Was ist ein Entscheidungsbaum? Definition und Aufbau!

Mussten Sie schon einmal eine Entscheidung treffen, die erhebliche Konsequenzen zur Folge hatte? Wenn Sie bereits in dieser Situation waren, wissen Sie, wie schwierig es sein kann, sich für eine Vorgehensweise zu entscheiden, ohne Klarheit über die möglichen Ergebnisse zu haben.

Mithilfe einer Entscheidungsbaumanalyse können Sie die Folgen Ihrer Entscheidungen visuell darstellen, um auf dieser Basis den bestmöglichen Lösungsweg einzuschlagen. In diesem Artikel zeigen wir Ihnen, wie Sie selbst einen Entscheidungsbaum für Ihren Projektmanagementprozess erstellen können. Dazu stellen wir Ihr Lucidchart vor, ein Tool für Entscheidungsbäume, welches sich ideal mit unserer Projektmanagement-Software Asana integrieren lässt.

Was ist ein Entscheidungsbaum?

Ein Entscheidungsbaum ist ein Flussdiagramm, das mit einer zentralen Idee beginnt und sich dann basierend auf den verschiedenen Konsequenzen einzelner Entscheidungen verzweigt. Das Modell schaut am Ende meistens aus wie ein Baum mit Zweigen, daher kommt auch der Name „Entscheidungsbaum“, auf Englisch “decision tree”.

Diese „Bäume“ werden für die Entscheidungsbaumanalyse verwendet. Dabei werden die möglichen Ergebnisse, Kosten und Konsequenzen einer komplexen Entscheidung als grafische Darstellung präsentiert. Mithilfe eines solchen Baumes können Sie die erwarteten Werte der einzelnen Ergebnisse berechnen. Dies erfolgt auf Basis der Entscheidungen und Konsequenzen, die zu den jeweiligen Ergebnissen führen. Der Vergleich der Ergebnisse ermöglicht es Ihnen dann, schnell die bestmögliche Herangehensweise festzustellen. Sie können einen Entscheidungsbaum aber auch nutzen, um Probleme zu lösen, Kosten zu verwalten und Chancen zu erkennen.

Welche Symbole gibt es bei einem Entscheidungsbaum?

Bei einem Entscheidungsbaum werden folgende Symbole verwendet:

• Wurzelknoten: Ganz oben im Entscheidungsbaum steht der Wurzelknoten. Dieser Knoten hat keine zu ihm verlaufenden Zweige, aber ausgehend von diesem Knoten beginnen die ersten Zweige.

• Alternative Verzweigungen: Alternative Verzweigungen sind mehrere Linien, die von einer Entscheidung in Ihrem Entscheidungsbaum ausgehen. Jede der Verzweigungen steht für ein mögliches Ergebnis bzw. eine mögliche Entscheidung, die aus der ursprünglichen Entscheidung resultieren.

• Entscheidungsknoten: Entscheidungsknoten werden als Quadrate dargestellt und repräsentieren in Ihrem Baum eine zu treffende Entscheidung. Jeder Entscheidungsbaum beginnt mit einem Entscheidungsknoten.

• Zufallsknoten: Zufallsknoten sind die Kreise in Ihrem Entscheidungsbaum und stehen für mehrere ungewisse Ergebnisse.

• Endknoten: Endknoten werden als Dreiecke dargestellt und stehen für ein Endergebnis.

Bei einer Entscheidungsbaumanalyse fügen Sie diesen Symbolen noch Notizen zu den einzelnen Entscheidungen und Ergebnissen hinzu. Zudem werden alle relevanten Werte erfasst, die Ihre Gewinne oder Verluste erklären. Sie können einen Entscheidungsbaum mit Stift und Papier selbst zeichnen oder ihn mithilfe eines Flussdiagramm-Tools digital erstellen.

Wann wird eine Entscheidungsbaumanalyse eingesetzt?

Die Analyse mit einem Entscheidungsbaum eignet sich für den Entscheidungsfindungsprozess in vielen Bereichen, unter anderem der Geschäftsoptimierung, der Budgetplanung und dem Projektmanagement. Nach Möglichkeit sollten Sie bei der Erstellung eines effektiven Entscheidungsbaums auch immer quantitative Daten und Zahlen einfließen lassen. Je mehr Daten Sie haben, desto einfacher wird es, die erwarteten Werte zu berechnen und die Lösungen objektiv zu analysieren.

Nehmen wir als Beispiel an, Sie haben mehrere Projekte zur Auswahl und möchten herausfinden, welches am kosteneffizientesten ist. Mithilfe eines Entscheidungsbaums können Sie die möglichen Ergebnisse eines jeden Projektes analysieren und sich für das Projekt entscheiden, das mit hoher Wahrscheinlichkeit den größten Gewinn bringt.

