ET
Maximax
phi (a)= Max [eij | j=1,...,n]
phi (ai*)=Max[phi(ai)|i=1,...m]
Hurwicz-Regel
komb. Maximax und minimax, mit landa zwischen 0 und 1
phi (ai) = lamda+Max (eij|j=1,...,n] + (1-lamda)*min [eij|j=1,...,n)
phi (ai*)=Max (phi (ai) | i=1,..,m]
Savage-Niehand - Regel des kleinsten Bedauerns
1. Spaltenmaxima
2. Abweichung vom Spaltenmacimum
3. Ermittlung des schlimmsten bedauerns
4. Auswahl des geringsten schlimmsten bedauern
Laplace-Regel -Regel des unzureichenden Grundes
phi(ai) ist die summe aus den ergebnissen
phi (ai*) ist max [phi(ai) | i=1,..,m]
Lösung von Zielkonflikten
Lexikograpische ordnung (ein ziel wichtiger, nur dieses Problem lösen)
Zieldominanz dominierendes Hauptziel wählen (z.b. ergebnisvoraussetzung)
Zielgewichtung mit Lambda
goal programming --> Minimierung der Abweichung vo Ziel
Leikographische Ordnung
Start Aufbau fertigen und Fundament --> Fundament giesen --> Aufbau stellen --> Ende
Zieldominanz "Maximales rumliegen von 7 Tagen
Zielgewichtung: Strafe vs. Lagerkosten
Komitees
Ausschuss: Peronengruppe deren Aufgaben zu gemeinsamen erledigung übertragenn werdem; meist organisation
Kommitees mit Linienautorität, Stabsautorität, funkt. Autoritätm, ohne Autoritätsgrundlage, freiwillige, gesitzlich vorgeschriebene, zeitlich begrnzte, Dauerhafte
+erfarhung und Wissen mehrerer
+repräs. Interessensgruppem
+besser Iformationsaustauscj
+keine machtkonzentration
-kosten
-verzögert entsch.
-einigung auf Kompromisse
-geteilte Verantwortung
Problemlösung in Gruppen
problemstruturiweung,
Präferenzbestimmung und Vorauswahl, (pareto effizienz/ineffizienz)
Abstimmungsprozess:
einfache Mehrheit, jeder eine stimme --> meiste stimmen gewinnt
absolute Mehrheit, wenn mehr als 50%
Sukzessiver Paarvergleich zufällig gewählte Startkombination
Borda-Regel beste alt. bekommt m punkte, 2.beste m-1 ect.
Approval-Voting voen ob akzeptanz oder nicht --> größte akzeptanz gewinnt
Präferenzarten
Höhenpräferenz, Artenpräferenz, Risikopräferenz, Zeitpräferenz
Zielkonflikte --> umgang
Dominanzmodell, Kompromissmodellm Multiattributivmethode
Entscheidungsvorbereitung - Multiattributive Utility Theory
Enzelnutzefunktion --> Häenpräferenz
direct rating, Halbierungsmethode
Gesamtnutzenfunktion --> Artenpräferenz
Direct rating, Trade off verfahren
Risikonutzenfunktion --> Risikopräferent
Zeitnutzefunktion --> Zeitpräferenz
Rating-Verfahren
Outranking: gewisser abstand zwischen alternaiven --> eine automatisch besser
Direct Ranking: beste alt. 100 schlechteste 0
Halbierungsmethode: beste 1 schlechteste 0, Schätzung des hälftigen nuzen
Methode gleicher Wertdifferenzen: schlechteste ausprägung=0, erhöhung um betrag, utzen 1,
AHP: Arten un höhenpräferent in einem
Paarweider Vergleich
Bernoulli-Prinzip
rationaler Entscheider orientiert sich am erwarteten nutzen --> Erwartungsnutzen
wahrscheinlichkeit mal nutzen
Prognosedilemma
Modell zur ermittlug/Vorhersage von Informationen über unsichere zukünftige Sachverhalte
Umweltprognose, Entwicklungsprognese, Wirkungsprognose, Ergebnisprognose, Handlingsalternative, zukünftige Ziele
Prognose für Zeitpunkt
gleitender durchschnitt zb yt+1=yt oder =0.5*(yt+yt-1) oder alle Werte
exponentielle Glättug = glättungsparamether llambda
Netzplantechnik
Sturkturplanung
Tätigkeitsgraph:
knoten=Tätigkeit, Kante=Anordnungsbeziehung
Ereignisgraph: Knoten=ereignis-Kante=tätigkeit
Ganttdiagramm:beginn so früh wie möglich, Puffer einzeichnen
MPM: knotennummer Zuständigkeit
