Entscheidungsunterstützung

Transkript

1 Seminar im Grundstudium Institut für Informatik TU Clausthal Ausarbeitung Thema: Entscheidungsunterstützung von Tino Schmidt

2 Inhaltsangabe 1.Entscheidungsunterstützung 1.1.Einführung 1.2.Nutzen und Formen der Entscheidungsunterstützung 1.3.Sichten der Entscheidungsunterstützung 2.Entwicklung der DSS Methodik 2.1.Historische Entwicklung 2.2. Group Decision Support System ( GDSS ) 2.3.Organisational Decision Support Systems ( ODSS ) 2.4.Data Warehousing, OLAP und Data Mining 2.5.Ein Blick in die Zukunft der DSS 3.Decision Support Systems 3.1.Grundlegendes zum DSS 3.2.Aufbau der Decision Support Systems 3.3.Grundfunktionen eines DSS 1

3 1.Entscheidungsunterstützung 1.1.Einführung Der Mensch hat täglich hunderte von Entscheidungen zu treffen, dass es nicht gleich verständlich ist, warum uns der Computer hierbei unterstützen kann oder soll. Allerdings sind Entscheidungen,wie zum Beispiel welche Butter oder Milch man kaufen soll oder ob man bei Gelb noch über die Ampel fahren soll nicht leichter oder schneller mit Hilfe des Computers zu treffen. Dies sind Entscheidungen, die trivial, alltäglich, spontan oder reflexartig zu lösen sind. Hierbei haben entscheidungsunterstützende Systeme nichts zu suchen, denn der Einsatz würde die Lösung des Problems nur verzögern. Allerdings gibt es auch Probleme die schwierig, arbeitsaufwendig, aufreibend, kontrovers und mit hohem Risiko und hoher Verantwortung verbunden sind. Manager und Politiker, auch Entscheidungsträger, bereiten meist diese Probleme unter hohem Einsatz an Resourcen, Personal und Zeit vor. Diese Aufbereitung der Entscheidungsunterlagen nennt man Reviewing oder in der Politik Vernehmlassungsverfahren. Ist die Entscheidungsfindung allerdings zu schwierig, aufwendig und vielschichtig um allein oder in Gruppen gelöst zu werden, wird die formal oder computergestützte Entscheidungsunterstützung eingesetzt. Da die Lösung der Probleme was mit Bewertung und Auswahl zu tun hat und die Übersicht nicht verloren gehen darf, kann man sagen das der Mensch besser für die Entscheidungsfindung geeignet ist als der Computer. Der Mensch ist dabei nicht auf den Computer angewiesen, der Computer jedoch auf den Menschen. Die Computerunterstützung allerdings notwendig um die Entscheidung schneller, effektiver und effizienter zu treffen. Entscheidungsunterstützende Systeme, im englischen Decision Support Systems, sind keine Entscheidungsautomaten. Diese Automaten sind vor allem in Telefonzentralen und Computernetzwerken zu finden. Kennzeichnend für die Automaten ist, das sie gut strukturiert sind und nach immer gleichen Regeln und Zielen gelöst werden können. 2

