Entscheidungsverhalten unter Ungewissheit bei mehreren Zielgrößen

Das Problem der Entscheidung bei mehreren Zielgrößen unter Ungewissheit betrifft den Umstand, dass bei der Entscheidungsfindung mehr als einer Zielgröße zu berücksichtigen ist und zusätzlich keine Informationen über mögliche Umweltzustände vorhanden sind. Durch die Ungewissheit, hier definiert als Unsicherheit im engeren Sinne, ist es einem Entscheider kaum mehr möglich eine optimale Alternative zu finden. Um sich gegen Folgen dieser starken Unsicherheit zu schützen, wird das Prinzip der Robustheit angewendet. Robustheit bedeutet, dass sich ein Entscheider unter Definition von bestimmten Effizienzkonzepten gegen zukünftige Entwicklungen absichert. Im Extremfall können diese Effizienzkonzepte pessimistische oder optimistische Sichtweisen auf zukünftige Entwicklungen einnehmen. Daher ist es eines der Ziele der Arbeit das Entscheidungsverhalten hinsichtlich robuster Alternativen zu untersuchen, die eben bei stärkeren Formen der Unsicherheit noch gute Ergebnisse liefern.
Um das Entscheidungsverhalten bei mehreren Zielgrößen unter Ungewissheit analysieren und bewerten zu können, werden die robusten multikriteriellen Effizienzkonzepten der robusten multikriteriellen Optimierung genutzt. Diese Arbeit stellt eine erste experimentelle Untersuchung zu dieser Thematik vor.
In dieser explorativen Untersuchung verwendet diese Arbeit die Effizienzkonzepte der mengenbasierten minmax und maxmax robusten Effizienz, die hier synonym für pessimistisches und optimistisches Verhalten stehen. Zur Bewertung des Entscheidungsverhaltens dienen zwei Experimente. Das erste Experiment wurde im Verlustbereich und das zweite im Gewinnbereich durchgeführt.
Die Ergebnisse deuten auf eine allgemeine Tendenz zur pessimistischen Alternative hin. Pessimistische Alternativen werden durch die Existenz eines negativen Extrempunkts verdrängt, sodass die optimistische Alternative vorgezogen wird. Zusätzlich werden geschlechtsspezifische Effekte beobachtet. Frauen neigen mehr als Männer zur