Ideen entwickeln und wirkungsvoll zusammenarbeiten sind zwei entscheidende Komponenten für erfolgreiche Anlageprozesse. Um sie besser zu verstehen, hat AIQ mit führenden Wissenschaftlern für analoges und modellbasiertes Denken gesprochen.

8 Minuten Lesezeit

Ein sehr wirkungsvoller Weg um komplexe Situationen zu verstehen, ist die Kombination verschiedener Modelle, die tote Winkel einzelner Modelle ergänzen. Doch um verborgene Muster zu identifizieren und Analogien zu ziehen, müssen wir noch ein besseres Werkzeug als das menschliche Gehirn finden.

Ideenfindung und Zusammenarbeit für effizientere und effektivere Ergebnisse

Wie geht man an Ideenfindung und Zusammenarbeit heran, wenn man effizienter und effektiver zu Ergebnissen gelangen möchte? Dieser Frage geht AIQ in diesem Artikel nach. Dazu stellen wir zwei verschiedene Sichtweisen einander gegenüber. Wir sprechen zum einen mit Dedre Gentner, Professor am Department of Psychology der Northwestern University. Er ist ein prominenter Forscher im Bereich des analogen Denkens. Zum anderen lassen wir Scott E. Page, Sozialwissenschaftler und John Seely Brown Distinguished University Professor an der Ross School of Business, University of Michigan, zu Wort kommen. Er ist auch Autor des Buches „The Model Thinker“.

Gentner zufolge ermöglichen es uns Analogien, Gemeinsamkeiten im Verhältnis von zwei verschiedenen Objektgruppen zu identifizieren. Dies kann zu neuen Erkenntnissen führen. Zugleich ist es im Kernbereich wissenschaftlicher Entdeckungen angesiedelt oder allgemeiner gesagt von Bereichen, die auf der Suche nach Wissen und Verständnis basieren. Analoges Denken trägt demnach entscheidend dazu bei, die Komplexität der Welt zu verstehen, indem wir verborgene Zusammenhänge erkennen.

In The Model Thinker zieht Page eine breite Definition von Modellen heran, von den intuitiven Abbildungen, die in unseren Köpfen entstehen, bis hin zu formalen mathematischen Modellen und Algorithmen des maschinellen Lernens. Page zufolge können wir diese Vielfalt nutzen, um die vielfältigen Dimensionen komplexer Phänomene zu erklären. Wir können damit die vorhandenen riesigen Datenmengen voll ausschöpfen und bessere Entscheidungen treffen in einer Reihe von Bereichen in Wirtschaft, Politik, Wissenschaft und Gesellschaft.

Dedre Gentner – Der analoge Denker

Sie sind seit über drei Jahrzehnten auf diesem Gebiet tätig. Wie sind Sie dazu gekommen?

Ich begann Mathematik zu studieren und erwarb dann einen Physikabschluss. Dann entdeckte ich das Fach Psychologie, mit dem ich mich schon an der UCSD beschäftigt hatte. Es war fantastisch. Wir haben uns mit der Art und Weise beschäftigt, wie Menschen Wissen abbilden und verarbeiten. Mein Thema war die Analyse der Bedeutung von Verben. Das Spielen mit Verben lässt einen erkennen, dass es sich wirklich um institutionalisierte Analogien handelt. Zum Beispiel haben viele Verben sowohl abstrakte als auch konkrete Bedeutungen (z. B. „Fred gab Ida eine Vase / eine Idee / eine harte Zeit.“).

Als ich die Funktionsweise der Sprache studierte, stieß ich immer wieder auf die Beobachtung, dass Menschen sehr gut darin sind, relationale Muster in verschiedenen Bereichen zu erkennen. Wir lernen etwas zuerst konkret, doch dann bilden wir es immer wieder auf andere Dinge ab.

Ich wurde auch von meiner Bachelorarbeit in Mathematik und Naturwissenschaften beeinflusst. Beispielsweise kann man in der abstrakten Algebra eine Struktur von einem Bereich auf einen anderen übertragen. Und in der Wissenschaft hatte ich festgestellt, dass viele neue Entdeckungen mit Hilfe von Analogien gemacht werden. Daraus entstand das Strukturmapping. Dieses verbindet die Arbeit mit Verben mit der Frage, wie Wissenschaftler neue Ideen entwickeln und wie Mathematiker Funktionen bereichsübergreifend abbilden.

