• Skip to primary navigation
  • Skip to main content
  • Skip to primary sidebar
  • Skip to footer

chain relations Agentur & Beratung Neukundengewinnung für B2B

Demand Generation und Account-based Marketing für B2B-Unternehmen

  • NEUKUNDEN GEWINNEN
    • Demand Generation
    • Account-based Marketing (ABM)
    • Content Marketing
  • KUNDEN VERSTEHEN
  • RESSOURCEN
    • Blog
    • Business-Roman: Lasst die Kunden kommen
    • Webinare
  • AGENTUR
    • Über uns
    • Über Torsten Herrmann
    • Beratungsansatz
    • Kontakt

Sekretärinnenproblem: Wie man in unsicheren Auswahlprozessen die beste Entscheidung trifft

Startseite » Wie Unternehmen entscheiden: Psychologie, Architektur und Impulse für bessere Entscheidungen » Denkfehler in Zahlen: Wenn Mathematik in die Irre führt » Sekretärinnenproblem: Wie man in unsicheren Auswahlprozessen die beste Entscheidung trifft

Wenn Timing alles ist – und man trotzdem nur eine Chance hat

Die Situation ist so alt wie das Recruiting selbst: Bewerber:innen werden nacheinander vorgestellt. Für jede einzelne Person muss sofort entschieden werden – Ja oder Nein. Zurückgehen? Nicht möglich. Und das Ziel? Die beste Person für die Rolle finden.

Genau hier setzt das sogenannte Sekretärinnenproblem an – ein klassisches Modell aus der Entscheidungstheorie, das auf den ersten Blick altmodisch klingen mag, aber hochaktuelle Einsichten in menschliches und organisatorisches Entscheidungsverhalten bietet.

Ob es um Bewerbungsgespräche, Mietentscheidungen oder Investmentoptionen geht: Das Modell hilft, in unsicheren Situationen mit nur begrenzten Informationen systematisch bessere Entscheidungen zu treffen.

Was steckt hinter dem Sekretärinnenproblem?

Das Sekretärinnenproblem – auch bekannt als optimales Stoppproblem – beschreibt eine Entscheidungssituation, bei der n Optionen nacheinander geprüft werden, aber nur eine einzige ausgewählt werden darf. Und: Die Entscheidung ist endgültig. Einmal abgelehnt, ist der Kandidat oder die Kandidatin nicht mehr verfügbar.

Ziel ist es, aus der Reihe die beste Option auszuwählen – obwohl man nie weiß, ob die kommenden Kandidaten noch besser werden.

Mathematisch gehört das Problem zur Statistik und Wahrscheinlichkeitstheorie. Und ähnlich wie beim berühmten Ziegenproblem zeigt es, wie stark unser Bauchgefühl von mathematisch optimalem Verhalten abweichen kann.

Die Lösung: Die 37%-Regel

Die wohl bekannteste Strategie zur Lösung dieses Dilemmas ist die 37-Prozent-Regel. Sie besagt:

Beobachte zunächst 37 % der Kandidat:innen, ohne jemanden auszuwählen.
Danach wähle die erste Person, die besser ist als alle vorher gesehenen.

Warum ausgerechnet 37 %? Weil das – mathematisch gesehen – die optimale Balance zwischen zu früh entscheiden und zu lange warten darstellt.

Ein Beispiel:

Du hast 100 Bewerbungen auf dem Tisch.
→ Schaue Dir die ersten 37 an – stelle aber niemanden ein.
→ Ab der 38. Person: Wähle die erste, die besser ist als alle davor.

Die Erfolgswahrscheinlichkeit liegt bei knapp 37 %. Nicht perfekt – aber besser als jedes andere starr angewandte Auswahlverfahren.

Mathematischer Hintergrund:

Die Regel basiert auf der Eulerschen Zahl e (≈ 2,718) – ein zentraler Wert in vielen mathematischen Modellen.
Formal gilt:

k ≈ n/e → k ≈ 0,37n

Die Zahl k ist die Zahl der Kandidat:innen, die man als Referenz betrachtet – also als Vergleichsmaßstab, nicht als echte Option.

