Bei der Entwicklung und dem Betrieb technischer Systeme - wie etwa Fertigungssysteme, Logistik-Netze oder großer IT-Systeme - müssen zahlreiche Konfigurations- und Entwurfsentscheidungen getroffen werden, damit die geforderten Leistungen möglichst ressourcenschonend und kostengünstig erbracht werden. Diese Entscheidungen basieren auf der Lösung von Optimierungsproblemen, für die es in vielen Fällen mehrere Alternativen gibt.
Man spricht daher auch von „diskreter Optimierung“. Optimierungsprobleme dieser Art sind schwer lösbar, da im Zuge der „kombinatorischen Explosion“ die Zahl alternativer Lösungen mit der Zahl der Entscheidungen zwischen diskreten Alternativen exponentiell wächst. Viele praktische Problemstellungen werden stark vereinfacht, um sie einer algorithmischen Lösung zugänglich zu machen.
Reale Entscheidungen müssen darüber hinaus in der Regel auf der Basis unvollständigen Wissens getroffen werden. Die dadurch bedingte Unsicherheit wird in den heute üblichen Optimierungsansätzen meistens nicht berücksichtigt, obwohl sie im Einzelfall zu deutlichen Abweichungen zwischen der ermittelten Lösung und dem realen Optimum führen kann. Im Extremfall ist die berechnete Lösung in der Realität nicht zulässig.
Ein weiterer bisher wenig beachteter Aspekt bei der Optimierung technischer Systeme ist die Rolle des Menschen in Entscheidungsprozessen. So können mathematische Modelle und Algorithmen zwar optimale Werte für die Variablen ermitteln, jedoch muss die Lösung fast immer von menschlichen Entscheidern akzeptiert und in konkrete Pläne oder Anweisungen umgesetzt werden. Damit sich Optimierungsverfahren in der Praxis breiter einsetzen lassen, muss folglich der Mensch als Teil des Entscheidungsprozesses berücksichtigt werden. Der Optimierungsprozess und die Ergebnisdarstellung müssen an die Bedürfnisse des Nutzers angepasst werden.