Entscheidungslehre

Dieses Kapitel vermittelt ein Grundverständnis der Entscheidungslehre als anwendungsorientierte Kombination der deskriptiven und präskriptiven Entscheidungstheorie. Der Leser lernt die Unterschiede zwischen einem intuitiven und analytischen Entscheidungsprozess kennen und erfährt, wie sich diese beiden Entscheidungswege ergänzen. Nach einem etwas genaueren Einblick in den intuitiven Entscheidungsprozess wird hierbei jedoch auch deutlich, dass intuitive Entscheidungsprozesse häufig mit Gefahren für die Entscheidungsqualität einhergehen. So liegen aus der deskriptiven Entscheidungstheorie viele Erkenntnisse über psychologisch bedingte, systematische Verhaltensanomalien vor, die eine Unterstützung von Entscheidungen sinnvoll erscheinen lassen. Die Entscheidungslehre greift deshalb auf entscheidungsunterstützende Methoden und Instrumente der präskriptiven Entscheidungstheorie zurück und erweitert diese eher mathematisch orientierten Ansätze, damit auch die bekannten psychologisch bedingten Fehler abgefangen oder stark gemildert werden. Im Ergebnis liefert die Entscheidungslehre somit Leitplanken für einen Entscheidungsprozess, der in den unterschiedlichsten Anwendungsfeldern zu einer höheren Entscheidungsqualität führt. Im Zuge der Frage, was konkret unter einer hohen Entscheidungsqualität verstanden wird, wird erläutert, dass es wenig sinnvoll ist, die Güte einer Entscheidung am resultierenden Ergebnis festzumachen. Beurteilungsgegenstand ist ausschließlich der Entscheidungsprozess bis zur eigentlichen Entscheidung. Wenn dieser Entscheidungsprozess die wichtigsten Erkenntnisse der deskriptiven und präskriptiven Entscheidungstheorie in einem für die Entscheidungssituation angemessenen Umfang berücksichtigt, soll von einer reflektierten Entscheidung gesprochen werden. Bei der genauen Ausgestaltung dieses Entscheidungsprozesses gibt es ein breites Spektrum zwischen einem rein analytischen, rationalen Entscheidungsprozess und einem reflektiert-intuitiven Entscheidungsweg.

Die deskriptive Entscheidungstheorie beschäftigt sich mit Erkenntnissen, die man über das menschliche Entscheidungsverhalten erlangt hat. Um dieses Entscheidungsverhalten besser verstehen zu können, ist es notwendig, sich zunächst mit den Mechanismen zu beschäftigen, die beim Menschen ablaufen, wenn er Informationen wahrnimmt und diese anschließend verarbeitet. In diesem Kapitel wird dargestellt, welche kognitiven Ursachen es dafür gibt, dass sich bei dieser Wahrnehmung oder Verarbeitung von Informationen entsprechend Effekte ergeben, die Qualitätseinbußen in einer Entscheidung bedingen können.

Im Hinblick auf die Wahrnehmungsphase geht dieses Kapitel zunächst darauf ein, dass der Mensch durch unbewusste Vereinfachungen von Informationen möglicherweise sogar zu Entscheidungen gelangen kann, die grundsätzlichen Rationalitätsvorstellungen widersprechen. Eingegangen wird auf den Einfluss von Wahrnehmungserwartungshypothesen auf den Entscheidungsprozess und die Gefahren, die damit einhergehen. Als anschauliches Beispiel, zu welchen Verzerrungen es in der Aufnahme von Informationen kommen kann, wird der Kontrast-Effekt vorgestellt.

Als weitere Ursache für eine unvollkommene Informationsverarbeitung geht das Kapitel intensiver auf die Funktionsweise des menschlichen Gedächtnisses ein. Hierbei wird zunächst vorgestellt, wie ein Gedächtnis grundsätzlich aufgebaut ist und welche Leistungsfähigkeit es hat. Anschließend wird erläutert, von welchen Faktoren es abhängt, wie verfügbar die unterschiedlichen Gedächtnisinhalte für einen Abruf in der Informationsverarbeitung sind.

