Egal, ob es Ihnen gefällt, radikale Transparenz und algorithmische Entscheidungsverfahren stürmen auf Sie zu und werden Ihr Leben verändern, weil es jetzt einfach ist, Algorithmen in Computer einzubinden und alle Daten zu erfassen, die Sie überall zurücklassen, und zu wissen, wie Sie sind und Computer anzuweisen, mit Ihnen besser zu interagieren, als es die meisten Menschen können.
Whether you like it or not, radical transparency and algorithmic decision-making is coming at you fast, and it's going to change your life. That's because it's now easy to take algorithms and embed them into computers and gather all that data that you're leaving on yourself all over the place, and know what you're like, and then direct the computers to interact with you in ways that are better than most people can.
Das klingt vielleicht unheimlich. Ich mache das schon seit Langem und finde es wunderbar. Mein Ziel ist sinnvolle Arbeit und sinnvolle Beziehungen mit Menschen, mit denen ich arbeite. Ich habe gelernt, dass das nicht ohne radikale Transparenz und algorithmische Entscheidungsverfahren geht. Ich möchte Ihnen den Grund dafür zeigen und wie es funktioniert. Ich warne Sie, einige Dinge, die ich Ihnen zeigen werde, werden Sie etwas schockieren.
Well, that might sound scary. I've been doing this for a long time and I have found it to be wonderful. My objective has been to have meaningful work and meaningful relationships with the people I work with, and I've learned that I couldn't have that unless I had that radical transparency and that algorithmic decision-making. I want to show you why that is, I want to show you how it works. And I warn you that some of the things that I'm going to show you probably are a little bit shocking.
Seit meiner Kindheit bin ich schlecht im Auswendiglernen. Ich befolgte nicht gerne Anweisungen. Ich war schlecht darin, Anweisungen zu folgen. Aber ich fand gerne selbst heraus, wie Dinge funktionierten. Als ich 12 war, hasste ich die Schule, aber liebte den Handel an der Börse. Ich war damals ein Caddy und verdiente $5 pro Tasche. Ich investierte dieses Geld an der Börse, weil die Börse zu der Zeit angesagt war. Ich kaufte zuerst eine Gesellschaft namens Northeast Airlines, weil es die einzige war, von der ich hörte, dass sie Aktien für weniger als fünf Dollar verkaufte.
Since I was a kid, I've had a terrible rote memory. And I didn't like following instructions, I was no good at following instructions. But I loved to figure out how things worked for myself. When I was 12, I hated school but I fell in love with trading the markets. I caddied at the time, earned about five dollars a bag. And I took my caddying money, and I put it in the stock market. And that was just because the stock market was hot at the time. And the first company I bought was a company by the name of Northeast Airlines. Northeast Airlines was the only company I heard of that was selling for less than five dollars a share.
(Gelächter)
(Laughter)
Ich dachte, ich könnte mehr kaufen. Wenn der Wert stieg, würde ich mehr verdienen. Eine dumme Strategie, oder? Ich verdreifachte mein Geld, weil ich Glück hatte. Die Firma stand kurz vor dem Konkurs, aber eine andere Firma akquirierte sie und ich verdreifachte mein Geld. Ich war total begeistert. Ich dachte: "Das ist ein einfaches Spiel." Mit der Zeit lernte ich, dass es überhaupt nicht einfach ist.
And I figured I could buy more shares, and if it went up, I'd make more money. So, it was a dumb strategy, right? But I tripled my money, and I tripled my money because I got lucky. The company was about to go bankrupt, but some other company acquired it, and I tripled my money. And I was hooked. And I thought, "This game is easy." With time, I learned this game is anything but easy.
