Skip to main content
SpringerLink
Log in

Informationsprozesse zur Gewinnung zusätzlicher Dateninformationen im Experimentierraum („Bayessches Informationskalkül“)

  • Chapter
Optimale Informationsprozesse in betriebswirtschaftlichen Entscheidungssituationen

  • 13 Accesses

Zusammenfassung

Es besteht die Möglichkeit, sich für einstufige Handlungsprobleme durch Beobachtungen zusätzliche Informationen über die wahre Datenkonstellation zu verschaffen. Solche Informationen heißen abgekürzt Dateninformationen. Die Gewinnung von Dateninformationen erlaubt u.U. die Wahl einer besseren Handlungsalternative gegenüber unsicheren Umweltbedingungen, verursacht in der Regel aber Kosten.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 44.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 59.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Null-Informationshandlungen vermitteln keine weiteren Informationen. Bei der Informationsentscheidung wird dadurch formal der Alternative „keine Informationshandlung“ entsprochen.

    Google Scholar 

  2. Informationsprozesse zur Gewinnung von Alternativen werden im Kap. 4 ausführlich analysiert.

    Google Scholar 

  3. Vgl. Gäfgen, Gerard: Theorie der wirtschaftlichen Entscheidung, 2. Auflage, 1968, S. 128.

    Google Scholar 

  4. Vgl. z.B. Adam, Adolf; Helten, Elmar; Scholl, Friedrich; Kybernetische Modelle und Methoden, 1970, S. 94–98.

    Google Scholar 

  5. Vgl. z.B. Arrow, Kenneth J.: Utilities, Attidudes, Choices: A Review Note, in: Econometrica, 26(1958), S. 1–23, hier S. 6.

    Google Scholar 

  6. Wald, Abraham: Statistical Decision Functions, 1950.

    Google Scholar 

  7. Vgl. etwa Menges, Günter: Das Sequentialtestverfahren, insbesondere seine betriebswirtschaftliche Anwendung, in: Zeitschrift für Betriebswirtschaft, 28(1958), S. 75–81

    Google Scholar 

  8. Bühl-Mann, H.; Loeffel, H.; Nievergelt, E.: Einführung in die Theorie und Praxis der Entscheidung bei Unsicherheit, 1967, S. 74–78.

    Google Scholar 

  9. Andere Bezeichnungen dafür sind „Informationssystem“: vgl. Marschak, Jakob und Miyasawa, Koichi: Economic Comparability of Information Systems, in: International Economic Review, 9 (1968), S. 137–174

    Google Scholar 

  10. Ying, Charles C.: Learning by Doing — An Adaptive Approach to Multiperiod Decisions, in: Operations Research, 15 (1967), S. 797–812

    Google Scholar 

  11. Ying, Charles C., oder „Kanal“: Marschak, Jakob: Problems in Information Economics, in: Management Controls, hrsg. von Ch. P. Binini; R.K. Jaedicke und H.M. Wagner, 1964, S. 38–74.

    Google Scholar 

  12. Für (Experiment-) Ergebnis findet man in der deutschsprachigen Literatur häufig „Indikatorenkonstellation“: vgl. Hax, Herbert: Die Koordination von Entscheidungen, 1965, S. 21–24.

    Google Scholar 

  13. Unter der Zerlegung einer nichtleeren Menge R versteht der Mathematiker eine Menge von nichtleeren Teilmengen von R, die paarweise fremd sind, und deren Vereinigungsmenge die Menge R ist. Vgl. Jaeger, Arno; Wenke, Klaus: Lineare Wirtschaftsalgebra. Eine Einführung, 1969, S. 90.

    Google Scholar 

  14. Vgl. Tafel, Peter: Informationstheoretische Aspekte des Neobayesianischen Entscheidungsmodells, Diss., 1969, S. 19.

    Google Scholar 

  15. Vgl. Albach, Horst: Informationswert, in: Handwörterbuch der Organisation, hrsg. von Erwin Grochla, 1969, Sp. 723; derselbe: Die Prognose im Rahmen unternehmerischer Entscheidungen, in: Diagnose und Prognose als wirtschaftswissenschaftliche Methodenprobleme, Verhandlungen auf der Arbeitstagung des Vereins für Sozialpolitik, 1961, Berlin 1962, S. 201–214, hier S. 209.

    Google Scholar 

  16. Vgl. Albach, Horst: Informationswert, a.a.o., Sp. 723.

    Google Scholar 

  17. Vgl. Marschak, Jakob: Problems in Information Economics, in: Management Controls, hrsg. von Ch.P. Binini, R.K. Jaedicke und H.M. Wagner, 1964, S. 38–74, hier S. 39 f.

    Google Scholar 

  18. Vgl. etwa Wild, Jürgen: Zur Wahrscheinlichkeit von Prognosen, in: Organisation und Betrieb, 24 (1969), S. 12–15, hier S. 15.

