A
API
API steht für Application Programming Interface und bezeichnet eine Programmierschnittstelle. Genutzt werden APIs, um Drittprogramme auf Quelltext-Ebene an eine Software anzubinden. Beim Programmieren vereinheitlichen APIs die Datenübergabe zwischen einer Anwendung und einzelner Programmteile, den Modulen. Ziel von APIs ist es, die Programmierung durch Modularisierung zu vereinfachen. Hierzu werden einzelne Module vom eigentlichen Code abgekapselt und die Kommunikation erfolgt ausschließlich über die API.
APS (Advanced Planning and Scheduling)
APS-Systeme sind Softwarelösungen zur detaillierten Produktions- und Lieferkettenplanung. Sie nutzen komplexe Algorithmen, um optimale Produktionspläne unter Berücksichtigung von Kapazitäten, Materialverfügbarkeit und Lieferzeiten zu erstellen.
C
C#
C# (c sharp) ist eine objektorientierte Programmiersprache, die Anfang der 2000er Jahre als systemeigene Programmiersprache für Microsofts.NET Plattformen entwickelt wurde.
D
Desriptive Analytics
Die deskriptive bzw. beschreibende Analyse dient als vergangenheitsbezogene Zusammenfassung. Sie stellt die Frage „Was ist passiert?“. Vorhandene Informationen aus verschiedenen Systemen und Datenbanken werden so aufbereitet, dass die Komplexität verringert wird. Das Ergebnis sind Berichte, Diagramme, Dashboards aber auch Kennzahlen, die bei der Interpretation und der Entscheidungsfindung den Menschen unterstützen.
Typische Anwendungsfälle sind:
- Reporting von Kennzahlen
- Zustandsüberwachung
Diagnostic Analytics
Die diagnostische bzw. erklärende Analyse arbeitet ebenfalls auf Basis historischer Daten. Sie stellt die Frage „Warum ist es passiert?“. Sie sucht nach Ursachen und deren Auswirkungen auf Unternehmensabläufe und bietet so tiefergehende Einblicke in konkrete Problemstellungen. Die Datenanalyse hilft Korrelationen zu ermitteln und Muster zu erkennen. Um hieraus Schlüsse ziehen und Zusammenhänge erkennen zu können, benötigt es oftmals Domänenwissen. Fachkenntnisse wie unternehmerisches Denken, Branchenwissen und Methodenkenntnis spielen eine entscheidende Rolle. Somit liegt die Ableitung von Handlungsempfehlungen in der Hand des Experten.
Typische Anwendungsfälle sind:
- Identifikation von Betriebsstörungseffekten
- Ursachenfindung für Qualitätsmängel
Digitaler Zwilling (digital twin)
Ein digitaler Zwilling ist die virtuelle Abbildung eines realen Systems. In der Optimierung dient er dazu, Prozesse zu simulieren, zu analysieren und zu verbessern, bevor Änderungen in der Realität umgesetzt werden.
E
Entscheidungsvariablen
Entscheidungsvariablen sind die Größen, die im Modell angepasst werden, um die Zielfunktion zu optimieren. Sie repräsentieren konkrete Entscheidungen, wie Produktionsmengen, Transportwege oder Personaleinsatz.
G
Ganzzahlige Optimierung
Bei der ganzzahlige Optimierung dürfen Entscheidungsvariablen nur ganzzahlige Werte annehmen. Diese Methode wird genutzt, wenn Entscheidungen diskret sind, etwa bei der Auswahl von Standorten oder der Planung von Schichtbesetzungen.
Gurobi
Gurobi ist ein leistungsstarker Optimierungssolver, der mathematische Modelle löst, um komplexe Entscheidungsprobleme effizient zu bewältigen. Er unterstützt verschiedene Verfahren wie lineare Programmierung (LP), gemischt-ganzzahlige Programmierung (MILP), quadratische und quadratisch beschränkte Programmierung (QP, QCP) sowie deren gemischt-ganzzahlige Varianten. Als Gurobi Premier Service Partner kann OPTANO bereits auf eine langjährige Erfahrung in der Zusammenarbeit mit Gurobi zurückblicken.
H
Heuristik
Heuristische Verfahren liefern gute, aber nicht unbedingt optimale Lösungen für komplexe Probleme. Sie werden eingesetzt, wenn exakte Methoden zu lange dauern oder nicht praktikabel sind. Beispiele sind Greedy-Algorithmen oder Metaheuristiken wie genetische Algorithmen.