Kognitive Beschränkungen in den Informationsverarbeitungsprozessen führen dazu, dass Menschen zu einem sogenannten Narrow Thinking neigen, welches die Entscheidungsqualität reduzieren kann. Dieses Kapitel stellt die wichtigsten Phänomene vor, die in diesem Zusammenhang aufzuführen sind. Hierzu gehören Verfügbarkeitseffekte, die sich aus der Tatsache ergeben, dass die Verfügbarkeit von Gedächtnisinhalten für einen Abruf im Informationsverarbeitungsprozess von verschiedenen situationsabhängigen Faktoren abhängt. Daneben wird die Verankerungsheuristik vorgestellt, die das Phänomen beschreibt, dass sich Menschen bei Schätzurteilen zu stark von gesetzten Ankern beeinflussen lassen. Bei der Darstellung der Repräsentativitätsheuristik werden typische Verhaltensmuster erläutert, die sich aus der unreflektierten Anwendung von schematischen Denkmustern ergeben. Etwas einfacher ausgedrückt handelt es sich hierbei um die Tendenz, etwas zu schnell zu glauben, nur weil es plausibel erscheint.

Zum Narrow Thinking gehören neben den hier aufgeführten sogenannten Urteilsheuristiken auch alle Effekte, die damit zu tun haben, dass das mentale Abbild der Entscheidungssituation im Kopf des Entscheiders zu stark vereinfacht wird. Beschrieben wird in diesem Kapitel diesbezüglich das Phänomen des Mental Accounting, also der Neigung des Menschen, die Resultate seiner Entscheidungen nicht ganzheitlich, sondern jeweils nur isoliert zu bewerten. Abschließend erläutert das Kapitel auch, welche Vereinfachungen im mentalen Modell mitverantwortlich für das Phänomen der systematischen Selbstüberschätzung, der Overconfidence, sind.

Die Rationalität einer Entscheidung erfordert zwar, dass der Mensch ein zu seinem Wertesystem kompatibles Verhalten zeigt. Das Wertesystem wird aber auch von Motiven beeinflusst, die im Hinblick auf das Erreichen einer hohen Entscheidungsqualität kritisch zu sehen sind, weil sie den Menschen unbewusst auf einen Pfad lenken, auf den dieser möglicherweise gar nicht gehen möchte. Dieses Kapitel geht auf drei „gefährliche“ Grundbedürfnisse des Menschen ein.

In diesem Zusammenhang wird zunächst das Bedürfnis nach einem hohem Selbstwert aufgeführt, was dazu führt, dass Erfolge oder Misserfolge von Handlungen im Sinne einer selbstwertdienlichen Attribution systematisch verzerrt den Fähigkeiten oder den Umständen zugeschrieben werden. Auch bei Handlungen von Dritten zeigt das Kapitel systematische Verzerrungen in dieser Attribution auf.

Darüber hinaus wird dargestellt, zu welch irrationalen Verhaltensmustern das Bedürfnis nach kognitiver Dissonanzfreiheit beim Menschen im Entscheidungsverhalten führen kann. Hierbei zeigt sich, dass diese Auswirkungen besonders deutlich sind, wenn eine hohe emotionale Bindung (Commitment) an die Entscheidung vorliegt.

Das dritte in diesem Kapitel behandelte, rationalitätsgefährdende Motiv des Menschen ist das Kontrollmotiv. Erläutert werden unterschiedliche Varianten von Kontrolle und die Bestimmungsgrößen, von denen abhängt, wie stark sich das Kontrollmotiv auf das Verhalten auswirkt. Als typisches Verhaltensmuster, das sich aus dem Kontrollmotiv ergibt, wird zum einen auf eine überhöhte Ablehnung von Handlungsalternativen mit einem geringen Kontrollgefühl eingegangen. Zum anderen ist auch das Phänomen der Kontrollillusion neben weiteren Verhaltensmustern Gegenstand der Ausführungen.

Nicht nur in Wahrnehmungsprozessen, sondern auch in der Bewertung von Sachverhalten fällt es dem Menschen wesentlich leichter, relativ als absolut zu denken. Dieses Kapitel geht darauf ein, wie sich diese für den Menschen typische, relative Bewertung von Ergebnissen modellhaft beschreiben lässt und welche irrationalen Verhaltensmuster hieraus folgen.

Im Mittelpunkt aller Überlegungen dieses Kapitels steht hierbei die Prospect Theory-Wertfunktion, welche die charakteristischen Merkmale einer relativen Ergebnisbewertung in einem mentalen Konto modelliert. Hierzu zählt die Existenz eines bewertungsneutralen Bezugspunktes und eine mit der Entfernung vom Bezugspunkt abnehmende Sensitivität in der Bewertung von Ergebnisdifferenzen. Ebenso wird dargestellt, wie die Gestalt der Funktion durch das Commitment des Entscheiders, was mit dem jeweiligen mentalen Konto verbunden ist, beeinflusst wird.

