The Entrepreneur as Learning-Driven Decision-Maker

Wie beeinflussen unternehmerische Entscheidungsfindung und Lernen einander unter Un-
sicherheit? Diese Dissertation geht dieser Frage anhand von drei aufeinander aufbauen-
den Studien nach.
Studie 1 gibt einen Überblick über den aktuellen Forschungsstand. Eine integrative sys-
tematische Literaturrecherche erfasst 101 qualitativ hochwertige Artikel und fasst zusam-
men, wie unternehmerische Entscheidungsfindung anhand von vier zentralen Entschei-
dungsobjekten konzeptualisiert wird und untersucht die Mechanismen, Zusammenhänge
und Dynamiken, die diese jeweils prägen. ... mehrDas Forschungsfeld hat sich in Richtung
prozessorientierte Erklärungsansätze für Entscheidungsfindung bewegt. Es fehlt allerd-
ings noch ein klarer Rahmen, um die verschiedenen Stränge zu vereinen. Studie 1 en-
twickelt einen solchen Rahmen und bietet damit mehrere Möglichkeiten für zukünftige
Forschung.
Studie 2 widmet sich einem in Studie 1 beleuchteten Thema. Anhand von 40 Ex-
perteninterviews mit Gründern entwickelt die Studie das Konzept des Decision Horizon:
eine subjektive Schwelle, an der entscheiden zu entschieden wird. Die Arbeit identi-
fiziert die Mechanismen, die das Überschreiten des Horizonts bestimmen. Weiter zeigt
die Studie, dass die Verpflichtung zum Handeln Lernen in zwei Phasen unterteilt: eine
Bewertungsphase vor dem Horizont und eine von Konsequenzen geprägte Phase danach
und dass Erfahrungen aus einer getroffenen Entscheidung vor allem durch Lernmecha-
nismen zu einer verwertbaren Erkenntnis werden, die die Gründer entwickeln, um diese
Erfahrungen zu verarbeiten. Je stärker die Verbindlichkeit, desto größer der Anreiz, diese
Struktur aufzubauen; so kann Verbindlichkeit diszipliniertes Lernen fördern, anstatt es zu
blockieren.
Studie 3 untersucht einen in Studie 2 identifizierten Mechanismus: die Heuristik des
„tragbaren Verlusts“ (Affordable Loss) aus der Effektuationstheorie, die das Engage-
ment auf das begrenzt, was man sich leisten kann zu verlieren. Ich operationalisiere
diese Heuristik als Stoppregel nach dem Einschlagen eines Weges und erstelle eine agen-
tenbasierte Simulation über drei Experimente hinweg. Die Ergebnisse zeigen, dass die
Heuristik zwei nützliche Konfigurationen hat, eine restriktive, die Nutzen maximiert, und
eine großzügige, die Scheitern minimiert. Der strategische Wert ist kontextabhängig: Der
Zielkonflikt zwischen Geschwindigkeit und Durchhaltevermögen gilt nur unter knappen
Ressourcen. Darüber hinaus ist die Handlung, die den Nutzen maximiert, nicht diejenige,
die durch Erfahrung gelernt werden kann; lernende Agenten entscheiden sich eher für
eine lockere Einstellung. „Affordable Loss“ mag somit strukturell vorteilhaft sein, wird
jedoch leicht missverstanden.
Mit den drei Studien entwickelt die Dissertation ein übergreifendes Argument: Un-
ternehmerische Entscheidungsfindung und Lernen sind von Natur aus miteinander ver-
flochten. Unternehmer entscheiden, um zu lernen und sie lernen, um beim nächsten Mal
besser entscheiden zu können. Zwei Prozesse, die so eng miteinander verbunden sind,
dass das Verständnis des einen das Verständnis beider gemeinsam erfordert.

How do entrepreneurial decision-making and learning shape each other under uncer-
tainty? This dissertation addresses that question through three cumulative studies.
Study 1 provides the field’s map. An integrative systematic literature review of 101
high-quality articles synthesizes how entrepreneurial decision-making has been concep-
tualized across four core decision objects and examines the mechanisms, contexts, and
process dynamics that shape each. The central finding is that the field has moved to-
ward processual accounts of decision-making yet lacks a shared framework for integrating
... mehr
them. The study proposes such a framework and, in doing so, reveals a gap: the micro-
level transition from deliberation to binding commitment is absent from the literature.
Study 2 opens that gap. Through 40 in-depth interviews with founders, it develops the
concept of the Decision Horizon, the subjective threshold at which deliberation closes into
binding commitment. The study identifies the mechanisms that regulate this threshold be-
fore, during, and after the moment of crossing. Furthermore, it shows that commitment
reorganizes learning into two regimes, and that experience from an enacted decision be-
comes a transferable lesson largely through the deliberate learning machinery founders
build to capture it. The deeper the commitment, the greater the incentive to construct that
infrastructure, so binding can spur disciplined learning rather than blocking it.
Study 3 formalizes one class of mechanism identified in Study 2: the affordable-loss
heuristic from effectuation theory, which bounds commitment to what one can afford
to lose. Operationalizing it as a post-commitment stopping rule, I build an agent-based
simulation across three experiments. The results show that affordable loss is a level of
commitment with two beneficial settings, a tight one maximizing new ventures, a loose
one minimizing deaths. Its strategic value is environmentally contingent: the speed–
endurance trade-off holds only under scarcity. Furthermore, the commitment depth that
maximizes emergence is not the one feedback teaches; learning agents do not find the
optimum for emergence. Affordable loss may thus be structurally beneficial yet easily
misunderstood.
Across all three studies, the dissertation aims to advance an overarching argument: en-
trepreneurial decision-making and learning are entangled by default. Entrepreneurs de-
cide in order to learn, and they learn in order to decide better next time. These are two
processes bound so tightly that understanding one requires understanding both together.