Entscheidungsregeln

Entscheidungsregeln sind Regeln, nach denen der Entscheidungsträger seine Entscheidungen treffen kann. Nach dem Grad der Information über die Umweltsituationen unterscheidet man: (Entscheidungssituationen)

1. Entscheldungsregeln unter Sicherheit: Als Maximierungsproblem lautet die Entscheidungsfunktion (Zielfunktion): Produziere die Menge, die den maximalen Gewinn erbringt, wenn der Gewinn als Differenz von Erlös und Kosten definiert ist, wobei der Erlös und die Kosten näher erklärt werden. Als Minimierungsproblem lautet die Entscheidungsfunktion: Produziere die Menge, die bei gegebenem Erlös minimale Kosten verursacht.

2. Entscheidungsregeln unter Risiko Bei den Entscheidungsregeln unter Risiko liegen Wahrscheinlichkeitswerte pj 0 für die jeweiligen Umweltsituationen vor. Es lassen sich verschiedene Regeln aufzeigen: Bayes-Prinzip (Erwartungswertprinzip), Bernoulli-Prinzip

3. Entscheidungsregeln unter Ungewißheit

Bei den Entscheidungsregeln unter Ungewißheit sind Wahrscheinlichkeitswerte pj für die Umweltsituationen unbekannt. Das Entscheidungsproblem dieser Entscheidungssituation läßt sich mit Hilfe folgender Regeln lösen: Diese Regeln führen zu unterschiedlichen optimalen Aktionen. Es stellt sich die Frage, mit welcher Regel das "richtige" Ergebnis gefunden werden kann. Diese Frage läßt sich nicht allgemein beantworten. Die gefundene Lösung des betreffenden Entscheidungsproblems ist Ausdruck der besonderen Einstellung des Entscheidungsträgers und damit jeweils richtig.

Ist bei der Bestimmung einer optimalen Aktion keine Aktion vorhanden, die alle anderen Aktionen dominiert (Dominanz), so werden Entscheidungsregeln (Zielfunktionen) benötigt. Im folgenden werden nur Entscheidungssituationen unter Risiko und Unsicherheit berücksichtigt. Es wird des weiteren nur ein Zeitpunkt sowie ein Ziel zugrund egelegt (Entscheidungsmodelle). Um konkrete Entscheidungsregeln unter Risiko und Unsicherheit zu bilden, sind folgende 4 Schritte zu beachten:
a) Zunächst sind die Verteilungen der einzelnen Zeilen der Entscheidungsmatrix durch geeignete Kennzahlen K zu ersetzen. Bei Risiko handelt es sich um Wahrscheinlichkeitsverteilungen, bei Unsicherheit um Ergebnisverteilungen. Für die in der iten Zeile (i=l,. . ., m) der Entscheidungsmatrix stehende Verteilung E sind k Kennzahlen zu finden: K, (E,), K2(E,),. . ., Kj (E,). Es ist zu berücksichtigen, daß Verteilungen dann als gleich anzusehen sind, wenn sie in ihren Kennzahlen übereinstimmen. wird etwa der mathematische Erwartungswert als einzige Kennzahl ausgewählt, so sind alle Wahrscheinlichkeitsverteilungen dann gleich, wenn ihre Erwartungswerte identisch sind. Tendenziell werden Verteilungen um so schärfer charakterisiert und kommen Unterschiede um so deutlicher zum Ausdruck, je mehr Kennzahlen verwendet werden. Allerdings steht dem oft die Forderung nach einer leichten Handhabbarkeit der zu bildenden Zielfunktionen entgegen.

b) werden mehrere Kennzahlen ausgewählt, so ist ihre Verknüpfung im Rahmen der präskriptiven Entscheidungstheorie oftmals synonym mit Zielfunktion verwendete Regel, nach der aus einer vorgegebenen Menge von Handlungsalternativen aj (i = 1,2,..m), die jeweils durch eine Verteilung Ei alternativ möglicher Ergebnisse gekennzeichnet sind ( Entscheidungsma- trix), die Optimalalternative zu bestimmen ist. Dazu wird im einfachsten Fall für jede Handlungsalternative 2L[ mittels einer im Hinblick auf die zugehörigen Ergebnisverteilungen Ei definierten Präferenzfunktion O(E) ein Präferenzwert Cf) i = 0(Ej) berechnet. Andere Entscheidungsregeln sehen vor, dass für die Ergebnisverteilungen Ei zunächst bestimmte Kennzahlen ermittelt werden (z. B. mathematischer Erwartungswert, Varianz u. ä.) und O als Funktion dieser Kennzahlen und damit indirekt als Funktion der Ei definiert wird. Je nach dem ausserdem anzugebenden Optimierungskriterium werden dann der "beste", z.B. höchste oder niedrigste Präferenzwert und damit die Optimalalternative ermittelt. Zu den bekanntesten Entscheidungsregeln für Ungewissheitssituationen zählen das Mini-Max-Prinzip, Hurwicz-Prinzip, Laplace-Prinzip und Savage-Niehans-Prinzip. Wie obiges Beispiel zeigt, können diese Regeln zu übereinstimmenden (Fall 1), u. U. aber auch zu einander widersprechenden (Fall 2) Handlungsempfehlungen führen. Beispiel: Neben den folgenden Entscheidungsmatrizen, die jeweils Gewinngrössen enthalten, sind die Präferenzwerte angegeben, die sich nach den vier genannten Regeln ergeben; zudem sind die Präferenzwerte der jeweiligen Optimalalternative gekennzeichnet. Zu den bekanntesten Entscheidungsregeln für Risikosituationen zählen das Bernoulli-Prinzip sowie das A- und das fx-o- Prinzip.