In der Theorie des Strukturmappings1 sprechen Sie von struktureller Anpassung. Was bedeutet das?

Strukturelle Anpassung bezieht sich auf unsere Fähigkeit, zwei Situationen auf der Grundlage ihrer gemeinsamen Beziehungsmuster abzugleichen, auch dann, wenn die konkreten Details unterschiedlich sind. Zum Beispiel, wenn ich Menschen frage, was die Aussagen „Martha lässt sich von George scheiden“ und „Wallcorp verkauft Acme Tires“ gemeinsam haben, dann antworten sie: „Beide haben sich von etwas getrennt, das sie nicht mehr wollten.“ Dass sich Martha und Wallcorp völlig voneinander unterscheiden, stört die Menschen nicht. Wir können zwei Situationen auf der Grundlage abstrakter relationaler Muster aneinander anpassen.

Der analoge Vergleich kann zu Ideen führen, die man vorher nicht hatte.

Das Großartige an der strukturellen Anpassung ist, dass selbst bei schwachen oder unvollständigen Modellen zu zwei verschiedenen Bereichen beim Vergleich das gemeinsame Beziehungsmuster oft sofort ins Auge fällt. Das ist es, was bei wissenschaftlichen Entdeckungen häufig passiert. Der analoge Vergleich kann eine Idee ans Licht bringen, die man vorher nicht hatte und das kann die Art und Weise verändern, wie man über beide Konzepte denkt.

Was sind die Gefahren des analogen Denkens?

Alle Analogien erreichen irgendwann das Ende ihrer Tragfähigkeit. Wenn man also damit argumentieren will, sollte man sowohl über die Unterschiede als auch über die Gemeinsamkeiten nachdenken. Je mehr man herausarbeitet, was übereinstimmt und was nicht, desto besser kann man die Analogie als Erklärung heranziehen und für Vorhersagen nutzen.

Wie sollten wir sie nutzen, um über relationale Strukturen nachzudenken?

Wenn wir sagen, „Tiger sind wie Löwen“, kann das nützlich sein, aber wenn es so viele Gemeinsamkeiten gibt, wird kein Beziehungsmuster entstehen. Wenn ich jedoch sage: „Anwälte sind wie Haie“, haben beide keine äußerlichen Gemeinsamkeiten, so dass man nur so etwas wie wilde Raubtiere ableiten kann.

Das hat einige große Vorteile. Erstens erlaubt es uns, etwas zu verstehen, bei dem wir nichts Vertrautes für einen Vergleich heranziehen können und zweitens, auch wenn ein Vergleich mit etwas Ähnlichem möglich ist, ist ein Vergleich mit etwas ganz anderem besser. So kann man das Beziehungsmuster auf eine Weise betrachten, die nicht möglich ist, wenn zwei Dinge sehr viele Gemeinsamkeiten haben.

Gibt Ihre Arbeit einen Hinweis darauf, ob es besser ist, Spezialist oder Generalist zu sein?

Es gibt Raum für Spezialisten wie für Generalisten. Doch ich würde sagen, es ist am besten, diese beiden Extreme zu kombinieren. Es ist großartig, ein Gebiet gut genug zu kennen, um wirklich in die Tiefe gehen zu können. Doch es ist auch gut, Kenntnisse auf vielen anderen Gebieten zu haben und neugierig zu sein. Kreative Analogien entstehen sehr oft dadurch, dass man Muster in verschiedenen Bereichen sieht. Das erfordert Neugierde, die über ein einzelnes Fachgebiet hinausgeht.

Das vorhandene Wissen genügt nicht, um sich darauf in jeder Situation zu verlassen.

In der Welt, in der wir leben, stehen wir ständig vor neuen Herausforderungen. Was wir bereits wissen, genügt nicht, um sich darauf in jeder Situation zu verlassen. Man muss sensibel sein für wiederkehrende Beziehungsmuster.

Wie können Einzelne und Organisationen besser darin werden, analoges Denken zu nutzen?

