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
- Einleitung
- Entscheidungsproblem
- Einstufiges vs. Mehrstufiges Entscheidungsproblem
- Entscheidungsbaum und dessen Komponenten
- Ermittlung der optimalen Strategie mit Hilfe von Roll back-Verfahren
- Entscheidungsproblem unter Unsicherheit
- Theorem von Bayes
- Entscheidungsfindung im Rahmen eines ausgewählten Fallbeispiels
- Problemstellung
- Veranschaulichung der Entscheidungssituation mittels Entscheidungsbaum und Ermittlung der optimalen Strategie
- Erweiterung des Fallbeispiels
- Zusammenfassung
Zielsetzung und Themenschwerpunkte
Ziel dieser Arbeit ist es, wissenschaftliche Methodik auf ein gegebenes bzw. ausgewähltes Problem anzuwenden. Dabei werden verschiedene Methoden zur Behandlung von betrieblichen Entscheidungsproblemen mit Unsicherheit beleuchtet, insbesondere die Methode des Entscheidungsbaums. Das Hauptanliegen der Arbeit besteht in der Analyse und Lösung mehrstufiger Entscheidungssituationen unter Unsicherheit und einfacher Zielsetzung.
- Analyse des Entscheidungsbegriffs
- Anwendung von Entscheidungsbaum-Methoden
- Einstufige vs. Mehrstufige Entscheidungsprobleme
- Ermittlung optimaler Strategien unter Unsicherheit
- Praxisnahe Anwendung anhand eines Fallbeispiels
Zusammenfassung der Kapitel
- Einleitung: Diese Einleitung führt in das Thema der Arbeit ein und beleuchtet die Relevanz von Entscheidungstheorie für Unternehmen und öffentliche Verwaltung. Sie erläutert die Bedeutung von Entscheidungsfindung unter Unsicherheit und stellt die Methode des Entscheidungsbaums als ein wichtiges Werkzeug zur Entscheidungsfindung vor.
- Entscheidungsproblem: Dieses Kapitel behandelt den Begriff des Entscheidungsproblems und unterscheidet zwischen einstufigen und mehrstufigen Entscheidungsproblemen. Außerdem werden wichtige Komponenten eines Entscheidungsbaumes, wie Entscheidungsknoten, Ereignisknoten und Endknoten, detailliert erklärt. Das Roll back-Verfahren wird als Methode zur Ermittlung der optimalen Strategie in mehrstufigen Entscheidungssituationen vorgestellt.
- Entscheidungsfindung im Rahmen eines ausgewählten Fallbeispiels: In diesem Kapitel wird ein Fallbeispiel zur Veranschaulichung der Anwendung von Entscheidungsbaum-Methoden auf ein praxisnahes Problem dargestellt. Die Entscheidungssituation wird mithilfe eines Entscheidungsbaums modelliert und die optimale Strategie anhand des Roll back-Verfahrens ermittelt. Das Kapitel behandelt außerdem die Erweiterung des Fallbeispiels und die Anpassung der Entscheidungsstrategie bei veränderten Rahmenbedingungen.
Schlüsselwörter
Die Arbeit behandelt wichtige Themen der Entscheidungstheorie, insbesondere die Analyse mehrstufiger Entscheidungssituationen unter Unsicherheit. Schlüsselbegriffe sind dabei: Entscheidungsbaum, Roll back-Verfahren, Entscheidungsknoten, Ereignisknoten, Endknoten, Strategie, Unsicherheit, Wahrscheinlichkeiten, Bayes' Theorem und Fallbeispiele. Die Arbeit befasst sich mit der Anwendung von Entscheidungsbaum-Methoden in der betrieblichen Praxis.
- Quote paper
- Ilsiyar Schönhals (Author), 2016, Analyse mehrstufiger Entscheidungssituation unter Unsicherheit und einfacher Zielsetzung. Fallbeispiel "Ermitteln der optimalen Markteintrittsstrategie", Munich, GRIN Verlag, https://www.grin.com/document/990095