Entscheidungstheorie

Slides:



Advertisements
Ähnliche Präsentationen
Modellierung intraspezifischer Konkurrenz
Advertisements

Simulationsansätze in der BWL: Erstellung eines eigenen Projekts
Agent based computational economics Das Konzept rationalen Verhaltens im Umfeld maschineller Akteure Spezielles Seminar Wirtschaftsinformatik SS2001 Frankfurt.
Risiko-Management im Projekt
Ein Planungssystem zur Optimierung der Palettenbeladung mit kongruenten rechteckigen Versandgebinden Ein logistisches PC-gestütztes Decision-Support-System.
Projektumfeld Gesellschaftliche Strömungen Strukturen/ Gliederung
Prinzipal-Agenten Beziehungen
Stochastik in der Sek. II Sabrina Schultze.
Konzeption und prototypische Implementierung eines zentralen Informationssystems für Systemmanagement Motivation Oft wird es schwierig, die benötigten.
Nutzung und Bedeutung von Business Intelligence und Business Intelligence Methoden und -Werkzeugen Durch die Analyse des BI mit dem Fokus der Managementunterstützung.
„Wissenschaftliches Arbeiten“ Was soll denn das sein?
Heuristiken und Kontexteinflüsse
Einführung.
Erfahrungen aus Tests komplexer Systeme
Universität Stuttgart Institut für Kernenergetik und Energiesysteme Aufgaben des Testens Vergleich des Verhaltens einer Software mit den an sie gestellten.
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-24.
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2006 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-18.
Der Umgang mit qualitativ erhobenen Daten: Strategien der Datenanalyse
HCI – Tätigkeits Theorie (Activity Theory)
Reinforcement Learning
WAS WILL WISSENSCHAFT? - Sagen: Was WIE ist
Modellierungsmethoden in der Verhaltenstherapie
Einführung von Groupware
Statistische Methoden II
Die Vorlesung Statistische Methoden II findet am (nächste Woche) nicht nicht statt. Diese Vorlesung wird zu einem späteren Termin, der noch bekannt.
Konfidenzintervalle Intervallschätzung
TESTS. Worum es geht Man möchte testen, ob eine bestimmte Annahme (Hypothese) über Parameter der Realität entspricht oder nicht. Beobachtung (Stichprobe)
Die Student- oder t-Verteilung
Konfidenzintervalle Intervallschätzung Jeder Beobachtung wird ein Intervall C( ) der reellen Zahlen zugeordnet Niveau Dabei ist die Wahrscheinlichkeit,
Konzeption und Realisierung von DSS
Wahrscheinlichkeitsrechnung
(Un-)sicherheiten in der Ökosystemmodellierung
Grundzüge der Mikroökonomie
Spezifikation von Anforderungen
Prof. Dr. Gerhard Schmidt pres. by H.-J. Steffens Software Engineering WS 2006 / 2007Folie 1 Agile Vorgehensweisen Hintergrund –in den letzten Jahren hat.
Rationales Entscheiden
EXCEL PROFESSIONAL KURS
Ausgleichungsrechnung II
Entscheidung bei Infomationsdefizit: Simultane optimale Alternativensuche und Nutzenpräzisierung o.Univ. Prof. Dkfm. Dr. Wolfgang Janko, WU.
Komponenten des Entscheidungsmodells
Computational Thinking Online Algorithmen [Was ist es wert, die Zukunft zu kennen?] Kurt Mehlhorn Konstantinos Panagiotou.
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Institut für Publizistik- und Kommunikationswissenschaft
STATISIK LV Nr.: 1375 SS März 2005.
Systematisierung von Entscheidungssituationen nach dem Informationsstand bzgl. der Umwelt Unge- wißheit Risiko Sicherheit Unsicherheit Entscheidungen.
Kompetenz -, Lern - und Prüfungsbereiche Anforderungsbereiche
CEF 2001, New Haven Genetic Neural Fuzzy Explorer GENEFER Konzeption, Technologien und Einsatzmöglichkeiten Eric Ringhut Muenster Institute for Computational.
Unternehmensmodell Modelle sind Abbildungen einer bestimmten Wirklichkeit und stellen komplexe Dinge vereinfacht dar.
Good Decision Making Gute Entscheidungsfindung in der Governance-Konzeption 18. Juni 2002 Tobias Jaeger.
Daten- und Ablaufmodellierung
Dr. des Martina Peitz.
Das ökonomische Modell des Wahlverhaltens
Präskriptive Entscheidungstheorie
Agenten und Multi-Agenten-System
2. Einzielentscheidungen mit einem Szenarium
Der ‚gläserne Mensch‘ und der vorsorgliche Staat Zum Verhältnis von Privatheit und Sicherheit in der Informationsgesellschaft Dipl. Pol. Ralf Bendrath.
2. Einzielentscheidungen mit einem Szenarium
Entscheidungstheorie
2.5.2 Multivariate Monte Carlo-Simulation
© 2005 KPMG Deutsche Treuhand-Gesellschaft AG, the German member firm of KPMG International, a Swiss cooperative. All rights reserved. KPMG and the KPMG.
Der Airbag als „Lebensretter“
Präsentation Unternehmens- organisation.
Geoinformationssysteme
Vorlesung Wasserwirtschaftliche Modellierung
Verhandlungstechnik und alternative Streiterledigung, FS 2012 Dr. iur. Peter Liatowitsch Büttel Deborah, Giacometti Lorette, Herzog Julian, Hochstrasser.
TU Darmstadt FB 20 Informatik Bayes Decision Theory von Martin Tschirsich, Shuo Yang & Zijad Maxuti Hausübung 5: Erläuterung Anwendung.
 Gegenstandsbereich der Testtheorie: Analyse der Charakteristika von Tests:  Güte von Tests.  Struktur von Tests.  Schwierigkeit von Tests.  Gruppenunterschiede.
Coaching für Führungskräfte. Ausgangspunkt Coaching – Wann ist es sinnvoll? Fast jeder kommt im Beruf in schwierige Situationen, die einen gelegentlich.
 Präsentation transkript:

