Auswahl einer geeigneten Integrationsstrategie unter Unsicherheit: Ein Ansatz auf Basis des maschinellen Lernens und der Monte-Carlo-Simulation

Der Artikel untersucht die Auswahl geeigneter Integrationsstrategien unter Unsicherheit durch die Kombination von Case-Based Reasoning und Monte-Carlo-Simulation. Dabei wird ein Entscheidungsunterstützungsmodell entwickelt, das historische Akquisitionen analysiert und Unsicherheiten probabilistisch abbildet, um robuste Strategien zu identifizieren.