Mit Blick auf einzelne Menschen wäre mein Rat: Lerne alles, was du kannst, nicht nur in deinem eigenen Fachbereich, sondern auch in anderen Gebieten. Für Unternehmen würde ich sagen, dass sie sicherstellen sollen, dass in den Teams Menschen mit Wissen aus verschiedenen Bereichen arbeiten. Sie werden nicht so viele interessante Analogien erhalten, wenn alle Teammitglieder den gleichen Hintergrund haben. Sowohl für Einzelpersonen als auch für Organisationen wäre meine Empfehlung ein zweistufiger Prozess. Erstens, Analogien fördern und offen dafür sein, mit ihnen zu spielen und in der zweiten Stufe sollte man sein kritisches Denken anwenden. Man sollte das gemeinsame Prinzip formulieren und auf Unterschiede achten. Wenn etwas nicht passt, sollte man sagen: „Warte einen Moment. Das haben wir vorhergesagt. Was passiert gerade?“ Das Ziel ist nicht, eine Analogie sofort ad acta zu legen, doch letzlich muss sie tragfähig sein.

Jede Art von kreativem Denken muss sowohl kritisches als auch generatives Denken beinhalten.

Eine Analogie, die ich gerne verwende, ist, dass die meisten Mutationen und auch Analogien tödlich sind. Solange man kritisch ist, sollte es kein Problem sein. Man muss also nicht nur offen für Analogien sein, sondern auch sie durchdenken. Was sind die Schlussfolgerungen? Gibt es kritische Unterschiede? Führen sie zu unsinnigen Vorhersagen? Im Grunde ist es eine Art Kunstform. Jede Art von kreativem Denken muss sowohl kritisches als auch generatives Denken beinhalten.

Was sind Ihre nächsten Arbeitsschwerpunkte?

Da gibt es einige. Ich arbeite daran, ob analoge Prozesse bei Kleinkindern auftreten (die Antwort scheint ja zu sein), und ob das Erlernen von Sprachen die Art von Analogien verändert, die wir verarbeiten können. Ich arbeite auch daran, wie man Kindern helfen kann, ihr relationales Denken zu verbessern. Es gibt hier einen großen Unterschied zwischen schulisch erfolgreichen Kindern und Schulversagern. Ich denke, wir können allen Kindern helfen, sich im analogen Denken zu verbessern.

Mich interessiert auch, wie analoge Prozesse die Geschichte von Sprache und Kultur beeinflussen. Mit meinem Kollegen Kensy Cooperrider habe ich gerade eine Arbeit über die „Karriere der Messung“ geschrieben. Früher haben Menschen Dimensionen kontextspezifisch gemessen, zum Beispiel die Länge eines Feldes in Ochsenlängen oder die Tiefe des Wassers in Seillängen. Im Laufe der Jahrhunderte haben wir durch den Vergleich und die Ausrichtung von Einheiten allmählich abstrakte Systeme gebildet. Dort können die gleichen Begriffe, wie Meter oder Kilometer, unabhängig vom Kontext verwendet werden.

Dies ist ein weiterer Fall, in dem wir die Dinge zunächst konkret lernen und durch einen Vergleich weniger konkret machen. Im Allgemeinen beginnen wir mit konkretem Wissen, dann verbessern wir uns durch die Vergleiche, die wir machen und die Sprache, die wir auf sie anwenden.

Scott E. Page – Der vorbildliche Denker

Wie helfen uns Modelle, die Welt um uns herum zu verstehen?

Ein Beispiel dafür ist die jüngste Entscheidung von Amazon, den Standort zu verlagern.2 Amazon könnte darüber nachdenken, die Versandkosten zu minimieren. Es kann um Fragen der Arbeitsmärkte gehen oder um langfristige potenzielle Wachstumsbereiche. Amazon hat das aus allen möglichen Blickwinkeln betrachtet. Dennoch vergaß man, ein einfaches Modell der möglichen politischen Reaktionen zu betrachten, und die Entscheidung ging nach hinten los. Das ist ein Beispiel dafür, was passieren kann, wenn man ein Modell außer Acht lässt.

Können Sie kurz die REDCAPE-Nutzung von Modellen erklären?

Es gibt sieben Hauptgründe, warum man Modelle verwendet. Der erste ist, ein Phänomen zu verstehen (Reason). Ebenso verwenden wir Modelle, um Phänomene oder Muster zu erklären (Explain). Wir können sie auch nutzen, um Dinge zu gestalten (Design), Maßnahmen zu ergreifen (Action), vorherzusagen (Predict) und zu erforschen (Explore). Und letztlich geht es um die Kommunikation (Communicate), und das ist es, was Modelle so mächtig macht. Modelle sind von enormem Wert, weil wir damit ausdrücken können, was wir meinen.

