Modul Rationales Entscheiden - Rational Decision Making WS 20/21

 

Name des Dozenten: Prof. Dr. Brigitte Werners mit Herr Matthias Grot, M.Sc.
Vorlesungsnummer: 074 210, 074 211
Art und Dauer der Veranstaltung: Vorlesung, 2-stündig
Kolloquium und Übung, 2-stündig
Ort, Tag, Zeit: Vorlesung Sprechstunde: Donnerstags nach Vereinbarung
Übung Sprechstunde: Donnerstags nach Vereinbarung
Datum der ersten Veranstaltung: Vorlesung: 29.10.2020
Übung: 29.10.2020

 

Sowohl Vorlesung, als auch Übung/Kolloqium werden Semesterbegleitend als Video über moodle bereitgestellt. Kreditpunkte werden nach erfolgreicher Teilnahme an der Modulabschlussklausur vergeben, die als Online-Hausarbeit geplant ist.

 

Kurzbeschreibung des Inhalts

Es werden grundlegende entscheidungs- und informationstheoretische Konzepte vorgestellt und anhand wirtschaftswissenschaftlicher Beispiele verdeutlicht. Besonders berücksichtigt werden Entscheidungen unter Unsicherheit, also Risiko oder Ungewissheit, im Unterschied zu solchen unter Sicherheit. Weiter werden Entscheidungen mit mehreren Zielen oder mit mehreren Entscheidungsträgern ausführlich behandelt. Dynamische Entscheidungen und weiterführende Ansätze werden ebenfalls vorgestellt. 

In der Übung werden Einzelfragen aus dem Gebiet Entscheidungs- und Informationstheorie besprochen.

 

Unterlagen / Anmeldungen

Die Unterlagen zu den einzelnen Veranstaltungen werden in einem Moodle-Kurs rechtzeitig vor Veranstaltungsbeginn bereitgestellt.

Für die im Rahmen dieser Veranstaltung eingesetzte Software "Decision Tools Suite" der Palisade Corporation besitzt die Fakultät eine Kurslizenz, so dass ebenfalls über Moodle für jeden Teilnehmer eine Lizenz zum Download zur Verfügung gestellt wird.
Als begleitende Literatur wird insbesondere Bamberg/Coenenberg/Krapp Betriebswirtschaftliche Entscheidungslehre empfohlen.

Teilnahmemodalitäten

Die Veranstaltung richtet sich an Studierende im Masterstudiengang und kann bereits im ersten Semester besucht werden. Die Übung findet vorlesungsbegleitend jeweils 2-stündig statt. Kenntnisse linearer Optimierungsmodelle und statistischer Grundlagen werden vorausgesetzt. Eine Auffrischung der Kenntnisse erfolgt im Rahmen eines Kolloquiums.