Skript VernetzteStrukturen 1209

Prozessorientierung
und Vernetzte Strukturen
Lehrstuhl für Bauprozessmanagement und Immobilienentwicklung

Univ.-Prof. Dr.-Ing. Josef Zimmermann
Inhaltsverzeichnis
Prozessorientierung und Vernetzte Strukturen
Kapitel 1 Kybernetik der Planungsprozesse - Retrospektive
Kapitel 2 Vom Vernetzten Denken zur Prozessorientierung
Kapitel 3 Vernetzungsanalyse
Kapitel 4 Optimierung in komplexen Zusammenhängen
Kapitel 5 Graphentheorie und fundamentale Strukturen
Kapitel 6 Optimierung in diskreten Entscheidungssystemen
Kapitel 7 Kapazität von Transportnetzen
Kapitel 8 Grundlagen der Monte-Carlo-Simulation
Kapitel 9 Grundlagen der Warteschlangentheorie
Kapitel 10 Produktionsprozessplanung
Literaturverzeichnis
Abkürzungsverzeichnis
Ausgabe 12/2009 – Prozessorientierung und Vernetzte Strukturen i

Kapitel 1: Kybernetik der Planungsprozesse - Retrospektive
Inhaltsverzeichnis
1 Retrospektive 1
1.1 Aufgabenstellung 1
1.2 Organisationsplanung 2
1.2.1 Prozesse 2
1.2.2 Akteure 2
1.2.3 Abhängigkeiten 2
1.3 Organisationsbetrieb 3
1.3.1 Steuerungsprozesse 3
1.3.2 Kybernetische Aspekte 3
Ausgabe 12/2009 – Retrospektive X

1 Retrospektive
„Vernetzte Strukturen und Prozessorientierung“ beinhaltet eine Vielfalt grundlegender Verfahren
und Methoden um mit den in Entwicklung, Planung und Ausführung von Bauvorhaben stets auftre-
tenden vielfachen Abhängigkeiten umgehen zu können. Im folgenden Teil sollen als Einstieg die
verschiedenen Aspekte der „Kybernetik der Planungsprozesse“ noch einmal in den unmittelbaren
Zusammenhang gestellt werden:
1.1 Aufgabenstellung
Ein Unternehmen stellt sich mit der Übernahme eines Projektes generell der Aufgabe, ein Unikat
in optimaler Weise herzustellen, zum Beispiel der Bau eines Bürogebäudes oder eines Tunnels,
aber auch die Entwicklung einer Immobilie.
Die Projekt-Aufgabe ist zum Zeitpunkt ihrer Beauftragung oder der Angebotserstellung im Allge-
meinen noch in keiner Weise spezifiziert. Oft ist lediglich das Ergebnis definiert, das im operativen
Bauen wie auch in der Projektentwicklung durch das Eruieren und Betreiben des optimalen We-
ges erreicht werden soll.
Die Aufgabe hat eine Vielzahl von völlig unterschiedlichen und vielfach unabhängigen, aber auch
vernetzten Dimensionen, in denen sich das Projekt bewegen und entwickeln kann (z.B. Raum,
Zeit, Finanzmittel, Gesetze, Ressourcen etc.).
Für die optimale Ausführung des vorliegenden Projekts ist die Entwicklung und Durchführung ei-
ner geeigneten Organisation notwendig, die zeitlich in zwei Schritten gegliedert ist:
Der erste Schritt ist die Organisationsplanung, entsprechend der Entwicklung und Festschreibung
der Organisation im Vorfeld des Projektablaufes. Im zweiten Schritt wird das Projekt entsprechend
der Organisation ausgeführt. Dabei ist eine stete Kontrolle und Reaktion der Organisation auf die
Realität des Projektalltages notwendig. Dieser Schritt wird als Organisationsbetrieb bezeichnet
und führt das Projekt auf optimalem Weg zum Projektergebnis.
Anmerkung: Nachdem die Organisationsplanung bereits als Teil des Projektes betrachtet werden
muss, ist eine gewisse Rekursivität gegeben: Mit der unmittelbaren Festlegung der ersten Ele-
mente der Organisation muss diese bereits zu arbeiten beginnen um weitere Festlegungen zu
treffen. Insofern gehen Organisationsplanung und Organisationsbetrieb fließend ineinander über.
Die beiden Aspekte der Organisation lassen sich durch die acht Steuerungsprozesse abbilden:
Die Organisationsplanung entspricht auf der obersten Ebene der Koordination aller Aspekte im
Vorfeld und übernimmt die Funktionen:
• Einholen von Informationen

• Erkennen und Beseitigen von Widersprüchen
• Erkennen und Beseitigen von Informationslücken
Im Zuge des Organisationsbetriebs sind dann die Schritte der weiteren Steuerungsprozesse „Ver-
anlassen“, „Überwachen“, „Entscheiden“, „Gegensteuern“ und „Feststellen“ auf der obersten Ebe-
ne auszuführen.
Ausgabe 12/2009 – Retrospektive 1

1.2 Organisationsplanung
Die Organisationsplanung hat zur Aufgabe die Aufgabenstellung „zu organisieren“. Dies findet
zunächst auf der Grundlage der Systemtheorie in abstrakter Weise statt. Das System wird nach
systemischen und systematischen Gesichtspunkten in immer kleinere Strukturen und deren Be-
ziehungen zueinander zerlegt. Mit zunehmender Detaillierung werden die immanenten Zusam-
menhänge sichtbar und verstehbar. Der Rahmen für das Gesamtsystem ist stets durch überge-
ordnete Institutionen gegeben. Die Definition von Substrukturen ist nicht anderes als die Festle-
gung von untergeordneten Institutionen bis hin zum kleinsten nicht weiter sinnvoll unterteilbaren
Element. Eine in dieser Hinsicht definierte Detailaufgabe ist dann ebenfalls eine Institution auf
unterster Ebene. Durch die endgültige Zerlegung der Aufgabe werden darüber hinaus die Gren-
zen des zu betrachtenden Systems ausgelotet und beschrieben.
Betrachtet man die soweit detaillierten Systeme, so sind wohlbekannte Elemente zu finden:
1.2.1 Prozesse
Eine wesentliche Gruppe sind Prozesse und Teilprozesse. Diese bilden alle zur Zielerreichung
notwendigen Aktivitäten ab und spiegeln die Arbeitsteilung der Gesamtaufgabe wider. Zugleich
mit der Zunahme des Systemverständnisses durch die Detaillierung werden die Vorteile einer
wirtschaftlich und technisch sinnvollen Diskretisierung des Projektes in Anspruch genommen.
Konkret werden also an dieser Stelle die produktiven Leistungsprozesse in allen Details definiert.
Darüber hinaus sind in gleicher Weise die Steuerungsprozesse zu modellieren, die wie Leistungs-
prozesse ebenfalls auf den Einsatz von entsprechenden Ressourcen angewiesen sind, aus einem
Input einen zugehörigen Output generieren und wohl definierten Terminvorgaben unterliegen.
1.2.2 Akteure
Als zweite Gruppe sind die Akteure im Rahmen des Projektes (z.B. Individuen, Betriebe, Unter-
nehmen, der Staat oder die Gesellschaft) zu nennen.
Typische Aspekte der Akteure sind etwa:
• Zugeordnete Aufgaben, etwa Leistungsprozesse (Arbeitspakete)

• Verantwortung für Aufgaben
• Motivation für die Tätigkeit
Der Rahmen der Handlungsfreiheit der Akteure wird durch die Strukturen der Institutionentheorie,
die zugestandenen Verfügungsrechte (Property-Rights-Theorie) und die Wechselwirkungen aus
der zumeist vertikalen Anordnung der Handelnden (Principal-Agent-Theorie) bestimmt.
1.2.3 Abhängigkeiten
Zwischen den Systemelementen finden Wechselwirkungen statt, die durch die Abhängigkeiten der
Prozesse, die beteiligten Akteure und die Beziehungen zwischen den Prozessen und den zuge-
ordneten Akteuren festgelegt sind. Beispielhaft sind etwa zeitliche Abhängigkeiten, kausale Not-
wendigkeiten, Abhängigkeiten über gemeinsam genutzte Ressourcen etc.

All diesen Beziehungen liegen naturgemäße Schnittstellen zugrunde, die über Transaktionen be-
dient werden, entsprechend sind diese mit den Merkmalen der Transaktionskostentheorie zu mo-
dellieren und zu bewerten.
1.3 Organisationsbetrieb
Nach Ausarbeitung der Organisation in der Organisationsplanung geht das Projekt bezüglich der
Organisation in die Betriebsphase über.
Grundsätzlich könnte man annehmen, dass die entwickelte Organisation in der Lage ist, die Leis-
tungsprozesse des Projektes - von selbst - optimal ablaufen zu lassen. Vor dem Hintergrund der
vielen unvermeidbaren Unwägbarkeiten bei der Erstellung von Unikaten unter stark variierenden
Randbedingungen ist das jedoch im Allgemeinen nicht zu erwarten. Aus diesem Grund werden im
Rahmen der Organisationsplanung über die Leistungsprozesse hinaus zu jedem Leistungspro-
zess die entsprechenden Steuerungsprozesse installiert. Damit ist die kontinuierliche Steuerung
der Leistungsprozesse projektbegleitend aktiv wahrzunehmen möglich.
1.3.1 Steuerungsprozesse
Die zuvor übergeordnet wirksamen Steuerungsprozesse finden im Betrieb gleichermaßen laufend
statt, jedoch nicht nur übergeordnet, sondern in Wechselwirkung mit jedem einzelnen Leistungs-
prozess, indem sie ihn „veranlassen“, „überwachen“, über Maßnahmen “entscheiden“, ggf. „ge-
gensteuern“ und schließlich das Ergebnis „feststellen“. Darüber hinaus ist eine einwandfreie Do-
kumentation und Information zu führen. Auch die Koordination ist aufgrund wechselnder Umstän-
de nicht endgültig, es ist kontinuierlich im Sinne eines Änderungsmanagements „nach zu
koordinieren“.
Um die Erreichung der Ziele und damit von Qualität sicherzustellen, laufen die bekannten Steue-
rungszyklen über einen kontinuierlichen Soll-Ist-Vergleich für jeden Prozess ab.
1.3.2 Kybernetische Aspekte

Nachdem der Organisationsbetrieb ein dynamisches System ist, erhält die Frage der Reaktionsfä-
higkeit der zugrunde liegenden Organisation auf Änderungen eine enorme Bedeutung. Über neue
Anforderungen seitens des Auftraggebers oder geänderte Randbedingungen des Projektumfeldes
sind Modifikationen inhärenter Bestandteil eines jeden Projektes. Entsprechend ist eine hohe Sta-
bilität das Kennzeichen einer gut ausgeführten Organisationsplanung.
Schon in dem stark vernetzten System der Aufgabenstellung sind eine Vielzahl von rückwirkenden
Regelkreisen verborgen, deren Charakteristika die Reaktion des Projektes auf Änderungen
bestimmen. Die Steuerungsprozesse ihrerseits sind so einzuführen, dass sie Regelkreise mit sta-
bilisierendem Charakter bilden, die die Einflüsse von außen oder auch aus dem System selbst
ausgleichen. Diese Aspekte werden von der Kybernetik behandelt.
Insgesamt ist im Sinne der Grundaufgabe nur über eine im Betrieb stabile und schnelle Organisa-
tion die optimale Lösung der Aufgabenstellung hinsichtlich Dauer, Kosten und Qualität vor dem
Hintergrund einer Optimierung der Prozesse, der Beteiligten und der Interaktionen möglich, si-
cherzustellen und nachweisbar.

Prozessorientierung und vernetzte Strukturen
Kapitel 2: Prozessorientierung und Vernetzte Strukturen

Inhaltsverzeichnis
2 Vom vernetzten Denken zur Prozessorientierung 2-1
2.1 Planen und Steuern 2-1

2.1.1 Planung 2-2
2.1.2 Assoziatives Denken 2-2
2.1.3 Planung komplexer Abläufe und Zusammenhänge 2-3
2.1.4 Aspekt „Delegieren“ 2-4
2.1.5 Aspekt „Kommunizieren“ 2-4
2.1.6 Aspekt „Dokumentieren“ 2-5
2.1.7 Exkurs: Simulation 2-5
2.1.8 Angebote der Technik 2-5
2.2 Werkzeuge des vernetzten Denkens 2-6

2.2.1 Brainstorming 2-6
2.2.2 Mindmap / Assoziogramm 2-6
2.2.3 Ishikawa-Diagramm 2-7
2.2.4 Kognitive Karte / Fuzzy Cognitive Map 2-8
2.2.5 SWOT-Analyse 2-10
2.2.6 Balanced Scorecard 2-11
2.2.7 Entity Relationship Modell 2-15
2.3 Formale Formulierungen von Aufgaben 2-17

2.3.1 Imperative oder Prozedurale Formulierung 2-18
2.3.2 Deskriptive Planung 2-21
2.3.3 Objektorientierte Formulierungen 2-26
2.3.4 Prozessorientierte Planung 2-30
2.4 Planungszyklen 2-32

2.4.1 Iterative Planung 2-32
2.4.2 Rekursive Planung 2-33
2.5 Aufgabe 2-33
Abbildungsverzeichnis 2-1
Ausgabe 12/2009 – Vom Vernetzten Denken zur Prozessorientierung i

2 Vom vernetzten Denken zur Prozessorientierung

2.1 Planen und Steuern
Planen ist nichts anderes als die geistige Vorwegnahme zukünftiger Ereignisse durch Verteilung
und Kanalisation von Information. Norbert Wiener formulierte 1948: "Information ist Information,
weder Materie noch Energie". Somit spezifizierte er die Information als eine unabhängige Grund-
größe der Naturwissenschaft.1
Das Programmieren von Maschinen von der Zeit der Jacquard-Webstühle bis heute ist eine forma-
lisierte Art der Planung, die Handlungswege zur Erzielung eines Ergebnisses, noch ohne dass
konkrete Werte zur Berechnung vorliegen, vorgibt. Dabei wird vielfach im Sinne eines Soll-Ist-
Vergleiches je nach konkreter Situation durch formalisierte Verzweigungen eine Reaktion auf die
aktuelle Situation ausgelöst, die den Zustand kontrollierbar hält.
Wiederholung und Exkurs:

Die Ansätze von Fredmund Malik, einer der führenden Köpfe des kybernetischen Managements,
wurden bereits in der Kybernetik der Planungsprozesse diskutiert. Er propagiert die Gestaltung
und Lenkung eines Unternehmens auf der Grundlage seiner natürlichen Kräfte durch den minima-
len Eingriff einer Veränderung der Informationslage im System.
Aus Sicht der Managementkybernetik2 stellt sich die zentrale Frage, wie ein Unternehmen gestal-
tet sein muss, damit es mit den zwangsläufigen Unwägbarkeiten (etwa Kernkompetenz: Risikoma-
nagement) des Geschäftes umgehen kann. Weiter werden Kompetenzen definiert und beschrie-
ben, die generell zur Managementfähigkeit eines Unternehmens beitragen, wie Anpassungsfähig-
keit, Flexibilität, Lernfähigkeit, Selbstorganisation und Evolution.
Hinsichtlich des Zusammenwirkens der Beteiligten einer Planung spielen beide Aspekte eine we-
sentliche Rolle
Im systemisch-evolutionären (auch synergetischen) Ansatz (nach Malik) findet die Zerlegung des
Gesamtsystems in Teilsysteme statt, z.B. Investor (Rechtsanspruch, Objektbetrieb, Wert), Gestal-
tungsplanung (z.B. Tragwerksplanung), Objektplanung (etwa durch ein Architekturbüro), Funkti-
onsbetrieb (Nutzervertreter), Stakeholder (Anlieger) etc. (oder auch Vorgänge, Ressourcen, Ar-
beitskräfte, Finanzmittel, etc.) und erlaubt die Untersuchung der freien Interaktionen.
Der konstruktivistisch-technomorphe (auch technokratische) Ansatz (nach Malik) dient zur primä-
ren Vorgabe von Strukturen, in denen sich die Wechselwirkungen kontrolliert entfalten können,
z.B. durch eine festgelegte Kompetenzhierarchie der freien Entfaltung des Systems durch feste
Kommunikationsvorgaben entgegenwirken
In jedem Fall beginnt Planung mit unvollständigen oder sogar ganz ohne planerische Vorgaben.
Strukturen sind zu entwickeln, wo noch keine Strukturen existieren. Interaktionen zwischen Betei-
ligten und Informationsflüsse können erst festgelegt werden, wenn erste Strukturen vorliegen. Aus
diesem Grund ist es unabdingbar notwendig, die Grundzüge systematischen Denkens der Pla-
nung voranzustellen. Wie jeder Entwurf beginnt eine kreative Planung mit einem leeren, weißen
Blatt Papier.
1
Wiener 1963, S. 192
2
Fredmund Malik, Systemisches Management, Evolution, Selbstorganisation
Ausgabe 1/2009 –Vom Vernetzten Denken zur Prozessorientierung 2-1

2.1.1 Planung
Planung findet zunächst im Kopf statt und beinhaltet das „Durchdenken“ eines Ablaufes oder einer
Struktur. Dabei erfolgen eine kontinuierliche gedankliche Überprüfung aller Zusammenhänge so-
wie das Vorstellen von Abweichungen mit den entsprechenden Gegenreaktionen. Unter Umstän-
den wird die Gedankenkette abgebrochen, wenn die Abweichung als irrelevant oder wenn die Ab-
weichung als unvorstellbar oder unwahrscheinlich beurteilt wird. Alternativ werden rückführende
Maßnahmen und deren Auswirkung vorgestellt.
Abb. 2-1. Planung
Beispiel: Planung einer Baugrube.
Abb. 2-2. Planung Baugrube
Im Zuge des strukturellen „Durchdenkens“ des Ablaufs zum Erstellen einer Baugrube (Bauplatz,
Baustelleneinrichtung, Verfügbarkeit Baumaschinen und Personal, Bodengutachten, Abtransport
oder Wiederverwertbarkeit, Bodenaushub, Grundwasser, etc.), stößt der Planer letztlich gedank-
lich auf mögliche Zusammenhänge (zeitliche und strukturelle Abhängigkeiten). In der Vorstellung
von auftretenden Problemen werden sämtliche sinnvollen und möglichen Szenarien durchgespielt
(Eventualitäten, Abweichungen, Havarien nach dem Motto: „Was wäre, wenn…?“ (örtliche oder
bürokratische Widrigkeiten, Einfluss Wetter, Grundwasserspiegel, Streik, kontaminierter Boden,
Ausfall Maschinen, u.v.m.). Erweisen sich die Abweichungen von der ursprünglichen Gedanken-
kette als irrelevant, unvorstellbar oder unwahrscheinlich kann sie möglicherweise abgebrochen
werden, alternativ werden rückführende Maßnahmen und deren Auswirkung vorgestellt (z.B.
Grundwassereinbruch in die Baugrube durch Starkregen, Sichern der Baugrubenwände, Abpum-
pen des Wassers, Unterwasserbeton, Sicherheit Personal, Maschinenschäden, Bauverzögerung,
etc).
2.1.2 Assoziatives Denken
Menschliches Denken ist im Wesentlichen „assoziativ“ (lat. ‚associare’: „beigesellen, vereinigen,

verbinden“). Kausale Zusammenhänge wachsen durch gegenständliches Erleben und Denken.
Assoziative Denkvorgänge resultieren aus der abstrakten Kausalität vieler und vielfältiger Erfah-
rungen. Vom aktuellen Standpunkt aus kann Assoziatives Denken nur eine gewisse Reichweite,
Ausgabe 12/2009 – Vom Vernetzten Denken zur Prozessorientierung 2-2

den Assoziationsradius, haben. Alle darüber hinaus gehenden Systeme müssen in anderer Art
durchdacht werden.
So kann beispielsweise ein geübter Schachspieler die Züge des Gegners und damit ebenso seine
eigenen um ein gewisses Maß entsprechend seines Assoziationsradius „voraus denken“. Das
assoziative Erdenken des Assoziationsradius, etwa rund um einen unplanmäßigen Gewinn und
dessen Verwendung im privaten Bereich, kann zu erheblich weiter gefassten Gedankenketten füh-
ren und erlaubt damit grundsätzlich kreative Ansätze. Nachteilig ist die fehlende Stringenz, die in
keinem Fall erlaubt, diesen Gedankengängen Vollständigkeit zu attestieren. Alternativ kann eine
stringente Herangehensweise, etwa bei der Verwendung eines unplanmäßigen Überschusses in
einer Aktiengesellschaft, nur festen, vorgedachten Strukturen folgen, diese aber zuverlässig aus-
füllen. Damit kann die Vollständigkeit von Gedankenketten sichergestellt werden, jedoch muss
weitgehend auf kreative Elemente verzichtet werden.
Abb. 2-3. Stringentes Denken - Assoziationsradius
„Stringentes“ Denken erfordert grundsätzlich einen gewissen Aufwand und ist nur begrenzt mög-
lich. Dabei können auch Hilfsmittel aller Art, wie Strukturen, Listen oder auch Software, a priori nur
stringent sein.
2.1.3 Planung komplexer Abläufe und Zusammenhänge
Ein einfaches, lineares Projekt, bei dem stets ein Element das nächste unmittelbar zur Folge hat,
kann ohne weiteres verfolgt und geplant werden: Der jeweils nächste Schritt ist direkt sichtbar, mit
Überraschungen ist nicht zu rechnen.
Abb. 2-4. Einfache und komplexe Projekte
Als Beispiel für ein verhältnismäßig einfaches Projekt sei der Bau der Eisenbahnlinie Anfang des
19. Jahrhunderts quer durch die Vereinigten Staaten angeführt. Vom Grundprinzip wurde die Linie
im Eingleis- bzw. Zweigleissystem nahezu geradlinig Elementweise aufgebaut. Stieß man auf ei-
nen Berg, wurde ein Tunnel gebaut, versperrte ein Fluss den Weg, baute man eine Brücke.
Heutzutage sind Bahnlinien immer noch linear, aber dennoch greifen hier mehrere parallele Ge-
dankenketten immer wieder ineinander. Parallel zur Trassierung und dem Ausbau des eigentlichen
Transportweges sind die Elemente der Infrastruktur (Straßenführungen, Unterführungen, Brücken,

Stromnetze, Wasserstraßen, Tunnelbauwerke bis hin zu einer veränderten Infrastruktursituation in

den Städten) zu bauen und bewirken ein weit komplexeres zu durchdenkendes Projekt.
Vielfach vernetzte Planungsaufgaben finden sich etwa im Schlüsselfertigen Hochbau, z.B. im

Pächter-/Mieterausbau in einem Shopping Center. Hier treffen Schwierigkeiten in der Organisati-
onsplanung auf die individuellen Belange der einzelnen Pacht-/Mietparteien und Kundeninteressen
aufeinander und wollen ideal bedient werden.
Abb. 2-5. komplexe Planungsaufgabe: Sanierung Shopping Center
Hilfsweise ordnet man in diesen Fällen die Aufgabe, z.B. entlang der Zeitachse oder in Strukturen,
die es erlauben, überschaubare (= innerhalb des Assoziationsradius liegende) Arbeitspakete un-
abhängig von anderen zu bearbeiten.
Das Einführen von solchen Ordnungssystemen, also Strukturen, die erlauben, den eigenen Asso-
ziationsradius zu überschreiten, hat erhebliche Konsequenzen. Das Speichern und Abrufen sowie
das Weitergeben von Zuständen der Planung (Informieren) wird erforderlich. Damit gewinnen As-
pekte wie Delegation, Kommunikation und Dokumentation Bedeutung, die letztlich systematisch zu
den Steuerungsprozessen führen.
2.1.4 Aspekt „Delegieren“
Delegieren ist ein wichtiger Aspekt der Planung und beinhaltet die Weitergabe von Teilaufgaben
von einem etwa vorgesetzten Planer an seine Mitarbeiter. Dazu müssen Aufgaben zunächst struk-
turiert werden, ohne diese auszuführen, also ist etwa im Zuge der Organisationsplanung die Pro-
jektstruktur zu erstellen. Darüber hinaus sind die Schnittstellen (bspw. technischen Daten) zu defi-
nieren und Übergabe- “bilder“, etwa Pläne zu erarbeiten. Schließlich sind Übernahmegrenzwerte
festzulegen, d.h. etwa ein Zeit- oder Kostenrahmen oder das Bauinhaltssoll.
2.1.5 Aspekt „Kommunizieren“
Kommunizieren dient dem Austausch von Informationen. Neben dem Inhalt der Kommunikation ist
der zentrale Aspekt die Festlegung von Fristen (Wann? Wie lange?), z.B. für Teilaufgaben die vom
Unternehmen an Subunternehmer vergeben werden. In diesen Zusammenhang spielt auch der
Aufmerksamkeitsaspekt eine wesentliche Rolle: Wer ist verantwortlich für die Steuerungsprozesse

wie das Überwachen, ggf. über die Entscheidung hinsichtlich Gegenmaßnahmen bei Abweichun-
gen vom Soll. Darüber hinaus gilt es in der Kommunikation, die Informationen je nach Partner ge-
eignet und korrekt zu verdichten, etwa bei Berichten an den Verantwortlichen innerhalb der Orga-
nisationsstruktur. Weiterhin ist zu klären, wer die Verantwortung für die Informationsübertragung
trägt (Bring-/Holschuld). Gerade aufgrund der Dynamik der Planung sind laufend konsequent alle
Stände der kommunizierten Planung festzuhalten (Dokumentarischer Aspekt).
2.1.6 Aspekt „Dokumentieren“
Es genügt nicht, einfach nur alle anfallenden Unterlagen aufzuheben und zu dokumentieren. Zu
klären ist zunächst, was zu dokumentieren ist, wie die Dokumentation strukturiert wird und wie
lange etwas aufgehoben werden soll. Dabei sind zusätzlich die rechtlichen Aspekte, wie bei-
spielsweise der Datenschutz und darüber hinaus die Datensicherheit zu berücksichtigen.
2.1.7 Exkurs: Simulation
Oft bietet sich als Planungsinstrument die Simulation als ein dem menschlichen Denken nächstes
Werkzeug an. Dazu werden Modelle, z.B. reell im Maßstab 1:100, gebaut oder auch abstrakt in
einem Rechner modelliert. Ein solches Vorgehen erlaubt hervorragende Analysen, wenn die Pa-
rameter zutreffend gewählt werden, ist allerdings mit großem Aufwand verbunden. Das Hauptprob-
lem ist jedoch, dass eine Simulation auch stets nur „gedachte“ und damit bewusst implementierte
Zusammenhänge widerspiegelt. Ein nicht „gedachtes Problem“ bleibt unsichtbar. Eine automati-
sche Durchrechnung aller theoretisch möglichen Fälle ist in den meisten Fällen aufgrund der e-
normen Vielzahl aufgrund begrenzter Rechenkapazität nicht realisierbar.
2.1.8 Angebote der Technik
Die Technik bietet heutzutage eine Vielfalt von Tools zur technischen Unterstützung von Struktu-
rierungs- und Planungsaufgaben und ist dabei schnell und sicher. Das heutzutage gängigste Me-
dium im Daten- und Informationsaustausch ist Internet und Emailverkehr. Problematisch ist dabei
die Versuchung, wohldurchdachte und ausgeformte Strukturen gerade wegen der unkomplizierten
Kommunikation zu verlassen. Dabei wird leicht übersehen, dass die oben genannten Aspekte nur
gerade durch entsprechende Strukturen und nicht durch technische Hilfsmittel abgesichert werden
können. In dieser Hinsicht sind technische Hilfsmittel oft zu schnell und vermeintlich zu sicher.
Die Frage ist, wie hochkomplexe Strukturen, Unternehmen, Projekte oder auch nur Prozesse,
möglichst einfach strukturiert werden können. Schulungen sollten entsprechend nicht auf spezifi-
scher Software, sondern auf Systemen, Strukturen und Prozessen basieren. Es besteht generell
die Gefahr der Unvollständigkeit der Modellierung und damit das Risiko der Unzuverlässigkeit der
Ergebnisse. An dieser Tatsache ändert der Einsatz von Softwaretools im Wesentlichen nichts.
In den vergangenen Jahrzehnten wurden mehrfach Versuche unternommen um die Probleme

konventioneller Planung durch Einsatz „intelligenter“ Planungstools zu reduzieren. Darunter fallen
Expertensysteme, Künstliche Intelligenz, PERT-Planung mit Betaverteilung, Fuzzylogic und
OOP/OOD, letztlich ohne großen Erfolg. Das Problem dabei bestand darin, dass der Versuch un-
ternommen wurde den planenden Genius zu ersetzen, nicht ihn zu unterstützen. (Das setzt aller-
dings grundsätzlich voraus, dass ein Genius existiert)

2.2 Werkzeuge des vernetzten Denkens

Im Sinne der zuvor ausgeführten Überlegungen sollen im Folgenden einige Methoden der Struktu-
rierung als Bewältigung vernetzter Aufgabenstellungen als „klassische Werkzeuge für vernetztes
Denken“ beispielhaft aufgeführt werden:
2.2.1 Brainstorming
„Brainstorming“ wurde 1953 von Alex F. Osborn in den USA entwickelt als
Methode der assoziativen Ideenfindung innerhalb eines Teams. Dabei sollen
spontan und in freier Rede innerhalb eines bestimmten Zeitraums möglichst
viele Ideen zur Lösung eines vorgegebenen Problems gefunden werden. Bei
dieser Methode ist die Problemorientierung wichtiger als die Lösungsorientie-
rung. Dabei ist nur ein geringer Konsens erforderlich und die Bewertung der
einzelnen Punkte erfolgt im Nachgang. Zunächst wird keine Hierarchie und
keine Struktur der einzelnen Elemente gesucht. Die Quantität ist in diesem
Fall zunächst wichtiger als die Qualität und die einzelnen Punkte unterliegen
keiner Kritik.
Zentraler Aspekt dieses Vorgehens ist der gewollt strukturfreie Raum, der Kreativität und unkon-
ventionellen Ideen Raum lässt. Im Umfeld der Planung haben solche Methoden Bedeutung, wenn
Sondervorschläge zur Lösung einer Bauaufgabe oder der Abwicklung einer solchen in sehr frühen
Phasen der Planung (Gestaltungsplanung oder auch Organisationsplanung) bzw. der Immobilien-
entwicklung gesucht werden.
2.2.2 Mindmap / Assoziogramm
Tony Buzan (*1942), ein britischer Wirtschaftsjournalist, entwickelte die

Mindmap – Methode. Mindmapping ist eine umfassende Notiz- und Ideenfin-
dungsmethode. Das Grundkonzept besteht daraus, dass Assoziationen von
einem Element zum nächsten führen. Somit wird sprachlich-logisches Denken
mit intuitiv-bildhaftem Denken verbunden. Der Fortschritt gegenüber dem
Brainstorming ist dir Zugrundelegung einer Struktur, die aber nicht notwendig
die richtige Struktur ist. Sie ist weitgehend nur eine Hilfestellung zur Leitung
der Assoziationen.
Abb. 2-6. Beispiel: Mindmap

Mindmaps finden ebenfalls überall da Anwendung, wo Kreativität und Sondervorschläge im Vor-

dergrund stehen, etwa in Fragen des Designs einer Entwicklung. Darüber hinaus spielt dieser An-
satz eine wesentliche Rolle, wenn gerade die Sinnhaftigkeit von Strukturen in Frage gestellt und
überprüft werden soll, also z.B. im Zusammenhang mit der Untersuch von Unternehmensberatern
oder im Bereich eines Qualitätsmanagement-Audits. Auch im Zusammenhang mit Untersuchun-
gen des Umfeldes einer Investition, also einer Stakeholderanalyse kann ein derartiges Vorgehen
hilfreich sein. Als reales Beispiel könnte etwa die Auswirkung einer Umbaus des Zentrums des
Münchner Stadtteils Pasing durch eine Nordumgehung hinsichtlich Stadtentwicklung und betroffe-
ner Investitionen, z.B. des mfi-Shoppingcenters Pasing Arcaden angeführt werden.
Abb. 2-7. Modell der Pasing Arcaden
2.2.3 Ishikawa-Diagramm
In anderen Zusammenhängen ist eine Struktur nicht nur Hilfsmittel sondern

essentieller Leitfaden, etwa wenn zu einem Problem die möglichen Ursa-
chen untersucht werden sollen. Nachdem zwischen Ursache und Wirkung
ein kausaler Zusammenhang zu erwarten ist, kann auch entlang einer Ver-
zweigungsstruktur gesucht werden. Das Ishikawa-Diagramm wird auch Ur-
sache-Wirkungs-Diagramm oder Fishbone-Diagramm bzw. Fischgrät-
Diagramm genannt. Es ist ein einfaches Hilfsmittel in Form einer Fischgräte,
zur systematischen Ermittlung von Problemursachen.
Mensch Technik
Nebenursache
Hauptursache 1
Nebenursache
Problem
Nebenursache Nebenursache
Hauptursache 2 Hauptursache 3
Nebenursache
Nebenursache
Methode Management
Abb. 2-8. Ishikawa-Diagramm

Das Ursache-Wirkungs-Diagramm wurde Anfang der 1950er Jahre von dem japanischen Wissen-
schaftler Kaoru Ishikawa entwickelt und nach ihm benannt. Diese Technik wurde ursprünglich im
Rahmen des Qualitätsmanagements zur Analyse von Qualitätsproblemen und deren Ursachen
angewendet. Heute lässt sich diese Technik auch auf andere Problemfelder übertragen und hat
eine weltweite Verbreitung gefunden.
Die möglichen Ursachen, die eine bestimmte Wirkung auslösen, werden in Haupt- und Nebenur-
sachen zerlegt. Anschließend folgt eine grafische Strukturierung der Ursachen, um eine übersicht-
liche Gesamtbetrachtung zu ermöglichen.
Beispielsweise könnte die Untersuchung von überhöhten Mängelbeseitigungskosten, die nicht

durch Rücklagen gedeckt sind nach dieser Methode vorgenommen werden. Dabei werden konse-
quent alle denkbaren Bereiche und Ursachen sowie deren „Unter-“ursachen geprüft und somit mit
hoher Wahrscheinlichkeit die relevanten Gründe und letztlich die zugehörigen Gegenmaßnahmen
eruiert.
2.2.4 Kognitive Karte / Fuzzy Cognitive Map
Im Vergleich zum Ishikawa-Diagramm ist die

Kognitive Karte wesentlich mathematischer und
in ihrer Struktur freier aufgebaut. Planungsele-
Globale Politik
Strategie mente oder Beteiligte werden durch ihre Bezie-
hungen und Wechselwirkungen quantitativ mo-
delliert. Damit stehen nicht nur Beziehungen,
Gewinn sondern auch deren Richtung, Vorzeichen und
Markt- Größe zur Verfügung.
Nachfrage
Flächen
Nieder-
lassun-
gen Markt-
Angebot
Gewerb Res-
liche sourcen
Preise
Nationale
Strategie
Abb. 2-9. Kognitive Karte
In „Kybernetik der Planungsprozesse“ wurden Kognitive Karten bereits verwendet um an einem

einfachen Beispiel die relevanten kybernetischen Regelkreise zu identifizieren, ohne jedoch auf
die Hintergründe der Modellierung einzugehen.
Beispiel: Human Ressource Management
1. Zunehmende Einstellungen erhöhen Personalstand

2. Erhöhter Personalstand erfordert weitere Einstellungen
3. Kündigungen senken den Personalstand
4. Erhöhter Personalstand hat auch mehr Kündigungen zur Folge

5. Projektzuweisungen erhöhen den Personalstand in Projekten

6. Projekte werden durch Akquisition generiert
7. Wenn die Projekte abnehmen, gibt es mehr Kündigungen
8. Das Personal muss notwendigerweise Projekten zugewiesen werden
9. Mit erhöhtem Personalstand wachsen Probleme des Betriebsklimas
10. Mit Verschlechterung des Betriebsklimas nehmen Kündigungen zu
11. Verschlechterung des Betriebsklimas reduziert die Bereitschaft zur Akquisition
12. Kommunikation verringert Probleme des Betriebsklimas
13. Je schlechter das Betriebsklima desto mehr wird Kommunikation gefördert
14. Wenn die Projekte zunehmen, werden mehr Einstellungen getätigt
15. Ein Imageschaden reduziert die Anzahl der Einstellungen
16. Umstrukturierungsmaßnahmen reduzieren den Verwaltungsaufwand
Imag 1 HR-Kapital
e 3 9
1 2 4
5 8
Einstellungen Kündigungen
Projektzuweisungen
7
1
5 1
4
5 0
Projekte
+ HRC
+ Problem Betriebsklima
-
6 1
-
1 1
1 1 -
6
Akquisition 2 + 3
Umstrukturierungsmaßnahmen + Kommunikation +
EINST - KUE
ZUW - -
+ - +
+
PROJ
-
+ BKL
- + -
AKQ -
KOM
Abb. 2-10. Beispiel Kognitive Karte: Human Ressource Management
Eine solche, beispielhafte „Landkarte von Beziehungen“ kann allerdings nur unter einer solchen
Erweiterung der Begrifflichkeiten von Zusammenhängen niedergelegt werden.
Der Entwickler der Kognitiven Karten, L. A. Zadeh, begann seine Forschung

auf dem Gebiet der Systemtheorie. 1965 stellte er in einer Arbeit erstmals
das Konzept der Fuzzy-Logik - Logik der Unschärfe - dar. Die Idee dahinter
war, ein System mathematisch so zu beschreiben, dass es einer linguisti-
schen - unscharfen - Beschreibung eines Menschen ähnelt.

