Ziel dieser Arbeit ist es, wissenschaftliche Methodik auf ein gegebenes beziehungsweise ausgewähltes Problem anzuwenden.
Jedes wirtschaftliche Unternehmen muss regelmäßig Entscheidungen treffen, die mit Unsicherheit verbunden sind. In den letzten Jahren hat sich die Entscheidungstheorie sowohl für Unternehmen als auch in der öffentlichen Verwaltung zu einem wichtigen Werkzeug entwickelt. Die Entscheidungstheorie stellt eine Methode dar, mit der die Entscheidungsfindung auch unter Unsicherheit stattfinden kann und dem Entscheidungsfinder erlaubt die optimale Strategie für das gegebene Problem aus mehreren zur Strategien auszuwählen.
Anhand eines praxisnahen Beispiels betrachten wir hier eine Reihe von Methoden, die zusammen ein Verfahren für die Behandlung von betrieblichen Entscheidungsproblemen mit Unsicherheit ergeben. Insbesondere die Methode Entscheidungsbaum wird im Detail besprochen.
Inhaltsverzeichnis
1 Einleitung
2 Entscheidungsproblem
2.1 Einstufiges vs. Mehrstufiges Entscheidungsproblem
2.2 Entscheidungsbaum und dessen Komponenten
2.3 Ermittlung der optimalen Strategie mit Hilfe von Roll back-Verfahren
2.4 Entscheidungsproblem unter Unsicherheit
2.5 Theorem von Bayes
3 Entscheidungsfindung im Rahmen eines ausgewählten Fallbeispiels
3.1 Problemstellung
3.2 Veranschaulichung der Entscheidungssituation mittels Entscheidungsbaum und Ermittlung der optimalen Strategie
3.3 Erweiterung des Fallbeispiels
4 Zusammenfassung
Zielsetzung & Themen
Das Hauptziel dieser Arbeit besteht darin, die wissenschaftliche Methodik der Entscheidungstheorie auf eine komplexe, mehrstufige Entscheidungssituation unter Unsicherheit anzuwenden. Anhand eines praxisnahen Fallbeispiels zur optimalen Markteintrittsstrategie eines neuen Produkts soll aufgezeigt werden, wie betriebliche Entscheidungsprobleme strukturiert und quantitativ gelöst werden können.
- Grundlagen der Entscheidungstheorie und Klassifizierung von Entscheidungsproblemen
- Konstruktion und Anwendung von Entscheidungsbäumen
- Einsatz des Roll-back-Verfahrens zur Ermittlung optimaler Handlungsstrategien
- Methoden der Wahrscheinlichkeitsrechnung bei Unsicherheit unter Verwendung des Bayes-Theorems
Auszug aus dem Buch
2.2 Entscheidungsbaum und dessen Komponenten
Die Analyse mehrstufiger Entscheidungen und die Ermittlung optimaler Strategien können auf Basis von Entscheidungsbäumen erfolgen. Ein Entscheidungsbaum ist eine graphische Darstellung eines sequentiellen (mehrstufigen) Entscheidungsprozesses, der aus folgenden Komponenten bestehen kann:
Entscheidungsknoten (rechteckige Knoten) kennzeichnen Stufen, auf denen der Entscheidungsträger zwischen mehreren Handlungsalternativen wählen muss.
Ereignisknoten (runde Knoten) bezeichnen Stufen, auf denen einer von mehreren möglichen Umweltzuständen eintreten kann.
Endknoten (dreieckige Knoten) sind Konsequenzen bzw. Endzustände, die sich als Folge der Entscheidungen und Ereignisse ergeben.
Ein Entscheidungsbaum wird von links nach rechts aufgebaut. Die Komponenten werden durch Linien verbunden und mit Aktionsmöglichkeiten sowie Ereigniszuständen und deren Wahrscheinlichkeiten beschriftet. Linien, die von einem Entscheidungsknoten nach rechts gehen, stellen Entscheidungsalternativen dar, Linien, die aus einem Ereignisknoten nach rechts gehen, sind mögliche Ereignisse (Vgl. Abb. 1).