In einem kürzlich erschienenen Harvard Business Review-Artikel erwähnen Sie die Verwendung von Modellen, um „die Aufmerksamkeit breit zu verteilen, Vorhersagen zu verbessern und Konflikte zu suchen“.

Der Artikel stand im Zusammenhang mit der Nutzung künstlicher Intelligenz bei Personalentscheidungen. Einige Unternehmen erhalten Hunderttausende von Bewerbungen für vielleicht 5‘000 bis 10‘000 Stellen. Eine Möglichkeit, damit umzugehen, ist ein Modell zu entwickeln, um einfache Kennzahlen wie die Bewertung nach dem Startjahr oder die langfristige Erfolgsrate vorherzusagen.

Ein Ansatz, um diese Vorhersagen zu verbessern, ist der „Zufallswald“. Dabei geht man von einem Modell mit vielen Entscheidungsbäumen aus. Dieses testet man, um herauszufinden, in welchen Fällen es falsch liegen würde. Dann erstellen Sie ein weiteres Modell, das sich nur auf diese toten Winkel konzentriert.

Die Verwendung vieler Modelle wird sich auf verschiedene Dimensionen konzentrieren.

Eine weitere Möglichkeit ist es, einen ganz anderen Ansatz zu wählen. Stellen Sie sich vor, dass von 70‘000 Mitarbeitern 100 Superstars sind. Könnte man das vorhersagen? Man würde nicht jeden auf dieser Grundlage einstellen wollen. Doch wenn eine Kandidatin andere Kriterien nur knapp nicht erfüllt und dennoch mit größter Wahrscheinlichkeit das Zeug zum Superstar hat? Dann wären Sie verrückt, sie nicht einzustellen.

Verwendet man dafür ein einziges Kriterium, wird man bei sehr ähnlichen Personen landen. Nutzt man eine Vielzahl von Modellen, werden unterschiedliche Dimensionen berücksichtigt. Und wenn alle Daten eingeflossen sind, ist es nicht mehr so aufwändig, zusätzliche Modelle zu erstellen. Sobald Sie die Daten haben, kann man die auf ein ganzes Gitternetz von Modellen anwenden.

In The Model Thinker schreiben Sie: „Werden politische Entscheidungen auf der Grundlage einzelner Modelle getroffen, können wichtige Merkmale wie Einkommensungleichheit, Identität, Vielfalt und externe Interdependenzen aus dem Blick geraten“. Geschieht das gleiche beim Ziel des Pariser Abkommens, die CO2-Emissionen zu reduzieren, anstatt eine breitere, komplexere Sichtweise einzunehmen?

In dem Buch spreche ich auch über Campbells Law. Es besagt, sobald man versucht, Politik auf nur eine Metrik zu stützen, wird sie nicht mehr funktionieren. Denn die Menschen finden Wege, sie zu umgehen. Es ist natürlich besser, CO2-Beschränkungen zu haben als keine. Doch werden Unternehmen andere Wege der Verschmutzung finden die kein CO2 emittieren? Werden sie vielleicht etwas anderes mit ebenso schädlicher Wirkung produzieren? Wenn es andere Möglichkeiten gibt, Energie zu erzeugen oder Produktionsprozesse zu gestalten, wird dieses kompensatorische Verhalten die Auswirkungen der CO2-Reduzierung zunichte machen?

Andererseits, und das ist möglicherweise ein anderes Modell, können hohe Investitionsanreize geschaffen werden, wenn CO2 oder andere Treibhausgase verteuern werden. Sobald Glühbirnen verboten wurden, gab es plötzlich diese erstaunliche Innovationskraft. Früher waren Glühbirnen so billig, dass es keinen Sinn machte, innovativ zu sein.

Sie plädieren für die Verwendung mehrerer Modelle, um einen „Diversitäts-Bonus“ zu erhalten. Können Sie uns eine kurze Einführung in dieses Konzept geben?

Die Schlüsselfrage ist, das richtige Ensemble zu finden.

Zwei Menschen mit gleicher Ausbildung und Erfahrung werden die Welt auf ähnliche Weise betrachten und ihre Vorhersagen werden korreliert. Vielfalt bringt dabei einen großen Bonus mit sich. Nimmt man jemanden dazu, dessen Vorhersagen zwar schlechter, aber negativ mit den anderen Vorhersagen korreliert sind, wird die gemeinsame Vorhersage viel besser sein.

