Advertisement

Einleitung

  • Ulrich Lorscheider
Chapter
Part of the Physica-Schriften zur Betriebswirtschaft book series (PHYSICA-SCHRIFT, volume 16)

Zusammenfassung

Die betriebliche Planung ist seit den sechziger Jahren entscheidend durch den Einsatz von Entscheidungsmodellen geprägt worden.1 Allerdings wurden fast ausschließlich deterministische Entscheidungsmo-delle herangezogen, die der Unsicherheit, mit der jede Planung aufgrund ihrer Zukunftsorientierung zwangsläufig behaftet ist, nicht Rechnung tragen. Unsichere Daten wurden auf sichere projiziert, indem man beispielsweise ihren Erwartungswert oder ihren Modalwert — soweit diese existieren und bekannt sind — oder einen anderen, willkürlich festgesetzten Wert verwendete. Die Konsequenzen solcher Projektionen waren dem Entscheidungsträger weitgehend unbekannt. Erst in jüngster Zeit wurde den stochastischen Entscheidungsmodellen, die unsichere Daten mit bekannten Wahrscheinlichkeitsverteilungen explizit berücksichtigen, und ihrem Einsatz in der Unternehmensplanung mehr Bedeutung zugemessen.2

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. 1.
    Vgl. DINKELBACH [1973], S. 37; die Begriffe “betriebliche Planung” und “Entscheidungsmodell” werden an anderer Stelle noch definiert werdenGoogle Scholar
  2. 2.
    s Hier seien beispielhaft die Beiträge von BAMBERG/COENENBERG [1981], BITZ [1981], LAUX [1982], REHKUGLER/SCHINDEL [1981], SAUGER [1981], SIEBEN/SCHILDBACH [1980] genannt, die sich direkt oder indirekt mit dem Einsatz stochastischer Entscheidungsmodelle in der betrieblichen Planung beschäftigenGoogle Scholar
  3. 3.
    SCHEER [1980], S. 15Google Scholar
  4. 1.
    Deterministische Daten können als Spezialfälle von unsicheren (sto-chastischen) aufgefaßt werden und lassen sich durch Einpunktverteilungen darstellen. Hingegen bleibt das Vorliegen partieller Informationen, d. h. einer Entscheidungssituation, in der der Entscheidungsträger zwar nicht die gemeinsame Verteilungsfunktion aller Daten kennt, die Menge aller potentiellen Verteilungsfunktionen jedoch stark einschränken kann, unberücksichtigt. Vgl. zur Theorie der partiellen Informationen z. B. BÜHLER [1975], KOFLER/MENGES [1976], MENGES/ KOFLER [1979]Google Scholar
  5. 2.
    In der Literatur wird dieser Fall oft als Risikosituation bezeichnet (vgl. z. B. BAMBERG/COENENBERG [1981], S. 17: “Sind (subjektive oder objektive) Wahrscheinlichkeiten für das Eintreten der verschiedenen Zustände [gemeint sind die Datensituationen, d. Verf.] bekannt, so liegt eine Risikosituation vor.”). Dieser Begriff, der auf KNIGHT [1921], S. 256, zurückgeht, wird in der Literatur keineswegs einheitlich verwendet. In dieser Untersuchung werden annahmegemäß ausschließlich Risikosituationen betrachtet, wofür im folgenden auch ganz allgemein der Begriff “Unsicherheit” verwendet wirdGoogle Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1986

Authors and Affiliations

  • Ulrich Lorscheider
    • 1
  1. 1.München 71Germany

Personalised recommendations