Das eigentliche Dilemma: Exploitation vs. Exploration

Was dieses Modell so spannend macht, ist das zugrundeliegende Spannungsfeld:

  • Exploration: Erstmal möglichst viele Informationen sammeln
  • Exploitation: Eine gute Gelegenheit beim Schopf packen

Wartet man zu lange, ist der oder die Beste womöglich schon weg. Entscheidet man zu früh, fehlt die Vergleichsbasis. Die 37%-Strategie ist der Kompromiss: genug Überblick, ohne die Chance zu verpassen.

Was ist das Stoppproblem?

Das Stoppproblem ist ein Überbegriff für Entscheidungsmodelle, bei denen es um die richtige Beendigungsstrategiegeht. Also darum, wann ein laufender Prozess beendet werden sollte, um ein Ziel (z. B. Maximum) bestmöglich zu erreichen.

Das Sekretärinnenproblem ist eines der bekanntesten Beispiele dafür – aber es gibt viele weitere Anwendungen, etwa bei Preisverhandlungen, bei der Wahl von Lieferanten oder beim Festlegen von Markteintrittszeitpunkten.

Wann wird aus dem Problem ein echtes Dilemma?

Immer dann, wenn beide Alternativen einen Preis haben:

  • Wählt man zu früh, könnte etwas Besseres kommen
  • Wartet man zu lange, hat man das Beste schon verpasst

In B2B-Entscheidungen taucht das z. B. auf bei:

  • der Wahl von Agenturen
  • der Entscheidung für Technologien
  • dem Einstellen von Talenten
  • dem Timing von Investitionen

Anwendung im Business-Alltag

Ob Recruiting, Miete oder Marktbeobachtung – das Grundprinzip ist überall dasselbe: Du weißt nicht, was kommt. Du musst entscheiden – und kannst nicht zurück.

Ein persönliches Beispiel: Beim Wohnungssuchen in einer neuen Stadt habe ich mir bewusst 10 Wohnungen angeschaut – ohne direkt zuzusagen. Danach war klarer, was geht und was nicht. Und beim elften Termin haben wir zugeschlagen. Rückblickend: wahrscheinlich die beste Entscheidung – auch wenn sie sich in dem Moment nicht sicher, sondern wahrscheinlich richtig angefühlt hat.

Varianten und Erweiterungen

In der Praxis gibt es viele Abwandlungen des Problems:

  • Unbekannte Anzahl an Optionen: z. B. bei kontinuierlichem Recruiting
  • Mehrere Entscheidungen möglich: z. B. mehrere Stellen zu besetzen
  • Bewertungen auf Skala statt Ranking: Bewertung nach Score statt Platz
  • Ablehnung mit Kosten verbunden: z. B. verlorene Zeit oder Budget

Je nach Kontext lässt sich das Grundmodell flexibel anpassen – der Kern bleibt: Was ist das optimale Verhältnis von Überblick und Entscheidung?

Andere Beiträge aus unserer Reihe zu Entscheidungen im B2B

Weitere Beiträge im Cluster Denkfehler in Zahlen:

  • Ziegenproblem – Wenn Intuition gegen Statistik verliert
  • Clustering Illusion – Warum wir Muster im Zufall sehen
  • Denkfehler in Zahlen – Wenn uns Mathematik in die Irre führt

Kontext vertiefen?

Wie Unternehmen entscheiden – Der Überblick über Biases, mentale Modelle und Entscheidungsarchitektur im B2B

FAQ: Sekretärinnenproblem – fünf praktische Fragen für Unternehmen

1. Lässt sich die 37%-Regel in der Praxis wirklich anwenden?

Ja – aber nicht mechanisch. Die Regel gibt eine Orientierung, wie viele Optionen man anschauen sollte, um fundiert zu entscheiden. Besonders hilfreich bei unbekannten Märkten, neuen Rollen oder vielen gleichwertigen Alternativen.

2. Gilt die Strategie auch, wenn die Kandidaten sehr unterschiedlich sind?

Nicht immer. Die Regel setzt vergleichbare Optionen voraus. In der Praxis sollte man zusätzlich Faktoren wie Team-Fit, Timing oder strategischen Kontext berücksichtigen – aber die Grundlogik bleibt nützlich.

3. Was ist, wenn ich gar nicht weiß, wie viele Optionen es geben wird?

Dann wird’s komplexer – aber es gibt auch dafür mathematische Anpassungen. In der Regel hilft: ein Gefühl für den Markt entwickeln, z. B. durch eine initiale Beobachtungsphase oder Marktsondierung.