Um ein erfolgreicher Investor zu sein, muss man gegen den Konsens wetten und recht haben. Es ist schwer, richtig gegen den Konsens zu wetten. Man muss gegen den Konsens wetten und recht haben, weil der Konsens im Preis mit einkalkuliert ist. Um ein Unternehmer zu sein, ein erfolgreicher Unternehmer, muss man gegen den Konsens wetten und recht haben. Ich musste ein Unternehmer und Investor sein und damit gehen oft viele schmerzhafte Fehler einher. Also machte ich viele schmerzhafte Fehler und mit der Zeit änderte sich meine Einstellung gegenüber diesen Fehlern. Ich fing an, sie als Rätsel anzusehen. Wenn ich die Rätsel lösen konnte, würden sie mir Juwelen geben. Die Rätsel waren die folgenden: Wie würde ich in Zukunft diesen schmerzhaften Fehler vermeiden? Die Juwelen waren Prinzipien, die ich aufschrieb, sodass ich sie nicht vergessen würde, die mir in Zukunft helfen würden. Weil ich sie so deutlich aufschrieb, konnte ich dann -- stellte ich schließlich fest -- ich konnte sie in Algorithmen einbetten. Diese Algorithmen würden in Computer eingebunden werden und die Computer würden mit mir Entscheidungen treffen, sodass wir diese Entscheidungen parallel treffen würden. Ich konnte diese Entscheidungen mit meinen Entscheidungen vergleichen und sah, dass diese Entscheidungen viel besser waren, weil der Computer schneller Entscheidungen treffen konnte. Er konnte mehr Informationen verarbeiten und Entscheidungen viel -- weniger emotional verarbeiten. Also verbesserte er meine Entscheidungsfindung grundlegend.
In order to be an effective investor, one has to bet against the consensus and be right. And it's not easy to bet against the consensus and be right. One has to bet against the consensus and be right because the consensus is built into the price. And in order to be an entrepreneur, a successful entrepreneur, one has to bet against the consensus and be right. I had to be an entrepreneur and an investor -- and what goes along with that is making a lot of painful mistakes. So I made a lot of painful mistakes, and with time, my attitude about those mistakes began to change. I began to think of them as puzzles. That if I could solve the puzzles, they would give me gems. And the puzzles were: What would I do differently in the future so I wouldn't make that painful mistake? And the gems were principles that I would then write down so I would remember them that would help me in the future. And because I wrote them down so clearly, I could then -- eventually discovered -- I could then embed them into algorithms. And those algorithms would be embedded in computers, and the computers would make decisions along with me; and so in parallel, we would make these decisions. And I could see how those decisions then compared with my own decisions, and I could see that those decisions were a lot better. And that was because the computer could make decisions much faster, it could process a lot more information and it can process decisions much more -- less emotionally. So it radically improved my decision-making.
Acht Jahre nachdem ich Bridgewater gegründet hatte, erlitt ich mein größtes Versagen, meinen größten Fehler. Es war Ende der 1970er, ich war 34 Jahre alt und hatte kalkuliert, dass amerikanische Banken Schwellenländern mehr Geld geliehen hatten als diese jemals würden zurückzahlen können und dass wir die größte Schuldenkrise seit der Weltwirtschaftskrise erleben würden und somit eine Wirtschaftskrise und somit eine Baisse auf dem Aktienmarkt. Das war damals eine umstrittene Ansicht. Sie wurde als schwachsinniger Standpunkt angesehen. Aber im August 1982 kam Mexiko nicht seinen Zahlungsverpflichtungen nach und mehrere andere Länder folgten. Wir erlitten die größte Schuldenkrise seit der Weltwirtschaftskrise. Weil ich das vorhergesehen hatte, sollte ich vor dem Kongress sprechen und in "Wall Street Week" erscheinen, was die Sendung der Zeit war. Ich habe hier einen Ausschnitt für Sie, in dem Sie mich sehen werden.
Eight years after I started Bridgewater, I had my greatest failure, my greatest mistake. It was late 1970s, I was 34 years old, and I had calculated that American banks had lent much more money to emerging countries than those countries were going to be able to pay back and that we would have the greatest debt crisis since the Great Depression. And with it, an economic crisis and a big bear market in stocks. It was a controversial view at the time. People thought it was kind of a crazy point of view. But in August 1982, Mexico defaulted on its debt, and a number of other countries followed. And we had the greatest debt crisis since the Great Depression. And because I had anticipated that, I was asked to testify to Congress and appear on "Wall Street Week," which was the show of the time. Just to give you a flavor of that, I've got a clip here, and you'll see me in there.
(Video) Herr Vorsitzender, Herr Mitchell, es ist für mich eine große Ehre und eine Freude, hier zu sein mit einer Untersuchung dessen, was mit unserer Wirtschaft schiefläuft. Es ist eine Wirtschaftsmisere am Rande des Ruins.
(Video) Mr. Chairman, Mr. Mitchell, it's a great pleasure and a great honor to be able to appear before you in examination with what is going wrong with our economy. The economy is now flat -- teetering on the brink of failure.
Martin Zweig: Sie wurden ein einem Artikel zitiert. Sie sagten: "Ich kann das mit Sicherheit sagen, weil ich die Märkte verstehe."