Entscheidungstheorie Dr. Susanne Eickemeier Institut für Statistik und Mathematik Fachbereich Wirtschaftswissenschaften J.W. Goethe-Universität Frankfurt WS 2001/2002

Gliederung 1. Eine präskriptive Entscheidungstheorie für die Praxis 2. Einzielentscheidungen mit einem Szenarium 3. Einzielentscheidungen mit mehreren Szenarien  Entscheidungen bei Ungewißheit  Entscheidungen bei Risiko  Entscheidungen bei zusätzlicher Information 4. Entscheidungen bei mehreren Zielen 5. Entscheidungen in Gruppen

 Betriebswirtschaftslehre  Entscheidungsorientierte Betriebswirtschaftlehre  Teilgebiet: Entscheidungstheorie Aufgabe der Entscheidungstheorie Gewinnung von Erkenntnissen über das menschliche Wahlverhalten und Einsatz dieser Informationen zur Lösung konkreter Entscheidungsprobleme Punkt 1: Welches sind die in Literatur und Praxis gängigen Verfahren der Bonitäts-(Bilanz-)Analyse? Welche Vor- und Nachteile weisen die Verfahren auf, besonders im Hinblick auf unseren Ansatz. Punkt 2: Was soll unser System können, und wie wird dies mit Hilfe unseres Ansatzes erreicht? Punkt 3: Kurzer Überblick über den Aufbau Punkt 4: Genaue Darstellung der Inhalte unseres Programms, Beschränkung dabei auf die materielle Jahresabschluß-Analyse Punkt 5: Weitere Punkte, die bereits in unserem System berücksichtigt sind, sowie einige offene Fragen

Entscheidung  Akt, bei dem bewußt eine von mehreren Handlungsalternativen zur Erreichung eines Ziels ausgewählt wird.  Durch Realisierung der ausgesuchten Alternative wird ein System gezielt von einem gegebenen Zustand in einen erstrebten Zustand transformiert.  Unterscheidung in echte und Routine-Entscheidungen

Theoretische und praktische Analyse des Entscheidungsverhaltens Präskriptive (normative) Entscheidungstheorie: Vorgabe: Wie soll ein Entscheidungs- träger entscheiden? „Zauberwort“: RATIONAL! Deskriptive (empirische) Entscheidungstheorie: Bestandsaufnahme: Wie entscheiden Entscheidungs- träger tatsächlich?