Gurobi
Gurobi ist ein leistungsstarker Optimierungssolver, der mathematische Modelle löst, um komplexe Entscheidungsprobleme effizient zu bewältigen. Er unterstützt verschiedene Verfahren wie lineare Programmierung (LP), gemischt-ganzzahlige Programmierung (MILP), quadratische und quadratisch beschränkte Programmierung (QP, QCP) sowie deren gemischt-ganzzahlige Varianten. Als Gurobi Premier Service Partner kann OPTANO bereits auf eine langjährige Erfahrung in der Zusammenarbeit mit Gurobi zurückblicken.
K
Künstliche Intelligenz (KI)
Künstliche Intelligenz bezeichnet die Fähigkeit von Computersystemen, Aufgaben auszuführen, die normalerweise menschliche Intelligenz erfordern. Dazu gehören das Erkennen von Mustern, das Lernen aus Daten, das Treffen von Entscheidungen und die Verarbeitung natürlicher Sprache. KI wird in vielen Bereichen eingesetzt, um Prozesse zu automatisieren, Prognosen zu erstellen und komplexe Probleme effizient zu lösen.
L
Lineare Optimierung / Lineare Programmierung
Die lineare Optimierung oder lineare Programmierung ist die wichtigste Teildisziplin des Operations Research. Sie beschäftigt sich mit der Optimierung linearer Zielfunktionen über einer Menge, die durch lineare Gleichungen und Ungleichungen eingeschränkt ist. Die Modelle der linearen Optimierung bestehen aus einer linearen Zielfunktion, die minimiert oder maximiert wird, und einer Vielzahl linearer Restriktionen.
M
Mathematisches Modell
Ein mathematisches Modell ist die formale Darstellung eines realen Problems mithilfe von mathematischen Strukturen wie Gleichungen, Variablen und Restriktionen. Es dient dazu, komplexe Zusammenhänge zu beschreiben und ermöglicht die Analyse sowie die Berechnung optimaler Lösungen für Entscheidungsprozesse
Mathematische Optimierung
Mathematische Optimierung ist ein Verfahren zur Bestimmung der besten Lösung für ein Problem unter gegebenen Bedingungen. Dabei werden Entscheidungsvariablen, Zielgrößen und Restriktionen in einem mathematischen Modell abgebildet. Ziel ist es, eine optimale Lösung zu finden unter Berücksichtigung aller Einschränkungen.
Maschinelles Lernen / Machine Learning (ML)
Maschinelles Lernen ist ein Teilbereich der Künstlichen Intelligenz, bei dem Algorithmen aus Daten lernen, um Muster zu erkennen und Vorhersagen oder Entscheidungen zu treffen. Anstatt explizit programmiert zu werden, verbessert sich das System durch Erfahrung und wird in Anwendungen wie Prognosen, Klassifikationen und Optimierungen eingesetzt.
O
Operations Research (OR)
Operations Research ist eine wissenschaftliche Disziplin, die mathematische Modelle, Algorithmen und analytische Methoden nutzt, um komplexe Entscheidungsprobleme zu lösen. Ziel ist es, Prozesse wie Planung, Produktion oder Logistik zu optimieren und Ressourcen effizient einzusetzen. OR wird in vielen Branchen eingesetzt, um fundierte, datenbasierte Entscheidungen zu ermöglichen.
OPTANO Modeling
OPTANO Modeling ist eine .NET-API zur Erstellung mathematischer Optimierungsmodelle. Sie ermöglicht die Modellierung von linearen, gemischt-ganzzahligen und teilweise quadratischen Programmen in einer vertrauten Programmierumgebung. Die API ist leicht zu bedienen, ressourcenschonend und unterstützt den schnellen Wechsel zwischen Solvern.
OPTANO Modeling steht zum kostenlosen Download als NuGet Gallery-Paket zur Verfügung.
OPTANO Plattform
Die OPTANO Plattform ist eine Technologieplattform mit der Optimierungssysteme für die modellbasierte Planung und Optimierung komplexer Prozesse erstellt werden. Sie kombiniert mathematische Optimierung, Advanced Analytics und Methoden der Künstlichen Intelligenz, um datenbasierte Entscheidungen zu unterstützen. Die Plattform ermöglicht die Integration in bestehende IT-Systeme, bietet Funktionen für Szenario-Analysen und liefert Handlungsempfehlungen zur effizienten Ressourcennutzung.
Optimierungssolver
Ein Optimierungssolver ist eine Software, die mathematische Modelle löst, um die beste Lösung für ein gegebenes Problem unter bestimmten Bedingungen zu finden. Er verwendet spezialisierte Algorithmen für Verfahren wie lineare Programmierung, gemischt-ganzzahlige Programmierung oder nichtlineare Optimierung.