Spezialfall: Entscheidungsbaum im maschinellen Lernen und Data-Mining

Auch beim Entwickeln von automatisierten Prognosemodellen kann ein Entscheidungsbaum helfen, wodurch dieser auch beim maschinellen Lernen und im Data-Mining Anwendung finden kann.

Hierbei repräsentieren die verschiedenen Knoten jedoch keine Entscheidungen, sondern Daten. Man spricht hierbei von Klassifikationsbäumen. Jeder Zweig enthält hierbei eine Reihe von Eigenschaften bzw. Regeln, die mit einer bestimmten Klassenbezeichnung zusammenhängen.

Die Entscheidungsregeln werden hierbei in einer “Wenn-Dann” Klausel angeführt, wobei hierbei jede Entscheidung einer Klausel entspricht.

Klingt etwas kompliziert, ist aber leicht erklärbar. Als Beispiel “Wenn die Bedingunge 1 erfüllt wird, dann tritt ein bestimmtes Ereignis mit einer bestimmten Wahrscheinlichkeit ein”. So können mehrere Datensätze integriert und in einen großen Entscheidungsbaum eingefüttert werden, um das machinelle Lernen zu fördern. Im Idealfall werden für eine hohe Genauigkeit mehrere Bäume genutzt, was man auch als Entscheidungswald bezeichnet.

Wie erstelle ich einen Entscheidungsbaum?

Befolgen Sie diese fünf Schritte, um mithilfe eines Entscheidungsbaums Ungewissheiten zu analysieren und die bestmögliche Entscheidung zu treffen.

1. Bei der Idee beginnen

Beginnen Sie Ihr Diagramm mit der wichtigsten Idee oder Entscheidung. Der erste Punkt in Ihrem Diagramm ist daher ein Entscheidungsknoten, erst dann fügen Sie einzelne Verzweigungen zu den unterschiedlichen, in Frage kommenden Entscheidungen ein.

Beispiel: Sie möchten eine App entwickeln, sind aber unsicher, ob es eine ganz neue App oder ein Upgrade einer bestehenden Anwendung werden soll. In diesem Fall können Sie mithilfe eines Entscheidungsbaums die möglichen Ergebnisse der einzelnen Entscheidungen ermitteln.

Bei diesem Beispiel ist der erste Entscheidungsknoten:

• Eine App entwickeln

Die drei Möglichkeiten, zwischen denen Sie sich entscheiden müssen, werden als Verzweigungen dargestellt:

• Eine neue Zeitplanungs-App entwickeln

• Ein Upgrade für eine bestehende Zeitplanungs-App entwickeln

• Eine App für Teamproduktivität entwickeln

2. Knoten für Zufälle und Entscheidungen hinzufügen

Nachdem Sie Ihre zentrale Idee erfasst haben, erweitern Sie Ihren Entscheidungsbaum, indem Sie Zufallsknoten oder Entscheidungsknoten nach jeder Entscheidung hinzufügen. Ein Zufallsknoten braucht möglicherweise eine alternative Verzweigung, da es bei dieser Entscheidung zu mehreren möglichen Ergebnissen kommen kann.

Bleiben wir am besten bei unserem oben gewählten Beispiel. Wenn Sie sich für die Entwicklung einer neuen App entscheiden, besteht die Möglichkeit eines hohen Umsatzes, sofern sie bei den Kunden gut ankommt. Es besteht aber auch die Möglichkeit, dass die App nicht erfolgreich ist, was einen niedrigen Umsatz zur Folge hätte. Es ist entscheidend, dass Sie beide Ergebnisse als Möglichkeiten in Ihrem Entscheidungsbaum erfassen.

3. Das Diagramm ausbauen, bis Sie die Endpunkte erreichen

Fügen Sie so lange weitere Zufalls- und Entscheidungsknoten hinzu, bis Sie alle Möglichkeiten erfasst haben und Ihren Entscheidungsbaum nicht weiter ausbauen können. Wenn Sie diesen Punkt erreichen, fügen Sie Endknoten ein; diese zeigen an, dass der Entscheidungsbaum vollständig ist.

Sobald Sie die Erstellung Ihres Baums abgeschlossen haben, können Sie mit der Analyse der einzelnen Entscheidungen beginnen.

4. Werte berechnen

Idealerweise umfasst Ihr Entscheidungsbaum auch quantitative Daten. Meistens handelt es sich bei Entscheidungsbaumanalysen dabei um finanzielle Werte.

