14.01.2014 Aufrufe

Entwicklung eines Kollaborationsnetzwerkes - Bergische Universität ...

Entwicklung eines Kollaborationsnetzwerkes - Bergische Universität ...

Entwicklung eines Kollaborationsnetzwerkes - Bergische Universität ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

alle analysierten Verfahren, deren Notation sowie deren Parameter erläutert, um eine geeignete<br />

Basis für die in Abschnitt 6.6 vorgenommenen Erläuterungen zu schaffen.<br />

6.3. Verfahrensauswahl einer Rastersuche für die Analyse von<br />

Reduktionsverfahren<br />

Zur Analyse der Qualität und Effizienz von Reduktionsverfahren zur effizienten Lösung<br />

multikriterieller Entscheidungsprobleme, können deren Ergebnisse mit durch die in Abschnitt 5.2<br />

vorgestellten Rankingverfahren durchgeführten Rastersuchen verglichen werden. Outrankingmethoden<br />

bieten gegenüber der Aggregationsmethode auf Basis <strong>eines</strong> synthetisierten Kriteriums<br />

einige Vorteile:<br />

Es werden wesentlich mehr Parameter ermittelt, anhand derer das Ranking näher spezifiziert und<br />

analysiert werden kann. Die Auswirkungen einzelner Parameter werden ersichtlich und erlauben<br />

beispielsweise eine Anpassung der Parametrisierung für Folgerankings. Bei der<br />

Aggregationsmethode wird die Gesamtheit an Kriterien hingegen zu einem Gesamtkriterium<br />

heruntergebrochen. Wertigkeiten von Kandidaten werden hierdurch anhand nur <strong>eines</strong> Wertes<br />

ausgedrückt und die Analysemöglichkeiten verlieren an Flexibilität.<br />

Von Outrankingverfahren verwendete Präferenzfunktionen sind besser einzuschätzen, da diese<br />

bezogen auf den Vergleich zweier Kandidaten aufgestellt werden. Dies erfordert eine geringere<br />

Kenntnis über das zu bewertende Szenario. Somit besteht eine geringere Gefahr, dass das<br />

Problem aufgrund <strong>eines</strong> Mangels an Hintergrundinformationen schwammig oder falsch modelliert<br />

wird. Es lassen sich demnach auch unsichere oder unscharfe Kriterienausprägungen in die<br />

Entscheidungsfindung einbeziehen [Gel99].<br />

Beispiel 6‐2: Bei dem Kauf <strong>eines</strong> Autos hat der Entscheidungsträger keine Ahnung, wie hoch<br />

die Kosten des gewünschten Fahrzeugmodells in der Regel sind. Für das Kriterium Kosten<br />

kann somit nur schwer eine zu erfüllende Ausprägung angegeben werden. Wird diese zu<br />

niedrig eingeschätzt, so erfüllen unter Umständen keine Kandidaten das Kriterium. Wird sie<br />

hingegen zu hoch eingeschätzt, so erfüllen unter Umständen alle Kandidaten das Kriterium.<br />

In beiden Fällen trägt das eigentlich wichtige Kriterium Kosten nur geringfügig zu einer<br />

Differenzierung der Autohändler bei. Es ist hingegen einfach, Werte für die Preisdifferenz<br />

zwischen den verschiedenen Autohändlern anzugeben, die vom Käufer hingenommen<br />

werden beziehungsweise zum Ausschluss von Anbietern führen.<br />

Die in Abschnitt 5.2.1 vorgestellte Aggregationsmethode hat gegenüber PROMETHEE allerdings<br />

ebenfalls Vorteile:<br />

102

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!