automatisierte auktionen : konzeption und implementierung eines vollautomatischen,...

1 Einleitung

Die zurzeit diskutierten Einsatzgebieteelektronischer Markte reichen von Wert-papierborsen uber Strom- und Logistik-markte bis hin zur innerbetrieblichen undtechnischen Ressourcenallokation [Clea96;GoBu99; WeSc00]. Eine ubergreifende For-schungsfrage bildet in diesem Zusammen-hang die Automatisierung der Verhandlun-gen, also der Interessenausgleich zwischenAnbietern und Nachfragern [Rebs01]. Furdie Konstruktion derartiger Marktsystemesind sowohl erweiterte Verhandlungs-mechanismen als auch praxistaugliche Au-tomatisierungskonzepte notwendig. In die-sem Beitrag werden die zentralen Elementeeines allgemein verwendbaren Marktsys-tems vorgestellt und diskutiert, das auf

& polypolistische Marktszenarien mitmultilateralen Verhandlungen,

& differenzierte Interessensausgleiche hin-sichtlich des Transaktionspreises undweiterer Kontrakteigenschaften und

& vollstandige Automatisierung der Ver-handlungen

abzielt [Pete00, 415]. Wahrend die beidenersten Punkte die Menge der realisierbarenMarktszenarien abgrenzen, ist die Auto-matisierung insbesondere fur die Kosten-und Zeiteffizienz der Marktinstitution vonBedeutung.

Zu Teilausschnitten dieser Fragestellungexistieren bereits zahlreiche Arbeiten. DerEinsatz marktbasierter Koordinationskon-zepte in Multi-Agenten-Systemen (MAS)findet sich beispielsweise im Begriff desMarket-based Control wieder [Clea96]. In

diesem Teilgebiet der Verteilten Kunst-lichen Intelligenz (VKI) wurde auch derEinsatz von Auktionsverfahren, insbeson-dere zur Allokation technischer Ressour-cen wie Netzwerkbandbreiten, untersucht[MiKr96; MaBa96]. Im Kontext elektro-nischer Markte sind viele neuere Arbeitenentstanden, die in unterschiedlichem Maßepolypolistische Szenarien und differenzier-te Interessensausgleiche zum Gegenstandhaben [ChMa96; WuWe98; BiKl00; Op-ti01]. Einen Literaturuberblick zur elektro-nischen Unterstutzung und Automatisie-rung von Verhandlungen liefert [Rebs01].

Ein anderer, von der VKI weitgehend un-abhangiger Ansatz zur Modellierung undAnalyse der strategischen Interaktion meh-rerer Akteure ist die Spieltheorie, die sichausgehend von von Neumann und Mor-genstern [NeMo44] zu einem eigenen For-schungsgebiet entwickelt hat [Holl00]. Ei-ne aktuelle Verbindung zu Konzepten ausder Informatik besteht darin, dass bei-spielsweise das Internet und agentenorien-tierte Softwarearchitekturen die technolo-gische Grundlage fur einen Praxiseinsatzerweiterter Auktionsmechanismen undAutomatisierungskonzepte bieten, der oh-ne diese Technologien aufgrund hoherTransaktionskosten nicht moglich ware.Damit entsteht die Moglichkeit eines inter-disziplinaren Ansatzes zur Konstruktionelektronischer Markte.

Das hier vorgestellte Marktsystem unter-scheidet sich von den eingangs genanntenArbeiten in zwei Aspekten. Erstens wirdeine integrierte Losung der drei oben ge-nannten Punkte angestrebt. Dieses Zielwurde bisher nur in SMACE [CaOl01] un-

WIRTSCHAFTSINFORMATIK 44 (2002) 2, 131–140

Der Autor

Ralf Peters

Dr. Ralf Peters,Institut fur Wirtschaftsinformatik,Universitat Hamburg,Von-Melle-Park 5,D-20146 Hamburg,E-Mail: [email protected]

Automatisierte AuktionenKonzeption und Implementierungeines vollautomatischen,multidimensionalenund polypolistischen Marktsystems

WI – Aufsatz

tersucht [Rebs01]. Zweitens wird ein spiel-theoretischer Konstruktionsansatz verwen-det, dessen Ergebnisse anschließend in einSoftwaresystem umgesetzt werden. Diedargestellten Konzepte sind im Rahmendes Forschungsprojektes memba (multi-dimensional electronic market of bargai-ning agents) erarbeitet worden, das mit-samt eines Demonstrationsprototypen imInternet unter der URL http://www.ecor-tex.de/memba erreichbar ist.

Den Ausgangspunkt bildet der Entwurf ei-nes erweiterten Auktionsverfahrens, dasdie Realisierung polypolistischer Marktemit kontraktdifferenzierten („multidimen-sionalen“) Verhandlungen ermoglicht.Anschließend wird ein spieltheoretischfundiertes Konzept zur vollstandigen Au-tomatisierung der Verhandlungen eines po-lypolistischen Akteurs vorgestellt. Im Ge-gensatz zu anderen Ansatzen lasst sich furdieses Konzept analytisch zeigen, dass esden erwarteten Gewinn des Polypolistenmaximiert. Zur Umsetzung des spieltheo-retischen Basismodells in ein Softwaresys-tem werden das gewahlte Verhandlungs-protokoll und die Architektur diskutiert.Zwei charakteristische Fallstudien und einkurzer Ausblick beschließen den Beitrag.

2 Auktionsverfahren

Der Verhandlungsmechanismus einerMarktinstitution beschreibt die Regeln,

nach denen die Marktteilnehmer miteinan-der interagieren und Transaktionen aus-handeln. In der gegenwartigen Praxiselektronischer Markte werden hierzu uber-wiegend elektronische Produktkataloge so-wie in zunehmendem Umfang einfacheAuktionen und Ausschreibungen einge-setzt [Bich01, 7ff.]. Diese Mechanismenbieten jedoch hinsichtlich Transaktions-partnerwahl, Kontraktoptimierung undPreisbildung nur eingeschrankte Moglich-keiten [Pete00, 414f.]. Elektronische Pro-duktkataloge beinhalten im Sinne eines„Take-it-or-leave-it“-Angebotes keinendynamischen Verhandlungsprozess. Ein-fache Auktionen erlauben die einseitigmultilaterale Verhandlung zwischen einemAnbieter und vielen Nachfragern (bzw. ei-nem Nachfrager und vielen Anbietern imFall einer Ausschreibung), sind jedoch aufden Interessenausgleich hinsichtlich desPreises beschrankt und nicht auf polypolis-tische Szenarien anwendbar.

Als Verhandlungsmechanismen sind daherneben den klassischen einfachen Auktions-verfahren, wie beispielsweise der zurzeitim Internet uberwiegend eingesetzten Eng-lischen Auktion, die erweiterten Konzepteder doppelten Auktion und der multi-dimensionalen Auktion von besonderemInteresse. Doppelte Auktionen bieten alsErweiterung gegenuber den einfachenAuktionen die Moglichkeit, viele Anbieterund Nachfrager miteinander zu koordinie-ren, also polypolistische (beidseitig multi-laterale) Verhandlungen durchzufuhren[Frie93]. Multidimensionale Auktionen er-moglichen, neben dem Preis simultan uberalternative Kontrakteigenschaften zu ver-handeln [Thie88; Che93; Bran97].

