📈 economics

Sequential Search with Planning

Dieses Papier modelliert die sequentielle Produktentwicklung und Ressourcenexploration als ein geordnetes Pandora-Box-Problem mit kostenintensiver Planung und beweist, dass optimale Suchstrategien einer vom Umfang abhängigen Schwellenwertregel folgen, die durch das Zusammenspiel von Garantie-, bezahltem Umfang- und verbleibenden Horizont-Effekten geformt wird.

Ursprüngliche Autoren: Ruhi Sonal, Saptarshi Mukherjee, Abhinaba Lahiri, Aniruddha Ghosh

Veröffentlicht 2026-06-10

📖 7 Min. Lesezeit🧠 Tiefgang

CC0 1.0

Ursprüngliche Autoren: Ruhi Sonal, Saptarshi Mukherjee, Abhinaba Lahiri, Aniruddha Ghosh

Originalarbeit unter CC0 1.0 der Gemeinfreiheit gewidmet (http://creativecommons.org/publicdomain/zero/1.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie sind ein Entdecker, der auf die Suche nach einem verborgenen Schatz geht. Sie wissen, dass der Schatz in einer der mehreren Höhlen vergraben ist, aber Sie wissen nicht, in welcher. Die Höhlen sind in einer Reihe angeordnet, und Sie müssen sie nacheinander prüfen: Höhle 1, dann Höhle 2, dann Höhle 3 und so weiter.

Jedes Mal, wenn Sie in eine Höhle hineinschauen, kostet es Sie Geld (für Vorräte, Zeit und Mühe). Wenn Sie einen Schatz finden, großartig! Aber wenn die Höhle leer ist, müssen Sie entscheiden: Machen Sie weiter zur nächsten Höhle oder kehren Sie nach Hause zurück mit dem, was Sie bisher gefunden haben?

Dies ist das klassische „Suchproblem“. Aber dieses Paper fügt eine Wendung hinzu, die es viel realistischer macht: Planungskosten.

Die Wendung: Den Kauf Ihrer Karte

In der alten, einfachen Version dieses Spiels könnten Sie einfach entscheiden: „Ich werde Höhle 5 prüfen“, und das würde genauso viel kosten wie das Prüfen von Höhle 1. In der realen Welt funktioniert das nicht so. Um überhaupt zu Höhle 5 zu gelangen, müssen Sie oft zuerst eine Karte kaufen, einen Führer anheuern oder eine Brücke bauen. Dies sind Planungskosten.

Der ursprüngliche Plan: Bevor Sie beginnen, müssen Sie einen „Umfang“ festlegen. Sie entscheiden: „Ich plane, bis zu Höhle 3 zu explorieren.“ Sie zahlen eine Gebühr für diesen Plan. Diese Gebühr steigt, je weiter hinaus Sie planen (die Planung für Höhle 10 kostet mehr als die Planung für Höhle 3).
Die Anpassung: Wenn Sie Ihre Reise beginnen, Höhle 1 prüfen, nichts finden und entscheiden: „Weißt du was? Ich werde doch versuchen, Höhle 10 zu erreichen“, dann können Sie das tun. Aber Sie müssen eine Anpassungsgebühr bezahlen, um Ihren Plan zu erweitern. Es ist in der Regel teurer, seine Meinung mitten auf der Reise zu ändern, als dies von vornherein geplant zu haben.

Die große Frage

Das Paper fragt: Wie weit im Voraus sollte man planen?
Sollte man ein vorsichtiger Planer sein, der nur eine Karte für die ersten drei Höhlen kauft und hofft, dort etwas zu finden? Oder sollte man ein ehrgeiziger Planer sein, der sofort eine Karte für alle zehn Höhlen kauft, selbst wenn man sie vielleicht gar nicht braucht?

Die Autoren fanden heraus, dass die Antwort von drei konkurrierenden Kräften abhängt, die sie „ökonomische Effekte“ nennen.

Die drei Kräfte im Spiel

Betrachten Sie diese Kräfte als drei verschiedene Stimmen in Ihrem Kopf, die darüber streiten, ob Sie weiter graben sollen.