4. Ist das Sekretärinnenproblem nicht völlig realitätsfern?

Nein – im Gegenteil. Es abstrahiert natürlich – aber gerade diese Reduktion hilft, Entscheidungsmuster sichtbar zu machen, die uns sonst entgehen. Und: Die meisten strategischen Entscheidungen sind genau das: unsicher, irreversibel, sequentiell.

5. Was ist das Wichtigste, das ich aus dem Modell mitnehmen kann?

Dass es in Auswahlprozessen eine optimale Mischung aus Geduld und Mut braucht. Wer nur abwartet, verpasst Chancen. Wer zu früh entscheidet, hat keine Basis. Die 37-Prozent-Regel hilft, diesen Trade-off bewusst zu gestalten – und bessere Entscheidungen zu treffen.

Beitragsbild generiert mit ChatGPT/DALL-E

Torsten Herrmann Avatar

Torsten Herrmann

Geschäftsführender Gesellschafter chain relations GmbH

Torsten Herrmann ist Berater für Neukundengewinnung im B2B und Geschäftsführer von chain relations.
Er verbindet im Marketing Demand Generation, Account-based Marketing, Content Marketing und Sichtbarkeit in KI-Assistenten mit Customer-led Growth und Jobs-to-be-Done – immer entlang echter Customer Journeys.
In der Vertriebsberatung analysiert er, warum Sales gewinnt, verliert oder ein Case versandet, baut darauf Wissen über B2B-Kaufentscheidungen auf und befähigt Vertriebsteams, die Entscheidungsdynamik im Buying Center zu erkennen und die Entscheidungsvorbereitung zu unterstützen.
Seine Arbeit richtet sich vor allem an Software- und SaaS-Anbieter, Beratungsunternehmen sowie die Hightech-Industrie.
Buchautor „Lasst die Kunden kommen", Podcaster, Autor mehrerer Fachbuchbeiträge im Springer-Verlag und Verleger des B2B-Agenda Verlags.

Areas of Expertise: Demand Generation, Account-based Marketing, Content Marketing,Generative Engine Optimization (GEO), Sales Enablement, Buyer Enablement, Win-Loss-Analyse, Buying-Center-Analyse, B2B-Kaufentscheidungen, qualitative Marktforschung, Context Selling, Jobs-to-be-Done, Customer Journey Analyse, Saas Marketing, Professional Services Marketing, Dienstleistungsmarketing
LinkedIn

Primary Sidebar

  • Account-based Marketing (ABM)
  • Buyer Persona
  • Buying-Center-Analyse
  • Content Marketing
  • Customer-led Growth
    • Customer Journey Mapping für ein optimales Kundenerlebnis
    • Marketing und Sales Alignment
  • Demand Generation
  • Jobs to be Done (JTBD)
  • Ressourcen
    • Blog
    • Neukundengewinnung B2B: Warum moderne Unternehmen umdenken müssen
    • Business-Roman: Lasst die Kunden kommen
    • Webinare
  • Agentur
    • Über uns
    • Beratungsansatz
    • Kontakt

Footer

Kontakt

chain relations GmbH
Gerbermühlstr. 32
60594 Frankfurt am Main
Deutschland/Germany

  • (+49) 69/850 995-60
  • info@chainrelations.de

  • Linkedin

Angebot

Customer-led Growth
Demand Generation
Content Marketing
Account-based Marketing

Über Uns

Über uns
Beratungsansatz
Business-Roman: Lasst die Kunden kommen

Wissen

Customer-led Growth - Wissen, was Kunden wollen
Demand Generation im B2B Marketing
Account-based Marketing – Ein Leitfaden
Jobs-to-be-Done verstehen
Strategie für B2B SaaS Unternehmen
Marketing für Unternehmensberatungen
Kundenbefragungen erstellen
Digitale Neukundenstrategie entwickeln
Win-Loss-Analyse

Lasst die Kunden kommen

Der B2B-Marketing Podcast rund um innovative Neukunden-Gewinnungs-Ansätze.
Logo des Podcasts 'Lasst die Kunden kommen'
Wir suchen B2B-Expert:innen für weitere Interviews. Melden Sie sich gerne!

© Copyright 2026 chain relations · Impressum & Datenschutz