    Google Scholar 

  19. Vgl. etwa Hax, Herbert: Die Koordination von Entscheidungen. Ein Beitrag zur betriebswirtschaftlichen Organisationslehre, 1965, S. 34–36.

    Google Scholar 

  20. Ying, Charles: Learning by Doing — An Adaptive Approach to Multiperiod Decisions, in: Operations Research, 15(1967), S. 803 f.

    Google Scholar 

  21. Vgl. Raiffa, Howard und Schlaffer, Robert: Applied Statistical Decision Theory, 1961, S. 10.

    Google Scholar 

  22. Vgl. Raiffa, Howard und Schlaifer, Robert: Applied Statistical Decision Theory, 1961, S. 79.

    Google Scholar 

  23. Mc Call, John J.: The Economics of Information and Optimal Stopping Rules, in: Journal of Business, 38 (1965), S. 300–317, hier S. 303.

    Google Scholar 

  24. Vgl. zum folgenden insbesondere Raiffa, Howard und Schlaifer, Robert: Applied Statistical Decision Theory, 1961, S. 3–27, 79–92.

    Google Scholar 

  25. Raiffa, Howard: Bayesian Decision Theory, in: Recent Developments in Information and Decision Processes, hrsg. von R.E. Machol und Paul Gray, 1962, S. 92–101.

    Google Scholar 

  26. sowie Thompson, Howard E. und Beranek, William: The Efficient Use of Imperfect Forecast, in: Management Science, 13 (1966), S. 233–243.

    Google Scholar 

  27. Lindgren, B.W.: Statistical Theory, 1960, bes. Kap. 5; La Valle, Irving A. und Rappaport, Alfred: On the Economics of Acquiring Information of Imperfect Reliability, in: The Accounting Review, 1968, S. 225–230.

    Google Scholar 

  28. La Valle, I.H.: On Cash Equivalents and Information Evaluation in Decisions under Uncertainly 1, 11, Ill, in: Journal of the American Statistical Association, 1968, S. 252–290.

    Google Scholar 

  29. Das Bayessche Theorem ergibt sich aus der Definition für die bedingte

    Google Scholar 

  30. Vgl. Lindgren, B.W.: Statistical Theory, 1960, S. 186.

    Google Scholar 

  31. Marschak, Jakob: Towards an Economic Theory of Organisation and Information, in: Decision Processes, hrsg. von R.M. Thrall, C.H. Coombs, R.L. Davis, 1954, S. 187–220, hier S. 201.

    Google Scholar 

  32. Vgl S. 81/82: die Reduktion des Entscheidungsbereichs führt möglicherweise zu einem negativen erwarteten Informationsnutzen, wie man leicht zeigen kann. Vgl. Albach, Horst: Informationswert, in: Handwörterbuch der Organisation, hrsg. von E. Grochla, 1969, Sp. 726.

    Google Scholar 

  33. Vgl. etwa Raiffa, Howard und Schlaifer, Robert: Applied Statistical Decision Theory, 1961, 5. 5. Der Fall (i) wird dabei am häufigsten gegeben sein. Die anderen Fälle sind relativ selten. Raiffa, Howard: Bayesian Decision Theory, in: Recent Developments in Information and Decision Processes, hrsg. von R.E. Machol und Paul Gray, 1962, S. 97, zitiert das Beispiel einer wilden Ölbohrunternehmung („oil-wildcatter“), eine Untersuchung, die von Grayson, J.: Decisions under Uncertainty: Drilling Decisions by Oil and Gas Operators, 1961, durchgeführt wurde.

    Google Scholar 

  34. Vgl. S. 25 f.

    Google Scholar 

  35. Berthel, Jürgen und Moews, Dieter: Information und Planung in industriellen Unternehmungen, 1970, S. 132 f.

    Google Scholar 

  36. Vgl. ebenda, S. 133 f. Dabei muß allerdings berücksichtigt werden, daß Berthel/Moews nicht den Aspekt der Prognosegenauigkeit, sondern die Vollständigkeit der Informationen ihren Untersuchungen zugrundegelegt haben.

    Google Scholar 

  37. Vgl. Albach, Horst: Informationswert, in: Handwörterbuch der Organisation, hrsg. von Erwin Grochla, 1969, Sp. 723 ff.

    Google Scholar 

  38. Vgl. Biermann, H.Jr.; Bonini, Ch.P.; Fourarker, L.E.; Jaedicke, R.M.: Quantitative Analysis for Business Decisions, Revised Edition, 1965, S. 95 ff.; Raiffa, Howard und Schlaffer, Robert: Applied Statistical Decision Theory, 1961, S. 19 f., 79 ff.

