Entscheidungsbaum-Analyse: Abbildung von Entscheidungen, Chancen und deren Wert

Die Entscheidungsbaum-Analyse ist eine Entscheidungstechniken, die sich von dem gleichnamigen Algorithmus des maschinellen Lernens unterscheidet. Sie stellt eine Entscheidung als ein verzweigtes Diagramm von Entscheidungspunkten und Zufallsereignissen dar und berechnet dann, welche Strategie den besten erwarteten Wert hat. Ihre moderne Form stammt aus der Schule der Entscheidungsanalyse, kanonisch aus Howard Raiffas "Decision Analysis" (1968). Die Elemente: Entscheidungs-Knoten (Quadrate), an denen Sie wählen, Zufalls-Knoten (Kreise), an denen die Welt mit geschätzten Wahrscheinlichkeiten wählt, und terminale Auszahlungen an den Blättern. Die Methode: Zeichnen Sie den Baum von links nach rechts von der ursprünglichen Entscheidung durch nachfolgende Entscheidungen und Unsicherheiten; hängen Sie Wahrscheinlichkeiten an Zufallsäste und Werte an Endzustände; dann rollen Sie von rechts nach links zurück — Zufalls-Knoten nehmen wahrscheinlichkeitsgestützte Durchschnitte, Entscheidungs-Knoten wählen den besten Ast — bis die Wurzel den erwarteten Wert jeder ursprünglichen Option zeigt. Ihre Stärken: Sie zwingt zu expliziten Wahrscheinlichkeiten, offenbart den Wert von Staging und Informationen und behandelt sequenzielle Entscheidungen, die Vergleiche mit Einzelzahlen verbergen. Ihre ehrlichen Grenzen: Der erwartete Wert ist das falsche Kriterium für Einsätze, bei denen es um das Unternehmen geht (die Risikoeinstellung zählt), die Wahrscheinlichkeiten sind Urteile, die als Zahlen verkleidet sind, und Bäume explodieren kombinatorisch, wenn Sie alles modellieren. Entscheidungsbäume und Argumentationsbäume sind komplementär, nicht konkurrierend: Der Entscheidungsbaum berechnet, was eine Strategie wert ist, gegeben die Wahrscheinlichkeiten; der Argumentationsbaum ist der Ort, an dem die Wahrscheinlichkeiten und Auszahlungen ihre Glaubwürdigkeit verdienen — jede Schätzung wird zu einer Behauptung mit Beweisen, die angefochten und bewertet werden können. In Bezug auf die Entscheidungsqualität speisen Entscheidungsbäume die Alternativen und Informationselemente; der Argumentationsbaum liefert fundierte Argumentation über die Eingaben.

Alle Entscheidungsrahmen
Rahmenleitfaden · Finanzanalyse

Entscheidungsbaum-Analyse

Quadrate, wo du wählst, Kreise, wo die Welt wählt, und Arithmetik, die dir sagt, was jeder Weg wert ist. Der Entscheidungsbaum für Unternehmen — und wo seine Zahlen herkommen.

TL;DR

Ein Entscheidungsbaum stellt eine Wahl als verzweigte Entscheidungs- und Zufalls-Knoten dar und rollt dann die erwarteten Werte zurück, um die beste Strategie zu finden. (Die Geschäftstechnik — nicht der ML-Algorithmus.)

  • •Quadrate = Ihre Entscheidungen, Kreise = die der Welt — mit Wahrscheinlichkeiten an Zufallsästen und Auszahlungen an den Blättern
  • •Rückgängigmachen von rechts nach links: Durchschnitt an Zufalls-Knoten, bestes auswählen an Entscheidungs-Knoten — die Wurzel zeigt den erwarteten Wert jeder Option
  • •Seine Superkraft ist die Sequenzierung: gestaffelte Verpflichtungen und Strategien, die Informationen zuerst kaufen, werden sichtbar und wertvoll.
  • •Die Wahrscheinlichkeiten sind der Schwachpunkt — auf einem Argumentationsbaum werden sie zu Behauptungen mit Beweisen anstelle von eingegebenen Vermutungen.