Als irrationale Verhaltensmuster, die mit dieser Wertfunktion erklärbar werden, werden in diesem Kapitel einige Effekte präsentiert. Hierzu gehört beispielsweise der Reflection-Effekt, bei dem der Einfluss des Bezugspunktes auf das Risikoverhalten des Entscheiders deutlich wird. Auch wird mit dem Besitztums-Effekt ein typisches Verhalten von Menschen vorgestellt, lieber alles beim Alten zu belassen.

Zum Abschluss geht dieses Kapitel noch auf Erweiterungen der Wertfunktion zur Berücksichtigung mehrerer Bezugspunkte ein, und zwar entweder in einem einzigen mentalen Konto (Integration) oder parallel in mehreren (Segregation).

In der Bewertung unsicherer Alternativen spielen zwei Determinanten eine Rolle: Die Ergebnisse (bzw. Zielausprägungen) und die Wahrscheinlichkeiten, mit denen diese Ergebnisse eintreten. In Kap. 5 wurde schon erläutert, wie Menschen Ergebnisse gemäß der Wertfunktion der Prospect Theory relativ bewerten. In diesem Kapitel wird nun dargestellt, dass Menschen auch bei der Bewertung von Wahrscheinlichkeiten nach ähnlichen relativen Prinzipien vorgehen. Diese relative Bewertung von Wahrscheinlichkeiten wird im Rahmen der Prospect Theory durch die Wahrscheinlichkeitsgewichtefunktion modelliert. In diesem Kapitel wird dargestellt, durch welche charakteristischen Eigenschaften diese Funktion gekennzeichnet ist. Hierzu gehört unter anderem die Überbewertung von kleinen Wahrscheinlichkeiten und der Certainty-Effekt. Ebenfalls wird erörtert, wie die Gestalt der Funktion mit dem Kontrollmotiv des Entscheiders in Verbindung gebracht werden kann. Abschließend stellt dieses Kapitel dar, welche irrationalen Verhaltensmuster sich durch die Wahrscheinlichkeitsgewichtefunktion erklären lassen. Hierzu gehört beispielsweise die Tendenz, zu viele kleine Versicherungen abzuschließen. Ebenso lässt sich die Teilnahme an Lotteriespielen oder der sogenannte Favorite Longshot Bias erklären. Auch die Erklärung des Allais-Paradoxons kann auf diese Weise in diesem Kapitel leicht geliefert werden.

In den beiden letzten Kapiteln wurde dargestellt, dass Menschen sowohl in der Bewertung von Ergebnissen als auch bei den Wahrscheinlichkeiten relativ vorgehen. So gibt es in beiden Fällen jeweils neutrale Bezugspunkte, wobei Unterschiede zwischen Ergebnissen oder auch zwischen verschiedenen Wahrscheinlichkeiten mit zunehmender Entfernung vom jeweiligen Bezugspunkt immer weniger ins Gewicht fallen. Diese Bezugspunkte und abnehmenden Sensitivitäten gibt es auch in der Bewertung des Faktors Zeit. Dies hat zur Folge, dass einfache Discounted-Utility-Modelle das Entscheidungsverhalten von Menschen nicht mehr gut beschreiben können. Am Beispiel des Common-Difference-Effekts wird dies in diesem Kapitel veranschaulicht.

Hierauf aufbauend wird in diesem Kapitel mit dem Modell der hyperbolischen Diskontierung ein erweitertes Präferenzmodell vorgestellt, dass dieses Verhaltensmuster abbilden kann. Zugleich kann dieses Modell auch noch zusätzlich in einer Form erweitert werden, dass auch Präferenzen für steigende Ergebnisse, wie sie bei Menschen beobachtet werden, im Modell Berücksichtigung finden.

Mit den vorgestellten Präferenzmodellen lassen sich einige weitere Verhaltensmuster des Menschen gut erklären. In diesem Kapitel wird diesbezüglich darauf eingegangen, warum es viel einfacher ist, sich gute Vorsätze zu machen, als diese dann später auch in die Tat zu überführen.