Beispiel: Die Entwicklung oder das Upgrade einer App kostet Ihr Unternehmen einen bestimmten Betrag. Je nachdem, ob Sie sich für eine neue App oder ein Upgrade entscheiden, werden Sie mit einer unterschiedlichen Summe rechnen müssen. Erfassen Sie diese Werte unter den jeweiligen Entscheidungen in Ihrem Entscheidungsbaum, um den Entscheidungsfindungsprozess zu vereinfachen.

Sie können aber auch für die jeweilige Entscheidung den erwarteten Wert schätzen, den Sie schaffen werden, ob groß oder klein. Nachdem Sie die Kosten des jeweiligen Ergebnisses und die Wahrscheinlichkeit, dass es eintritt, kennen, lässt sich dieser Wert anhand folgender Formel berechnen:

• Erwarteter Wert (Expected Value, EV) = (Erstes mögliches Ergebnis x Wahrscheinlichkeit dieses Ergebnisses) + (Zweites mögliches Ergebnis x Wahrscheinlichkeit dieses Ergebnisses) - Kosten

Berechnen Sie den erwarteten Wert, indem Sie die beiden möglichen Ergebnisse mit der Wahrscheinlichkeit, mit der sie jeweils eintreten, multiplizieren. Addieren Sie die beiden Werte, und subtrahieren sie schließlich noch die Anlaufkosten.

5. Ergebnisse auswerten

Nachdem Sie die erwarteten Ergebnisse für die einzelnen Entscheidungen kennen, evaluieren Sie, welche Entscheidung – je nach Ihrer Risikobereitschaft – für Sie die beste ist. Lassen Sie sich dabei nicht irritieren, denn Sie werden sich wahrscheinlich nicht immer für den höchsten erwarteten Wert entscheiden. Obwohl es dabei zum höchsten Gewinn kommen könnte, müssen Sie dafür auch das höchste Projektrisiko eingehen.

Bedenken Sie immer, dass der erwartete Wert bei einer Entscheidungsbaumanalyse auf einem Wahrscheinlichkeitsalgorithmus basiert. Es liegt an Ihnen und Ihrem Team zu entscheiden, wie Sie die Ergebnisse des Entscheidungsbaums am besten auswerten.

Welche Vor- und Nachteile hat ein Entscheidungsbaum?

Bei richtiger Anwendung kann Sie eine Entscheidungsbaumanalyse dabei unterstützen, bessere Entscheidungen zu treffen, aber sie hat auch Ihre Nachteile. Solange Sie sich deren bewusst sind, können Sie sich die Vorteile dieses Entscheidungsfindungs-Tools aber zunutze machen.

Vorteile

Bei komplexen Entscheidungen und einer Vielzahl an Daten können Sie mithilfe eines Entscheidungsbaums die möglichen Konsequenzen oder Gewinne aller Entscheidungen grafisch darstellen.

• Transparenz: Der größte Vorteil von Entscheidungsbäumen ist der fokussierte Ansatz bei der Entscheidungsfindung. Indem Sie alle möglichen Entscheidungen aufzeichnen und ihre erwarteten Werte berechnen, erhalten Sie und Ihr Team eine klare Vorstellung davon, welche Entscheidung für Sie und Ihr weiteres Vorgehen am sinnvollsten ist.

• Effizienz: Entscheidungsbäume sind effizient, weil Sie für ihre Erstellung nur wenig Zeit und kaum Ressourcen benötigen. In andere Entscheidungsfindungs-Tools, wie z. B. Umfragen, Nutzertests oder Prototypen müssen Sie oft mehrere Monate Zeit oder viel Geld investieren. Ein Entscheidungsbaum ist eine einfache und effiziente Möglichkeit, eine Entscheidung über die weitere Vorgehensweise zu treffen.

• Flexibilität: Wenn Ihnen nach der Erstellung Ihres Entscheidungsbaums noch eine weitere Idee einfällt, können Sie diese mit wenig Aufwand zu Ihrem Baum hinzufügen. Sollten Sie während der Analyse neue Informationen erhalten, können Sie auch noch weitere Verzweigungen für mögliche Ergebnisse einfügen.

Nachteile

Ein Entscheidungsbaum birgt auch einige Nachteile, weshalb er keineswegs ein perfektes Tool für die Entscheidungsfindung ist. Wenn Sie diese Nachteile kennen und verstehen, können Sie den Entscheidungsbaum aber als einen Teil eines größeren Prognoseprozesses betrachten und nutzen.

