Institute for Digital Business

Algorithmen bei Entscheidungsfindungen

Dezember 2, 2019

Zu allen Artikeln

Aus dem Unterricht des CAS Disruptive Technologies mit Dr. Tim Nonner berichtet Daniel Stojakovic

Was haben 3 verschlossene Türen, die Entscheidung welcher Mitarbeiter auf welches Projekt gebucht werden soll und eine Bier Challenge gemeinsam? Ganz einfach: Algorithmen.

Doch zuerst der Reihe nach

Angenommen Sie machen bei einem Quiz mit und stehen vor drei verschlossenen Türen. Der Moderator sagt Ihnen, dass sich lediglich hinter einer der drei Türen ein Preis von $1,000 befindet. Sie entscheiden sich für Tür Nr. 1. Als nächstes öffnet der Moderator Tür Nr. 3 und Sie sehen, dass sich dort kein Preis befindet. Der Moderator gibt Ihnen erneut die Chance sich für eine Tür zu entscheiden. Bleiben Sie bei Tür Nr. 1 oder wechseln Sie nun zu Tür Nr. 2?

Auf die Frage hin wer von uns die Chance ergreifen und zu Tür Nr. 2 wechseln würden blieben die meisten bei Tür Nr. 1 – obwohl wir damit eine deutlich tiefere Gewinnchance hätten, als wenn wir zu Tür Nr. 2 gewechselt wären. Klingt “intuitiv” völlig unlogisch, ist jedoch mathematisch gesehen deutlich erfolgsversprechender.

Wie kommen wir eigentlich zu einer Entscheidungsfindung?

Vereinfacht sieht der Prozess wie folgt aus: Wir haben Daten, basierend darauf erstellen wir einen Algorithmus, welcher uns dann hilft eine Entscheidung zu treffen.

Natürlich kann man sich die Frage stellen, ob man nicht direkt von den Daten hin zu einer Entscheidung kommen kann. Oder was der eigentliche Nutzen eines Algorithmus ist. Zusammenfassend haben Entscheidungen basierend auf Algorithmen folgende Vorteile:

  • Effizienzgewinn bei der Auswertung der Daten
  • Ausgeglichenere Entscheidungen
  • Rationalere und weniger politische Entscheidungen
  • Kein kognitiver Bias

Wie geht man in der Praxis vor?

Eine gute Ausgangslage bildet unterstehender Master Chart 

Wir starten mit der Frage nach dem What? Hierbei geht es darum vergangene Daten aufzubereiten, welche bereits erste Entscheidungshilfen liefern können. Die Frage nach dem Why? hilft uns aufzuzeigen weshalb etwas kommen wird. Die Frage nach dem How? bezieht sich auf deren Auswirkungen in der Zukunft.

Beispiel:
Angenommen in einem Unternehmen geht es darum für eine bestimmte Anzahl von Projekten die geeigneten Mitarbeiter darauf zu allozieren.

Im Descriptive Teil (What?) kann man die Daten so aufbereiten, um Erfahrungen der einzelnen Mitarbeiter zu konsolidieren (an welchen Projekten haben die Mitarbeiter gearbeitet, welche Funktion hatten sie dort, usw.)

Der Predictive Teil (Why?) befasst sich mit der Frage des Aufbaus eines solchen Rankings (was sollte bei der Priorisierung beachtet werden, welche Kriterien sind entscheidend, usw.)

Der Prescriptive Teil (How?) dreht sich um das Ziel oder den Nutzen (was wollen wir mit dem Algorithmus erreichen?) In diesem konkreten Beispiel ging es um die Maximierung der Fairness bei der Vergabe der Projekte auf die einzelnen Mitarbeiter.

Bier Challenge

Zum Abschluss konnten wir noch gegeneinander im Rahmen einer “Bier Challenge” antreten. Der Computer war selbstverständlich mit von der Partie. Ausgangslage war es, dass jedes Team eine Bar betrieben hat mit dem Ziel den Profit zu maximieren. In die gesamte Kalkulation mussten wir neben Wettervorhersagen – und dem damit höheren oder tieferen Bierkonsum – auch die Liefer- und Lagerkosten, den potentiellen Erlös und auch die möglichen Handlungen unsere Konkurrenten berücksichtigen. Jedes Team hat seine eigene Strategie verfolgt und alles gegeben. Am Ende haben wir jedoch alle gegen den Computer verloren.

Fazit:

Wir sind uns vielfach gar nicht bewusst welche Entscheidungen heutzutage bereits durch Algorithmen getroffen werden. Seien es Produktempfehlungen bei Amazon, Preisgestaltungen bei den Airlines oder auch die Suche bei Google. Algorithmen prägen unser tägliches Leben. Der Mensch tendiert dazu von gewissen Annahmen voreingenommen zu sein und eher auf sein Bauchgefühl zu hören als den Zahlen zu vertrauen. Was für die meisten Menschen “intuitiv” richtig ist, kann mathematisch gesehen völlig falsch sein. Richtig eingesetzt, können uns Algorithmen bei Entscheidungsfindungen einen grossen Dienst erweisen.

 

Entdecken Sie unsere Kurse zum Thema

Start Herbst 2024

CAS AI Management HWZ

  • Afke Schouten
  • 1 Semester (16 Tage)
  • Zürich; Sihlhof (direkt beim HB)
Mehr erfahren
Start August 2024

CAS AI Transformation HWZ

  • Afke Schouten
  • 1 Semester (16 Tage inkl. 5 Tage Studienwoche off-site)
  • Zürich; Sihlhof (direkt beim HB)
Mehr erfahren
Start Februar 2025

CAS Digital Ethics HWZ

  • Cornelia Diethelm
  • 1 Semester (16 Tage, davon 5 Tage Online)
  • Zürich; Sihlhof (direkt beim HB)
Mehr erfahren
Start August 2024

CAS Digital Leadership HWZ

  • Sven Ruoss
  • 1 Semester (16 Tage, davon 5 Tage Studienreise)
  • Zürich; Sihlhof (direkt beim HB)
Mehr erfahren

Dein Persönliches Digital Update

Bleibe auf dem Laufenden über die neuesten Entwicklungen der digitalen Welt und informiere dich über aktuelle Neuigkeiten zu Studiengängen und Projekten.