4 Sie sind also im Voraus entscheid und programmierbar, wodurch die zu erlangende Qualität der Entscheidungen bekannt und kontrollierbar ist. Es reicht also hin den Automaten mit der Zeit zu erneuern. Manchmal kommt es vor das ein Decision Support System in einer bestimmte Umgebung ein Problem so perfekt löst, dass es wie ein Automat eingesetzt werden kann, was jedoch nicht typisch ist und im weitern nicht beachtet wird. Decision Support Systems haben darüber hinaus noch Funktionen die über die eines Entscheidungsautomaten hinausgehen. 1.2.Nutzen und Formen der Entscheidungsunterstützung ( EU ) Durch die Anwendung der EU entstehen 5 wichtige Vorteile bei der Entscheidungsfindung. Zum einen können Entscheidungen schneller getroffen werden wodurch ein Zeitgewinn entsteht, der auf operativer Ebene das wichtigste Kriterium ist. Meistens bildet die Zeit eine harte Restriktion, da in der Zeitspanne t entschieden werden muss, Vorschläge nach dem Zeitpunkt t 0 + t sind wertlos. Des weiteren werden effektivere Entscheidungen getroffen. Auf strategischer Ebene steht die Qualität der Entscheidung im Vordergrund.Die optimale Entscheidung verbessert das Erreichen der Ziele in ihrer Gesamtheit. Es wird ein Ziel erreicht, welches nur noch gering oder mit verhältnismäßig kleinem Aufwand verbessert werden kann. Es kommt also zu besseren ( vorteilhafteren ) Entscheidungen. Durch den Einsatz von Decision Support Systems ist die Entscheidungsfindung meistens weniger aufwendig ( kostspielig ), sie ist effizienter. Dank der detaillierten Angabe der Ausgabedaten ist die Entscheidung transparenter, was bedeutet das eine bestimmte Entscheidung ( Wahl ) einem Dritten vollständiger, anschaulicher und überzeugender dargeboten werden kann. Zum Schluss kommt es immer wieder zu gleichen Entscheidungen, wenn die Bedingungen, Präferenzen gleich bleiben, dass heißt die Entscheidung ist rationaler, robuster und reproduzierbarer.

5 3 Diese 5 Vorteile treten im allgemeinen bei 2 verschiedenen Formen der Entscheidungsunterstützung auf. Zum einen gibt es die EU im weitesten Sinne. Darunter versteht man die Unterstützung durch Hilfmittel die nicht zielgerichtet für die EU hergestellt wurden. Zum Beispiel können ein Stift, ein Taschenrechner oder ein Internetzugang die Entscheidungsfindung positiv beeinflussen, was aber nicht ihre eigentliche Aufgabe ist. Dagegen werden bei der Entscheidungsunterstützung im engeren Sinne alle Prozesse, Vorkehrungen, Tätigkeiten,Informationen und Methoden betrachtet, welche gezielt zur Entscheidungsfindung eingesetzt werden. Für die EU braucht es allerdings nicht nur Informationstechnologie sondern auch Menschen in verschiedensten Bereichen. Decision Support Systems im engeren Sinne sind auf keine bestimmte Umgebung ausgelegt.im gegebenen Umfeld machen sie es allerdings möglich, schnell und präzise eine gegebene, neue oder hypothetische Situation zu erfassen, wobei die Arbeit von Entscheidungsberatern oder assistenten unterstützt werden. Oft sind einige Vorwegentscheide oder Teilentscheide nicht mehr entscheidbar, dann besteht die Entscheidungsberatung im engeren Sinne aus einer Generierung einer oder mehrerer Vorschläge welche möglich sind und nach vereinbarten Kriterien bewertet werden können. In der Praxis erfolgt bei diesen Vorschlägen nach der Analyse und Beurteilung nochmal ein Verfeinerung und Nacharbeitung, bevor die Wahl getroffen werden kann. Decision Support Systems sind auf eine Interaktion zwischen den Fähigkeiten des Systems und Beurteilungs und Revisionsprozessen der Berater und Entscheidungsträger angewiesen.