Was eine Entscheidungsbaum-Analyse ist (und welchen Entscheidungsbaum wir meinen)

Suchen Sie heute nach 'Entscheidungsbaum' und das meiste, was Sie finden, ist ein Maschinenlernalgorithmus — ein Klassifikator, der Daten anhand von Merkmalen aufteilt. Diese Seite handelt vom älteren, menschlichen Werkzeug: dem Entscheidungsanalysebaum, der Technik, die in Howard Raiffas Decision Analysis (1968) und der Harvard/Stanford-Tradition der Entscheidungsanalyse kanonisiert wurde, um über Entscheidungen unter Unsicherheit nachzudenken.

Die Grammatik ist klein. Entscheidungsknoten (als Quadrate dargestellt) sind Punkte, an denen Sie wählen. Chancen-Knoten (Kreise) sind Punkte, an denen die Welt wählt – eine Genehmigung kommt durch oder nicht, die Nachfrage ist hoch oder niedrig – jeder Zweig trägt Ihre geschätzte Wahrscheinlichkeit. Terminalknoten (Blätter) tragen die Auszahlung, wenn man dort endet. Die Zeit fließt von links nach rechts: zuerst das Engagement, danach die nachgelagerten Konsequenzen.

Die Analyse ist der Rollback: Ausgehend von den Blättern und rückwärts arbeitend, kollabiert jeder Chancen-Knoten zu seinem wahrscheinlichkeitsgestützten Durchschnitt, jeder Entscheidungs-Knoten zu seinem besten verfügbaren Zweig — denn wenn Sie dort ankommen, wählen Sie den besten Zweig. Was an der Wurzel ankommt, ist der erwartete Wert jeder ursprünglichen Option und oft etwas Nützlicheres: die Entdeckung, dass eine gestaffelte Strategie ('zuerst Pilot, dann entscheiden') sowohl mutige Verpflichtungen als auch Untätigkeit dominiert. Wo es in der Werkzeugkiste sitzt: Entscheidungsmodelle; für die statische Version der Geldfrage siehe Kosten-Nutzen-Analyse.

Wann man es verwenden sollte — und wann nicht

Entscheidungsbäume verdienen ihren Platz, wenn:

  • ✓Die Entscheidung ist sequenziell. Entscheidungen, die jetzt getroffen werden, öffnen oder schließen später Möglichkeiten — Piloten, gestaffelte Investitionen, Optionen zur Erweiterung. Das ist das Terrain des Baumes, und das ist es, was flache Vergleiche nicht erkennen können.
  • ✓Unsicherheit ist diskret und schätzbar. Regulatorische Genehmigung, Vertragsabschluss, technischer Meilenstein — Ereignisse, für die Sie ehrlich einen Wahrscheinlichkeitsbereich angeben können.
  • ✓Sie vermuten, dass Informationen einen Wert haben. Bäume bewerten den Zweig 'zuerst die Studie durchführen' — den erwarteten Wert, Wissen zu erwerben, bevor man sich verpflichtet, einen der wirklich tiefen Beiträge der Entscheidungsanalyse.

Und wo sie irreführen:

  • ✗Wettbewerbsrisiken für das Unternehmen. Der erwartete Wert ist das richtige Kriterium für wiederholbare Entscheidungen; bei einmaligen Überlebensrisiken wird eine 10%ige Chance auf Ruin nicht durch einen saftigen Durchschnitt ausgeglichen. Die Risikoeinstellung gehört in die Analyse, und naiver erwarteter Wert ignoriert sie.
  • ✗Wahrscheinlichkeiten, die niemand verteidigen kann. Die Ausgabe des Baumes erbt die Qualität seiner Schätzungen; 0,6, die in einen Zweig eingegeben wird, ist eine Behauptung, und wenn niemand sagen kann, warum, ist die Arithmetik Theater. (Dies ist die Argument-Baum-Verbindung unten.)
  • ✗Kombinatorische Explosion. Modellieren Sie jede Unsicherheit und der Baum wird unleserlich. Die Kunst besteht darin, die zwei oder drei Unsicherheiten auszuwählen, die tatsächlich die Entscheidung beeinflussen.
  • ✗Tiefe Mehrdeutigkeit. Wenn Sie nicht einmal die Ergebnisse auflisten können, sind Wahrscheinlichkeiten verfrüht — das ist das Gebiet der Szenarioplanung.

