Tafel mit mathematischen Formeln

Wozu dient die mathematische Optimierung?

Wissensbeitrag

Der Lösungsansatz „mathematische Optimierung“ ist ein sehr mächtiges Werkzeug, wenn es darum geht, verschiedenste Fragestellungen zu untersuchen und eine bestmögliche Lösung zu finden. Doch der Bereich ist für Nichtmathematiker oft schwer vorstellbar: Was wird dabei eigentlich optimiert? Erhält man immer eine fachlich bessere Lösung? Und nutzt einem die mathematische Optimierung, wenn man bereits eigene Algorithmen nutzt, die zu guten Ergebnissen führen, welche firmenintern auch von allen akzeptiert werden?

Optimierung des Arbeitsalltags für Fachbereiche

Grundsätzlich legen wir bei X-INTEGRATE Wert darauf, dass die Arbeit der Fachbereiche durch unsere Lösungen einfacher und effizienter wird. Sei es durch eine Integration auf technischer Ebene für ein besseres Zusammenspiel einzelner Systeme, die Verbesserung von Workflows durch den gezielten Einsatz von Business Process Management-Systemen, oder die Optimierung von Berechnungen durch mathematische Optimierung.

Eine Verbesserung muss dabei nicht zwingend bedeuten, dass sich die reinen Zahlen wie Gewinn, Kosten oder Produktionszeiten verbessern. Ein wichtiger Aspekt kann auch einfach sein, dass sich die benötigte Zeit für diese Berechnung verbessert, um die frei gewordene Zeit für neue Ideen zu nutzen.

Der Effekt der Zeitersparnis

Welchen Effekt kann eine Zeitersparnis von Optimierungslösungen nun haben? Jean Francois Puget, Optimierungsspezialist der IBM, hat dies bereits vor einiger Zeit auf amüsante Art in einem Blogbeitrag beschrieben. Er erzählte von einem Fall, in dem er seine Optimierungslösung immer performanter gestaltete, sein Kunde aber aufgrund der dadurch gewonnen neuen Möglichkeiten immer höhere Ziele setzte, sodass sich die Optimierungszeit im Endeffekt dann doch nicht verkürzte. Sein Fazit lautete somit: Durch die Optimierung geht es nicht unbedingt schneller als vorher, sondern in gleicher Zeit werden immer komplexere Probleme untersucht.

Ähnliche Erfahrungen durften wir kürzlich ebenfalls machen. Im beschriebenen Fall hatte ein Kunde bereits einen eigenen Algorithmus entwickelt, der eine im Vergleich zur Realität deutlich reduzierte Fragestellung mit einem eigenentwickelten Algorithmus gelöst hat. Dieser sollte allerdings durch ein neues Verfahren abgelöst werden; nicht, weil sie mit ihrem Ansatz an sich unzufrieden waren, sondern weil es einfach zu lange dauerte, um eine Berechnung durchzuführen.

Dazu waren schon von vorne herein bestimmte Annahmen notwendig, um überhaupt eine Lösung berechnen zu können. Auch dann dauerte eine Berechnung durchschnittlich 1 bis 2 Tage. Unsere Aufgabe war also zunächst nicht, eine bessere Lösung zu finden, sondern die gleiche (oder eine ähnliche) in deutlich kürzerer Zeit zu ermitteln.

Mehr Möglichkeiten durch die neu gewonnene Zeit

Mit Hilfe von mathematischer Optimierung konnten wir die Berechnungszeit von mehreren Tagen auf wenige Minuten reduzieren – und haben dabei stets die optimale Lösung gefunden. Diese Einsparung überzeugte unseren Kunden. Im Unterschied zu Pugets Erfahrung war unserem Kunden aber sehr wohl bewusst, was diese Zeitersparnis nun bedeutet: Er hat nun mehr Möglichkeiten, das untersuchte Modell weiter an die Realität anzupassen, die Anzahl der zuvor getroffenen Einschränkungen zu reduzieren und mehr Lösungen zu vergleichen. So wird die Lösung immer realitätsnäher, auch wenn sich die reine Rechenzeit durch die gestiegenen Anforderungen am Ende möglicherweise nicht reduziert.