6 4 1.3.Sichten der Entscheidungsunterstützung Architekten der Decision Support Systems beziehen sich bei der Programmierung im wesentlichen auf das Fachwissen von drei unterschiedlichen Gruppen von Gesprächspartnern. Das sind zum einen die Entscheidungsträger und Entscheidungsberater, die ihre Anforderungen darlegen, welche Unterstützung sie für welche Probleme in ihrem Umfeld brauchen. Entscheidungsträger stellen die Anforderung, das sie alle möglichen Alternativen kennen oder analysieren können. Dabei sind die vom Entscheidungsberater gegebenen, möglichst gut dargestellten Vorschläge sehr wichtig. Entscheidungsträger möchten Teile, in denen sie eine Wissensbasis besitzen oft selbst entscheiden, sie wollen den Vorschlag so ändern, das einzelne Werte von ihnen einfließen müssen ( exogene Entscheidung ).Ein Decision Support System soll dies auf jeden Fall zulassen. Methodiker, zu denen Betriebswirte, Mathematiker, Organisatoren, Statistiker und theoretische Informatiker gehören, beurteilen welche Probleme prinzipiell und konkret zur Zeit lösbar sind, also in einem Computerprogramm umgesetzt werden können. Sie beurteilen welche Lösungsqualität erreicht werden kann. Desweiteren stellen sie Modelle, Algorithmen und Prozeduren für die Entscheidungsunterstützung bereit. Dabei wenden die Methodiker auf folgende grundlegenden Modelle an. Die Darstellung der Alternativen ist dabei die einfachste Methode. Hierbei werden alle Lösungsalternativen in expliziten Listen, Expertensystemen oder Datenbanken bereitgestellt. Bei der Modellierung der Konsequenzen der Entscheidungen werden zu den Lösungsalternativen auch mögliche Konsequenzen aufgeführt. Diese werden durch Berechnungen, Schätzen oder Regelwissen ermittelt. Noch einen Schritt weiter geht man bei der Darstellung der Kriterien zur Bewertung der Konsequenzen. Es werden Skalen zum Messen der Konsequenzen festgelegt und Kriterien definiert die zur Beurteilung der gemessenen Konsequenzen dienen. Werden die Vorschläge

7 5 synthetisiert ist die Modellierung der Präferenzen des Entscheidungsträgers notwendig. Der Träger hat hie die Aufgabe die verschiedenen Kriterien zu ordnen, das heißt nach der Bedeutung zu sortieren. Zudem soll er Angaben zur Lösung der Konflikte geben.bei der Synthese von Entscheidungsvorschlägen werden durch Suche, Ableitung oder Optimierung die Vorschläge nach den besten Alternativen durchsucht und nach verschieden Gruppen der Varianten sortiert. Hierbei findet auch eine Unterscheidung zwischen der Machbarkeit bzw. Zulässigkeit von Entscheidungsvorschlägen und zwischen der Qualität bzw.güte statt. Informatiker haben die Aufgabe die die Vorschläge und Wünsche der Methodiker und Entscheidungsträger in einem Programm umzusetzen und des weiteren das Decision Support System zu warten, d.h. es immer auf dem neuesten Stand zu halten. Der Entscheidungsträger stellt folgende Anforderungen an das Programm, welche der Informatiker möglichst umsetzen sollte. Zum einen sollte es anwenderfreundlich sein. Dem Entscheidungsträger nützt es nichts, wenn er sich erst ein bestimmtes Wissens aneignen muss um das Programm zu verstehen. Wäre dies der Fall würde der Zeitvorteil eines Decision Support Systems nicht vorhanden sein. Unter der Performance versteht man die Leistungsfähigkeiten des Systems. Es muss in der Lage sein innerhalb von Minuten tausende von Daten zu verarbeiten und Systeme mit komplexen Variablen und Restriktionen auszuwerten. Aus Gründen der Zeitgewinnung darf dem Entscheidungsträger keine Arbeitsumgebung aus mehreren heterogen Systemen mit verschiedenen Systemen dargeboten werden, sondern es müssen so gut wie alle Systeme in einem einzigen integriert werden. Da sich die Entscheidungsumfelder im Laufe der Zeit verändern muss das System in der Lage sein, auf ändernde Situationen zu reagieren. Ein Decision Support System brauch daher offene Daten, Modell und Methodenbasen, es muss ein offenes System sein. Zu dem muss eine umfassende Unterstützung des Systems gegeben sein. Es ist wertlos,

8 6 wenn fehlende Daten, Modelle oder Methoden erst beschafft werden müssen, es ist also eine Wissensbasis notwendig die gepflegt und vervollständigt werden muss. Drei Sichten auf ein Decision Support System ( DSS )