Name der ätigkeit
Dauer, frühster anfangszeitpunkt, spät, Anfangszeitpunkt, frühster endpunkt epät entpunkt
pfeil:zeitl. Mindestabstand
Hinrechnung: FZj=Max [Fz+d] für alle Vorgängerknoten, FZ1=0 für begiinnerknoten
SZ= min(SZ-dij) dür alle nachfolgerknoten, SZ=FZ für den endknoten
Puffer
gesamtpuffer: Alle Vorgänger früh möglich, NF spät möglich
freie Puffer: Alle frühst möglich
unabh- Puffer: alle spät möglich
Markov-Modelle
Übergangswahrscheinlichkeit a vin wi nach wj
Simulation
•Diskrete Simulation (Discrete Event Simulation, DES)
–Modellierung von dynamischen Systemen
–Erzeugen von Objekten mit bestimmten Eigenschaften
–Aufzeichnung der Zustände der Objekte zu bestimmten Zeitpunkten
–Subarten:
•Ereignisorientierte Simulation: Es wird immer nur der nächste Zeitpunkt betrachtet, an dem sich eine Zustandsänderung ergibt („Ereignisliste“)
•Zeitorientierte Simulation: Simulationszeit wird jeweils um denselben Zeittakt weitergestellt, auch wenn kein Ereignis eintritt
•Kontinuierliche Simulation
–z. B. Chemie
Delphi-Methode
1.Definition des Prognoseproblems
2.Auswahl der Experten, Separierung
3.Schriftliche Befragung der Expertenmeinungen
4.Zusammenstellung der Prognosen
5.Rückführung der Ergebnisse an Experten
6.Erneute schriftliche Befragung der Experten
7.Wiederholung der Schritte 4,5,6, bis die Ergebnisse ausreichend konvertiert sind. evtl. ergeben sich Intervalle
Regelkreismodell
Führungsgröße --> Regler --> Stellgröße --> Regelsrecke -->regelgrösse --> Regler
Störgröße --> Regelstrecke
Regelkreismodell
Führungsgröße --> Regler --> Stellgröße --> Regelsrecke -->regelgrösse --> Regler
Störgröße --> Regelstrecke
Regelkreismodell
Führungsgröße --> Regler --> Stellgröße --> Regelsrecke -->regelgrösse --> Regler
Störgröße --> Regelstrecke
Steuereung, Management, Führung
Management:
Organisation, Panung, Konrolle, Pesonalfühung, Personaleinsatz
Idealtypischer Managementzyklus
Planung --> Implementierung --> Kontrolle --> feedback zur planung
Organisation; Personaleinsatz;Personalfühung
Managementkonzeptionen
Steuerungstyp
Umweltmerkmale
Dominante
Management-
funktion
Plandeterminierte Unternehmenssteuerung | Geringe Komplexität und Dynamik | Primat der Planung
Kontrolldeterminierte Unternehmenssteuerung | Steigende Komplexität und Dynamik | Planung und Kontrolle
Organisationsorientierte Unternehmenssteuerung | Hohe Komplexität und Dynamik Organisation
Unternehmenssteuerung als Coaching | Extreme Komplexität und Dynamik | Personalführung
Dynaxity-Zonen
D
Dynaxity und Systemregime
.
Neben- rück und folgewirkung
.
Wahl einer Alternative
1. Verbalisierung
2. Ergebnismatrix --> verbalisierung in zahlen niedrigstes bestes
3. Nutzenfusion
4. Gewichtung
Schwerpunktsetzung
Plandeterminierte Unternehmensführung
Plan ist Ausgangspunkt allen betrieblichen Handelns in statischem Umsystem
Kontrolle ist Feedback-Kontrolle und dient der Überprüfung der Planerfüllung
Herkunft: Militärwesen
Verbreitung: Verwaltungen; Jahresbudgets
Kontrolldeterminierte Unternehmensführung
Plan steht (häufig) zur Disposition der Feedforward-Kontrolle
Organisationsdeterminierte Unternehmensführung
Organisation reagiert flexibel auf Anforderungen
Pläne werden nach neuen Anforderungen variiert
Unternehmensführung als Coaching
Spontane Arbeitsgruppen werden über persönliche Einwirkung geführt
Entscheidungsprobleme
•Ausgangssituation: Sachverhalte, die vom Planenden nicht beeinflusst werden können (Daten).