Eine scharfe Aussage, etwa „_steigert_Umsatz_um_17%_“ kann nur wahr oder falsch sein. Zur
Analyse von Beziehung ist diese Präzision weder nötig noch hilfreich. Unter Zugrundelegung eines
gewissen Maßes an Unschärfe würden bei abweichenden Umsätzen folgende Begriffe zutreffen:
Wahr
50% Ganz falsch

40% ziemlich falsch
30% nicht wirklich richtig
20% stimmt ziemlich
17% stimmt genau Falsch
Umsatzsteigerung 17% 50%
Abb. 2-11. „Cognitive Map“ mit unscharfen Kausalbeziehungen; Unscharfe Aussage mit Fuzzy Logic
Eine Analyse mit kognitiven Karten erlaubt die Formulierung von Aussagen und Beziehungen in
einer solch unscharfen Weise. Mit einer darauf aufbauenden erweiterten Logik mit an diese Form
der Variablen angepassten Rechenvorschriften können auch aus einer Kombination von solch
unscharfen Aussagen Schlüsse gezogen werden. Damit ist z.B. die Identifikation von relevanten
Beziehungen und Regelkreisen möglich ohne dass etwa minimale Widersprüche oder sachlich
richtige Zirkelschlüsse eine korrekte, präzise Aussage verhindern.
2.2.5 SWOT-Analyse
Die SWOT-Analyse ist eigentlich ein Werkzeug der strategischen Unternehmensführung. dabei
werden zur Entwicklung von Strategischen Optionen aus Visionen einfache Systemtheoretische
Strukturierungsmaßnahmen eingesetzt.
Die Abkürzung SWOT steht für die Begriffe Strength (Stärken), Weakness (Schwächen), Opportu-
nities (Chancen) und Threats (Gefahren), hinsichtlich derer zunächst die Situation untersucht wird.
Als Untergliederung werden Opportunities und Threats der Betrachtung von Umweltaspekten zu-
geordnet, Strengths und Weakness als Perspektive des Unternehmens in die Analyse einbezogen.
Umweltanalyse:
Chancen und Risiken M arkt & Kunde & Wettb e w erb
Vision/ Strategische
SWOT
Ziele Optionen O p p ortunities Threats

Unternehmensanalyse:
Stärken und Schwächen S trength Weakness
Personal & Prozesse & Leistungen
Abb. 2-12. SWOT-Analyse
Aufgrund von Kombinationen der vier Elemente werden entsprechende Optionen entwickelt und
aufeinander abgestimmt.
Die Kombination SO Stärke/Chancen beantwortet Fragen wie „Welche Stärken passen zu welchen
Chancen? Wie können Stärken genutzt werden, so dass sich die Chancenrealisierung erhöht?“.
Bei der ST Stärke/Gefahren-Kombination werden Fragen wie „Welchen Gefahren können wir mit
welchen Stärken begegnen? Wie können vorhandene Stärken eingesetzt werden um den Eintritt

bestimmter Gefahren abzuwenden?“ formuliert. Die WO Schwäche/Chancen-Kombination be-

schäftigt sich mit Fragen wie „Wo können aus Schwächen Chancen entstehen? Wie können
Schwächen zu Stärken entwickelt werden?“. Die WT Schwäche/Gefahren-Kombination klärt wo
sich die Schwächen befinden und wie sich das Unternehmen vor Schaden schützen kann.
Beispiel: Shopping Center

Für den Betreiber und Investor von Shopping Centern könnte etwa gelten:
Opportunities Æ Der Markt bietet ein hohes Nachfragepotential

Threats Æ Konkurrenz bedroht einen avisierten Standort
Strength Æ Gut gefüllte Kasse, hohe Liquidität, attraktiver Branchenmix
Weakness Æ Probleme mit dem Betriebsrat, hoher Werbeaufwand
Aus den Kombinationen können denkbare Szenarien abgeleitet werden:

Aus Opportunities und Threats könnte als Option die Akquisition bestimmter neuer Projekte
folgen
Aus Strenghts und Threats bietet sich an, etwa Übernahmeangebote anzugehen
Aus Weakness und Opportunities wäre zu überlegen, ob vor diesem Hintergrund die Personal-
politik geändert werden kann.
Aus Weakness und Threats folgen sicher Maßnahmen zur Verhinderung der Abwanderung
eigenen Personals oder auch der Pächter.
Als Systemmodell kann die SWOT-Analyse entsprechend wie folgt dargestellt werden.
Vision
WT WO
W
T O
ST S SO
SO-ST-WO-WT Optionen
Abb. 2-13. Systemmodell SWOT-Analyse
2.2.6 Balanced Scorecard
Die Balanced Scorecard wurde von Robert S. Kaplan und David P. Norton von 1992 – 1996 entwi-
ckelt. Sie dient in diesem Zusammenhang gleichermaßen als Beispiel für ein strukturiertes Vorge-
hen, in diesem Fall mit dem Ziel, theoretische Strategieansätze in die Praxis umzusetzen ("Trans-
lating strategy into action").
Ihre Anwendung ist sie wie die SWOT Analyse bei der strategischen Unternehmensführung ange-
siedelt. Das prinzipielle Vorgehen kann jedoch verallgemeinert werden und in vielen Bereichen zur
Sortierung von Zusammenhängen nützlich sein.

Strategie
M an a g e m e ntmetho de n
M an a g e m e nt M ana gem ent M an a gem ent

by Exception by Obje ctives by Deleg ation
Balanc e d Sc ore c ard

Kennzahlen/
Ziele M aßnahmen Verantwortung
Messgrößen
Org anisation Führungskräfte / Mitarbeiter
Systeme Qualifizierung
Instrumente Anreize
Abb. 2-14. Balanced Scorecard, Strategieumsetzung
Bei der Entwicklung der Balanced-Score-Card werden zunächst Ziele in vier wesentlichen Per-
spektiven herausgearbeitet. Die Betrachtung erfolgt im Hinblick auf die Finanzperspektive, die
Kundenperspektive, die Prozessperspektive sowie die Mitarbeiterperspektive:
• Investoren: Was erwarten die Investoren von unserem Unternehmen?
• Kunden: Was versprechen sich die Kunden von unseren Leistungen?
• Interne Prozesse: Bei welchen Prozessen müssen wir Hervorragendes leisten?
• Lernen und Entwicklung: Wie können wir neue Potenziale in Bezug auf Humankapital,
Leistungen und Produkte erschließen?
Finanz-
Rentabilität
perspektive
Eigenkapital
Marktposition Kunden-
Kundenkapital perspektive
Prozesse / Kernkompetenzen
Strukturelles Kapital Prozess-
perspektive
Lern- und Veränderungsfähigkeit Mitarbeiter-

Humankapital perspektive
Abb. 2-15. Balanced Scorecard, Betrachtungsperspektiven
Die ausgewählten Perspektiven sind nicht für jedes Unternehmen gleichermaßen bedeutend, sie
sind vielmehr abhängig von den Erwartungen der Interessenparteien und müssen deshalb unter-

nehmensindividuell gestaltet werden. Die Umsetzung erfolgt dann für jede Perspektive getrennt
nach folgender Maßgabe:
Perspektive Zunächst erfolgt die konkrete Formulierung von Zielen.
Dabei ist zu festzusetzen, welche Erfolgsfaktoren zur Erreichung

Erfolgsfaktor der Ziele eine Rolle spielen.
Weiter ist zu definieren, wie sich die Erreichung eines Ziels messen
Kenngröße/Messgröße
lässt sowie die Festlegung, ab welchem Wert das Ziel als erreicht
gilt.
Schließlich müssen Maßnahmen definiert werden, mit deren Hilfe

Maßnahme
das Ziel erreicht werden soll.
Abb. 2-16. Strategieumsetzung
Ein Regelkreis schließt sich bezüglich Maßnahme und Messung bis zur Feststellung des Ergeb-
nisses. (Auch in diesem Zusammenhang ist die unmittelbare Anwendung der bekannten Steue-
rungsprozesse evident.)
Am Beispiel einer Hochschule wird im Folgenden die Betrachtungsweise mittels einer Balanced
Scorecard aufgezeigt. Zunächst werden die Perspektiven analysiert:
Perspektive Erfolgsfaktoren Messgrößen Maßnahmen

Perspektive des Hohe Akzeptanz der Abbrecherquote Enge Zusammenarbeit mit
Arbeitsmarkts bzw. Ausbildung in der Bau- der Wirtschaft
der Studierenden wirtschaft Übernahmequote
Alleinstellungsmerkmal Rankingposition
der Universität
Prozess- Effiziente Ausbildung Studiendauer Einführung von Softskill- und
Perspektive Motivationsveranstaltungen
Geeignete Auswahl der Abbrecherquote in frühen Studienphasen
Studenten
Perspektive des Pädagogische Ausbil- In Anspruch Gezielte Auswahl des Lehr-
Personals (Res- dung des Personals genommene Weiterbil- körpers
sourcen) dungsangebote
Intensive Betreuung der Qualifizierte Weiterbildungs-
Studenten Verhältnis Dozent zu angebote
Studenten
Erhöhung der Dozentenzahl
Berufserfahrung außer-
halb der Hochschule Erhöhung der Tutorenzahl
Projekte der Bauwirt-

schaft
Abb. 2-17. Balanced Score Card am Beispiel einer Hochschule
Die Finanzperspektive wurde aufgrund der Finanzierung durch den Öffentlichen Haushalt einer
Hochschule zunächst nicht betrachtet.

Im Anschluss daran wird die Analyse in der Festschreibung einzelner Kernprozesse etwa im fol-
genden Beispiel des Teilprozesses „Lehrveranstaltungen“ hinsichtlich Erfolgsfaktoren, Messgrö-
ßen und Maßnahmen sehr konkret:
Inhalte/Bedeutung Lehrveranstaltungen sind in die Teilprozesse Vorlesungen, Praktika, Se-

minare, Übungen, Projektstudium und Exkursionen zu trennen. Unter Ü-
bungen sind ferner Assistentenübungen, Tutorübungen, Hausarbeiten,
Studienarbeiten und Projektarbeiten zu verstehen. Die Lehrveranstaltun-
gen sind das zentrale Element der Lehre im Verbund mit den Themen der
Persönlichkeitskompetenz.
Erfolgsfaktoren Optimale Vermittlung der Lehrziele
Strat. Maßnahmen Pädagogische Weiterbildung des Lehrpersonals
Verkleinerung der Lehrgruppen und Lerngruppen
Top-Down Strukturierung der Lehreinheiten mit angepasster
Gruppengröße
Messgrößen Akzeptanz in der Bauwirtschaft: Vermittlungsquote
Quote der wechselseitigen Beteiligung der Bauwirtschaft (Referenten,
Exkursionsziele, Praktika, Projektarbeiten, Studienarbeiten etc.)
Studiendauer
Notwendigkeit von Wiederholungsdurchläufen durch eine Lehrveran-
staltung
Abb. 2-18. Balanced Score Card für Kernprozesse
In der folgenden Darstellung findet sich die Balanced-Score-Card in der Verallgemeinerung als
Systemmodell
Erfolgsfaktoren Ziele Ziele Erfolgsfaktoren
Mess-/Kenngrößen Mess-/Kenngrößen
M aßnahmen M aßnahme n
Unternehmens-
strategie
M aßnahmen M aßnahme n
Mess-/Kenngrößen Mess-/Kenngrößen
Perspektiven
Erfolgsfaktoren Ziele Ziele Erfolgsfaktoren
Abb. 2-19. Systemmodell Balanced Score-Card

2.2.7 Entity Relationship Modell
Definition Entity Relationship Model

Das Entity Relationship Model (ERM) ist eine graphische Sprache für die semantische Daten-
modellierung eines Systems, typischerweise des Zusammenwirkens vieler Beteiligte an einem
gemeinsamen Projekt, d.h. der Einsatzzweck des ERM liegt in der konzeptuellen Darstellung
der Datensicht auf einen bestimmten Realitätsausschnitt. Die zentralen Modellierungskonstrukte
sind die Entität, die Beziehung und das Attribut3.
Das ER-Modell findet überall dort Einsatz, wo eine Abbildung der Beteiligten und der Interaktions-
prozesse in einem Unternehmen, einer Abteilung oder einem Projekt notwendig ist. Ihren Ursprung
haben ER-Modelle in der Theorie der Datenbanken als Lösung des grundlegenden Problems der
durchsystematisierten Formulierung von realen Zusammenhängen und Interaktionen.
Abb. 2-20. ER-Modell
Im Folgenden soll das Entity Relationship Modell am Beispiel eines Just-In-Time-Lieferanten für
Werkzeuge und Kleinteile für Baustellen erläutert werden. Für diesen haben eine Vielfalt von Ele-
menten Bedeutung, eine Auswahl ist in der folgenden Grafik gezeigt.
Bestandteile
Bestellung
Konfektionierer
Preis
Fahrer
Anrufer
Fahrzeuge
Abb. 2-21. Elemente eines Just- in Time Liferanten
2.2.7.1 Klassifizierung
Zur Klassifizierung sind zunächst Elemente zu suchen, die sich als Entitäten (Verwendung als Ta-
belle) eignen. Für die Angestellten und Fahrer sind für die Firma z.B. nur Adresse, Telefonnummer
und Gehalt wichtig. Sie lassen sich in einer Entität Angestellter zusammenfassen. Die Begriffe
Preis und Inhalte könnten als Charakterisierung einer Lieferung dienen, gehören also als Eigen-
schaften zur Entität „Bestellung“.
3
Nach Enzyklopädie der Wirtschaftsinformatik

Name A dresse Name

Bestellung
Telefon Preis
Angestellter
Gehalt Inhalt
Abb. 2-22. Entitäten
Entitäten werden durch Rechtecke symbolisiert, zugehörige Attribute durch Ellipsen. Man sucht
also zentrale Begriffe (Entitäten) und Eigenschaften, durch die sie charakterisiert werden (Attribu-
te).
2.2.7.2 Die Rolle von Beziehungen in Modellen
Zusätzlich zu den Entitäten werden im ER-Modell die Beziehungen (Relationship) der Entitäten
zueinander erfasst. Dies wird durch Rauten im Diagramm dargestellt
konfek-
Angestellter tioniert Auftrag
wird
Lieferung geliefert Kunde
an
Abb. 2-23. Beziehungen im ER-Modell (Relationships)
Es kann zwischen drei verschiedene Arten, wie Objekte zueinander in Beziehung stehen, unter-
schieden werden, der so genannten Kardinalität.
• 1:1 Beziehung: Jedem Objekt A ist genau ein Objekt B zugeordnet.
Beispiel: Jeder Fahrer hat sein eigenes Fahrzeug.
1 1
Fahrer fährt Lieferwagen
Abb. 2-24. Kardinalität 1:1 Beziehung
"Jeder Fahrer fährt höchstens ein Auto und jedes Auto wird von höchstens einem Fahrer ge-
fahren."
• 1:N Beziehung: Jedem Objekt A können mehrere Objekte B zugeordnet sein.
Beispiel: Jeder Fahrer fährt mehrere Lieferungen aus.
1 N
Fahrer liefert Lieferung
Abb. 2-25. Kardinalität 1:N Beziehung

"Jeder Fahrer fährt mehrere Lieferungen aus, jede Lieferung wird von höchstens einem Fahrer
ausgefahren."
• N : M Beziehung: Jedem Objekt A können mehrere Objekte B zugeordnet und jedem Objekt B
können aber auch mehrere Objekte A zugeordnet sein.
Beispiel: Angestellter konfektioniert einen Auftrag.
M konfek- N
Angestellter tioniert Auftrag
Abb. 2-26. Kardinalität N:M Beziehung
"Jeder Angestellte konfektioniert einen oder mehrere Aufträge, jeder Auftrag wird von einem
oder mehreren Angestellten konfektioniert."
Die folgende Grafik stellt die gesamte Modellierung des ERM für den Lieferanten dar.
Datum Uhrzeit Telefon Name A dresse
N 1
Bestellung gibt ab Kunde
N 1
nimmt 1 N
auf enthält erhält
A dresse Name
1 N
N M
Telefon Angestellter
konfek-
tioniert Lieferung Preis
G eh alt Inhalt
1 N
Name fährt
Abb. 2-27. Gesamte Modellierung
2.3 Formale Formulierungen von Aufgaben

Durch Planung (stets Gestaltungsplanung wie auch Organisationsplanung) wird in jedem Baupro-
jekt beschrieben, was zu tun ist (in gleicher Weise wann, wo, wie und von wem), um das erwartete
Ergebnis zu erreichen. Das kann auf verschiedenste Art und Weise erfolgen, die als Formulierung
von Aufgabenstellungen im Folgenden betrachtet werden sollen. Dabei können letztlich vier Typen
der Formulierung unterschieden werden:
Die Imperative oder Prozedurale Planung

Die Deskriptive Planung
Die Objektorientierte Planung
Die Prozessorientierte Planung

Bemerkung: An dieser Stelle sind viele Parallelen zu Familien von Programmiersprachen für
Rechner zu finden. Das hat seine Ursache darin, dass gerade für Rechner, die zwar durch „Fleiß“,
aber auch durch „Fehlende Intelligenz“ gekennzeichnet sind, jegliche Aufgaben vollständig, korrekt
und erschöpfend zu beschreiben sind. Diese Problematik sowie deren Lösungsansätze weisen in
vielerlei Hinsicht Parallelen zu den Formulierungen von Planung auf.
2.3.1 Imperative oder Prozedurale Formulierung
Definition Imperative oder Prozedurale Planung

Imperative oder Prozedurale Planung ist eine Folge von konkreten Anweisungen, wie aus ein-
zelnen oder mehreren Elementen neue zu bestimmen sind, um mit Sicherheit ein bestimmtes
Ergebnis zu erzielen. Die Aufgabe besteht in der korrekten Ausführung der Anweisungen“
Sie findet sich im Bereich der Gestaltungsplanung wie für Organisationsplanung, für die Planung
von Leistungsprozessen sowie von Steuerungsprozessen.
Bei Imperativen oder Prozeduralen Formulierungen werden Anweisungen nach Strukturen konse-
quent abgearbeitet.4
Beispiel aus der Mathematik: Lineare Optimierung unter Randbedingungen - Simplexalgorithmus:

Eine Prozedur wird angegeben, wie man durch Veränderung der Variablen zu einem Ergebnis
kommt. Es ist nicht nötig, zur Optimierung einer Aufgabenstellung die Richtigkeit des Algorithmus
erneut zu beweisen, es genügt den einmalig bewiesenen Prozeduren präzise zu folgen.
x1 x2 x3 x4 opt. b
R1 a11 a21 1 0 0 b1
x5 R2 a12 a22 0 1 0 b2
c1 c2
Z 0 0 -1 0
en
x1 lini
lit äts x3 x4
llu
ng
ma Ste
p ti ale
I soo Op
tim
Richtung optimal
Optimale Ecke/Optimum
x6
x2
Abb. 2-28. Simplexalgorithmus als Beispiel
Zur Ermittlung der Fakultät einer Zahl kann als Flussdiagramm eine Folge von Anweisungen in
abstrakter Form, d.h. ohne den konkreten Inhalt der Variablen zu kennen, angegeben werden, wie
Variablen zu verbinden sind, um das gewünschte Ergebnis zu erzielen. Den Eigenschaften der
konkreten Zahl wird durch Abfragen Rechnung getragen, die von einem Satz Prozeduren auf ei-
nen alternativen Satz ggf. umschalten.
4
N. Wirth, Algorithmen und Datenstrukturen (1975)

Start
Eingaben
Resultat: = n
Nein Ja
n≤1?
n: = n - 1 Ausgabe R
R: = R • n Stop
Abb. 2-29. Flussdiagramm Berechnung der Fakultät einer Zahl
Prozesse des Bauens können prozedural angegeben werden, im Folgenden etwa die Vorgehens-
weise zur Planung der Produktion. Insbesondere legen diese Prozeduren das Vorgehen abstrakt
und für alle denkbaren Projekte und Fälle fest, wie zu verfahren ist, ohne sich im speziellen auf
das konkrete Projekt zu beziehen.
Dokumentation Teilprozess Produktionsplanung Verantwortung
XX.XY.123 Benennung des Prozessverantwortlichen GL
Evtl. Iterationen
Festlegen des
XX.XY.123 Vorgang Verfahrens AV
Einholen von
• Leistung Leistungsdaten:
XX.XY.123 • Mengen Geräteplanung AV
Evtl. Iterationen
• Stoffe
• Geräte
XX.XY.123 • Schalung/Rüstung AV
Personalplanung • Nachunternehmer
XX.XY.123 Produktions- AV
Produktionsplan prozessplanung
Evtl. Iterationen
Abb. 2-30. Prozedurale Formulierung der Produktionsplanung
In gleicher Weise wird zum Beispiel das baustofftechnisch korrekte Vorgehen bei der Betonher-
stellung festgeschrieben. Ohne nähere Kenntnis des konkreten Bauteils legen Prozeduren fest,
wie zu mischen ist, wie Randbedingungen (etwa die Feuchte des Zuschlags) zu prüfen und einzu-
halten sind und letztlich nach welcher Zeit ausgeschalt werden kann, bzw. wann die Nennfestigkeit
erreicht ist. Projektbezogene Eigenheiten, wie die lokale Umgebungstemperatur werden ggf. durch
prozedurale Abfragen eingebunden.

Abb. 2-31. Beispiel: Prozedurale Festlegungen zur Erreichung

von Betoneigenschaften
(Quelle: Heidelbergcement)
Ein weiteres Beispiel für prozedurales Vorgehen ist das Abarbeiten (Befolgen der Organisations-
planung) der Schalungspläne. Jedes Schalungselement (z.B. Deckentisch) wird nach einer vorher
bestimmten Reihenfolge versetzt. Um das gewünschte Ergebnis zu erreichen ist die festgelegte
Reihenfolge, d.h. die festgeschrieben Prozeduren strengstens befolgen.
2
10 15 14
1
11 12 13 7
9 6
4
17 16
5
18
19
Abb. 2-32. Beispiel: Schalungsplan mit Versetzungsprozeduren
Typisch für prozedurale Formulierung ist, dass sich jemand mit einer Problemstellung befasst und
das Problem durch Herleiten oder Ausprobieren gelöst. Das Ergebnis ist ein „Rezept“ – eine Pro-

zedur. In der Prozedur steht nicht das Wesen eines Zusammenhangs. Die Dokumentation des
Wesens einer Prozedur ist prinzipiell problematisch.
Durch Angabe einer Prozedur ergibt sich ein Folgezustand eindeutig aus einem vorigen Zustand.
Daraus folgt als Voraussetzung die Annahme der Existenz und Bekanntheit einer Reihenfolge
bzw. Hierarchie.
Beispiel:
Prozedurale Dimensionierung eines Ladebetriebs
Zunächst werde die Festlegung des Laders als „Leitbetrieb“ angenommen, definiert durch z.B.:
Theoretische Leistung des Gerätes, abhängig von Typ und lokalen Gegebenheiten
Effektive Leistung, z.B. Berücksichtigung der Reduktion durch Platzbedarf und Auflockerungs-
faktor des Ladegutes.
Aus dem damit anfallenden Schuttervolumen ergibt sich die Anzahl der notwendigen Transportge-
räte, die als „Folgebetriebe“ berechnet werden, ebenfalls definiert durch ihre Eigenschaften:
Theoretische Leistung der LKWs, abhängig von Typ und lokalen Gegebenheiten, wie etwa
Ladevolumen, Geschwindigkeit und Baustraßenführung.
Effektive Leistung, z.B. Berücksichtigung der Reduktion durch Warteschlangen etc.
Aushub
Deponie
Abb. 2-33. Erdbaubetrieb
In dieser Situation wird angenommen, dass aus der fixen Festlegung des Ladebetriebs auch die
Dimensionierung des Transportbetriebs zwingend folgt. In komplexeren Zusammenhängen ist die-
se Auswahl möglicherweise schlecht, z.B. wenn nicht direkte Variablen zu optimieren sind (Leis-
tung des einzelnen Betriebs), sondern mehrere Betriebe gekoppelt sind und die Gesamtleistungs-
fähigkeit unter Berücksichtigung der Kosten optimiert werden soll.
2.3.2 Deskriptive Planung
Wie zuvor festgestellt, geht prozedurale Planung davon aus, dass einerseits sich aus einem Zu-
stand eindeutig durch eine Prozedur ein gewollter Folgezustand entwickeln lässt und zum ande-
ren, dass jemand diesen Zusammenhang erarbeitet hat, dann formuliert und schließlich seine All-
gemeingültigkeit nachgewiesen hat. Hier geht es um die Frage, wie solche Prozeduren entwickelt
werden können.
Dazu ist eine möglichst vollständige Suche von Lösungen in einem Lösungsraum, definiert durch
einen Satz von Kausalzusammenhängen nötig. Diese stehen a priori nur deskriptiv zur Verfügung.

Der Mensch kann dabei logisch, ggf. auch kreativ schließen. Die Fakten, aus denen er schließen
kann sind bekannt. Darüber hinaus sind Regeln bekannt, nach denen Fakten verknüpft sind (auch
„Fakten“, hier „Regeln“ genannt).
Allgemeine (etwas abstrakte) Formulierung:

• Es gibt Fakten (Objekte / Elemente: Variablen, Konstanten)
• Es gibt Beziehungen (sog. „Prädikate“), die Fakten verknüpfen
• Es gibt Regeln, die aus Fakten neue Fakten schaffen
Definition Deskriptive oder deklarative Planung

Deskriptive oder auch deklarative Planung ist eine Beschreibung eines gewünschten Ergebnis-
ses durch Fakten, Prädikate und Regeln. Die Aufgabe besteht darin, die deskriptive Planung
durch einen allgemeingültigen Satz von Fakten, Prädikaten und Regeln zu ergänzen und dann
durch systematisches Absuchen aller Möglichkeiten („Backtracking“) die unbekannten (=freien)
Variablen zu belegen, mithin die Prozeduren zu finden.
Sie wird ebenfalls in der Gestaltungsplanung wie in der Organisationsplanung, für die Planung von
Leistungsprozessen sowie von Steuerungsprozessen eingesetzt.
Beispiele:
Fakten: Plan, Arbeiter, Person (allgem.), LKW, dieser LKW (speziell)

Mann, Frau, Mayer, Huber, grün, blau, nass, quadratisch
Prädikate: hat_Farbe (Fassade, blau), ist_grün (Baum)

Arbeitet_für (Maurerkolonne, Kurt Müller)
Regeln: Betonieren_zulässig (X) IF NOT Temperaturen_unter_5° in (Stadt)

AND Baustelle_in (Stadt, X)
Ein System wird durch einen vollständigen Satz von Fakten, Prädikaten und Regeln modelliert.
Lösungen sind dann alle Fakten, die den vorgegebenen Fakten unter Einhaltung aller Regeln ent-
sprechen. Im Allgemeinen muss dazu der Beschreibung des vorgegebenen Systems zur Vervoll-
ständigung noch eine weiterer Satz allgemeingültiger Fakten, Prädikaten und Regeln hinzugefügt
werden, der über das spezifische Projekts hinaus etwa das gültige Allgemeinwissen (etwa einzu-
haltende Normen, Stand der Technik etc.) beschreibt.
Exkurs:
Das technische Verfahren zur systematischen Erfassung aller Lösung wird „Backtracking“ genannt
und lediglich in Rechnern als so genannte „Inferenz-Maschine“ implementiert.
Das Verfahren basiert auf den ungeordneten Fakten aus der spezifischen Problemstellung, sowie
ebenfalls ungeordneten Fakten des Allgemeinwissens, jeweils zusammen mit den jeweiligen Be-
ziehungen (Prädikaten) und den Regeln. Der Lösungsraum ist als unbelegte Variablen (ebenfalls
Fakten) modelliert. Systematischerweise beginnt das Verfahren vorne, vergleicht alle gefundenen
Fakten und belegt sukzessive die freien Variablen. Ist ein gültiges Faktum, d.h. verträglich mit al-
len vorliegenden Fakten, Prädikaten und Regeln gefunden, so wird es als mögliche, zulässige Lö-
sung ausgegeben. Nach jeder Ausgabe wird zum letzten Verzweigungspunkt zurückgegangen und
erneut bis zu einer weiteren Ausgabe geprüft. Auf diese Weise wird der gesamte Lösungsraum
systematisch („rekursiv“) abgesucht und mit Sicherheit jede zulässige Lösung gefunden

xooxx
Match Ausgabe 1
Fakten / Regeln
Match Ausgabe 2
Match Regel xxxoo xxxo
Match Ausgabe 3
(Backtra cking)
Fertig
Abb. 2-34. Backtracking als systematisches Lösungsverfahren
Projekt-
Wissen / Erfahrung
fakten
Inferenz-
Fragen Antwort
maschine
Abb. 2-35. Inferenzmaschine
Alle schließbaren Kombinationen der vorliegenden Informationen mit den möglichen Informationen
der offenen Variablen, also der „deskriptiven“ Beschreibung mit den Optionen, werden überprüft
und alle richtigen, also zulässigen Resultate werden ausgegeben. Dabei führt eine allerdings jede
Unvollständigkeit der Basisdaten zu prinzipiellen Fehlern.
In der Realität des operativen Bauens hat diese abstrakte Vorgehensweise eine außerordentlich
konkrete Entsprechung: Ein Gestaltungsplan (ggf. aber auch eine funktionale Ausschreibung) ent-
hält als deskriptive Darstellung eine Vielzahl von Fakten wie beispielsweise Mauern, Fenster, Far-
ben, Bewehrung, Start-, End- und Zwischentermine, Kosten sowie ggf. als „Prädikate“ Zuweisun-
gen von verschiedenen Eigenschaften. Es fehlen aber in dieser Beschreibung der Bauaufgabe
viele Informationen (ebenfalls Fakten und Prädikate), die zum Erstellen des Bauwerks von erhebli-
cher Bedeutung sind:
Etwa fehlen alle Angaben zu Herstellprozeduren, wie Stahl zu biegen, ein Dachstuhl aufzustellen
oder eine Schalung zu montieren ist, welche Abbindezeit beim Betonieren einzuhalten ist etc.
Ein Großteil dieser Fakten wird als Stand der Technik oder Bestandteil von Normen als bekannt
vorausgesetzt, ein weiterer Satz von Fakten ist offen und wird als Gegenstand der Bauaufgabe
bzw. deren Organisation erwartet:
• Dimensionierung des Krans zum Heben der Fertigteile?

