Fundierte Entscheidungen: So nutzen Sie einen Entscheidungsbaum

Vielen Menschen fällt es schwer, Entscheidungen zu treffen. Noch schwerer fällt es häufig, seine Entscheidungen in der Zusammenarbeit mit anderen gut zu begründen.

Was ist ein Entscheidungsbaum?

Warum sind Entscheidungsbäume so nützlich?

Die Vorteile eines Entscheidungsbaums zur Entscheidungsfindung sind zahlreich. Sie profitieren etwa von:

• Grafische Darstellung
• leicht zu zeichnen
• Struktur
• Gesamtbild über Risiken und Chancen
• Berücksichtigung von Eintrittswahrscheinlichkeiten
• Bewertung von möglichen Alternativen (Erträge und Kosten)

Durch die einfache Gestaltung – als grafische Darstellung – ist ein Entscheidungsbaum eine gute Methode zur Visualisierung. Der Baum bringt Struktur in den Prozess Ihrer Entscheidung und liefert Ihnen ein übersichtliches Gesamtbild. Darüber hinaus können Sie mögliche Alternativen anhand der Erträge und Kosten bewerten.

Wie funktionieren Entscheidungsbäume?

Kommen wir nun zu der Frage, wie Sie einen Entscheidungsbaum zeichnen und wie dieser zur Lösung zum Einsatz kommt.

Der Entscheidungsfindungsprozess

Ein Entscheidungsbaum beginnt in der Regel mit einem einzelnen Knoten, dem sogenannten Wurzelknoten. Von diesem gehen Verzweigungen aus, welche die jeweiligen Auswirkungen bzw. Ergebnisse der betreffenden Entscheidung darstellen. Es werden folgende Symbole verwendet:

• Rechteck (Entscheidungen)
• Kreis (Möglichkeiten)
• Dreieck (Ende des Zweigs)

Sie legen also ganz links Ihre zu treffende Entscheidung fest. Nun verzweigen Sie den Entscheidungsbaum nach rechts. Sie zeichnen vom Wurzelknoten ausgehend, je eine Linie für eine mögliche Entscheidung. Beschriften Sie die Linien (Äste) mit der Alternative.

Am Ende der Linie fragen Sie sich:

• Kommt danach noch eine Entscheidung? = Rechteck
• Ist das Ergebnis dieser Entscheidung unsicher? = Kreis
• Ist der Zweig danach beendet? = Dreieck

Auf diese Weise entsteht eine verzweigte Baumstruktur. Bauen Sie den Entscheidungsbaum so lange weiter aus, bis jeder der Äste an einen Endpunkt gelangt. Das bedeutet, bis es keine weiteren Optionen mehr gibt und keine weiteren Ergebnisse bzw. Auswirkungen mehr möglich sind.

Sehen Sie sich am Ende jedes Element und jeden Entscheidungsknoten noch einmal an und prüfen Sie, ob es noch weitere mögliche Alternativen gibt.

Wie genau die Entscheidungsbäume bewertet werden, finden Sie etwas weiter unten.

Die Arten von Entscheidungsbäumen

Entscheidungsbäume sind tolle Methoden, um Sie in Ihrem Unternehmen zu unterstützen. Für unterschiedliche Anwendungsfälle können Sie verschiedene Diagramme einsetzen. Die folgenden Entscheidungsbäume finden etwa in den Bereichen maschinelles Lernen, Data-Mining und Statistik Anwendung.

Klassifikations- und Regressionsbäume

Ein Entscheidungsbaum kann Ihnen auch beim Entwickeln automatisierter Prognosemodelle helfen. Klassifikations- und Regressionsbäume sind Methoden zur Erstellung einer Vorhersage oder von erklärenden Modellen.

Bei diesen Entscheidungsbäumen repräsentieren Knoten keine Entscheidungen, sondern Daten. Die Entscheidungsregeln können Sie in Form einer „Wenn-dann“-Klausel ausdrücken. Wobei jede Entscheidung bzw. jeder Datensatz einer Klausel entspricht, wie zum Beispiel: „Wenn Bedingungen 1 und 2 erfüllt werden, dann tritt Ereignis X mit einer Wahrscheinlichkeit von Y ein.“

Alle weiteren Daten helfen präzisere Vorhersagen zu treffen. Diese Informationen können Sie anschließend in einen größeren Entscheidungsbaum einfügen.

In manchen Fällen handelt es sich bei dem Prognosewert um eine tatsächliche Zahl mit Realitätsbezug. Das könnte etwa der Preis von Ihrem Produkt sein. Entscheidungsbäume, die kontinuierliche und unendliche viele mögliche Auswirkungen bzw. Ergebnisse darstellen, nennt man Regressionsbäume.