In Kap. 1 wurde schon in einer ersten kurzen Übersicht auf die drei Phasen eines analytischen Entscheidungsprozesses eingegangen. Dieser Prozess startet mit der Strukturierung der Entscheidungssituation, welche die Formulierung der Entscheidungsfrage, das Bestimmen der Fundamentalziele und die Generierung aller Handlungsalternativen umfasst. In der zweiten Phase wird das Wirkungsmodell aufgestellt, d. h., für jede Alternative werden Schätzungen der Zielausprägungen vorgenommen, bis am Ende dieser Phase eine ausgefüllte Ergebnismatrix vorliegt. In der dritten Phase werden die Handlungsalternativen evaluiert und die Entscheidung wird getroffen. Für jedes Ziel wird hierzu eine Nutzenfunktion ermittelt, die die Präferenzen des Entscheiders für unterschiedliche Zielausprägungen isoliert in diesem Ziel abbildet. Anschließend werden die relativen Bedeutungen der Ziele, wie sie sich für den Entscheider darstellen, in Form von Zielgewichten erfragt. Auf dieser Basis wird abschließend für jede Alternative ein Gesamtnutzenwert berechnet. Die Entscheidungsempfehlung lautet, diejenige Alternative mit dem höchsten Nutzenwert zu wählen. In diesem Kapitel wird auf einige wichtige Punkte, die zum tieferen Verständnis der einzelnen Phasen notwendig sind, eingegangen. Da sich die weiteren Kap. 9, 10, 11 und 12 eingehend mit den Inhalten der zweiten und dritten Phase beschäftigen, liegt der Schwerpunkt in diesem Kapitel auf der ersten Phase, d. h. der Strukturierung der Entscheidungssituation.

In diesem Kapitel geht es um die Frage, wie ein rationales Entscheidungskalkül für einen Entscheider mit nur einem Ziel mit Hilfe von Nutzenfunktionen aufgestellt werden kann. Nutzenfunktionen sind in der Lage, sowohl die Höhen- als auch die Risikopräferenzen des Entscheiders abzubilden. Mit dem Nutzenerwartungswert kann dementsprechend auch eine Bewertung von Handlungsalternativen in einer Situation mit Unsicherheit vorgenommen werden, solange die dazugehörigen Wahrscheinlichkeiten bekannt sind. In einer tiefergehenden Sicht der Risikopräferenzen ist zu unterscheiden, ob lediglich nur das beobachtbare Verhalten eine Risikoscheu bzw. Risikofreude indiziert oder ob auch tatsächlich die Einstellung des Entscheiders risikoscheu oder risikofreudig ist. Auf diesen Unterschied zwischen Risikoverhalten und Risikoeinstellung wird detailliert eingegangen.

Ebenso wird in diesem Kapitel auf die Messbarkeit von Nutzenbewertungen eingegangen und dargestellt, auf welchen Skalen eine Nutzenfunktion grundsätzlich definiert werden kann. Zur Ermittlung einer Nutzenfunktion müssen bestimmte Präferenzaussagen vom Entscheider erfragt werden. Das Kapitel stellt diesbezüglich dar, welche Methoden hierbei zum Einsatz kommen können. Wenn bei der Formulierung der Ziele ausreichend auf Fundamentalität geachtet wurde, haben Nutzenfunktionen in aller Regel einen sehr gleichmäßigen Verlauf, der beispielsweise gut durch eine exponentielle Nutzenfunktion abgebildet werden kann. Nach der Vorstellung der Besonderheiten einer exponentiellen Nutzenfunktion geht dieses Kapitel abschließend noch auf μ-σ-Regeln ein, die unter bestimmten Voraussetzungen als einfachere, aber äquivalente Variante zum Nutzenerwartungswert zur Anwendung kommen können.

In vielen Entscheidungssituationen wird nicht nur ein Ziel verfolgt, vielmehr betrachtet der Entscheider mehrere Ziele, die häufig auch noch in Zielkonflikten miteinander stehen. Zur Modellierung der Präferenzen bietet sich ein additives Modell in Form einer multiattributiven Nutzenfunktion an, welches die Nutzenwerte pro Ziel betrachtet und je nach Bedeutung der Ziele gewichtet aggregiert. Damit dieses additive Modell auch wirklich die Entscheiderpräferenzen valide und sauber abbildet, müssen eine Reihe von Bedingungen erfüllt sein. Neben einer Vollständigkeit, Fundamentalität und Messbarkeit der aufgeführten Ziele muss insbesondere gewährleistet sein, dass das Zielsystem ohne Redundanzen formuliert wurde. Zugleich müssen Präferenzen hinsichtlich eines Ziels in einer bestimmten Art und Weise unabhängig von den anderen Zielen sein. Wenn dies nicht erfüllt ist, muss eine Reformulierung des Zielsystems erfolgen.

