell ergaben sich im Vergleich zur bisherigen Auswahlpraxis rund 16 % höhere Jahresumsätze. Sie setzten dieses Verfahren jedoch nicht in der Praxis um und verglichen es auch nicht mit einer Verlosung.

In einem weiteren Feldexperiment mit studentischen Teams erhöhten fähige, engagierte Führungskräfte die Einsatzbereitschaft und den Wissensaustausch. Noch stärker wirkte es sich aus, wenn die Führungskräfte konkrete Anweisungen zur Koordination ihrer Teams erhielten. [13]

Was unsere Nachanalyse der Daten ergab

Auf den ersten Blick schienen zwei Studien für die Zufallsauswahl zu sprechen. Wir wollten wissen, wie belastbar diese Schlussfolgerungen waren, wenn wir die Originaldaten selbst überprüften.

In einem Experiment in Indonesien übernahmen die Teilnehmer die Rolle von Beamten, die über die Verteilung des Geldes einer Gruppe entscheiden sollten. Die per Prüfung Ausgewählten gaben den anderen einen kleineren Anteil als die Ausgelosten. In der enger gefassten Stichprobe betrug der Unterschied −9,4 Prozentpunkte. Wir erwarteten, dass eine größere Stichprobe das Ergebnis klarer machen würde. Doch es kam anders: Als wir alle brauchbaren Entscheidungen über die Geldverteilung einbezogen, schrumpfte die Differenz auf −4,5 Punkte, und das Konfidenzintervall schloss nun auch null ein. Die Daten sprachen damit weit weniger überzeugend für einen Unterschied. Damit war es nichts mit der großen Schlagzeile. [5]

Bei der Studie von Fischer und Kollegen stießen wir auf ein anderes Problem. Wir konnten den veröffentlichten Effekt reproduzieren und sahen uns dann die Zuweisung der Teams genauer an: Die beiden Regeln zur Teambildung wurden in insgesamt nur vier Klassen angewandt. Das ist eine sehr schmale Grundlage für eine sichere kausale Schlussfolgerung. [6]

Unsere Berechnungen, einschließlich der alternativen Stichprobe und einer Prüfung des Designs mit vier Klassen, stehen unter dem interaktiven Werkzeug.

Wann sich weitere Ranglisten nicht lohnen

Zuerst die Mindestanforderungen prüfen: Wer bringt das Wissen, die Erfahrung und die Fähigkeiten für die Stelle mit? Dann den Vorhersagewert prüfen: Lässt sich anhand der Unterschiede zwischen den geeigneten Bewerbern zuverlässig vorhersagen, wer besser arbeiten wird? Wenn ja, sollten diese Informationen genutzt werden. Wenn nicht, sollte unter den Geeigneten das Los entscheiden, statt immer weitere Interviews und Punktbewertungen anzuhäufen.

Die Mindestanforderungen zu erfüllen, ist nur der erste Schritt. Ein Losverfahren kann sinnvoll sein, wenn eine weitere Rangfolge kaum zusätzlichen Vorhersagewert bringt. Trotzdem müssen die Kosten einer Fehlentscheidung, Leistungsanreize und das Vertrauen des Teams in seine Führungskraft berücksichtigt werden. Die Aussicht auf eine Beförderung spornt an. Würde jede Beförderung ausgelost, könnte dieser Anreiz schwächer werden. [12]

Ein Los ersetzt kein Wissen. Es kann uns aber davor bewahren, mehr Wissen vorzutäuschen, als wir tatsächlich haben.

Entscheide per Los

Wenn du deine Möglichkeiten geprüft hast, alle für dich infrage kommen und es keinen verlässlichen Grund gibt, eine vorzuziehen, überlass die Entscheidung dem Zufall.

Deine Möglichkeiten

Eingegeben: 0 von 2

So haben wir die Studien überprüft

Hier zeigen wir, was wir nachgerechnet haben und wie. Wir verwendeten die Originaldaten beider Studien. Ihre Analysen nachzuvollziehen ist allerdings nicht dasselbe, wie die Experimente unabhängig zu wiederholen.

Kuipers (2026): Auswahl per Prüfung versus Losverfahren

Wir verglichen den Geldanteil, den die Versuchsteilnehmer in ihrer Rolle als Beamte an andere abgaben, je nachdem, ob sie per Prüfung oder Los ausgewählt worden waren. Zunächst beschränkten wir uns auf Gruppen, die das gesamte Experiment abgeschlossen hatten. Danach bezogen wir alle Gruppen mit brauchbaren Daten aus der Geldverteilungsaufgabe ein.