Schritt für Schritt, mit einem durchgerechneten Beispiel

Illustratives Szenario: ein erfundenes Biotech-Tools-Startup, das entscheidet, ob es sein Produkt jetzt auf den Markt bringen oder zuerst eine Zertifizierungsstudie durchführen soll. Das Verfahren:

  1. 1Den grundlegenden Entscheidungsrahmen festlegen. Drei Zweige aus dem ersten Quadrat: jetzt starten; zuerst die Zertifizierungsstudie durchführen (ein Jahr, zu Kosten); das Produkt auf Eis legen.
  2. 2Kartiere die Unsicherheiten pro Branche. Jetzt starten → Chancen-Knoten: Markt akzeptiert unzertifiziertes Produkt (geschätzt 40%) oder lehnt es ab (60%). Zuerst studieren → Chancen-Knoten: Zertifizierung erteilt (70%) oder abgelehnt (30%); wenn erteilt, ein weiterer Entscheidungsquadrat: zertifiziert starten (höhere Akzeptanz, geschätzt 80%) oder die Technologie lizenzieren.
  3. 3Fügen Sie die Auszahlungen an den Blättern hinzu. Jeder Endzustand erhält einen Wert: Der erfolgreiche zertifizierte Start ist die große Auszahlung; ein gescheiterter nicht zertifizierter Start ist ein Verlust plus Rufschaden (explizit kostenpflichtig); das Einstellen ist null minus versunkene Entwicklungskosten.
  4. 4Rückgängig machen. Durchschnittlich jede Chancen-Knoten nach seinen Wahrscheinlichkeiten; halte an jedem Entscheidungspunkt den besten Zweig fest. Angenommen, die Zahlen machen das Studium zuerst wertvoller als das sofortige Starten trotz der einjährigen Verzögerung — der Schub der Zertifizierung zur Akzeptanz bezahlt die Wartezeit mehr als ausreichend.
  5. 5Betonen Sie die Schätzungen. Bei welcher Akzeptanzwahrscheinlichkeit gewinnt der sofortige Start? Wenn die Antwort 55% beträgt und Ihr ehrlicher Bereich 30–50% ist, ist die Schlussfolgerung robust; wenn der Wendepunkt im mittleren Bereich liegt, hängt die Entscheidung von einer Schätzung ab — und diese Schätzung verdient die Prüfung in Schritt 6.
  6. 6Überprüfen Sie die tragenden Zahlen. Die Schätzung der 70%-Zertifizierung kam von irgendwoher — vergleichbare Genehmigungen? Urteil des Beraters? Machen Sie die Grundlage explizit und anfechtbar, bevor die Berechnungen geglaubt werden.

Entscheidungsbäume und Argumentationsbäume — Ergänzungen, keine Rivalen

Die Namen laden zur Verwirrung ein, daher hier die klare Trennung. Ein Entscheidungsbaum berechnet: Welche Strategie ist bei diesen Wahrscheinlichkeiten und Auszahlungen am wertvollsten? Ein Argumentationsbaum überlegt: Sind diese Wahrscheinlichkeiten und Auszahlungen tatsächlich glaubwürdig? In Entscheidungsqualitäts -Begriffen strukturiert der Entscheidungsbaum Alternativen (einschließlich der gestuften, die eine flache Analyse übersieht) und Informationen (Schätzungen werden explizit gemacht); der Argumentationsbaum liefert fundierte Argumentation über genau diese Eingaben:

Jede Wahrscheinlichkeit → eine Behauptung

"Zertifizierung gelingt mit einer Wahrscheinlichkeit von ~70%" wird zu einem Argument, das seine Grundlage trägt — vergleichbare Genehmigungen, die Sichtweise des Beraters — mit Herausforderungen und Unterstützung verbunden, und einer Bewertung, die die Prüfung der Gruppe widerspiegelt.