Zur Ermittlung der Zielgewichte wird das Trade-off-Verfahren vorgestellt. In diesem Verfahren wird analysiert, welche Verbesserung in einem Ziel notwendig ist, um eine bestimmte Verschlechterung in einem anderen Ziel in einer Gesamtnutzenbetrachtung auszugleichen. Dies muss für eine Reihe von Zielvergleichen durchgeführt werden. Wenn statt eines solchen Trade-off-Verfahrens eine pauschale Angabe von Zielgewichten erfolgt, läuft man Gefahr, dass die Zielgewichte nur unzureichend die Bandbreite widerspiegeln, die bei der Festlegung der zielspezifischen Nutzenfunktionen unterstellt wurden. Dementsprechend wird auf diesen für die Qualität der Entscheidungsempfehlung wichtigen Bandbreiteneffekt ebenfalls näher eingegangen.

Bisher wurde davon ausgegangen, dass alle Variablen des Entscheidungsmodells exakt bekannt sind. Hierzu zählt eine vollständige Kenntnis der multiattributiven Nutzenfunktion des Entscheiders inklusive Zielgewichten und zielspezifischen Nutzenfunktionen. Ebenso zählen dazu alle Zielausprägungen der Alternativen inklusive einer exakt angegebenen Wahrscheinlichkeitsverteilung, falls Unsicherheiten modelliert werden. Häufig sind aber nicht alle diese Variablen exakt gegeben und es liegt somit eine sogenannte unvollständige Information vor.

Mehrstufige Entscheidungsprobleme treten in Situationen auf, in denen schon früh überlegt wird, wie auf Umweltentwicklungen reagiert werden soll. So könnten die Eltern einer jungen Familie für ihre Wochenendplanung mit ihren Kindern entscheiden, dass sie bei schönem Wetter an die Küste fahren und bei schlechtem die Oma in Stuttgart besuchen. Ein Vorstandsbeschluss in einem Unternehmen könnte festlegen, wie Investitionen in ein neues Produkt von den noch unsicheren Ergebnissen einer Marktforschung abhängig gemacht werden. Aus Handlungsoptionen werden in einem mehrstufigen Kontext Handlungsstrategien, sowohl die Eltern als auch der Vorstand haben sich mit ihrem Beschluss also für eine Strategie entschieden.

In diesem Kapitel wird mit dem Entscheidungsbaumverfahren ein Instrument vorgestellt, wie mehrstufige Entscheidungsprobleme anschaulich modelliert werden können. Hierauf aufbauend wird gezeigt, wie mit dem Roll-Back-Verfahren für den Entscheider eine optimale Strategie abgeleitet werden kann. Hierbei wird unterschieden, ob es sich um einen risikoneutralen oder einen risikoscheuen Entscheider handelt. Eine besondere Anwendung findet das vorgestellte Konzept in der Ermittlung des Wertes von Informationsbeschaffungsmaßnahmen, wie es beispielsweise bei einer Marktforschungsstudie der Fall ist. In diesem Zusammenhang wird dargestellt, wie das aus der Wahrscheinlichkeitsrechnung bekannte Bayes’sche Theorem sinnvoll in die Berechnungsmethodik integriert werden kann.

In diesem Kapitel werden Entscheidungen in Gruppen betrachtet. Wir beziehen uns hierbei hauptsächlich auf Entscheidungen im Unternehmensbereich. Dies sind Entscheidungen von Teams, die mindestens aus zwei Personen bestehen, die eine gemeinsame Aufgabe zu lösen haben und dabei kooperativ tätig sind, wobei auch hierarchische Beziehungen innerhalb des Teams möglich sind. Zu Beginn fängt das Kapitel allerdings erst einmal mit einer grundlegenden Analyse an, wie überhaupt Ziele von mehreren Personen zu einem gemeinsamen, für eine Nutzenberechnung anzuwendenden Zielsystem der Gruppe verknüpft werden können. Hierbei wird deutlich, dass Normen und Wertvorstellungen der Beteiligten zu Fairness, Loyalität und Altruismus eine große Rolle spielen. Zur Ausgestaltung des eigentlichen Gruppenentscheidungsprozesses wird dann auf die Frage eingegangen, aus welchen Mitgliedern sich die Gruppe zusammensetzen sollte. In diesem Zusammenhang wird das Konzept eines Stakeholder-Netzdiagramms eingeführt. Ein weiteres Unterkapitel beschäftigt sich mit dem Umgang mit Meinungsunterschieden und Interessenkonflikten innerhalb der Gruppe. Zusätzlich zu den Biases, die schon bei Individualentscheidungen auftreten, gibt es in Gruppenentscheidungen zusätzliche Verzerrungsfaktoren und Rationalitätsfallen, auf die ebenfalls in diesem Kapitel eingegangen wird. Abschließend werden praktische Empfehlungen abgegeben, wie Teamentscheidungen in Unternehmen am besten moderiert und umgesetzt werden können. Hierbei zeigt sich, dass eine sehr enge Koppelung an die in Teil III des Buches vorgestellten Schritte eines präskriptiven Entscheidungsprozesses extrem wertvoll ist.