P
Predictive Analytics
Die prädiktive Analyse bzw. Vorhersageanalyse arbeitet vorausschauend. Ziel ist es hierbei aus historischen Daten Modelle abzuleiten und diese zur Vorhersage von unbekannten Ereignissen bzw. Normabweichungen in der Zukunft zu nutzen. Die Prognose von zukünftigen Trends und Zuständen befähigt frühzeitig einzugreifen und Unternehmens-prozesse zu optimieren. Auch Predictive Analytics erfordert Domänenwissen zur Ableitung von Handlungsempfehlungen. Doch schaffen Vorhersagen von Verläufen und progonostizierte Werte Transparenz, die das Abwägen von Risiken erleichtert und eine wichtige Grundlage für das Treffen von Entscheidungen bildet.
Typische Anwendungsfälle sind:
- Ressourcenanalyse
- Vorausschauende Wartung (Maintenance)
Prescriptive Analytics
Die präskriptive bzw. verordnende Analyse hat die Aufgabe Entscheidungsoptionen zu spezifizieren, um die prognostizierten Ergebnisse zu erreichen und ggf. zukünftig Risiken zu minimieren und Chancen zu maximieren. Sie stellt die Frage „Welche Maßnahmen sollen ergriffen werden?“. Ziel von Prescriptive Analytics ist das direkte Angebot von Handlungsempfehlungen, oder – als höchster Grad der Automatisierung – die direkte Ausführung von Handlungen und Optimierungen in vollständig automatisierten Unternehmen. Prescriptive Analytics zeigt also Handlungsoptionen auf und prognostiziert die Auswirkungen gewisser Entscheidungen auf die Zukunft, ohne dass die Entscheidungen tatsächlich gewählt werden. Hierzu werden Methoden wie Simulationen, mathematische Optimierung, Algorithmen sowie maschinelle Lernverfahren eingesetzt.
Typische Anwendungsfälle sind:
- Warenbeschaffung zur Vermeidung von Lieferengpässen und hohen Lagerbeständen
- Routenplanung für eine nachhaltige Logistik
R
Restriktionen
Restriktionen sind die Regeln und Grenzen, die im Optimierungsmodell eingehalten werden müssen. Sie können als Gleichungen oder Ungleichungen formuliert sein und definieren den zulässigen Lösungsraum. Beispiele sind Kapazitätsgrenzen, Budgetlimits oder gesetzliche Vorgaben.
Bildhaft übertragen besitzt man einen Rucksack mit einer maximalen Traglast (z. B. in kg) sowie eine Anzahl von Gegenständen jeweils mit Gewicht (z. B. in kg) und Wert (z. B. in Euro.) Unter Berücksichtigung der Traglast des Rucksacks soll der Wert der ausgewählten Gegenstände maximiert werden.
Rucksackproblem (knapsack problem)
Das Rucksackproblem (knapsack problem) ist ein modellhaftes kombinatorisches Optimierungsproblem. Aus einer Menge an Objekten, für die jeweils ein Gewicht und ein Nutzwert definiert sind, soll die optimale Kombination von Objekten zusammengestellt werden. Ziel ist die Maximierung des Wertes der ausgewählten Objekte, wobei diese Teilmenge eine vorgegebene Gewichtsschranke nicht überschreiten darf.
Bildhaft übertragen besitzt man einen Rucksack mit einer maximalen Traglast (z. B. in kg) sowie eine Anzahl von Gegenständen jeweils mit Gewicht (z. B. in kg) und Wert (z. B. in Euro.) Unter Berücksichtigung der Traglast des Rucksacks soll der Wert der ausgewählten Gegenstände maximiert werden.
S
Simulation
Simulationen werden genutzt, um die Auswirkungen von Entscheidungen unter Unsicherheit zu analysieren. Sie ergänzen Optimierungsmodelle, indem sie Szenarien durchspielen und Risiken sichtbar machen.
Solver
Ein Solver ist eine Softwarekomponente, die mathematische Modelle löst. Er verarbeitet Variablen, Zielfunktionen und Restriktionen und berechnet optimale oder nahezu optimale Lösungen. Solver sind das zentrale Werkzeug in der mathematischen Optimierung und im Operations Research.
Szenarien
Szenarien sind realistische Annahmen über mögliche zukünftige Entwicklungen. Sie dienen dazu, Unsicherheiten in der Planung abzubilden und verschiedene Handlungsoptionen sowie deren Auswirkungen zu vergleichen.
Szenarioanalyse
Bei der Szenarioanalyse oder Was-wäre-wenn Analyse (What-If Analyse) werden unterschiedliche Zukunftsszenarien erstellt und deren Auswirkungen betrachtet, um Handlungsempfehlungen und Entscheidungen daraus abzuleiten.