Jede Auszahlung → ein Mini-Fall

Der Wert des großen Erfolgsblatts ist eine Prognose; seine Annahmen (Preisgestaltung, Akzeptanzrate) werden zu Unterargumenten, die jemand angreifen kann, bevor die Zahl ihre Wirkung entfaltet.

Die empfohlene Strategie → Hauptanspruch

"Führen Sie zuerst die Studie durch" steht an der Wurzel mit dem Rollback als Überschriftbeweis — und den Sensitivitäts-Umschaltpunkten als benannten offenen Fragen.

Schätzungen bewegen sich → die Baumaktualisierungen

Wenn der Anwalt die Genehmigungswahrscheinlichkeiten überarbeitet, die Ansprüche aktualisiert, die Rücksetzung neu berechnet und die sichtbare Unterstützung der Empfehlung sich verschiebt — keine veraltete Tabelle.

Die Ein-Satz-Version

Der Entscheidungsbaum führt die Berechnungen durch; der Argumentationsbaum verdient die Eingaben. Führen Sie die Zahlen dort aus, wo sie in Frage gestellt werden können — siehe Entscheidungsqualität für den Grund, warum die Verknüpfung des Denkens die ist, die kein Framework bereitstellt.

Entscheidungsbäume vs. die Alternativen

Wenn Ihre Frage ist…Erreiche nachWarum nicht ein Entscheidungsbaum?
Einmalvergleich, Unsicherheit geringKosten-Nutzen-AnalyseBaumaschinen bringen nichts ohne Äste.
Flexibilität selbst ist der Wert — warten, inszenieren, aufgebenDenken in realen OptionenOptionslogik erweitert den Baum mit marktpreislicher Rahmung.
Ergebnisse können nicht aufgezählt werden, geschweige denn probabilisiert.SzenarioplanungWahrscheinlichkeiten über unknowable Zukünfte sind falscher Trost
Die Abzinsung von weit entfernten Auszahlungen ist der entscheidende Punkt.NPV & IRR: die GrenzenBäume erben jede abwertende Beurteilung.

Häufig gestellte Fragen

Was ist die Entscheidungsbaum-Analyse im Geschäftsleben?

Eine EntscheidungAnalyse-Technik — die sich von dem maschinellen Lernalgorithmus, der denselben Namen trägt, unterscheidet — die eine Entscheidung als ein verzweigtes Diagramm abbildet: Entscheidungs-Knoten (Quadrate), an denen Sie wählen, Zufalls-Knoten (Kreise), an denen unsichere Ereignisse mit geschätzten Wahrscheinlichkeiten aufgelöst werden, und Auszahlungen an den Blättern. Das Zurückrollen von den Blättern (wahrscheinlichkeitsgewichtete Durchschnitte an Zufalls-Knoten, beste Verzweigung an Entscheidungs-Knoten) ergibt den erwarteten Wert jeder ursprünglichen Option. Die kanonische Behandlung ist Howard Raiffas Decision Analysis (1968). Ihre besondere Stärke liegt in der Handhabung sequentieller Entscheidungen — Piloten, gestaffelte Verpflichtungen — die flache Vergleiche nicht erkennen können.

Wie berechnet man den erwarteten Wert in einem Entscheidungsbaum?