Ihr Feedback

Arbeiten Sie ebenfalls mit eigenen Algorithmen, die eine gute Lösung liefern, aber die vielleicht zeitlich nicht effizient genug arbeiten? Oder ist der Wartungsaufwand der eigenen Algorithmen zu hoch, möchten Sie diese durch übersichtlichere mathematische Modelle ablösen? Vereinbaren Sie mit uns einen individuellen Workshop, und wir untersuchen gemeinsam Ihre Möglichkeiten, wie mathematische Optimierung Ihnen helfen kann. Wir freuen uns auf Ihre Nachricht!

Mathematische Optimierung und Supermärkte
Wissen

Mathematische Optimierung und Supermärkte

Mathematische Optimierung findet in vielen Bereichen Anwendung. So auch zur Standortplanung für eine Supermarktkette. Dieser Blogartikel fasst die Eckpunkte des Projektes zusammen.

Wolken zur Visualisierung der Cloud
Wissen

Mathematische Optimierung in der Cloud mit IBM DOcplexcloud

IBM bietet mit DOcplexcloud einen Optimierungsservice in der Cloud an. Dabei werden Opimierungsanfragen an einen Server in der Cloud gesendet. Dieser Service bringt so einige Vorteile mit sich, auf die dieser Blogbeitrag näher eingehen will.

Mathematische Optimierung
Kompetenz 03.09.20

Mathematische Optimierung

Mathematische Optimierung hilft Unternehmen dabei, über den Einsatz begrenzter Ressourcen komplexe Entscheidungen zu fällen und zielgerichtete Kompromisse zu machen.

Zur SCOPE Website
Presse 16.12.19

Fachbeitrag: Auftragsbestand mathematisch optimiert

83.000 Fahrzeuge setzte MAN Truck & Bus 2016 ein. Die hohe Nachfrage nahm der Full-Range-Anbieter zum Anlass, seinen Auftragseinplanungsprozess und die Auftragsoptimierung auf den Prüfstand zu stellen. Die Erfolgsstory im Artikel in der SCOPE.

Geschäftsoptimierung
Wissen

Geschäftsoptimierung mit mathematische Berechnungen

In mathematischen Optimierungsmodellen für Geschäftsprobleme hängt die Performance oft davon ab, ob das zugrunde gelegte Modell linear ist. Der heutige Blogartikel erklärt das Vorgehen.

Headerbild für Wissensbeitrag zu Optimierung und Business Analytics
Kompetenz 22.09.20

Lösungsansätze durch Optimierung

Um im immer globaler werdenden Wettbewerb bestehen zu können, hält der Alltag jedes Unternehmens unzählige Herausforderungen bereit. Optimierung bietet dabei Orientierung und schafft den entscheidenden Vorsprung zur Konkurrenz.

Wissen

Optimierung der Auftragsbearbeitung

Durch eine Optimierung der Auftragsbearbeitung können Unternehmen ihre Ressourcen schonen und ihren Gewinn steigern. Dieser Artikel zeigt, wie man mit SAP APO und IBM ILOG CPLEX beispielsweise Produktionswege optimieren kann.

X-INTEGRATE Standortoptimierung
Lösung

X-INTEGRATE Standort Optimierung

Nahezu jedes größere Unternehmen ist auf eine geeignete Methode angewiesen, Standorte sinnvoll auszuwählen und zu betreiben. Um die besten Standorte zu ermitteln, setzen wir auf mathematische Optimierung.

Optimierung & Business Analytics
Kompetenz 03.09.20

Optimierung & Business Analytics

Mit Optimierung nach den Kriterien der Business Analytics erzielen Unternehmenssteuerung und Prozessoptimierung ungeahnte Ergebnisse, die das Unternehmen positiv vom Markt abheben.

