• Identificer og forklar en problemstilling, der er relevant i relation til data-drevne beslutninger, problemstillingen skal være forankret i egen organisation, eller i en anden empirisk kontekst.
• Vis (demonstrer) hvordan et udvalg af de teorier og begreber, der behandles i kurset kan anvendes i forbindelse med analyse af den valgte problemstilling.
• Evaluer/reflekter over analysens praktiske og teoretiske implikationer.

Formål

Kurset giver topledere kompetencer til effektivt at kombinere dataanalyse med intuitiv dømmekraft og dermed styrke deres beslutningsevne i komplekse og dynamiske situationer. Deltagerne opnår en konkurrencefordel ved at balancere evidensbaserede strategier med professionel erfaring, hvilket fører til bedre resultater for organisationen.

Dit udbytte

• Analysere og anvende datadrevne beslutningsmodeller i egen organisation.
• Identificere og reducere ubevidste bias, der kan påvirke beslutninger.
• Vurdere, hvornår beslutninger bør baseres på intuition, og hvornår dataanalyse er mest hensigtsmæssig.
• Inddrage og afbalancere forskellige interessentperspektiver i strategiske beslutningsprocesser.
• Lede teams i udviklingen af en balanceret tilgang til brugen af data og intuition i beslutningstagning.

Beskrivelse

Kurset fokuserer på samspillet mellem datadrevne metoder og intuition med henblik på at styrke beslutningsprocesser på ledelsesniveau. Deltagerne arbejder med de teoretiske fundamenter for beslutningstagning – fra rationelle og evidensbaserede tilgange til intuitionens og ekspertisens rolle.

Der lægges vægt på praktisk anvendelse gennem cases og interaktive øvelser, som gør det muligt at overføre læringen direkte til deltagernes egen organisatoriske kontekst. Et særligt fokusområde er, hvordan machine learning og kunstig intelligens er ved at ændre beslutningsstrukturer i organisationer, og hvordan ledere kan udnytte teknologierne uden at miste den menneskelige dømmekrafts styrke.

Temaer

• Grundlæggende forståelse af rationel, datadrevet og adfærdsbaseret beslutningstagning.
• Evidensbaseret beslutningstagning: muligheder og begrænsninger.
• Intuitionens rolle i beslutningstagning.
• Kombination af data og intuitiv dømmekraft i komplekse beslutningssituationer.
• Betydningen af AI og machine learning for organisatoriske beslutningsstrukturer.

• Klassisk og grundlæggende teori
• Undervisers egen forskning
• Modeller

• Udvikling af forskningsspørgsmål
• Dataindsamling
• Analyse
• Diskussion, kritisk refleksion, modelarbejde