Hochschule München

HM Business School (FK 10)

Modulbeschreibung

Stand: SoSe 2026

Name Entscheidungs- und Spieltheorie
Katalog-Nummer FK 10#QM#6.1.2
Zugehörigkeit zu Curriculum
Bachelor Betriebswirtschaft | 6.1 | 5 Leistungspunkte
Modulverantwortung
Prof. Dr. Markus Wessler
Lehrende
Prof. Dr. Markus Wessler
Prüfung(en)
Prüfungsform: ModA 50 % und Präs 50 %.
Detailangaben:
Hildsmittel:
Prüfende: Prof. Dr. Markus Wessler , LbA Helge Röpcke
Lehr- und Lernform(en)
| 4 SWS | S - 1 Angebot(e)
Arbeitsaufwand
Präsenzzeit: 0 Stunden
Selbststudium, Vor- und Nachbereitung, Prüfungsvorbereitung: 0 Stunden
Voraussetzungen
Verwendbarkeit
Inhalt / Lernziele

Lernziele

  • Entscheidungsprobleme unter Sicherheit, Risiko und Unsicherheit strukturieren und geeignete Entscheidungsregeln anwenden.

  • Entscheidungsbäume erstellen und alternative Handlungsoptionen quantitativ bewerten.

  • strategische Spiele in Normal- oder Extensivform modellieren.

  • Nash-Gleichgewichte identifizieren und deren Implikationen interpretieren.

  • dynamische und wiederholte Spielsituationen analysieren und Kooperationsmöglichkeiten ableiten.

  • verhaltensökonomische Verzerrungen in Entscheidungssituationen identifizieren und deren Auswirkungen diskutieren.

  • betriebswirtschaftliche Entscheidungssituationen theoriegestützt analysieren und begründete Handlungsempfehlungen formulieren.

  • digitale und KI-gestützte Werkzeuge zur Strukturierung und Analyse von Entscheidungsproblemen einsetzen und deren Ergebnisse kritisch einordnen.
English Version
Name Decision and Game Theory
Katalog-Nummer FK 10#QM#6.1.2
Zugehörigkeit zu Curriculum
Bachelor Betriebswirtschaft | 6.1 | 5 Leistungspunkte
Modulverantwortung
Prof. Dr. Markus Wessler
Lehrende
Prof. Dr. Markus Wessler
Prüfung(en)
Prüfungsform: ModA 50 % und Präs 50 %.
Detailangaben:
Hildsmittel:
Prüfende: Prof. Dr. Markus Wessler , LbA Helge Röpcke
Lehr- und Lernform(en)
| 4 SWS | S - 1 Angebot(e)
Arbeitsaufwand
Präsenzzeit: 0 Stunden
Selbststudium, Vor- und Nachbereitung, Prüfungsvorbereitung: 0 Stunden
Voraussetzungen
Verwendbarkeit
Inhalt / Lernziele

Learning Outcomes

  • Structure decision problems under certainty, risk, and uncertainty and apply appropriate decision rules.

  • Construct decision trees and evaluate alternative courses of action quantitatively.

  • Model strategic interactions in normal-form and extensive-form games.

  • Identify Nash equilibria and interpret their strategic implications.

  • Analyze dynamic and repeated games and derive conditions for cooperation.

  • Identify behavioral biases in decision situations and discuss their impact on outcomes.

  • Analyze real-world business decision scenarios using theoretical frameworks and formulate justified recommendations.

  • Use digital and AI-based tools to structure and analyze decision problems and critically evaluate their outputs.