Person arbeitet am Computer
Wissen

Ein Blick hinter die Kulissen der Software-Entwicklung

Die hauseigene X-INTEGRATE Optimierungslösung „X-INTEGRATE Agency Reallocation“ (XAR) bietet Versicherern einen echten Mehrwert bei der Zuordnung von Agenturen zu Kunden.

Wissen

Individuelle Java-Anpassungen in Optimierungsprojekten

Die Oberflächenanpassung im IBM-Optimierungstool ILOG DOC (ehemals ILOG ODM Enterprise) mit Hilfe von Java-Code ergibt ein Optimierungsmodell, das schnell für gute Ergebnisse sorgt. Dieser Blogartikel beleuchtet einige Kniffe, die dies möglich machen.

Rechner mit Programmiercode
Wissen

IBM ODM-Services automatisiert testen

Die Relevanz von ausgiebigen Tests ist in der Softwareentwicklung unumstritten. Der heutige Blogartikel befasst sich mit einer Möglichkeit, deployte Regelservices des IBM Operational Decision Managers automatisiert zu testen und diese Tests zu dokumentieren.

Person tippt am Laptop
Wissen

ODM-SOAP-Tests mit Excel

Wenn sich IBM Operational Decision Manager Tests auf ODM beschränken, können diese auch direkt aus Excel heraus durchgeführt werden – ohne den Umweg über SoapUI. Dazu wird lediglich ein bisschen Programmieraufwand mit VBA benötigt.

Puzzleteil zur Visualisierung von Integration
Wissen

Optimierung in der Praxis: Weniger ist mehr - Teil 2

Fortschreitende Technologien ermöglichen uns, immer genauere Berechnungen durchzuführen. Wir sind heute in der Lage, in kürzerer Zeit mit höheren Datenmengen umzugehen als jemals zuvor. Gerade in der Mathematik hat das aber nicht nur Vorteile.

Tafel mit mathematischen Formeln
Wissen

Optimierung in der Praxis: Weniger ist mehr (Teil 1)

Fortschreitende Technologien ermöglichen uns, immer genauere Berechnungen durchzuführen. Wir sind heute in der Lage, in kürzerer Zeit mit höheren Datenmengen umzugehen als jemals zuvor. Gerade in der Mathematik hat das aber nicht nur Vorteile.

Anonyme Referenz
Referenz

Erfolgreiches Supply Chain Management

Als Logistiker oder Hersteller von Waren ist das Supply Chain Management ein wichtiger Teil des Geschäfts. Die X-INTEGRATE Optimierungslösung „Supply Chain Optimizer“ (SCO) auf Basis von IBM DOC unterstützt den Kunden bei der Unternehmensplanung.

MAN Logo
Referenz

Dynamische und optimierte Auftragseinplanung

MAN Truck & Bus AG setzt auf einen von X-INTEGRATE mathematisch optimierten Auftragsbestand, um seinen Auftragseinplanungsprozess und die Auftragsoptimierung zu verbessern.

Boston Consulting Group Logo
Referenz

IBM ILOG CPLEX als Ergänzung zu MATLAB

Die X-INTEGRATE besitzt tiefgehendes Wissen in der individuellen Modellerstellung für IBM ILOG CPLEX sowie in der Integration mit anderen Applikationen und Lösungen. Die BCG hat auf diese Expertise zurückgegriffen und in kurzer Zeit MATLAB durch IBM ILOG CPLEX erweitert.

ILOG Optimization
Technologie

ILOG Optimization

ILOG CPLEX und ILOG CP Optimizer bieten Ihnen die Möglichkeit, in kürzester Zeit verschiedene Simulationen für mögliche Entscheidungen durchzuführen. Dabei ist CPLEX vor allem für lineare Modelle geeignet, während CP Optimizer generelle Constraint-Programming-Modelle löst.

Services für ILOG Supply Chain Applications
Technologie

ILOG Supply Chain Applications

ILOG LogicNet Plus XE, ILOG Transportation Analyst, ILOG Inventory and Production Frequency Analyst und ILOG Plant PowerOps bieten ihnen die Möglichkeit, Situationen aus verschiedensten Bereichen der Supply Chain zu modellieren und zu optimieren.