Entwicklung eines Kollaborationsnetzwerkes - Bergische Universität ...
Entwicklung eines Kollaborationsnetzwerkes - Bergische Universität ...
Entwicklung eines Kollaborationsnetzwerkes - Bergische Universität ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
einen gegenüber simplen, zum anderen gegenüber komplexen Reduktionsmethoden bewertet<br />
werden. Bezüglich der Verfahren bestanden folgende Annahmen:<br />
Simple Verfahren weisen eine hohe Effizienz auf, erzielen jedoch eine geringe Qualität<br />
Komplexe Verfahren weisen eine geringe Effizienz auf, erzielen jedoch eine hohe Qualität<br />
Anhand der Testreihen sollte ermittelt werden, ob die Verwendung der Entscheidungsheuristik IR A‐E<br />
im Vergleich zu den anderen Verfahren das Potential aufweist, ein akzeptables Verhältnis zwischen<br />
Effizienz und Qualität zu erzielen.<br />
Des Weiteren bestand für die Testphase I aufgrund der in Abschnitt 6.3 erläuterten Vorteile zunächst<br />
die Annahme, dass zur Durchführung der Rangbildung die Outrankingmethode PROMETHEE II eher<br />
geeignet sei, als das Prinzip des summierten Kriteriums per Aggregation. Demnach wurden die<br />
Qualität sowie der Aufwand der einzelnen Verfahren zunächst mit denen einer mittels PROMETHEE II<br />
durchgeführten Rastersuche verglichen.<br />
Während der Durchführung der Potentialanalyse (siehe weiter unten in diesem Abschnitt) hat sich<br />
allerdings herausgestellt, dass sich die durch PROMETHEE ermittelten Ränge aufgrund der<br />
Kandidatenreduktion verändern. Resultierend hieraus wurde die Rastersuche per Aggregation<br />
ebenfalls in die Analyse aufgenommen.<br />
Aufbau des Testszenarios der Testphase I<br />
Wie bereits weiter oben erläutert, wurde zur Definition der Testszenarien auf den in Kapitel 4<br />
vorgestellten Kriterienbaukasten zurückgegriffen. Tabelle 6‐3 führt die parametrisierten Kriterien des<br />
in der Testphase I verwendeten Testszenarios auf. Zur einfachen Benennung wurden die Kriterien<br />
entsprechend ihrer Anwendungsreihenfolge nummeriert.<br />
Nr C Priorität Präferenzskala Parameter zur Präferenzwertberechnung<br />
Name ⊗ Wert abs. rel. PROMETHEE II Aggregation Single<br />
Criterion<br />
1 Entfernung ≤ 30 6 6/21 Boolesch max() Usual | absolute g = 1; b= 0 t = 1<br />
(ja/nein)<br />
2 Bewertung ≥ 4,5 5 5/21 Numerisch; max() Linear | q = 0,2; g = 5; b = 0 t = 4,5<br />
Dezimalstellen: 1<br />
p = 1,0 | absolute<br />
3 FSC‐<br />
= 1 4 4/21 Boolesch max() Usual | absolute g = 1; b = 0 t = 1<br />
Zertifizierung<br />
(ja/nein)<br />
4 Konkurrenzprodukte<br />
= 0 3 3/21 Numerisch; min() Usual | absolute g = 0; b = 2 t = 0<br />
Dezimalstellen: 1<br />
5 Vorgängeraufträge<br />
≥ 3 2 2/21 Numerisch; max() V‐shape | p = 5| g = 5; b = 0 t = 3<br />
Dezimalstellen: 1<br />
absolute<br />
6 Unternehmensbestehen<br />
≥ 25 1 1/21 Numerisch;<br />
Dezimalstellen: 1<br />
max() Linear | q = 5;<br />
p = 15 | absolute<br />
g = 50; b = 0 t = 25<br />
bezeichnet die für ein Kriterium stehende Kriterienbasis | ⊗ bezeichnet einen Operator | bezeichnet die Zielfunktion <strong>eines</strong><br />
Kriteriums | q, p, g, b und t bezeichnen Werteschranken der jeweiligen Präferenzfunktionen<br />
Tabelle 6‐3: Parametrisierung der Kriterien in Testphase I<br />
123