Entscheidungsmodelle

Entscheidungsmodelle sind formale Darstellungen von Entscheidungssituationen, die darauf abzielen, Entscheidungsprozesse zu unterstützen. Sie strukturieren Alternativen, Kriterien, Unsicherheiten und erwartete Ergebnisse und übersetzen Präferenzen und Restriktionen in eine nachvollziehbare Lösungssuche. Im Unterschied zu rein persönlichen Entscheidungen dienen sie der Transparenz und Nachprüfbarkeit.

Klassifikationen gliedern Entscheidungsmodelle in normative, deskriptive und präskriptive Ansätze. Normative Modelle beschreiben, wie Entscheidungen idealerweise getroffen werden sollten, gegeben Ziele und Randbedingungen. Deskriptive Modelle erklären, wie Entscheidungen tatsächlich getroffen werden. Präskriptive Modelle kombinieren beide Perspektiven und zielen darauf ab, die Entscheidungsqualität zu verbessern.

Typische Modellformen sind deterministische zu stochastischen sowie von einkriteriell zu multicriteria. Typische Modellformen sind mathematische Optimierungsmodelle (z. B. lineare oder ganzzahlige Programme), Entscheidungsbäume, Einflussdiagramme und Bayesianische Netze. Im Bereich des MCDA kommen Methoden wie Analytischer Hierarchieprozess (AHP) oder PROMETHEE zum Einsatz. Weitere Werkzeuge sind Monte-Carlo-Simulationen, Entscheidungsregeln und heuristische Verfahren.

Wesentliche Elemente eines Entscheidungsmodells sind Alternativen, Kriterien (und deren Gewichte oder Nutzen), Unsicherheiten, Wahrscheinlichkeiten, Nutzenwerte, Restriktionen und Zielsetzung. Der typische Ablauf umfasst Problemdefinition, Modellentwicklung, Datenerhebung, Lösungsmethoden, Sensitivitätsanalyse, Validierung und Implementierung.

Anwendungsfelder reichen von Unternehmensführung, Investitions- und Projektmanagement, Logistik und Supply-Chain-Management bis hin zu Gesundheitswesen, Umweltpolitik und Energieplanung. Entscheidungsmodelle unterstützen Entscheidungsfindung unter Unsicherheit, liefern Transparenz für Stakeholder und erleichtern Vergleichbarkeit von Lösungsalternativen.