Literatur: Bamberg, Coenenberg, A., Betriebswirtschaftliche Entscheidungslehre, 7. Aufl., München 1992. Bitz, M., Entscheidungstheorie, München 1981. Schneeweiss, H., Entscheidungskriterien bei Risiko, Berlin u.a. 1967.

Kaufentscheidungsheuristiken 8963Entscheidungsunterstützungssysteme (EUS)8963 computerbasierte Systeme zur Unterstützung der Entscheidungsfunktion im Bereich der Marketingplanung. Man unterscheidet zwei Entwicklungsstufen: Datenbasierte Systeme (Decision Support Systems) und Wissensbasierte Systeme (Expertensysteme). Die konzeptionellen Grundlagen der datenbasierten Systeme sind in den 70 er Jahren gelegt worden, nachdem mit dem Konzept des Decision Calculus ein wegweisender Beitrag zur Förderung der Modellakzeptanz im Marketing geleistet worden war. Ziel des Einsatzes von datenbasierten Systemen ist die Unterstützung von Entscheidungsträgern bei der Bearbeitung von nur gering strukturierten Entscheidungsproblemen durch die Erweiterung ihrer kognitiven Fähigkeiten(Intelligenzverstärkerfunktion). Dazu wird dem Benutzer angeboten, Daten aus einer Datenbank (Marketinginformationssysteme) für seine Problemstellungen abzurufen sowie diese mit bestimmten Methoden nach Wahl des Nutzers aufzubereiten und/oder in Entscheidungsmodelle einzubringen, wobei der Nutzer stets eigenes Erfahrungswissen über relevante Zusammenhänge einbringen kann (z. B. über Parametereingaben bei Marktreaktionsfunktionen). Ein datenbasiertes System besteht also formal aus vier Komponenten: einer Datenbank, einer Modellbank, die die bekanntesten Modelle zur Beschreibung und Lösung von Marketingproblemen enthält, einer Methodenbank, in der insb. statistische Verfahren zur Aufbereitung und Analyse von Daten enthalten sind und einer Benutzerschnittstelle, durch die der Marketingmanager mit dem System in Dialog tritt. Wissensbasierte Systeme stellen eine jüngere Entwicklungsstufe der Entscheidungsunter- stützungssysteme dar. Es ist ihr Ziel, das Fachwissen, die Erfahrungen und die Problemlösungsstrategien von Experten auf einem eng umfaßten Gebiet zu kodifizieren und durch Softwaresysteme (Expertensysteme) einem breiteren Personenkreis zur Verfügung zu stellen. Expertensysteme sind also Intelligenzmultiplikatoren. Dabei stehen eher qualitative Wissensinhalte, Erfahrungen und Heuristiken im Vordergrund. Die zugrundeliegenden Problemstellungen entziehen sich typischerweise einer Modellierung. Literatur; Gaul, W.; Both, M., Computergestütztes Marketing, Berlin u. a. 1990.

Vorhergehender Fachbegriff: Entscheidungsregel | Nächster Fachbegriff: Entscheidungsregeln bei Kaufentscheidungen

Diesen Artikel der Redaktion als fehlerhaft melden & zur Bearbeitung vormerken

Weitere Begriffe : Hypothekenpfandbrief | Fazilität | Thünensche Kreise

Praxisnahe Definitionen

Nutzen Sie die jeweilige Begriffserklärung bei Ihrer täglichen Arbeit. Jede Definition ist wesentlich umfangreicher angelegt als in einem gewöhnlichen Glossar.

Marketing

Definition

Konditionenpolitik

Fachbegriffe der Volkswirtschaft

Die Volkswirtschaftslehre stellt einen Grossteil der Fachtermini vor, die Sie in diesem Lexikon finden werden. Viele Begriffe aus der Finanzwelt stehen im Schnittbereich von Betriebswirtschafts- und Volkswirtschaftslehre.

Investitionsrechnungen

Marktversagen

Umsatzsteuer