Software-Agenten zur Entscheidungsunterstützung

Präsentation zum Thema: "Software-Agenten zur Entscheidungsunterstützung"—  Präsentation transkript:

1 Software-Agenten zur Entscheidungsunterstützung
Warum Agenten? Technologie- und Organisationstrends Neue Anforderungen an Informationssysteme Geschichte der Software-Agenten Einsatzgebiete Digital Business Agents Automatisierte Verhandlungen Reputationsprobleme Multi-Agenten-Systeme im Prozessmanagement Erfahrungen und Ausblicke Änderungen in erster Folie auf S.2 Entscheidungsunterstützungssysteme IWI Frankfurt 2004

2 Aushandlung: Automated Negotiation / Silent Commerce
Profil-management Profil-management   Konsument Produzent Benutzerprofil Alter, Geschlecht, Kaufverhalten, Angegebene Präferenzen, Implizite Präferenzen, Interessen, Bedürfnisse Anbieterprofil Produkt(1)...Produkt(n), Terms of Trade/Incoterms, Rabattstaffeln, Sonderaktionen Änderung in erster Folie auf S.18 Entscheidungsunterstützungssysteme IWI Frankfurt 2004

3 Entscheidungsunterstützungssysteme IWI Frankfurt 2004
Warum wird verhandelt? Lösung ökonomischer Probleme Angepasste Produkte und Dienstleistungen  Unterschiedliche Zahlungsbereitschaften, Individuelle Preisdiskrimination ist möglich Veränderung der Produktkonfiguration oder –kosten  schnelle Preisänderungen auf der Nachfrageseite Produktbündel und Portfolios  Katalogpreise sind schwierig zu berechnen Neue technische Möglichkeiten des digitalen Wirtschaftens Softwareagenten und Entscheidungsunterstützungssysteme ermöglichen geringere Kosten einer individuellen Preisfestlegung Vernetzte Onlinemärkte verknüpfen Preise auf entfernten Märkten miteinander Wirtschaftliche Möglichkeiten Ausnutzung von Informationsasymmetrie Ausnutzung von Marktmacht (ungleiche Zahl von Anbietern und Nachfragern) Verhandlungsgeschick Neue Folien (3-13); einfügen zw. Folie 1 und Folie 2 von S.18 Entscheidungsunterstützungssysteme IWI Frankfurt 2004

4 Motivation der Verhandlungsphase
“Leo Baekeland sold the rights to his invention, Velox photographic printing paper, to Eastman Kodak in It was the first commercially successful photographic paper and he sold it to Eastman Kodak for €1 million. Baekeland had planned to ask €50,000 and to go down to €25,000 if necessary, but fortunately for him, Eastman spoke first.” (Asimov, 1982) Was sagt uns das über Verhandlungen? Preisfindung als Entdeckungsverfahren Verhandlung ist ein dynamischer Prozess, kein Rechenergebnis Jeder Partner handelt eigennützig Es geht um schrittweises Aufdecken unvollständiger Information Leo Baekeland (Asimov, 1982) Asimov, Isaac. Asimov's Biographical Encyclopedia of Science and Technology, 2nd rev. ed. Doubleday, Garden City, NY, 1982. George Eastman Entscheidungsunterstützungssysteme IWI Frankfurt 2004

5 Eindimensionale Verhandlungen in wertorientierten Domänen
Abschlussbereich Kaufpreis Käufer Verkäufer Startpreis Indifferenzpreis Geldeinheiten Beispiel Eastman und Kodak Zeitliche Betrachtung der Vorgehensweise Käufer beginnt bei Startpreis und erhöht Angebote schrittweise bis zum Indifferenzpreis Verkäufer beginnt bei Startpreis und senkt Angebote schrittweise Schritt = Konzession Abschlussbereich ist bei Verhandlungsbeginn nicht bekannt Entscheidungsunterstützungssysteme IWI Frankfurt 2004

6 Individuelle Aushandlung (Bargaining)
Buyer Seller „Preis auf Anfrage“ Ablauf Käufer und Verkäufer wechseln sich mit Geboten ab Sie entscheiden jedes Mal über das Eingehen von Konzessionen Die Dauer der Verhandlung ist nicht vorhersehbar Beispiel: Eindimensionale Verhandlung in einer Wertdomäne Ein Käufer, ein Verkäufer Verhandlungsobjekt sind Holzbretter cfp (boards) propose (boards, pS=€24) propose (boards, pB=€18) propose (boards, pS=€21) accept-offer(boards, pB=€21) commit (boards, pS=€21) time time Entscheidungsunterstützungssysteme IWI Frankfurt 2004