• Wann wird der Kran benötigt?
• Wie lange dauert das Projekt?
• Wo wird der Kran positioniert?
• Wann ist die Anlieferung des Dachstuhls vorzusehen?
• Wann ist eine Abschlagszahlung fällig?
• Wie groß muss die Zwischendeponie sein?
• Wo soll die Deponie positioniert werden?
• Schalung? Gerüst? Abbindezeit?
• Abläufe: Was folgt in welcher Reihenfolge?
Diese „Fakten“ sind aus zusätzlichen Informationsquellen, der Erfahrung und letztlich dem Zu-
sammenhang beizutragen.
Ein Beispiel für eine explizite deskriptive Aufgabenstellungen dafür ist die Erarbeitung der im
Rahmen des Prozeduralen Planens ausgeführten Schalungspläne. Die geometrische und techni-
sche Situation ist gegeben, darüber hinaus stehen die Informationen über die einzusetzenden
Schalungssysteme zur Verfügung. Die eigentliche Aufgabe, nämlich das Erarbeiten einer optima-
len Versetzungslösung der Elemente kann nur deskriptiv beschrieben und im Prinzip durch Durch-
denken aller Möglichkeiten gefunden und optimiert werden.
2
10 15 14
1
11 12 13 7
9 6
4
17 16
5
18
19
Abb. 2-36. Beispiel: Definition der Versetzungsprozeduren für einen Schalungsplan
Als vergleichbares Beispiel kann eine Planungsaufgabe bei der Erstellung der bereits öfters als
Beispiel herangezogenen Dreifeldbrücke dienen. Etwa sollen die Überbauten als Fertigteile mit
Hilfe eines Mobilkranes montiert werden. Um den Anlieferungs- und Aufbauaufwand gering zu
halten, soll die Montage so geplant werden, dass mit einem einmaligen Einsatz des Schwerlast-
kranes alle Überbau-Elemente im Anschluss aneinander gesetzt werden können. Zur Optimierung
des gesamten Ablaufes steht eine Vielzahl von Möglichkeiten gleichberechtigt nebeneinander und
müssen optimal unter Einhaltung ggf. weiterer Randbedingungen terminiert werden
1 2 3
1 3 2
Achse 3
2 1 3
Achse 1 Achse 2 B Achse 4
Widerlager W2 Widerlager W3
Pfeiler P2 Pfeiler P3
2 3 1
Fundament Bachlauf
B
Pfähle
Fundament
3 2 1
3 1 2
Abb. 2-37. Beispiel: Dreifeldbrücke: Reihenfolge der Montage
Auch die Feststellung von Mängeln ist nur als deskriptive Aufgabe zu formulieren. Eine Begehung
findet etwa anhand eines Raumbuches, also strukturiert in einer Systematik der Geschosse und
Räume statt. Das Bau-Soll liegt als Plan, d.h. als Fakten vor, das Bau-Ist kann ebenfalls als Fak-
ten eingesehen werden. Dann erfolgt die vollständige Feststellung von a priori unbekannten Män-
geln als systematische Überprüfung aller denkbaren Mängel und Abweichungen.
Auch die Identifizierung von möglichen Risiken folgt diesem Prinzip. Die deskriptive Aufgabe lau-
tet, etwa mit Hilfe von Strukturen und Checklisten a priori unbekannte Risiken aufzuspüren und zu
bewerten. Auch dafür kann nur systematisch die existierende Situation, bzw. der geplante Bauab-
lauf, die Organisation oder das Umfeld auf „freie Variablen“ hin untersucht werden um den gesam-
ten Lösungsraum, also die relevanten Risiken aufzudecken.
Abb. 2-38. Beispielhafte Risikocheckliste

2.3.3 Objektorientierte Formulierungen
Deskriptive bzw. Deklarative Ansätze erfordert einen enormen Aufwand aufgrund der Notwendig-
keit alle Kombinationen und Beziehungen zu untersuchen, wobei die meisten „Versuche“ ins Leere
laufen. Sinnvoller wäre es, nur die relevanten Verknüpfungen zu betrachten. Diese können als
unmittelbare Wechselwirkungen zwischen zwei Beteiligten oder Planungselementen im Allgemei-
nen sehr einfach und übersichtlich modelliert werden. Dann erfolgt das Erarbeiten des Lösungs-
raums durch systematisches Abarbeiten von Beziehungen. Dazu müssen zunächst die relevanten
Beziehungen in einer Struktur identifiziert werden.
Definition Objektorientierte Planung

„Objektorientierte Planung leitet sich aus der deskriptiven Planung ab. Anstelle einer externen
übergreifenden Suche über alle Möglichkeiten werden kleinste überschaubare Prozeduren
(=Methoden) bei den Entitäten modelliert. Die Aufgabe beschränkt sich auf die korrekte und
vollständige Modellierung, daraus können dann alle Informationen unmittelbar abgerufen wer-
den“
Ein objektorientiertes Modell dient der Analyse existierender oder vorgesehener Interaktionsstruk-
turen wie Ablaufplänen, Organigrammen, Kostenstrukturen und Prozessen.
Eine Objektorientierte Formulierung kann sehr einfach am Beispiel einer produktorientierten Struk-
tur erläutert werden:
Relevante Strukturelemente könnten etwa Fundamente, Decken, Stützen, Wände oder Kerne
sein. Die Eigenschaften der Elemente, etwa Material, Farbe, Produktionszeitraum, Produktions-
dauer etc. werden – im Gegensatz zur deklarativen Formulierung unmittelbar beim Objekt nieder-
gelegt. Die Beziehungen zwischen den Objekten wären auf die unmittelbare mechanische Positio-
nierung beschränkt. Entsprechend hat eine Stütze nur eine Beziehung zu dem Bauteil, auf der sie
steht und zu dem Bauteil, das sie trägt. Abstrakt werden diese Beziehungen durch Pfeile, als „Zei-
ger“ von einem Element zum anderen dargestellt. Auch diese Beziehungen werden bei den Objek-
ten gelagert, so dass diese die kompakte, vollständige Informationseinheit sind.
Fundament
Decken
Stützen
Aussteifungswände / Kern
Abb. 2-39. Beispiel: Elemente einer objektorientierten Produktmodellierung

Speicher Stütze 1
Beton
Eigenschaften
Bewehrung
Decke Bezug zu Decke

Beziehungen
Bezug zu Boden
Stütze
Decke “Pointer“
Stütze
Decke
Decke 1 Abschnitt a
Wände
Beton
Fundament
Farbe
Bezug zu Decke 1b
• Beziehungen beim Objekt lagern
Kapselung Bezug zu Stütze U
• Eigenschaften beim Objekt lagern Bezug zu Stütze O
Abb. 2-40. Objektorientierte Formulierung: Beziehungen und Eigenschaften direkt beim Objekt ablegen
Soweit dient die objektorientierte Darstellung nur der Formulierung eines Zustandes. Für die dekla-
rative Formulierung war als Aufgabe festgesetzt, quasi von außerhalb des Modells, eine Suche
über alle Lösungsmöglichkeiten, die mit allen Voraussetzungen vereinbar sind, durchzuführen.
Nahe liegender weise wird bei Objektorientierung auch die Aufgabe in die Objekte selbst verlegt.
Das ist zunächst leicht verständlich, solange es sich um Aufgaben handelt, die vollständig inner-
halb des Objektes abgewickelt werden können:
Eine Anfrage an ein Element bezüglich einer Eigenschaft, also etwa nach den physischen Maßen
Höhe und Querschnitt der Stütze kann vom Element ohne weiteres durch Weitergabe der entspre-
chenden Eigenschaft beantwortet werden. Die Frage nach dem Volumen sollte so nicht angege-
ben werden, da sie sich bei Angabe als Eigenschaft im Element redundant befindet. Entsprechen
werden „Prozeduren“ eingeführt, die bei Objekten stets „Methoden“ genannt werden, die innerhalb
des Objektes gelagert aus vorliegenden Eigenschaften die gewünschte Information berechnen,
also etwa das Volumen aus Querschnitt und Höhe nach der entsprechenden Formel.
Kapselung
Speicher Beginn, Adresse, Identität
Eigenschaften (Felder)
Höhe Höhe
Beziehungen (Pointer)
Querschnitt Querschnitt
Vol Methode Vol
=h • q
Methoden (Code)
Abb. 2-41. Methoden als interne Prozeduren

Konsequenterweise können durch solche überschaubaren Methoden über die vorliegenden Be-
ziehungen vom Element auch Information berechnet werden, die über das spezifische Element
hinausgehen. Ein Anfrage nach der Last, bzw. Belastung eines Elements ist durch die interne Me-
thode der Berechnung des Eigengewichts aus internen Eigenschaften zu begegnen und darüber
hinaus durch eine Anfrage über alle oberhalb liegenden Elemente nach deren Gewicht. Diese
würden in gleicher Weise das Gewicht der auflastenden Elemente kumulieren und letztlich – über
alle relevanten Beziehungen - die korrekte Auflast zurückgeben, eine Eigenschaft, die sich nur aus
dem Gesamtnetz ergeben kann.
Stütze 1
Decke
Decke
Dimension
Verkehrslast
Stütze 1 - 28 Stütze 2
Fassadenteil
Decke
Methode
Eigengewicht
Methode Auflast Stütze 3

Anfrage
Decke
bis hin zur Rekursion!
Abb. 2-42. Methoden, die über das Element hinausgehen
Als ähnliches Beispiel könnte eine Anfrage nach der Position eines Elementes innerhalb der Struk-
tur des Bauwerks dienen, die etwa relativ zu bezogenen anderen Elementen angegeben ist:
Decke
Stütze
Decke
Stütze
Decke
Anfrage Position Wände
Fundament
Abb. 2-43. Position eines Elementes innerhalb der Bauwerksstruktur
Als weiteres Beispiel werde hier das Raumbuch angeführt: In dieser Struktur wird das Bauwerk
nicht nach physischen Gesichtspunkten sondern nutzungs- bzw. funktionsorientiert nach Räumen
strukturiert. Wird dann jedem Gebäude, Geschoß, Raum oder Teilraum eine Ausstattung mit Men-

gen und Kosten als Eigenschaften zugewiesen, so kann eine Kostenanfrage an ein Element die
eigenen Kosten wiedergeben, aber genauso die Kumulation der eigenen Kosten verbunden mit
der Anfrage an alle unterliegenden Elemente bis zur untersten Ebene der Struktur. Auf diese Wei-
se werden ebenfalls Eigenschaften des Netzwerkes – modelliert durch einfachste Methoden der
einzelnen Elemente – über das gesamte System ermittelt.
• Schätzwert
• BRI
• BGF
• Schätzwert Los • Ausstattung
• BRI
• BGF
• Ausstattung
Gebäude Gebäude
Geschoss Geschoss Geschoss Geschoss Geschoss

Anfrage • Schätzwert
Kostenschätzung Raum Raum Raum Raum
• BRI
• BGF
• Ausstattung
• Schätzwert
• BRI
• BGF
• Ausstattung Teilraum Teilraum Teilraum
• Schätzwert • Schätzwert • Schätzwert

• BRI • BRI • BRI
• BGF • BGF • BGF
• Ausstattung • Ausstattung • Ausstattung
Abb. 2-44. Kosten aus dem Raumbuch
Kostenermittlung Raumbu ch
Struktur na c h Bauelementen Struktur na c h Räumen
Leistungsverzeichnis
Struktur nach Leistungspositionen
Abb. 2-45. Mehrfache Strukturen
Nachdem alle Beziehungen und Methoden strukturspezifisch formuliert werden können, ist es in
dieser Formulierung ohne weiteres möglich, Objekte gleichzeitig in mehreren völlig unterschiedli-
chen Strukturen zu halten und über Methoden Informationen zu eruieren, die nur strukturübergrei-
fend ermittelt werden können. Beispielsweise können Bauteile wie eine Sanitäreinrichtung (z.B.
eine Badewanne) sowohl in einer Bauteileorientierten Struktur unter Sanitärbauelemente, in einer

Raumbuchstruktur unter dem betroffenen Badezimmer, als auch in einem Leistungsverzeichnis bei
der Leistung „TGA - Technische Gebäudeausrüstung, Liefern und Einbauen“ gleichzeitig angeord-
net werden. Die Terminierung der Lieferung einer Charge Bewehrungsstahl hängt u. a. ab vom
vorgesehenen Einbauzeitpunkt, der Dauer der Lieferung, der Frage, ob die benötigte Lagerfläche
frei ist, und bestimmt sich aus einer Vielzahl von Strukturen, in denen diese Informationen verfüg-
bar sind.
2.3.4 Prozessorientierte Planung
Definition Prozessorientierte Planung

Prozessorientierte Planung leitet sich aus der Objektorientierten Planung ab, wobei Entitäten
jedoch auf ausschließlich Prozesse reduziert werden.
Die prozessorientierte Planung dient zur Analyse und Vermessung existierender oder vorgesehe-
ner Interaktionsstrukturen wie Leistungsprozesse und Steuerungsprozesse.
2.3.4.1 Prozesskostenrechnung
Prozessorientierte Betrachtungen haben ihren historischen Ursprung in der Prozesskostenrech-

nung, die den Übergang von reinen Herstellungsaktivitäten zu Produktionsprozessen vorgenom-
men hat:
Die direkten Kosten zur Herstellung eines Produktes können bei Kenntnis von Produktivität (Lohn)
und Stoffkosten ermittelt werden. Offen bleiben etwa die Verwaltungskosten im Zusammenhang
mit der Abwicklung eines Auftrages oder auch z.B. die Kosten einer Mängelbeseitigung. Auch die
Materialbeschaffungskosten und die Frage, ob die internen Verrechnungssätze verursachungsge-
recht sind, sind nicht ohne weiteres erfasst. Das Wertschöpfungspotential sowie die Optimie-
rungspotentiale der Betrieblichen Prozesse bleiben offen. Zur Lösung dieser Fragen werden sämt-
liche Tätigkeiten eines Unternehmens einer Analyse unterzogen und – soweit sie zum gleichen
Teilprodukt führen – in Teilprozessen zusammengefasst. Mit Ermittlung der verfügbaren Kapazitä-
ten werden die Kosten auf die Teilprozesse umgelegt und diese in Hauptprozesse gebündelt, wo-
bei insbesondere auf eine Identifikation und Zuordnung von Kostentreibern geachtet wird. Das Ziel
ist die vollständige Erfassung aller Kosten, gebündelt auf Wert schöpfende Einheiten.
Hauptprozesse
Teilprozesse
Tätigkeiten
Abb. 2-46. Prozesskostenrechnung: Hauptprozess – Teilprozess – Tätigkeiten
2.3.4.2 Prozesse im Bauprozessmanagement
Definition Prozess (nach DIN EN ISO 9000) (Wiederholung aus Kybernetik der Planungsprozesse)
„Satz von in Wechselbeziehung oder Wechselwirkung stehenden Tätigkeiten, der Eingaben in
Ergebnisse umwandelt.“

Jeder Prozess benötigt einen Input, um die Objekte bearbeiten zu können. Input können Personal,
Technische Ressourcen, Stoffe, Werkzeuge, Geräte, Regelwerke oder auch Informationen sein.
Weiterhin können die Ergebnisse vor gelagerter Prozesse wiederum Input für nach gelagerte Pro-
zesse sein.
Prozessverantwortlicher
Kunden- Kunden-
Leistungserstellung
Anforderung Ergebnis
Input
Messgrößen
Abb. 2-47. Prozesse im Bauprozessmanagement
Prozessorientierte Planung konzentriert sich also auf Prozesse und Teilprozesse als Objekte. Die-
se können sowohl Leistungsprozesse als auch Steuerungsprozesse sein. Die Beziehungen be-
schränken sich entsprechend auf Wechselwirkungen mit anderen Prozessen. Dies sind insbeson-
dere:
Beziehungen zu Steuerprozessen:
• Zeitliche und kausale Initiierung des Prozesses

• Zeitliche und kausale Beendigung des Prozesses
• Ausgabe von Performanceindikatoren, die eine Überprüfung der Ausführung erlauben
• Einwirkung von Steuerungsinformationen, die die Ausführung verändern
Beziehung zu Steuerungs- oder Leistungsprozessen:
• Übernahme von Informationen, Temporären Ressourcen und Konsumressourcen

• Übergabe von Informationen, Temporären Ressourcen
• Übergabe der Produktion
INPUTation
• Inform
• Konsumressourcen
• Temporäre Ressourcen
Perform an c e
Trigger-Event Indikatoren
• zeitbestimmt
• ext. konditioniert
Prozess
Controlling
Parameter Executive Event
• Inform ationen • zeitbestimmt
• Produktion • intern konditioniert
• Temporäre Ressourcen • extern konditioniert
Abb. 2-48. Beziehung von Prozessen

Anmerkung: Der Unikatscharakter von Bauprojekten findet sich im Wesentlichen in der Gestaltung
der Beziehungen von standardisierten Prozessen, nur sehr wenige einzelne Prozesse haben inno-
vativen Charakter.
Prozess Prozess
Prozess
Prozess
Prozess
Prozess
Prozess
Prozess Prozess
Abb. 2-49. Prozessorientierung
2.4 Planungszyklen
Allen Formulierungs- und Planungstypen liegen zwei grundsätzliche Vorgehensweisen zugrunde,
die Iterative Planung und die rekursive Planung:
2.4.1 Iterative Planung
Definition Iterative Planung:

Zur Planung eines Vernetzten Systems wird ein erster Ansatz willkürlich festgelegt. Nach Aus-
arbeitung aller Zusammenhänge steht als Ergebnis lediglich ein verbesserter Planungsansatz
zur Verfügung. Es wird erwartet, dass durch eine endliche Anzahl von Wiederholungen (Iterati-
on) dieses Vorgehens ein optimaler Ansatz erreicht wird. Dazu ist es notwendig, ein Kriterium
für das Erreichen des Optimums festzulegen.
Ein klassisches Beispiel für iteratives Vorgehen ist der bekannte Steuerungszyklus:
Zur Erreichung eines Ziels wird eine geeignete Planung vorgenommen, von der erwartet wird,
dass sie das Ziel realisiert. Dennoch steht zu erwarten, dass Veränderungen der Umstände auch
ein abweichendes Ergebnis zur Folge haben können. Entsprechend sind kontinuierliche Überprü-
fungen vorzusehen, die auf der Basis der aktuellen Zustände Planungsänderungen initiieren, die
letztlich die Zielerreichung sicherstellen.
Ziel:
Zielüberprüfung Info
Steuern Planen
Info
Info
Ausführen
Entscheiden Soll-Ist-
Vergleich
Info
Abb. 2-50. Iteratives Planen

Eine vergleichbare Vorgehensweise findet sich bei der Projektentwicklung in frühen Phasen: Erst-
entwürfe führen zu ersten Ergebnissen bezüglich Kosten, Dauer und Machbarkeit und werden ent-
sprechend mehrfach revidiert, bis sie ein endgültiges, der Vorstellungen in jeder Hinsicht ange-
messenes Projekt darstellen
2.4.2 Rekursive Planung
Definition Rekursive Planung:

Bei jeder Festlegung oder Änderung eines Planungsdetails werden alle Konsequenzen bis ins
letzte Detail durchdacht und diese ihrerseits wieder mit allen Konsequenzen überprüft“
Dieser Ansatz entspricht weitgehend nicht dem menschlichen Denkvermögen und findet sich ent-
sprechend vor allem mechanistisch implementiert in der Terminierung von Vorgängen oder Kumu-
lation von Kosten, insbesondere im Bereich der Softwaretools. Im Änderungsmanagement ist re-
kursives Vorgehen jedoch auch planerisch notwendig und muss mit höchster Sorgfalt vorgenom-
men werden.
Beispiel Änderungsmanagement:
Eine Änderung der Belüftungsanforderung hat den Einsatz von deutlich größeren Lüftungskanälen
zur Folge. Diese sind unter den Unterzügen nicht mehr durchführbar. Die Deckenhöhe reicht nicht
aus, daher werden Öffnungen in den Unterzügen nötig. Diese machen wiederum eine höhere An-
zahl Unterzüge erforderlich. Weitere Konsequenzen hinsichtlich Material, Statik und Bauabläufen,
folgen etc.
Ggf. wirkt eine Änderung sogar (rekursiv) zurück auf den Änderungspfad:
Eine zeitliche Verschiebung des Einbaus der Reinraumtechnik in ein Laborgebäude eines Unter-
nehmens der Halbleitertechnologie um 5 Tage aufgrund von geänderten Voraussetzungen (Er-
schütterungsfreier Bau) hat verschiedentlich weitere Verschiebungen zur Folge, die schließlich
bewirken, dass die Reinraumtechnik im Einvernehmen mit dem Bauherrn in einen späteren Bau-
abschnitt verlegt werden muss.
2.5 Aufgabe
In der folgenden Darstellung ist ein klassischer Ausschnitt eines Planprüflaufes zwischen Haus-
technik, Architektur und Tragwerksplanung sowie Prüfingenieur und schließlich Ausführung abge-
bildet.
Prozess: Planungskoordination
Wochen
Gewerk 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13.
Pläne des AG Beispiel: Bewehrungsplan
Vertrag
Haustechnik
Architektur
Tragwerksplanung
a nt
Prüfingenieur ev
rel t ig pr
.
au fer ge g
Baustelle hb e . rti
ro
lp l än rc
h fe
a A a n ft
h . l rü
l. v
.
Sc .-P ge
p st ng
alp ehr be ru
h w r. üh
Sc eh
Be w s f
Be Au
Abb. 2-51. Planprüflauf

Zunächst entwickeln Haustechnik, Architektur und Tragwerksplanung nach dem Vertragsschluss

unabhängig voneinander ihre Entwürfe, koordinieren diese dann in der dargestellten Reihenfolge
und stimmen Änderungen ab bis schließlich die Prüfung erfolgt, letzte Änderungen eingearbeitet
werden und dann Beschaffung und Ausführung anschließt.
Als Aufgabe ist diese Situation als ER-Diagramm, prozedural, deskriptiv, objektorientiert und
schließlich prozessorientiert zu skizzieren.

Abbildungsverzeichnis
Abb. 2-1. Planung 2-2
Abb. 2-2. Planung Baugrube 2-2
Abb. 2-3. Stringentes Denken - Assoziationsradius 2-3
Abb. 2-4. Einfache und komplexe Projekte 2-3
Abb. 2-5. komplexe Planungsaufgabe: Sanierung Shopping Center 2-4
Abb. 2-6. Beispiel: Mindmap 2-6
Abb. 2-7. Modell der Pasing Arcaden 2-7
Abb. 2-8. Ishikawa-Diagramm 2-7
Abb. 2-9. Kognitive Karte 2-8
Abb. 2-10. Beispiel Kognitive Karte: Human Ressource Management 2-9
Abb. 2-11. „Cognitive Map“ mit unscharfen Kausalbeziehungen; Unscharfe Aussage mit Fuzzy Logic 2-10
Abb. 2-12. SWOT-Analyse 2-10
Abb. 2-13. Systemmodell SWOT-Analyse 2-11
Abb. 2-14. Balanced Scorecard, Strategieumsetzung 2-12
Abb. 2-15. Balanced Scorecard, Betrachtungsperspektiven 2-12
Abb. 2-16. Strategieumsetzung 2-13
Abb. 2-17. Balanced Score Card am Beispiel einer Hochschule 2-13
Abb. 2-18. Balanced Score Card für Kernprozesse 2-14
Abb. 2-19. Systemmodell Balanced Score-Card 2-14
Abb. 2-20. ER-Modell 2-15
Abb. 2-21. Elemente eines Just- in Time Liferanten 2-15
Abb. 2-22. Entitäten 2-16
Abb. 2-23. Beziehungen im ER-Modell (Relationships) 2-16
Abb. 2-24. Kardinalität 1:1 Beziehung 2-16
Abb. 2-25. Kardinalität 1:N Beziehung 2-16
Abb. 2-26. Kardinalität N:M Beziehung 2-17
Abb. 2-27. Gesamte Modellierung 2-17
Abb. 2-28. Simplexalgorithmus als Beispiel 2-18
Abb. 2-29. Flussdiagramm Berechnung der Fakultät einer Zahl 2-19
Abb. 2-30. Prozedurale Formulierung der Produktionsplanung 2-19
Abb. 2-31. Beispiel: Prozedurale Festlegungen zur Erreichung von Betoneigenschaften 2-20
Abb. 2-32. Beispiel: Schalungsplan mit Versetzungsprozeduren 2-20
Abb. 2-33. Erdbaubetrieb 2-21
Abb. 2-34. Backtracking als systematisches Lösungsverfahren 2-23
Abb. 2-35. Inferenzmaschine 2-23
Abb. 2-36. Beispiel: Definition der Versetzungsprozeduren für einen Schalungsplan 2-24
Abb. 2-37. Beispiel: Dreifeldbrücke: Reihenfolge der Montage 2-25
Abb. 2-38. Beispielhafte Risikocheckliste 2-25
Abb. 2-39. Beispiel: Elemente einer objektorientierten Produktmodellierung 2-26
Abb. 2-40. Objektorientierte Formulierung: Beziehungen und Eigenschaften direkt beim Objekt ablegen 2-27
Abb. 2-41. Methoden als interne Prozeduren 2-27
Abb. 2-42. Methoden, die über das Element hinausgehen 2-28
Abb. 2-43. Position eines Elementes innerhalb der Bauwerksstruktur 2-28
Abb. 2-44. Kosten aus dem Raumbuch 2-29
Abb. 2-45. Mehrfache Strukturen 2-29
Abb. 2-46. Prozesskostenrechnung: Hauptprozess – Teilprozess – Tätigkeiten 2-30
Abb. 2-47. Prozesse im Bauprozessmanagement 2-31
Abb. 2-48. Beziehung von Prozessen 2-31
Abb. 2-49. Prozessorientierung 2-32
Abb. 2-50. Iteratives Planen 2-32
Abb. 2-51. Planprüflauf 2-33
Ausgabe 1/2009 –Vom Vernetzten Denken zur Prozessorientierung 2-1

Kapitel 3: Vernetzungsanalyse
Inhaltsverzeichnis
3 Vernetzungsanalyse 3-3
3.1 Stakeholderanalyse als beispielhafte Aufgabenstellung 3-3

3.1.1 Projekt und Stakeholder 3-3
3.1.2 Stakeholderanalyse 3-4
3.2 Vernetzungsanalyse nach F. Vester 3-5

3.2.1 Selektion der Variablen 3-6
3.2.2 Vernetzungsanalyse: Kriterienmatrix 3-8
3.2.3 Einflussmatrix 3-8
3.2.4 Einflussstärken 3-10
3.2.5 Einflussindizes Q und P 3-11
3.2.6 Rollenallokation 3-12
3.3 Beispiel Shoppingcenter „Pasing Arcaden“ 3-13

3.3.1 Problemstellung 3-13
3.3.2 Stakeholderanalyse 3-14
3.4 Aufgabe zur Vernetzungsanalyse 3-18

3.4.1 Sanierungspakete 3-18
3.4.2 Skizzen des Vorhabens 3-18
3.4.3 Aspekte der Analyse 3-20
II
3 Vernetzungsanalyse
Nach einer Untersuchung der BCG (Boston Consulting Group) liegt bei der Bewertung von
wesentlichen Eigenschaften für Führungspersonal das „Strategische/Vernetzte Denken“ an
oberster Stelle, noch vor Ergebnisorientierung und Leistungswille.
Abbildung 3-1: Relevanz von vernetztem Denken
In den folgenden Abschnitten soll ein allgemeiner, aber bereits quantifizierender Ansatz zur
Evaluation von vernetzten Systemen diskutiert werden.
3.1 Stakeholderanalyse als beispielhafte Aufgabenstellung

3.1.1 Projekt und Stakeholder
Wesentliches erstes Element eines jeden Projektes, sei es aus der Bau- und Immobilienwirtschaft
oder aus anderen Bereichen, ist eine Stakeholderanalyse, also die Untersuchung derer, die
direkten oder indirekten Einfluss auf das System ein konkrete Bauprojekt nehmen oder direkt bzw.
indirekt dadurch beeinflusst werden.
Definition Stakeholder
Stakeholder sind Personen oder Personengruppen „…die am Projekt beteiligt, am Projektablauf
interessiert oder von den Auswirkungen des Projekts betroffen sind. Sie haben ein begründetes
Interesse am Projekterfolg und am Nutzen für das Projektumfeld.” 1
Stakeholder können nach dieser Definition je nach Projekt Kunden, Besucher, Entscheider,
Mitarbeiter, Betriebsrat, Anteilseigner, Assistenten usw. sein. Der Vorgang, die vom System
tangierten Personen oder Personengruppen zu identifizieren, wird als Stakeholderanalyse
bezeichnet.
1
Nach IPMA (International Project Management Association) ICB International Competence Baseline
Ausgabe 12/2009 – Vernetzungsanalyse 3-3

Definition:
Laut ICB2 ist das Projektumfeld die Umgebung, in der das Projekt formuliert, bewertet und durch-
geführt wird und die das Projekt direkt oder indirekt beeinflusst und/oder von dessen
Auswirkungen betroffen ist. Diese äußeren Einflüsse können physische, ökologische, gesell-
schaftliche, psychologische, kulturelle, politische, wirtschaftliche, finanzielle, juristische, ver-
tragliche, organisatorische, technologische und ästhetische Faktoren sein.
Die Interessen können also in unterschiedlichsten Bereichen außerordentlich vielfältig gestaltet

sein. Ein Bau- oder Immobilienprojekt etwa spielt sich in dem engen Rahmen von vielerlei
Aspekten ab, in dem die unterschiedlichen Stakeholder agieren.
Wirtschaftliche Aspekte
Umweltgesetze
Rechtliche Aspekte
Handlungsspielraum
Architektionische Stadtplanung
Anforderungen
Technische Soziologische Aspekte

Anforderungen
Abbildung 3-2: Handlungsspielraum
3.1.2 Stakeholderanalyse
Beispielsweise wird das Subzentrum Pasing im Rahmen einer grundlegenden Umgestaltung
durch eine Umgehungsstraße entlastet und damit als Fußgängerzone aufgewertet. Ein dort
geplantes Einkaufszentrum berührt eine Vielzahl von Interessen, welche für die Funktionalität von
extremer Bedeutung sind.
Abbildung 3-3: Beispielhaftes Projekt: Shoppingcenter Pasing Arcaden
2
Nach IPMA (International Project Management Association) ICB International Competence Baseline