Viele reale Marktszenarien sind dadurchcharakterisiert, dass sowohl polypolistischeals auch multidimensionale Rahmenbedin-gungen vorliegen. Dies gilt beispielsweisefur Logistikmarkte, die viele Anbieter undNachfrager von Transportdienstleistungenhinsichtlich des Preises und weiterer Kon-trakteigenschaften wie Frachtkapazitat undTransportgeschwindigkeit koordinieren.Weitere Beispiele sind der klassische Com-modity-Bereich sowie Markte fur Elektri-zitat und Telekommunikation.

Im weiteren sei N ¼ (Na, Nn) die Menge al-ler Anbieter Na ¼ (1, . . . , na) und Nach-frager Nn ¼ (1, . . . , nn). Als Verallgemei-nerung differenzierter Waren undDienstleistungen wird der Begriff des Kon-traktes verwendet. Ein Kontrakt definiert

alle Eigenschaften einer Transaktion mitAusnahme der Identitat der Transaktions-partner i 2 Na und j 2 Nn sowie des Preisesp 2 R. Der Kontraktraum K ¼ {1, . . . , nk}ist die Menge der verschiedenen uber denMarkt gehandelten Kontrakte. Er bildetdas Spektrum der auf einem Markt ge-handelten Waren und Dienstleistungen ab,wobei sich die einzelnen Kontrakte bei-spielsweise hinsichtlich der Produkteigen-schaften, der Liefermenge und der Zah-lungsmodalitaten unterscheiden konnen.Da doppelte Auktionen nur den Handelhomogener Kontrakte (nk ¼ 1) ermogli-chen, und multidimensionale Auktionennicht auf polypolistische Szenarien (na > 1und nn > 1) anwendbar sind, wurde einneuer Mechanismus entwickelt, der beideAnforderungen abdeckt. Diese in Bild 1dargestellte kpi-Auktion bietet ein Kon-zept zur Realisierung kontraktdifferenzier-ter, polypolistischer und iterierter (kpi)Marktszenarien.

Das Verfahren ist eine iterierte Auktion,d. h., es finden in regelmaßigen Abstandeneinzelne Auktionen statt. Die erreichbareAuktionsfrequenz ist insbesondere von derAutomatisierung der Akteure abhangig.Falls als Akteure intelligente Agenten ein-gesetzt werden, so ist es moglich, die Auk-tionsfrequenz so hoch zu wahlen, dass sichein naherungsweise kontinuierlicher Han-del ergibt.

Die einzelne Auktion beginnt mit einerverdeckten Bietphase, d. h., die Abgabevon Angebots- und Nachfrageofferten er-folgt geheim. Eine Erweiterung gegenubereinfachen Auktionen besteht darin, dassdie Verhandlungsteilnehmer (sowohl dieAnbieter als auch die Nachfrager) kon-traktdifferenzierte Offerten o 2 Rnk ange-ben. Eine derartige Offerte besteht aus zu-einander alternativen Teilofferten ok 2 R

zu den verschiedenen Kontrakten, anhandderer ein Teilnehmer seine Praferenzen inden Verhandlungsprozess einbringen kann.Werden auf dem Markt beispielsweise zweiKontrakte K ¼ {1, 2} gehandelt, so konnendie Teilnehmer ihre relativen Praferenzenanhand kontraktdifferenzierter Offerteno ¼ (o1, o2) mit unterschiedlich hohen Teil-offerten o1 und o2 ausdrucken.

Die anschließende Transaktionsbildung hatdie Aufgabe, die abgegebenen Offerten inTransaktionen zu uberfuhren, wobei jedeeinzelne Transaktion (i, j, k, p) aus einemAnbieter i, einem Nachfrager j, einemKontrakt k und einem Preis p besteht. Die


Bietphase

Informations-verteilung

Transaktionspartnerwahlund

Kontraktoptimierung

[Auktionsende]

Preisbildung

Transaktions-bildung

[Auktionsstart]

Bild 1 Ablauf der kpi-Auktion

132 Ralf Peters

Transaktionsbildung erfolgt in zwei Teil-schritten. Im ersten Teilschritt wird eineintegrierte Transaktionspartnerwahl undKontraktoptimierung durchgefuhrt, d. h.,es werden Tupel (i, j, k, .) unter dem Zieleiner effizienten Allokation gebildet. DasOptimierungsziel ist die Maximierung desgesamten Bewertungsuberschusses allerTransaktionen, wobei der Bewertungsuber-schuss einer Einzeltransaktion (i, j, k, .) alsdie Differenz zwischen Nachfrage- undAngebotsofferte b(i, j, k, .) ¼ ojk � oik defi-niert ist. Die Kontraktoptimierung bein-haltet damit keine Annahmen uber denKontraktraum K und ist so auf beliebigeDifferenzierungen anwendbar, beispiels-weise hinsichtlich Qualitat und Menge.

Zur Durchfuhrung dieses Schrittes wurdenverschiedene Algorithmen konzipiert, diesich unter anderem in dem numerischenAufwand des zu losenden Optimierungs-problems unterscheiden. Eine einfache Va-riante besteht darin, in jeder Auktion nurmaximal eine Transaktion durchzufuhren,also vollstandig auf die Eigenschaft einerMulti-unit-Auktion zu verzichten. Dazuwird die Transaktion mit dem hochsten Be-wertungsuberschuss gesucht und genaudann durchgefuhrt, falls b(i, j, k, .) � 0 gilt.Existieren mehrere Transaktionen mitidentischem Bewertungsuberschuss, sowird zwischen diesen zufallig mit gleicherWahrscheinlichkeit gewahlt.

Im zweiten Teilschritt, der Preisbildung,werden die Transaktionstupel um dieTransaktionspreise erganzt, d. h., es findetdie Distribution der Allokationsgewinnestatt. Hierbei ist das �bertragen von klassi-schen Preisbildungsverfahren wie Erst-,Zweit- und Durchschnittspreisen auf diekpi-Auktion moglich. Fur polypolistischeSzenarien ist das Verfahren des Durch-schnittspreises p ¼ (ojk þ oik)/2 aufgrundder Symmetrie beider Marktseiten beson-ders geeignet. In den in Kapitel 5 beschrie-benen Experimenten zeigte sich, dass dieBeschrankung auf maximal eine Transak-tion pro Auktion in Kombination mit einerhohen Auktionsfrequenz zuverlassig zumarktraumenden Preisen und einer Pareto-optimalen Marktallokation bei geringennumerischen Aufwanden fuhrt.

Abgeschlossen wird die Einzelauktion miteiner Informationsverteilung, in der dieMarktteilnehmer Informationen uber diegerade durchgefuhrte Auktion erhalten.Die Ausgestaltung dieses Schrittes, die In-formationsmodellierung, ist insbesondere

fur die im Rahmen der Automatisierungder Verhandlungen notwendige Erwar-tungsbildung der Akteure von Bedeutungund wird im Rahmen des polypolistischenAutomatisierungskonzeptes beschrieben.