1. Der „Garantie“-Effekt (Die Stimme der Vorsicht)

Was es ist: Während Sie explorieren, behalten Sie eine „Garantie“ in Ihrer Tasche. Dies ist der Wert des besten, was Sie bisher gefunden haben. Wenn Höhle 1 einen kleinen Edelstein enthielt, ist Ihre Garantie „ein kleiner Edelstein“.
Wie es funktioniert: Je besser Ihre aktuelle Garantie ist, desto weniger begeistert sind Sie davon, weiterzusuchen. Wenn Sie bereits einen Diamanten haben, warum sollten Sie alles riskieren, um einen größeren Diamanten zu finden? Diese Stimme sagt: „Hör jetzt auf, du hast etwas Gutes.“
Die Einsicht des Papers: Je höher Ihre aktuelle „Garantie“ ist, desto wahrscheinlicher ist es, dass Sie vorzeitig aufhören.

2. Der „Bezahlter-Umfang“-Effekt (Die Stimme der Investition)

Was es ist: Dies ist die neue, einzigartige Idee in diesem Paper. Es geht darum, wie viel Geld Sie bereits in Ihren Plan investiert haben.
Wie es funktioniert: Wenn Sie viel Geld im Voraus bezahlt haben, um für Höhle 10 zu planen, ist die Kosten für das tatsächliche Erreichen von Höhle 10 nun sehr gering (da Sie die große Planungsgebühr bereits bezahlt haben). Wenn Sie nur für Höhle 3 geplant haben, wäre das spätere Erreichen von Höhle 10 super teuer.
Die Einsicht des Papers: Wenn Sie einen „breiten“ Plan haben (für viele Höhlen bezahlt), sind Sie bereit, weiterzusuchen, selbst wenn Ihre aktuelle Garantie recht gut ist. Warum? Weil die zukünftigen Höhlen für Sie „im Angebot“ sind. Sie haben die Kosten bereits investiert, also können Sie genauso gut weitersuchen. Dies ist der Bezahlter-Umfang-Effekt.

3. Der „Verbleibende-Horizont“-Effekt (Die Stimme der Zeit)

Was es ist: Dies ist schlichtweg die Frage, wie viele Höhlen noch übrig sind.
Wie es funktioniert: Wenn Sie bei Höhle 1 sind und noch 99 Höhlen vor Ihnen liegen, ist der „Optionswert“, weiterzumachen, riesig. Aber wenn Sie bei Höhle 99 sind und nur noch eine übrig ist, ist der Wert, weiterzumachen, klein.
Die Einsicht des Papers: Je näher Sie dem Ende Ihrer Liste kommen, desto mehr schwindet die Versuchung, weiterzumachen, da der potenzielle Gewinn abnimmt.

Das Ergebnis: Zwei Arten von Entdeckern

Das Paper zeigt, dass diese drei Kräfte interagieren und je nach Situation zu zwei sehr unterschiedlichen Verhaltensweisen führen:

1. Der „Unter-Planer“ (Der Spieler)

Szenario: Stellen Sie sich vor, die Belohnungen sind unvorhersehbar, aber meist klein, mit einer winzigen Chance auf einen massiven Jackpot (wie ein Lottoschein).
Verhalten: Sie beginnen mit einem winzigen Plan (nur Höhle 1). Sie zahlen eine kleine Gebühr. Wenn Sie nichts finden, zahlen Sie ein wenig extra, um Ihren Plan auf Höhle 2 auszuweiten. Wenn das fehlschlägt, erweitern Sie ihn erneut.
Warum? Weil die Vorabkosten für die Planung von 10 Höhlen zu hoch sind. Sie warten ab, ob ein „Jackpot“ überhaupt möglich ist, bevor Sie sich für den großen Plan entscheiden. Sie suchen am Ende mehr Höhlen als ursprünglich geplant.

2. Der „Über-Planer“ (Der Konservative)

Szenario: Stellen Sie sich vor, die Belohnungen sind sehr vorhersehbar und stetig, aber die Kosten für die Änderung Ihres Plans später sind sehr hoch.
Verhalten: Sie kaufen sofort einen riesigen Plan für alle 10 Höhlen. Aber weil Sie so viel im Voraus bezahlt haben, legen Sie eine sehr hohe Messlatte für sich selbst an. Wenn Sie früh eine ordentliche Belohnung finden, hören Sie sofort auf.
Warum? Sie haben eine Prämie für die Option bezahlt, weit zu gehen, aber da die Belohnungen vorhersehbar sind, müssen Sie nicht weit gehen. Sie suchen am Ende weniger Höhlen als ursprünglich geplant.