Arbeiten Sie rückwärts von den Blättern. Multiplizieren Sie an jedem Zufalls-Knoten den Ertrag jedes Zweigs mit seiner Wahrscheinlichkeit und summieren Sie — dieser Durchschnitt wird der Wert des Knotens. An jedem Entscheidungs-Knoten nehmen Sie den Wert des besten verfügbaren Zweigs, denn wenn Sie diesen Punkt erreichen, werden Sie ihn wählen. Wiederholen Sie dies bis zur Wurzel, wo jede anfängliche Option ihren erwarteten Wert trägt. Dann führen Sie einen Stresstest durch: Finden Sie die Wahrscheinlichkeit, bei der die Empfehlung umschlägt, und vergleichen Sie diesen Wendepunkt mit Ihrem ehrlichen Unsicherheitsbereich — eine Schlussfolgerung, die innerhalb Ihres Bereichs umschlägt, hängt von einer Schätzung ab, die einer echten Prüfung bedarf.

Wann sollten Sie den Erwartungswert NICHT verwenden?

Wenn die Entscheidung einmalig ist und der Nachteil unerträglich ist. Der erwartete Wert ist das richtige Kriterium für wiederholbare Entscheidungen, bei denen sich Durchschnittswerte tatsächlich über viele Ziehungen materialisieren. Bei Einsätzen, die das Unternehmen betreffen, ist eine Strategie mit einem höheren Mittelwert, aber einer bedeutenden Chance auf Ruin nicht besser — die Risikoeinstellung gehört legitim in die Analyse. Praktische Antworten: Ergebnisse nach Nutzen gewichten statt nach reinem Geld, Strategien so einschränken, dass der schlimmste Fall begrenzt wird, oder die Entscheidung in Phasen umstrukturieren, sodass der katastrophale Zweig frühzeitig verlassen werden kann — oft zeigt der Baum ohnehin, was zu tun ist.

Woher stammen die Wahrscheinlichkeiten in einem Entscheidungsbaum?

Von Urteilen — und das ist der ehrliche Schwachpunkt der Methode. Eine 0,7 an einem Ast ist eine Behauptung, die jemand auf der Grundlage vergleichbarer Fälle, Expertenmeinungen oder Basisraten aufgestellt hat, und die Ausgabe des Baumes ist nur so gut wie diese Behauptungen. Die Disziplin: Schreibe die Grundlage neben jede Schätzung, teste die tragenden gründlich und gib ihnen ein Forum, in dem sie herausgefordert werden können. Dort ergänzt ein Argumentationsbaum den Entscheidungsbaum: Jede Wahrscheinlichkeit wird zu einer Behauptung mit Beweisen und Gegenbeweisen, bewertet von den Personen, die am besten in der Lage sind, sie zu beurteilen.

Was ist der Unterschied zwischen einem Entscheidungsbaum und einem Argumentationsbaum?

Sie beantworten unterschiedliche Fragen und funktionieren am besten in Ketten. Ein Entscheidungsbaum berechnet: Angesichts dieser Wahrscheinlichkeiten und Auszahlungen, welche Strategie hat den besten erwarteten Wert? Ein Argumentationsbaum überlegt: Sind diese Wahrscheinlichkeiten und Auszahlungen glaubwürdig — was unterstützt sie, was greift sie an, und wie hält die Argumentation für die Empfehlung einer Herausforderung stand? In der Praxis leben die Eingaben des Entscheidungsbaums (jede Schätzung, jede Prognose der Auszahlungen) als Ansprüche im Argumentationsbaum, und seine Ausgabe (die empfohlene Strategie) sitzt an der Wurzel mit dem Rückblick als ihrem Hauptbeweis.

Verwandte Rahmen

Kosten-Nutzen-Analyse

Die Kosten ehrlich gegen die Vorteile abwägen: Monetarisierungsschritte, die Entscheidungen innerhalb der Gesamtsummen und die immateriellen Werte, die naive CBA durchbrechen.

Geben Sie Ihren Schätzungen einen Ort, um falsch zu sein.

Wahrscheinlichkeiten als Ansprüche mit Beweisen, Auszahlungen als Mini-Fälle und eine Empfehlung, die sich aktualisiert, wenn sich die Eingaben ändern — Entscheidungsbaum-Arithmetik auf argumentierten Zahlen.

Kostenlos starten — Keine Kreditkarte

Für immer kostenlos für Einzelpersonen