7 Opportunistisches Verhalten: Werden Agenten betrügen?
Ein spieltheoretisches Modell: Beide Agenten können betrügen Nullsummenspiel: „Winner takes all“ Berücksichtigung vergangenen Kooperationsverhaltens: Der Reputationskoeffizient ergibt den Erwartungswert der Gegnerstrategie und verändert damit die Rangreihung der Preisangebote. Die eigene (Zahlungs-) Kooperationsbereitschaft wird daraufhin vor jeder Transaktion ermittelt Die erfahrene Kooperationsstrategie modifiziert den Reputationskoeffizienten in der Partnerliste Wie verändert dies eine eindimensionale Verhandlung? Buyer cooperates Buyer defects t(s) t(b) t(s)+t(b) cooperates Seller t(s)+t(b) f(t(s),t(b)) f(t(s),t(b)) Seller defects Forschungsfragen: Verteilung des Reputationskoeffizienten in der Population Entwicklung ausgehend von einer Startverteilung, abhängig vom konkreten Anwendungsfall (z.B. mit Optimierung der Produktivität) Einfluß von Risikointermediären auf diese Verteilung z.B. Weitergabe/Verkauf von Reputationslisten z.B. unterschiedlich sichere Marktplätze Transaktions-kosten entstehen bei jedem Kauf und Verkauf und führen zu einem Vermögensabfluß der beteiligten Transaktionspartner. Durch den Einsatz von Informationstechnologie sollen in einem gegebenen Handelsnetzwerk die Transaktionskosten gesenkt und damit ein "move-to-the-market" ausgelöst werden können (Malone et al. 1987). Die entsprechende Forschungsfrage scheint einfach, ist aber dennoch schwer a priori zu beantworten: "Würde es auf ein aus Agenten gebildetes Handelsnetzwerk Auswirkungen haben, wenn die Transaktionskosten hoch oder gering sind?" Simuliert wird die Problematik durch aufeinanderfolgende Simulationsläufe mit einer gleichen Ausgangspopulation, bei der lediglich der Parameter Transaktionskosten schrittweise gesenkt und die sich ergebenden Organisationsstrukturen analysiert werden. f(t(s),t(b)) < t(s)+ t(b) t(s) t(b) Entscheidungsunterstützungssysteme IWI Frankfurt 2004

8 Mechanismus für automatisierte Reputationsverfolgung (1)
Transaktion n mit Agent Y Transaktionn+1 mit Agent Y Bewertung des Kooperations-verhaltens (Beispiel: Agent X bewertet Y) Informations-verteilung und -aktualisierung Bezug von Reputations-informationen (Beispiel: über Agent Y) Anpassung von Verhandlungs-strategien Bezug kann durch Agent X oder Z erfolgen, hat immer Agent Y zum Objekt. Anpassung jeweils lokal in X oder Z. zentral dezentral (eigene Information) Entscheidungsunterstützungssysteme IWI Frankfurt 2004

9 Mechanismus für automatisierte Reputationsverfolgung (2)
Reputationskoeffizient X: ID des bewertenden Agenten Y: ID des zu bewertenden Agenten 1 - gute Reputation 0 - schlechte Reputation „Unterschiedliche Erfahrungen“ sind möglich Jeder Agent bewertet das Kooperationsverhalten seines Transaktionspartners rj (J Index der Transaktion) rj = 0 erfolglose Transaktion rj = 1 erfolgreiche Transaktion Entscheidungsunterstützungssysteme IWI Frankfurt 2004

10 Mechanismus für automatisierte Reputationsverfolgung (3)
Update des Reputationskoeffizienten alte Reputation zuzüglich neuer Erfahrung α durch den Nutzer wählbarer Faktor, der die Gewichtung der letzten Erfahrung steuert 1 defect cooperate Entscheidungsunterstützungssysteme IWI Frankfurt 2004

11 Mechanismus für automatisierte Reputationsverfolgung (4)
Angebotspreise werden unter Berücksichtigung des Reputationskoeffizienten sortiert Verhandlungsbeginn mit dem Agenten mit dem besten Annahme: Wiederbeschaffung zum gleichen Preis möglich Entscheidungsunterstützungssysteme IWI Frankfurt 2004

12 Mechanismus für automatisierte Reputationsverfolgung (5)
Sonderfall: Unbekannter Transaktionspartner Bewertung gefiltert durch Dritte (mglw. nicht vertrauenswürdig) mit RX als Reputationskoeffizient des bewertenden Agenten  Gewichtung von RX durch den Nutzer wählbar β durch den Nutzer wählbarer Faktor, der die Gewichtung der letzten Erfahrung steuert Wie bewertet man einen „Rookie“? Durchschnitt aller Teilnehmer? Reputation von 0? Entscheidungsunterstützungssysteme IWI Frankfurt 2004

13 Fazit: automatisierte Reputationsverfolgung (6)
In offenen Systemen sind Betrüger wahrscheinlich  EBay Strategie des Verhandlungspartners wird durch Entscheidung über Kooperation oder Defektion beeinflusst  Spieltheorie Praktikable Sicherheitsmechanismen Einführung geschlossener Benutzergruppen (Verzicht auf Automatisierung) Einführung zentraler Reputationsserver (öffentliches Logging aller Transaktionen, unendliche Historie  Schutz der Privatsphäre?) “Automatisierte Reputationsverfolgung” könnte ein Geschäftsmodell für Intermediäre in DBA-basierten Märkten sein Entscheidungsunterstützungssysteme IWI Frankfurt 2004