Bei Modellen geht es vor allem darum, das richtige Ensemble zu finden. Man zielt auf Modelle, die verschiedene Dinge auf unterschiedliche Weise falsch machen.

Wie kann der Einsatz mehrerer Modelle Lücken zwischen verschiedenen Blickwinkeln schließen?

Zum Beispiel weiss niemand, was mit der Wirtschaft in 30 Jahren passieren wird. Jede Einzelne von uns wird bei dieser Frage wahrscheinlich völlig falsch liegen. Darum wird man viele Modelle verwenden, um einen Durchschnitt zu erhalten. Darüber hinaus wird man damit eine Reihe von Grenzen definieren, um ein Gefühl für den schlimmsten und den besten Fall zu bekommen. Dadurch werden die Vorhersagen deutlich robuster. Im Idealfall nutzt man die Modelle, welche die Fakten am besten verarbeiten, behält die Vielfalt der Vermutungen jedoch bei.

Wie steht es um die Verfügbarkeit von qualitativen Daten?

Wenn Big Data das ist, was im Internet gesammelt werden kann, gibt es auch reichhaltigere, umfassende Daten aus der Beobachtung und Befragung von Menschen. Das sollte nicht übersehen werden, jetzt, wo Big Data so billig ist. Qualitative Daten sind heute viel wertvoller.

Denken Sie an den Anfang unseres Gesprächs und die Frage, wie sich Bewerbungsgespräche verändert haben. Typische Fragen waren früher: „Wo haben Sie studiert? Welchen Notendurchschnitt haben Sie erreicht?“ Das ist jetzt Zeitverschwendung, denn ein Algorithmus hat das bereits berücksichtigt. So haben die Interviewer die Freiheit, sich auf andere Dinge zu konzentrieren, zum Beispiel darauf, ob die Kandidaten schlagfertige Antworten geben können.

AIQ sagt:

Über das Denken nachzudenken ist harte Arbeit. Analogien und Modelle sind jedoch Werkzeuge, die uns jeden Tag helfen. Denn bei Investitionen geht es darum, die Welt zu verstehen und Entwicklungen einordnen zu können. Darum lohnt sich jede Verbesserung, die man erreichen kann.

Die Macht der Analogien liegt in der Natur der Sprache. Sie ermöglichen es, komplexe Informationen einfacher zu vermitteln und neue Ebenen des Verständnisses zu erreichen. Durch das Herstellen kreativer Verbindungenermöglichen sie es uns, Dinge mit neuen Augen zu sehen, Muster und neue Beziehungen zu erkennen.

Modelle sind formaler und systematischer. Multiple und vielfältige Modelle ermöglichen es, komplexe Datensätze und Probleme aus einer breiteren Perspektive zu analysieren. Das verbessert die Prozessabläufe und führt zu intelligenteren Entscheidungen.

So gesehen ist es kein Zufall, dass effektive Analogien und Denken in Modellen ein breites und vielfältiges Denken erfordern, bei Einzelnen wie auf Gruppenebene. In einer unsicheren Welt mit überbordender Komplexität können wir es uns nicht leisten, ihre Bedeutung zu ignorieren.

Investmentthemen

Wichtige Informationen

Soweit nicht anders angegeben, stammen alle Informationen von Aviva Investors Global Services Limited (AIGSL). Sofern nicht anders angegeben, sind alle Ansichten und Meinungen jene von Aviva Investors. Die Aussagen garantieren keine Gewinne aus Geldanlagen, die von Aviva Investors verwaltet werden, und sind nicht als Anlageempfehlungen zu verstehen. Die aufgeführten Informationen wurden aus für zuverlässig befundenen Quellen bezogen, jedoch nicht auf unabhängige Weise von Aviva Investors geprüft und ihre Richtigkeit kann nicht garantiert werden. Die frühere Wertentwicklung ist kein Anhaltspunkt für die zukünftige Performance. Der Wert und die Erträge von Anlagen können sowohl steigen als auch fallen und unter Umständen erhält ein Anleger den ursprünglich investierten Betrag nicht in vollem Umfang zurück. Alle Angaben in diesem Material, einschließlich Verweise auf bestimmte Wertpapiere, Anlageklassen und Finanzmärkte, sind als Rat oder Empfehlung jedweder Art gedacht und sollten nicht als solche ausgelegt werden. Dieses Material stellt keine Empfehlung zum Kauf oder Verkauf einer Anlage dar.