3 PolypolistischesAutomatisierungskonzept

Eine zentrale Fragestellung unter dem Zielgeringer Transaktionskosten ist die Auto-matisierung der Verhandlungen. Der Auto-matisierungsgrad bezeichnet hierbei, inwelchem Umfang der Anwender eines Au-tomatisierungskonzeptes uber die Spezifi-kation seines Transaktionsbedurfnisses hi-naus in die Verhandlungen eingebundenist. Der im Forschungsprojekt mit spiel-theoretischen Methoden erreichte Auto-matisierungsgrad ist eng mit der Markt-macht verbunden, die dem einzelnen zuautomatisierenden Akteur zukommt. Eswurden Konzepte fur verschiedene Ak-teurtypen entwickelt, von denen das poly-polistische Automatisierungskonzept einevollstandige Automatisierung der Verhand-lungen ermoglicht.

Der Polypolist ist als reiner Preisnehmermodelliert, also als ein Akteur ohne Markt-macht, dessen Verhalten keinen signifikan-ten Einfluss auf das Marktgeschehen hat.Handlungsziel des Polypolisten auf demMarkt ist das Umsetzen eines individuellenTransaktionsbedurfnisses in eine Transak-

tion. Das Modell des Transaktionsbedurf-nisses besteht aus einer Bewertung v 2 Rnk

der alternativen Kontrakte {1, . . . , nk} undeinem Zeitlimit tmax 2 N , an dem das Trans-aktionsbedurfnis erlischt, falls es nicht zu-vor in eine Transaktion umgesetzt werdenkonnte. Die Bewertung eines Nachfragersstellt seine maximale Zahlungsbereitschaftdar, die eines Anbieters seinen Reserva-tionspreis, also den niedrigsten Preis, zudem er zu einer Transaktion bereit ist. Dashierauf aufbauende Automatisierungskon-zept ist in Anlehnung an das spieltheoreti-sche Modell des Bayes’schen Spiels[Hars67] in die Teile Erwartungsbildungund Strategie untergliedert (vgl. Bild 2).

Die endogene Erwartungsbildung hat dieAufgabe, die Informationen uber dasMarktgeschehen zu sammeln und von die-ser Basis auf das zukunftige Marktverhal-ten zu schließen. Die Strategie baut auf die-sen Erwartungen und dem individuellenTransaktionsbedurfnis des Akteurs auf undberechnet einen optimalen Handlungsplan.Optimal bedeutet hierbei, dass der Hand-lungsplan analytisch beweisbar den erwar-teten Transaktionsgewinn maximiert.

Grundlage der Zweiteilung ist die Annah-me, dass der Polypolist keine Marktmachtbesitzt, er also beim Abwagen seinerHandlungsalternativen keine Ruckwirkun-gen auf das Marktgeschehen und damit aufseine Erwartungen bezuglich zukunftigerAuktionen berucksichtigen muss. DieseTeilung fuhrt zu einer erheblichen Kom-


Kernpunkte fur das Management

Elektronische Markte bieten hinsichtlich der Verhandlungsphase große, noch unaus-geschopfte Automatisierungspotenziale. Der Beitrag diskutiert Losungskonzepte und Ergeb-nisse, die fur das Marktsystem memba erarbeitet wurden:

& Ein erweiterter Auktionsmechanismus ermoglicht differenzierte Interessensausgleiche inpolypolistischen Markten.

& Ein spieltheoretisches Konzept mit analytisch beweisbarer Optimalitat bietet eine vollstan-dige Automatisierung der Verhandlungen.

& Umfangreiche Fallstudien zeigen, dass sich das Marktsystem entsprechend der okono-mischen Theorie des vollkommenen Marktes verhalt.

& Ein Komponentenansatz erleichtert die Integration in bestehende E-Commerce Applika-tionen.

Stichworte: elektronische Markte, automatisierte Verhandlungen, intelligente Agenten,Auktionsmechanismen, Multi-Agenten-System

Automatisierte Auktionen 133

plexitatsreduktion und ist Grundlage dervollstandigen Automatisierung. Fur einenmonopolistischen Akteur ist eine derartigeZweiteilung aufgrund seiner Marktmachtbeispielsweise nicht moglich. Dementspre-chend wurde fur diesen Akteurtypen nurein geringerer Automatisierungsgrad er-zielt.

3.1 Erwartungsbildung undInformationsmodellierung

Ausgangspunkt der Erwartungsbildungsind die im Rahmen der Informationsver-teilung der kpi-Auktion bereitgestellten In-formationen. Eine zentrale Entwurfsaufga-be bildet die Informationsmodellierung,also die Frage, welche Informationen derAuktionsmechanismus bereitstellt. Ein na-he liegender Ansatz besteht darin, denAkteuren die Preise der durchgefuhrtenTransaktionen mitzuteilen. Die spieltheo-retische Analyse zeigt jedoch, dass diesesInformationsmodell zur Berechnung einesanalytisch beweisbar optimalen Hand-lungsplanes unzureichend ist, da beispiels-weise Informationen zur Konkurrenzsitua-tion auf dem Markt fehlen.

Ein alternativer Ansatz besteht darin, denAkteuren grundsatzlich alle Informationenuber das Marktgeschehen zur Verfugungzu stellen. Dieses Modell vermeidet zwardie oben skizzierte unzureichende Infor-

mationssituation, weist jedoch Problemehinsichtlich der

& Vertraulichkeit,& �bertragung,& Speicherung und& Verarbeitung

der Marktinformationen auf. Viele Infor-mationen konnen vertraulich sein, zumBeispiel welcher konkrete Akteur eine Of-ferte unternommen hat. Ein vollstandigesInformationsmodell beinhaltet zudem eineDatenmenge, die mit der Anzahl derMarktteilnehmer wachst. In Szenarien mitvielen Teilnehmern und einer hohen Auk-tionsfrequenz konnen damit auch Proble-me im Rahmen der Datenubertragung,-speicherung und der Verarbeitung seitensder Akteure entstehen.

Als Konsequenz dieser �berlegungenwurde das Konzept des hinreichenden In-formationsmodells entwickelt. Hinrei-chend bedeutet hierbei, dass die Akteurezum Abschluss jeder Einzelauktion imRahmen der Informationsverteilung genaudie Informationen erhalten, die notwendigsind, um ex-post den Erfolg einer beliebi-gen hypothetischen Offerte o 2 Rnk in derbereits abgeschlossenen Auktion beurtei-len zu konnen. Der Erfolg bemisst sichhierbei an einer TransaktionsfunktionT :Rnk ! [0, 1]nk und einer PreisfunktionP :Rnk ! Rnk, die die ex-post erwartetenTransaktionswahrscheinlichkeiten und-preise in Abhangigkeit der hypothetischen

Offerte definieren. Aus diesen beidenFunktionen ist dann beispielsweise die Ab-leitung des ex-post erwarteten Transakti-onsgewinns p(o) moglich.

