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.
möglichst hoch sein. Die Gewährleistung einer höheren Qualität bringt im Regelfall jedoch auch<br />
höhere Kosten und somit einen höheren Preis mit sich. Die Existenz <strong>eines</strong> Kandidaten, der gegenüber<br />
allen anderen Kandidaten ein Produkt mit der höchsten Qualität und gleichzeitig dem geringsten<br />
Preis anbietet, ist demnach sehr unwahrscheinlich.<br />
Der erste bekannte Bezug auf die Analyse von multikriteriellen Problemstellungen (folgend mit<br />
MCDA (Multi‐Criteria Decision Analysis) abgekürzt und ebenfalls als Multi‐Criteria Decision Aiding<br />
oder Multi‐Criteria Decision Making bezeichnet [vgl. u.a. Roy05, S. 3,Mcd12 u. Ewg12]) geht auf ein<br />
von Benjamin Franklin (1706 – 1790) angewandtes Wichtungsprinzip von Pro und Kontra zur<br />
Entscheidungsfindung für Diskussionspunkte zurück [nachzulesen in Koe11, S. 1].<br />
Neben Entscheidungsmethoden und ‐theorien, die von rein rational handelnden Entscheidern<br />
ausgehen, gibt es Theorien zur Analyse multikriterieller Entscheidungsprobleme, die irrationales<br />
Verhalten berücksichtigen. So zum Beispiel eine von Herbert A. Simon (1916 – 2001) aufgestellte<br />
Theorie, laut der Entscheidungsträger zufrieden sind, sofern Erwartungslevel erfüllt sind, auch wenn<br />
diese nicht das maximal erreichbare Ergebnis bedeuten [vgl. z.B. Koe11, S. 7 f].<br />
In der MCDA werden <strong>eines</strong> oder mehrere der folgenden Ziele verfolgt [vgl. Roy05, S. 11 f]:<br />
Selektion des besten Kandidaten aus einer Menge an Kandidaten (choice)<br />
Rangbildung von dem besten bis zum schlechtesten Kandidaten (ranking)<br />
Einteilen von Kandidaten in verschiedene Sets (sorting)<br />
Beschreibung der Problemstellung (description)<br />
Grundlegendes Ziel jeder Methode ist die Beseitigung möglichst vieler Inkomparabilitäten zwischen<br />
Kandidaten [Bra05, S. 166].<br />
Sind alle Kandidaten der Problemstellung bekannt und ist diese somit diskret, so handelt es sich um<br />
ein Evaluationsproblem, das in der Regel über Optimierungsalgorithmen gelöst werden kann. Ist die<br />
Menge an Kandidaten hingegen unbekannt beziehungsweise umfasst diese eine schlecht<br />
handhabbare Größe, so kann das Problem gegebenenfalls nur durch Heuristiken gelöst werden [vgl.<br />
auch Wer06, S. 9].<br />
Die Basis zur Beschreibung diskreter multikriterieller Probleme und Ausgang aller MCDA‐Methoden<br />
bildet eine Evaluations‐ beziehungsweise Ergebnismatrix (siehe Tabelle 5‐1). Diese Matrix<br />
repräsentiert ein quantitatives Modell, in dem die Kandidaten , ,…, ,…, , die Kriterien<br />
, ,…, ,…, sowie die Anwendung der Kriterien auf die Kandidaten<br />
, , … , , … , | ∈ aufgeführt werden [vgl. Bra05, S. 164 ff. u. Bra94a, S. 298].<br />
79