    Google Scholar 

  39. In der Literatur findet man häufig, daß statt mit absoluten Nutzengrößen mit Differenzen von Nutzengrößen gearbeitet wird. Vgl. Savage, L.J.: The Theory of Statistical Decision, in: Journal of the American Statistical Association, 46(1951), S. 55 ff.

    Google Scholar 

  40. Niehans, J.: Zur Preisbildung bei ungewissen Erwartungen, in: Schweizerische Zeitschrift für Volkswirtschaft und Statistik, 84(1948), S. 433 ff.

    Google Scholar 

  41. Spurr, William A. und Bonini, Charles P.: Statistic Analysis for Business Decisions, 1967, S. 241.

    Google Scholar 

  42. Vgl. Spurr, William A. und Bonini, Charles P.: Statistic Analysis for Business Decisions, 1967, S. 387 ff.

    Google Scholar 

  43. Vgl. Morris, William T.: Management Science, A Bayesian Introduction, 1968, S. 79 f.

    Google Scholar 

  44. Die Frage nach dem kritischen Wert — wie zuverlässig die Informationen überhaupt sein müssen, bevor man einen positiven Informationswert erhält — diskutieren La Valle, Irving H. und Rappaport, Alfred: On the Economics of Aquiring Information of Imperfect Reliability, in: The Accounting Review, 43(1968), S. 225–230.

    Google Scholar 

  45. Vgl. die Darstellung bei Mc Donough, Adrian M.: Information Economics and Management Systems, 1963.

    Google Scholar 

  46. Ein Hinweis auf den Zusammenhang findet sich bei Arrow, Kenneth J.: Utilities, Attitudes, Choices: A Review Note, in: Econometrica, 26 (1958), S. 1–23, hier S. 6: „Wald`s theory of the sequential analysis of statistical data is closely related to the economic theories of flexibility….“

    Google Scholar 

  47. Das Optimalitätsprinzip kann auch auf sachliche Entscheidungssequenzen angewandt werden. Das hauptsächliche Anwendungsgebiet sind jedoch sequentiell-dynamische Planungsprobleme unter Ungewißheit. Vgl. Bellmann, Richard: Dynamic Programming, 1957, S. 83 und 291.

    Google Scholar 

  48. After each observation, one of two decisions must be made, to terminate the observations and to draw whatever inference is called for or to draw at least one more observation.“ Arrow, Kenneth J.: Utilities, Attitudes, Choices: A Review Note, in: Econometrica, 26 (1958), S. 6.

    Google Scholar 

  49. Vgl. Morris, William T.: The Analysis of Management Decisions, 1964, S. 470–484.

    Google Scholar 

  50. Morris, William T.: The Analysis of Management Decisions, 1964, S. 475–484.

    Google Scholar 

  51. Morris bezeichnet solche Situationen, in denen der Entscheidungszeitpunkt vorgegeben ist bzw. nicht beliebig für Informationszwecke verschoben werden kann, treffend als „decisions under pressure“; Morris, William T.: The Analysis of Management Decisions, 1964, Kap. 22.

    Google Scholar 

  52. Vgl. Morris, William T The Analysis of Management Decisions, 1964, S. 482.

    Google Scholar 

  53. Die praktische Bedeutung der flexiblen Gestaltung von Beobachtungsreihen ist seit der von A. Wald konzipierten Theorie der Sequentialtests unbestritten. Vgl. Wald, Abraham: Sequential Analysis, 1947; derselbe: Statistical Decision Functions, 1950.

    Google Scholar 

  54. Vgl. Kap. 3.

    Google Scholar 

  55. Vgl. Albach, Horst: Die Prognose im Rahmen unternehmerischer Entscheidungen, in: Diagnose und Prognose als wirtschaftswissenschaftliche Methodenprobleme, Verhandlungen auf der Arbeitstagung des Vereins für Sozialpolitik, 1961, Berlin 1962, S. 207 f.

    Google Scholar 

  56. Vgl. ebenda, S. 207.

    Google Scholar 

  57. Die Verlagerung der Kosten fahrt unter Beriicksichtigung einer Zeitpräferenz allerdings zu Vorteilen. Die Kosten für eine eventuelle Korrektur oder nachträgliche Stützung zu einem späteren Zeitpunkt werden relativ schwächer gewichtet.

    Google Scholar 

  58. Anstelle der Bayes-Regel (Maximierung der mathematischen Erfolgserwartung) sind auch andere Entscheidungsregeln verwendbar; vgl. z.B. Hax, Herbert: Die Koordination von Entscheidungen, 1965, S. 47 ff.

