Darstellung und Analyse hydrologischer Topologien auf der Basis ...

10 Einführung
klassische Ansätze sein, welche die Lösungsalternativen bezüglich der Zielvorgaben total ordnen.
Beispielhaft können hier die multi-attributive Nutzentheorie (MAUT) (Rischmüller 1980) oder der
Analytische Hierarchie Prozess (AHP) (Saaty 1980) genannt werden. Die so genannten Outranking-
Ansätze versuchen dagegen, die verschiedenen Lösungsalternativen durch direkten Vergleich zu bewerten
und schließlich partiell zu ordnen. Beispiele hierfür sind das PROMETHEE-Verfahren (Brans
u. a. 1986) oder das ELECTRE-Verfahren (Roy 1978).
Voraussetzung für den Einsatz aggregierender Verfahren ist in jedem Fall eine genaue Kenntnis der
Zielvorgaben. Da diese aber für viele praktische multikriterielle Entscheidungsprobleme nur vage und
unpräzise formuliert werden können, muss ein Ranking der existierenden Alternativen – oft in einem
iterativen Prozess – direkt durch einen oder mehrere Entscheidungsträger erfolgen.
1.2.3 Entscheidungsunterstützungssysteme
Zur Unterstützung der Lösung multkriterieller Entscheidungs- und Optimierungsprobleme werden
häufig Entscheidungsunterstützungssysteme (Decision-Support-Systems – DSS) eingesetzt (Bonczek
u. a. 1981, Sprague und Carlson 1982, Densham und Goodchild 1989, Power 2002). Der Begriff Entscheidungsunterstützungssystem
deckt dabei eine ganze Reihe verschiedener Systeme, Werkzeuge
und Technologien ab, deren Gemeinsamkeit darin besteht, Unterstützung bei der Lösung unstrukturierter,
vage formulierter Entscheidungsprobleme zu leisten. Es wird hierbei zwischen verschiedenen
Arten von Entscheidungsunterstützungssystemen unterschieden (Power 2002):
• Kommunikationsorientierte Entscheidungsunterstützungssysteme dienen der gemeinsamen Entscheidungsfindung
durch eine Gruppe von Entscheidungsträgern. Als einfachste Formen sind
hier webbasierte Diskussionsforen oder Mailinglisten zu nennen.
• Datenorientierte Entscheidungsunterstützungssysteme dienen dem Zugriff, der Verwaltung sowie
der Auswertung meist zeitbezogener Daten, Data-Warehousing-Systeme sind ein Beispiel
solcher Systeme.
• Wissensbasierte Entscheidungsunterstützungssysteme unterstützen Entscheidungsträger durch
die Bereitstellung spezialisierten Wissens über die zu bearbeitende Problemdomäne. Beispielhaft
können hier Data-Minig-Systeme genannt werden, die für die Suche nach verborgenen
Mustern in Daten einer Datenbank eingesetzt werden können.
• Modellorientierte Entscheidungsunterstützungssysteme erlauben Zugriff, Bearbeitung und Ausführung
von Modellen, deren Ergebnisse bei der Entscheidungssuche Unterstützung leisten.
Diese Systeme werden z. B. eingesetzt, um aktuelle oder zu erwartende Situationen modellieren
und die Auswirkungen verschiedener Entscheidungen abschätzen zu können. Derartige Systeme
unterscheiden sich von datenorientierten Entscheidungsunterstützungssystemen vor allem
durch eine deutlich höhere Komplexität der eingesetzten Modelle und ein geringeres Aufkommen
der zu verarbeitenden Daten.
Weiterhin lassen sich dokumentenorientierte Entscheidungsunterstützungssysteme zur Dokumentenverwaltung
oder webbasierte Entscheidungsunterstützungssysteme unterscheiden. Häufig können exi-