Komplexitätsreduktion in der Szenarioanalyse mit Hilfe dynamischer Fuzzy-Datenanalyse

Zusammenfassung. Ein Ziel der Szenarioanalyse ist die Vorwegnahme möglicher zukünftiger Entwicklungen. Hierbei möchte man einerseits viele Szenarien betrachten, um möglichst alle Alternativen für die Zukunft zu erfassen. Andererseits steigt mit der Anzahl betrachteter Szenarien auch die Komplexität der Analyse, insbesondere bei der Extraktion typischer Szenarien aus der Menge aller betrachteten Szenarien, so dass oft nur relativ wenige Szenarien untersucht werden.

An dieser Stelle bietet die dynamische Fuzzy-Datenanalyse Hilfe. Sie ermöglicht die Clusterung von Objekten (hier: Szenarien), die durch (zeitliche) Trajektorien beschrieben sind. Durch diese Clusterung kann eine große Menge von Szenarien auf eine kleine Menge typischer Szenarien reduziert werden, welche dann zur weiteren Interpretation durch Experten zur Verfügung stehen.

Dieser Artikel beschreibt ein solches dynamisches Fuzzy-Clusterverfahren, und zeigt, wie es in der Szenarioanalyse eingesetzt werden kann.

Abstract.

One goal of scenario analysis is to investigate possible future developments. In order to cover almost all alternatives it is desirable to analyze as many different scenarios as possible. On the other hand the complexity of the analysis grows as the number of scenarios increases. This often limits the number of scenarios considered.

At this point dynamic fuzzy data analysis can be used. It offers methods to cluster objects (i.e. scenarios) which are represented by trajectories over time, therefore reducing complexity by extracting a small set of typical scenarios out of a large set of possible scenarios. Thereafter these typical scenarios can be interpreted by an expert.

This paper describes such a dynamic fuzzy data analysis method and describes how it can be used in scenario analysis.