Entwicklung eines Kollaborationsnetzwerkes - Bergische Universität ...

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