•Handlungsalternativen: Gestaltungsmöglichkeiten zur Erreichung der Zielsetzung (Variablen)
•Wirkungszusammenhänge: Relation von Daten und Variablen
•Zielsetzung: Ziele, die durch die Handlungsalternativen erreicht werden sollen
Handlungsergebnisse: Erreichungsgrad der Ziele für unterschiedliche Alternativen
Merkmale der Planung
•Zukunftsorientierung
•Gestaltungsorientierung:
–Setzt Auswahl von Alternativen voraus. Reine „Vorausschau“ nicht zu verändernder Ereignisse ist keine Planung!
•Subjektiver Prozess:
–Zielsetzung und Bewertung von persönlichen Präferenzen abhängig
•Informationsprozess:
–setzt Sammlung von Informationen voraus
•Systematischer Prozess:
–Planung als rationaler Prozess
•Vorbereitung von Entscheidungen und Handlungen
Phasen der Planung Phase 1
Problemstellung:
Feststellung entscheidungsproblen
Arten von Anregungs-informationen:
Soll-Ist-Abweichungen
Änderungen der Menge der Handlungsalternativen
Änderung von Daten
Änderungen von Zielvorstellungen
Folgeprobleme (z. B. Investi-tionsentscheidung führt zu Anlagennutzungsentscheidung)
Teilphasen:
Problemerkenntnis: Erfassung der Symptome des Problems, Dringlichkeit, Durchsetzbarkeit
Problemanalyse: Verständnis für Problemursachen, grundsätzliche Wirkungszusammenhänge
Problemformulierung: genaue Beschreibung des angestrebten Zustandes und der Restriktionen; Definition der Ziele
Phasen der Planung - Phase 2
Alternativenermittlung
Teilphasen:
Alternativensuche: Durch Intuition und Systematik generierte Handlungsalternativen
Alternativenanalyse: Untersuchung auf Wirksamkeit und Durchsetzbarkeit; Wirkungssicherheit bei Unsicherheit; Auswirkungen auf andere Planungen
Alternativenfestlegung: Als problemlösungsadäquat identifizierte Alternativen werden bzgl. Details, Ressourcen, Zuständigkeiten spezifiziert
Phasen der Planung Phase 3
Bewertung&Auswahl
Teilphasen:
•Nutzenbestimmung: In der Regel müssen die unterschiedlichen Alternativen subjektiv bewertet werden, d.h. Ergebnisse müssen in subjektive Nutzengrößen transferiert werden
•Auflösung von Zielkonflikten: Gewichtung von Zielen
•Entscheidung: Festlegung der dem Zielsystem am besten entsprechenden Alternative (bzw. des besten Alternativenbündels)
Planungsreichweite
•Planungsdilemma
–Kurzfristige Planung:
•geringe Unsicherheit, hohe Detailliertheit
•geringe Ressourcenbindung
–Langfristige Planung:
•Große Menge von Handlungsalternativen
Planungsarten
•Strategische Planung: Festlegung der Unternehmensstrategie auf oberster Ebene. Folge: In der Regel langfristig
•Taktische Planung: Im Unternehmensmittel-bau, in der Regel mittelfristig
•Operative Planung: An der ausführenden Basis, in der Regel kurzfristig
NB: Planungsebene und Planungszeitraum sind nicht identisch!
