|
|
Plausibility Theory (Plausibilitätstheorie) |
Entscheidungsfindung mit Risiken, die nicht bekannt sein können. Erklärung der Plausibility Theory (Plausibilitätstheorie).
|
|
|
Laut Collins u. Michalski „ist etwas plausibel, wenn es konzeptionell durch vorheriges Wissen unterstützt wird“. Die Plausibility Theory (Plausibilitätstheorie) von Wolfgang Spohn (1985-), Collins u. Michalski (Argumentation, 1989), Lemaire u. Fayol (arithmetische Problemlösung, 1995), Connell u. Keane (kognitives Modell von Plausibilität, 2002) gibt neue Einblicke in Entscheidungsfindung mit Risiken, die nicht bekannt sein können. Plausibilität ist ein unvermeidliches Phänomen des täglichen Lebens und ist überall vorhanden. Jedoch wurde sie in der kognitiven Wissenschaft für lange Zeit ignoriert und wurde nur als operative Variable behandelt, anstatt erklärt oder selbst studiert zu werden.
Bayesische StatistikenBis zur Einführung der Plausibilitätstheorie war die verbreitete Theorie, die von Wissenschaftlern verwendet wurde, um Entscheidungsfindung zu erklären und vorauszusagen, bayesische Statistiken. Genannt nach Thomas Bayes, einem englischen Minister im 18. Jahrhundert. Bayes entwickelte Richtlinien für das Gewichten der Wahrscheinlichkeit von unterschiedlichen Vorkommnissen und ihrer erwarteten Resultate. Bayesische Statistiken wurden in den sechziger Jahren durch Howard Raiffa im Rahmen der Anwendung in Unternehmensumgebungen populär. Laut bayesischer Theorie treffen Manager Entscheidungen, und Manager sollten Entscheidungen auf der Grundlage einer Berechnung der Wahrscheinlichkeiten aller möglichen Resultate einer Situation treffen. Indem sie den Wert jedes Resultates durch die Wahrscheinlichkeit gewichten und die Gesamtmenge summieren, errechnen bayesische Entscheidungstreffer „erwartete Werte“ für eine Entscheidung, die getroffen werden muss. Wenn der erwartete Wert positiv ist, dann sollte die Entscheidung akzeptiert werden; wenn sie negativ ist, sollte sie vermieden werden.
Einschränkungen der bayesischen StatistikenAuf den ersten Blick kann dieses wie eine gründliche Arbeitsmethode erscheinen. Leider sieht sich jedoch die bayesische Weise des Erklärens von Entscheidungen mindestens zwei Phänomene gegenüber, die schwierig sind zu erklären:
Plausibility Theory (Plausibilitätstheorie)Beide dieser Phänomene können berücksichtigt werden, wenn die bayesische Berechnung des „erwarteten Werts“ durch den „Risikogrenzwert“ der Plausibility Theory (Plausibilitätstheorie) ersetzt wird. Wie ihr Vorgänger beurteilt die Plausibility Theory (Plausibilitätstheorie) die Reihe der möglichen Resultate, aber fokussiert sich auf die Wahrscheinlichkeit des Treffens eines Grenzwertpunktes - wie ein Reinverlust - im Verhältnis zu einem annehmbaren Risiko. Zum Beispiel: eine normalerweise rentable Entscheidung wird zurückgewiesen, wenn es ein höheres Risiko als 2% gibt einen (großen) Verlust zu machen. Offensichtlich kann Plausibilität beide Schwächen des bayesischen Denkens beheben: die Tendenz von Managern, inakzeptable abwärts gerichtete Risiken zu vermeiden und die Tendenz von Managern, Risiken zu vermeiden, die nicht bekannt sein können.
Typische Beispiele der Anwendung der Plausibilitätstheorie sind die neuen Basel II Richtlinien für Kapitalallokation im finanziellen Dienstleistungsgewerbe.
Plausibilitätstheorie FachgruppePlausibilitätstheorie ForumPlausibilitätstheorie Bildung & Veranstaltungen
Vergleichen Sie mit Plausibility Theory (Plausibilitätstheorie): Real Options (Realoptionen) | Chaos Theory (Chaos-Theorie) | Strategic Risk Management (Strategisches Risikomanagement) | RAROC | Scenario Planning (Szenarioplanung) | Analogical Strategic Reasoning (Analoge strategische Argumentation) | Root Cause Analysis (Ursachenanalyse) | CAPM | Dialectical Inquiry | Theory of Constraints (Theorie der Engpässe) | Pyramid Principle (Pyramiden-Prinzip)
Zurück zur Managementdisziplin: Entscheidungsfindung & Bewertung | Finanzieren & Investieren | Wissen & immaterielle Werte | Programm- & Projektmanagement | Strategie
|
12manage für: |
|
|
|
|