Präferenzrekonstruktion in automatisierten Verhandlungen und digitalen Unterstützungssystemen
Für die Gestaltung von Verhandlungsangeboten müssen Unternehmen einschätzen, welche Eigenschaften eines Angebots die Gegenseite bevorzugt und welche Zugeständnisse für sie akzeptabel sind. Entsprechende Informationen liegen jedoch nicht immer vollständig oder eindeutig vor. Unser Lehrstuhl untersucht, wie automatisierte Verhandlungs- und digitale Unterstützungssysteme aus Angaben, Angebotsverläufen und weiteren Interaktionssignalen Präferenzen rekonstruieren können. Im Mittelpunkt steht die Frage, welche Informationen hierfür genutzt werden, welche Annahmen ihrer Interpretation zugrunde liegen und wie die daraus abgeleiteten Präferenzeinschätzungen überprüft werden. Auf Grundlage einer systematischen Literaturauswertung beschäftigen wir uns mit den unterschiedlichen Ansätzen zur Präferenzrekonstruktion und den Kriterien, anhand derer ihre Leistungsfähigkeit bewertet wird. Dabei betrachten wir insbesondere das Verhältnis zwischen der Güte einer Präferenzeinschätzung und ihrem Nutzen für Verhandlungsentscheidungen. Ziel ist es, die Möglichkeiten und Grenzen der Entscheidungsunterstützung unter unsicheren Informationsbedingungen herauszuarbeiten.
Publikation
Drews, S./Voeth, M. (2026): Preference Reconstruction in Automated Negotiation and Negotiation Support Systems: A Systematic Literature Review. Proceedings of the 26th International Conference on Group Decision and Negotiation, Katowice, S. 79-94.
Ansprechpartner
Sebastian Drews, M.Sc.
Machtdynamiken in Verhandlungen
Chip-Krise, Rohstoffknappheit und unterbrochene Lieferketten verdeutlichen, wie stark sich die Rahmenbedingungen in B2B-Geschäftsbeziehungen verändert haben. In Verhandlungen bestimmten über Jahrzehnte hinweg mächtigere Abnehmer einseitig die Konditionen. Nicht selten wurden Lieferanten in Preisverhandlungen in die Folterkammer gesteckt und durch restriktive Verträge der anderen Partei geknebelt. Diese Machtverhältnisse geraten nun ins Wanken: Wo Ressourcen und Vorprodukte knapp werden, gewinnen Lieferanten merklich an Einfluss und damit Verhandlungsmacht. Unternehmen sehen sich dabei mit einem grundlegenden Perspektivwechsel konfrontiert. Es besteht die Notwendigkeit, bestehende Machtverhältnisse auf den Prüfstand zu stellen und Verhandlungsstrategien anzupassen. An die Stelle der Durchsetzung eigener Interessen tritt zunehmend ein partnerschaftlicher Gedanke.
Hier setzt die Forschung an. Sie untersucht, wodurch Machtverschiebungen in B2B-Verhandlungen und Geschäftsbeziehungen überhaupt verursacht werden und beleuchtet dabei sowohl strukturelle als auch wahrnehmungsbasierte Auslöser. Darauf aufbauend soll analysiert werden, wie sich solche Entwicklungen auf Verhandlungsverhalten und deren Ergebnisse auswirken. Anschließend sollen
Ansprechpartner
KI im Marketing
Für die Auswahl und Anpassung von Dienstleistungen müssen Unternehmen Kundenpräferenzen einschätzen, obwohl vorhandene Informationen unvollständig, widersprüchlich oder nicht mehr aktuell sein können. Frühere Kaufentscheidungen lassen sich beispielsweise nicht ohne Weiteres auf eine neue Servicesituation übertragen. Unser Lehrstuhl beschäftigt sich mit der Frage, wie KI historische Kundeninformationen und Angaben aus der unmittelbaren Interaktion zu einer überprüfbaren Präferenzeinschätzung zusammenführen kann. Im Mittelpunkt steht, wann diese Einschätzung eine Serviceentscheidung rechtfertigt und wann zunächst zusätzliche Informationen eingeholt werden sollten. Hierzu wurde ein konzeptionelles Vierphasenmodell entwickelt, das die Informationsverarbeitung, die Serviceentscheidung und die nachfolgende Überprüfung und Anpassung miteinander verbindet. Für die gezielte Klärung werden die Sicherheit der Einschätzung, die möglichen Folgen einer Fehlentscheidung und der Klärungsaufwand berücksichtigt. Ziel ist es, eine Grundlage für KI-gestützte Serviceprozesse zu schaffen, in denen unsichere Präferenzannahmen erkannt und vor einer darauf beruhenden Entscheidung überprüft werden können.
Eingereichter Beitrag
Drews, S./Voeth, M.: Von Kundeninteraktionen zu Serviceentscheidungen: Dynamische Präferenzzustände in KI-gestützten Serviceprozessen. Eingereichter Buchbeitrag.
Ansprechpartner
Sebastian Drews, M.Sc.