Sicherheit und Unsicherheit
•Sicherheitssituation:
–die eintretende Situation ist bekannt
–deterministisches Entscheidungsmodell
•Unsicherheitssituation
–die eintretende Situation ist nicht vollständig bekannt, da
•bestimmte Umweltzustände nicht bekannt sind
•bestimmte Umweltzustände mit Wahrscheinlichkeiten eintreten
•Risikosituation
–Eintrittswahrscheinlichkeiten für Umweltzustände sind bekannt
–Stochastisches Entscheidungsmodell
•Ungewissheitssituation
–Umweltzustände sind bekannt
–Eintrittswahrscheinlichkeiten sind nicht bekannt
•Spielsituation
–Unsicherheit ergibt sich durch einen rational handelnden Gegenspieler
–z. B. Konkurrenz
•Risk:
–Objektive Wahrscheinlichkeiten bekannt
•Uncertainty:
–Subjektive Wahrscheinlichkeiten bekannt
•Ambiguity:
–Ordinale Wahrscheinlichkeiten bekannt z. B. WS(s1) > WS(s2)
–Ober- und Untergrenzen für Wahrscheinlichkeiten sind bekannt
•Complete Ignorance
–keine Wahrscheinlichkeiten bekannt
Modelle
Abbildung der wirklichkeit durch anderes Medium
-
- 1 / 72
-
Cartes-fiches
Kosten-Nutzenwert-Analyse
dimensionen: kosten und nutzenwert
Beispiel: Monetäre kosten/Nutzenwert= Kosten pro Nutzenwert
Effizienzanalyse
konstante Skalenerträge
zunehmende Skalenerträge
abnehmende Skalenerträge "Hüllenkurve"
Variable Skalenerträge (startet nicht im Ursprung)
Inkrementelle Kosten-Nutzwert-Relation
bei Evaluierung (mit neuen Alternativen)
veränderung kosten und Nutzenwert
Kosten-Wirksamkeits-Analyse
Nutzwert ist der eunzige physikalisch messbare wert (km, zeit, gewicht
Effizienzhüllkurve --> verbinden aller Dominanten Punkte
--> nicht immer Reduktion auf Wirksamkeit möglich
DEA / Decicion Making Unit
Performance Analyse
summe aus gewichtung output*output / summe aus gewichtung input*input --> Maximal
Elemente des Grungmodells:
Szenao und wahrscheinlichkeit horizontal
vert. Alternative
aber ergebnis ist nich nutzen
Liebe-Wahrheit-Diagramm
Liebe/Wahrheit
humazismus ; Komprimissgruppe/interdemendenzteam ; Machiavelismus
Entscheiden bei Risiko und einem Ziel
1. Eliination von Ineffizienten Alternativen (eqi größergleich eij)
Maximal durchschnittliches Ergebnis --> mü /Bayes-regel
Erwarungswert
mü (ai)= summe aus pj mal ej (p=eintrittswahrscheinlichkeit)
mü (ai*) = Max [mü(ai) | i=1,...,m]
Minimales Risiko - Sigma Regel
sigma (ai) = wurzel aus der summe von wahrscheinlichkeit *(eij - mü (ai))^2
p^2 = summe aus pj*[max(0; mü(ai)-eij)]^2
Risikoeinstellung
Risikofreude: phi (kreis mit drich) von mü und sigma = mü+sigma
Neutral= phi ist mü
avers: phi ist mü minus sigma --> Versicheurngsprinzip
Minimaxregel - Wald-Regel
phi (ai) = Min [eij |j=1,...,n]
phi (ai*)= Max [phi (ai) i=1, ..,m)
Maximax
phi (a)= Max [eij | j=1,...,n]
phi (ai*)=Max[phi(ai)|i=1,...m]
Hurwicz-Regel
komb. Maximax und minimax, mit landa zwischen 0 und 1
phi (ai) = lamda+Max (eij|j=1,...,n] + (1-lamda)*min [eij|j=1,...,n)
phi (ai*)=Max (phi (ai) | i=1,..,m]
Savage-Niehand - Regel des kleinsten Bedauerns
1. Spaltenmaxima
2. Abweichung vom Spaltenmacimum
3. Ermittlung des schlimmsten bedauerns
4. Auswahl des geringsten schlimmsten bedauern
Laplace-Regel -Regel des unzureichenden Grundes
phi(ai) ist die summe aus den ergebnissen
phi (ai*) ist max [phi(ai) | i=1,..,m]
Lösung von Zielkonflikten
Lexikograpische ordnung (ein ziel wichtiger, nur dieses Problem lösen)
Zieldominanz dominierendes Hauptziel wählen (z.b. ergebnisvoraussetzung)
Zielgewichtung mit Lambda
goal programming --> Minimierung der Abweichung vo Ziel
Leikographische Ordnung
Start Aufbau fertigen und Fundament --> Fundament giesen --> Aufbau stellen --> Ende
Zieldominanz "Maximales rumliegen von 7 Tagen
Zielgewichtung: Strafe vs. Lagerkosten
Komitees
Ausschuss: Peronengruppe deren Aufgaben zu gemeinsamen erledigung übertragenn werdem; meist organisation
Kommitees mit Linienautorität, Stabsautorität, funkt. Autoritätm, ohne Autoritätsgrundlage, freiwillige, gesitzlich vorgeschriebene, zeitlich begrnzte, Dauerhafte
+erfarhung und Wissen mehrerer
+repräs. Interessensgruppem
+besser Iformationsaustauscj
+keine machtkonzentration
-kosten
-verzögert entsch.