Martin Zweig: You were recently quoted in an article. You said, "I can say this with absolute certainty because I know how markets work."
Ray Dalio: Ich kann mit Sicherheit sagen, dass, wenn man die Liquiditätsbasis von Konzernen und der ganzen Welt betrachtet, dass die Liquidität so verringert ist, dass man nicht zu einer Periode der Stagflation zurückkehren kann.
Ray Dalio: I can say with absolute certainty that if you look at the liquidity base in the corporations and the world as a whole, that there's such reduced level of liquidity that you can't return to an era of stagflation."
Wenn ich mir das jetzt ansehe, denke ich: "Arroganter Idiot!"
I look at that now, I think, "What an arrogant jerk!"
(Gelächter)
(Laughter)
Ich war so arrogant und lag so falsch. Während der Schuldenkrise verzeichneten die Aktienmärkte und die Wirtschaft ein Plus und ich verlor so viel von meinem Geld und dem Geld meiner Kunden, dass ich meinen Betrieb weitgehend einstellen und fast jeden entlassen musste. Wir waren wie eine Großfamilie. Ich war untröstlich. Und ich hatte so viel Geld verloren, dass ich 4.000 Dollar von meinem Vater leihen musste, um Rechnungen meiner Familie zu zahlen.
I was so arrogant, and I was so wrong. I mean, while the debt crisis happened, the stock market and the economy went up rather than going down, and I lost so much money for myself and for my clients that I had to shut down my operation pretty much, I had to let almost everybody go. And these were like extended family, I was heartbroken. And I had lost so much money that I had to borrow 4,000 dollars from my dad to help to pay my family bills.
Es war eine der schmerzhaftesten Erfahrungen meines Lebens. Aber es stellte sich als eine der besten Erfahrungen meines Lebens heraus, weil sie meine Ansicht zu Entscheidungsfindung änderte. Anstatt zu denken: "Ich habe recht", begann ich, mich zu fragen: "Wie weiß ich, dass ich recht habe?" Ich entwickelte die notwendige Demut, um meine Kühnheit auszugleichen. Ich wollte die intelligentesten Menschen finden, die mir widersprechen würden, um ihre Perspektiven zu verstehen oder sie meine Perspektive prüfen zu lassen. Ich wollte eine Ideengesellschaft entwickeln. Das heißt, keine Autokratie, in der ich führe und man mir folgt und keine Demokratie, in der alle Standpunkte gleich bewertet werden, sondern eine Ideengesellschaft, in der die besten Ideen gewinnen. Um das zu erreichen, erkannte ich, dass wir radikale Ehrlichkeit und Transparenz brauchen würden.
It was one of the most painful experiences of my life ... but it turned out to be one of the greatest experiences of my life because it changed my attitude about decision-making. Rather than thinking, "I'm right," I started to ask myself, "How do I know I'm right?" I gained a humility that I needed in order to balance my audacity. I wanted to find the smartest people who would disagree with me to try to understand their perspective or to have them stress test my perspective. I wanted to make an idea meritocracy. In other words, not an autocracy in which I would lead and others would follow and not a democracy in which everybody's points of view were equally valued, but I wanted to have an idea meritocracy in which the best ideas would win out. And in order to do that, I realized that we would need radical truthfulness and radical transparency.
Ich meine mit radikaler Ehrlichkeit und radikaler Transparenz, dass man alles sagen muss, was man wirklich glaubt und alles sieht. Wir nehmen fast alle Gespräche auf und lassen jeden alles einsehen. Würden wir das nicht tun, könnten wir keine auf Ideen basierte Leistungsgesellschaft haben. Damit wir eine Ideen-basierte Leistungsgesellschaft haben können, lassen wir Leute sprechen und sagen, was sie wollen. Als Beispiel ist hier eine E-Mail von Jim Haskel -- der für mich arbeitet -- die der ganzen Firma zugänglich war. "Ray, du hast eine 4 Minus verdient für deine Leistung in der Besprechung heute -- du warst gar nicht gut vorbereitet, weil du so unmöglich unorganisiert bist." Ist das nicht großartig?
What I mean by radical truthfulness and radical transparency is people needed to say what they really believed and to see everything. And we literally tape almost all conversations and let everybody see everything, because if we didn't do that, we couldn't really have an idea meritocracy. In order to have an idea meritocracy, we have let people speak and say what they want. Just to give you an example, this is an email from Jim Haskel -- somebody who works for me -- and this was available to everybody in the company. "Ray, you deserve a 'D-' for your performance today in the meeting ... you did not prepare at all well because there is no way you could have been that disorganized." Isn't that great?