Welche Informationen unter dieser Maß-gabe, also zur Definition der Transaktions-funktion und der Preisfunktion, an die Ak-teure ubermittelt werden mussen, variiertstark mit der Gestalt des eingesetzten Auk-tionsverfahrens. Zur Illustration sei kurzdas hinreichende Informationsmodell einereinfachen verdeckten Erstpreisauktion wiebeispielsweise der Hollandischen Auktionaus der Perspektive eines Nachfragers be-trachtet. Fur die Transaktionsfunktionwird hier zum einen der Betrag der hoch-sten abgegebenen Offerte o* benotigt. Einehypothetische Offerte mit dem Betrago < o* besitzt eine ex-post Transaktions-wahrscheinlichkeit von T(o) ¼ 0. Eine Of-ferte o > o* hatte sicher zu einer Transak-tion gefuhrt, entsprechend gilt T(o) ¼ 1.Um die Transaktionswahrscheinlichkeit fureine hypothetische Offerte o ¼ o* berech-nen zu konnen, muss zusatzlich die Kon-kurrenz c bekannt sein, d. h. wie viele Of-ferten mit dem Hochstbetrag o* insgesamtvorlagen. Falls das Auktionsverfahren beimehreren Hochstofferten zufallig mit glei-cher Wahrscheinlichkeit den Zuschlag ver-gibt, so ergibt sich die Transaktionswahr-scheinlichkeit als reziproker Wert derhypothetischen Konkurrenzsituation, alsoT(o*) ¼ 1/(c þ 1). Die Preisfunktion furdieses einfache Auktionsverfahren lautetP(o) ¼ o. Sie benotigt keine Informationenuber das Marktgeschehen, da der Kaufer ineiner Erstpreisauktion einen Preis in Hoheseiner Offerte zu zahlen hat. Bei einer Preis-bildung in Form des Zweitpreises undDurchschnittspreises ist dies nicht der Fall,sodass dort weitere Informationen benotigtwerden.

Das Informationsmodell der kpi-Auktionist aufgrund ihrer komplexeren Strukturweitaus umfangreicher als das soeben skiz-zierte Beispiel, eine detaillierte Darstellungbietet [Pete02]. Die Informationsmodellie-rung verbindet die Konstruktion von Ver-handlungsmechanismus und Automatisie-rungskonzept so eng miteinander, dass einentkoppelter Entwurf beider Komponen-ten nicht sinnvoll moglich ist. Insbeson-dere die Transaktionsbildung der kpi-Auk-tion wurde mit dem Ziel eines kompaktenund numerisch effizient verarbeitbaren In-formationsmodells gestaltet. Das resul-tierende Informationsmodell beinhaltetbeispielsweise keine Transaktionspreise,


konkretesOptimalverhalten

Erwartungen /Umweltmodell

Informationen überdas Marktgeschehen

Transaktionsbedürfnis

Strategie

endogeneErwartungsbildung

Bild 2 Polypolistisches Automatisierungskonzept

134 Ralf Peters

sondern andere aus dem Marktgeschehenabgeleitete Informationen.

Die eigentliche Erwartungsbildung erfolgt,indem die Informationen uber das Markt-geschehen auf zukunftige Auktionen extra-poliert werden. Im gegenwartigen Modellgeschieht dies anhand statistischer Metho-den. Es wird ein Erwartungswert derTransaktions- und der Preisfunktionen ver-gangener Auktionen gebildet, der die In-formationen zu den einzelnen Auktionenentsprechend der inzwischen verstrichenenZeit gewichtet. Die so konstruierte Trans-aktionserwartung TE :Rnk ! [0, 1]nk unddie Preiserwartung PE :Rnk ! Rnk habendieselbe Form wie die Transaktions- bzw.die Preisfunktion. Eine interessante Erwei-terung kann darin bestehen, zusatzlicheElemente aus der okonomischen Theorieadaptiver oder rationaler Erwartungen zuintegrieren [FeHo91, 258ff.].

3.2 Strategie

Die zweite Komponente des polypolisti-schen Automatisierungskonzeptes, dieStrategie, baut auf den Erwartungen TE(o)und PE(o) sowie dem Transaktionsbedurf-nis (v, tmax) auf. Falls pro Zeiteinheit genaueine Auktion durchgefuhrt wird, so stehendem Akteur zur Umsetzung seines Trans-aktionsbedurfnisses entsprechend seinemZeitlimit genau tmax Auktionen zur Ver-fugung. Im einperiodigen Fall tmax ¼ 1 be-steht der optimale Handlungsplan damitaus einer einzelnen Offerte. Zur Berech-nung der optimalen Offerte o* dient eineanalytisch aus den Erwartungen und demTransaktionsbedurfnis abgeleitete Funk-tion, die zu einer geplanten Offerte o denerwarteten Gewinn p(o) angibt. Der erwar-tete Gewinn eines Nachfragers ist die mitder Transaktionserwartung TEk(o) multi-plizierte Differenz zwischen seiner Zah-lungsbereitschaft vk und der Preiserwar-tung PEk(o), wobei uber alle Kontraktek 2 K summiert wird. Die Gewinnfunktionlautet also p(o) ¼ Sk2K [(vk � PEk(o))TEk(o)]. Anhand dieser Funktion wirddie gewinnmaximale Offerte o* gesucht,d. h., es wird die Optimierungsaufgabeo* ¼ arg maxo p(o) gelost. Der Polypolistagiert damit als individuell-rationaler Nut-zenmaximierer, wobei p(o) als quasilineareErwartungsnutzenfunktion im von Neu-mann und Morgenstern’schen Sinne dient[NeMo44].

Im mehrperiodigen Fall tmax > 1 muss an-stelle einer einzelnen Offerte o* ein Hand-lungsplan (o*1, . . . , o*tmax ) aus Offerten o*t

zu jeder Auktion t ¼ 1, . . . , tmax berechnetwerden. Die mehrmalige Fortschreibungdes einperiodigen Kalkuls fuhrt nicht zumoptimalen Ergebnis, da der so berechneteHandlungsplan die mehrperiodige Strukturdes Entscheidungsproblems unberucksich-tigt lasst und damit das spieltheoretischeKonzept der Teilspielperfektheit [Selt65]verletzt. Die Optimierung muss stattdessenuber eine Gewinnfunktion p (o1, . . . , otmax )erfolgen, wobei analog dem einperiodi-gen Fall der optimale Handlungsplano* ¼ (o*1, . . ., o*tmax ) mit o* ¼ arg maxop(o) gesucht wird. Die Losungskom-ponente o*1 stellt hierbei die in der ak-tuellen Auktion optimale Offerte dar.Diese Optimierung muss fur jede Folge-auktion aufgrund der hinzukommendenMarktinformationen und dem reduzier-ten Zeitlimit erneut durchgefuhrt wer-den.

Die Berechnung des optimalen Handlungs-planes ist mit erheblichem numerischenAufwand verbunden. Das zugrunde liegen-de Optimierungsproblem lasst sich verein-fachen, indem das Bellman’sche Optimali-tatsprinzip [Bell57] angewendet wird.Dazu wird das Ausgangsproblem in tmax

Teilschritte zerlegt und per Backward-In-duction, also ausgehend von der letztenPeriode tmax, gelost. Der nach dieser Ver-einfachung verbleibende numerische Auf-wand ist jedoch weiterhin sehr groß. Indem in Kapitel 5 betrachteten Experimen-talszenario waren bei einer Variation derKontraktanzahl nk unter ansonsten unver-anderten Rahmenbedingungen beispiels-weise tmax (21)nk 40 nk Iterationsschrittezur Berechnung eines Handlungsplanesnotwendig, wobei sich die Konstanten 21und 40 aus den Rahmenbedingungen desSzenarios ergeben. Die exponentielle Ab-hangigkeit des Optimierungsaufwandesvon nk hat zur Folge, dass die Anzahl deruber das Marktsystem verhandelbarenKontrakte aus numerischen Grunden nachoben beschrankt ist.

