Goal Adjustment in Business Negotiations

Klare und ambitionierte Ziele gelten als Grundlage erfolgreicher Verhandlungen. Reale Verhandlungen folgen ihnen jedoch selten. Neue Informationen tauchen auf, die Gegenseite baut Druck auf, Fristen rücken näher, und Verhandler revidieren, was sie ursprünglich erreichen wollten. Diese Arbeit versteht Revision nicht als Vorbereitungsmangel, sondern als zentralen Mechanismus adaptiver Entscheidungsfindung. Zielanpassung wird als Prozess konzipiert, der die gesamte Verhandlung durchzieht: davor, währenddessen und danach. Vier empirische Studien beleuchten ihn aus komplementären Perspektiven. Studie 1 entwickelt auf Basis einer strukturierten Literaturanalyse und zwanzig Experteninterviews einen Bezugsrahmen für Human-Centric AI in Zielsetzungsprozessen. Transparenz, Augmentation statt Substitution sowie Fairness erweisen sich als Voraussetzungen für Akzeptanz. Studie 2 prüft dies experimentell. In einem 2x2-Design mit 215 Teilnehmenden in einer Einkaufsverhandlung führte algorithmische Zielberatung zu vergleichbarer Leistung wie die Beratung durch menschliche Experten. Ausschlaggebend war das Ambitionsniveau der Empfehlung, nicht deren Quelle. Studie 3 untersucht mittels einer Befragung von 308 Verhandlungsexperten und Mehrgruppen-Strukturgleichungsmodellen strukturellen, kompetitiven und koerziven Druck durch die Gegenseite. Kompetitiver Druck löst Zielanpassung unabhängig von der Art der Zielsetzung aus. Koerziver Druck wirkt nur bei vorgegebenen Zielen, sodass partizipative Zielsetzung eine Schutzwirkung entfaltet. Studie 4 analysiert 8.722 Transfers aus den fünf großen europäischen Fußballligen über zwanzig Spielzeiten. Machine-Learning-Modelle identifizieren systematische Abweichungen zwischen veröffentlichten Marktwerten und gezahlten Ablösesummen. Restvertragslaufzeit, Spieleralter und Deadline-Nähe treten als wiederkehrende Muster hervor. Das Buch richtet sich an Forschende der Verhandlungs- und Entscheidungsforschung sowie an Praktiker in Vertrieb und Einkauf.