9 2.Entwicklung der DSS Methodik 2.1. Historische Entwicklung 7 Mathematik, Mikroökonomie und empirische Verhaltensforschung sind Grundlagen der Entscheidungstheorie. Das Operations Research, welches die Methoden der Mathematik und der Wirtschaftswissenschaften verbindet, gilt als methodische Grundlage der Entscheidungsunterstützung. In den 60er und 70er Jahren galt es als fortschrittlichste und leistungsfähigste Art der Entscheidungsunterstützung. Bei der Operations Research wird unter Anwendung mathematischer Modelle das Problem bzw. der Handlungs oder Entscheidungsraum dargestellt und mit Algorithmen oder Heuristiken wird der Raum analysiert oder es wird nach Lösungen gesucht. Sind schon Zielfunktionen gegeben werden diese nach der optimalen Lösung durchsucht. Häufig verwendete Algorithmen sind die Linearprogrammierung oder der Simplex Algorithmus. Allerdings ist eine klassische Input Output orientierte Operations Research Anwendung zur heutigen Zeit nicht mehr für eine direkte Entscheidungsunterstütztung geeignet. Mit der Operations Research werden aber noch Teile der Wissensbasis eines Decision Support Systems aufgebaut. Der Grund, das das Operations Research als reine Entscheidungsunterstützung sich nicht durchsetzte, lag in der Tatsache, das die Expressivität für den reinen Mathematiker zwar sehr hoch war, für die Entscheidungsträger und berater allerdings zu kompliziert war. Daher muss die Benutzeroberfläche der Decision Support Systems auf den typischen Entscheidungsberater ausgelegt werden. In den 80er Jahren entstanden mit der Entwicklung der Künstlichen Intelligenz die Expertensysteme. Bei diesen regelbasierten Systemen wird aufgrund von Erfahrungswissen, das in Form von Wenn dann Regeln dargestellt wird, Hypothesen getestet. Auf dieser Basis ist es möglich, Ziele zu suchen, die bei bestimmten Voraussetzungen noch zu erreichen sind. Es können aber auch die

10 8 nötigen Voraussetzungen ermittelt werden, die man brauch um gegebene Ziele zu erreichen. Zudem entstand in den 80er Jahren das Downsizing der Datenbanken, welches es möglich machte,die Datenbanktechnologie auf die Arbeitsplatzrechner zu übertragen. Dadurch konnte man Datenbankabfragen spontan und interaktiv machen und die Ergebnisse in Reporting Systemen darstellen. Pioniersysteme diesbezüglich waren dbase und ACCESS. Diese Programme ermöglichten es Informationen aus den Datenbanken schnell und anschaulich für die Entscheidungsunterstützung bereitzustellen. Mit der Entwicklung der Datenbanken entstanden auch die Spread Sheets. Mit dieser Tabellenkalkulation war es möglich ohne große Programmierkenntnisse Was wäre wenn Kalkulationen und Simulationen aufzubauen und anzuwenden. Da der Umgang mit der Tabellenkalkulation recht einfach und übersichtlich war, erlebte die Entscheidungsunterstützung mit den Spread Sheets einen neuen Aufschwung. Allerdings ist die Resultatdarstellung nur auf die zwei Dimensionen der Ebene ausgelegt. Unter diesen Bedingungen lassen sich jedoch die zu modellierenden quantitativen oder logischen zusammenhänge nicht effizient und anschaulich genug darstellen, so dass mit zunehmendem Umfang und Komplexität dieübersicht der Zusammenhänge verloren geht. Dadurch ist das Zusammenhangwissen der Spread Sheets schwierig auszuwerten und nicht einfach wieder zu verwenden. So entstanden Mitte der 80er Jahre Modellierumgebungen, also mathematische Modelliersysteme, welche eine effizientere Darstellung des Zusammenhangwissen ermöglichte. Tools wie GAMS, LPL, AMPL, LAMP, oder Modler gehörten zu dieser Softwarekategorie. Mit Hilfe dieser Modellierumgebungen, wurde es möglich, Modelle so darzustellen, das Wissensbasen in fallspezifisches Faktenwissen und fallunabhängiges Zusammenhangwissen getrennt werden können, so dass die methodische Basis der Wissensdartsellung verbessert wurde und die Kosten erheblich gesenkt werden konnten. 9