Der „Reservationswert“ (Die Stop-Loss-Linie)

In einfachen Suchproblemen gibt es normalerweise eine einzige magische Zahl (einen „Reservationswert“), die Ihnen sagt, wann Sie aufhören sollen. „Wenn der Schatz weniger als 50 $ wert ist, suche weiter. Wenn er mehr wert ist, hör auf.“

Dieses Paper beweist, dass es keine einzige magische Zahl gibt.
Stattdessen ändert sich Ihre „Stopp-Linie“ basierend darauf, wie viel Sie geplant haben.

Wenn Sie für 3 Höhlen geplant haben, könnte Ihre Stopp-Linie bei 50 $ liegen.
Wenn Sie für 10 Höhlen geplant haben, könnte Ihre Stopp-Linie bei 80 $ liegen.

Weil Sie für den 10-Höhlen-Plan bezahlt haben, sind Sie bereit, selbst bei einem 70 $-Schatz weiterzusuchen, weil die nächste Höhle für Sie günstig zu erreichen ist. Die Person, die nur für 3 Höhlen geplant hat, würde bei 70 $ aufhören, weil das Erreichen der nächsten Höhle sie ein Vermögen kosten würde.

Zusammenfassung

Dieses Paper lehrt uns, dass Planung nicht nur eine einmalige Entscheidung ist; sie verändert Ihr zukünftiges Verhalten.

Versunkene Kosten zählen: Das Geld, das Sie für die Planung der Zukunft ausgegeben haben, verändert, wie Sie die Gegenwart bewerten.
Flexibilität hat einen Preis: Die Fähigkeit, seine Meinung später zu ändern, kostet Geld, was dazu führt, dass man sich bei der ursprünglichen Planung intensiver Gedanken macht.
Der Kontext ist entscheidend: Ob man ein vorsichtiger „Unter-Planer“ oder ein kühner „Über-Planer“ sein sollte, hängt ganz davon ab, wie unvorhersehbar die Belohnungen sind und wie teuer es ist, seinen Plan später zu ändern.

Die Autoren nutzen Mathematik, um zu beweisen, dass diese „umfangsabhängige“ Denkweise der einzige Weg ist, um in diesen unsicheren, schrittweisen Situationen die klügsten Entscheidungen zu treffen.

Technisches Resümee: Sequenzielle Suche mit Planung

1. Problemformulierung

Das Paper modelliert ein sequenzielles Suchproblem, bei dem ein Entscheidungsträger (Decision-Maker, DM) eine feste Sequenz von $n$ Optionen (oder „Boxen“) untersucht, die jeweils eine unsichere Belohnung $X_i$ enthalten, welche aus einer bekannten Verteilung $F_i$ gezogen wird. Die Suche wird durch zwei unterschiedliche Kostenstrukturen eingeschränkt, die dieses Modell von Standard-Pandora-Box-Problemen unterscheiden:

Inspektionskosten ( $c_i$ ): Die Kosten für die Beobachtung der Belohnung einer spezifischen Box.
Planungs- und Anpassungskosten:
- Scope-Kosten ( $\phi(j_0)$ ): Vor Beginn der Suche muss der DM einen initialen „Scope“ (Umfang) $j_0 \in \{1, \dots, n\}$ wählen, der die Anzahl der zugänglichen Stufen darstellt. Dies verursacht ex-ante Kosten $\phi(j_0)$ , die streng monoton steigend und konvex sind.
- Anpassungskosten ( $\psi$ ): Während der Suche kann der DM den Scope revidieren. Die Erweiterung des Scopes von $j$ auf $j' > j$ in Stufe $i$ verursacht zusätzliche Grenzkosten $\psi(i, j, j')$ . Eine Kontraktion ist kostennlos.

Der DM ist risikoneutral und zielt darauf ab, den erwarteten Nettogewinn zu maximieren, definiert als das Maximum der initialen Entität und der höchsten beobachteten Belohnung, abzüglich der Summe aller Inspektions-, initialen Scope- und Anpassungskosten. Die Sequenz der Boxen ist exogen vorgegeben; der DM kann keine Stufen überspringen.