In Teil III dieses Buches wurden Ansätze und Instrumente der präskriptiven Entscheidungstheorie vorgestellt, die zur Erreichung einer hohen Entscheidungsqualität beitragen. Hierbei wurde jedoch noch zu wenig dargestellt, wie mit den im deskriptiven Teil II dieses Buches vorgestellten Biases aus Sicht des Entscheiders am besten umgegangen werden kann. In diesem Kapitel wird exemplarisch auf einige entsprechende Debiasing-Instrumente eingegangen, die zusätzlich zur Verbesserung einer Entscheidungsqualität beitragen.

Neben der Verbesserung der eigenen Entscheidungsqualität gibt es noch weitere Anwendungsfelder, die sich speziell im Zusammenhang mit Erkenntnissen der deskriptiven Entscheidungslehre auftuen. Hierzu gehören Anwendungsfelder, in denen das Verhalten anderer Menschen beeinflusst werden soll, wobei zwischen eigennütziger Werbung und gesellschaftlich wertvollem Nudging differenziert wird. Ebenso können die Erkenntnisse genutzt werden, um das eigene Verhalten zu lenken oder im Sinne eines Hedonic Framing die Wahrnehmung so zu beeinflussen, dass die eigene Zufriedenheit gesteigert wird.

In diesem Kapitel werden für diese Anwendungsfelder jeweils Beispiele präsentiert, wie aus den bekannten und im Buch vorgestellten Verhaltensphänomenen der deskriptiven Entscheidungstheorie nützliche Schlussfolgerungen und Handlungshinweise abgeleitet werden können. Die diesbezüglichen Ausführungen stützen sich erstens auf wichtige Phänomene, die unter dem Oberbegriff des Narrow Thinking subsumiert werden können, zweitens auf Phänomene, die sich mit der Manipulation von Bezugspunkten beschäftigen und drittens auf Besonderheiten der zeitlichen Diskontierung.

In diesem Kapitel zu Wahrscheinlichkeiten wird zunächst dargestellt, welche unterschiedlichen Interpretationsformen von Wahrscheinlichkeiten existieren. Anschließend wird auf wichtige Grundlagen der Wahrscheinlichkeitsrechnung eingegangen. Hierzu gehören zum einen Begriffsdefinitionen, Messskalen und grundlegende Wahrscheinlichkeitsaxiome. Es werden die Zusammenhänge zur Mengentheorie verdeutlicht und auf dieser Basis der Umgang und das Rechnen mit gemeinsamen und bedingten Wahrscheinlichkeiten erläutert. Auch auf das Konzept der Vierfeldertafel wird in diesem Zusammenhang eingegangen, das Bayes-Theorem hergeleitet und in Anwendungsbeispielen veranschaulicht. In Abschn. 15.3 wird zunächst auf die Unterscheidung zwischen diskreten und stetigen Verteilungen eingegangen. Es wird dargestellt, wie sich eine stetige Normalverteilung aus einer diskreten Binomialverteilung entwickeln lässt. Als weitere stetige Verteilungen wird auf die Exponentialverteilung und die Weibullverteilung eingegangen, hierbei werden deren charakteristische Eigenschaften anhand von Anwendungsbeispielen demonstriert. In Abschn. 15.4 werden noch einige Hinweise zum praktischen Umgang mit Wahrscheinlichkeiten gegeben. Thematisiert werden hierbei Darstellungsformen in Form von relativen Häufigkeiten und geeigneten grafischen Veranschaulichungen, die insbesondere auch den Umgang mit bedingten Wahrscheinlichkeiten erleichtern.