Sprungmarken

Servicenavigation

Hauptnavigation

Sie sind hier:

Hauptinhalt

Zusammenfassung

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, wobei deren Parameter in vielen Fällen  durch  das  Vorhandensein  von  Alternativen  diskret  oder  gemischt  diskret-kontinuierlich sind. 

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 der Mensch als Teil des Entscheidungsprozesses  berücksichtigt  werden.  Der  Optimierungsprozess  und  die Ergebnisdarstellung müssen an die Bedürfnisse des Nutzers angepasst werden. 

Das Graduiertenkolleg soll sich mit der Thematik der diskreten Optimierung unter Unsicherheit beschäftigen und zugleich den Menschen in den Optimierungsprozess einbeziehen. Konkrete Anwendungsszenarien werden aus den Bereichen Logistik, Produktion und IT-Systeme gewählt. Die Thematik des Graduiertenkollegs ist stark interdisziplinär ausgerichtet und kombiniert Fragestellungen aus der Optimierung, der Algorithmik, der Statistik, den Anwendungswissenschaften und der Psychologie. Doktorandinnen und Doktoranden, die aus unterschiedlichen Disziplinen in das Graduiertenkolleg  kommen,  sollen  mithilfe  von  Kompaktkursen  eine  Basis  zur  gemeinsamen Forschung  erhalten  und  individuell  weitere  Veranstaltungen  zur  wissenschaftlichen Vertiefung im Umfeld ihres Dissertationsthemas besuchen.