Entscheidungsbäume

Eigenschaften Methode/Tool
WM-Kernaktivitäten	speichern, anwenden
TOM-Modell	Organisation
Intellektuelles Kapital	Strukturkapital
WM-Gestaltungsfelder	Organisation
Ansprechpartner	Stefan Voigt
Kurzbeschreibung	Form der übersichtliche Darstellung mehrstufiger Entscheidungen, mit dem sich Entscheidungsträger die zur Verfügung stehenden Alternativen vor Augen führen und mit den potenziellen Resultaten in Verbindung bringen können, dargestellt als Verästelungen wie bei einem Baum (Visualisierungstechnik).

Ziele

übersichtliche Darstellung unterschiedlicher Wege zur Lösung eines Problems
systematische Beurteilung des Nutzens und der Eintrittswahrscheinlichkeit eines Ergebnisses bzw. einer Entscheidungsfolge
der Tiefe der Verästelungen des Entscheidungsbaumes ist prinzipiell keine Grenze gesetzt
das Ergebnis dieser Methode hat statischen Charakter, ermöglicht also keine Darstellung von Abläufen
gut erklärbare und nachvollziehbare Struktur
Generierung ist schnell durchführbar

Eine systematische und strukturierte Beschreibung von alternativen Entscheidungsmöglichkeiten zur Problemlösung muss realisierbar sein.

Entscheidungsbäume beginnen mit einem Stamm, an dessen Ende sich eine Verzweigung befindet, die in mehrere (mit Wahrscheinlichkeiten versehene) wiederum verzweigte Äste führt
jeder Endpunkt des Baums ist in diesem Zusammenhang durch einen eindeutigen Weg erreichbar
im binären Entscheidungsbaum wird eine Serie von Fragen gestellt, die mit Ja oder Nein beantwortet werden können
diese Serie ergibt letztlich ein Resultat, dass durch eine Regel bestimmt ist
die Regel ist einfach ablesbar, wenn man vom Stamm her den Ästen des Baumes folgt, bis man zu einem bestimmten Blatt gelangt, das das Resultat der Fragereihe darstellt
um eine Klassifikation abzulesen, geht man entlang des Baumes abwärts
bei jedem Knoten wird ein Attribut abgefragt und eine Entscheidung getroffen
dieses Prozedere wird so lange fortgesetzt, bis man ein Blatt erreicht
generiert werden die Entscheidungsbäume üblicherweise im Top-Down-Prinzip
bei jedem Schritt wird dabei das Attribut gesucht, mit dem die Daten am besten klassifiziert werden können
dieses Attribut wird zur Aufteilung der Daten benötigt, um die verbliebenen, noch nicht klassifizierten Daten, in weiteren Schritten separat betrachten zu können
die Struktur eines Entscheidungsbaumes umfasst somit die folgenden Grundzüge:

Entscheidungsknoten (Punkte, an denen die Entscheidungsalternativen abzweigen),
Zufallsknoten (Punkte, an denen eine Alternative nicht mit Bestimmtheit festgelegt werden kann),
Endknoten (Punkte, die Entscheidungsergebnisse darstellen),
Äste (zur Darstellung der in Betracht gezogenen Alternativen),
Zufallsäste (Äste, die solche Alternativen aufgreifen, die unter bestimmten Wahrscheinlichkeiten zu betrachten sind)

Ein Beispiel für die Gestaltung eines Entscheidungsbaumes