Möglicher Stakeholder bei einem solchen innerstädtischen Bauprojekt wären zum Beispiel (nicht
abschließend)
• Die Stadtverwaltung (Stadtplanung)

• Der künftige Betreiber
• Beteiligte Firmen (Auftragnehmer)
• Der Projektleiter und sein Team
• Institutionen, die Finanzierungsbeiträge leisten (Banken)
• Behörden für die technische Prüfung
• Denkmalschutz- und Naturschutzbehörden
• Betroffene Anlieger
• Potentielle Nutzer (Mieter) sowie die entsprechenden Unternehmen
• Umweltschützer und Bürgerinitiativen
Die folgende Matrix stellt dann eine Möglichkeit der Visualisierung des Ergebnisses einer
Stakeholderanalyse dar. Hier wird deutlich, welche Gruppen von Stakeholdern besonders zu
beachten sind und welche eher wenig Einfluss auf das Projekt haben.
3
Abbildung 3-4: Beispielhaftes Ergebnis einer Stakeholderanalyse
Die Durchführung ist in jeder Hinsicht eine Aufgabe des vernetzten Denkens: Es sind
unterschiedliche Personenkreise mit unterschiedlichen Interessen, unterschiedlichen Einflüssen
auf das Projekt, unterschiedlichen Einflüssen aufeinander und mit unterschiedlichen
Wechselwirkungen ihrer Ziele gegeneinander abzuwägen (Wie bekannt als System aufzufassen
und zu analysieren). Vor Erarbeitung der Vorgehensweise, die hier gar nicht Gegenstand der
Betrachtung sein soll, sind zunächst die Elemente des Systems auf ihre Wirksamkeit innerhalb
des Netzwerkes zu untersuchen.
3.2 Vernetzungsanalyse nach F. Vester

Passend zur Aufgabenstellung, aber auch weit darüber hinausgehend hat Frederic Vester
(Betriebswirtschaftslehre, St. Gallen) basierend auf kybernetischen Konzepten einen Ansatz zur
Vernetzungsanalyse4 etabliert. Dabei wird ein System hinsichtlich bestimmter Faktoren
untersucht, die die relevanten Variablen eines Systems in ihrer Wirkung erweitern oder
reduzieren, sodass schließlich Feed-back Regelkreise identifiziert werden können.
3
Schelle, Heinz et. All.: Projekt Manager, Deutsche Gesellschaft für Projektmanagement e.V., 2. Auflage, Nürnberg, 2007, S. 41ff.
4
Vester, Frederic: Die Kunst vernetzt zu denken, Deutscher Taschenbuch Verlag, 6. Auflage, München, 2007

Letztlich sollen die Einflussgrößen des Systems - hier Variablen genannt - hinsichtlich ihrer
Wirkung und damit hinsichtlich ihre Bedeutung und daraus folgenden Behandlung klassifiziert
werden in:
• stabilisierend
• kritisch
• puffernd
• sensitiv
Die konkreten Methoden und Voraussetzungen, um ein Teilsystem derart einzustufen werden
später behandelt.
3.2.1 Selektion der Variablen

Wie schon ausgeführt, ist dieser Ansatz sehr allgemeiner Natur. Entsprechend sei hier ein
systematischer Zugang zur Ermittlung eines möglichst vollständigen Variablensatzes nach Vester
eingefügt. Er ist in keiner Weise bauspezifisch, jedoch möglicherweise gerade hilfreich, wichtige
Randbezirke eines Unternehmens aufzuspüren und dann in ihrer Wirkung zu untersuchen. Um
alle relevanten Größen für die Systembetrachtung zu erhalten ist es daher oft sinnvoll, sämtliche
Einflussbereiche nach möglichen Variablen zu durchleuchten.
Definition
Variablen sind in diesem Sinn veränderliche Größen, welche die Knotenpunkte eines Systems
darstellen. Aus den Wechselwirkungen der Variablen wird bei der Sensitivitätsanalyse die
Kybernetik des Systems ermittelt. Zu jeder Variable gehört neben der Bezeichnung mit einem
Kurzbegriff eine Beschreibung der Indikatoren, mit denen sie näher bestimmt wird und die beim
Arbeiten mit ihr immer im Gedächtnis behalten werden sollten, um den Gesamtcharakter der
Variablen nicht zu vernachlässigen.
Die folgende Auflistung ist im Wesentlichen dazu gedacht, sinnvolle Assoziationen anzustoßen.
Kreativer Ansatz zur Ermittlung der Variablen
Stakeholder (z.B. Kunden, Besucher, Entscheider, Mitarbeiter, Betriebsrat, Anteilseigner,

Assistenten…)
Handlungen (z.B. Umsatz, Ertrag, Stellen, Serviceangebot, Einkauf und Verkauf, Produktion,
Investition…)
Raum (z.B. Verteilung und Größe eines Arbeitsplatzes, Lagerhaltung, Entfernungen…)
Gefühl (z.B. Motivation, Identifikation, Wettbewerb, Ideen, Kreativität, Krankheitstage…)
Beziehung zur Umgebung (z.B. Machtgebrauch, Ressourcen, Wasser, Recycling, Abfall,

Verschmutzung…)
Innere Prozeduren (z.B. Transport, Orte, Kommunikation, Information…)
Innere Regeln (z.B. Management, Hierarchische Strukturen, Unternehmensart, Hausregeln,

Gehalt, Verträge…)

Äußere Regeln (z.B. Gesetze, Regierung, Verträge …)
Physikalische Kriterien
Materie: Darunter fallen Variablen, die vorwiegend materiellen Charaktere haben, wie z.B.
Gebäude, Ressourcen, Leute, Tiere, Pflanzen, Fahrzeuge.
Energie: Hier finden sich Variablen die vorwiegend Energiecharakter haben, so z.B. Energie,
Arbeitskräfte, Energiequellen, Finanzielle Ressourcen, Entscheidungsgewalt.
Information/Kommunikation: Variablen die vorwiegend Informations- und

Kommunikationscharakter haben, sind unter diesem Stichpunkt ein zu ordnen. Beispiele
hierfür sind Medien, Entscheidungen, Austausch der Informationen, Befehl, Wahrnehmung,
Attraktivität, Akzeptanz.
Dynamische Kriterien
Flussgrößen: Variablen, die vorwiegend Materie-, Energie-, oder Informationsflüsse innerhalb

des Systems ausdrücken, so z.B. Informationsfluss oder für den Materialfluss: Verkehr
Strukturgrößen: Variablen, die mehr struktur- als flussbestimmend sind. Beispiele hierfür sind
Korridore, Verkehrsnetzwerk, Diversität, zentrale/dezentrale Verteilung, Hierarchie.
Zeitdynamik: Variablen, die sich am gleichen Standort zu gegebener Zeit verändern oder
denen eine zeitliche Dynamik innewohnt, z.B. Steuerprüfung, Netzplanthemen, saisonale
Arbeiten
Raumdynamik: Variablen, die zu gegebener Zeit von Standort zu Standort verschieden sind
wie das Verkehrsaufkommen, Schmutzwasser, strukturelle Entwicklung.
Systeminteraktionen
Input von Außen: z.B. Regen, Import, Tourismus, politische Entscheidungen, Subventionen
Externe Kontrolle: z.B. Gesichtspunkte betreffend die Abhängigkeit des Systems
Output von Innen: z.B. Drainage, Exporte, Nationale Steuern, Image, Werbung
Interne Kontrolle: z.B. Gesichtspunkte betreffend die Unabhängigkeit des Systems, Autarkie
Lebensbereiche
Wirtschaft
Bevölkerung
Landnutzung
Humanökologie
Ökologie, natürliches Gleichgewicht
Infrastruktur
Soziale Aspekte, Gemeinschaft

3.2.2 Vernetzungsanalyse: Kriterienmatrix

Zur Erfassung des Systems kann es wesentlich sein die zuvor genannten Kriterien
(Lebensbereiche, Physikalische Kriterien, Dynamische Kriterien, Systembeziehung) in einer
sinnvollen Gewichtung zu berücksichtigen. Durch die systematische Auflistung der ermittelten
Variablen wird sichergestellt, dass kein wesentlicher Einfluss unbeachtet bleibt, gleichzeitig
ermöglicht es ggf. eine Reduktion der Variablen falls sich einzelne Variablen als irrelevant
erweisen.
Durch Kennzeichnung der Relevanz einer Variablen in der Kriterienmatrix in der entsprechenden
Spalte kann die Gewichtung der Spalten über das gesamte System wie auch der Zeilen durch
Angabe einer Spalten- oder Zeilensumme überprüft und ggf. korrigiert werden.
Lebensbereiche Physik. Kat. Dynam. Kat. Systembeziehung
D. output
Dynamik
D. Input
Dynamik
Kontrolle
internal Kontrolle
Flächennutzung
Humanökologie
control
outside
fr. inside
natural balance
human ecology
structural types
dynamic space
Kriterium
Naturhaushalt
Strukturgröße
Gemeinwesen
values of flow
extern.control
dynamic time
Infrastruktur
infrastructure
Information
Population
öffnetfr.Sys.
output Sys.
Wirtschaft
Räumliche
information
community
Flußgröße
population
economy
Zeitliche
land use
zutreffend
Energie
Materie
material
externe
Interne
energy
öffnet
Teilweise zutreffend
input
1 Lebensqualität
2 Wirtschaftskraft d. Ortes
3 Öffentlicher Nahverkehr
4 Image des Ortes
5 Freizeit u. Kulturangebot
6 Einwohnerzahl
7 Autofreundliche Straßen
8 Intakte Landschaft
9 Arbeitsplätze
10 Besucher und Gäste
Summe 5,5 4,0 7 7 5,0 9,5 4,5 15 6,5 11 8,5 13 11 8,5 9 11 16 9,0
Abbildung 3-5: Kriterienmatrix (Auszug)
3.2.3 Einflussmatrix
Im nächsten Schritt sollen die Wirkungen der Variablen aufeinander im Systemzusammenhang
analysiert werden. Die Rolle der einzelnen Variablen lässt sich nicht aus sich selbst erkennen,
sondern nur aus der Gesamtheit ihrer Wechselwirkungen mit allen übrigen Komponenten und
wiederum deren Wechselwirkungen untereinander. Der erste Schritt zur Beschreibung der Rolle
jeder einzelnen Variablen besteht in einer Abschätzung der Einflüsse jeder Variablen auf jede
andere. Diese Abschätzung geschieht in Form einer Einflussmatrix.

In der Matrix werden die Variablen von oben nach untern und in der gleichen Reihenfolge noch
einmal von links nach rechts angetragen. Das Maß für den Einfluss Ei , j einer Variablen auf eine
andere wird quantitativ durch eine Abschätzung in den Werten 0 (kein Einfluss), 1 (wenig
Einfluss), 2 (spürbarer Einfluss) und 3 (starker Einfluss) repräsentiert. Da sich die Variablen selbst
nicht direkt beeinflussen können, werden alle Kreuzungselemente Ei ,i der Matrix, in denen eine
Variable auf sich selbst trifft, aus der Wertung genommen und mit 0 belegt.
Abbildung 3-6: Einflussmatrix (Auszug)
Im Anschluss wird die Einflussmatrix in die Konsensmatrix überführt, indem die einzelnen
Spaltenwerte horizontal (Aktivsumme) und vertikal (Passivsumme) aufsummiert werden. Die
Einflussmatrix erweitert sich so um eine Spalte für die Aktivsummen und eine Zeile für die
Passivsummen.
AS j := ∑ E i , j
i
Die Aktivsumme (AS) einer Variablen gibt Auskunft darüber, wie stark sie auf den Rest des
Systems wirkt.
PSi := ∑ E i , j
j
Die Passivsumme (PS) hingegen lässt ableiten, wie stark der Rest des Systems auf die einzelne
Variable wirkt.
Festzuhalten ist außerdem, dass unabhängig vom System die maximale Summenzahl für die
Aktivsumme wie auch für die Passivsumme stets das 3-fache der Anzahl an Variablen ist.
Max (PS ) = Max ( AS ) = 3n
Diese Maximalsumme resultiert aus der Festlegung des Maßes (0 – 3) und ändert sich
entsprechend der Anzahl m an zu vergebenden Einflussstärken, sodass allgemein gilt:
Max (PS ) = Max ( AS ) = m ⋅ n

Abbildung 3-7: Konsensmatrix (Auszug)
3.2.4 Einflussstärken
Aus den Aktiv- und Passivsummen der Einflussmatrix lässt sich zur Visualisierung eine Tabelle
der Einflussstärken erstellen. In dieser sind links die Passivsummen und rechts die Aktivsummen
der einzelnen Variablen durch entsprechende Balken dargestellt. Deutlich treten hier die sich am
stärksten auf das System auswirkenden Variablen hervor.
Beispiel: Münchner Großviehschlachtung
Passivsumme Variablenliste Aktivsumme

29 1 Umfang Großviehschlachtung 19
21 2 Existenzsicherung Schlachthof 40
25 3 Existenzsicherung Viehhof 17
2 4 Weiterexistenz benachb. SH 4
6 5 Vorteile der Stadtnähe 20
19 6 Wirtschaftlichkeit GVS f. Stadt 6
30 7 Wirtschkt GVS für Gewerbe 23
25 11
8 Unzufriedenheit Politik
17 22
9 Einfluss der Großkonzerne
17 27
10 Beziehung zu den Bauern
23 11 Assoziiertes Gewerbe 18
13 12 Erfüllung kommunaler Aufgabe 8
14 13 Fleischqualität 20
9 14 Tierschutzniveau 4
12 15 Alternativnutzung des Geländes 13
10 16 Ressourcen / Entsorgung 12
15 17 Lebensqualität im Stadtviertel 16
14 18 Image der Stadt München 16
20 19 Effizientes Marketing 20
13 20 Akzeptanz Fleischnahrung 13
Abbildung 3-8: Einflussstärken

Interessant für die Systembetrachtung sind die besonders herausragenden Größen wie
beispielsweise die Existenzsicherung oder die Wirtschaftlichkeit der Großviehschlachtung. Diese
Variablen unterliegen dem Einfluss des Systems besonders, beeinflussen aber ihrerseits das
System ebenfalls stark. Eine geringe Wirkung auf das System hingegen haben die Variablen mit
geringen Werten z.B. die Weiterexistenz benachbarter Schlachthöfe oder das Tierschutzniveau.
Diese Variablen haben selbst kaum Einfluss auf das restliche System und werden seitens des
Systems wenig beeinflusst.
3.2.5 Einflussindizes Q und P

Um die Rolle der einzelnen Variablen hinsichtlich der Wechselwirkung mit dem System bzw. den
anderen Variablen konkreter auszudrücken, werden anschließend die Einflussindizes Q (Quotient)
und P (Produkt) berechnet:
Qi = ASi / PSi
Pi = ASi ⋅ PSi
Der Wert Q liefert demnach eine Aussage über den aktiven/reaktiven Charakter einer Variablen,
der Wert P stellt eine Kennzahl für den kritischen/puffernden Charakter der Variablen dar.
Allgemein lassen sich folgende Tendenzen erkennen:
P: groß für AS und PS groß: Starker Einfluss und stark beeinflusst → kritisch
P: klein für AS und PS klein: Wenig Einfluss und wenig beeinflusst → puffernd
Q: groß für AS groß und PS klein: Starker Einfluss und wenig beeinflusst → aktiv
Q: klein für AS klein und PS groß: Wenig Einfluss und stark beeinflusst → reaktiv
Abbildung 3-9: Einflussindizes (Auszug)
Die Wertebereiche von P und Q lassen sich wie folgt ableiten:

Min(P ) = 0; Max (P ) = ( 3n )
2
Min(Q ) = 0; Max (Q ) = ∞

3.2.6 Rollenallokation
Um die Rolle der einzelnen Variablen hinsichtlich des Systemverhaltens grafisch darzustellen,
eignet sich ein zweidimensionales Koordinatensystem, in welchem einer Achse die Passivsumme
und der anderen Achse die Aktivsumme zugeordnet wird. Jede Variable wird durch einen Punkt in
diesem System dargestellt, dessen Position mit der Rolle der Variablen korreliert.
Linien konstanter Q-Indizes sind Nullpunktsgeraden. Zwei Geraden g1 und g2, welche den
Quadranten gerade dritteln, entsprechen den Werten(=Steigungen) Q1 = tan30°=0.577 bzw. Q2 =
tan60°=1.73. Diese beiden Zahlenwerte unterteilen die Q-Werte in sinnvolle Bereiche.
Linien konstanter P-Indizes sind Hyperbeln. Um auch hier eine sinnvolle Unterteilung, also
Drittelung des Bereiches vornehmen zu können, sind zwei Hyperbeln h1 und h2 zu ermitteln mit:
1 Pmax 2 Pmax
h1(PS) = ( 33%-Linie von Pmax) bzw. h2 (PS) = ( 66%-Linie von Pmax)
3 PS 3 PS
AS
g2
h2
K
tiv rit
Ak is
c h
h1 1 2
Neutrale Zone
zwischen aktiv, 3
7 reaktiv, puffernd, g1
kritisch.
4
tiv
Pu
6
ak
ffe 5
Re
rn
d
PS
Abbildung 3-10: Rolleninterpretation der Variablen
Den einzelnen Bereichen 1 - 7 können jeweils folgende Interpretationen zugeordnet werden:
1 Effektive Hebel um das System zu stabilisieren

2 Beschleuniger und Katalysator um das Projekt zu starten (mit Vorsicht verwenden)
3 Riskante Positionen (zwischen „Reaktiv“ und „Kritisch“)
4 Nur “Kosmetische” Korrekturen
5 Lethargische Indikatoren, gut für Experimente
6 Unnütze Kontrollen
7 Geringer Hebel mit geringen sekundären Effekten

Als alternative Darstellung können weiter die Variablen unter Beachtung der Grenzwerte für Q und
P als tabellarische Liste dargestellt werden, welche die Variablen anhand ihrer P- bzw. Q- Werte
zu Gruppen zusammenfasst.
Aktiv Reaktiv Q-Wert Kritisch Puffernd P-Wert
HOCH AKTIV HOCH KRITISCH

1 Vorteile der Stadtnähe 3,33 -
AKTIV KRITISCH
12 Erfüllung kommunaler Aufgabe 2,08 2 Existenzsicherung Schlachthof 840
4 Weiterexistenz benachb. SH 2,00
2 Existenzsicherung Schlachthof 1,90 LEICHT KRITISCH
15 Alternativnutzung des Geländes 1,67 7 Wirschkt GVS für Gewerbe 600
1 Umfang Großviehschlachtung 551
LEICHT AKTIV 11 Assoziiertes Gewerbe 506
20 Akzeptanz Fleischnahrung 1,54
9 Einfluss der Großkonzerne 1,35 NEUTRAL
3 Existenzsicherung Viehhof 425
NEUTRAL 9 Einfluss der Großkonzerne 391
13 Fleischqualität 1,29 12 Erfüllung kommunaler Aufgabe 351
11 Assoziiertes Gewerbe 0,96 19 Effizientes Marketing 320
14 Tierschutzniveau 0,89
17 Lebensqualität im Stadtviertel 0,87 SCHWACH PUFFERND
18 Image der Stadt München 0,86 6 Wirtschaftlichkeit GVS f. Stadt 266
19 Effizientes Marketing 0,80 20 Akzeptanz Fleischnahrung 260
13 Fleischqualität 252
LEICHT REAKTIV 15 Alternativnutzung des Geländes 240
6 Wirtschaftlichkeit GVS f. Stadt 0,74 17 Lebensqualität im Stadtviertel 195
Abbildung 3-11: Einflussindex
3.3 Beispiel Shoppingcenter „Pasing Arcaden“

3.3.1 Problemstellung
Im Herzen von Pasing soll ein neuer Baukomplex mit ca. 14.000 m² Verkaufsfläche, ca. 3.000 m²
für Gastronomie und Dienstleistungen und ca. 10.000 m² Wohnfläche entstehen. Es ist zu
erwarten, dass verschiedenste Themen von Bau- und Betrieb dieses Projekts tangiert werden und
in wechselseitigem Einfluss wirken.
Abbildung 3-12: „Pasing Arcaden“

3.3.2 Stakeholderanalyse
Zunächst werden zuvor angeführten Bereiche auf Stakeholder und deren Themen durchsucht.
Die Beteiligten Anwohner, Öffentliche Hand, Mieter, Betreiber,

Wer ist das alles? Investoren,…
Die Tätigkeiten Konsument, Mieter, Genehmigung, Kapital,
Was machen die? Steuereinnahmen, …
Der Raum Flächennutzung, Bebauung, Brache,
Was passiert wo? Siedlungsstruktur, …
Das Befinden Sozialstruktur, Lebensqualität, Standortattraktivität,
Wie fühlen die sich dabei? Kaufkraft, …
Die Umweltbeziehung Naturhaushalt, Rohstoff-, Energie- und
Wie funktioniert der Ressourcenhaushalt? Wasserverbrauch, Bodenversiegelung
Die inneren Abläufe Infrastruktur, Transport und Zufahrtswege,
Welche Kommunikationswege bestehen? Telekommunikation, Verkehr und Versorgung
Die innere Ordnung Gemeinwesen, Steuern, Maßnahmen, Verordnungen
Wie ist das geregelt? und Gesetze, Planungsverfahren
Abbildung 3-13: Kriterienmatrix
Aus dieser Kriterienmatrix lassen sich nun potentielle Variablen ermitteln, welche dann in der
Bereichsgewichtung innerhalb der Kriterienmatrix auf die tatsächliche Relevanz für das Projekt
überprüft werden.
Wirtschaftlichkeit
Städtebaul. Ziele
Kaufkraftabfluß
…
Weiterexistenz Infrastruktur
benachbarter
Einzelhandel Image des
Standortes
Nutzungsmischung
Ankermieter
Anwohner
Investoren
…
Betreiber Öffentliche Hand
Mieter
Abbildung 3-14: Mögliche Stakeholderinteressen

Beispielsweise lassen sich folgenden für das System relevante Variablen ableiten:
Wirtschaftskraft des Ortes Wir

Image des Ortes Im
Öffentlicher Nahverkehr ÖNV
Weiterexistenz benachbarter Einzelhandel Exist
Kaufkraftabfluss KKA
Freizeit u. Kulturangebot FKA
Einwohnerzahl EWZ
Arbeitsplätze APL
Besucher und Gäste B&G
Verkehrsbelästigung VBE
Zuk. Orientierte Gemeindepolitik ZOG
Finanzmittel der Stadt FSt
Ausreichend Infrastruktur Infr
Erfüllung kommunaler Aufgaben komA
Größe Shopping Center Größe
Standortvorteile Standv
Lebensqualität im Stadtviertel LQ
Attraktivität für Betreiber Attr
Nachdem die systemrelevanten Variablen identifiziert sind, werden in der Einfluss- bzw.
Konsensmatrix die Beziehungen zwischen den Variablen Ei , j aufgezeigt.
Abbildung 3-15: Konsensmatrix

Die Aktiv- und Passivsummen ergeben ein erstes Bild der Einflussstärken:
Abbildung 3-16: Einflussstärken
Es werden die P- und Q-Indizes für die einzelnen Variablen gebildet und unter Berücksichtigung
der Grenzwerte in die entsprechenden Kategorien eingeordnet.
Abbildung 3-17: Einflussindizes

Schließlich kann die Lage und damit die Rolle jeder einzelnen Variablen durch ihre Position im
Koordinatensystem ermittelt werden.
Abbildung 3-18: Rollenallokation
Die grafische Auftragung erleichtert die sich anschließende (beispielhafte) Interpretation der
Ergebnisse:
• Als Katalysatoren wirken die Attraktivität des Ortes für die Betreiber und die vorhandene
Infrastruktur. Diese beiden Komponenten stehen natürlich in starker Wechselwirkung und
bedingen sich gegenseitig.
• Als lethargische Indikator sind die Elemente Image des Ortes und Verkehrsbelästigung
einzustufen. Denkbar wäre hier z.B. ein In-Kaufnehmen der vermehrten Verkehrsbelästigung
bei der Bevölkerung, wenn zugleich durch die Ansiedlung des Shoppingcenters auch das
Image des Ortes steigt.
• Der Kaufkraftabfluss und die Wirtschaftskraft des Ortes werden bei diesem Projekt markante
Einflussfaktoren darstellen. Die letztendliche Entscheidung über den Anstoß oder die
Verwerfung des Projektes wird in Kombination mit den katalytischen und lethargischen
Komponenten des Projektes abgewogen.
• Neutral wirken sich Einflüsse wie die Einwohnerzahl des Ortes, die Zukunftsorientierte
Gemeindepolitik, Besucher und Gäste usw. auf das Projekt aus.

3.4 Aufgabe zur Vernetzungsanalyse

Im Folgenden soll als Aufgabe die Sanierung eines Geschäftshauses in Innenstadtlage unter
laufendem Betrieb untersucht werden. Es ist dabei keine Planung vorzunehmen, sondern lediglich
mit Hilfe der Vernetzungsanalyse die Brennpunkte des Vorhabens ermittelt werden. Einer sich
dann anschließenden Planung des Umbaus stehen damit die Gewichte und zentralen Elemente
bereits zur Verfügung, so dass sich eine unnötige Anzahl von Iteration vermeiden lassen.
3.4.1 Sanierungspakete
Der Umbau soll in kürzester Bauzeit unter laufendem Betrieb abgewickelt werden. Für die
Ausführung sind dazu die Wechselwirkungen folgender Arbeitspakete auf Systemrelevanz zu
untersuchen:
• 3. und 4.OG Mediamarkt

• 2. OG Einzelhandel und Arztpraxis
• 1. OG neu große Pizzeria (bisher: Quelle-Shop)
• EG Einzelhandel
• TG Tiefgarage mit eigener Zufahrt
• U-Bahnhof (nur Betrieb, kein Umbau)
• Fassade
• Foyer 2. OG
• Foyer EG
• Treppenturm 1
• Treppenturm 2
3.4.2 Skizzen des Vorhabens

Um einen Eindruck von der Örtlichkeit und dem betreffenden Gebäude zu bekommen, sind die
nachstehenden Skizzen heran zu ziehen.
Abbildung 3-19: Vertikalschnitt

Abbildung 3-20: Grundriss Tiefgarage
Abbildung 3-21: Grundriss Erdgeschoss
Abbildung 3-22: Grundriss 1. Obergeschoss

Abbildung 3-23: Grundriss 2. Obergeschoss
Abbildung 3-24: Grundriss 3. und 4. Obergeschoss
3.4.3 Aspekte der Analyse

Die vorzunehmende Analyse soll im Wesentlichen die Auswirkungen des Umbaus einzelner
Bereiche auf andere Bereiche und die Auswirkung des Betriebs auf den Umbau bewerten.
Insbesondere soll betrachtet werden:
Einflüsse auf den Betrieb
• Ver-/Entsorgung des Betriebes

• Zum Betrieb nötige Kundenströme
Einflüsse aus dem Umbau
• Sortiment Leeren/Liefern
• Ver-/Entsorgung Bau
• Sperrung von Kundenströmen
• Lärm/Erschütterung/Optik

Abbildungsverzeichnis:
Abbildung 3-1: Relevanz von vernetztem Denken ........................................................................................ 3-3
Abbildung 3-2: Handlungsspielraum ............................................................................................................. 3-4
Abbildung 3-3: Beispielhaftes Projekt: Shoppingcenter Pasing Arcaden...................................................... 3-4
Abbildung 3-4: Beispielhaftes Ergebnis einer Stakeholderanalyse............................................................... 3-5
Abbildung 3-5: Kriterienmatrix (Auszug)........................................................................................................ 3-8
Abbildung 3-6: Einflussmatrix (Auszug) ........................................................................................................ 3-9
Abbildung 3-7: Konsensmatrix (Auszug) ..................................................................................................... 3-10
Abbildung 3-8: Einflussstärken.................................................................................................................... 3-10
Abbildung 3-9: Einflussindizes (Auszug) ..................................................................................................... 3-11
Abbildung 3-10: Rolleninterpretation der Variablen .................................................................................... 3-12
Abbildung 3-11: Einflussindex ..................................................................................................................... 3-13
Abbildung 3-12: „Pasing Arcaden“ .............................................................................................................. 3-13
Abbildung 3-13: Kriterienmatrix ................................................................................................................... 3-14
Abbildung 3-14: Mögliche Stakeholderinteressen....................................................................................... 3-14
Abbildung 3-15: Konsensmatrix .................................................................................................................. 3-15
Abbildung 3-16: Einflussstärken.................................................................................................................. 3-16
Abbildung 3-17: Einflussindizes .................................................................................................................. 3-16
Abbildung 3-18: Rollenallokation................................................................................................................. 3-17
Abbildung 3-19: Vertikalschnitt.................................................................................................................... 3-18
Abbildung 3-20: Grundriss Tiefgarage ........................................................................................................ 3-19
Abbildung 3-21: Grundriss Erdgeschoss..................................................................................................... 3-19
Abbildung 3-22: Grundriss 1. Obergeschoss .............................................................................................. 3-19
Abbildung 3-23: Grundriss 2. Obergeschoss .............................................................................................. 3-20
Abbildung 3-24: Grundriss 3. und 4. Obergeschoss ................................................................................... 3-20

Kapitel 4: Optimierung in komplexen Zusammenhängen
Inhaltsverzeichnis
4 Optimierung in komplexen Zusammenhängen 4-2
4.1 Formulierung 4-2

4.1.1 Systemvariablen 4-2
4.1.2 Wechselwirkungen 4-2
4.1.3 Zielfunktion 4-3
4.1.4 Randbedingungen 4-4
4.2 Optimierung durch Differentiation 4-6

4.2.1 Differentialverfahren eine Variable 4-6
4.2.2 Differentialverfahren mehrerer Variablen 4-6
4.2.3 Beispiel: Die Klassische Losgrößenformel 4-7
4.3 Beispielrechnungen 4-12

4.3.1 Beispiel Verkehrsdichte 4-12
4.3.2 Marktgleichgewicht 4-14
4.3.3 Principal Agent - Hidden Action 4-16
4.3.4 Transaktionskostentheorie 4-20
Ausgabe 12/2009 Optimierung in komplexen Zusammenhängen 4-1

4 Optimierung in komplexen Zusammenhängen
4.1 Formulierung
Ein Projekt besteht aus vielen, sehr unterschiedlichen Komponenten. Beispielsweise beeinflussen
ein Projekt die Aspekte Ressourcen, Budget, Transport, Umwelt, Personal, Verträge, Strategie
und die Wirtschaft. Die folgenden Überlegungen dienen einer sinnvollen mathematischen
Formulierung im Hinblick auf die Optimierung eines Projektes (System) hinsichtlich vorliegender
Präferenzen.
Abb. 4-1. Formulierung eines Systems zur Optimierung
4.1.1 Systemvariablen
Die Einzelentscheidungen (x, y, z) sind „Systemvariablen”. Diese Systemvariablen sind die
beeinflussbaren „Stellschrauben“ des Projekts.
Zielfunktion
Abb. 4-2. Systemvariablen
Beispiele für Systemvariablen sind etwa ein angesetzter Verkaufspreis einer Wohneinheit, eine in
der Planung einer Autobahn angesetzte Anzahl der Fahrspuren, die Zahl der Bushalteplätze in
einem Zentralen Busbahnhof, die Anzahl der eingesetzten Erdbaubetriebe auf einer
Kanalbaustelle, die Wahl der Zuschläge auf die Herstellkosten, die dann zum Einheitspreis führen,
aber auch eine prinzipielle Entscheidung, ob ein Projekt realisiert werden soll oder nicht. Solche
Systemvariablen können kontinuierlich oder diskret sein, begrenzt oder unendlich oder reduziert
auf binäre Entscheidungswerte.
4.1.2 Wechselwirkungen
Über die Systemvariablen hinaus sind deren gegenseitige Abhängigkeiten und Wechselwirkungen
zu modellieren. Manche der einzelnen Systemvariablen stehen in engem Zusammenhang
miteinander bis zur Ersetzbarkeit, etwa der Preis einer Bauleistung und der Preis der Leistung mit
Mehrwertsteuer, andere hängen weniger oder gar nicht zusammen, etwa die Variablen Zahl der
Bagger und der Zeitpunkt eines Projektstarts. Weiter gibt es Variablen, die sich möglicherweise
gegenseitig ausschließen (Projektstart A im Widerspruch zu Projektstart B). Schließlich gibt es
Variablen, die sich gegenseitig verstärken wie die Zahl der eingesetzten Lader im Zusammenhang
mit der Leistung der Erdbaubetriebe oder Variablen, die sich gegenseitig reduzieren, wie etwa der
Einsatz von begrenzt verfügbaren Ressourcen.
Solche Zusammenhänge lassen sich dann stets als Funktionen der Variablen ausdrücken:
v = f v (x, y,z,...)
Zielfunktion
Abb. 4-3. Wechselwirkungen
4.1.3 Zielfunktion
Auf dieser Basis ist schließlich zur Optimierung eine einzige einheitliche Zielfunktion zu
formulieren:
G(x, y,z,...) Max / Min
Wichtig ist, den Einfluss aller Systemvariablen „auf einen Nenner“ zu bringen, d.h. sich auf eine
einzige Größe festzulegen, die optimiert werden soll und die Auswirkung jeder einzelnen
Variablen auf diese Größe mathematisch zu beschreiben.
Beispiele für zu optimierende Ziele können der Unternehmensgewinn, die Bauzeit, die Baukosten
oder auch die Durchflußrate einer Straße als Infrastrukturmaßnahme sein. Dabei sind zunächst
die Präferenzen zu klären, als was eigentlich gewünscht wird sowie im Anschluss daran, welche
Systemvariablen in welchem Maße positiv oder negativ wirken. Dabei sind einige Beiträge wie
beispielsweise ein Preis, Mietkosten eines Geräts oder die Dauer einer Aktivität und deren
Konsequenzen auf die Zielfunktion direkt berechenbar. Andere Einflüsse sind ungleich schwieriger
zu erfassen und zu bewerten. Beispielsweise ist bei der Planung einer Infrastrukturmaßnahme
eine typische Variable die Zahl der Fahrsuren, die sich zusammen mit anderen Parametern auf
die Leistungsfähigkeit der Straße auswirkt. Zum Optimieren stellt sich daher die Frage, welches
Maß an Verkehrsstau noch tolerabel ist. Derartige Präferenzen müssen mit geeigneter
Parametrisierung in einen konkreten Einfluss auf die Zielfunktion umgerechnet werden, etwa
durch einen Berechnung virtueller „Kosten“, etwa aus volkswirtschaftlichem Schaden. In gleicher
Weise wären etwa die Konsequenzen aus Terminüberschreitungen eines Bauvorhabens zu
bewerten. Eine vertraglich festgelegte Pönale würde einen direkten Kosteneinfluss berechenbar
machen, darüber hinausgehende Konsequenzen, die unter Umständen erheblich wichtiger sind,
wie Schadensersatzforderungen, die Gefährdung von Folgeaufträgen oder der Ruf des
Unternehmens müssen in ähnlicher Weise als virtuelle Kosten formuliert werden.