11 Zudem wurde dem Entscheidungsberater der Zugang zum Faktenwissen, durch die Auslagerung der Daten aus den Modellen in die Datenbanken, erleichtert. Allerdings wurde ihm dadurch auch die Einsicht in die Zusammenhänge oder die Pflege dieses Wissens verbaut. Zusammen mit den Modellierumgebungen entstanden auch sogenannte DSS Generatoren. Hierbei handelt es sich um Entwicklungsebenen, die für den Aufbau und die Pflege der Decision Support Systems gedacht waren. Sie bestanden aus einer Wissensbasis, die wiederum Datenbasen, Modellbasen, Methoden für Inferenz und Optimierung und ein Reporting, welches aus Spread Sheets besteht, umfasst. In diesem Zusammenhang sind das IFPS ( Interactive Financial Planning System ) und das FCS EPS (Financial Control System Enhanced Programming System ) zu nennen, die zu den wichtigsten Vertretern der DSS Generatoren zählen. Aus heutiger Sicht stellen die DSS Generatoren eher ein Arbeitsumgebung für Methodiker als für Entscheidungsberater dar. Zum Schluss ist noch die Büroautomation zu nennen, die mit der zunehmenden Entwicklung der Vernetzung aufblühte. Hierbei entstanden Office Programme wie Textverarbeitung, Datenbanken, Graphikanwendungen oder Terminverwaltung. Trotz der leichten Verfügbarkeit wird bei diesen Programmen aber nicht von eigentlicher Entscheidungsunterstützung gesprochen. 10

12 2.2. Group Decision Support System ( GDSS ) Mit Hilfe der lokalen und später globalen Netzwerke entstanden neue Formen der Arbeitsteilung, der Zusammenarbeit und der Kommunikation innerhalb von Gruppen. Daraus entstanden die virtuellen Gruppen, die ähnlich einer Personengruppe funktionieren. Der Vorteil einer virtuellen Gruppe besteht darin, das die Mitglieder dank des Netzwerkes nicht an Raum und Zeit gebunden sind. Der virtuelle Gruppenraum entsteht durch den Einsatz von integrierten Netzwerkanwendungen, der GroupWare, der eigentliche Arbeitsplatz ist jedoch bei jedem zu Hause an seinem Computer. Das Treffen der Gruppe unabhängig von der Zeit nennt man asynchrone Kommunikation. Diese findet in einem zweckmäßigem Zeitraum statt, der eine ausreichende Gruppendynamik zulässt. Die Intervention der Gruppenmitglieder erfolgt innerhalb dieses Zeitraums zu für die Mitglieder günstigen Zeitpunkten. In den meisten Fällen erfolgt die Entscheidungsunterstützung durch Gruppen aus Beratern, Assistenten, Sekretären, Planern, Adjunkten und den vorgesetzten Kaderleuten unterstellten Kaderleuten, so das der Einsatz von GroupWare in der Entscheidungsuntertstützung nahe liegt. Durch die Kombination der virtuellen Gruppe und der klassischen Entscheidungsunterstützung entstanden die Group Decision Support Systems. Auf Grund der Vereinigung entstehen auch neue Elemente, Techniken und Möglichkeiten der Entscheidungsunterstützung. Das Wiederverwenden und Austauschen von umfassenden Anwendungsobjekten zwischen kooperierenden Partner ist diesbezüglich ein neues Element, ein Exchangemanager eine neue Funktionalität und die Arbeitsteilung zwischen verschiedenen RollenträgereineneueMöglichkeit der Entscheidungsunterstützung. Zwischen 1991 und 1995 bildeten die GDDS die Hauptstossrichtung der DSS Forschung. 11