Die Szenarioanalyse ist eine sehr gute Methode, um verschiedene Lösungswege miteinander zu vergleichen und Risiken zu bewerten. Beim Vergleich unterschiedlicher Lösungsansätze lassen sich Szenarien und Kennzahlen ermitteln, die bei der Entscheidungsfindung unterstützen. Bei der Risikoanalyse lassen sich so leichter potentielle Risiken und deren Auswirkungen einschätzen.
T
Traveling Salesman Problem (TSP)
Das Traveling Salesman Problem (TSP) bzw. das Problem des Handlungsreisenden ist ein Optimierungsproblem des Operations Research und der theoretischen Informatik – genauer gesagt ein Tourenplanungsproblem. Die Aufgabe besteht darin, die Reihenfolge für den Besuch verschiedener Städte so zu wählen, dass jede Station nur einmal besucht wird, die Reisestrecke des Reisenden möglichst kurz ist und die letzte Stadt gleich der ersten.
U
UX/UI-Design
UX-Design bezeichnet den Begriff „User Experience Design“, während UI Design für „User Interface Design“ steht.
Das UX-Design konzentriert sich auf das Gesamterlebnis des Nutzers und somit auf die Benutzerfreundlichkeit. Das Ziel von UX-Design ist es, effiziente, intuitive und angenehme Erfahrungen für den Nutzer zu schaffen. UX-Design konzentriert sich auf die Festlegung, welche Elemente miteinander in Beziehung stehen sowie die Sicherstellung einer einheitlich organisierten Navigation.
UI-Design ist ein Teilbereich innerhalb der User Experience und trägt zur Benutzerfreundlichkeit einer Anwendung bei, indem die Benutzeroberfläche (User Interface) grafisch so gestaltet ist, dass dem Nutzer eine mühelose, intuitive Interaktion gelingt. Das Layout der Anwendungsoberfläche steht bei UI-Design im Mittelpunkt. Es umfasst alle visuellen, interaktiven Elemente wie Typografie, Icons, Schaltflächen, Farbschemata und Responsive Design.
OPTANO Modeling
OPTANO Modeling ist eine .NET-API zur Erstellung mathematischer Optimierungsmodelle. Sie ermöglicht die Modellierung von linearen, gemischt-ganzzahligen und teilweise quadratischen Programmen in einer vertrauten Programmierumgebung. Die API ist leicht zu bedienen, ressourcenschonend und unterstützt den schnellen Wechsel zwischen Solvern.
OPTANO Modeling steht zum kostenlosen Download als NuGet Gallery-Paket zur Verfügung.
OPTANO Plattform
Die OPTANO Plattform ist eine Technologieplattform mit der Optimierungssysteme für die modellbasierte Planung und Optimierung komplexer Prozesse erstellt werden. Sie kombiniert mathematische Optimierung, Advanced Analytics und Methoden der Künstlichen Intelligenz, um datenbasierte Entscheidungen zu unterstützen. Die Plattform ermöglicht die Integration in bestehende IT-Systeme, bietet Funktionen für Szenario-Analysen und liefert Handlungsempfehlungen zur effizienten Ressourcennutzung.
Optimierungssolver
Ein Optimierungssolver ist eine Software, die mathematische Modelle löst, um die beste Lösung für ein gegebenes Problem unter bestimmten Bedingungen zu finden. Er verwendet spezialisierte Algorithmen für Verfahren wie lineare Programmierung, gemischt-ganzzahlige Programmierung oder nichtlineare Optimierung.
W
Was-wäre-wenn Analyse / What-If Analyse
Bei der Was-wäre-wenn Analyse (What-If Analyse) oder Szenarioanalyse werden unterschiedliche Zukunftsszenarien erstellt und deren Auswirkungen betrachtet, um Handlungsempfehlungen und Entscheidungen daraus abzuleiten.
Die Was-wäre-wenn Analyse ist eine sehr gute Methode, um verschiedene Lösungswege miteinander zu vergleichen und Risiken zu bewerten. Beim Vergleich unterschiedlicher Lösungsansätze lassen sich Szenarien und Kennzahlen ermitteln, die bei der Entscheidungsfindung unterstützen. Bei der Risikoanalyse lassen sich so leichter potentielle Risiken und deren Auswirkungen einschätzen.
Z
Zielfunktion
Die Zielfunktion ist das Herzstück eines Optimierungsmodells. Sie beschreibt mathematisch, was optimiert werden soll – beispielsweise Kostenminimierung oder Gewinnmaximierung. Alle Entscheidungen im Modell zielen darauf ab, den Wert dieser Funktion unter gegebenen Bedingungen zu verbessern.