Das dem polypolistischen Automatisie-rungskonzept zugrunde liegende individu-ell-rationale Nutzenmaximierungskalkulimpliziert, dass die optimale Offerte einesAkteurs typischerweise nicht seinen wah-ren Praferenzen entspricht. Das deswegenzu erwartende strategische Verhalten findetsich innerhalb einer einzelnen Offerte da-rin wieder, dass sowohl die absolute Be-

wertung der verschiedenen Kontraktalter-nativen als auch die relative Bewertungdieser Alternativen zueinander von denwahren Praferenzen abweicht. Im mehr-periodigen Kalkul tritt der dynamische Ef-fekt hinzu, dass der optimale Handlungs-plan in der Regel keine Folge identischerOfferten ist, sondern beispielsweise im Falleines Nachfragers typischerweise ein suk-zessives Erhohen der Offerten im Zeitver-lauf vorsieht [Pete00, 418f.].

Im Zusammenhang mit dem strategischenVerhalten der Einzelakteure ist besondersinteressant, inwieweit dieses zu Effizienz-verlusten der Marktinstitution fuhrenkann. Aufgrund der Komplexitat des Zu-sammenwirkens vieler Marktakteure lasstsich diese Frage jedoch nicht in allgemeinerForm im Rahmen eines analytischen Ge-samtmodells beantworten, sondern erfor-dert ein empirisches Vorgehen auf der Basiseines Experimentalsystems. Einige experi-mentelle Ergebnisse werden in Kapitel 5dargestellt.

4 Architektur undVerhandlungsprotokolldes Marktsystems

Die spieltheoretischen Konzepte wurdenzunachst in ein objektorientiertes Kernsys-tem, den memba-Kernel, umgesetzt. Diesesdomanenunabhangige Kernsystem dientzum einen zur empirischen Untersuchungder spieltheoretischen Konzeption anhandvon Fallstudien und zum anderen als Platt-form fur den Aufbau domanenspezifischerelektronischer Markte, wie dem spatervorgestellten Demonstrationsprototypenmemba.

4.1 Kernsystem

Das Kernsystem ist in die zwei Grund-komponenten Agent und Marktplatz un-tergliedert. Dem Marktplatz kommt dieAufgabe zu, verschiedene Varianten derkpi-Auktion bereitzustellen. In dem Agen-ten sind neben dem hier vorgestellten poly-polistischen Automatisierungskonzeptauch monopolistische und oligopolistischeKonzepte implementiert. Beide Kom-ponenten interagieren durch den Aus-tausch von Nachrichten, wobei die Nach-richten des Agenten im Weiteren alsAktionen und die des Marktplatzes als In-formationen bezeichnet werden.



Das Verhandlungsprotokoll hat einen ein-fachen Aufbau, der sich an der spieltheore-tischen Konzeption orientiert. In Tabelle 1sind zunachst die Aktionen des Agentendargestellt. Die Parameter der verschiede-nen Aktionen sind jeweils in Klammernh. . .i angegeben. Mit der Aktion registerkann sich der Agent unter Angabe seinesNamens als Anbieter oder Nachfrager aufdem Marktplatz anmelden und erhalt eineClient-ID cid, die im Weiteren der Identifi-kation dient. In einem kommerziellenSystem ware hier eine Erweiterung umgeeignete Authentifizierungsmechanismennotwendig. Die Aktion unregister dientdem Abmelden vom Marktplatz. Die Of-ferten werden anhand der Aktion ask bzw.bid abgegeben, wobei neben der eigentli-chen kontraktdifferenzierten Offerte o dieClient-ID und die Nummer der aktuellenAuktion aid anzugeben ist. Die Auktions-nummer dient dazu, Synchronisationsfeh-ler zwischen Agent und Marktplatz zu er-kennen. Es wird also eine optimistische,

kollisionsbehaftete Nebenlaufigkeitskon-trolle verwendet [Tane95, 601ff.]. Anhandder Aktion get_info_history haben zu ei-nem spateren Zeitpunkt in den Markt ein-tretende Agenten die Moglichkeit, dieMarktinformationen uber bereits abge-schlossene Auktionen abzufragen.

Die Informationen des Marktplatzes sindin Tabelle 2 aufgefuhrt, die Parameter sindwiederum in Klammern angegeben. DieInformation start teilt allen Agenten denBeginn einer neuen Auktion mit. Darinenthalten ist die bereits angesprocheneAuktionsnummer aid, die in ask und bidreferenziert wird. Mit end wird das Endeder Bietphase bekannt gegeben. Die Infor-mation transact benachrichtigt Kaufer undVerkaufer daruber, dass sie miteinander ei-ne Transaktion bezuglich des Kontraktes kzum Preis p durchfuhren. Mit DI_in-fo_model_buy und DI_info_model_sellwerden die im Informationsmodell derkpi-Auktion enthaltenen Elemente an die

Agenten ubermittelt. Anhand von shut-down wird den Agenten das Terminierendes Marktplatzes angezeigt.

Zur Illustration des Verhandlungspro-tokolls ist in Bild 3 eine exemplarische In-teraktionssequenz zwischen einem Agen-ten und dem Marktplatz dargestellt. Ineinem realen System interagieren naturlichviele Agenten simultan mit einem Markt-platz. Zum Marktplatz ist zusatzlich derperiodische Ablauf der aus Bietphase,Transaktionsbildung und Informationsver-teilung bestehenden Einzelauktionen ein-gezeichnet.

Die Sequenz beginnt damit, dass der Agentlara sich auf dem Marktplatz als Nachfra-ger anmeldet (1) und die Client-ID 4711zugeteilt bekommt (2). Anschließend be-schafft sich der Agent mit get_info_historyInformationen uber die bereits abgeschlos-senen Auktionen um einen Grundstock furdie Erwartungsbildung zu erhalten (3, 4).Dann endet die aktuelle Bietphase (5), esfindet eine Transaktionsbildung statt undder Agent erhalt Informationen uber diegerade abgeschlossene Auktion (6). Mitdem Start der nachsten Einzelauktion wirddem Agenten zunachst die neue Auktions-nummer 33 mitgeteilt (7). Der Agent be-rechnet nun anhand des polypolistischenAutomatisierungskonzeptes einen optima-len Handlungsplan und gibt in der Bietpha-se erstmalig eine kontraktdifferenzierte Of-ferte ab, die hier exemplarisch aus denTeilofferten o1 ¼ 12 und o2 ¼ 10 besteht (8).Dies wird vomMarktplatz bestatigt (9) unddie Bietphase endet erneut (10). Anschlie-ßend fuhrt der Marktplatz wiederum eineTransaktionsbildung auf Basis aller in derBietphase abgegebenen Offerten durch. Indem hier dargestellten Beispiel wird ange-nommen, dass die erste vom Agenten abge-gebene Offerte sofort zu einer Transaktionfuhrt. Der Agent wird uber die Transaktionbenachrichtigt (11), womit sein Transakti-onsbedurfnis befriedigt ist. Er erhalt nochzwei Informationen (12, 13) bevor er sichvomMarktplatz abmeldet (14, 15).