Zielfunktion
Abb. 4-4. Zielfunktion
4.1.4 Randbedingungen
In Abwandlung der Wechselwirkungen müssen die Randbedingungen der Optimierung definiert
werden. Diese könnten beispielsweise die begrenzte Verfügbarkeit von Ressourcen (Personal)
oder die Leistung eines Gerätes (Ankerbohrgerät) sein. Auch technische (Tragfähigkeit einer
Konstruktion) oder rechtliche Grenzen (Baurecht auf einem Grundstück) können
Randbedingungen sein. Die einfachste Form begrenzt einzelne Systemvariablen:
Zielfunktion
Abb. 4-5. Randbedingung
Beispiel:
Durch eine begrenzte sinnvolle Zahl von Ladebetrieben in einer Baugrube kann die Funktion der
Leistung komplizierter werden. Der Baufortschritt je Zeiteinheit steigt etwa linear mit der Anzahl
der Lader. Dann könnte ab einer bestimmten Zahl von Ladern ein Knick entsteht und jeder
zusätzliche Lader keinen weiteren Baufortschritt nach sich ziehen, da sie sich gegenseitig
behindern.
Baufortschritt
Knick ,
aber
denkbar
Zahl der Lader
Abb. 4-6. Baufortschritt in Abhängigkeit der Zahl der Lader
Schwieriger wird es, wenn ein Bezug der Randbedingung auf Kombination von mehreren
Systemvariablen vorliegt. Ein Beispiel hierfür wäre der Platzbedarf zweier Betriebe, z.B. Aushub
und Verankerung in einer Baugrube. Auch die Kapazitätsbindung zweier Aufträge stellt solch eine
Kombination von Randbedingungen auf mehrere Systemvariablen dar.

Zielfunktion
Abb. 4-7. Systemvariablen
Schließlich sind Randbedingungen vorstellbar, die Begrenzungen für alle Systemvariablen in

unterschiedlicher Art darstellen, wie beispielsweise ein übergreifend verfügbares Budget.
Zielfunktion
Abb. 4-8. Begrenzung für alle Variablen
Allen Randbedingungen k ist gemeinsam, dass sie sich stets in der Form
Fk (x, y, z,...) ≤ 0
schreiben lassen. Weiter kann die Formulierung der Wechselwirkung ohne weiteres in die
Darstellung der Randbedingungen integriert werden.
Damit kann die gesamte Systemstruktur entsprechend den vorangegangenen Überlegungen wie
folgt dargestellt werden:
x y z
Zielfunktion RB1 RB2
G(x,y,z) = max /min F1(x,y,z,…) <= 0 …
Abb. 4-9. Formulierung Zielfunktion und Randbedingungen

4.2 Optimierung durch Differentiation

4.2.1 Differentialverfahren eine Variable
Ist die Zielfunktion und alle Randbedingungen eine differenzierbare Funktion der Systemvariablen,
so steht zur Bestimmung der Optima die Differentialrechnung zur Verfügung. Zunächst sei die
Zielfunktion nur von einer Variablen abhängig, dann sind die Extrempunkte bekanntlich durch
Nullsetzen der ersten Ableitung zu erhalten. Die Frage, ob ein Minimum oder Maximum vorliegt,
läßt sich durch Berechnen der zweiten Ableitung an diesem Punkt bestimmen. Ist sie kleiner als
null, so folgen eine negative Krümmung, also eine konkave Funktion und damit ein Maximum.
Entsprechend beschreibt eine positive Krümmung ein Minimum (konvexe Funktion).
df (x) d²f (x)

f (x) = Max! x' =0 <0
dx dx²
f(x)
Maximum!
Minimum!
konkav f’’ < 0 konvex f’’ > 0

Abb. 4-10. Direkte Extrema
4.2.2 Differentialverfahren mehrerer Variablen

Hängt die Zielfunktion von mehreren Variablen ab ist prinzipiell gleich zu verfahren. Durch
Gleichsetzung des Gradienten der Funktion mit dem Nullvektor wird das Extremum bestimmt
durch Untersuchung der Hessematrix auf Definität kann festgestellt werden, ob Minimum,
Maximum oder - im Mehrdimensionalen möglich - eine Kombination (Sattelfläche) daraus vorliegt.
f (x i ) = Max!
∂f
df = ∑ ∂x i = 0
i ∂x i
∂ ²f
H i,f j = pos / neg _ definit
∂x i ∂x j

f(x,y,..) Maximum! Sattelfläche!
Abb. 4-11. Direkte Extrema
Exkurs zur Hessematrix:

Die Frage nach der Art des Extremwerts, also ob ein Minimum oder ein Maximum vorliegt, wird
durch die zweite Ableitung geprüft. Bei n Variablen existieren n² zweite Nebenbedingungen,
nämlich aller gemischter Ableitungen. Diese werden in einer quadratischen Matrix, der Hesse-
Matrix, zusammengefasst. Ein Maximum liegt vor, wenn die Hesse-Matrix negativ definit ist,
ein Minimum, wenn sie positiv definit ist und keines von beiden, wenn sie indefinit ist. Zur
Überprüfung wird die Hessematrix z.B. diagonalisiert. Sind dann die Diagonalelemente alle
positiv, alle negativ oder gemischt, so ist die Matrix positiv bzw. negativ definit oder indefinit.
Alternativ ist eine Matrix positiv/negativ definit, wenn die Determinanten aller
Hauptuntermatrizen positiv bzw. negativ sind.
4.2.3 Beispiel: Die Klassische Losgrößenformel

Die klassische Losgrößenformel optimiert eine Einkaufsmenge über einen kontinuierlichen Bedarf,
hier am Beispiel einer Malerfirma illustriert.
Pro Jahr werden m = 500 Eimer einer bestimmten Spachtelmasse gleichmäßig verbraucht. Der
Großhändler ist 200 km entfernt, die Fahrt kostet also bei 0.50 €/km E=100 €. Wegen dieser
Kosten soll so selten wie möglich eingekauft werden. Andererseits fallen Lagerkosten an, bzw. ist
gelagerte Kapital gebunden, s = 20€/Eimer, es könnte z.B. mit p = 4 % verzinst werden. Das
würde eher dafür sprechen, öfters einzukaufen. Das Optimum (Maximum) x der Einkaufsmenge
pro Fahrt läßt sich durch Differenzieren ermitteln. Die jährlichen Kosten sind
m p⋅s x
K = E⋅ + m⋅s + ⋅
x 100 2
(Einkaufskosten - Farbkosten- Zinskosten)
Dabei wurden berücksichtigt: Die Einkaufshäufigkeit m / x , und der mittlere Lagerbestand bei
linearem Verbrauch x / 2 , sowie dessen Zinsverluste p ⋅ s /100
Differenziert ergibt sich
p⋅s E ⋅m 200 ⋅ E ⋅ m
K' = − 0 x= = 354
200 x² p⋅s

Die zweite Ableitung ergibt
E⋅m
K '' = >0
2 ⋅ x³
also ein Minimum, wie erwartet.
Dieses Ergebnis stellt die klassische Bestellmengenformel (Losgrößenformel) dar, der ein linearer
Verbrauch zugrunde liegt:
1 Jahr
E: 100
Abb. 4-12. Beispiel Losgrößenformel
4.2.3.1 Extrema unter einfachen Randbedingungen
Einfache Randbedingungen werden durch Operatoren wie MIN(), bzw. MAX() eingeführt. Das
Fahrzeug fasst nur 400 Eimer, oder das Lagervermögen ist auf 200 Eimer beschränkt, so ist das
optimale Ergebnis eben MIN(790, 400, 200) und folgt zu x = 200.
Unter Umständen kann durch eine Randbedingung auch eine Variable eliminiert werden:
Ist eine Zielfunktion f ( x, y ) gegeben, deren Optimum auf einer Linie g ( x, y ) = 0 gefunden
werden soll, so ist durch die umgeformte Nebenbedingung y = g '(x) eine Variable aus der
Zielfunktion zu eliminieren.
4.2.3.2 Lagrangemultiplikatoren
Sind komplexere Probleme mit nichtlinearen Randbedingungen zu behandeln, so können diese

mit Lagrangemultiplikatoren formuliert werden:
Ist eine differenzierbare Zielfunktion Z = Z (...x i ...) der n Variablen x i , sowie eine Anzahl k
differenzierbarer Randbedingungen g j (...x i ...) vorgegeben, so kann eine modifizierte
Zielfunktion angegeben werden, die alle Randbedingungen beinhaltet:
Z′ = Z (...x i ...) − ∑ λ j g j (...x i ...)

j
Die Parameter λj nennt man Lagrangemultiplikatoren. Jetzt kann die neue Zielfunktion sowohl
nach allen λj als auch nach allen x i partiell differenziert werden. Damit ergeben sich insgesamt

n + k Gleichungen für die Unbekannten λj und xi . Dieses Gleichungssystem ist eindeutig

bestimmt und kann im Prinzip gelöst werden.
grad f
f (x1 , x 2 ) = 4
f (x1 , x 2 ) = 3
f (x1 , x 2 ) = 2
f (x1 , x 2 ) = 1
g(x1 , x 2 ) = 0
+ -
f (x1 , x 2 ) = min/ max
grad g
oder - +
Abb. 4-13. Lagrange-Multiplikatoren
Eine Zielfunktion sei z.B. durch f ( x, y ) gegeben und durch ihre Höhenlinien dargestellt. Der
Gradient steht dann senkrecht auf den Höhenlinien. Die Randbedingung g ( x, y ) = 0 wird
ebenfalls durch ihre einzige Höhenlinie repräsentiert. Das Extremum von f ( x, y ) ist dann
charakterisiert durch die parallelen Gradienten von f ( x, y ) und g ( x, y ) . Damit gilt:
grad f & grad g

grad f a = λ 0 grad g a
grad f a − λ 0 grad g a = 0
grad [ f − λ 0 g ] a = 0
Z' := f − λ 0 g
4.2.3.3 Beispiel: Losgrößenformel unter Nebenbedingungen
In einer Firma werden diverse Produkte unterschiedlicher Preise eingekauft. Zusätzlich wird das
insgesamt gebundene Kapital C beschränkt. Das hat selbstverständlich nur Bedeutung, wenn die
Einschränkung so eklatant ist, daß die sonst optimalen Bestellmengen nicht realisiert werden
können. Dann sind diese so zu reduzieren, daß möglichst nur Positionen vermindert werden, die
zum einen erheblich Kapital binden, und zum anderen nicht sehr empfindlich auf Änderungen der
Bestellmenge reagieren (z.B. geringe Einkaufskosten). Mit der Formulierung der
Lagrangemultiplikatoren lässt sich diese Fragestellung einfach lösen.

Die Zielfunktion lautet zunächst
⎛ mj pj ⋅sj x j ⎞
K = ∑⎜ Ej ⋅ + mj ⋅sj + ⋅ ⎟
⎜
j ⎝ xj 100 2 ⎟⎠
Die Nebenbedingung kann formuliert werden als

s jx j
C=∑
j 2
Dann sieht die modifizierte Zielfunktion aus, wie folgt:
⎛ mj pj ⋅sj x j ⎞ ⎛ 1 ⎞
K ' = ∑⎜ Ej ⋅ + mj ⋅sj + ⋅ ⎟ − λ ⋅ ⎜ C − ∑ s jx j ⎟
⎜ 100 2 ⎟⎠
j ⎝ xj ⎝ 2 j ⎠
Die ersten partiellen Ableitungen nach den Koordinaten ergeben:
dK ' mj pj ⋅sj 1
= −E j ⋅ 2 + + λs j
dx j xj 200 2
Damit liegt das Extremum bei:

2⋅ Ej ⋅ mj pj 200 ⋅ E j ⋅ m j
λ=− + x opt =
s j x 2j 100
j
(p j + 100 ⋅ λ ) ⋅ s j
Die Hessematrix für zwei Dimensionen lautet:
dK ' m p ⋅s 1 d ²K ' m d ²K '

= − E1 ⋅ 21 + 1 1 + λs1 = 2 E1 ⋅ 31 =0
dx1 x1 200 2 dx1 x1 x1 dx1 x 2
dK ' m p ⋅s 1 d ²K ' m d ²K '

= − E 2 ⋅ 22 + 2 2 + λs 2 = 2 E 2 ⋅ 32 =0
dx 2 x2 200 2 dx 2 x 2 x2 dx 2 x1
Kriterium Determinante der Hauptuntermatrizen > = 0:
⎛ 2E1m1 s1 ⎞ 2E1m1
⎜ x3 0
2⎟ ≥0
⎜ 1
⎟ x13
⎜ 2E 2 m 2 s2 ⎟
H=⎜ 0 2E1m1 2E 2 m 2
x 32 2⎟ ⋅ − 0⋅0 ≥ 0
⎜ ⎟ x13 x 32
⎜ s1 s2 ⎟
⎜ 0⎟
E1m1s 2 2 E 2 m 2s12
⎝ 2 2 ⎠ − − ≥0
2x13 2x 32

Anmerkung: Obwohl durch den Lagrangeparameter eine dreidimensionale Hessematrix vorliegt ist
zur Bestimmung der Krümmung dieser nicht einzubeziehen, dass bezüglich dieses keine Aussage
„Min/Max“ notwendig oder zulässig ist.
Die Kriterien sind stets erfüllt, solange: x1 ≥ 0, x 2 ≥ 0 , also ist ein Kostenminimum zu
erhalten.
Durch Auflösung nach x j können die optimalen Bestellmengen x j erhalten werden durch
200 ⋅ E j ⋅ m j
x jopt =
(p j + 100 ⋅ λ ) ⋅ s j
Der zusätzliche Term 100 λ kann als eine Art fiktiver Zins verstanden werden, der das begrenzt
verfügbare Kapital belastet.
Einsetzen in die Nebenbedingung ergibt:

1 200 ⋅ E j ⋅ m j ⋅ s j
C= ∑
2 j p j + 100 ⋅ λ
Allerdings ist diese Formel nicht nach λ auflösbar und damit nur numerisch lösbar.
Im Sonderfall „alle pj identisch“ wäre eine Auflösung möglich. Da aber in diesem Wert nicht nur
reelle Zinsen, sondern auch Lagerkosten oder Risikozuschläge verborgen sind, ist dieser
Ausgang nicht sehr wahrscheinlich. Dennoch sei er hier kurz berechnet:
2
1 ⎛ ⎞ p
2 ⎜∑
λ= 50 ⋅ E j ⋅ m j ⋅ s j ⎟ −
100 ⋅ C ⎝ j ⎠ 100
Ein konkretes Beispiel wurde hier numerisch gelöst für C= 7500€:
Prod. Bestell- Jahres- Stück- Lager- Optimale Optimale Red.

kosten bedarf preis zins Bestellm. Bestellm.
Ej mj sj pj xj bei λ=0 xj bei λ=1.03
1 120,00 € 10000 3,00 € 18% 2110 810 2,60

2 40,00 € 30000 2,00 € 12% 3160 1020 3,10
3 100,00 € 100000 1,00 € 10% 14140 4210 3,36
4 40,00 € 70000 5,00 € 14% 2830 980 2,89
5 50,00 € 20000 1,00 € 20% 3160 1280 2,47
Abb. 4-14. Beispiel für Losgrößenformel
Hierbei ergibt ein Näherungsverfahren einen Faktor λ =1.03, welcher das Kapital von € 7500.-
gerade bindet. Dies bedeutet, daß ein zusätzlicher Lagerzinssatz von 103 % erst die
Bestellmengen auf ein Maß drückt, welches der Kapitalbindung entspricht.

4.3 Beispielrechnungen
4.3.1 Beispiel Verkehrsdichte
Ein völlig anderes Beispiel zur Optimierung durch Differentiation ist die Berechnung der
planmäßigen Geschwindigkeit auf einer einspurigen Straße zur Optimierung (Maximierung) des
Durchflusses.
Die zu optimierende Durchflußrate ist R = v / s , wobei v die Geschwindigkeit, und s der aktuelle
mittlere Abstand der Fahrzeuge ist. Einfacher zu optimieren ist der mittlere Zeitabstand
R = v/s T = s / v = 1/ R
Als Sicherheitsabstand können verschiedene Verfahren diskutiert werden.

Der empfohlene Abstand „halber Tacho“ entspricht einem Wert von s = 1.8 [s ] ⋅ v
Eine vollständigere Berechnung sollte folgendes beinhalten:
• Fahrzeuglänge s0 (z.B. 5m)

• Reaktionszeit s1 = 1[s] · v (z.B. 1 sek.)
• Sicherheitsabstand s2 (z.B. 2m)
• Bremsweg:s3 = v² / 2 · a, wobei a die Verzögerung (etwa 2.5m/s2)
Gegebenenfalls kann der Bremsweg des vorausfahrenden Fahrzeuges gegengerechnet werden,
dann ist die Bremswegdifferenz zu betrachten. Dabei muß allerdings beachtet werden, dass
Ungewissheit darüber besteht, ob die Bremse des Vordermannes wirklich schlechter ist als die
eigene und nicht umgekehrt.
Die Zusammenfassung ergibt für den empfohlenen Abstand:

s 1.8 ⋅ v
T= = = 1.8
v v
und für eine einigermaßen vollständige Berechnung:
s0 s 2 t R ⋅ v v2 v2
T= + + + −
v v v v ⋅ 2 ⋅ a v ⋅ 2 ⋅ a′
Die Ableitung dieser Terme lautet:
dT s +s 1⎛1 1 ⎞
=− 0 2 2 + ⎜ − ⎟
dv v 2 ⎝ a a′ ⎠
Aufgelöst folgt damit:
2 ⋅ ( s0 + s2 )
v=
1 1
−
a a′
Für Beispielswerte t R = 1s, s 0 = 5m, s 2 = 2m, a = 2.5m / s 2 , a ′ = ∞ folgt damit eine

optimale Geschwindigkeit von 5,9 m/s, entsprechend etwa lediglich 21 km/h. Das entspricht der
Sicherheit der einkalkulierten Vollbremsung. Nimmt man an, daß es nur um das vorausfahrende

Fahrzeug geht, und dieses nur doppelt so gute Bremsen hat (5m/s²) so ergibt sich eine
Geschwindigkeit von 8,3 m/s , d.h. etwa 30 km/h. Erst unter der Annahme , dass alle Bremsen
sich nur um 20 % so folgt erst ein optimales Tempo von 16,7 m/s, entsprechend 60 km/h. In der
folgenden Abbildung sind diese Zusammenhänge dargestellt. Interessant ist, daß die Empfehlung
„Halber Tacho“ sehr optimistische Kapazitäten liefert.
Optimaler Verkehrsfluß
0,60000
0,50000
0,40000
R(v/2)
R(si+100%)
0,30000
R(Si+50%)
R(Si+20%)
0,20000
0,10000
0,00000
0,00
7,20
14,40
21,60
28,80
36,00
43,20
50,40
57,60
64,80
72,00
79,20
86,40
93,60
100,80
108,00
115,20
122,40
Abb. 4-15. Optimaler Verkehrsfluß
Über Lagrangeparameter lässt sich erproben, welche Konsequenzen die Zielgeschwindigkeit von
100 km/h (= 27,8m/s) hat. Dann lautet die neue Zielfunktion:
s0 + s2 v⎛1 1 ⎞
T= + t R + ⎜ − ⎟ − λ ⋅ ( v − 27,8m / s )
v 2 ⎝ a a′ ⎠
Die Ableitung nach v ergibt sich dann zu
dT s +s 1⎛1 1 ⎞
= − 0 2 2 + ⎜ − ⎟−λ
dv v 2 ⎝ a a′ ⎠
Das Optimierungsergebnis entsprechend zu
2 ⋅ (s0 + s2 )
v=
1 1
− − 2λ
a a′
Auch hier kann dem Multiplikator λ eine Bedeutung zugewiesen werden. Ganz offensichtlich dient
er der mutwilligen Erhöhung der eigenen Verzögerungswerte, bzw. der Verschlechterung derer
des vorausfahrenden Fahrzeugs.

Die zweite nötige Gleichung ergibt sich aus der Ableitung der Zielfunktion nach λ und ergibt
wieder die Nebenbedingung. Mit dieser wird v = 27,8m/s eingesetzt und ergibt ein λ:
s0 + s 2 1 ⎛ 1 1 ⎞
λ=− + ⎜ − ⎟ = 0.0159
v2 2 ⎝ a a′ ⎠
Das bedeutet, die Verzögerung des betrachteten Fahrzeugs sollte dafür statt 4m/s², mit
1 1
− 2λ =
a bisher a neu
besser 4.6m/s² betragen. Das vorausfahrende Fahrzeug bremst mit 5m/s². Das bedeutet aber eine
erzwungene Bremssynchronität von besser als 8 %.
4.3.2 Marktgleichgewicht
In der Kybernetik der Planungsprozesse wurde u. a. das Gleichgewicht des freien Marktes etwa
anhand des Beispiels „Wohnungsmarkt in einer Großstadt“ diskutiert:
Wettbewerb
Preis/Einheit Preis/Einheit
Grenzkosten
Angebot
Durchschnitts-
kosten
PG PG
Grenzerlöse
Nachfrage
OG Output/Menge OG Output/Menge
Abb. 4-16. Preisbildung bei vollständigem Wettbewerb
Mit zunehmend verfügbarer Menge wird nur zu einem geringeren Preis nachgefragt. Bei knapper
Menge wird zu einem höheren Preis nachgefragt. Mit steigenden Marktpreisen bieten
Produzenten höhere Stückzahlen an. Bei sinkenden Preisen wird das Angebot ebenfalls
zurückgenommen, da die Attraktivität des Geschäfts nachlässt. Im Gleichgewicht d.h. nach
hinreichender Anpassungszeit wird exakt die Menge OG auf dem Markt angeboten, die auch zum
Preis PG abgenommen wird.
In diesem Zusammenhang wurde auch die Wechselwirkung zwischen Durchschnittskosten und
Grenzkosten betrachtet und ohne Beweis festgestellt, dass die Grenzkosten die
Durchschnittskosten in deren Minimum schneiden. Mittels Optimierung differenzierbarer
Funktionen kann der dafür nötige Nachweis nachgeholt werden:

Konkaver Bereich:
Gewinnzone
Kapazitätsgrenze
Kosten/Erlös
Erlösfunktion
PM
Kostenfunktion
Maximalgewinn
Break Even
Point
Fixkosten
Output/Menge
QM
Durchschnittskosten
Grenzerlöskurve
Grenzkostenkurve
Abb. 4-17. Wettbewerbs- und Angebotspreise
Die Produktionskosten in Abhängigkeit des Output n sind
K = f (n)
Dann sind die Grenzkosten G definiert als die Kosten der letzten produzierten Einheit, also der
Ableitung:
∂
G= f (n)
∂n
und die Durchschnittskosten entsprechend zu beziehen auf die produzierte Stückzahl:
f (n)
D=
n
Damit gilt allgemein, dass die Grenzkosten die Durchschnittskosten in deren Minimum schneiden:
Das Minimum der Durchschnittskosten berechnet sich zu:
∂D(n) ∂ f (n) 1 ∂ 1 1⎛ ∂ 1⎞
0 = = f (n) − f (n) = ⎜ f (n) − f (n) ⎟
∂n ∂n n n ∂n n² n ⎝ ∂n n⎠
Damit folgt
1
0= ( G(n) − D(n) )
n
und somit die Behauptung.

4.3.3 Principal Agent - Hidden Action

Nach der Prinzipal - Agent -Theorie müssen Verträge so gestaltet sein, dass die Optimierung des
Gesamtnutzens auf beide Vertragspartner verteilt wird. Beispiele hierfür sind vereinbarte
Bodengutachten um die Informationsunsicherheit aus dem Boden zu vermeiden, Abrechnungen
die per Volumen vereinbart werden, Prämien bzw. Pönalen bei Einhaltung bzw. Verzug von
Terminen oder auch die Vereinbarung einer Ergebnisbeteiligung.
asymmetrische
Informationen
Nutzenmaximierung Nutzenmaximierung
Prinzipal beauftragt Agent

Auftraggeber Auftragnehmer
leistet
Abb. 4-18. Principal-Agent-Theorie
Ein anreizkompatibler Vertrag bietet dem Auftragnehmer einen Nutzen, bzw. einen Anteil am
möglichen Gewinn. Die damit verbunden Kosten erhöhen die Gesamtkosten des Projekts
gegenüber einer symmetrischen optimalen „First Best“ -Lösung. Die zusätzlichen „Agency-Kosten“
führen nur zu einer „Second Best“ Lösung.
4.3.3.1 Rechnung LEN - Modell
Eine mathematische Modellierung dieses Sachverhaltes ist das so genannte LEN - Modell. Es
basiert auf folgenden Entscheidungsvariablen und Parametern:
x: Ergebnis, Output
ρ: absoluter Risikoaversionskoeffizient des Prinzipals
G(x): Nutzenfunktion des Prinzipals
a: Aktion des Agenten (Arbeitseinsatz, Entscheidung)
θ: unsicherer Umweltzustand
s(x): Entlohnung an den Agenten in Abhängigkeit von x
s0: fixer Entlohnungsbestandteil
s1: variabler Entlohnungsanteil
r: absoluter Risikoaversionskoeffizient des Agenten
H(s, a): Nutzenfunktion des Agenten
V(a): Disnutzen des Agenten (Arbeitsleid)
H0: Reservationsnutzen des Agenten (Mindestnutzen)
Folgende Annahmen liegen dem LEN-Modell zu Grunde:
Lineares Entlohnungsschema (Buchstabe L)
s(x) = s 0 + s1x mit x = x(a, ϑ)

s(x)
s1
s0 = Fixum
s0
s1= Anteil am Ergebnis
x
Abb. 4-19. Lineares Entlohnungsschema
Exponentielle Nutzenfunktionen (Buchstabe E)
Prinzipal: G(x) = −e−ρ(x −s(x))
Agent (Mitarbeiter): H(s,a) = −e− r(s−V(a ))
G(x)
H
H(s)
Sicherheitsäquivalent
x,s
Abb. 4-20. Exponentielle Nutzenfunktion
Normalverteilung der Umweltzustände ϑ (Buchstabe N) und additive Produktionsfunktion
x = x(a, ϑ) = a + ϑ wobei ϑ normal verteilt ist gemäß N (0,σ²)
Rechentechnische Vereinfachungen
Risikoneutraler Principal: G(x) = x − s(x)

Disnutzen („Arbeitsleid“) des Agenten: V(a) = a 2
V(a) Disnutzen des Agenten
Abb. 4-21. Disnutzen des Agenten
Die exponentielle Nutzenfunktion des Agenten impliziert mit dem Arbeitsaufwand zunehmende
Unzufriedenheit des Agenten.
− px
NB: Taylorentwicklung 1 − e ≈x für kleine Exponenten, Konstanten entfallen

Struktur des LEN - Modells

Zielfunktion des Prinzipal: Die Zielfunktion beschreibt die Suche nach dem optimalen
Arbeitsvertrag für den Agenten. Dabei ist der Erwartungswert E des Gewinns zu maximieren.
MaxE(G) = E(x − s(x))

= E(x − (s 0 + s1 ⋅ x))
= E(a + ϑ − s 0 − s1a − s1ϑ)
= E(a(1 − s1 ) − s 0 − (s1 + 1)ϑ)
= a ⋅ (1 − s1 ) − s 0
(da ϑ symmetrisch um 0)
Nebenbedingungen
Als Teilnahmebedingung des Agenten muss zumindest der Reservationsnutzen erhalten

werden:
E(H(s,a)) = E( −e − r (s(x )−a ²) ) ≥ H 0 = Reservationsnutzen
Der Reservationsnutzen bedeutet, dass der Agent bzw. Mitarbeiter mindestens so viel
verdient, wie er bei einem anderen Unternehmen verdienen würde.
Vereinfachung der Partizipationsbedingung des Agenten durch Verwendung des

Sicherheitsäquivalents: SÄ ( w) ≥ H 0 , welches dem Erwartungswert eines Vorteils für das
Risiko, diesen nicht zu erreichen einen Aufschlag, die Risikoprämie zufügt. Dabei gilt - hier
ohne nähere Erläuterung - das Wissen, dass sich das Sicherheitsäquivalent für eine
exponentielle Nutzenfunktion und normalverteilte Umweltzustände berechnet zu:
Var(w) ⋅ r
SÄ(w) = E(w) − , wobei w = s(x) − a² = s0 + s1 ⋅ x − a²
2
Damit folgt durch Einsetzen für die Partizipationsbedingung:
Var(s 0 + s1 ⋅ x − a²)
E(s 0 + s1 ⋅ x − a²) − ⋅r =
2
Var(s 0 + s1 ⋅ (a + ϑ) − a²)
E(s 0 + s1 ⋅ (a + ϑ) − a²) − ⋅r =
2
s ² ⋅ σ² ⋅ r
= s 0 + s1 ⋅ a − a² − 1 ≥ H0
2
Bezahlung Risikopr ämie

Disnutzen aus Arbeit

Lösung des LEN - Modells

Die Nutzenmaximierung des Agenten liefert den optimalen Arbeitseinsatz aopt
∂ r
(s0 + s1 ⋅ a '− a '² − s1 ² ⋅ σ² ⋅ ) 0
∂a ' 2
s
a opt = 1
2
Einsetzen in Partizipationsbedingung. Dabei wird der Agent auf seinen Mindestnutzen gedrückt.
Damit ist das Sicherheitsäquivalent gleich dem Reservationsnutzen.
r
s0 + s1a opt − a opt ² − s1 ² ⋅ σ² ⋅ = H0
2
s1 s1 ² r
s0 + − − s1 ² − σ² ⋅ = H 0
2 4 2
1
s1 ²( − σ² ⋅ r)
s0 + 2 = H0
2
Auflösen nach der Fixvergütung liefert als erste Teillösung
⎛1 ⎞
s0 = H 0 − s1 ² ⎜ − σ² ⋅ r ⎟ / 2
⎝2 ⎠
Dann ist eine zweite Teillösung durch Einsetzen in die Zielfunktion des Prinzipals und Maximieren
nach der Entscheidungsvariablen des Prinzipals zu erhalten.
⎡ ⎛ 1 ⎞ ⎤
MaxE [ G ] = Max [ a(1 − s1 ) − s 0 ] = Max ⎢s1 (1 − s1 ) / 2 − ⎜ H 0 + s1 ²( − σ² ⋅ r) ⎟ / 2 ⎥
⎣ ⎝ 2 ⎠ ⎦
∂ ⎡ opt 1 ⎤
⎢ s1 (1 − s1opt ) / 2 − H 0 / 2 − s1opt 2 ( − σ² ⋅ r) / 2 ⎥ = 0
∂s1 ⎣ 2 ⎦
1
2s1opt ( − σ² ⋅ r)
1 opt 2
− s1 + =0
2 2
1
s1opt =
1 + 2σ ² ⋅ r
Schließlich liefert die Auflösung nach dem Anreizparameter:
1
s1opt =
1 + 2σ ² ⋅ r
Somit ist s1, also der optimale Beteiligungsparameter, abhängig von σ ² und der Risikoeinstellung.
Hieraus ergibt sich für den optimalen Arbeitseinsatz und die Fixvergütung:

s1 1
a opt = =
2 2 + 4σ ² ⋅ r
und
1 1
s12 ( − σ² ⋅ r) 2 − σ² ⋅ r
2 ⎛ 1 ⎞ 2
s0 = H 0 − = H0 − ⎜ ⎟
2 ⎝ 1 + 2σ ² ⋅ r ⎠ 2
1 − 2σ ² ⋅ r
s0 = H 0 −
4(1 + 2σ² ⋅ r)²
Grundaussagen des LEN - Modells

Angewandt etwa auf eine Situation der Entwicklung eines Subunternehmerauftrages können aus
dem LEN-Modelle folgende Kernaussagen entnommen werden:
Die Höhe der Fixvergütung s0 hat keinen Einfluss auf den Parameter s1 für die variable
Entlohnung (das liegt an der Annahme der exponentiellen Risikonutzenfunktion)
Risikoverteilung: Trotz Risikoaversion des Subunternehmers und Risikoneutralität des

Generalunternehmers wird dem Subunternehmer ein Risiko aufgebürdet
Die Notwendigkeit, Anreize zu setzen, da der Arbeitseinsatz des Subunternehmers nicht

vollständig beobachtbar ist, erfordert eine eigentlich ineffiziente Risikoaufteilung. Wäre der
Arbeitseinsatz beobachtbar („first best“), würde der Subunternehmer mit fixem Gehalt vergütet.
Je größer die Risikoaversion des Subunternehmers, desto geringer wird der optimale
Arbeitseinsatz
Je größer die Varianz der Umwelt, desto geringer der optimale Arbeitseinsatz (Einfluss des
Arbeitseinsatzes gering relativ zu Umwelteinflüssen)
4.3.4 Transaktionskostentheorie
Im Rahmen der Transaktionskostentheorie wird als grundlegende Untersuchungseinheit zunächst
die Transaktion betrachtet. Dabei versteht man unter einer Transaktion die Übertragung von
Property Rights. Die dabei anfallenden Kosten werden als Transaktionskosten bezeichnet und
umfassen Kosten der Anbahnung, Vereinbarung, Abwicklung, Kontrolle und Anpassung. Dabei
hängt die Höhe der Transaktionskosten einerseits von den Eigenschaften der zu erbringenden
Leistung und andererseits von der gewählten Einbindungs- bzw. Organisationsform ab. Das Ziel
der Transaktionskostenanalyse ist es, die Organisationsform bzw. Arbeitsteilungstiefe zu finden,
die bei gegebenen Produktionskosten und -leistungen sowie gegebenen Eigenschaften der
Transaktion (Koordination) die Transaktionskosten minimiert.