13 2.3. Organisational Decision Support Systems ( ODSS ) Bei den Organisational Decision Support Systems werden Organisationen als eine Struktur übergeordneter Gruppen aufgefasst, sie sind also Gruppen von Gruppen die rekursiv mit der elementaren Gruppe verknüpft sind. In Gruppen werden gemeinsame Ziele verfolgt, so dass innerhalb von Gruppen Kooperation herrschen sollte. Da verschiedene Gruppen in der Regel auch verschiedene Ziele vertreten herrscht eine Konkurrenz zwischen ihnen. Werden Gruppen zu einer übergeordneten Gruppe zusammengefasst, die auch übergeordnete Ziele vertritt, entsteht eine Organisation. In einer Organisation herrscht in der Horizontalen zwischen den Gruppen Wettbewerb und in der Vertikalen Kooperation. Divergieren die Eigenintressen der Gruppen mit den Zielen der übergeordneten Gruppen entsteht auch taktischen Verhalten oder es werden temporäre Allianzen gebildet. Dadurch erhält die Entscheidungsunterstützung in Organisationen weitere Dimensionen und eine zusätzliche Funktionalität. Forschungen in die Richtung der ODSS gibt es erst seit einigen Jahren und bewegen sich zur Zeit noch weitgehend auf konzeptioneller Ebene. Durch das, zwischen den Gruppen vorhandende Vertrauen und Misstrauen bei den ODSS, erfordern diese sehr leistungsfähige Erklärungskomponenten, um die Entscheidungsvorschläge nach Vor und Nachteilen zu durchleuchten. 12

14 2.4. Data Warehousing, OLAP und Data Mining Data Warehousing, Online Analytical Processing ( OLAP ) und Data Mining sind Techniken, mit denen man Informationen, die explizit oder implizit in Transaktionsdatenbanken gespeichert sind, verfügbar machen kann. Durch die Einführung von Strichcodes und Scannern, Kredit und Kundenkarten und anderer Möglichkeiten, die Waren und Geldflüsse sowie Arbeitsabläufe durchgehend dokumentieren, fallen dabei massenhaft Daten an, die in Transaktionsdatenbanken gespeichert werden müssen.mit Einführung dieser durchgehenden Informativierung gewannen Data Warehousing, OLAP und Data Mining immer mehr an Bedeutung. Bei Data Warehousing handelt es sich dabei um eine Datenbank über Datenbankzustände einer großen Geschäfts oder Bürodatenbank, bei der in regelmäßigen Zeitabständen Momentaufnahmen gemacht werden. Alle wichtigen Daten werden dann ins Data Warehouse geladen. Ein Data Warehouse besteht zu meist aus Fakten über Geschäftsvorfälle und Dimensionen. Die Verkaufsmenge je Produkt je Filiale je Tag ist ein Faktum mit drei Dimensionen. Dies nennt man auch Datenwürfel. Ein Data Warehouse besteht aus mehreren n dimensionalen Datenwürfeln zu Fakten über Geschäftsvorfälle, es ist also praktisch das Unternehmensgedächtnis. Unter Online Analytical Processing versteht man Abfrage und Analyseprogramme, mit denen man bequem Fragen an ein Datawarehouse stellen kann. Die Antworten können dann anschaulich aufbereitet werden. Mit Data Mining kann man implizite, in den Daten unsichtbare Informationen, sichtbare machen. Letztendlich ist Data Mining eine benutzerfreundliche Anwendung der statistischen Methoden auf Daten eines Data Warehouse. Die Anwendung von Programmen zum Zwecke der Analyse von Geschäftsdaten gilt als neueste Funktion der Entscheidungsunterstützung. 13