In Europa wird dieses Dokument von Aviva Investors Luxembourg S.A. herausgegeben. Eingetragener Geschäftssitz: 2 rue du Fort Bourbon, 1st Floor, 1249 Luxemburg. Beaufsichtigt durch die Commission de Surveillance du Secteur Financier. Ein Unternehmen der Aviva-Gruppe. Im Vereinigten Königreich herausgegeben von Aviva Investors Global Services Limited, eingetragen in England unter der Nr. 1151805. Eingetragener Geschäftssitz: St Helens, 1 Undershaft, London EC3P 3DQ, Vereinigtes Königreich. Zugelassen und beaufsichtigt durch die Financial Conduct Authority. Firmenreferenznr. 119178.

In Singapur wird dieses Material durch eine Vereinbarung mit Aviva Investors Asia Pte. Limited (AIAPL) für die Verteilung ausschließlich an institutionelle Anleger ausgegeben. Bitte beachten Sie, dass AIAPL keine unabhängige Recherche oder Analyse bezüglich Inhalt oder Erstellung dieses Materials betreibt. Empfänger dieses Materials müssen AIAPL hinsichtlich aller Angelegenheiten, die sich aufgrund von oder in Zusammenhang mit diesem Material ergeben, kontaktieren. AIAPL, eine nach dem Recht Singapurs gegründete Gesellschaft mit der Registernummer 200813519W, verfügt über eine gültige Capital Markets Services Licence für die Durchführung von Fondsverwaltungsaktivitäten gemäß dem Securities and Futures Act (Singapore Statute Cap. 289) und gilt als Asian Exempt Financial Adviser im Sinne des Financial Advisers Act (Singapore Statute Cap.110). Eingetragener Geschäftssitz: 1 Raffles Quay, #27-13 South Tower, Singapur 048583. In Australien wird dieses Material durch eine Vereinbarung mit Aviva Investors Pacific Pty Ltd (AIPPL) für die Verteilung ausschließlich an Großanleger ausgegeben. Bitte beachten Sie, dass AIPPL keine unabhängige Recherche oder Analyse bezüglich Inhalt oder Erstellung dieses Materials betreibt. Empfänger dieses Materials müssen AIPPL hinsichtlich aller Angelegenheiten, die sich aufgrund von oder in Zusammenhang mit diesem Material ergeben, kontaktieren. AIPPL, eine nach australischem Recht gegründete Gesellschaft mit der Australian Business Number 87 153 200 278 und der Australian Company Number 153 200 278, verfügt über eine Australian Financial Services License (AFSL 411458) der Australian Securities and Investments Commission. Geschäftsadresse: Level 30, Collins Place, 35 Collins Street, Melbourne, Vic 3000, Australien.

Der Name „Aviva Investors“ bezieht sich in diesem Material auf die globale Organisation aus verbundenen Vermögensverwaltungsgesellschaften, die unter dem Namen Aviva Investors agiert. Jede mit Aviva Investors verbundene Gesellschaft ist eine Tochtergesellschaft von Aviva plc, einem börsennotierten multinationalen Finanzdienstleistungsunternehmen mit Sitz im Vereinigten Königreich. Aviva Investors Canada, Inc. („AIC“) hat seinen Sitz in Toronto und ist bei der Ontario Securities Commission („OSC“) als Portfolio Manager, Exempt Market Dealer und Commodity Trading Manager registriert. Aviva Investors Americas LLC ist ein bei der U.S. Securities and Exchange Commission staatlich registrierter Anlageberater. Außerdem ist Aviva Investors Americas bei der Commodity Futures Trading Commission („CFTC“) als Commodity Trading Advisor („CTA“) registriert und ein Mitglied der National Futures Association („NFA“). Part 2A des AIA ADV-Formulars, das Hintergrundinformationen zu der Gesellschaft und ihren Geschäftspraktiken liefert, ist auf schriftlichen Antrag an folgende Adresse erhältlich: Compliance Department, 225 West Wacker Drive, Suite 2250, Chicago, IL 60606.606.