Kosten
Kumulierte Kosten
Anstieg der Kosten durch

Koordinationsbedarf
Reduktion der Kosten durch

Spezialisierung)
(qualitative Darstellung)
Arbeitsteilung
Abb. 4-22. Transaktionskosten
4.3.4.1 Zerlegung des Produktionsprozesses und Koordinationskosten
Für eine erste überschlägige quantitative Analyse der Koordinationskosten erfolgt eine
systematische Zerlegung eines Bauprojektes im Sinne der Systemtheorie als kontinuierliches
System in n Teilsysteme, also Teilaufgaben. Dabei wird die Annahme zugrunde gelegt, dass die
Koordinationskosten (=Transaktionskosten) einerseits aus einem Anteil proportional zum
Transaktionsvolumen bestehen und darüber hinaus eine volumenunabhängige Konstante
beinhalten.
Volumen V n Teilsysteme
V
Teilvolumen Vn =
n
Abb. 4-23. Zerlegung in n Teilsysteme
Dann fallen als Koordinationskosten für die vergebende Organisationseinheit die Kosten T1 an, für
die n annehmenden Organisationseinheiten die Kosten T2
T1 = η ⋅ V + C
V
T2 = n ⋅ (Vn ⋅ η + C ) = n ⋅ ⋅η = η ⋅ V + n ⋅ C
n
Dabei steht η für den Bruchteil des Produktionsvolumens, der für Koordination aufgewendet
werden muss, C für den konstanten Anteil.
Können die Teilaufgaben nicht als vollkommen unabhängig angesehen werden, so sind darüber
hinaus Koordinationskosten T3 aus der Betrachtung der Wechselwirkungen der Teilaufgaben
fällig. Je nach Vielzahl der Wechselwirkungen von keinen über eine lineare Kette, in der jedes
Element mit einem rechten und einem linken Nachbarn zusammenhängt bis zu einem System in
dem jede Teilaufgabe mit jeder anderen Teilaufgabe Wechselwirkungen unterliegt, wird T3
variieren. Ein Parameter α, im Bereich von [0..1] spiegelt gerade diese Bandbreite wieder und
erlaubt, die Modellierung der Kosten T3.
Keine WW
Lineare Kette
m-1 m m+1
m
Jeder mit jedem
n+1
Abb. 4-24. Wechselwirkungen der Teilsysteme
T3 = (n α − 1) ⋅η ⋅ V + n(n α − 1) ⋅ C
α ∈ [0...1]
Unter Umständen müssen darüber hinaus Mehrfachwechselwirkungen in Betracht gezogen

werden, etwa hat jede Kommunikation weitere Wechselwirkungen zur Folge.
Abb. 4-25. Mehrfachwechselwirkungen
Ein Faktor b im Bereich [0..1] modelliert den Lawineneffekt von Wechselwirkung, der sich jedoch
als Geometrische Reihe sehr einfach darstellt:
W = (n α − 1) ⋅ β 0 + (n α − 1) ⋅ β 1 + (n α − 1) ⋅ β ² + ...
(n α − 1)ηV n(n α − 1)c
→ T3 = +
1− β 1− β
β ∈ [0...1]
Zusammengefasst können die Koordinationskosten also modelliert werden:

T1 = η ⋅ V + c
T2 = η ⋅ V + n ⋅ c
(n α − 1)ηV n(n α − 1)c ⎡ (n α − 1) ⎤ ⎡ n(n α − 1) ⎤
T3 = + → T = ⎢1 + 1 + ⎥η V + ⎢1 + n + ⎥ c → T = μ 'V + v ' c
1− β 1− β ⎣ 1− β ⎦ ⎣ 1− β ⎦

Zur weiteren Vereinfachung darf angenommen werden, dass bei nicht zu komplizierten Strukturen
nur eine einfache Verzweigung in n Zweige, kein Baum mit mehreren Ebenen vorliegt. Dann gilt
n=z, wobei z die Anzahl der Zerlegungen widerspiegelt.
Es folgt ein volumenbezogener Anteil μ '

zα −1
μ 'VT = ⋅ VT
1− β
und ein konstanter Anteil ν’ C
⎛ z α +1 − z ⎞
v' C = ⎜⎜ + z ⎟⎟C
⎝ 1− β ⎠
Tatsächlich stellt sich heraus, dass der volumenbezogene Anteil vergleichsweise um zwei
Größenordnungen kleiner als der konstante Anteil ist und daher in dieser Betrachtung
vernachlässigt werden darf. In den folgenden Graphen wird der Verlauf beider Anteile über die
Zerlegung z für mehrere Vernetzungsgrade dargestellt.
Konstanter Anteil ν‘(x1)
zα+1 − z
ν 'C = ( + z)C
1− β
Volumenanteil μ‘(x100)
zα − 1
μ ' VT = ⋅ VT
1− β
Abb. 4-26. Vereinfachte Transaktionskosten (β=0, α=0.5)
zα+1 − z
ν 'C = ( + z)C
1− β
zα − 1
μ ' VT = ⋅ VT
1− β

zα+1 − z
ν 'C = ( + z)C
1− β
zα − 1
μ ' VT = ⋅ VT
1− β
Der konstante Anteil der Koordinationskosten zeigt einen konkaven Verlauf, wie erwartet. Eine
Betrachtung iterative Vernetzung (β>0) wird in diesem Zusammenhang nicht vorgenommen.
Interessant ist, dass α=0 lediglich einen linearen Anstieg der Koordinationskosten zur Folge hat,
der im weiteren kein Minimum erwarten lässt.
4.3.4.2 Reduktion des Produktionsaufwandes durch Arbeitsteilung
Bei der Optimierung des Produktionsprozesses durch Arbeitsteilung wird die Annahme getroffen,
dass jedes (Teil-)Volumen intern durch den Aufwand P abgearbeitet wird. Bei externer Vergabe ist
zu erwarten, dass die Spezialisierung des Anbieters eine Optimierung um den Faktor κ erlaubt.
Entsprechend ist mit einem verminderten Aufwand κP zu rechnen. Weiter wird angenommen,
dass jedem Arbeitspaket bei interner Abarbeitung eine Umrüst- und Einarbeitungszeit Q
vorausgeht, die bei spezialisierter Abarbeitung entfällt. Q ist im Mittel über alle Teilaufgaben als
konstant anzunehmen, da die Teilvolumina im Mittel gleich groß vorausgesetzt werden.
Zusammengefasst wird diese lineare Verminderung im Faktor γ je Vergabeeinheit. Dieser Ansatz
ist als wesentliche Vereinfachung der realen Verhältnisse aufzufassen. In realitätsnäheren
Ansätzen muss eine Abhängigkeit der Faktoren κ und damit γ vom Spezialisierungsgrad und
damit der Größe bzw. Anzahl der Teilaufgaben angenommen werden, was zu einer nichtlinearen
Beziehung führt. Im vorliegenden Rahmen soll jedoch zum Verständnis der vereinfachte lineare
Zusammenhang genügen. Damit berechnet sich die Optimierung durch Arbeitsteilung insgesamt
zu K(z) = P0 (1 − γz ) , wobei γ die lineare Kostenreduktion je Element z darstellt.
KP
P Produktionskosten
-γ P verm. Produktionskosten
z von j teilw. AT j Vollst. AT
Abb. 4-29. Optimierung insgesamt

4.3.4.3 Minimierung der Gesamtkosten der Produktion durch Arbeitsteilung
Kombiniert lässt sich das erreichbare Minimum der Gesamtkosten bestimmen:
Aus K(z) = P0 (1 − γz ) und T ( z ) = z α +1C , wobei α die Vernetzung und C die konstanten Kosten
je Transaktion z bildet, berechnen sich die Gesamtkosten A(z), die sich im Weiteren minimieren
lassen:
A(z) = P0 (1 − γz) + z α+1C

∂
0 (P0 (1 − γz opt ) + z eopt+1C) = γP0 z αopt C(α + 1)
∂z
1/ α
⎛ γP0 ⎞
z opt =⎜ ⎟
⎝ C(α + 1) ⎠
Die Kostenreduktion, bezogen auf die Produktion ohne Arbeitsteilung, berechnet sich dann wie
folgt:
A(z) = P0 − P0 γz + z α+1C
1/ α 1/ α
⎛ γP0 ⎞ ⎛ γP0 ⎞⎛ γP0 ⎞
P0 − P0 + γP0 ⎜ −⎜
C(α + 1) ⎟⎠ ⎟⎜ ⎟ C
P0 − A(z opt ) ⎝ ⎝ C(α + 1) ⎠⎝ C(α + 1) ⎠
=
P0 P0
1/ α 1/ α
⎛ γP0 ⎞ ⎛ γ ⎞⎛ γP0 ⎞
a(z opt ) = γ ⎜ ⎟ ⎜ ⎟⎜ ⎟
⎝ C(α + 1) ⎠ ⎝ (a + 1) ⎠⎝ C(α + 1) ⎠
1/ α
⎡ ⎛ γ ⎞ ⎤ ⎛ γP0 ⎞ γα
a(z opt ) = ⎢ γ − ⎜ ⎟⎥ ⎜ ⎟ = z opt
⎣ ⎝ (α + 1) ⎠ ⎦ ⎝ C(α + 1) ⎠ (α + 1)
Für einige realistische Parameter ergibt sich etwa folgendes Bild:
P0 100 Produktionskosten
γ 0,03 3 % je Aufteilung
a 0,3 geringe Vernetzung
C 1 Kosten je Transaktion
b 0 Entwicklungsfaktor

100
98
Reduktion um 11%
96
94
92
90
88
86
Aufteilung in 16 Elemente
84
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33
Abb. 4-30. Reduktion
Interessanterweise stellt sich heraus, dass sich ein eindeutiges Minimum nur für ein sehr
schmales Parameterfenster ergibt. Stellt man sich nun die Frage, welche Bedeutung ein so
schmales Parameterfenster für das Outsourcing hat muss man zumindest zwei
Regelungsmechanismen des Marktes betrachten:
Jeder Anbieter versucht sich soweit zu optimieren, dass er genau in das Fenster fällt
(Spezialisierung, Transaktionskosten).
Wenn die Transaktionskosten prinzipiell zu hoch sind, entwickelt sich kein Zuliefermarkt.

Abb. 4-1. Formulierung eines Systems zur Optimierung 4-2
Abb. 4-2. Systemvariablen 4-2
Abb. 4-3. Wechselwirkungen 4-3
Abb. 4-4. Zielfunktion 4-4
Abb. 4-5. Randbedingung 4-4
Abb. 4-6. Baufortschritt in Abhängigkeit der Zahl der Lader 4-4
Abb. 4-7. Systemvariablen 4-5
Abb. 4-8. Begrenzung für alle Variablen 4-5
Abb. 4-9. Formulierung Zielfunktion und Randbedingungen 4-5
Abb. 4-10. Direkte Extrema 4-6
Abb. 4-11. Direkte Extrema 4-7
Abb. 4-12. Beispiel Losgrößenformel 4-8
Abb. 4-13. Lagrange-Multiplikatoren 4-9
Abb. 4-14. Beispiel für Losgrößenformel 4-11
Abb. 4-15. Optimaler Verkehrsfluß 4-13
Abb. 4-16. Preisbildung bei vollständigem Wettbewerb 4-14
Abb. 4-17. Wettbewerbs- und Angebotspreise 4-15
Abb. 4-19. Principal-Agent-Theorie 4-16
Abb. 4-21. Lineares Entlohnungsschema 4-17
Abb. 4-22. Exponentielle Nutzenfunktion 4-17
Abb. 4-24. Disnutzen des Agenten 4-17
Abb. 4-25. Transaktionskosten 4-21
Abb. 4-26. Zerlegung in n Teilsysteme 4-21
Abb. 4-27. Wechselwirkungen der Teilsysteme 4-22
Abb. 4-28. Mehrfachwechselwirkungen 4-22
Abb. 4-29. Vereinfachte Transaktionskosten (β=0, α=0.5) 4-23
Abb. 4-32. Optimierung insgesamt 4-24
Abb. 4-33. Reduktion 4-26

Kapitel 5: Graphentheorie und fundamentale Strukturen
Inhaltsverzeichnis
5 Graphentheorie und fundamentale Strukturen 5-1
5.1 Zerlegung von Systemen 5-1
5.2 Grundlagen der Graphentheorie 5-4

5.2.1 Elemente 5-4
5.2.2 Beziehungen 5-4
5.2.3 Strukturen 5-5
5.2.4 Bild eines Graphen 5-5
5.3 Modellierung von Systemen 5-7

5.3.1 Mikroskopische Strukturen 5-7
5.3.2 Makroskopische Strukturen 5-8
5.4 Lokalität und Emergenz 5-11

5.4.1 Lokalität 5-11
5.4.2 Emergente Variablen 5-13
5.4.3 Lokalität und Emergenz konkret 5-13
5.5 Beispiele für Graphen: Interaktionen 5-14
Abbildungsverzeichnis 5-1
Ausgabe 12/2009 – Graphentheorie und fundamentale Strukturen i

5 Graphentheorie und fundamentale Strukturen

5.1 Zerlegung von Systemen
Wie bereits vielfach ausgeführt werden als Ansatz zur Beherrschung von Komplexität Probleme in
immer kleinere Teile zerlegt, bis diese Teilprobleme eine überschaubare Größe annehmen. Dazu
ist zunächst die Frage zu stellen, auf welcher Grundlage die Zerlegung von Systemen bei der Ab-
schätzung einer Systemgröße zu höherer Genauigkeit verhilft. Eine einfache quantitative Ab-
schätzung ist dazu hilfreich:
Der zugrunde liegende Gedanke ist, dass bei einer Systemzerlegung Beziehungen zwischen den
Teilsystemen bzw. Elementen definiert werden und damit anzunehmen ist, dass diese Beziehun-
gen vollständig bekannt sind. Auch die Festlegung nicht existierender Beziehungen ist eine gültige
und sinnvolle Entscheidung.
Beispiel: Abschätzung der Bauzeit (Projektdauer). Ein beliebiges Bauprojekt kann als Ganzes nur
sehr ungenau terminiert werden. Durch die Zerlegung des Projekts in Teilaufgaben, Prozesse und
Vorgänge mit Teildauern und die Definition der Beziehungen der einzelnen Elemente zueinander
wird die Abschätzung der Projektdauer erheblich genauer.
„2 - 5 Jahre!!!??“
Zeit
Abb. 5-1. Zerlegung von Systemen zur Abschätzung der Bauzeit
Die direkte Abschätzung einer Systemgröße führt zu einer Genauigkeit +/- ε. Die Zerlegung des
Systems in Teilsysteme und deren Beziehungen führt zu keiner Verbesserung der Genauigkeit
der Abschätzung der Systemgröße bezüglich der Einzelelemente, jedoch wird ein vollständiges
Verständnis der Beziehungen (oder Nicht-Beziehungen) angenommen. Wichtet man eine Bezie-
hung etwa gleich einem Teilsystem, so ergibt sich folgendes Bild:
Abb. 5-2. Zerlegung in Teilsysteme und Beziehungen
Bei Zerlegung in n Teilsysteme ist die Anzahl der bekannten Beziehungen n(n-1)/2. Das Gesamt-
volumen des Systems beträgt demnach n+n (n-1)/2 Einheiten. Die Genauigkeit der Abschätzung
Ausgabe 12/2009 – Graphentheorie und fundamentale Strukturen 5-1

der n Teilsysteme liegt bei +/-ε. Die kumulierte Genauigkeit der Abschätzung E lässt sich dann
wie folgt beschreiben:
n ⋅ε 2ε 2
Ε= = = ε
n + n(n − 1) / 2 2 + (n − 1) n + 1
Beispiel: Angenommen, eine Systemgröße, etwa Kosten sei auf +/-10% abschätzbar. Die Zerle-
gung des Systems in 10 Teilsysteme und deren Beziehungen führt dann zu einer erhöhten Ge-
nauigkeit der Abschätzung:
Die Anzahl der bekannten Beziehungen beträgt
n(n-1)/2 = 10 (10-1) / 2 = 45
Das Gesamtvolumen des Systems beträgt
n + n (n-1)/2 = 10 + 10 (10-1) / 2 = 55 Einheiten
Somit gilt für die kumulierte Genauigkeit der Abschätzung:

2ε 2 ⋅ 10%
Ε= = = 1.8%
n +1 11
Mit zunehmendem Zerlegungsgrad kann also für jede Abschätzung eine beliebig hohe Genauig-
keit erreicht werden. Der Grund, warum man nicht eine unendlich feine Zerlegung wählt, ist, dass
die Anzahl der Beziehungen quadratisch steigt. Folgende Abbildung zeigt die quantitative Entwick-
lung.
0,7 600
0,6 500
0,5
400
0,4
300
0,3
200
0,2
0,1 100
0 0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33
Abb. 5-3. Zerlegung in Teilsysteme und Beziehungen
Wenn die Beziehungsmatrix nicht nur schwach besetzt ist, ist die Vollständigkeit des Wissens
über alle Beziehungen in Frage zu stellen. Also steigt mit zunehmendem Zerlegungsgrad ein bis-
her nicht betrachteter Fehler. In der Planung von zeitlichen Abläufen, etwa im Bauwesen sind aber
vergleichsweise nur wenige Beziehungen zu erwarten, etwa nVorgänge = nBeziehungen. Darüber hinaus
steigen bei höherer Zerlegung die Fehler bei gleichartigen Mikroelementen durch Kumulation.
Beispielsweise führt eine Abschätzung für jeden Handgriff beim Mauern zu einer Fehleineinschät-
zung, die sich über die Vielzahl gleicher Handgriffe addiert.
Beispiel für Zerlegung: Einbau einer automatischen Parkanlage (wie Hochlagerregal) in ein Roh-
baugebäude

Parkhaus Würzburg
Hauptplan
03.09.2009
2005 2006
Nr. Bezeichnung Start Dauer Ende Juli August September Oktober November Dezember Januar
26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 1 2
1 Rohbau 01.07.2005 74t 12.10.2005 1
Rohbau Keller fertig und ausgeschalt,
2 01.07.2005 01.07.2005 2
Bodenplatte fertig
3 Wandausschnitt schließen 03.10.2005 3t 05.10.2005 3 3t
Verfüllen und verdichten, Anfahrt

4 11.10.2005 2t 12.10.2005 4
betonieren
5 Standzeit Reststützen 01.07.2005 10t 14.07.2005 5
Montage und Justierung Stahlbau,
6 15.07.2005 43t 4h 14.09.2005 6
Grundelemente
Einheben und montieren 10
7 15.07.2005 10t 28.07.2005 7
Stahlbauelemente Achse 4
Einheben und Montieren 2 kurze
8 29.07.2005 1t 29.07.2005 8
Stahlbauelemente Achse 3-4
Justieren 10 Stahlbauelemente Achse
9 29.07.2005 5t 04.08.2005 9
4
Justieren 2 kurze Stahlbauelemente
10 05.08.2005 1t 05.08.2005 10
Achse 3-4
11 01.08.2005 10t 12.08.2005 11
12 15.08.2005 1t 15.08.2005 12
13 15.08.2005 5t 19.08.2005 13
3
14 22.08.2005 1t 22.08.2005 14
Achse 2-3
15 16.08.2005 10t 29.08.2005 15
16 30.08.2005 1t 30.08.2005 16
17 30.08.2005 5t 05.09.2005 17
2
18 06.09.2005 1t 06.09.2005 18
Achse 1-2
19 31.08.2005 7t 08.09.2005 19
20 Justieren 7 Stahlbauelemente Achse 1 09.09.2005 3t 4h 14.09.2005 20
21 iverse Gewerke im Keller 01.07.2005 18t 4h 27.07.2005 21
22 Montage Sprinkleranlage 01.07.2005 6t 08.07.2005 22
23 Elektroinstallation Licht 01.07.2005 18t 4h 27.07.2005 23
24 Montage Videoanlage 01.07.2005 9t 13.07.2005 24
25 Malerarbeiten 01.07.2005 17t 25.07.2005 25
26 Montage Drehscheibe 09.09.2005 6t 16.09.2005 26
27 Lieferung und Montage Drehscheibe 09.09.2005 4t 14.09.2005 27
28 Justierung Drehscheibe 15.09.2005 1t 15.09.2005 28
29 Inbetriebnahme Drehscheibe 16.09.2005 1t 16.09.2005 29
30 Montage Lift 15.09.2005 12t 30.09.2005 30
31 Lieferung und Montage Lift 15.09.2005 4t 20.09.2005 31
32 Montage Liftelement 21.09.2005 6t 28.09.2005 32
33 Lieferung und Montage Antrieb 29.09.2005 2t 30.09.2005 33
34 Justierung Stahlbau 29.09.2005 1t 29.09.2005 34
35 Vorläufige Inbetriebnahme 30.09.2005 1t 30.09.2005 35
36 Einfahrt 13.10.2005 6t 20.10.2005 36
37 Ausbau Einfahrt 13.10.2005 6t 20.10.2005 37
38 Einbau Garagentor 13.10.2005 3t 17.10.2005 38
Ausgabe 12/2009 – Graphentheorie und fundamentale Strukturen

39 Antriebstechnik installieren 01.07.2005 78t 4h 19.10.2005 39
40 Einbau Zentraltechnik Antrieb 01.07.2005 2t 04.07.2005 40
Leistungskabel Achse 4 oben/unten mit
41 29.07.2005 11t 4h 15.08.2005 41
Test
Leistungskabel Achse 3-4 kurze
42 01.08.2005 2t 4h 03.08.2005 42
Elemente oben/unten mit Test
43 15.08.2005 11t 4h 30.08.2005 43
Test
44 16.08.2005 2t 4h 18.08.2005 44
45 30.08.2005 11t 4h 14.09.2005 45
Test
46 07.09.2005 2t 4h 09.09.2005 46
Leistungskabel Achse 1 + Drehscheibe
47 03.10.2005 12t 4h 19.10.2005 47
u.Lift oben/unten mit Test
48 Inbetriebnahme Antrieb 13.10.2005 11t 4h 28.10.2005 48
49 Testfahrzeug in Betrieb nehmen 13.10.2005 4h 13.10.2005 49
50 Inbetriebnahme Achse 4 oben/unten 13.10.2005 7t 4h 24.10.2005 50
Inbetriebnahme Achse 1 oben/unten
53 19.10.2005 7t 28.10.2005 53
mit Drehscheibe u. Lift
54 Inbetriebnahme Fahrzeuge 13.10.2005 12t 2h 31.10.2005 54
55 Anlieferung Fahrzeuge 13.10.2005 3t 5h 18.10.2005
Abb. 5-4. Zerlegung einer Aufgabe in Teilaufgaben und letztlich Aktivitäten und deren Beziehungen
55
56 Test Fahrzeuge 18.10.2005 6t 5h 27.10.2005 56
Inbetriebnahme Gruppenfahrt Achse 4
57 27.10.2005 2t 31.10.2005 57
oben/unten
58 27.10.2005 2t 31.10.2005 58
oben/unten
59 27.10.2005 2t 31.10.2005 59
oben/unten
60 27.10.2005 2t 31.10.2005 60
oben/unten
61 Zentralsteuerung mit Test 01.07.2005 99t 4h 17.11.2005 61
62 Einbau Zentralsteuerung 01.07.2005 2t 04.07.2005 62
63 Test Schnittstellen zum Antrieb 28.10.2005 5t 04.11.2005 63
64 Test SST Drehscheibe, Lift, Einfahrt 25.10.2005 2t 4h 27.10.2005 64
65 Inbetriebnahme Verschiebesoftware 04.11.2005 4t 10.11.2005 65
66 Testbetrieb 10.11.2005 5t 17.11.2005 66
Projektdatei: C:\Programme\Asta\Asta Powerproject Schulversion\Projekte\Würzburg-AOBs.pp Erstellt mit Asta Powerproject Schulversion für Lehre und Forschung.
5-3
5.2 Grundlagen der Graphentheorie

Die Graphentheorie ist ein Teilgebiet der Mathematik welches sich mit Beziehungen zwischen
Elemente beschäftigt. Es erlaubt Beziehungsgeflechte mathematisch zu formulieren und in abs-
trakter Weise Methoden zur Berechnung übergreifender Eigenschaften des Geflechts anzugeben.
Es ist nahe liegend, zur Modellierung und Berechnung der vernetzten Strukturen des Planens und
Bauens auf diese Grundlage zurückzugreifen.
5.2.1 Elemente
Knoten
Ein Knoten ist ein abstraktes Objekt, zunächst ohne Inhalt. Im vorliegenden Zusammenhang kann
es stets mit Teilsystemen wie Akteuren, Aufgaben, Ressourcen, Prozessen, aber auch Kosten-
stellen, Gebäuden, Räumen oder Ausbauelementen identifiziert werden.
Bögen, Kanten
Mit Bögen oder Kanten werden Knoten verbunden (nicht unbedingt vollständig). Sie stellen wie
auch immer geartete Beziehungen zwischen den Knoten dar. Sie sind gekennzeichnet durch ei-
nen Anfangsknoten und durch einen Endknoten. Sie stehen für die bereits vielfach zitierten Bezie-
hungen zwischen den Elementen, können also kausale Abhängigkeiten, zeitliche Beziehungen,
Verantwortungsbeziehungen oder auch Vertragsverhältnisse sein.
Pfeile/Gerichtete Kanten
Haben die Bögen eine eindeutige Richtung, so bezeichnet man sie auch als Pfeile, bzw. gerichte-
te Kanten. Oft werden ungerichtete Kanten durch ein antiparalleles Paar gerichteter Kanten mo-
delliert.
5.2.2 Beziehungen
Vorgänger
Ein (unmittelbarer) Vorgänger eines Knotens i ist jeder Knoten, der durch eine gerichtete Kante,
welche auf den Knoten i zeigt, mit dem Knoten i verbunden ist.
Nachfolger
In gleicher Weise ist (unmittelbarer) Nachfolger eines Knotens, wer durch eine wegführende ge-
richtete Kante mit dem Knoten verbunden ist.
Schlinge
Eine Schlinge ist eine Kante, deren Vorgänger und Nachfolger identisch sind.
Quellen
Eine Quelle ist ein Knoten, der keine Vorgänger hat.
Senken
Eine Senke ist ein Knoten, der keinen Nachfolger hat.
Gerichteter Graph
In einem gerichteten Graphen gibt es ausschließlich gerichtete Kanten. Ist eine solche „bidirektio-
nal“, so wird sie durch zwei antiparallele gerichtete Kanten dargestellt, s.o.

5.2.3 Strukturen
Weg/Pfad
Eine Folge von gerichteten Kanten heißt Weg oder Pfad. Dabei müssen nicht notwendig die Rich-
tungen der Kanten gleich sein.
Kreis
Ein Kreis ist ein Weg, bei dem Anfangs- und Endknoten zusammenfallen. Eine Schlinge ist ein
spezieller Kreis, der nur ein Element hat.
Gerichteter Baum
Ein Graph, mit genau einer Quelle, und genau einem Weg zwischen Quelle und jedem Knoten, ist
ein gerichteter Baum.
Netzplan
Ein gerichteter, kreisfreier Graph mit genau einer Quelle und einer Senke heißt (geschlossener)
Netzplan
Bewerteter Graph
Ist jeder Kante eines Graphs ein n-tupel (x, y, z… ) zugeordnet, so heißt der Graph „bewertet“. In
Praxis bedeutet das nicht anderes, als dass die Kanten nicht nur Ja/Nein-Beziehungen verkör-
pern, sondern in irgendeiner Form tieferen Inhalt tragen:
• Wahrscheinlichkeit eines Übergangs

• Wegstrecke zwischen zwei Orten,
• Kosten einer Veränderungsmaßnahme
• Zeitbedarf zwischen zwei Ereignissen
5.2.4 Bild eines Graphen
Veranschaulichung als Bild

Alle bisherigen Diskussionen der abstrakten Strukturen und Eigenschaften von Graphen wurde
bereits mit Bildern von Graphen anschaulich gemacht. Ausgaben und Eingaben in Rechnern wer-
den oft über ähnliche Darstellungen vorgenommen. Das ist jedoch nur eine Darstellungsform, die
das topologische Wesen eines Graphen nicht wiedergibt.
B C F
Quelle Q Senke S
A
E
Abb. 5-5. Darstellung eines Graphen

Planare Graphen
Zeichnet man das Bild eines Graphen und kann dabei eine Darstellung ohne Überschneidungen
finden, so heißt der Graph „planar“. Diese Eigenschaft hat eigentlich nur topologische Bedeutung
und wird hier nur der Vollständigkeit halber aufgeführt.
Knoten- bzw. Kantenliste

Die einfachste Form einer - auch rechnergeeigneten - Darstellung eines Graphen ist die der Kno-
tenliste. Dabei werden alle Knoten in beliebiger Reihenfolge unter Benennung ihrer jeweiligen
Vorgänger aufgelistet. Ggf. werden dabei zusätzlich die Eigenschaften der Beziehungen („Bewer-
tung“) genannt. Nützlich ist diese Darstellung vor allem bei wenigen Kanten und vielen Knoten.
Alternativ kann die selbe Darstellung als Kantenliste notiert werden.
Darstellung als Matrix

Speziell bei sehr vielen Verknüpfungen weniger Knoten ist die Darstellung als Matrix geeigneter:
Dazu werden in quadratischer Form alle Knoten sowohl als Zeile, wie auch als Spalte angeordnet,
und jeweils im Kreuzungspunkt eine 1 für eine existierende Kante eingetragen. Bei bewerteten
Graphen kann z.B. auch der „Wert“ der Kante gleich notiert werden. Insbesondere kann bei einer
Darstellung als Matrizen für Theoretische Überlegungen ein Matrizenkalkül Einsatz finden. Damit
lassen sich Veränderungen des Graphen und entsprechend Algorithmen sehr elegant als Matrix-
operationen formulieren.
Knoten Vorgänger Knoten

Q Q A B C D E F S
Q 1 1 1
A Q
A
B Q E
B 1
C B C 1 1
D C E Vorgänger D 1
E A E 1 1 1
F C F 1
S F D E S
Abb. 5-6. Darstellung eines Graphen: Knotenliste und Matrixdarstellung
Anwendung
Die Graphentheorie finden beim Entwurf und Betrieb von Netzwerken aller Art Anwendung. Die
Lösung abstrakter Grundaufgaben wie die Ermittlung „kürzester“ und „längster“ Wege durch einen
Graphen oder maximaler Flüsse durch ein kapaiztätsbeschränktes Netzwerk lassen sich in vielfäl-
tiger Weise auf konkrete Situationen anwenden. Beispiele sind die Bestimmung real kürzester
oder schnellster Wege in Transportnetzwerken (Baulogistik) aber auch abstrakt die Ermittlung
optimaler Organisationsstrukturen und Informations-Wege. Der typische Fall für die Berechnung
des längsten Weges wird für die Terminierung von Ablaufplänen von Bedeutung sein. Darüber
hinaus ist die Graphentheorie hilfreich bei Aufgaben wie der Bestimmung von Transportplänen für
die Belieferung von Nachfragern (Händler) durch Anbieter (Lager, Produktionsstandorte). bis zur
Optimalen Anordnung von Bohrlöchern. Beispiele für die Anwendung von Algorithmen zur Be-
stimmung des maximalen Flusses sind die Entsorgung von Bauschutt auf einer innerstädtischen
Baustelle oder auch etwas abstrakter eine Aufgabenverteilung etwa auf mehrere Zulieferer.