4.2 Demonstrationsprototypmemba

Das Kernsystem bietet eine domanen-unabhangige Plattform zum Aufbauelektronischer Marktplatze. Eine einfacheAnwendung des Kernsystems ist der uberdas Internet unter www.ecortex.de/memba


Tabelle 1 Aktionen des Agenten

Aktion Ruckgabe-Information

Zugang register hNamei [buy|sell] ok register hcidi | error

unregister hcidi ok | error

Verhandlung ask hoi haidi hcidi ok | error

bid hoi haidi hcidi ok | error

Sonstiges get_info_history hni hListe der Marktinformationeni

message hTexti ok | error

Tabelle 2 Informationen des Marktplatzes

Information Adressat

start haidi alle Agenten

end alle Agenten

transact hki hpi hKaufernamei hVerkaufernamei Kaufer und Verkau-fer

DI_info_model_buy hofronti hnfronti hbhini hci alle Nachfrager

DI_info_model_sell hofronti hnfronti hbhini hci alle Anbieter

shutdown alle Agenten

message hTexti alle Agenten

136 Ralf Peters

erreichbare Demonstrationsprototyp einessolchen Marktplatzes. Als Beispiel einerbeliebigen Kontraktdifferenzierung wirdder Handel roter und blauer Tassen be-trachtet. Der Demonstrationsprototyp istalso ein Marktplatz, auf dem zwischen ei-ner Vielzahl von Anbietern und Nachfra-gern simultan uber die Transaktions-parameter Preis p 2 R und Kontraktk 2 {rot, blau} verhandelt wird.

Das System besteht aus einer domanenspe-zifischen Web-Applikation, die sich indi-rekt des Kernsystems bedient. Die Web-Applikation bietet dem Anwender dieMoglichkeit, das allgemeine Marktgesche-hen zu beobachten, eigene Agenten zu star-ten sowie deren Verhalten und die darausresultierenden Marktreaktionen zu verfol-gen. Beim Start eines Agenten sind ins-besondere die fur das polypolistischeAutomatisierungskonzept relevanten Para-meter zu definieren. Dies sind im Einzel-nen:

& die Marktseite des Akteurs (Anbieteroder Nachfrager),

& das Transaktionsbedurfnis in Form desReservationspreises bzw. der Zahlungs-bereitschaft v 2 R2 fur alternativ einerote oder eine blaue Tasse, alsov ¼ (vrot, vblau) mit vrot, vblau 2 R, unddes Zeitlimits tmax 2 N

& sowie das Automatisierungskonzept,wobei alternativ zum polypolistischenAutomatisierungskonzept auch bei-spielsweise die in Kapitel 5.2 dargestellteKASBAH-Strategie gewahlt werdenkann.

Weitere Funktionen der Web-Applikationsind eine einfache Benutzerauthentifizie-rung und das Bereitstellen statischerHintergrundinformationen. Das amDemonstrationsprototypen beobachtbareMarktverhalten, beispielsweise in Formvon Kreuzpreiseffekten zwischen rotenund blauen Tassen, entspricht der okono-mischen Theorie des vollkommenen Mark-tes.

Die Web-Applikation und das Kernsysteminteragieren im Rahmen einer losen Kopp-lung, die durch die Komponente des Ex-

change-Managers realisiert wird (vgl.Bild 4). Der Exchange-Manager hat dieAufgaben, einerseits die in der Datenbankder Web-Applikation hinterlegten Agen-tenstarts auf dem Kernsystem durchzufuh-ren, und anderseits die vom Kernsystem er-zeugten und im Filesystem abgelegtenInformationen in diese Datenbank zu im-portieren. Die Komponente des Exchange-Managers nimmt damit eine einfache Formeiner Enterprise-Application-Integration(EAI) vor, die Kernsystem und Web-Ap-plikation miteinander verbindet. Der Inte-grationsansatz einer losen Kopplung bietetsich insbesondere an, um einen erweitertenelektronischen Markt, wie beispielsweisedas hier vorgestellte Kernsystem, in einebereits bestehende E-Commerce-Applika-tion zu integrieren.

Eine Architekturvariante besteht darin, dieAgenten direkt auf den Client-Rechnernder Benutzer zu starten. Diese Alternativebietet als Vorteile, dass erstens die mit dempolypolistischen Automatisierungskonzeptverbundenen numerischen Aufwande aufviele Rechner verteilt werden, und zwei-


Agent Marktplatz

(1) register lara buy

Transaktionsbildung

Bietphase

Informationsverteilung

Bietphase

Zeit

(2) ok register 4711

(6) DI_info_model_buy ...

(7) start 33

(8) bid 12;10; 33 4711

(9) ok

(5) end

(10) end

Transaktionsbildung

Informationsverteilung

Bietphase

(11) transact ...

(13) start 34

(15) ok

(14) unregister 4711

(12) DI_info_model_buy ...

(3) get_info_history

(4) ...

Web-Kernsystem

Web-Server

memba-Kernsystem

Internet

Server

Client

Agent

Filesystem

Markt-platz

SMTP-Server

Exchange-

Manager

Agenten-

start

Auswertung

allgemeine

Inform

ation

Benutzer-

verw

altung

RDBMS

Web-Client

Mail-Client

Web-Applikation

Bild 3 Exemplarische Interaktionssequenz

Bild 4 Architektur des Demonstrationsprototypen memba


tens, dass die vertrauliche Information deseigenen Transaktionsbedurfnisses einesAkteurs dessen Rechner in dieser Archi-tekturvariante nicht verlasst. Fur den De-monstrationsprototypen wurde demgegen-uber die in Bild 4 dargestellte Architekturgewahlt, um anhand eines reinen Web-Client eine maximale Plattformunabhan-gigkeit auf der Client-Seite zu erreichen.

5 Experimentelle Ergebnisse

Mit dem Kernsystem wurde ein breitesSpektrum von Fallstudien zum Marktver-halten durchgefuhrt. Als Parameter sindbeispielsweise Angebot und Nachfragehinsichtlich der Menge und der Reserva-

tionspreise bzw. Zahlungsbereitschaftender individuellen Transaktionsbedurfnissevariiert worden. Eine ausfuhrliche Darstel-lung der Experimente findet sich in [Pe-te02]. Das Gesamtergebnis der Fallstudienist, dass sich das spieltheoretisch konstru-ierte Marktsystem entsprechend der oko-nomischen Theorie des vollkommenenMarktes verhalt. Dies beinhaltet, dass sichquasi durch eine „unsichtbare Hand“ ge-fuhrt marktraumende Preise herausbildenund damit auch, dass der Markt trotz desstrategischen Verhaltens der Einzelakteureeffiziente Allokationen erzielt. Im Folgen-den werden exemplarisch zwei charakteris-tische Fallstudien vorgestellt.