Unsere Stichprobe Auswahl per Prüfung im Vergleich zur Auslosung
Gruppen, die das gesamte Experiment abschlossen −9,4 Prozentpunkte; 95-%-KI: −16,5 bis −2,4
Alle auswertbaren Entscheidungen zur Geldverteilung −4,5 Prozentpunkte; 95-%-KI: −10,5 bis +1,4

Ein negativer Wert bedeutet, dass die per Prüfung Ausgewählten einen geringeren Anteil des Geldes an andere abgaben. Es handelt sich um zwei von uns durchgeführte Analysen derselben Ergebnisvariable, nicht um zwei vom ursprünglichen Autor berichtete Effekte. Rund 55 % der ausgelosten und 48 % der per Prüfung ausgewählten Gruppen schlossen das ganze Experiment ab. Diese hohe Ausfallquote schränkt die Aussagekraft ein. Die Geldverteilung war zudem nur eine von mehreren untersuchten Ergebnisvariablen. Deshalb spielt auch das Risiko multipler Tests eine Rolle. Die Veränderung unserer Schätzwerte zeigt, wie stark das Ergebnis von der gewählten Stichprobe abhängt. Sie beweist nicht, dass die Originalstudie falsch war.

Fischer et al. (2023): zufällig zusammengestellte Studierendenteams

Mit den Originaldaten von OSF reproduzierten wir den veröffentlichten Koeffizienten: Bei den schriftlichen Aufgaben betrug der standardisierte Unterschied zwischen selbst zusammengestellten und zufällig gebildeten Teams −0,4151 Standardabweichungen. Die Regeln zur Teambildung wurden jedoch in nur vier Universitätsklassen angewandt: pro Jahrgang jeweils eine Klasse pro Regel. Die Studie beschreibt, dass Studierende zufällig Klassen zugewiesen wurden. Sie belegt aber nicht, dass auch die Regeln selbst zufällig auf die Klassen verteilt wurden.

Um zu prüfen, wie empfindlich das Ergebnis auf die Zuordnung reagiert, vertauschten wir die beiden Regeln hypothetisch zwischen den Klassen innerhalb jedes Jahrgangs. Damit gibt es nur vier mögliche Zuordnungen; der kleinste erreichbare einseitige p-Wert beträgt also 0,25. Der bedingte zweiseitige p-Wert für den beobachteten Unterschied liegt bei 0,50. Das sind keine nachträglich korrigierten p-Werte der ursprünglichen Studie. Diese Permutationsrechnung zeigt die Grenzen einer hypothetischen Randomisierung der Regeln auf Klassenebene, nicht die Eigenschaften des tatsächlichen Studiendesigns.

In beiden Fällen sind das Reproduzieren eines Zahlenwerts, der Nachweis eines kausalen Effekts und seine Übertragung auf echte Unternehmen drei verschiedene Fragen. Die Originaldaten sind über die Quellen [5] und [6] zugänglich.

Quellen

  1. Benson, A., Li, D., & Shue, K. (2019). Promotions and the Peter Principle. Quarterly Journal of Economics. DOI.
  2. Büchel, B., Klößner, S., Lochmüller, M., & Rauhut, H. (2020). The Strength of Weak Leaders. Experimental Economics. DOI.
  3. Haslam, S. A., et al. (1998). Inspecting the Emperor’s Clothes. Group Dynamics. DOI.
  4. Weidmann, B., et al. (2026). How Do You Identify a Good Manager? Quarterly Journal of Economics. DOI.
  5. Kuipers, N. (2026). Bureaucratic Selection and Weberian Values. Journal of Politics. DOI; Daten auf Harvard Dataverse.
  6. Fischer, M., Rilke, R. M., & Yurtoglu, B. B. (2023). When, and Why, Do Teams Benefit from Self-Selection? Experimental Economics. DOI; Daten auf OSF.
  7. Adam, D. (2019). Science Funders Gamble on Grant Lotteries. Nature. DOI.
  8. Ackerley, D. (2020). Grant Lottery Systems: A Winner Responds. Nature. DOI.
  9. Volkswagen Foundation. Give Chance a Chance.
  10. Research on Research Institute. The Experimental Research Funder’s Handbook.
  11. Sackett, P. R., et al. (2022). Revisiting Meta-Analytic Estimates of Validity in Personnel Selection. Journal of Applied Psychology. DOI.
  12. Lazear, E. P., & Rosen, S. (1981). Rank-Order Tournaments as Optimum Labor Contracts. Journal of Political Economy. DOI.
  13. Chemin, M. (2021). Does Appointing Team Leaders and Shaping Leadership Styles Increase Effort? Journal of Economic Behavior & Organization. DOI.
  14. Pluchino, A., Rapisarda, A., & Garofalo, C. (2010). The Peter Principle Revisited: A Computational Study. Physica A, 389(3), 467–472. DOI; Bestätigung des Ig-Nobelpreises für Management von 2010.
  15. VolkswagenStiftung (30. Mai 2024). Everyone Is Equal in the Lottery Drum. Evaluation des Programms Experiment!: Veröffentlichungen der Geförderten und Zusammensetzung des Förderkreises. Bericht der Stiftung.