15 2.5. Ein Blick in die Zukunft der DSS Waren bisherige DSS Generationen fast ausschließlich auf Modellierer ausgerichtet, müssen zukünftige Programme speziell auf alle Akteure ausgerichtet sein. Ein Entscheidungsträger ist selten direkter Benutzer eines DSS. Er möchte allerdings informiert werden über auftretende Probleme, Handlungsbedarf oder ausstehende Entscheide. Die eigentlichen Anwender sind die Entscheidungsberater. Über sie kommuniziert der Entscheidungsträger mit dem DSS. Eine Einsicht in die Faktenbasis und modellierten Zusammenhänge muss den Fachexperten ermöglicht werden. Sie sind verantwortlich für die Wissensbasis, müssen den Output analysieren und das Modellverhalten beurteilen. Für das Organisieren der Datenpflege sind die Datenpfleger zuständig. Sie müssen Daten importieren, exportieren, editieren kontrollieren und dokumentieren. Die Modellierer haben die Aufgabe, das technisch organisatorische Zusammenhangs wissen darzustellen. Sie müssen ein mögliches Fehlverhalten der Modelle auf Wissenslücken in der Wissensbasis zurück führen und dieses mit Hilfe der Fachexperten zu beheben versuchen, in dem sie nach weiteren Regeln oder Prozeduren suchen. Das Einfügen dieser neuen Wissenselemte fällt genauso in ihren Aufgabenbereich wie das Stilllegen von bestehenden Elementen. Die Gestaltung der DSS Benutzeroberfläche ist die Aufgabe des DSS Designers. Er muss dabei nicht nur auf den Entscheidungsberater eingehen sondern auch auf die anderen Anwender. Auch bei ihm ist es wichtig das die Oberfläche immer auf mögliche Änderungen im Aufgabenbereich des Entscheidungsberater angepasst wird. Dies passiert zum Beispiel durch das Anlegen neuer Tasks zu Modellen und Methoden Decision Support Systems

16 3.1.Grundlegendes zum DSS Decision Support Systems stellen computerbasierte Systeme dar, die Planung und Entscheidungsfindung bei komplexen Problemstellungen unterstützen. Prinzipiell handelt es sich um die Verknüpfung von Datenbanken mit analytischen Modellen und Expertenwissen. Es sind keine Entscheidungsautomaten, da die zu behandelnden Probleme sich mit der Zeit ändern und die DSS sich an diese Änderungen anpassen müssen. Decision Support Systems sind immer auf spezielle Problem ausgerichtet, so das sie nicht in Massenproduktion hergestellt werden können. Ein DSS besteht grob gesehen aus einer Wissensbasis und einer Funktionsebene. Die Wissensbasis eines DSS muss alle Daten beinhalten, die notwendig sind um alle möglichen Erscheinungen und Konsequenzen vorauszusehen und somit alle erdenklichen Lösungsvorschläge darzustellen.dies setzt voraus das die Wissensbasis offen sein muss, dass heißt es muss die Möglichkeit bestehen sie immer auf den neuesten Stand zu bringen. Die Funktionsebene muss sowohl passive als auch aktive Entscheidungsunterstützung anbieten können. Unter passiver Entscheidungsunterstützung versteht man das Darstellen von Konsequenzen zu schon vorhandenen Lösungsvarianten. Aktive Entscheidungsunterstützung ist dagegen das Suchen nach interessanten Lösungsvorschlägen auf neue Ausgangssituationen oder Fragestellungen. Die Zusatzfunktion eines Expertensystems ist dann gegeben wenn das DSS die Eigenschaft hat die gefundenen Alternativen auch noch zu begründen. Letztendlich ist es noch wichtig das die DSS dem Entscheidungsträger nicht dessen Aufgabe, das Fällen von Entscheidungen, abnehmen, sondern ihm nur bei der Problemlösung helfen. Die Hilfe wird durch die Darstellung aller analysierten Entscheidungsmöglichkeiten, aus denen dann gewählt wird, ermöglicht. 15