Zusammenfassung der Kapitel
1 Einleitung: Die Einleitung führt in die Bedeutung der Entscheidungstheorie als Werkzeug für Unternehmen ein und definiert das Ziel, Methoden zur Behandlung unsicherer Entscheidungssituationen praxisnah anzuwenden.
2 Entscheidungsproblem: Dieses Kapitel erläutert die theoretischen Grundlagen, von der Unterscheidung einstufiger und mehrstufiger Entscheidungsprobleme bis hin zur Anwendung von Entscheidungsbäumen, Roll-back-Verfahren und dem Bayes-Theorem.
3 Entscheidungsfindung im Rahmen eines ausgewählten Fallbeispiels: Das Kapitel überträgt die Theorie auf ein konkretes Fallbeispiel zur Markteintrittsstrategie, analysiert die Situation mittels Entscheidungsbaum und erweitert das Modell um eine externe Informationsquelle.
4 Zusammenfassung: Die Zusammenfassung resümiert den Nutzen der Entscheidungstheorie für die Bestimmung optimaler Entscheidungsverläufe bei Vorliegen quantifizierbarer Daten.
Schlüsselwörter
Entscheidungstheorie, Unsicherheit, Mehrstufiges Entscheidungsproblem, Entscheidungsbaum, Roll-back-Verfahren, Bayes-Theorem, A-posteriori-Wahrscheinlichkeiten, Markteintrittsstrategie, Betriebswirtschaft, Gewinnerwartungswert, Umweltzustände, Entscheidungsfindung, Quantitive Planung, Risikoneutralität, Strategieanalyse
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit beschäftigt sich mit der Anwendung entscheidungstheoretischer Methoden auf betriebswirtschaftliche Fragestellungen, insbesondere bei Entscheidungen unter Unsicherheit.
Was sind die zentralen Themenfelder der Untersuchung?
Die zentralen Themen umfassen die Strukturierung von Entscheidungsprozessen, die Nutzung grafischer Entscheidungsbäume und die mathematische Anpassung von Wahrscheinlichkeiten.
Was ist das primäre Ziel oder die Forschungsfrage?
Das Ziel ist es, eine optimale Strategie für einen Markteintritt zu ermitteln, indem wissenschaftliche Methoden auf eine mehrstufige Entscheidungssituation angewendet werden.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit nutzt das Roll-back-Verfahren zur Bewertung von Handlungsalternativen und das Theorem von Bayes zur Aktualisierung von Wahrscheinlichkeiten auf Basis neuer Informationen.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil behandelt die Theorie der Entscheidungsbäume sowie deren praktische Umsetzung an einem Fallbeispiel, inklusive der Berechnung optimaler Handlungsabfolgen.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit lässt sich maßgeblich durch Begriffe wie Entscheidungstheorie, Entscheidungsbaum, Roll-back-Verfahren, Unsicherheit und Bayes-Theorem beschreiben.
Wie beeinflusst die Marktanalysengenauigkeit das Gesamtergebnis?
Durch die Einbeziehung der Genauigkeit von Marktanalysen (Likelihoods) und deren Anwendung mittels Bayes-Theorem lässt sich der Entscheidungswert präzisieren und das Risiko minimieren.
Welchen praktischen Nutzen hat die Erweiterung des Fallbeispiels?
Die Erweiterung zeigt auf, wie ein Unternehmen den ökonomischen Wert einer externen Beratung quantifizieren kann, um zu entscheiden, ob sich eine Investition in diese Information lohnt.
- Arbeit zitieren
- Ilsiyar Schönhals (Autor:in), 2016, Analyse mehrstufiger Entscheidungssituation unter Unsicherheit und einfacher Zielsetzung. Fallbeispiel "Ermitteln der optimalen Markteintrittsstrategie", München, GRIN Verlag, https://www.grin.com/document/990095