2. Methodik

Die Autoren verwenden Dynamische Programmierung (DP), um das sequenzielle Entscheidungsproblem zu lösen. Der Zustandsraum wird durch drei Variablen definiert:

$i$ : Die aktuelle Stufe (Box-Index).
$z$ : Die aktuelle „Garantie“ (das Maximum der initialen Entität und aller bisher beobachteten Belohnungen).
$j$ : Der aktuelle „bezahlte Scope“ (die am weitesten fortgeschrittene Stufe, für die die Zugangskosten bereits angefallen sind).

Die Wertfunktion $V(i, z, j)$ repräsentiert den optimalen erwarteten Fortsetzungswert nach Beobachtung von Stufe $i$ mit Garantie $z$ und bezahltem Scope $j$ . Die Bellman-Gleichung vergleicht die Option zum Abbruch (was einen Ertrag von $z$ liefert) mit der Option zur Fortsetzung, welche die Wahl eines neuen Scopes $j' \geq i+1$ , die Zahlung der Anpassungskosten $\psi(i, j, j')$ und der nächsten Inspektionskosten $c_{i+1}$ sowie den Erhalt des erwarteten zukünftigen Wertes beinhaltet.

Eine wesentliche methodische Innovation ist die Einführung von scope-abhängigen Reservierungswerten. Im Gegensatz zu Standard-Suchmodellen, in denen ein Reservierungswert eine feste Eigenschaft einer spezifischen Box ist, hängt hier der Schwellenwert für die Fortsetzung von der Zustandsvariable $j$ ab.

3. Zentrale Beiträge und Ergebnisse

A. Scope-abhängige Reservierungswerte

Das Paper etabliert die Existenz und Eindeutigkeit einer Familie von Reservierungswerten, bezeichnet als $r_i(j)$ , für jede Stufe $i$ und jeden zulässigen bezahlten Scope $j$ .

Definition: $r_i(j)$ ist der eindeutige Wert, bei dem der DM zwischen dem Abbruch und der optimalen Fortsetzung indifferent ist, gegeben den aktuellen bezahlten Scope $j$ .
Optimale Strategie: Die optimale Policy ist eine Schwellenwertregel:
- Abbruch, wenn die aktuelle Garantie $z \geq r_i(j)$ .
- Fortsetzung, wenn $z < r_i(j)$ . Bei Fortsetzung wählt der DM einen neuen Scope $j'$ zu maximieren des netto erwarteten Fortsetzungswerts.
Implikation: Die optimale Abbruchregel ist nicht mehr im traditionellen Sinne „indexierbar“ (ein einzelner Wert pro Stufe). Zwei DMs in derselben Stufe mit derselben beobachteten Historie, aber unterschiedlichen bezahlten Scopes, werden unterschiedliche Abbruchentscheidungen treffen.

B. Vergleichende Statik

Die Autoren leiten mehrere Monotonitätsergebnisse bezüglich der Reservierungswerte und der optimalen Scope-Wahl ab:

Scope-Effekt: Der Reservierungswert $r_i(j)$ ist schwach steigend in Bezug auf den bezahlten Scope $j$ . Ein DM mit einem breiteren vorbezahlten Scope ist bereit, bei höheren Garantien weiterzusuchen, da die Grenzkosten für den Zugriff auf zukünftige Stufen niedriger sind.
Kosteneffekt: Reservierungswerte sind schwach fallend in Bezug auf Inspektionskosten ( $c$ ) und Anpassungskosten ( $\psi$ ).
Submodularität und Scope-Wahl: Unter der Annahme, dass Anpassungskosten submodular sind (d. h. die Grenzkosten der Erweiterung sinken, wenn der aktuelle Scope steigt), ist der optimale nächste Scope schwach steigend in Bezug auf den aktuellen Scope. Dies impliziert, dass ein Unternehmen mit einem breiteren aktuellen Scope einen (schwach) breiteren zukünftigen Scope wählen wird.