(Gelächter)
(Laughter)
Es ist großartig. Es ist großartig, weil ich solches Feedback brauchte. Ich brauche solches Feedback. Es ist großartig, weil, wenn ich Jim und Leute wie Jim nicht ihre Meinung äußern ließe, wäre unsere Beziehung nicht dieselbe. Und wenn ich das nicht öffentlich machen würde, hätten wir keine Ideengesellschaft.
That's great. It's great because, first of all, I needed feedback like that. I need feedback like that. And it's great because if I don't let Jim, and people like Jim, to express their points of view, our relationship wouldn't be the same. And if I didn't make that public for everybody to see, we wouldn't have an idea meritocracy.
Also arbeiten wir seit 25 Jahren so. Wir arbeiten mit dieser radikalen Transparenz und sammeln diese Prinzipien, größtenteils von Fehlern, und betten diese Prinzipien in Algorithmen ein. Diese Algorithmen bieten -- wir folgen diesen Algorithmen parallel mit unseren Gedanken. So führen wir unser Investmentgeschäft und so gehen wir mit Personalmanagement um.
So for that last 25 years that's how we've been operating. We've been operating with this radical transparency and then collecting these principles, largely from making mistakes, and then embedding those principles into algorithms. And then those algorithms provide -- we're following the algorithms in parallel with our thinking. That has been how we've run the investment business, and it's how we also deal with the people management.
Um Ihnen einen Einblick zu ermöglichen, möchte ich Sie zu einer Besprechung einladen und Ihnen unser Werkzeug namens "Punktesammler" vorstellen, welches uns dabei hilft. Eine Woche nach der US-Wahl hatte unser Forschungsteam eine Besprechung über die Bedeutung von Trumps Präsidentschaft für die US-Wirtschaft. Natürlich hatten Leute unterschiedliche Meinungen darüber und darüber, wie wir diskutierten. Der "Punktesammler" sammelt diese Ansichten. Er hat eine Liste von ein paar dutzend Attributen und wenn jemand etwas darüber denkt, was jemand anderes denkt, kann man leicht seine Einschätzung geben; man vermerkt das Attribut und gibt eine Wertung von 1 bis 10. Als zum Beispiel die Besprechung begann, bewertete eine Forscherin namens Jen mich mit einer drei -- anders gesagt, schlecht --
In order to give you a glimmer into what this looks like, I'd like to take you into a meeting and introduce you to a tool of ours called the "Dot Collector" that helps us do this. A week after the US election, our research team held a meeting to discuss what a Trump presidency would mean for the US economy. Naturally, people had different opinions on the matter and how we were approaching the discussion. The "Dot Collector" collects these views. It has a list of a few dozen attributes, so whenever somebody thinks something about another person's thinking, it's easy for them to convey their assessment; they simply note the attribute and provide a rating from one to 10. For example, as the meeting began, a researcher named Jen rated me a three -- in other words, badly --
(Gelächter)
(Laughter)
für ein schlechtes Gleichgewicht von Offenheit und Bestimmtheit. Während der Besprechung setzten sich Jens Einschätzungen von Menschen so zusammen. Andere Anwesende sind anderer Meinung. Das ist normal. Unterschiedliche Leute haben immer unterschiedliche Meinungen. Und wer weiß, wer recht hat? Schauen wir uns an, wie ich bewertet wurde. Manche Leute fanden, ich war gut, andere weniger. Mit jeder dieser Meinungen können wir Gedanken hinter den Zahlen untersuchen. Jen und Larry sagten das. Alle dürfen ihre Gedanken äußern, auch ihre kritischen Gedanken, unabhängig von ihrer Position im Unternehmen. Jen, 24 Jahre alt und gerade erst fertig studiert, kann mir, dem CEO, sagen, meine Herangehensweise sei schlecht.
for not showing a good balance of open-mindedness and assertiveness. As the meeting transpired, Jen's assessments of people added up like this. Others in the room have different opinions. That's normal. Different people are always going to have different opinions. And who knows who's right? Let's look at just what people thought about how I was doing. Some people thought I did well, others, poorly. With each of these views, we can explore the thinking behind the numbers. Here's what Jen and Larry said. Note that everyone gets to express their thinking, including their critical thinking, regardless of their position in the company. Jen, who's 24 years old and right out of college, can tell me, the CEO, that I'm approaching things terribly.
