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.

Auswertung in Kombination der Qualitätsanalyse aus den Testphasen II und III<br />

Bei einem Vergleich der mittleren Reduktionsverläufe mit den qualitätsbezogenen Aussagen aus den<br />

vorherigen Testphasen können die folgenden Schlussfolgerungen getroffen werden:<br />

Besteht der Kriterienset des Reduktionsszenarios aus maximal zwei Kriterien, so ist die<br />

Potentialanalyse per Aggregation den anderen untersuchten Verfahren vorzuziehen, da mit dieser<br />

eine optimale Qualität der Ergebnismenge und mindestens die gleiche Effizienz erreicht wird.<br />

Handelt es sich bei dem Reduktionsszenario um ein Szenario mit geringer Gesamtreduktion, wird die<br />

gewünschte Zielmächtigkeit durch das Reduktionsprinzip Single Criterien (ANF = 0) schnell erreicht.<br />

Bei einer geringen Inputmenge ist die Reduktion anhand von Annahmen jedoch allgemein riskant, da<br />

eine hohe Wahrscheinlichkeit besteht, dass die Menge guter Kandidaten ebenfalls gering ist. Die<br />

Anwendung <strong>eines</strong> Verfahrens, welches stabil eine gute Qualität erzielt, ist bei geringen Inputmengen<br />

demnach eher geeignet. Sind die Kriterienwerte einfach zu ermitteln, ist eine Reduktion bei geringen<br />

Inputmengen ohnehin nicht notwendig. Da die Potentialanalyse Berechnungen einspart, die Qualität<br />

der Rangbildung jedoch nicht mindert, ist diese bei geringen Berechnungsanforderungen<br />

vorzuziehen. Bei sehr komplexen Kriterienwertberechnungen und wenigen Kriterien kann zunächst<br />

eine Reduktion per Einzelkriterienvergleich in Verbindung mit den Methoden IR A‐E 1.C oder<br />

IR A‐E 3.C durchgeführt werden, da ein hoch priorisiertes Kriterium mit hoher Wahrscheinlichkeit<br />

eine hohe Bedeutung bezüglich der Gesamtwertigkeit besitzt. Es sollte jedoch ein früher Übergang zu<br />

einem qualitativ stabilen Verfahren stattfinden. Je mehr Kriterien geprüft werden, desto höher ist die<br />

Wahrscheinlichkeit, dass ein Einzelkriterienvergleich nicht genügend Aussage über die Gesamtwertigkeiten<br />

gewährt. Bei komplexen Berechnungsanforderungen und vielen Kriterien kann der<br />

Einzelkriterienvergleich eingesetzt werden, sofern je Reduktionsschritt ein Rollback durchgeführt<br />

wird. Ein früher Übergang zu qualitativ stabilen Verfahren ist hier ebenfalls notwendig.<br />

Bei großen Inputmengen, einer hohen relativen Gesamtreduktion sowie der Verwendung von drei bis<br />

vier Rankingkriterien sind die Effizienzeinbußen des Verfahrens Agg [Pot.] – N – N gegenüber den<br />

Reduktionsverfahren SC (0) – {IR A‐E {2,3}.C, Always} – Agg unter Berücksichtigung der zu<br />

erwartenden Qualität vertretbar. Ab der Verwendung von fünf Kriterien liegt die Effizienz bei<br />

Anwendung der Rollbackentscheidungsmethode Always (0,33) um 8 % höher, als bei Anwendung des<br />

Reduktionsverfahrens Agg [Pot.] – N – N. Bei Anwendung der Rollbackentscheidungsmethoden<br />

IR A‐E 2.C beziehungsweise IR A‐E 3.C ist die im Mittel zu erwartende Effizienz sogar 11 % bis 13 %<br />

höher. Bei Betrachtung der zu erwartenden Qualität haben IR A‐E {2,3}.C Qualitätseinbußen zu<br />

verzeichnen, schneiden im Allgemeinen jedoch gut ab. Im direkten Vergleich wäre allerdings Version<br />

3.C der Version 2.C vorzuziehen, da diese das Reduktionspotential der Kriterien berücksichtigt und<br />

sich so dem jeweiligen Reduktionsszenario dynamisch anpasst.<br />

153

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!