Het slimste denkmodel begint niet bij succes

Jeff Bezos zei ooit dat het verlaten van een goedbetaalde baan op Wall Street om online boeken te verkopen achteraf een verrassend eenvoudige beslissing was. Niet omdat de kans op succes zo groot leek, maar omdat hij de keuze langs één mentale filter legde en het antwoord daardoor snel scherper werd. Dat is meteen de kern van het verhaal: beter beslissen vraagt lang niet altijd om meer informatie. Vaker gaat het om een beter kader.

Bezos, Elon Musk en Warren Buffett worden meestal besproken als uitzonderlijk succesvolle ondernemers en beleggers. Toch is hun echte overeenkomst misschien praktischer dan dat. Ze gebruiken een klein aantal denkmodellen opvallend consequent, zoals ook blijkt uit een overzicht van hoe deze drie naar complexe keuzes kijken. Veel mensen behandelen zulke modellen intussen als een soort intellectuele verzameling. Handiger is om te weten welk model je als eerste inzet.

Meer modellen kennen helpt minder dan het juiste eerst kiezen

In veel productiviteitsverhalen lijkt het alsof je slimmer wordt door simpelweg steeds meer mentale modellen te leren. In de praktijk werkt het nuchterder. Een analyse van McKinsey laat zien dat bedrijven met een meer gestructureerde manier van beslissen 70 procent meer kans hebben om in de hoogste groep van financiële prestaties terecht te komen.

Dat verschil zit dus niet vooral in hoeveelheid, maar in volgorde. Welk denkmodel pak je erbij wanneer de inzet hoger wordt? Vanuit die vraag ontstaat een bruikbare ranglijst. Sommige modellen zijn nuttig in specifieke situaties. Andere blijken steeds opnieuw fouten te voorkomen.

Toekomstige spijt is een goede raadgever, maar niet elke dag

Het model van spijtminimalisatie is onlosmakelijk verbonden met Bezos. De oefening is eenvoudig: stel jezelf voor op je tachtigste en vraag welke keuze je meer zou betreuren als je haar níét had gemaakt. Daarmee haal je de beslissing even weg uit de druk van nu en kijk je erdoorheen met meer afstand.

Dat klinkt intuïtief, maar het heeft ook empirische steun. Onderzoek naar spijt en rationele keuze laat zien dat verwachte spijt meetbaar invloed heeft op gedrag en mensen vaker richting gedurfde stappen duwt wanneer de mogelijke opbrengst groot is. Het nadeel is tegelijk duidelijk: dit model is sterk bij zeldzame, grote beslissingen, maar een stuk minder bruikbaar voor de tientallen kleinere keuzes van een gewone week.

De tweede consequentie is vaak duurder dan de eerste

Buffett staat bekend om een simpele vervolgvraag: en daarna? Tweede-orde-denken dwingt je voorbij het eerste, zichtbare effect. Juist daardoor zie je eerder waar een beslissing later alsnog tegen je kan werken. Dat maakt het model minder spectaculair dan sommige andere, maar vaak wel praktischer.

Zijn afstand tot de dotcomhype is daar een goed voorbeeld van. Het ging niet alleen om de vraag of koersen te hoog waren, maar om de verdere gevolgen van bedrijven zonder omzet waarderen alsof ze al volwassen ondernemingen waren. In het dagelijks leven gebeurt hetzelfde op kleinere schaal: je lost één probleem op en creëert er ongemerkt twee bij. Vaak spelen dan ook die cognitieve vertekeningen die je op het verkeerde spoor houden.

Denken in kansen is nuttiger dan wachten op zekerheid

Elon Musk beschrijft de toekomst geregeld als een vertakte stroom van waarschijnlijkheden. Dat klinkt abstract, maar in de praktijk is het juist bruikbaar. De vraag wordt dan niet: gaat dit werken? Beter is: hoe groot is de kans dat dit werkt, en wat kan ik doen om die kans te vergroten?

Volgens een samenvatting van onderzoek naar besluitkwaliteit verbetert probabilistisch denken de kwaliteit van langetermijnbeslissingen met 38 procent ten opzichte van binair denken. Dat verandert meteen hoe je tijd, geld en aandacht verdeelt. Het maakt ook duidelijk waarom je denken uitbesteden aan AI riskant kan worden: zodra je zelf geen kansen meer schat, lever je een deel van je oordeel in.

Eerste principes werken goed, maar kosten veel denkwerk

Het bekendste model van Musk is waarschijnlijk first principles thinking. Het idee is simpel: je neemt een probleem niet over via analogieën of gewoontes uit de markt, maar breekt het af tot de basisfeiten en bouwt het daarna opnieuw op. Bij SpaceX betekende dat onder meer: eerst kijken naar de prijs van grondstoffen, pas daarna naar wat een raket “hoort” te kosten.

Een analyse van dit denkmodel noemt drie duidelijke voordelen: je haalt zwakke aannames weg, je ziet echte beperkingen sneller en je krijgt ruimte voor oplossingen die eerder onzichtbaar bleven. Tegelijk is de drempel hoog. Dit model vraagt concentratie en tijd, en juist daarom gebruik je het niet automatisch bij elke keuze.

Het sterkste model zoekt eerst naar de weg naar mislukking

Charlie Munger, jarenlang Buffetts belangrijkste partner, noemde inversie zijn betrouwbaarste denktool. De logica is bijna irritant eenvoudig: vraag niet hoe je slaagt, maar hoe je gegarandeerd faalt. Vermijd vervolgens precies die routes. Dat klinkt weinig heroïsch, maar het werkt juist omdat het je uit je vanzelfsprekende verhaal trekt.

De cijfers uit de samengevatte onderzoeksresultaten bij GetMentors.ai zijn opvallend: leidinggevenden die inversie combineren met meerdere denkmodellen verminderen strategische fouten met 52 procent en verbeteren hun beslisnauwkeurigheid met 43 procent binnen 90 dagen. Geen enkel ander model komt in die samenvatting op hetzelfde niveau uit. Waarschijnlijk komt dat doordat inversie direct botst met confirmation bias, ofwel de neiging om vooral bewijs te zoeken voor wat je toch al wilde geloven. Je wordt gedwongen om je blinde vlekken te zien, zelfs wanneer meer kennis het gedrag nauwelijks verandert. En precies dat onderscheidt vaak de mensen die consequent beter beslissen van de rest.