Dieses Werkzeug hilft Menschen, ihre Meinung zu äußern und sich von ihrer Meinung zu distanzieren, um Dinge auf höherem Niveau zu betrachten. Wenn Jen und andere ihre Aufmerksamkeit von ihrer eigenen Meinungsäußerung auf den gesamten Bildschirm lenken, ändert sich ihre Perspektive. Sie sehen ihre Meinung als eine von vielen und fragen sich natürlich: "Wie weiß ich, dass ich recht habe?" Diese Änderung in Perspektive ist, als würde man von eindimensionaler zu mehrdimensionaler Sicht wechseln und sie steuert die Konversation von Streit über unsere Meinungen zur Suche nach objektiven Kriterien, welche Meinungen am besten sind.
This tool helps people both express their opinions and then separate themselves from their opinions to see things from a higher level. When Jen and others shift their attentions from inputting their own opinions to looking down on the whole screen, their perspective changes. They see their own opinions as just one of many and naturally start asking themselves, "How do I know my opinion is right?" That shift in perspective is like going from seeing in one dimension to seeing in multiple dimensions. And it shifts the conversation from arguing over our opinions to figuring out objective criteria for determining which opinions are best.
Hinter dem "Punktesammler" steht ein Computer, der zusieht. Er sieht, was all diese Leute denken und korreliert es damit, was sie denken. Auf dieser Basis gibt er jedem von ihnen Ratschläge. Dann stellt er die Daten von allen Besprechungen dar als ein pointillistisches Gemälde davon, wie Leute sind und wie sie denken. Und er tut das auf Basis von Algorithmen. Zu wissen, wie Leute sind, hilft dabei, ihnen Aufgaben besser zuzuweisen. Beispielsweise kann ein unzuverlässiger kreativer Denker mit jemand zuverlässigem aber unkreativen zusammenarbeiten. Zu wissen, wie Leute sind, erlaubt uns auch, zu entscheiden, welche Verantwortungen sie tragen sollten und unsere Entscheidungen auf Basis von ihren Stärken abzuwägen. Wir nennen das Glaubwürdigkeit. In diesem Beispiel stimmten wir ab und die Mehrheit war einer Meinung, aber als wir individuelle Stärken berücksichtigten, war die Antwort ganz anders. Dieser Vorgang ermöglicht uns, Entscheidungen nicht demokratisch, nicht autokratisch, sondern mit Algorithmen zu treffen, die Glaubwürdigkeit berücksichtigen.
Behind the "Dot Collector" is a computer that is watching. It watches what all these people are thinking and it correlates that with how they think. And it communicates advice back to each of them based on that. Then it draws the data from all the meetings to create a pointilist painting of what people are like and how they think. And it does that guided by algorithms. Knowing what people are like helps to match them better with their jobs. For example, a creative thinker who is unreliable might be matched up with someone who's reliable but not creative. Knowing what people are like also allows us to decide what responsibilities to give them and to weigh our decisions based on people's merits. We call it their believability. Here's an example of a vote that we took where the majority of people felt one way ... but when we weighed the views based on people's merits, the answer was completely different. This process allows us to make decisions not based on democracy, not based on autocracy, but based on algorithms that take people's believability into consideration.
Ja, wir machen das wirklich.
Yup, we really do this.
(Gelächter)
(Laughter)
Wir machen das, weil es eliminiert, was ich für eine der größten Tragödien der Menschheit halte, nämlich dass Leute arrogant und naiv Meinungen vertreten, die falsch sind, und danach handeln, anstatt sie zu präsentieren und zu überprüfen. Und das ist tragisch. Wir tun das, weil es uns über unsere Meinung erhebt, sodass wir anfangen, Dinge durch jedermanns Augen und kollektiv zu sehen. Kollektive ist viel besser als individuelle Entscheidungsfindung, wenn es gut gemacht wird. Das ist die geheime Zutat unseres Erfolgs. So verdienen wir mehr Geld für unsere Kunden als alle anderen Hedgefonds und haben in 23 von den letzten 26 Jahren Geld verdient.
We do it because it eliminates what I believe to be one of the greatest tragedies of mankind, and that is people arrogantly, naïvely holding opinions in their minds that are wrong, and acting on them, and not putting them out there to stress test them. And that's a tragedy. And we do it because it elevates ourselves above our own opinions so that we start to see things through everybody's eyes, and we see things collectively. Collective decision-making is so much better than individual decision-making if it's done well. It's been the secret sauce behind our success. It's why we've made more money for our clients than any other hedge fund in existence and made money 23 out of the last 26 years.
