Zusammenfassung / Abstract

Data Envelopment Analysis (DEA) ist ein Werkzeug zur relativen Effizienzmessung von Einheiten mit mehreren Inputs und Outputs. Zahlreiche Wissenschaftler haben sich diesem Problem gewidmet. Das grundlegende Problem blieb bei allen aufgestellten Modellen bestehen: Zu einer zuverlässigen und belastbaren Effizienzmessung gehört bei der klassischen DEA immer eine eindeutige Datenbasis. In vielen Bereichen ist die Datenbasis komplex und mit einer Streuung behaftet. Diese Daten lassen sich nicht immer zu einem scharfen Wert kondensieren. Dieser Umstand brachte Modelle hervor, die auch mit unscharfen Mengen umgehen können. Diese Ansätze werden Fuzzy DEA Modelle genannt und fanden in den letzten Jahren ein reges Interesse. Es führte dazu, dass zahlreiche Ansätze wie der α-Niveau basierte Ansatz, der Fuzzy-Ranking Ansatz und der Possibility Ansatz entwickelt wurden. In dieser Arbeit werden nach einer Einführung in die klassische DEA die Grundlagen der Fuzzy Set Theorie behandelt. Als nächstes wird auf ausgewählte Fuzzy DEA Modelle eingegangen. Die Arbeit schließt mit zwei Fallbeispielen ab.

Abstract

Data Envelopment Analysis (DEA) is a tool for measuring the relative efficiency of decision making units with multiple inputs and outputs. Many researchers have dealt with this problem.The fundamental problem with all established models remained: In the classical DEA crisp input and crisp output data are required.In many areas, the data base is complex and imprecise. These data cannot always be reduced to a crisp value. This fact lead to DEA models that can deal with fuzzy sets.They are called fuzzy DEA models and a lot of researchers focused on them. It led to a number of approaches such as the α-level based approach, the fuzzy ranking approach and the possibility approach have been developed. In this paper, after an short introduction to the classical DEA, the fundamentals of fuzzy set theory are explained. Then some particular fuzzy DEA approaches will be presented. Finally two numerical examples are shown.