17 3.2.Aufbau der Decision Support Systems Das DSS besteht im wesentlichen wie oben genannt aus einer Wissensbasis und einer Funktionsebene. Die Wissensbasis besteht des weiteren aus einer Wissensbank und einer Datenbank. Die Datenbank enthält das gespeicherte Faktenwissen hierzu gehören Umweltzustände oder feststehende Regeln, Formeln oder Funktionen. Die Wissensbank dagegen beinhaltet das gespeicherte Zusammenhangwissen. Hierzu zählen zum Beispiel schon gewonnen Erkenntnisse über bestimmte Reaktionen auf bestimmte Ereignisse. Auf diese kann man allerdings nur zurückgreifen wenn die gleichen Bedingungen herrschen. Die Funktionsebene besteht in der Regel aus Objektmanagern. Zu den wichtigsten Objektmanagern gehören der Datenmanager, der Szenariomanager, der Taskmanager, der Reportmanager und manchmal auch der Querymanager. Der Datenmanager ist dafür verantwortlich das die Wissensbasis immer auf dem neuesten Stand gebracht wird. Um diese Aufgabe zu erleichtern besitzt er viele Funktionen und Hilfsprogramme die ihm die Datenpflege erleichtern. Man spricht von einem Normalzustand wenn alle Daten nach den vorgegebenen Regeln aktualisiert wurden. Haben alle Erträge, Prozesse und Funktionen gewohnte Werte angenommen, ist der Normalzustand zu diesem Zeitpunkt erreicht. Treten nun Störungen auf müssen diese auf strategischer Ebene behoben werden. Hierfür ist der Szenariomanager von Nutzen. Mit ihm können die verschieden Auswirkungen auf mögliche eintreffende Ereignisse auf die Datenbereiche spezifiziert werden. Um die Beratung des Entscheidungsberater zu gewährleisten, müssen die unterschiedlichsten Fragen an das System gestellt werden können. Um die richtigen Fragen an das DSS zu stellen ist der Taskmanager verantwortlich. Die vielen gestellten Fragen benötigen natürlich auch richtige Antworten. Zur 16

18 korrekten Darstellung der gefundenen Informationen benötigt man den Reportmanager. Mit ihm können gleich Informationen mit richtigen Fragen und Auswertungsaufträgen verknüpft werden. Werden Ad hoc Abfragen der Datenbank benötigt, steht ein Querymanager zur Verfügung. Er beendet zum eine das mühsame Suchen nach vordefinierten Abfragen (Queries) und hilft andererseits auch beim Erstellen und Verwalten der Queries. Aufbau eines DSS am Beispiel des DSS ESSA Das DSS ESSA ist ein Decision Support System der Ernährungssicherungs Strategie für die Angebotslenkung. IS LAG ist die Bezeichnung für ein Auskunftssystem, dass zur Lagerbeurteilung und Verwaltung der Nahrungsressourcen dient. Des weiteren Steht die Abkürzung AGIS für das Agrarinformationssystem. Dieses gibt Auskünfte über Tierbestände und Anbauflächen. 17

19 3.3.Grundfunktionen eines DSS Die Bedienung eines Decision Support System erfolgt in der Regel nach einem ganz bestimmten Schema. Als erstes muss die Entscheidungssituation erfasst werden. Darunter versteht man das definieren von Fakten, Annahmen, Restriktionen, Aufgaben, Zielsetzungen und Vorgaben des Entscheidungsträgers. Ist die Entscheidungssituation schon bekannt, kann bei gleichen Bedingungen auch auf bisher bekannte Verfahren zurückgegriffen werden. Der nächste Schritt besteht in der Aufgabe Entscheidungsalternativen zu suchen, sie darzustellen und zu generieren. Hierbei werden die möglichen Alternativen meist in einer exlpiziten Liste vorliegen. Sind die Alternativen bekannt und liegen dem Benutzer vor werden Konsequenzen der Alternativen aufgezeigt, abgeschätzt und bewertet.unter den Konsequenzen versteht man hierbei beobachtbare Eigenschaften eines Systems. Diese Konsequenzen werden dann hinsichtlich verschiedener Kriterien bewertet. Zur Festlegung dieser Kriterien wird in drei Schritten vorgegangen. Zum einen wird die Wahl der Dimension des Präferenzsystems getroffen. Ist dies geschehen werden Skalen zum Messen der Konsequenzen festgelegt und zum Schluss werden Wahrnehmungsfunktionen zur Beurteilung der gemessenen Konsequenzen definiert. Nachdem die Alternativen berechnet und ausgewertet wurden werden sie sortiert, zu meist mit dem besten voran, damit die optimale Lösung schneller zu finden ist. Ist auch dieses geschehen muss der Entscheidungsträger nur noch seine Wahl treffen und diese dokumentieren, was mit Hilfe der vom DSS bereitgestellten Informationen nicht mehr allzu schwierig sein sollte. 18

20 Quellenangabe : iiuf.unifr.ch/ds/courses/dss2000/ inf.uni essen.de/suche/mss.html Henn/Künzi : Einführung in die Unternehmensforschung II, Springer