Was ist also das Problem mit radikaler Ehrlichkeit und radikaler Transparenz miteinander? Manche Leute finden es emotional schwierig. Kritiker sagen, es führe zu einem brutalen Arbeitsumfeld. Neurobiologen sagen, unsere Gehirne seien so verdrahtet, dass ein Teil des Gehirns unsere Fehler wissen will und unsere Schwächen betrachten will, sodass wir davon lernen können. Das geschieht anscheinend im präfrontalen Kortex. Ein anderer Teil unseres Gehirns nimmt das als Angriff wahr. Das ist die Amygdala. In anderen Worten haben wir zwei Identitäten in uns: eine emotionale und eine intellektuelle, die sich oft uneinig sind und oft gegen uns arbeiten. In unserer Erfahrung können wir diesen Kampf gewinnen, wenn wir gemeinsam kämpfen. Es dauert normalerweise etwa 18 Monate, bis die meisten Leute diese Herangehensweise bevorzugen mit radikaler Transparenz gegenüber einem undurchsichtigeren Umfeld. Es gibt keine Politik, keine Brutalität von -- all das versteckte, hinter den Kulissen -- es ist eine Ideengesellschaft, wo man seine Meinung sagen kann. Und das ist großartig. Es lässt uns effektiver arbeiten und effektiver Beziehungen aufbauen. Aber es passt nicht jedem. Für etwa 25 bis 30 % der Bevölkerung funktioniert es nicht. Übrigens, mit radikaler Transparenz meine ich keine absolute Transparenz. Man sollte Leuten nicht sagen, dass ihre kahlen Flecken sich vergrößern oder ihr Baby hässlich ist. Ich meine nur --
So what's the problem with being radically truthful and radically transparent with each other? People say it's emotionally difficult. Critics say it's a formula for a brutal work environment. Neuroscientists tell me it has to do with how are brains are prewired. There's a part of our brain that would like to know our mistakes and like to look at our weaknesses so we could do better. I'm told that that's the prefrontal cortex. And then there's a part of our brain which views all of this as attacks. I'm told that that's the amygdala. In other words, there are two you's inside you: there's an emotional you and there's an intellectual you, and often they're at odds, and often they work against you. It's been our experience that we can win this battle. We win it as a group. It takes about 18 months typically to find that most people prefer operating this way, with this radical transparency than to be operating in a more opaque environment. There's not politics, there's not the brutality of -- you know, all of that hidden, behind-the-scenes -- there's an idea meritocracy where people can speak up. And that's been great. It's given us more effective work, and it's given us more effective relationships. But it's not for everybody. We found something like 25 or 30 percent of the population it's just not for. And by the way, when I say radical transparency, I'm not saying transparency about everything. I mean, you don't have to tell somebody that their bald spot is growing or their baby's ugly. So, I'm just talking about --
(Gelächter)
(Laughter)
wichtige Dinge. Also --
talking about the important things. So --
(Gelächter)
(Laughter)
Wenn Sie gehen, beobachten Sie sich im Umgang mit anderen. Stellen Sie sich vor, Sie wüssten, was sie wirklich denken und Sie wüssten, wie sie wirklich sind und sie wüssten, was Sie wirklich denken und wie Sie wirklich sind. Es würde mit Sicherheit Dinge klären und Ihre gemeinsamen Handlungen erfolgreicher machen. Es wird Ihre Beziehungen verbessern. Stellen Sie sich vor, Sie hätten Algorithmen, die Ihnen beim Sammeln dieser Informationen helfen und Ihnen sogar helfen, Entscheidungen auf den besten Ideen zu basieren. Diese radikale Transparenz kommt auf Sie zu und wird Ihr Leben beeinflussen. Meiner Meinung nach wird es großartig sein. Ich hoffe, es wird so großartig für Sie wie für mich.
So when you leave this room, I'd like you to observe yourself in conversations with others. Imagine if you knew what they were really thinking, and imagine if you knew what they were really like ... and imagine if they knew what you were really thinking and what were really like. It would certainly clear things up a lot and make your operations together more effective. I think it will improve your relationships. Now imagine that you can have algorithms that will help you gather all of that information and even help you make decisions in an idea-meritocratic way. This sort of radical transparency is coming at you and it is going to affect your life. And in my opinion, it's going to be wonderful. So I hope it is as wonderful for you as it is for me.
Vielen Dank.
Thank you very much.
(Beifall)
(Applause)