5.3 Modellierung von Systemen

5.3.1 Mikroskopische Strukturen
Eine einfachste in der Graphentheorie modellierbare Struktur ist die kausale Sequenz, also die
Wirkung eines Elements unmittelbar auf ein Folgeelement, bspw. eine Entscheidung eines Ver-
antwortlichen, eine Budgetüberschreitung, eine Planfreigabe, eine Abnahme. Oft ist kausale Se-
quenz weitgehend identisch mit einer Zeitorientierung, aber nicht immer. Parallele Konsequenzen
wie das Errichten mehrerer Wände auf einer Bodenplatte und deren Fertigstellung als Auslöser für
das Errichten der Wand sind nur kausal eindeutig, nicht hinsichtlich der Zeit.
Aushub Fundament Bodenplatte Wände Decke …
Parallelbetrieb
Abb. 5-7. Kausale Sequenz
Insbesondere die Steuerungsprozesse „Veranlassen“ und etwa „Gegensteuern“ stellen Beispiele

für kausale Sequenzen dar.
Bauinhalts-IST, Bauumstände-IST
Entscheiden Gegen-
Koordinieren Überwachen
steuern
Feststellen
Veranlassen
Bauinhalts-SOLL, Bauumstände-SOLL
Informieren
Dokumentieren
Abb. 5-8. Beispiel Steuerungsprozesse
Eine weitere typische Mikrostruktur ist die zirkuläre Sequenz. Sie spiegelt etwa den Weg von einer
Idee über den Plan und die Ausführung des Planes mit der Zielüberprüfung wieder. Über den Ge-
danken einer Optimierung kann eine solche Schleife vielfach durchlaufen werden, generell muss
jedoch ein Ausstieg mit einem Optimalitätskriterium definiert werden.
Idee Plan
Optimierung
Test Ausführung
Abb. 5-9. Zirkuläre Sequenz

Darüber hinaus ist zu klären, was im Fehlerfall in einer solchen Schleife geschieht. Typische Bei-
spiele sind ebenfalls aus den Steuerungsprozessen bekannt: Kontinuierlich führt das Überwachen
eines Leistungsprozesse zur Erarbeitung von Entscheidungsszenarien die letztendlich in Gegen-
steuerungsmaßnahmen münden. Dieser Zyklus ist kontinuierlich bis zur Zielereichung zu wieder-
holen.
Bauinhalts-IST, Bauumstände-IST
Entscheiden Gegen-
Koordinieren Überwachen
steuern
Feststellen
Veranlassen
Bauinhalts-SOLL, Bauumstände-SOLL
Informieren
Dokumentieren
Abb. 5-10. Beispiel: Zirkuläre Sequenz - Steuerungsprozess
Ziel:
Gegensteuern Planen
Info
Info
Ausführen
Vergleich
Info
Abb. 5-11. Zirkuläre Sequenz
5.3.2 Makroskopische Strukturen
5.3.2.1 Baumstruktur
Die Baumstruktur wurde schon zuvor definiert. Als makroskopische Struktur ist sie weniger als
Teilsystem geeignet sondern eher als Grundform einer umfassenden Darstellung eines Gesamt-
systems (Siehe auch Systematische Strukturen - Kybernetik der Planungsprozess).
Abb. 5-12. Baumstruktur

Problematisch ist dabei, dass eben gerade der Vorteil der stringenten Baumstruktur auch eine
solche erzwingt, die im Regelfall nicht der natürlichen Anordnung entspricht - oder zumindest nicht
jeder denkbaren. Dem Baum liegt in der Regel ein Strukturprinzip zugrunde, das nicht ohne weite-
res gegen ein anderes ausgetauscht werden kann. Etwa kann eine Ansammlung von notwendigen
Tätigkeiten nur ausschließlich nach konstruktiven Gesichtspunkten, nach Raumstrukturen, nach
Verantwortlichkeiten, nach Kostenträgern, nach Funktionen oder nach Abteilungen baumförmig
angeordnet werden. Dann wird es ggf. schwierig eine Tätigkeit genau einem Ast zuzuordnen,
Mehrfachzuordnungen sind nicht zulässig (Etwa eine Wand muss einem der angrenzenden Räu-
me zugeordnet werden, nicht beiden).
Los
Gebäude Gebäude
Geschoss Geschoss Geschoss Geschoss Geschoss
Raum Raum Raum Raum
Teilraum Teilraum Teilraum

Abb. 5-13. Raumbuch
Ein weiteres Beispiel für eine Baumstruktur ist der in der folgenden Abbildung dargestellte Pro-
jektstrukturplan für eine Dreifeldbrücke. Jedes Arbeitspaket kann nur genau einer Teilaufgabe,
jede Teilaufgabe genau einer übergeordneten Teilaufgabe zugeordnet sein.
Projektstrukturplan
Projekt
Detaillierungsgrad
Teilaufgaben
Arbeitspakete
Abb. 5-14. Projektstrukturplan
In einer Gliederung einer Bauaufgabe nach Leistungen können sämtliche Tätigkeiten als Baum-
struktur dargestellt werden. Ein Leistungsverzeichnis wird streng hierarchisch aufgebaut. Entspre-
chend findet sich eine bestimmte Leistung eben nur in einem Ast. Dies verschafft Übersicht, aller-
dings ohne vollständige Beziehungen darzustellen, etwa eine zusätzliche Zuordnung nach der
Lage der Leistung (z.B. welches Stockwerk) ist nicht möglich.

Abb. 5-15. Gliederung nach Leistungen
Die Baumstruktur bietet sich beispielsweise auch für die Kalkulation von Kosten nach Leistungen
an. Dabei manifestiert sich allerdings auch das grundsätzliche Problem von Bäumen: Alle Elemen-
te, die nicht dem Strukturprinzip entsprechen, lassen sich prinzipiell nicht einordnen. Etwa können
Gemeinkosten des Projektes, die zwar Leistungen darstellen, aber sich nicht den Leistungspro-
zessen zuordnen lassen zwar ihrerseits als Baum geordnet werden, liegen aber „neben“ dem ei-
gentlichen Kostenbaum. Kosten über das Projekt hinaus, wie etwa „Marketingkosten“, die so ge-
nannten Geschäftskosten, können ebenfalls nicht in der Baumstruktur der Leistungsprozesse ein-
gearbeitet werden. Derartige „Nebenbäume“ müssen über die so genannte Umlage auf die unters-
te Ebene der Leistungsprozesse z.B. prozentual aufgeschlagen werden.
Geschäfts- Gemein-
Anforderung
kosten kosten
Abb. 5-16. Baumstruktur für Kostenkalkulation
Den Baumstrukturen ist gemeinsam, dass Sie aufgrund ihrer strikten Form eine Verdichtung von
Informationen nach oben zulassen. Entsprechend können die Kosten einer Leistung durch Kumu-
lation der darunter liegenden Teilleistungen abgefragt werden. Das Baumprinzip stellt dabei si-
cher, dass jedes Element der Kosten genau einmal and der richtigen Stelle summiert wird.
Eins solche Gliederung bietet aufgrund ihrer Stringenz eine hohe Sicherheit der Vollständigkeit,
soweit eben das Strukturprinzip tatsächlich alle vorkommenden Elemente abdeckt. Jedes Element
außerhalb des Baumes unterliegt der Gefahr, vergessen zu werden. Aus diesem Grund ist es
manchmal hilfreich, für ein System mehrere Bäume mit unterschiedlichen Strukturprinzipien auf-
zustellen (Etwa: nach Leistungen, nach Kostenstellen, nach Gewerken, nach Räumen, nach
Funktionen)

5.3.2.2 Netzplan
Zur Darstellung mancher Zusammenhänge in der Graphentheorie ist es notwendig von der star-
ken Stringenz eines Baumes abzuweichen und insbesondere vorgenommene Verzeigungen wie-
der zusammen zu führen. Dann spricht man von einem Netzplan - wie oben eingeführt. Er erlaubt
eine weitgehend beliebige Verknüpfung von Elementen, verbietet aber Zirkelschlüsse. Im Zuge
weiterer Überlegung wird diese Einschränkung von erheblicher Bedeutung sein. Dadurch aber
werden endliche Algorithmen auch auf diesem sehr universellen Graphen möglich. Ein typisches
Beispiel dafür ist die Vernetzung von Aktivitäten aufgrund von Zusammenhängen kausaler Art.
Problematisch ist dabei allerdings immer die unüberschaubare Struktur, die ihrerseits das Risiko
der Unvollständigkeit sowohl hinsichtlich der Elemente wie auch der Vernetzung birgt.
Abb. 5-17. Netzplan der Graphentheorie
Abb. 5-18. Netzplandarstellung von Aktivitäten und ihren Abhängigkeiten
Ohne die Einschränkung auf Netzpläne ohne Zirkelschlüsse entspricht dieser Ansatz der Systemi-
schen Darstellung nach „Kybernetik der Planungsprozesse“.
5.4 Lokalität und Emergenz

Die Begriffe Lokalität und Emergenz wurden in der Kybernetik der Planungsprozesse bereits ein-
geführt. Hier sollen sie vor dem Hintergrund der Graphentheorie nochmals beleuchtet werden.
5.4.1 Lokalität
Schon bei der Betrachtung menschlicher Denkstrukturen ist die begrenzte Reichweite der Assozi-
ation aufgefallen. In der Graphentheorie als mathematischer Ansatz steht mangels Assoziation
auch keinerlei Radius zur Verfügung. Eine strikte mathematische Theorie kann sich nur auf kon-
krete Informationen stützen, in diesem Fall auf die ausschließliche Betrachtung der unmittelbaren
Wechselwirkungen, die ein bestimmtes Element betreffen. Lokalität bedeutet, dass eine Wech-
selwirkung grundsätzlich nur zwischen unmittelbaren, d.h. durch Pfeile verbundenen Nachbarn

stattfindet. Dabei werden alle mittelbaren Wechselwirkungen zunächst ignoriert. Es wird erwartet,
dass sich diese über eine iterative oder rekursive Organisation der Betrachtung „von selbst erge-
ben“
Diese Modellierung entspricht in hohem Maße der Wirklichkeit. Viele hochkomplexe Systeme be-
stehen nur aus Elementen die gerade mit ihrem nächsten Nachbarn kommunizieren.
Ein Beispiel für das Prinzip der Lokalität stellt etwa der Preis eines benötigten Stoffes, z.B. Bau-
stahl, dar. Eine unmittelbare Anfrage liefert einen aktuellen Preis. Dieser aber ist von vielen Fakto-
ren bestimmt, die aber in die Anfrage nicht weiter eingehen. Eine Einflussgröße auf den Preis,
also z.B. von anderen Markteilnehmern, wie auch anderen Projekten oder auch nur anderen Po-
sitionen desselben Projektes abgenommenen Mengen verändern ihrerseits den Preis, ohne Be-
zug zur Preisanfrage zu haben. Jede Beziehung ist lokal, dennoch „ergibt“ sich aus der Vielzahl
der Einflussgrößen ein lokaler Wert, abhängig von der Gesamtsituation.
Verfahren
Position/Biegeform
Position/Menge
Stahlpreis
Zeitpunkt/Markt
Weitere Positionen/Menge
Weitere Projekte
Weitere Positionen/Form
Abb. 5-19. Beispiel: Stahlpreise
Ein weiteres Beispiel wäre der Einsatz von Erdbaubetrieben auf einer Großbaustelle. Die Leis-
tungsfähigkeit des Erdbaus auf einer Kanalbaustelle hängt von vielen vernetzten Faktoren ab.
Beeinflussende Faktoren sind die Anzahl der Lader, die Anzahl der Dumper, die Auslegung der
Transportstrecken, die Qualität der Transportstrecken sowie die Qualität des Personals und der
einzelnen Geräte. Eine bezüglich der Gesamtkosten sinnvolle Entscheidung für eine bestimmte
Auslegung eines Ladegerätes wird durch die Vielzahl ebendieser Faktoren beeinflusst.
Eine lokale Modellierung betrachtet eben nicht die Gesamtzusammenhänge, sondern ermittelt die
Kosten je Leistung konkret als die eines bestimmten LKWs auf einer bestimmten Strecke, mit ei-
nem definierten Fahrer und einer aus dem Ladebetrieb ermittelten Ladezeit und Füllung.
Abb. 5-20. Lokalität
Die Konsequenz der Lokalität ist einerseits überhaupt die Modellierbarkeit des Systems, anders
wäre eine Modellbildung nicht möglich. Auf der anderen Seite hat sie zunächst den Verlust der
Modellierung der mittelbaren Wechselwirkungen und darüber hinaus den Verlust der Modellierung
aller Regelkreise zur Folge. Mit der Modellierung des Gesamtsystems stehen aber eben durch
Iteration oder durch Rekursion die Mittel zur Verfügung, auch diesen Bereich abzubilden.
5.4.2 Emergente Variablen
Der Begriff „Emergenz“ wird auf das lateinische Verb emergere („auftauchen“,
„sich herausarbeiten“) zurückgeführt. Man versteht demzufolge unter Emergenz das Auftauchen
von Systemgrößen, die nicht durch die lokalen Eigenschaften der beteiligten Systemelemente
erklärt werden können. Emergente Größen folgen also nicht aus einzelnen Parametern eines Sys-
tems sondern aus der Gesamtheit aller Parameter einschließlich Ihrer Vernetzung.
Eine typische emergente Variable in einem Netz von miteinander verknüpften Aktivitäten ist die
Projektdauer. Sie definiert sich nicht aus den Dauern der einzelnen Aktivitäten, sondern vor allem
durch deren Abhängigkeiten. Betrachtet man nur eine einzelne Aktivität, lässt sich daraus noch
nicht die gesamte Projektdauer ableiten. Werden aber die Aktivitäten und ihre Abhängigkeiten
näher betrachtet kann die Projektdauer daraus abgeleitet werden.
In gleicher Weise bestimmt sich ein logistischer Transportplan (- Netzplan) nicht aus den Fahrzei-
ten einzelner Strecken und Fahrzeuge, sondern durch die Vernetzung derselben auf einem Stre-
ckennetz oder durch vergleichbare Abhängigkeiten.
Emergente Variablen sind irreduzibel und unvorhersagbar. Bei Reduktion des Systems können
sich emergente Eigenschaften verändern, da sie sich aus dem Zusammenwirken einer vollständi-
gen Vielzahl von Elemente ergeben (Irreduzibilität). Welche Elemente an der Festlegung einer
emergenten Variablen in welchem Maße beteiligt sind ist nicht a priori feststellbar. Gegebenenfalls
ist ein System bezüglich einzelner emergenter Eigenschaften reduzibel, nicht jedoch gegenüber
dem vollständigen Satz. Manche Systeme setzen sich aus vergleichbaren Elementen zusammen.
Dann ist ggf. das System auf eine Mindestzahl reduzibel, ohne dass eine emergente Variable
verschwindet. Der Wert der Variable wird in jedem Fall beeinflusst. Das Einfügen neuer Elemente
führt zu prinzipiell nicht vorhersehbaren Änderungen an emergenten Variablen.
5.4.3 Lokalität und Emergenz konkret
Bau - IST
Bauinhalts- IST Bauumstände- IST
Steuerungsprozesse Leistungsprozesse
Bau - SOLL
Bauinhalts- SOLL Bauumstände- SOLL
Abb. 5-21. Lokale Wirkung und emergente Größen
Lokalität im Rahmen der Planungsprozesse bedeutet, dass ein Steuerungsprozess nie direkt auf
das IST, sondern stets auf den Leistungsprozess wirkt. Das Bau-IST ist eine emergente Größe
und folgt aus einer Vielzahl von Wirkungen. Folgende Abbildung zeigt den Zusammenhang zwi-
schen emergenten Größen die durch das Ausführen erzeugt werden und lokalen Steuerungspro-
zessen wie das „Entscheiden“.

Ziel:
Gegensteuern Planen
Info Emergente Größe
Info
Ausführen
Lokale Wirkung
Info Vergleich
Abb. 5-22. Lokale Wirkung und emergente Größen
Die mathematische Beschreibung von Lokalität und Emergenz lässt sich einfach in Baumstruktur
und Netzplan deutlich machen:
Wird etwa für die Kostenberechnung eine Baum-Struktur verwendet, so gilt für die kumulierten
Kosten eines Knotens lokal:
K i = K i0 + ∑ K j
j
Die Kosten eines Elements sind emergent und setzen sich aus den Kosten des betrachteten Kno-
tens und der Summer der unterliegenden Knoten zusammen. Es genügt, die lokalen Wechselwir-
kungen zu betrachten (sofern diese Berechnung iterativ oder rekursiv erfolgt).
Jede Änderung eines einzelnen Wertes hat Auswirkung auf die Folgewerte. Nachdem aber die
Beziehungen sowohl in Struktur wie in Berechnung in der Regel linear ist, bleiben die Auswirkung
der Änderung einer Größe überschaubar. Eine Kostenerhöhung eines Elements hat also nur eine
identische Kostenerhöhung aller übergeordneten Knoten um den gleichen Wert zur Folge.
Für den Ablaufplan kann ein Netzplan verwendet werden, dessen Kanten die Beziehungen zwi-
schen den Aktivitäten widerspiegelt. Dann berechnet sich der Termin einer Aktivität einfach lokal
aus den Terminen der unmittelbaren Vorgänger.
Ti = Min(Tj + D j )
j= Vorgängerknoten
(sofern diese Berechnung iterativ oder rekursiv erfolgt).
In diesem Fall sind die Termine emergente Größen. Die Berechnung ist in hohem Maße nicht li-
near; eine Änderung eines einzelnen Wertes kann unkalkulierbare Auswirkung auf die Folgewerte
haben
5.5 Beispiele für Graphen: Interaktionen

Im Folgenden sollen zur Illustration in einem Graphen einige Aspekte der Abwicklung von Baupro-
jekte dargestellt werden: Zunächst bildet die Vielfalt der Leistungsprozesse eine Netzplanstruktur,
die die zeitlichen Abhängigkeiten widerspiegelt. An jeden Leistungsprozess sind darüber hinaus
die notwendigen Ressourcen gekoppelt, die zur Abwicklung erforderlich sind.

Abb. 5-23. Netzstruktur in der Ablaufplanung von Ressourcen
Diese lassen sich in Verbrauchsressourcen und temporäre Ressourcen einteilen. Die Ver-
brauchsgüter sind beispielsweise das Material oder die Betriebsmittel; diese müssen für einen
Leistungsprozess rechtzeitig und in der erforderlichen Qualität zur Verfügung stehen. Unter tem-
porären Ressourcen versteht man notwendige Elemente, die nach dem Einsatz wieder für einen
erneuten Einsatz verfügbar sind, etwa die Arbeitskräfte oder Hilfsmaterial. Auch abstrakte Res-
source lassen sich in dieses Schema einordnen: z.B. Baupläne oder Kapital können als Ver-
brauchsressourcen verstanden werden, der physische Raum, den ein Betrieb einnimmt oder die
notwendige Infrastruktur als temporäre Ressourcen. Bauplatz und die Infrastruktur.
Unabhängig von Ihrer Zuordnung zur Netzplanstruktur der Aktivitäten können diese Ressourcen
einerseits in Bäumen strukturiert werden, etwa nach Gerätetyp, Gewerk, Personal etc., anderer-
seits auch darüber hinaus in eine baumartige Kostenstruktur
Verbrauchs- Temporäre
güter Güter
„Einweg“ „Mehrweg“
Kostenverdichtung
Kostenstruktur
Abb. 5-24. Kostenstruktur
Zusätzlich wird diese Mehrfachzuordnung dadurch noch komplizierter, dass eine Vielzahl der Zu-
ordnungen von Ressourcen zu Leistungsprozessen nicht vollständig bzw. mit unterschiedlichen
Zuordnungseigenschaften erfolgt. Folgende Abbildungen zeigen die einige Abhängigkeiten der
Ressourcen auf.
Zeit Zeit
Vorgang Vorgang
Beginn lin. Verlauf Ende Beginn lin. Verlauf Ende
Vorgang 62% Vorgang 62%
Fertigstellungsgrad Fertigstellungsgrad
Plan
Schalungsarbeiten
Abb. 5-25. Einfache Abhängigkeiten der Ressourcen

Zeit Zeit
Vorgang Vorgang
Beginn lin. Verlauf Ende Beginn lin. Verlauf Ende
Vorgang 62% Vorgang 62%
Fertigstellungsgrad Fertigstellungsgrad
100%
Beton
60%
Turmkran Kapital
Abb. 5-26. Komplexe Abhängigkeiten der Ressourcen
Um diesen komplexen Zusammenhängen zu begegnen setzt man, wie bereits deutlich gemacht
wurde, eine Vielzahl von Strukturen ein, die nach Möglichkeit nur über die Elemente gekoppelt
sind und jeweils ein Strukturprinzip widerspiegeln.
Ablaufplanung
Ablaufplanung
Kostenstruktur
Kostenstruktur
Ressourcen
Abb. 5-27. Mehrfachstrukturen mit Koppelungen
Auf diese Weise können Information, z.B. über kumulierte Kosten, die sich aus de Ressourcen-
struktur ergeben auf der Zeitachse aufgetragen werden obwohl diese Informationen in keiner der
Strukturen direkt verfügbar war und lediglich über die Koppelung von drei Strukturprinzipien entwi-
ckelt werden konnten.
Ablaufplanung
Kostenstruktur
Zeit
Ressourcen Nachfrage
Verfügbarkeit
Kumulierte Kosten
Finanzmittel
Abb. 5-28. Einschätzung und Bewertung der Ressourcen

Abb. 5-1. Zerlegung von Systemen zur Abschätzung der Bauzeit 5-1
Abb. 5-2. Zerlegung in Teilsysteme und Beziehungen 5-1
Abb. 5-3. Zerlegung in Teilsysteme und Beziehungen 5-2
Abb. 5-4. Zerlegung einer Aufgabe in Teilaufgaben und letztlich Aktivitäten und deren Beziehungen 5-3
Abb. 5-5. Darstellung eines Graphen 5-5
Abb. 5-6. Darstellung eines Graphen: Knotenliste und Matrixdarstellung 5-6
Abb. 5-7. Kausale Sequenz 5-7
Abb. 5-8. Beispiel Steuerungsprozesse 5-7
Abb. 5-9. Zirkuläre Sequenz 5-7
Abb. 5-10. Beispiel: Zirkuläre Sequenz - Steuerungsprozess 5-8
Abb. 5-11. Zirkuläre Sequenz 5-8
Abb. 5-12. Baumstruktur 5-8
Abb. 5-13. Raumbuch 5-9
Abb. 5-14. Projektstrukturplan 5-9
Abb. 5-15. Gliederung nach Leistungen 5-10
Abb. 5-16. Baumstruktur für Kostenkalkulation 5-10
Abb. 5-17. Netzplan der Graphentheorie 5-11
Abb. 5-18. Netzplandarstellung von Aktivitäten und ihren Abhängigkeiten 5-11
Abb. 5-19. Beispiel: Stahlpreise 5-12
Abb. 5-20. Lokalität 5-12
Abb. 5-21. Lokale Wirkung und emergente Größen 5-13
Abb. 5-22. Lokale Wirkung und emergente Größen 5-14
Abb. 5-23. Netzstruktur in der Ablaufplanung von Ressourcen 5-15
Abb. 5-24. Kostenstruktur 5-15
Abb. 5-25. Einfache Abhängigkeiten der Ressourcen 5-15
Abb. 5-26. Komplexe Abhängigkeiten der Ressourcen 5-16
Abb. 5-27. Mehrfachstrukturen mit Koppelungen 5-16
Abb. 5-28. Einschätzung und Bewertung der Ressourcen 5-16

Kapitel 7: Kapazität von Transportnetzen
Inhaltsverzeichnis
7 Kapazität von Transportnetzen 7-2
7.1 Stationäre Flüsse in Netzwerken 7-2

7.1.1 Einführung 7-2
7.1.2 Begriffe 7-2
7.2 Algorithmus von Ford - Fulkerson 7-4

7.2.1 Abstraktion 7-5
7.2.2 Startflüsse und Verbesserungen 7-5
7.2.3 Algorithmus zum Auffinden von Verbesserungen 7-7
7.3 Beispielhafte Berechnung 7-10
7.4 Aufgabe „Kapazitätsuntersuchung“ 7-12
Ausgabe 12/2009 Kapazität von Transportnetzen 7-1

7 Kapazität von Transportnetzen
7.1 Stationäre Flüsse in Netzwerken

7.1.1 Einführung
Eine klassische Aufgabe der Baulogistik ist die Bestimmung von Kapazitäten in
Transportnetzwerken. Das betrifft konkrete Netzwerke wie etwa Straßennetze und Flugrouten in
gleicher Weise wie abstraktere Systeme wie Ver- und Entsorgungsleitungen und Informations-
und Entscheidungsflüsse oder Flüsse von Kapital, Arbeitskraft oder auch Steuerungsleistung.
Weitere Beispiele der Anwendung wären etwa Materialflüsse in einer Fabrik oder auch die
Modellierung von Maschinenkapazitäten im Erdbau.
Die Graphentheorie stellt für derartige Aufgaben den Algorithmus von Ford-Fulkerson zur
Verfügung. Das Netz wird als gerichteter Graph dargestellt, jede Kante wird mit einer maximalen
Kapazität als Konstante und einem Fluss als Variable versehen. Ggf. werden bidirektionale
Kanten doppelt antiparallel modelliert Der gesamte Fluss, der durch das Netz von einem
Quellknoten zu einem Senkenknoten maximal fließen kann ist eine emergente Größe, die sich nur
aus der Gesamtheit aller Kanten und deren lokalen Eigenschaften der jeweiligen Kapazität
bestimmt.
Kapazität C Fluss F
Fluss F Kapazität C
Fluss F
Kapazität C
Kapazität C Kapazität C
Fluss F Fluss F
Abbildung 7-1: Flüsse und Kapazitäten in einem Graphen
7.1.2 Begriffe
7.1.2.1 Kantenfluss
Jeder (gerichteten) Kante des Graphen wird eine reelle Zahl zugeordnet, welche ein Maß für den
Fluss durch die Kante in der festgelegten Richtung darstellt.
In einen Knoten einlaufenden Flüssen wird dabei negatives und abgehenden Flüsse positives
Vorzeichen zugeordnet. Die Summe aller Flüsse, die über einen Knoten laufen ist in der Regel
Null.
- +
+
-
+
+
Abbildung 7-2: Einlaufende und ausgehende Flüsse
Eine Ausnahme dieser Regel stellen Quellen und Senken, hier in erweiterter Definition der
Graphentheorie, dar.
7.1.2.2 Quellen und Senken
Eine Quelle hat eine positive Summe Eine Senke hat eine negative Summe
aller ein- und auslaufenden Flüsse. aller ein- und auslaufenden Flüsse.
Abbildung 7-3: Quellen und Senken
7.1.2.3 Stationärer Fluss
[ ]
Eine Zuordnung von Kantenflüssen f pi , p j zu jeder Kante pi , p j , so dass gilt: [ ]
⎧ w für pi = q (Quelle )
⎪
∑j f ⎡⎣ pi , p j ⎤⎦ − ∑j f ⎡⎣ p j , pi ⎤⎦ = ⎨ −w für pi = s (Senke )
⎪ 0
⎩ sonst
mit ∑ f ⎡⎣ p , p ⎤⎦
j
i j als auslaufender Kantenfluss und ∑ f ⎡⎣ p , p ⎤⎦
j
j i als einlaufender Kantenfluss,
heißt „Stationärer Fluss“. Dieses Gleichgewicht impliziert, dass es keine dynamischen Quellen
oder Senken geben kann (etwa als Reservoir), d.h. Q liefert und S benötigt einen zeitlich
konstanten Fluss.
7.1.2.4 Kapazität
Jeder Kante kann eine natürliche Zahl C zugeordnet werden, welche die Kapazität dieser Kante
repräsentiert und den Kantenfluss begrenzt. Der Kantenfluss heißt „zulässig“, wenn er kleiner oder
gleich der Kapazität der Kante ist.
7.1.2.5 Maximalfluss
Ein Stationärer Fluss durch einen Weg oder eine Vielzahl von Wegen durch einen Graphen, der
nicht erhöht werden kann ohne eine der Kapazitätsbeschränkungen Ci der Kanten i zu verletzen,
heißt Maximalfluss. f Max = Min C i Weg
C=8 C=7 C=9

Q S
Abbildung 7-4: Kapazitätsbeschränkung, Maximalfluss

7.1.2.6 Vereinheitlichung
Hat ein Graph mehrere Quellen oder Senken, so kann er dadurch vereinheitlicht werden, dass
gegebenenfalls eine virtuelle Quelle bzw. Senke eingeführt wird. Diese virtuelle Quelle bzw.
Senke wird mit allen Quellen bzw. Senken durch Kanten unbeschränkter Kapazität verbunden.
Eine etwaige Kapazität einer Quelle oder Senke kann entsprechend über diese Kanten auch
konsistent als Kantenkapazität modelliert werden.
Abbildung 7-5: Virtuelle Quelle und Senke
7.1.2.7 Schnitt
Ein Schnitt durch einen Graphen ist eine Trennung der Menge der Knoten in zwei Teilmengen.
Dabei laufen diverse Kanten durch die Trennungslinie. Die Menge dieser Kanten heißt Schnitt. Die
Kapazität des Schnittes ist die Summe der Kapazitäten der beteiligten Kanten.
Als Minimaler Schnitt wird der Schnitt bezeichnet, der Quelle und Senke trennt und dessen
Kapazität minimal ist. Die Kapazität Cs des minimalen Schnittes stellt zugleich den maximalen
Fluss durch den Graphen dar.
Abbildung 7-6: Schnitt durch den Graphen
7.2 Algorithmus von Ford - Fulkerson

Der Algorithmus von Ford und Fulkerson erlaubt, auf systematische Weise auch in großen
komplexen Netzwerken, den maximalen Fluss von der Quelle zur Senke zu ermitteln, bzw. damit
auch die Verteilung der Teilflüsse auf die beteiligten Kanten. Mit diesen Informationen sind die
einschränkenden Engpässe lokalisierbar und eine Optimierung der Flussverteilung kann iterativ
vorgenommen werden.

