978-3-658-39251-2.pdf

In diesem Open-Access-Buch wird ein Rahmenwerk entwickelt, das simulationsbezogene Untersuchungen von Effetcuation ermöglicht und gleichzeitig die Grundlage für die Entwicklung von gründungsunterstützenden Entscheidungssystemen schafft. Es wird diskutiert, inwieweit effektuatives Lernen modelliert u...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Γλώσσα:German
Έκδοση: Springer Nature 2022
Διαθέσιμο Online:https://link.springer.com/978-3-658-39251-2
id oapen-20.500.12657-60200
record_format dspace
spelling oapen-20.500.12657-602002024-03-27T14:14:53Z Effectuation entwickeln Sterzel, Martin Entrepreneurship Effectuation Simulation Reinforcement Learning Agentenbasierte Modellierung Innovation thema EDItEUR::K Economics, Finance, Business and Management::KJ Business and Management::KJH Entrepreneurship / Start-ups thema EDItEUR::K Economics, Finance, Business and Management::KJ Business and Management In diesem Open-Access-Buch wird ein Rahmenwerk entwickelt, das simulationsbezogene Untersuchungen von Effetcuation ermöglicht und gleichzeitig die Grundlage für die Entwicklung von gründungsunterstützenden Entscheidungssystemen schafft. Es wird diskutiert, inwieweit effektuatives Lernen modelliert und algorithmisch interpretiert werden kann. Auf Basis der Vorstellung und kritischen Evaluierung aktueller Simulationsmodelle, die Effectuation abbilden, wird mit Hilfe von Methoden agentenbasierter Modellierung und des Reinforcement Learnings ein aggregiertes Modell entwickelt, das effektuatives Verhalten im Rahmen einer prototypischen Gründungssituation ermöglicht. Die Ergebnisse zeigen, dass ein entrepreneurialer Agent in der Lage ist, effektuatives Verhalten zu erlernen. Leistungsunterschiede während des Lernens ergeben sich bei Veränderung seiner Umgebung. Der Erfolg des Agenten ist abhängig von der Verbindlichkeit potentieller Partner und Kunden. Weiterhin lässt sich ein Lernerfolg feststellen, wenn der Agent das Affordable-Loss-Prinzip in Verbindung mit marktkonformem Verhalten anwendet. Mit dem entwickelten Modell können künftig, unter Einbeziehung des Entscheidungsverhaltens eines realen Entrepreneurs, weitere Untersuchungen zum effektuativen Lernverhalten durchgeführt werden. 2022-12-13T12:41:13Z 2022-12-13T12:41:13Z 2023 book ONIX_20221213_9783658392512_51 9783658392512 https://library.oapen.org/handle/20.500.12657/60200 ger application/pdf n/a 978-3-658-39251-2.pdf https://link.springer.com/978-3-658-39251-2 Springer Nature Springer Gabler 10.1007/978-3-658-39251-2 In diesem Open-Access-Buch wird ein Rahmenwerk entwickelt, das simulationsbezogene Untersuchungen von Effetcuation ermöglicht und gleichzeitig die Grundlage für die Entwicklung von gründungsunterstützenden Entscheidungssystemen schafft. Es wird diskutiert, inwieweit effektuatives Lernen modelliert und algorithmisch interpretiert werden kann. Auf Basis der Vorstellung und kritischen Evaluierung aktueller Simulationsmodelle, die Effectuation abbilden, wird mit Hilfe von Methoden agentenbasierter Modellierung und des Reinforcement Learnings ein aggregiertes Modell entwickelt, das effektuatives Verhalten im Rahmen einer prototypischen Gründungssituation ermöglicht. Die Ergebnisse zeigen, dass ein entrepreneurialer Agent in der Lage ist, effektuatives Verhalten zu erlernen. Leistungsunterschiede während des Lernens ergeben sich bei Veränderung seiner Umgebung. Der Erfolg des Agenten ist abhängig von der Verbindlichkeit potentieller Partner und Kunden. Weiterhin lässt sich ein Lernerfolg feststellen, wenn der Agent das Affordable-Loss-Prinzip in Verbindung mit marktkonformem Verhalten anwendet. Mit dem entwickelten Modell können künftig, unter Einbeziehung des Entscheidungsverhaltens eines realen Entrepreneurs, weitere Untersuchungen zum effektuativen Lernverhalten durchgeführt werden. 10.1007/978-3-658-39251-2 6c6992af-b843-4f46-859c-f6e9998e40d5 7b52ad57-1bd3-41b5-877f-16ac82922a80 9783658392512 Springer Gabler 159 Wiesbaden [...] open access
institution OAPEN
collection DSpace
language German
description In diesem Open-Access-Buch wird ein Rahmenwerk entwickelt, das simulationsbezogene Untersuchungen von Effetcuation ermöglicht und gleichzeitig die Grundlage für die Entwicklung von gründungsunterstützenden Entscheidungssystemen schafft. Es wird diskutiert, inwieweit effektuatives Lernen modelliert und algorithmisch interpretiert werden kann. Auf Basis der Vorstellung und kritischen Evaluierung aktueller Simulationsmodelle, die Effectuation abbilden, wird mit Hilfe von Methoden agentenbasierter Modellierung und des Reinforcement Learnings ein aggregiertes Modell entwickelt, das effektuatives Verhalten im Rahmen einer prototypischen Gründungssituation ermöglicht. Die Ergebnisse zeigen, dass ein entrepreneurialer Agent in der Lage ist, effektuatives Verhalten zu erlernen. Leistungsunterschiede während des Lernens ergeben sich bei Veränderung seiner Umgebung. Der Erfolg des Agenten ist abhängig von der Verbindlichkeit potentieller Partner und Kunden. Weiterhin lässt sich ein Lernerfolg feststellen, wenn der Agent das Affordable-Loss-Prinzip in Verbindung mit marktkonformem Verhalten anwendet. Mit dem entwickelten Modell können künftig, unter Einbeziehung des Entscheidungsverhaltens eines realen Entrepreneurs, weitere Untersuchungen zum effektuativen Lernverhalten durchgeführt werden.
title 978-3-658-39251-2.pdf
spellingShingle 978-3-658-39251-2.pdf
title_short 978-3-658-39251-2.pdf
title_full 978-3-658-39251-2.pdf
title_fullStr 978-3-658-39251-2.pdf
title_full_unstemmed 978-3-658-39251-2.pdf
title_sort 978-3-658-39251-2.pdf
publisher Springer Nature
publishDate 2022
url https://link.springer.com/978-3-658-39251-2
_version_ 1799945259732434944