-einigung auf Kompromisse
-geteilte Verantwortung
Problemlösung in Gruppen
problemstruturiweung,
Präferenzbestimmung und Vorauswahl, (pareto effizienz/ineffizienz)
Abstimmungsprozess:
einfache Mehrheit, jeder eine stimme --> meiste stimmen gewinnt
absolute Mehrheit, wenn mehr als 50%
Sukzessiver Paarvergleich zufällig gewählte Startkombination
Borda-Regel beste alt. bekommt m punkte, 2.beste m-1 ect.
Approval-Voting voen ob akzeptanz oder nicht --> größte akzeptanz gewinnt
Präferenzarten
Höhenpräferenz, Artenpräferenz, Risikopräferenz, Zeitpräferenz
Zielkonflikte --> umgang
Dominanzmodell, Kompromissmodellm Multiattributivmethode
Entscheidungsvorbereitung - Multiattributive Utility Theory
Enzelnutzefunktion --> Häenpräferenz
direct rating, Halbierungsmethode
Gesamtnutzenfunktion --> Artenpräferenz
Direct rating, Trade off verfahren
Risikonutzenfunktion --> Risikopräferent
Zeitnutzefunktion --> Zeitpräferenz
Rating-Verfahren
Outranking: gewisser abstand zwischen alternaiven --> eine automatisch besser
Direct Ranking: beste alt. 100 schlechteste 0
Halbierungsmethode: beste 1 schlechteste 0, Schätzung des hälftigen nuzen
Methode gleicher Wertdifferenzen: schlechteste ausprägung=0, erhöhung um betrag, utzen 1,
AHP: Arten un höhenpräferent in einem
Paarweider Vergleich
Bernoulli-Prinzip
rationaler Entscheider orientiert sich am erwarteten nutzen --> Erwartungsnutzen
wahrscheinlichkeit mal nutzen
Prognosedilemma
Modell zur ermittlug/Vorhersage von Informationen über unsichere zukünftige Sachverhalte
Umweltprognose, Entwicklungsprognese, Wirkungsprognose, Ergebnisprognose, Handlingsalternative, zukünftige Ziele
Prognose für Zeitpunkt
gleitender durchschnitt zb yt+1=yt oder =0.5*(yt+yt-1) oder alle Werte
exponentielle Glättug = glättungsparamether llambda
Netzplantechnik
Sturkturplanung
Tätigkeitsgraph:
knoten=Tätigkeit, Kante=Anordnungsbeziehung
Ereignisgraph: Knoten=ereignis-Kante=tätigkeit
Ganttdiagramm:beginn so früh wie möglich, Puffer einzeichnen
MPM: knotennummer Zuständigkeit
Name der ätigkeit
Dauer, frühster anfangszeitpunkt, spät, Anfangszeitpunkt, frühster endpunkt epät entpunkt
pfeil:zeitl. Mindestabstand
Hinrechnung: FZj=Max [Fz+d] für alle Vorgängerknoten, FZ1=0 für begiinnerknoten
SZ= min(SZ-dij) dür alle nachfolgerknoten, SZ=FZ für den endknoten
Puffer
gesamtpuffer: Alle Vorgänger früh möglich, NF spät möglich
freie Puffer: Alle frühst möglich
unabh- Puffer: alle spät möglich
Markov-Modelle
Übergangswahrscheinlichkeit a vin wi nach wj
Simulation
•Diskrete Simulation (Discrete Event Simulation, DES)
–Modellierung von dynamischen Systemen
–Erzeugen von Objekten mit bestimmten Eigenschaften
–Aufzeichnung der Zustände der Objekte zu bestimmten Zeitpunkten
–Subarten:
•Ereignisorientierte Simulation: Es wird immer nur der nächste Zeitpunkt betrachtet, an dem sich eine Zustandsänderung ergibt („Ereignisliste“)
•Zeitorientierte Simulation: Simulationszeit wird jeweils um denselben Zeittakt weitergestellt, auch wenn kein Ereignis eintritt
•Kontinuierliche Simulation
–z. B. Chemie
Delphi-Methode
1.Definition des Prognoseproblems
2.Auswahl der Experten, Separierung
3.Schriftliche Befragung der Expertenmeinungen
4.Zusammenstellung der Prognosen
5.Rückführung der Ergebnisse an Experten
6.Erneute schriftliche Befragung der Experten
7.Wiederholung der Schritte 4,5,6, bis die Ergebnisse ausreichend konvertiert sind. evtl. ergeben sich Intervalle