Univariate und multivariate Entscheidungsbäume

Univariant bedeutet, dass in dem Verfahren nur eine einzige abhängige Variable berücksichtigt wird. Vom Ausgangspunkt weg, berücksichtigen Sie also nur die Auswirkung von einer (oder mehreren unabhängigen) Variablen, auf eine abhängige Variable.

Ein multivariates Verfahren betrachtet zwei oder mehr abhängige Variablen gleichzeitig.

Die Entscheidungsbaumanalyse

Sobald Sie die Bewertung alle Äste abgeschlossen haben, folgt die Auswertung des Entscheidungsbaums.

Die Berechnung der Alternativen

Hier bewerten Sie sowohl die Zufallsknoten (Kreise) als auch die Entscheidungen (Rechtecke). Die Methode zur Auswertung erfolgt nun von rechts nach links. Genau umgekehrt zur Zeichnung des Entscheidungsbaums. Sie bewerten also zuerst die Zufallsknoten bzw. Möglichkeiten und danach die Entscheidungen.

Berechnung von Möglichkeiten

Kreise berechnen Sie wie folgt: Multiplizieren Sie die Wahrscheinlichkeit mit dem Wert des Nutzens (etwa dem Umsatz) und summieren Sie die Zweige auf.

Rechenbeispiel: Beispiel für den obersten Kreis: 198.500 = 30% x 500.000 + 60% x 80.000 + 10% x 5.000

Berechnung von Entscheidungen

Jede Entscheidung oder Alternative verursacht Kosten. Notieren Sie diese an der jeweiligen Linie. Der Wert jeder Alternative ergibt sich aus dem Umsatz abzüglich der Ausgaben:

Beispiel oberste Option: 138.500 = 198.500 – 60.000

Nach links wird jeweils die Entscheidung mit dem höchsten Wert übernommen.

Beispiel für Alternative „Neues Produkt“: Die Variante „Teures, innovativen Feature“ verspricht den größten Nutzen und ist der „Gewinner“.

Anwendungsbereiche von Entscheidungsbäumen

Kommen wir nun zu den Möglichkeiten, wie Sie einen Entscheidungsbaum einsetzen können. Wie im vorangegangenen Beispiel ersichtlich, können Sie das Diagramm nutzen, um abzuwägen, ob Sie ein neues Produkt einführen, oder an einem alten Produkt weiterarbeiten möchten.

Müssen Sie eine Entscheidung treffen, können Sie dafür Entscheidungsbäume nutzen. Etwa für:

• Produktplanung
• Software-Design
• Allgemeine Geschäftsentscheidungen
• Kreditgenehmigungen
• Persönliche Entscheidungen treffen

Vor- und Nachteile bei der Anwendung

Sehen wir uns nun die Vorteile und Herausforderungen an.

Zu den Vorteilen gehören etwa:

• grafische Visualisierung
• Übersicht über Daten
• leicht ersichtliche Abfolge
• Szenarien entwickeln und darstellen
• Alternativen ermitteln

Durch die Zeichnung des Baumes können Sie komplexe Entscheidungen anschaulich darstellen. Es fällt Ihnen, auch innerhalb Ihres Teams, leichter, die Daten und Maßnahmen übersichtlich aufzubereiten. Anhand des Diagramms können Sie die beste und schlechteste Alternative von Optionen ermitteln.

Mögliche Probleme sind etwa:

• Unübersichtlich bei großer Komplexität
• vereinfachte Abbildung
• nicht monetäre Aspekte werden vernachlässigt

Bei vielen Alternativen und Möglichkeiten kann der Baum schnell unübersichtlich werden. Haben Sie also große Datenmengen, kann es schwer werden, mit einem Entscheidungsbaum auf ein konkretes Endergebnis zu kommen. Das Diagramm vernachlässigt nicht direkt monetär erfasste Faktoren.

Tools und Technologien für Entscheidungsbaum-Analysen

Für die Analysen können Sie, oder Ihr Team, entweder selbst analysieren oder sich einer Software bedienen. Mit einer Grafik-Anwendung (wie zum Beispiel Canva) können Sie den Baum mit seinem Aufbau und den Konsequenzen bildlich darstellen. Dabei handelt es sich jedoch nicht um Entscheidungsfindungs-Tools, sondern nur um die grafische Abbildung.

Mit einem professionellen Tool oder einer Entscheidungsbaum Software gelangen Sie schneller zu Ihren Lösungen.

Häufig gestellte Fragen – FAQ

Wie hilft ein Entscheidungsbaum bei Entscheidungen?

Der Sinn von einem Entscheidungsbaum-Verfahren liegt darin, anhand von verschiedenen, visualisierten Antwortoptionen auf konkrete Fragen zu einer finalen Entscheidung zu gelangen.

Wie kann man einen Entscheidungsbaum berechnen?

Der Baum wird von rechts nach links bewertet und im Anschluss berechnet. Genauere Informationen dazu finden Sie oben im Artikel.