 Homo Oeconomicus Präskriptive Entscheidungstheorie  Entscheidungsverhalten soll sich an rational handelndem Entscheider orientieren  Homo Oeconomicus - unbegrenzte Rechenkapazität - unbegrenzte Informationskapazität - widerspruchsfreies Zielsystem - Streben nach optimalen Zielerreichungsgrad

Deskriptive Entscheidungstheorie  Ausgehend von der empirischen Beobachtung soll ein Zusammenhang zwischen den beobachteten Entscheidungen und der vorliegenden Entscheidungssituation gefunden werden.

 Verhaltenstheorie von Unternehmen nach Cyert und March Konzept der Beschränkten Rationalität (Herbert A. Simon 1945, 1955, 1957, 1960) These 1: Im allgemeinen werden keine optimalen Entscheidungen getroffen, sondern der Entscheidungsträger begnügt sich mit zufriedenstellenden Lösungen. These 2: Alternativen und Konsequenzen sind im allgemeinen nicht a priori bekannt, sondern müssen mittels eines Suchprozesses gefunden werden.  Verhaltenstheorie von Unternehmen nach Cyert und March (behavioral theory of the firm) 1963: - adaptives Pröblemlösungsverhalten - „Strategie der kleinen Schritte“

 benötigt aber Entscheidungsunterstützung bei Alternativenauswahl Praxis  ignoriert Konzepte der normativen Entscheidungstheorie wegen realitätsfremden Annahmen  benötigt aber Entscheidungsunterstützung bei Alternativenauswahl Ausweg  Stärkere Berücksichtigung beschränkt rationalen Verhaltens von Entscheidungsträgern  Satisfizierungsansätze!!  Integration eines adaptiven Problemlösungsprozesses  interaktive, schrittweise Vorgehensweise bei der Informationsaufnahme:

 Fuzzy Sets, Fuzzy-Modelle  nur größenordnungsmäßig bekannte Modellparameter nicht künstlich verschärfen (keine Mittelwerte!)  Parameter entsprechend dem Informationsstand modellieren  Fuzzy Sets, Fuzzy-Modelle  Modelllösung bestimmen  bei Bedarf zielgerichtet weitere Informationen unter Kosten-/ Nutzenabwägungen aufnehmen, um Modelllösung zu verbessern - bei Bedarf - zielgerichtet - Kosten/Nutzen

Aufbau eines Entscheidungsmodells  Sachgerechte Auswahl in komplexer Entscheidungssituation  Abbildung des in der Realität vorliegenden Entscheidungsproblems (Realproblem) in ein Entscheidungsmodell  Modell: - vereinfachte, - aber strukturgleiche - zweckorientierte Abbildung des realen Sachverhaltes

 Modellkonzept  Realmodell Realproblem  selektive und subjektive Wahrnehmung des realen Entscheidungs-problems  Modellkonzept  Strukturierung des Entscheidungsfeldes und des Zielsystems - Aktionenraum A - Zustandsraum S - Ergebnisfunktion g - Zielsystem (Zielgrößen, Präferenzvorstellungen)  Spezifizierung von Relationen, stochastischen Verteilungen und Zugehörigkeitsfunktionen  Quantifizierung der Daten  Realmodell  Operables Modell / Reduktion auf operables Modell  Überprüfung der Lösung am Realproblem (Gültigkeit der Annahmen?!)

 Inputdaten nicht notwendigerweise deterministisch Problem:  Inputdaten nicht notwendigerweise deterministisch Datenkategorien in Abhängigkeit des Informationsstandes des Entscheiders:  Exakte/deterministische Daten  Technische Anwendungen mit viel Erfahrung und Information  Stochastische Daten  (unbegründetet) Mittelwerte  Gefahr der Fehlmodellierung?!  Fuzzy-Daten  zweistufiges Vorgehen: - Modellierung des aktuellen Wissensstandes + „einfache“ Infos  Reduzierung der Alternativenmenge - Infoaufnahme unter Kosten-/Nutzenabwägungen  Rangordnung bzw. Alternativenauswahl

 Höhenpräferenzrelation Ziele: Richtlinien bzw. Orientierungsgrößen der unternehmerischen Aktivitäten bezüglich zukünftig angestrebter Zustände; Ziele sind nach Inhalt, Ausmaß und Zeitbezug zu operationalisieren.  Zielsuche  operationale Ziele  Formulierung der Präferenzvorstellungen bezüglich unterschied- licher Ergebnismerkmale  Höhenpräferenzrelation  Artenpräferenzrelation  Zeitpräferenzrelation  Zielbeziehungstypen  Indifferenz, Komplementarität, Konkurrenz  Unternehmerisches Zielsystem in Form einer Zielhierarchie