• Komplexität: Obwohl Entscheidungsbäume üblicherweise definitive Endpunkte aufweisen, können sie sehr komplex werden, wenn Sie zu viele Entscheidungen in einem Baum erfassen. Wenn sich Ihr Entscheidungsbaum in viele Richtungen verzweigt, kann es schwierig werden, alles im Blick zu behalten und die erwarteten Ergebnisse zu berechnen. Bei der Erstellung eines Entscheidungsbaums sollten Sie daher auf eine einfache und geradlinige Herangehensweise achten. Dadurch können Sie ein mögliches Chaos verhindern und die Vorteile der Methode bestmöglich nutzen. Um dies zu gewährleisten, können Sie mithilfe anderer Entscheidundfindungs-Tools eine Vorauswahl Ihrer Optionen treffen. Sobald Sie eine überschaubare Menge möglicher Entscheidungen haben, setzen Sie dann die Entscheidungsbaumanalyse ein.

• Fehlende Informationen: Es kann oft vorkommen, dass verschiedene Informationen für ein Entscheidungsbaumdiagramm fehlen. Wenn beispielsweise mögliche Entscheidungsoptionen oder Informationen bezüglich Eintrittswahrscheinlichkeiten, Kosten oder Risiken fehlen, ist dies nicht immer direkt bei einem Entscheidungsbaummodell ersichtlich.

• Instabilität: Achten Sie unbedingt darauf, dass die Werte, die Sie in Ihrem Entscheidungsbaum erfassen, stabil sind. Nur so können Sie genau kalkulieren. Manchmal können schon kleinste Änderungen an den Daten dazu führen, dass die größeren Ergebnisse nicht mehr stimmen.

• Risiko: Da die Entscheidungsbaumanalyse auf einem Wahrscheinlichkeitsalgorithmus basiert, handelt es sich beim von Ihnen errechneten erwarteten Wert um eine Schätzung, nicht um eine exakte Vorhersage für die einzelnen Ergebnisse. Das bedeutet, dass Sie diese Schätzungen mit einer gewissen Vorsicht behandeln müssen. Wenn Sie die Wahrscheinlichkeiten und Gewinne der möglichen Ergebnisse nicht ausreichend abwägen, kann Ihre Entscheidung ein hohes Risiko bedeuten.

Beispiel für einen Entscheidungsbaum

Nachstehend finden Sie ein Beispiel dafür, wie eine Entscheidungsbaumanalyse aussehen könnte. Wir zeigen Ihnen, wie Sie Ihr Baumdiagramm aufbauen können, wenn Sie sich zwischen der Entwicklung einer neuen App oder eines Upgrades einer bestehenden App entscheiden.

Im Zuge der weiteren Verzweigungen Ihres Entscheidungsbaums erfassen Sie große und kleine Umsätze. Am Ende werden noch die Projektkosten vom erwarteten Wert abgezogen.

Entscheidungsknoten für dieses Beispiel:

• Eine neue Zeitplanungs-App entwickeln: 50.000 €

• Ein Upgrade für eine bestehende Zeitplanungs-App entwickeln: 25.000 €

• Eine App für Teamproduktivität entwickeln: 75.000 €

Zufallsknoten für dieses Beispiel:

• Hoher und niedriger Umsatz für Entscheidung 1: 40 % und 55 %

• Hoher und niedriger Umsatz für Entscheidung 2: 60 % und 38 %

• Hoher und niedriger Umsatz für Entscheidung 3: 55 % und 45 %

Endknoten für dieses Beispiel:

• Möglicher Gewinn bei Entscheidung 1: 200.000 € oder 150.000 €

• Möglicher Gewinn bei Entscheidung 2: 100.000 € oder 80.000 €

• Möglicher Gewinn bei Entscheidung 3: 250.000 € oder 200.000 €

Obwohl die Entwicklung einer neuen App für Teamproduktivität die teuerste Lösung für das Team wäre, ergibt die Entscheidungsbaumanalyse, dass diese auch den höchsten erwarteten Wert für das Unternehmen hat.

Mit einem Entscheidungsbaum zum bestmöglichen Ergebnis

Sie können einen Entscheidungsbaum zwar mit Stift und Papier selbst zeichnen, wenn Sie ihn aber mithilfe einer Entscheidungsbaum-Software erstellen, ist es einfacher, verschiedene Elemente zu Ihrem Flussdiagramm hinzuzufügen, bei Bedarf notwendige Änderungen vorzunehmen und Werte zu berechnen. Mit der Lucidchart-Integration von Asana können Sie ein detailliertes Diagramm erstellen und es dank eines zentralisierten Projektmanagement-Tools mit Ihrem gesamten Team teilen.

Eine Entscheidungsbaum-Software gibt Ihnen Vertrauen in Ihre eigenen Entscheidungsfähigkeiten, damit Sie Ihr Team leiten und Projekte erfolgreich managen können.