Archiv für den Monat: Mai 2016

DSL vs. VDSL

Vor einigen Wochen haben wir unseren DSL-Anschluss (16 Mbit/s) auf VDSL (100 Mbit/s) umstellen können. Es hat etwas gedauert, bis 1&1 nach den technischen Umbauten hier im Ort ihn auch wirklich zur Verfügung gestellt hat, die Umstellung an sich ging dann aber ohne nennenswerte Komplikationen oder Ausfälle über die Bühne. Bei dem 100.000er VDSL-Anschluss bietet 1&1 noch die Möglichkeit, den Upload für 3€/Monat von 20.000 auf 40.000 zu erhöhen. Hab ich gemacht, sollte einen spürbarer Vorteil für Anwendungen wie OwnCloud oder den youtubenden Junior bringen.

Seit Anfang des Jahres habe ich auf meinem Raspberry Pi ein Skript laufen, welches in regelmäßigen Abständen einen Speedtest macht:


#!/bin/bash

LOGFILE=~/speedtest.log

# Checken, ob Logfile existiert:
if [ ! -d $LOGFILE ]; then touch $LOGFILE; fi

# Der Pfad zu speedtest muss hier so stehen, denn das Skript wird über cron leider nicht in der BASH ausgeführt...
SPEED=$(/usr/local/bin/speedtest --simple)
ZEIT=$(date +%Y-%m-%d_%H:%M:%S)

echo $ZEIT $SPEED >> $LOGFILE

Die Ergebnisse habe ich mir jetzt einmal angesehen (etwas geglättet):

DSL vs. VDSL
Das ist schon ein ordentlicher Performance-Schub:

  • Die Ping-Zeiten gehen um 58% nach unten.
  • Die Download-Raten gehen um 690% nach oben.
  • Die Upload-Raten gehen um 4220% nach oben!

Damit kann man jetzt erst mal eine Zeit gut leben. Die nächste Baustelle ist dann eher die Netzwerktechnik im Haus. LAN-Kabel gibt es keine, und trotz WLAN-AC an Router, Repeater und Notebook ist das nicht wirklich befriedigend. Aber ich will jetzt mal nicht jammern…

Survivorship Bias

Wir alle lieben Erfolge. Wir bewundern erfolgreiche Leute, und wenn wir uns für reflektiert halten fragen wir uns dabei noch, welche Faktoren zu diesem Erfolg beigetragen haben. Mit ziemlicher Sicherheit wird diese Analyse allerdings fehlerhaft sein. Sogar dann, wenn wir nicht nur einen erfolgreichen Player untersuchen, sondern viele davon. „Viele“ hört sich für den Statistiker immer gut an, aber der Fehler liegt hier schon im Ansatz. Man nennt diesen Fehler „Survivorship Bias“. Wikipedia erzählt eine schöne Geschichte, von der der Begriff kommen angeblich kommen soll. Ob wahr oder nicht spielt keine Rolle, sie verdeutlicht den Denkfehler sehr schön:

Der Begriff geht auf die Arbeit englischer Ingenieure im Zweiten Weltkrieg zurück, welche die Panzerung der Flugzeuge verbessern und somit die Überlebensrate der Piloten steigern wollten. Sie verstärkten zunächst die Panzerung der zurückgekehrten Maschinen an den Stellen mit den meisten Einschusslöchern. Allerdings verbesserte sich dadurch die Überlebensrate nicht. Der Mathematiker Abraham Wald erkannte schließlich den Irrtum und regte an, die Flugzeuge dort stärker zu panzern, wo sie keine Einschusslöcher aufwiesen, da Treffer an diesen Stellen offensichtlich einen Absturz auslösten und somit die Rückkehr unmöglich machten.

Quelle: „Auf die Verlierer kommt es an“

Vor einigen Jahren habe ich das Buch „Die Kunst des klaren Denkens“ von Rolf Dobelli gelesen, in welchem er sich mit genau solchen Denkfehlern auseinander setzt. Nicht ohne Grund wird der „Survivorship Bias“ gleich im ersten Kapitel behandelt (eine „Leseprobe“ dieses kurzen Kapitels findest du hier, lohnt sich). Rolf Dobelli schreibt am Ende des Kapitels, und das sollte man sich merken, wenn man mal wieder Studien liest, die irgend etwas komisches „beweisen“, wenn man auf der Suche nach Erfolgsfaktoren ist, erfolgreichen Menschen zuhört oder selbst ein erfolgreicher Mensch ist und andere einem zuhören:

Survivorship Bias bedeutet: Sie überschätzen systematisch die Erfolgswahrscheinlichkeit. Zur Gegensteuerung: Besuchen Sie möglichst oft die Grabstätten der einst vielversprechenden Projekte, Investments und Karrieren. Ein trauriger Spaziergang, aber ein gesunder.

In diesem Video wird die Sache noch einmal eindrücklich erklärt:

Seit 2012 gibt es weltweit sogenannte Fuckup Nights: Gescheiterte erzählen von ihren Erfahrungen des Scheiterns:

https://youtu.be/xtH6zGSeuDI

Das ist sicher interessant und im Sinne des Survivorship Bias auch sehr wichtig, trotzdem beschleicht mich das Gefühl, dass das Vorgehen der Analyse von gescheiterten Projekten den gleichen Bias erzeugt wie die Analyse von erfolgreichen Projekten. Ausgewogen wird es nur, wenn man beides betrachtet und sich dabei auch eingesteht, dass die Kriterien, nach denen man die Projekte untersucht, schon in die Analyse gesteckt werden und nicht vorwissensfrei aus der Analyse erzeugt werden. Vielleicht sind Faktoren entscheidend, die wir überhaupt nicht auf dem Schirm haben. Oder vieles ist schlicht und einfach – so enttäuschend das auch sein mag – zufällig.