 Zwang eine der betrachteten Alternativen zu ergreifen Alternativenentscheidung  Aktionsraum A = {a1, ...., am}  Prinzip der vollkommenen Alternativenstellung  Zwang eine der betrachteten Alternativen zu ergreifen  Realisierungsmöglichkeit nur einer einzigen Alternative < 1.1 > Anlage von 20.000 € I. Anlage auf einem Sparbuch zu 3% p.a., Betrag beliebig; II. Erwerb 1 Beteiligung am Unternehmen U, Beteiligungsbetrag 18.000 €; III. Erwerb festverzinslicher Papiere des Staates S, Stückelung zu 10.000 €; IV. Erwerb 1 Beteiligung am Unternehmen V, Beteiligungsbetrag 10.000 Anlagealternativen a1: Sparkonto 20.000 € a2: Beteiligung U 18.000 € und Sparkonto 2.000 € a3: festverzinsliche Wertpapiere 20.000 € a4: festverzinsliche Wertpapiere 10.000 € und Sparkonto 10.000 € a5: festverzinsliche Wertpapiere 10.000 € und Beteiligung V 10.000 € a6: Beteiligung V 10.000 € und Sparkonto 10.000 €

 optimale Alternative a*  A mit Bewertung der Alternativen   Auswahlproblem !!  Zusammenfassung der Einzelbewertungen zu einem für die Alternative charakteristischen Präferenzwert : A  R mit ai   optimale Alternative a*  A mit

 spezielle Präferenzfunktionen  Nutzenfunktion Ergebnisfunktion Nutzenfunktion  Anforderungen an Präferenzrelation: - Ordnungsaxiom - Transitivätsaxiom  Schadensfunktion/Opportunitätskostenfunktion xi   Minimierung!  Opportunitätskostenfunktion

 IQ  IQ  IQ  IQ  IQ  IQ ... es gibt auch (einleuchtende!?) Verstöße gegen das Transitivitätsaxiom! Kenneth O. May (1954): hypothetische Heiratspartner Annie 1 Mio. €  IQ Jamie 500.000 €  IQ Mandy 0 €  IQ rich, good looking, and fairly intelligent well off, plain looking, and very intelligent poor, very good looking, and intelligent Bernie 1 Mio. €  IQ James 500.000 €  IQ Mark 0 €  IQ poor, good looking, and very intelligent rich, plain looking, and intelligent well off, very good looking, and fairly intelligent

 Umweltzustand: denkbare Konstellationen der in einer bestimmten Situation relevanten Umweltfaktoren  Zustandsraum S = {s1, s2,..., sn}  je nach Kenntnisstand des wahren Umweltzustandes - Sicherheitssituation - Ungewißheitssituation - Risikosituation  Klassifikation von Entscheidungsmodellen A. Anzahl der Personen A.1 Der Entscheidungsträger ist ein Individuum. A.2 Der Entscheidungsträger ist ein Gremium. (Gruppenentscheidungstheorie) A.3 Anstelle des fiktiven Gegenspielers "Umwelt” ist der Entscheider mit einem oder mehreren rational handelnden Gegenspielern konfrontiert. (Spieltheorie)

B. Anzahl der Ziele B.1 Modelle mit einer Zielsetzung B.2 Modelle mit mehreren Zielsetzungen C. Informationsstand des Entscheidungsträgers über den wahren Umweltzustand C.1 Sicherheitssituation (deterministische Entscheidungsmodelle) C.2 Risikosituation mit Wahrscheinlichkeiten (stochastische Entscheidungsmodelle) C.3 Ungewißheitssituation C.4 Risikosituation mit Fuzzy-Wahrscheinlichkeiten C.5 Risikosituation mit Possibility-Verteilung D. Informationsstand des Entscheidungsträgers über die Konse- quenzen D.1 Reelle Zahlen oder Zahlentupel (Deterministische Ergebnisse) D.2 Wahrscheinlichkeitsverteilung über RK (Stochastische Ergebnisse) D.3 Fuzzy-Größen über RK (Fuzzy-Ergebnisse)

E. Einstufige bzw. mehrstufige Entscheidungsmodelle E.1 Einstufige oder statische Entscheidungsmodelle E.2 Mehrstufige oder dynamische Entscheidungsmodelle