Beiden Fallstudien liegt ein polypolisti-sches Basisszenario zugrunde, in dem sichdie Transaktionsbedurfnisse auf beidenMarktseiten periodisch wiederholen, so-dass ein kontinuierliches Marktgeschehenresultiert. Aus Grunden der Anschaulich-keit wird ein Markt mit nur genau einemKontrakt (nk ¼ 1), also quasi der Fall ho-mogener Guter, betrachtet. In jeder einzel-nen Periode stehen sich 10 Anbieter und10 Nachfrager gegenuber. Die Reserva-tionspreise und Zahlungsbereitschaften derAkteure sind so gewahlt, dass sich die inBild 5 dargestellten linearen Angebots-und Nachfragekurven ergeben. In dieseraus makrookonomischen Lehrbuchern be-kannten Darstellung ist zu erkennen, dassin dem betrachteten Szenario ein theoreti-scher Gleichgewichtspreis p ¼ 10 bzw. einIntervall marktraumender Preise p 2 [9, 11]vorliegt.

5.1 Gleichgewichtsprozess

In der ersten Fallstudie wird der Gleichge-wichtsprozess, d. h. die Konvergenz desMarktsystems hinzu marktraumendenPreisen, betrachtet. Hierzu werden demeingangs beschriebenen Basisszenario dreiverschiedene Ausgangssituationen voran-gestellt. In Bild 6 sind die Preise der in denersten 300 Auktionen durchgefuhrtenTransaktionen fur den Fall eines initialenNachfrageuberschusses (Symbol ^), einesinitialen Angebotsuberschusses (Symbol&)und einer initial ausgeglichenen Markt-situation (Symbol ~) dargestellt.

Aus der Darstellung ist zu erkennen, dassder Marktpreis zunachst die initiale Markt-situation widerspiegelt, und anschließendin allen drei Fallen das Intervall marktrau-mender Preise erreicht. Diese Konvergenz-eigenschaft gilt fur das breite Spektrum al-ler untersuchten Szenarien, hierzu zahlenauch Fallstudien mit mehreren Kontraktenund variierenden Kreuzpreis-Elastizitaten.

5.2 Einfaches Benchmarking

Als zweite Fallstudie wird ein einfachesBenchmarking des polypolistischen Au-tomatisierungskonzeptes durchgefuhrt.Der Vergleich erfolgt exemplarisch miteinem Ansatz, der dem am MIT ent-wickelten KASBAH-System entnommenist [ChMa96]. Aus der Perspektive eines


0

2

4

6

8

10

12

14

16

18

20

0 2 4 6 8 10Menge

Preis

Nachfrage

Angebot

0

2

4

6

8

10

12

14

16

18

20

0 50 100 150 200 250 300

Preis

Iteration

Bild 5 Angebots- und Nachfragekurve des Basisszenarios Bild 6 Exemplarische Gleichgewichtsprozesse

3

4

5

6

7

0 5 10 15 20

Periodengewinn

Zeitlimit

Bild 7 Benchmarking mit Alternativ-strategie

138 Ralf Peters

Nachfragers sieht diese KASBAH-Strate-gie vor, die Offerten im Zeitverlauf, aus-gehend von einem fest vorgegebenen Mini-malwert, sukzessive bis zur maximalenZahlungsbereitschaft zu erhohen. Der hierdargestellten Fallstudie ist ein linearer Of-fertenverlauf zugrundegelegt. Die qualitati-ven Ergebnisse gelten jedoch auch fur an-dere Verlaufsformen.

Der Vergleich bezieht sich auf den von bei-den Konzepten erzielten Periodengewinn,d. h. den pro Periode durchschnittlich er-zielten Transaktionsgewinn. Hierzu wer-den die Konzepte im Basisszenario fur denNachfrager mit der Zahlungsbereitschaftv ¼ 17 alternativ eingesetzt. Die Auktions-frequenz ist so gewahlt, dass pro Zeitein-heit genau eine Auktion stattfindet. Eszeigt sich, dass der relative Erfolg beiderAnsatze stark von dem Zeitlimit tmax, alsoder dem Akteur bis zum Erloschen seinesTransaktionsbedurfnisses zur Verfugungstehenden Zeit, abhangt. In Bild 7 ist derPeriodengewinn beider Konzepte fur alter-native Zeitlimits dargestellt. Die Datenrei-hen sind jeweils um eine Regressionsgeradeerganzt.

Die mit dem Symbol & dargestellten Peri-odengewinne des polypolistischen Auto-matisierungskonzeptes zeigen eine nur mar-ginale Abhangigkeit vom Zeitlimit. DerAkteur erzielt in allen Fallen naherungswei-se den aus theoretischer Perspektive erwar-teten Periodengewinn p ¼ 7 in Hohe derDifferenz zwischen der eigenen Zahlungs-bereitschaft v ¼ 17 und dem Marktpreisp ¼ 10. Das Ergebnis der KASBAH-Strate-gie (Symbol ^) ist demgegenuber starkvom Zeitlimit abhangig, und erreicht nurbei großen Werten fur tmax annahernd einenPeriodengewinn von p ¼ 7. Das exemplari-sche Benchmarking zeigt, dass die spiel-theoretische Konzeption und die damit ver-bundene Optimalitat des polypolistischenAutomatisierungskonzeptes im praktischenVergleich mit anderen Ansatzen deutlicheVorteile bieten kann.

6 Zusammenfassungund Ausblick

Zu elektronischen Markten bestehen der-zeit sowohl hinsichtlich der realisierbarenMarktszenarien als auch bezuglich des Au-tomatisierungsgrades große Forschungs-bedarfe. Die in diesem Beitrag vorgestellten

Konzepte adressieren ein polypolistischesmultidimensionales Marktszenario mitvollstandig automatisierten Verhandlun-gen.

Die spieltheoretischen Grundkomponen-ten des entwickelten Marktsystems sindein erweitertes Auktionsverfahren, die kpi-Auktion, und verschiedene Automatisie-rungskonzepte, von denen das polypolisti-sche Automatisierungskonzept dargestelltwurde. Der gewahlte Konstruktionsansatzzeigt die enge Interdependenz von Ver-handlungsmechanismus und Automatisie-rungskonzept. Diese Interdependenzmacht einen integrierten Entwurf beiderKomponenten erforderlich, der besondersim Informationsmodell zum Ausdruckkommt. Das so entwickelte polypolistischeAutomatisierungskonzept besitzt eine ana-lytisch beweisbare Optimalitat, die direktaus seiner Konstruktion, d. h. aus der Be-rechnung eines optimalen Handlungspla-nes auf Basis des hinreichenden Informa-tionsmodells, folgt. Es ermoglicht dievollstandige Automatisierung der Verhand-lungen.