C. Ökonomische Kräfte

Das Paper identifiziert und charakterisiert drei interagierende ökonomische Kräfte, die die optimale Strategie prägen:

Garantie-Effekt: Eine höhere aktuelle beste Offerte ( $z$ ) reduziert die erwartete Verbesserung aus der nächsten Stufe, was zu einem früheren Abbruch führt. Dies parallelisiert den „Fall-back value“-Effekt in der bestehenden Literatur.
Bezahlter-Scope-Effekt (Neu): Ein größerer vorbezahlter Scope senkt die Grenzkosten des zukünftigen Zugriffs, erhöht den Fortsetzungswert und unterstützt die Fortsetzung bei höheren Garantien. Dieser Effekt hat kein Gegenstück in Modellen, in denen der zukünftige Zugriff kostenlos ist (z. B. Weitzman, 1979; Boodaghians et al., 2020).
Verbleibender-Horizont-Effekt: Während der Suche schreitet der Prozess voran, wodurch der Optionswert der Fortsetzung schrumpft, da weniger Stufen verbleiben.

Das Zusammenspiel dieser Kräfte erzeugt zwei distinkte Regime:

Unterplanung (Under-planning): Das Unternehmen wählt einen engen initialen Scope und erweitert diesen adaptiv, während die Ergebnisse realisiert werden (häufig, wenn Belohnungen normalverteilt und Kosten konvex sind).
Überplanung (Over-planning): Das Unternehmen verpflichtet sich ex-ante zu einem breiten Scope, bricht aber frühzeitig ab (häufig unter spezifischen Bedingungen mit Fat-Tailed-Belohnungen oder spezifischen Kostenstrukturen).

D. Benchmark mit kostenlosem Planning

Das Paper zeigt, dass wenn Planungs- und Anpassungskosten verschwinden ( $\phi = 0, \psi = 0$ ), sich das Modell auf das Standard-Ordered-Search-Benchmark reduziert (Boodaghians et al., 2020). In diesem Grenzfall fällt die scope-adaptive Formulierung mit der dynamischen Programmierung-Wertfunktion zusammen, und die Reservierungswerte werden unabhängig von der Planungs-Historie.

4. Bedeutung und Ansprüche

Das Paper behauptet, eine Lücke in der Literatur über sequenzielle Suche und R&D-Planung zu schließen, indem es kostspieliges ex-ante Planning und adaptive Scope-Revision explizit modelliert.

Theoretischer Beitrag: Es generalisiert das Pandora-Box-Problem auf Settings, in denen der Zugriff auf zukünftige Optionen nicht kostenlos ist, sondern erhebliche Sunk Investments erfordert. Es beweist, dass der „Reservierungswert“ keine statische Eigenschaft einer Option ist, sondern eine dynamische Zustandsvariable, die von vergangenen Planungsverpflichtungen abhängt.
Ökonomische Einsicht: Die Autoren argumentieren, dass der „Paid-Scope-Effekt“ das Suchverhalten grundlegend verändert. In Standardmodellen hängt die Entscheidung eines Unternehmens zur Fortsetzung nur von der aktuellen Belohnung und der Verteilung zukünftiger Belohnungen ab. In diesem Modell hängt die Entscheidung zusätzlich davon ab, wie viel das Unternehmen bereits investiert hat, um diese zukünftigen Stufen zugänglich zu machen.
Anwendung auf R&D und Exploration: Der Rahmen wird durch reale Szenarien wie mehrstufige Forschung und Entwicklung (z. B. KI-Entwicklung, klinische Studien) und natürliche Ressourcenexploration motiviert, bei denen Unternehmen Infrastruktur oder regulatorische Genehmigungen (Scope) sichern müssen, bevor die Ergebnisse bekannt sind, und wo Pläne oft adaptiv basierend auf Zwischenergebnissen revidiert werden.
Bescheidenheit: Das Paper beansprucht nicht, alle strategischen Interaktionen in der Industrieökonomik zu lösen, sondern bietet einen handhabbaren Single-Agent-Rahmen, der das Spannungsfeld zwischen initialer Verpflichtung und adaptiver Flexibilität einfängt. Es räumt ein, dass Erweiterungen zu korrelierten Belohnungen oder kompetitiven Umgebungen der zukünftigen Arbeit vorbehalten bleiben.

Das Paper kommt zu dem Schluss, dass das Zusammenspiel des Garantie-Effekts, des bezahlten Scope-Effekts und des verbleibenden Horizont-Effekts realistische adaptive Verhaltensweisen (sowohl Unter- als auch Überplanung) erzeugt, die nicht durch Modelle erfasst werden können, die von kostenlosem Planning oder festen Horizonten ausgehen.