    Google Scholar 

  59. Bei den Stoppregelprozessen ergeben sich bei zwei Experimentergebnissen nach drei Zeitperioden schon 2’ Erwartungswerte EV (a,* /z 1,, zsv, z,v)

    Google Scholar 

  60. Vgl. Gäfgen, Gerard: Theorie der wirtschaftlichen Entscheidung, 2. Aufl. 1968, S. 164. Gäfgen versteht unter Rationalitätspräferenz, daß die mit dem Entscheidungsakt selbst verbundenen Tätigkeiten bewertet werden.

    Google Scholar 

  61. Vgl. Simon, Herbert A.: Behavioral Model of Rational Choice, in: Review of Economic Studies, 20 (1952/53)’ Wieder abgedruckt in: H.A. Simon: Models of Man-Social and Rational, 1957, S. 254.

    Google Scholar 

  62. Da sich die Informationskosten i.a. leichter abschätzen lassen als der Informationsnutzen, erklären Berthel/Moews die mangelhafte Informiertheit der von ihnen getesteten Unternehmungen u.a. aus der relativ stärkeren subjektiven Einschätzung der Informationskosten gegenüber dem Informationsnutzen. Vgl. Berthel, Jürgen und Moews, Dieter: Information und Planung in industriellen Unternehmungen, 1970, S. 147.

    Google Scholar 

  63. Vgl. Rappaport, Alfred: Sensitivity Analysis in Decision Making, in: The Accounting Review, 42 (1967), S. 441–456, hier S. 451.

    Google Scholar 

  64. Simon, Herbert A.: New Development in the Theory of Firm, Papers and Proceedings of the Seventy-fourth Annual Meeting of American Economic Association, 1961, in: The American Economic Review, 1962, S. 4.

    Google Scholar 

  65. Vgl. ebenda, S. 4.

    Google Scholar 

  66. Vgl. Rappaport, Alfred: Sensitivity Analysis in Decision Making, in: The Accounting Review, 42 (1967), S. 441–456, hier S. 451/452.

    Google Scholar 

  67. In der Regel stehen bei solchen Handlungsproblemen verfahrenstechnische Kalküle im Vordergrund, die überhaupt erst eine Ermittlung der Konsequenzen verschiedener Handlungsalternativen ermöglichen.

    Google Scholar 

  68. Die Sensitivitätsanalyse ist daher auch kein eigenständiger „Lösungsversuch“ zur Ermittlung eines optimalen Kapitaleinsatzes für Informationen; dieser Eindruck entsteht bei Bierfelder, Wilhelm H.: Optimales Informationsverhalten im Entscheidungsprozeß der Unternehmung, 1968, S. 103 ff.

    Google Scholar 

  69. Vgl. z.B. Hadley G.: Introduction to Probability and Statistical Decision Theory, 1967.

    Google Scholar 

  70. Forester, John: Statistical Selection of Business Strategies, 1968.

    Google Scholar 

  71. Forester, John: die Arbeiten auf dem Gebiet des Marketing von Anderson, Wroe and Green, Paul E.: Planning and Problem Solving in Marketing, 1964, S. 104–141, 201–237.

    Google Scholar 

  72. Green, Paul E.: Bayesian Decision Theory in Princing Strategy, in: Journal of Marketing, 27(1963), Heft 1, S. 5–14.

    Google Scholar 

  73. Vgl. auch Weber, Karl: Projektanalyse zur Einführung eines neuen Produkts unter Verwendung des Theorems von Bayes, in: Zeitschrift für betriebswirtschaftliche Forschung, 19(1967), S. 413 ff.

    Google Scholar 

  74. Freimer, Marshall und Simon, Leonard S.: The Evaluation of Potential New Product Alternatives, in: Management Science, 13 (1967), S. B279—B292.

    Google Scholar 

  75. Green, Paul E. and Tull, Donald D.: Research and Marketing Decisions, 1966, S. 55–87, 255–289, 465–494; u. a.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Bochum, Deutschland

    Walter Niggemann

Authors
  1. Walter Niggemann
    View author publications

    You can also search for this author in PubMed Google Scholar

Rights and permissions

Reprints and permissions

Copyright information

© 1973 Betriebswirtschaftlicher Verlag Dr. Th. Gabler, Wiesbaden

About this chapter

Cite this chapter

Niggemann, W. (1973). Informationsprozesse zur Gewinnung zusätzlicher Dateninformationen im Experimentierraum („Bayessches Informationskalkül“). In: Optimale Informationsprozesse in betriebswirtschaftlichen Entscheidungssituationen. Bochumer Beiträge zur Unternehmungsführung und Unternehmensforschung. Gabler Verlag, Wiesbaden. https://doi.org/10.1007/978-3-322-99119-5_2

Download citation

  • DOI: https://doi.org/10.1007/978-3-322-99119-5_2

  • Publisher Name: Gabler Verlag, Wiesbaden

  • Print ISBN: 978-3-322-99120-1

  • Online ISBN: 978-3-322-99119-5

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics

Search

Navigation