Das Umsetzen der spieltheoretischen Kon-zepte in ein konkretes Softwaresystem er-folgte in der Form eines domanenunabhan-gigen Kernsystems, das zur empirischenAnalyse des Marktverhaltens und als Platt-form fur den Aufbau domanenspezifischerelektronischer Markte dient. Das Gesamt-ergebnis eines breiten Spektrums von Fall-studien ist, dass sich das System wie in denzwei exemplarisch dargestellten Beispielenentsprechend der okonomischen Theoriedes vollkommenen Marktes verhalt. Mitdem Demonstrationsprototypen membawurde exemplarisch ein Web-basierterelektronischer Markt aufgebaut, der dasKernsystem in Rahmen einer an EAI-Kon-zepte angelehnten losen Kopplung nutzt.Dieser Ansatz bietet eine flexible Mog-lichkeit, ein erweitertes elektronischesMarktsystem in eine bestehende E-Com-merce-Applikation zu integrieren. Der De-monstrationsprototyp sowie aktuelle In-formationen sind unter der URLhttp://www.ecortex.de/memba zuganglich.

Ein nachster Schritt hinzu einem realenPraxiseinsatz ist die Anwendung des Kern-systems auf konkrete Fachdomanen, wiebeispielsweise den Logistik- oder Strom-markt. Eine nicht unerhebliche Aufgabebesteht darin, auf Anwenderseite das not-wendige Vertrauen und die Akzeptanz fureine vollstandige Delegation der Verhand-

lungsaufgabe an einen Agenten zu schaf-fen. Hierbei konnen analytisch beweisbareEigenschaften des Marktsystems, wie dieOptimalitat des polypolistischen Auto-matisierungskonzeptes, von Bedeutungsein.

Literatur

[Bell57] Bellman, R.: Dynamic Programming.Princeton University Press, Princeton/NewYork 1957.

[Bich01] Bichler, M.: The Future of e-Markets.Cambridge University Press, Cambridge 2001.

[BiKl00] Bichler, M.; Klimesch, R.: Simulation mul-tivariater Auktionen – Eine Analyse des OTC-Handels mit Finanzderivaten. In: Wirtschafts-informatik 42 (2000) 3, S. 244–252.

[Bran97] Branco, F.: The design of multidimensio-nal auctions. In: RAND Journal of Economics28 (1997) 1, S. 63–81.

[CaOl01] Cardoso, H. L.; Oliveira, E.: A Platformfor Electronic Commerce with Adaptive Agents.In: Dignum, Frank et al. (Hrsg.): Agent-Media-ted Electronic Commerce III. Current Issues inAgent-Based Electronic Commerce Systems(LNCS Vol. 2003). Springer, Berlin 2001,S. 96–107.

[Che93] Che, Y.-K.: Design competition throughmultidimensional auctions. In: RAND Journalof Economics 24 (1993) 4, S. 668–680.

[ChMa96] Chavez, A.; Maes, P.: Kasbah: An AgentMarketplace for Buying and Selling Goods. In:Crabtree, B.; Jennings, N. (Hrsg.): Proceedingsof the First International Conference on thePractical Application of Intelligent Agents andMulti-Agent Technology (PAAM’96). London1996, S. 75–90.

[Clea96] Clearwater, S. (Hrsg.): Market-BasedControl: A Paradigm for Distributed ResourceAllocation. World Scientific, Singapore 1996.

[FeHo91] Felderer, B.; Homburg, S.:Makrookono-mik und neue Makrookonomik. 5. Aufl., Sprin-ger, Berlin 1991.

[Frie93] Friedman, D.: The Double Auction Mar-ket Institution: A Survey. In: Friedman, D.;Rust, J. (Hrsg.): The Double Auction Market –Institutions, Theories, and Evidence, Procee-dings of the Workshop on Double AuctionMarkets. Addison-Wesley, Massachusetts 1993,S. 3–25.

[GoBu99] Gomber, P.; Budimir, M.; Koscian-kowski, K.; Urtheil, R.; Lohmann, M.; Nopper,N.; Henning, P.: Agentenbasierter Rentenhandel.In: Wirtschaftsinformatik 41 (1999) 2,S. 124–131.

[Hars67] Harsanyi, J. C.: Games with IncompleteInformation Played by Bayesian Players. In: Ma-nagement Science 14 (1967–68), S. 159–182,320–334, 486–502.

[HoIl00]Holler,M. J.; Illing,G.: Einfuhrung in dieSpieltheorie. 4. Aufl., Springer, Berlin 2000.

[MaBa96] Marron, D. B.; Bartels, C. W.: The Useof Computer-Assisted Auctions for AllocatingTradeable Pollution Permits. In: Clearwater, S.(Hrsg.): Market-Based Control: A Paradigm forDistributed Resource Allocation. World Scienti-fic, Singapore 1996, S. 274–299.



[MiKr96] Miller, M. S.; Krieger, D.; Hardy, N.;Hibbert, C.; Tribble, E. D.: An AutomatedAuction in ATM Network Bandwidth. In:Clearwater, S. (Hrsg.): Market-Based Control: AParadigm for Distributed Resource Allocation.World Scientific, Singapore 1996, S. 96–125.

[NeMo44] von Neumann, J.; Morgenstern, O.: TheTheory of Games and Economic Behavior.Princeton 1944.

[Opti01] Optimark Web Site. http://www.opti-mark.com, Abruf am 2002-01-02.

[Pete00] Peters, R.: Elektronische Markte und au-tomatisierte Verhandlungen. In: Wirtschafts-informatik 42 (2000) 5, S. 413–421.

[Pete02] Peters, R.: Elektronische Markte undagentenbasierte Verhandlungen – Spieltheoreti-sche Konzeption und objektorientierte Realisie-rung automatisierter Marktsysteme. Habilita-tionsschrift, erscheint demnachst.

[Rebs01] Rebstock, M.: Elektronische Unterstut-zung und Automatisierung von Verhandlungen.In: Wirtschaftsinformatik 43 (2001) 6,S. 609–617.

[Selt65] Selten, R.: Spieltheoretische Behandlungeines Oligopolmodells mit Nachfragetragheit.In: Zeitschrift fur die gesamte Staatswissenschaft12 (1965), S. 301–324.

[Tane95] Tanenbaum, A. S.: Moderne Betriebssys-teme. Prentice Hall, London 1995.

[Thie88] Thiel, S. E.: Multidimensional Auctions.In: Economics Letters 28 (1988), S. 37–40.

[WeSc00] Weinhardt, C.; Schmalz, A.: DesignElektronischer Markte fur die betriebliche Pla-nung. In: Tagungsband zur Tagung „Das reagi-ble Unternehmen“. Paderborn 2000, S. 173–186.

[WuWe98] Wurman, P. R.; Wellman, M. P.; Walsh,W. E.: The Michigan Internet AuctionBot: AConfigurable Auction Server for Human andSoftware Agents. In: Sycara, K. P.; Wooldridge,M. (Hrsg.): Proceedings of the 2nd InternationalConference on Autonomous Agents(Agents ’98). ACM Press, New York 1998,S. 301 – 308.


Abstract

Automated auctions

Regarding electronic markets, both the realm of realizable market scenarios and the attain-able degree of automated bargaining are important fields for research. In this paper, wediscuss design issues and key concepts of the completely automated, multidimensional andpolypolistic market system memba.

Keywords: electronic markets, automated negotiations, intelligent agents, auction design,multi-agent-system

automatisierte auktionen : konzeption und implementierung eines vollautomatischen,...

Documents