eEducation NetOperations Research (OR), im deutschsprachigen Raum auch Unternehmensforschung genannt, nutzt mathematische Modelle, um komplexe Entscheidungsprobleme zu strukturieren und zu optimieren. Die Disziplin verbindet Mathematik, Wirtschaftswissenschaften und Informatik und wird eingesetzt, wo knappe Ressourcen möglichst effizient verteilt werden müssen – etwa in Produktion, Logistik, Energieversorgung oder im Gesundheitswesen.
Historische Entwicklung
Der Begriff „Operational Research“ entstand 1937 in Großbritannien: Auf Initiative von A. P. Rowe untersuchte eine Gruppe von Wissenschaftlern an der Bawdsey Research Station, wie sich das neu entwickelte Radar operativ zur Luftraumüberwachung nutzen ließ. 1940 richtete das britische Luftfahrtministerium eine eigene OR-Gruppe ein, die das RAF Fighter Command in der Luftschlacht um England unterstützte.
Nach dem Zweiten Weltkrieg wanderte OR in die zivile Wirtschaft ab, zunächst in die Chemie- und Elektroindustrie, später in Banken und Telekommunikation. Mehrere mathematische Grundlagen prägen die Disziplin bis heute: George Dantzig entwickelte die Simplexmethode für lineare Optimierung, Richard Bellman die dynamische Optimierung, Agner Krarup Erlang legte mit der Warteschlangentheorie einen Grundstein für die Analyse von Wartezeiten, und John von Neumann sowie Oskar Morgenstern begründeten mit der Spieltheorie einen eigenen Zweig der Entscheidungsanalyse.
| Jahr | Ereignis | Bedeutung für OR |
|---|---|---|
| 1937–1940 | Ursprung des Begriffs „Operational Research“ in England | Beginn der militärischen Radar- und Luftverteidigungsanalyse |
| 1947 | Dantzig veröffentlicht die Simplexmethode | Grundlage der linearen Optimierung bis heute |
| 1959 | Gründung der International Federation of Operational Research Societies (IFORS) | Internationale Vernetzung der OR-Gesellschaften |
Im deutschsprachigen Raum sind die Gesellschaft für Operations Research (GOR), die Schweizerische Vereinigung für Operations Research (SVOR) und die Österreichische Gesellschaft für Operations Research (ÖGOR) die zentralen Fachgesellschaften.
Der OR-Prozess
Ein OR-Projekt folgt typischerweise mehreren Phasen, von der Problemdefinition bis zur praktischen Umsetzung:
| Phase | Anwendungsbeispiel |
|---|---|
| Problemformulierung | Optimale Lagerbestände im Einzelhandel definieren |
| Datenbeschaffung | Produktions- und Verkaufsdaten erheben |
| Modellentwicklung | Lineare oder ganzzahlige Optimierung für Transportprobleme |
| Lösungssuche | Simplex-Algorithmus in der Produktionsplanung |
| Ergebniskontrolle | Distributionswege in der Logistik evaluieren |
Methoden: Modellierung, Simulation, Heuristik
Mathematische Modelle übersetzen reale Probleme in eine Form, die sich systematisch durchrechnen lässt – etwa als lineares Optimierungsproblem. Wo Modelle zu komplex für eine exakte analytische Lösung werden, kommen Simulationen zum Einsatz, die das Systemverhalten unter verschiedenen Bedingungen durchspielen. Heuristiken liefern praxistaugliche Näherungslösungen, wenn eine exakte Lösung zu aufwendig oder gar nicht nötig ist. Fortschritte in Algorithmik und Rechenleistung machen diese Methoden zunehmend auch für kleinere Unternehmen zugänglich.
Anwendungsbereiche
- Industrie: Produktionsplanung, Materialflussanalyse, Reduktion von Wartezeiten.
- Logistik und Fluggesellschaften: Tourenplanung, Flottenmanagement, Flugplanoptimierung.
- Telekommunikation: Auslastung von Netzwerken, Optimierung des Datendurchsatzes.
- Finanzbranche und öffentliche Verwaltung: Ressourcenzuteilung, Risikomanagement.
Reale Fallstudien, wie sie etwa die Fachzeitschrift Interfaces regelmäßig dokumentiert, zeigen deutliche Kosten- und Zeiteinsparungen durch OR-Methoden – etwa bei der computergestützten Flottenplanung von Reedereien oder der Tourenoptimierung in der Distributionslogistik. Wie stark sich Modelle aus quantitativer Forschung in der Praxis auszahlen, hängt jedoch stark vom Einzelfall und der Datenqualität ab.
Nähe zu anderen Disziplinen
Operations Research ist eng mit der Organisationstheorie verwandt, die sich ebenfalls mit Entscheidungsprozessen in Organisationen befasst, allerdings mit stärkerem Fokus auf Struktur statt auf mathematische Optimierung. In der akademischen Ausbildung ist OR sowohl im Mathematikstudium als auch in den Wirtschaftswissenschaften und den Ingenieurwissenschaften ein fester Bestandteil, meist als eigenständiges Modul oder Vertiefungsfach.
Häufig gestellte Fragen
Was unterscheidet Operations Research von klassischer Betriebswirtschaftslehre?
OR setzt stärker auf formale mathematische Modelle und Algorithmen, um konkrete Optimierungsprobleme zu lösen, während die Betriebswirtschaftslehre ein breiteres Spektrum an ökonomischen, organisatorischen und strategischen Fragen behandelt.
Braucht man für Operations Research ein Mathematikstudium?
Nicht zwingend, aber solide mathematische Grundlagen sind hilfreich. OR wird sowohl als eigenständiger Studiengang als auch als Vertiefung in Mathematik, Wirtschaftswissenschaften, Informatik und Ingenieurwissenschaften angeboten.
In welchen Berufen wird Operations Research gebraucht?
Typische Einsatzfelder sind Logistik und Supply-Chain-Management, Produktionsplanung, Finanzanalyse, Netzwerkplanung in der Telekommunikation sowie Beratung mit Schwerpunkt auf datengetriebener Entscheidungsfindung.
Was ist der Unterschied zwischen Optimierung und Simulation im OR?
Optimierung sucht mathematisch die beste Lösung für ein klar definiertes Modell. Simulation bildet stattdessen das Verhalten eines Systems unter verschiedenen Bedingungen nach, wenn das Problem für eine exakte Lösung zu komplex ist.