7.2.1 Abstraktion
Beispiel:
Bei einer innerstädtischen Großbaustelle wird zur Zeit des Aushubes eine erhebliche Anzahl von
Erdtransporten von der Baustelle auf eine außerhalb liegende Deponie erwartet. Es stellt sich die
Frage, inwieweit das bestehende Verkehrsnetz einschließlich des regulären Straßenverkehrs
dieser zusätzlichen Belastung gewachsen ist. Nachdem der Transport keinesfalls nur über
einzelne Wege, sondern über ein vernetztes Straßensystem erfolgt, die Belastung aber an der
Baustelle selbst konzentriert ist, müssen die dies betreffenden Engstellen lokalisiert und ggf.
beseitigt werden. Mit dieser Information können dann z.B. Entscheidungen über die Position und
Anzahl der Baustellenausfahrten, damit auch Rampen in der Baugrube etc. getroffen werden.
Gegeben sei also innerstädtisches Straßennetz mit bekannten Straßenkapazitäten. Als Quellen
werden die Baustellenausfahrten und als Senke die Entsorgungsstelle oder die Straßen an der
Systemgrenze, an der die Verkehrsdichte vernachlässigbar wird, modelliert werden.
Anhand der Angaben lässt sich dann der gerichtete Graphen des Straßennetzes z.B. wie folgt
darstellen. Dabei sind Knoten A-F Verkehrskreuzungen, Quelle Q, Senke S, Bezeichnung [Fluss
Fz/min, Kapazität Fz/min]:
Innerstädtisches
[0,4] [0,2] Straßennetz
C F
B
[0,2] [0,5]
[0,6]
[0,11]
[0,7]
Q D S
[0,8]
[0,3]
[0,9]
[0,7]
A E
Baustelle Deponie
Innenstadt Innenstadtverkehr
Schuttergut
Abbildung 7-7: Beispiel gerichteter, kapazitätsbeschränkter Graph
7.2.2 Startflüsse und Verbesserungen
Zunächst wird nach Ford-Fulkerson eine grundsätzlich zulässige Flussverteilung f i = 0 mit einem
Gesamtfluss f = 0 angeben. Dann wird iterativ geprüft, ob dieser Fluss bereits der Optimale ist
oder ob etwa auf einem Weg von der Quelle zur Senke, der noch Restkapazitäten auf seiner
gesamten Länge aufweist, eine Verbesserung der Flussverteilung gefunden werden kann. Dazu
werden einzelne Wege auf ihre Kapazität untersucht. Generell stehen eine Vielzahl von Wegen
zur Verfügung, sie können sich als Wege nur mit „Vorwärtskanten“ erweisen, oder auch
„Rückwärtskanten“ aufweisen.

Bei Vorwärtskanten weisen alle Kanten in Richtung des Weges, ein Beispiel ist im Folgenden
angegeben:
Abbildung 7-8: Restkapazitäten auf einem Weg (nur Vorwärtskanten)
Auf dem gestrichelt gekennzeichneten Pfad kann eindeutig ein höherer Fluss fließen. Dieser
ergibt sich aus dem Minimum der Restkapazitäten aller am Weg beteiligten Kanten. In diesem
Beispiel beträgt die mögliche Flussverbesserung durch den gefundenen Weg
Min (8,7,11,4,2,5) = 2 . Entsprechend können die um 2 Einheiten verbesserten Flüsse
eingetragen, und die verbleibenden Restkapazitäten auf dem betroffenen Weg berechnet und
notiert werden.
Abbildung 7-9: Eingetragener Fluss des verbessernden Weges (Vorwärtskanten)
In diesem Beispiel enthält der Weg nur Vorwärtskanten, die stets in Richtung der Kantenfolge
zeigen. Diese enthalten einsichtig eine Flussverbesserung. Alternativ können jedoch auch
Rückwärtskanten, deren Richtung entgegen der betrachteten Kantenfolge zeigt, zu einer
Verbesserung des Gesamtflusses beitragen, obwohl negative Flüsse nicht möglich sind.
Allerdings ist ein negativer Fluss zulässig, solange er als Verringerung eines existierenden
positiven Flusses auftritt. Daher können Rückwärtskanten nicht mit ihrer Restkapazität, sondern
mit ihrem bereits eingetragen Fluss zu einer Verbesserung des Gesamtflusses beitragen.
Abbildung 7-10: Restkapazitäten auf Rückwärtskanten

Auch auf einem solchen Weg lassen sich Flussverbesserungen erzielen, indem man den Fluss
[Q, B ] und [E,S ] um zwei Einheiten erhöht, und in der Rückwärtskante [BE ] um zwei Einheiten
verringert. Die verfügbare Flussverbesserung ist also Min[2, 2, 9] = 2
[2,0]
[0,11
[2,7]
Abbildung 7-11: Eingetragener Fluss der Kanten
Die allgemeine Flussverbesserung eines beliebigen Weges ist also einerseits durch das Minimum
der Restkapazitäten der Vorwärtskanten bestimmt, andererseits durch das Minimum der bereits
vorhandene Flüsse in den Rückwärtskanten, damit keine negativen Flüsse auftreten.
Auf diese Weise kann durch systematische Untersuchung von flussverbessernden Wegen der
Gesamtfluss erhöht und dabei die Restkapazitäten der einzelnen Kanten abgebaut werden. Kann
kein weiterer verbessernder Weg zur Senke gefunden werden, dann sind der optimale
Gesamtfluss und eine dazugehörige Verteilung der Kantenflüsse gefunden. Diese Verteilung ist
nicht notwendigerweise eindeutig.
7.2.3 Algorithmus zum Auffinden von Verbesserungen

Um zuverlässig alle möglichen Wege zu überprüfen, ist eine Systematik erforderlich, welche alle
möglichen Wege erzeugt.
Dies kann auf einfache Weise dadurch geschehen, dass man ausgehend von der Quelle Q stets
alle angrenzenden Kanten (Start oder Endpunkt markiert) mit Restkapazität (vorwärts) oder
Flüssen ≠ 0 (rückwärts) betrachtet und jeweils alle Folgeknoten mit der mindestens bis hierher
erreichbaren Flusserhöhung markiert. Zusätzlich sind alle Knoten mit einer Kennzeichnung des
Vorgängers zu versehen, von dem der aktuelle mindeste Restkapazitätsweg stammt. Auf diese
Weise wird die Senke durch einem Weg mit der momentan maximalen Flusserhöhung erreicht.
Damit ist ein verbessernder Weg gefunden und die neuen Flüsse und Restkapazitäten können
berechnet werden. Kann die Senke dann durch keinen weiteren Weg erreicht werden, weil alle
möglichen Wege aus kapazitiven Gründen verbaut sind, so ist das Optimum erreicht und der
Algorithmus kann abgebrochen werden.
Der Algorithmus in Kurzform:
• Setzen der Startflüsse = 0

• Systematisches Finden eines flussverbessernden Weg
o Markieren des Startknotens
o Berechnen der Mindest-Flüsse für alle an Markierung grenzende Knoten
o Wählen bei mehreren Ergebnissen für einen Knoten den günstigeren Weg
o Markieren aller auf diese Weise berechneten Knoten
o Streichen evtl. Kanten, die Wege aus Kapazitätsgründen sperren.
Fortfahren, bis der Senkenknoten erreicht ist

o
Ermitteln der Restkapazität des flussverbessernden Weges
o
Einarbeitung des gefundenen Weges, addieren seiner Zusatzflüsse und reduzieren
o
der entsprechenden Restkapazitäten oder eingetragenen Flüssen
• Wiederholen der Suche nach Flussverbesserungen in dieser Weise, bis keine weiteren
Wege mehr gefunden werden können.
Start
Markiere Start
Flüsse := 0
Berechne Flüsse für
Nachbarkanten
Finde (Wähle Vorgänger)
verbessernden
Markiere berechn. Knoten
Weg
korrigiere Streiche belegte Kanten
Flüsse
Fertig?
Ziel erreicht?
Ende
Abbildung 7-12: Ford-Fulkerson Algorithmus
Im folgenden Beispiel sind für den gegebenen Graphen die Startflüsse auf 0 gesetzt, ein
flussverbessernder Weg soll systematisch ermittelt werden.
Jetzt werden ausgehend von der Quelle Q alle angrenzenden Kanten betrachtet:
Abbildung 7-13: Systematische Suche nach flussverbessernden Wegen

An jedem weiteren Knoten werden die jeweils maximalen Flussverbesserungen (Minimum aus
bisheriger Kapazität und der Kapazität/Fluss der betrachteten Kante) ermittelt und zusammen mit
der Kennzeichnung des Vorgängers notiert.
Min(2,4)=2
Min(^,2)=
Min(∞,2)=2 Vorg. B
Vorg. Q [0,4] [0,2]
C F
B
[0,2] [0,5]
[0,6]
[0,11]
[0,7]
Q D S
[0,8] [0,3]
[0,9]
Min(∞,8)=8
Min(^,8)=8 [0,7]
Vorg. Q
Vorg. Q A E Min(2,0)=0
oder
Vorg. B
Min(8,7)=7
Vorg. A besser A Rückwärtskante!
Abbildung 7-14: Verbesserungsentscheidung bei Knoten E: Vorgänger A
Min(2,4)=2 Min(2,2)=2
Min(^,2)= Vorg. B Vorg. C
Min(∞,2)=2
Vorg. Q [0,4] [0,2]
C F
B Verbesserung um
[0,2] [0,5]
[0,6] 7 Einheiten
[0,11]
[0,7]
Min(7,9)=7
Q D S Vorg. E
[0,8] [0,3]
[0,9]
Min(∞,8)=8
Min(^,8)=8 [0,7]
Vorg. Q
Vorg. Q A E Min(2,6)=2 Min(7,3)=3
oder
Vorg. C Vorg. E
Min(8,7)=7
Vorg. A
besser E
Abbildung 7-15: Verbesserungsentscheidung bei Knoten D: Vorgänger E
Nachdem die Senke erreicht ist, ist ein verbessernder Weg gefunden. Über eine einfache
Rückwärtsverfolgung der jeweils angegebenen Vorgänger wird der Weg identifiziert, dann die
verbessernden Flüsse auf diesem Weg eingetragen und die Restkapazitäten berechnet.

Min(2,4)=2 Min(2,2)=2
Min(^,2)= Vorg. B Vorg. C
Min(∞,2)=2
Vorg. Q [0,4] [0,2]
C F
B
[0,2] [0,5]
[0,6]
[0,11]
[0,7]
Min(7,9)=7
Q D S
Vorg. E
[7,1] [0,3]
[7,2] Min(7,3)=3
Min(∞,8)=8
Min(^,8)=8 [7,0] Vorg. E
Vorg. Q
Vorg. Q A E
Min(8,7)=7
Vorg. A
Abbildung 7-16: Optimaler Vorgänger durch Rückwärtsverfolgung, Restkapazität
Anschließend wird das Verfahren iterativ wiederholt, bis kein Weg zur Senke mit geeigneten
Restkapazitäten mehr gefunden werden kann. Dann ist der Algorithmus beendet, die optimale
Flussverteilung gefunden.
7.3 Beispielhafte Berechnung

Im Folgenden wird der vorgenannte Graph nach Ford-Fulkerson beispielhaft bis zum Ende
berechnet:
Abbildung 7-17: Beispielhafter Berechnung 1. Schritt
Abbildung 7-18: Beispielhafter Berechnung 2. Schritt

Abbildung 7-19: Beispielhafter Fertigberechnung 3. Schritt
Abbildung 7-20: Beispielhafter Fertigberechnung 4. Schritt
Kann schließlich kein flussverbessernder Pfad mehr gefunden werden, so ist der Minimalschnitt
festzustellen. Der Fluss durch den Minimalen Schnitt muss mit dem Quell Fluss und dem
Samenfluss übereinstimmen.
[2,2] [2,0]
C F
B
[2,0] [2,3]
[0,6]
[0,11]
[0,7]
Q D S
[7,1]
[0,3]
[7,2]
[7,0]
A E
Minimalschnitt
Abbildung 7-21: Schnitte an Quelle und Senke sowie Minimalschnitt
Durch die Bestimmung des Minimalschnittes sind die Engpässe des Netzes im Graphen
erkennbar (Flaschenhals). Hier setzt schließlich die Optimierung durch die Untersuchung
Kapazitätssteigerungen und ihren Folgen für das Gesamtnetz an.
Anmerkung: Nachdem die Flussverteilung außerhalb des Minimalen Schnittes nicht eindeutig ist,
kann sie dort nach anderen Kriterien, wie etwa Kosten, umgesteuert werden.

7.4 Aufgabe „Kapazitätsuntersuchung“

Bei einer Sanierungsbaustelle in Pasing fällt Schuttergut an, welches über LKWs von der
Baustelle abtransportiert werden soll.
Abbildung 7-22: Entsorgungssituation in Pasing
Im Rahmen der Organisationsplanung der Baulogistik liegt eine Begrenzung des zulässigen
zusätzlichen Straßenbelastung (LKW pro Stunde) vor.
Bestimmt werden sollen die maximale Transportkapazität, die Engpässe und die verbleibenden
Freiheitsgrade.
1 27 Fz/h
9 Fz/h
19 Fz/h
q s
11 Fz/h 10 Fz/h
2
Abbildung 7-23: Entsorgungsnetz zur Kapazitätsuntersuchung

Abbildung 7-1: Flüsse und Kapazitäten in einem Graphen........................................................................... 7-2
Abbildung 7-2: Einlaufende und ausgehende Flüsse.................................................................................... 7-2
Abbildung 7-3: Quellen und Senken.............................................................................................................. 7-3
Abbildung 7-4: Kapazitätsbeschränkung, Maximalfluss................................................................................ 7-3
Abbildung 7-5: Virtuelle Quelle und Senke.................................................................................................... 7-4
Abbildung 7-6: Schnitt durch den Graphen ................................................................................................... 7-4
Abbildung 7-7: Beispiel gerichteter, kapazitätsbeschränkter Graph ............................................................. 7-5
Abbildung 7-8: Restkapazitäten auf einem Weg (nur Vorwärtskanten) ........................................................ 7-6
Abbildung 7-9: Eingetragener Fluss des verbessernden Weges (Vorwärtskanten) ..................................... 7-6
Abbildung 7-10: Restkapazitäten auf Rückwärtskanten................................................................................ 7-6
Abbildung 7-11: Eingetragener Fluss der Kanten ......................................................................................... 7-7
Abbildung 7-12: Ford-Fulkerson Algorithmus................................................................................................ 7-8
Abbildung 7-13: Systematische Suche nach flussverbessernden Wegen.................................................... 7-8
Abbildung 7-14: Verbesserungsentscheidung bei Knoten E: Vorgänger A .................................................. 7-9
Abbildung 7-15: Verbesserungsentscheidung bei Knoten D: Vorgänger E .................................................. 7-9
Abbildung 7-16: Optimaler Vorgänger durch Rückwärtsverfolgung, Restkapazität .................................... 7-10
Abbildung 7-17: Beispielhafter Berechnung 1. Schritt................................................................................. 7-10
Abbildung 7-18: Beispielhafter Berechnung 2. Schritt................................................................................. 7-10
Abbildung 7-19: Beispielhafter Fertigberechnung 3. Schritt........................................................................ 7-11
Abbildung 7-20: Beispielhafter Fertigberechnung 4. Schritt........................................................................ 7-11
Abbildung 7-21: Schnitte an Quelle und Senke sowie Minimalschnitt ........................................................ 7-11
Abbildung 7-22: Entsorgungssituation in Pasing......................................................................................... 7-12
Abbildung 7-22: Entsorgungsnetz zur Kapazitätsuntersuchung ................................................................. 7-12

Kapitel 8: Monte Carlo Simulationsverfahren
Inhaltsverzeichnis
8 Monte Carlo Simulationsverfahren 8-1
8.1 Statistische Lösung eines Integrals 8-1
8.2 Stochastische Simulation 8-2

8.2.1 Optimierung mit Wahrscheinlichkeiten 8-2
8.2.2 Risiko und Wahrscheinlichkeiten 8-3
8.2.3 Wichtige Kennwerte von Verteilungen 8-5
8.3 Grundlagen der Monte Carlo Simulation MCS 8-6

8.3.1 Beispielhafte Monte-Carlo-Modellierung 8-6
8.3.2 Generieren von verteilten Zufallswerten 8-8
8.4 Beispiel MCS Shoppingcenter 8-9

8.4.1 Problemstellung: Lage 8-10
8.4.2 Modellierung (Graphentheorie) 8-11
8.4.3 Erkenntnisse aus der Simulation 8-13
8.5 München Hauptbahnhof 8-13

8.5.1 Verkehrsbelastung durch Baumaßnahmen (Erdbau) 8-14
8.5.2 Versorgungs- und Entsorgungslogistik 8-14
8.5.2.1 Geometrische Randbedingungen 8-15
8.5.2.2 Geographische Randbedingungen 8-15
8.5.2.3 Zeitliche Randbedingungen 8-16
8.5.3 Simulation ExtendSim 8-16
8.5.3.1 Elemente der Simulation 8-17
8.5.3.2 Messungen aus der Simulation 8-19
8.5.3.3 Ergebnisse der Simulation 8-21
Ausgabe 12/2009 – Grundlagen Monte Carlo Verfahren I

8 Monte Carlo Simulationsverfahren

8.1 Statistische Lösung eines Integrals
Wie aus der Analysis bekannt ist die Lösung eines Integrals einer reellen Funktion einer Variablen
im zweidimensionalen Koordinatensystem als die Flächenbilanz zwischen dem Graphen der
Funktion und der x-Achse zu verstehen. In vielen Fällen ist es wesentlich, die Lösung analytische
zu bestimmen um tiefer gehende Schlüssen ziehen zu können. Immer wieder jedoch stößt man
auf nicht analytisch lösbare Integrale und ist doch an konkreten Werten interessiert. Ein einfacher
Ansatz bietet eine numerische Lösung hoher Genauigkeit selbst für außerordentlich sperrige In-
tegrale und dient zugleich als einführendes Beispiel für die Vorgehensweise der Monte Carlo-
Methoden.
Die folgende Abbildung zeigt eine anschauliche Darstellung des Integrals als Flächeninhalt unter
einer Kurve der Funktion f im Integrationsbereich von 1 bis 5/2.
5
2
f ( x ) = sin ( x ⋅ cos x )
2
F ( x ) = ∫ sin ( x ⋅ cos x ) dx
2
1
Abbildung 8.1: Funktionsgraph und Lösung des Flächenintegrals
Die stochastische Lösung des bestimmten Integrals ergibt sich durch eine Vielzahl von Versuchen
bei denen jeweils überprüft wird ob ein zufällig gewählter Punkt oberhalb oder unterhalb der Funk-
tion liegt. Wird die Anzahl der erfolgreichen Versuche unterhalb der Funktion zur Gesamtzahl der
Versuche ins Verhältnis gesetzt, so ergibt sich die Näherung des Integrals als Flächenanteil. Ver-
suche, die undefinierte Aspekte des Integranden treffen werden einfach ignoriert.
0,5792
0,5948
0,5895
0,5951
0,5888
Abbildung 8.2: Statistische Lösung des Integrals F ( x ) = 0,5879216150
Die analytische Lösung F(x) stimmt mit der stochastisch in fünf Serien ermittelten Lösung (siehe
Bild) sehr gut überein.
Ausgabe 12/2009 – Grundlagen Monte Carlo Verfahren 8-1

8.2 Stochastische Simulation

8.2.1 Optimierung mit Wahrscheinlichkeiten
Die Stochastik fasst als Oberbegriff die Gebiete Wahrscheinlichkeitstheorie und Statistik zusam-
men. Mathematische Stochastik beschäftigt sich mit der Beschreibung und Untersuchung zufälli-
ger Ereignisse und ihrer Modellierung.
Definition: Stochastik (altgr. στόχαστικὴ τέχνη, (stochastike techne), lat. ars coniectandi):
Kunst des Vermutens, „Ratekunst“
Ausgangspunkt der Wahrscheinlichkeitstheorie sind Ereignisse, denen Wahrscheinlichkeiten zwi-

schen 0 und 1 zugeordnet sind.
Die Betrachtung von zufälligen Ereignissen neben determinierten Tatsachen im Zuge der Ent-
scheidungstheorie eröffnet einen weiten Raum der Untersuchung, schränkt aber auch die Inter-
pretation der Resultate ein.
Zur Entscheidungsfindung gilt es, durch Optimierung eine möglichst gute Lösung für ein Problem
zu finden, d.h. die Extremwerte der Zielfunktion. Dabei sind folgende Aspekte zu unterscheiden:
• Optimierung unter Sicherheit

• Optimierung unter Risiko
• Optimierung unter Unsicherheit
Input Optimierung Ergebnis
determiniert Optimierung unter Sicherheit

(berechenbares Ergebnis)
Verteilungen Optimierung unter Risiko

Black Box
(berechenbare Verteilung)
0 Nichts Optimierung unter Unsicherheit

(ermittelbar nach Output)
Abbildung 8.3: Aspekte der Optimierung
Sind alle Systemvariablen wohl determiniert, so spricht man von Optimierung unter Sicherheit,
weil das Optimum in jedem Fall prinzipiell existiert. Das schließt nicht aus, dass es mehrer Optima
geben kann, ggf. auch keines oder dass die Berechnung schwierig oder gar unmöglich ist.
Liegt auch nur für eine Systemvariable kein determinierter Wert, sondern nur eine Wahrschein-
lichkeitsverteilung vor, so wird auch die Lösung nur eine Wahrscheinlichkeitsverteilung darstellen,
ggf. eine sehr schmale, falls die Abhängigkeit der Zielfunktion von der entsprechenden Variable
nur gering ist. Damit kann das Optimum für einen Einzelfall - wie er bei Bauprojekten im Allgemei-

nen vorliegt - nicht generell angegeben werden sondern nur mit der zugehörigen Wahrscheinlich-
keitsdichte. In diesem Fall spricht man von Optimierung unter Risiko.
Als dritte Möglichkeit kann es vorkommen, dass Eingangswerte nicht einmal als Verteilung, son-
dern überhaupt nicht vorliegen. Dennoch können auch in diesem Fall Optimierungsergebnisse
ermittelt werden, die sich jedoch auf die einzig verfügbaren Informationen, nämlich die Konse-
quenzen von Entscheidungen stützen. Solche Optimierung unter Unsicherheit hat ihren Schwer-
punkt der Spieltheorie, die z.B. im Angebotswesen in der Wirtschaft eine wesentliche Rolle spielt.
Nachdem für Bauprojekte als Unikate jedoch keine sinnvolle Wahrscheinlichkeitsbetrachtung vor-
genommen werden kann, sollen diese Aspekte hier nicht weiter untersucht werden.
8.2.2 Risiko und Wahrscheinlichkeiten

Im Folgenden sollen in Kürze die Grundlagen der Wahrscheinlichkeitsbetrachtungen zusammen-
gefasst werden:
Liegt für eine Systemvariable ein determinierter Wert vor, so bedeutet das, dass n Messungen
dieser Angabe in 100% aller Versuche zum gleichen Wert führen.
Beispiel:
Dauer eines LKW-Transports auf einer festgelegten Strecke vom Schutterplatz bis zur Deponie:
Rel. Häufigkeit
1
0
Transportzeit
Abbildung 8.4: LKW-Transportzeit deterministisch
In der Realität dagegen führen n Messungen zu unterschiedlichen Ergebnissen:
• Es gibt eine Vielzahl von Einfluss nehmenden Parameter mit nur geringer Auswirkung. Diese
heben sich zum großen Teil auf weil sie unabhängig voneinander variieren, manchmal kumu-
lieren sie aber auch und wirken sich dadurch sehr stark aus: z.B. Fahrerzustand, Steigung der
Strecke, Wahl des individuellen Fahrzeugs, Zustand der Reifen, Zeitpunkt der einzelnen Fahrt.
Solche Parameter wären im Prinzip berechenbar, würden aber die Problemstellung unnötig
erweitern.
• Darüber hinaus gibt es generell unkontrollierbare Parameter, die die Fahrtdauer beeinflussen,
wie etwa den Zustand von Ampeln, Eisenbahnübergängen o. ä. Diese liegen a priori nicht vor.
Es ergibt sich somit eine Verteilung der Transportzeiten über viele Messungen. Zur Erfassung
dieser kumulierten Variation werden die Messungen vorgenommen und analysiert in der Vorstel-
lung, ihre Aussagen verallgemeinern und damit zukünftige Fahrten prognostizieren zu können.

Zur Messung wird als relative Häufigkeit festgehalten wie viel Prozent der Messergebnisse in den
Zeitraum [t , t + Δt ] fallen.
[t, t+Δt].
Rel. Häufigkeit im
Zeitintervall
0
Transportzeit
Abbildung 8.5: Relative Häufigkeit –LKW-Transportdauer
Nach die Messung der Fahrtdauer des LKW in jedem Fall zu irgendeinem Wert führen muss, ist
das Intergral über die Häufigkeitsverteilung gleich 1. Ein Übergang Δt gegen 0 führt dann unmit-
telbar zur Häufigkeitsdichte.
Wird nun aufgrund vergleichbarer Umstände aus der Häufigkeitsverteilung dieser Fahrt auf die
Häufigkeitsverteilung zukünftiger Fahren geschlossen, so nennt man diese Wahrscheinlichkeits-
verteilung.
Bei kleinen Intervallen ergibt sich die Intervallwahrscheinlichkeit aus dem Produkt von Wahr-
scheinlichkeitsdichte und Intervalllänge, bei größeren Intervallen ist diese Näherung nicht zulässig
und die Wahrscheinlichkeit muss als Integral über die Verteilung über das betrachtete Intervall
berechnet werden.
Wahrscheinlichkeitsdichte
0
Transportzeit
Abbildung 8.6: Integral über Wahrscheinlichkeitsdichte

8.2.3 Wichtige Kennwerte von Verteilungen
Um nicht mit gemessenen Häufigkeitsverteilungen arbeiten zu müssen bzw. bereits in der Analyse
derselben ist man bestrebt, deren charakteristischen Eigenschaften zu ermitteln. Diese werden als
die zentralen Momente der Verteilung bezeichnet:
∞
• Normierung ∫ P ( t ′) dt ′ = 1
0
∞
• Mittelwert P = ∫ t ′ ⋅ P ( t ′ ) dt ′ (Erwartungswert)
0
∞
( )
2
• Varianz σ = ∫ t − P P ( t ′ ) dt ′
2
0
„Breite der Verteilung“
• Schiefe Drittes Moment: Asymmetrie

• Wölbung Viertes Moment
Abbildung 8.7: Kennwerte von Verteilungen
Mit diesen Kennwerten können Verteilungen nicht nur charakterisiert werden, sie erlauben auch in
Prognoserechnung zunehmend den Verteilungscharakter zu integrieren. Beispielsweise wird oft
anstelle der Verteilung lediglich mit Mittelwerten gerechnet.
Diese Näherung birgt allerdings erhebliche Risiken:

• Mittelwerte als determinierte „Fakten“ führen zu determinierten Ergebnissen welche entspre-
chend eine Situation vortäuschen, die nicht der Realität entspricht.
• Jegliche Information über die Verteilung geht bei dieser Behandlung verloren, hat jedoch etwa
bei Projektdauern eine erhebliche Bedeutung
• Unrichtige Ergebnisse sind bei diversen Verteilungen zu erwarten, die etwa unter Randbedin-
gungen nachfolgend asymmetrisch werden
Wahrscheinlichkeitsdichte
Randbedingung
0
Transportzeit
Abbildung 8.8: Mittelwerte verzerren die Situation unter Randbedingungen

Anmerkungen zum Umgang mit Verteilungen und Wahrscheinlichkeiten im Projektgeschäft:
Wahrscheinlichkeiten sagen nichts über den Einzelfall aus, „alles ist möglich“
Der Einsatz von Verteilungen ist immer dann angebracht, wenn keine besseren Informationen
vorliegen, dann mit der entsprechenden Vorsicht zu handhaben oder wenn eine Vielzahl von
Vorgängen einer Art vorliegt, die den statistischen Ausgleich erlaubt, z.B. eine große Anzahl
von Abschlägen im Tunnelbau.
In der Organisation von Bauvorhaben ist es notwendig, dass Vorgaben, wie etwa eine Pro-
jektdauer oder Kostenn konkret vorliegen.
8.3 Grundlagen der Monte Carlo Simulation MCS

Die Monte-Carlo-Simulation ist ein Verfahren aus der Stochastik, die auf der Grundlage häufig
durchgeführter Zufallsexperimente und deren Ergebnissen versucht, analytisch nicht oder nur
aufwendig lösbare Probleme im mathematischen Kontext numerisch zu lösen. Die Zufallsexperi-
mente können sowohl real (bsp. Würfeln) oder durch Erzeugen von Zufallszahlen mit Computeral-
gorithmen durchgeführt werden.
Allgemeines Vorgehen:
Deterministisches Modell erstellen: Deterministische Eingangsdaten (vorhandene Informatio-

nen), Modell (Abhängigkeit zwischen Eingangsdaten und Ergebnis) und Ergebnis
Deterministisches Modell in stochastisches Modell überführen: Bestimmung, welche Ein-

gangsdaten stochastisch sind. Bestimmung der Dichtefunktionen für die stochastischen Ein-
gangsdaten. Bestimmung der Ergebnisvariablen, für die die Dichtefunktionen protokolliert wer-
den sollen.
Monte Carlo Simulation durchführen: Das Modell wird n mal durchgespielt (simuliert). In jeder
Simulation wird für jede stochastische Eingangsgröße auf der Basis der spezifischen Vertei-
lung eine Zufallszahl gezogen. Mit dem Modell wird jedes mal die Ergebnisgröße berechnet
und protokolliert
Ergebnis analysieren: Das Ergebnis der Monte Carlo Simulation ist die Dichtefunktion der Er-
gebnisgröße. Die Analyse findet statt durch Bestimmung der Verteilungsfunktion sowie die sta-
tistischen Kennwerte.
8.3.1 Beispielhafte Monte-Carlo-Modellierung
Ein komplexes System, etwa wieder der Transport einer Ladung durch einen LKW auf einer Stre-
cke, wird durch eine Vielzahl unmittelbarer (lokaler) und damit überschaubarer Zusammenhänge
modelliert. Zum Beispiel ist die Modellierung der Wechselwirkung des Fahrzeugs mit einer Ampel
sehr einfach: Ist die Ampel rot, so bleibt das Fahrzeug stehen, ansonsten fährt es weiter.
Die stochastischen Variablen einer Fahrt, z.B. die aktuelle Geschwindigkeit des LKW, werden den
jeweiligen Verteilungen zufällig entnommen. In gleicher Weise wird statistisch ein gültiger Zustand
der Ampel bestimmt. Entsprechend bleibt der LKW an der Ampel eine determinierte Zeit stehen,
bevor er weiterfahren kann. Nach Abwicklung der individuellen Fahrt wird die aktuelle Fahrtdauer
gemessen und festgehalten.

Eine Vielzahl derartiger Fahrten wird mit jeweils neu aus den Verteilungen ermittelten Werten
durchgeführt und die Dauern aufgezeichnet.
Die Vielzahl der Ergebnisse wird als Häufigkeitsverteilung analysiert und für vergleichbare zukünf-
tige Fälle als Wahrscheinlichkeitsverteilung eingesetzt.
Die komplexe Wechselwirkung einer Fahrtdauer mit voneinander unabhängigen Ampelsituationen

könnte auch durch Faltung der Wahrscheinlichkeiten ermittelt werden. Allerdings versagt diese
Methode, wenn darüber hinaus Koppelungen, etwa durch Schaltung einer grünen Welle vorliegen.
Die Monte-Carlo -Rechnung modelliert auch diese Zusammenhänge und macht Sie in der Analyse
verfügbar.
A B tA = v
v tw
A B tA = v
• tW
v tw1 tw2
A B tA = v
• tW1 • tW2
Grüne Welle für

v = 60 km/h
Abbildung 8.9: Zustände eines LKW während der Fahrt
Beispielhafte Ereignisse, an denen unmittelbare lokale Interaktionen modelliert werden könnten:
• LKW fährt ab
• LKW trifft auf Gegenverkehr
• Ampelschaltung schaltet auf rot
• Vortrieb bleibt stehen
• Schutterwagen ist voll
Ein LKW kommt an der Ladestelle an (Ereignis). Nach einer stochastisch bestimmten Ladezeit
fährt der LKW ab (Ereignis), der nächste LKW der Warteschlange rückt nach. Nach einer eben-
falls stochastisch bestimmten Umlaufzeit steht der LKW wieder leer zur Verfügung und stellt sich
am Ende der Warteschlange an.
Über eine Simulation lässt sich die Länge der Warteschlange bestimmen(=messen).

Abbildung 8.10: Koppelungen von Einzelverteilungen zu einer messbare Endverteilung
8.3.2 Generieren von verteilten Zufallswerten

Ein wesentliches Kernelement der Monte-Carlo- Simulation ist die Erzeugung von nicht nur gelich
verteilten Zufallszahlen, sondern auch entsprechend vorgelegten Verteilungen:
Als Zufallsgenerator wird ein Verfahren bezeichnet, das eine Folge von Zufallszahlen erzeugt. Der
Bereich, aus dem die Zufallszahlen erzeugt werden, hängt von dem einzelnen Zugfallsgenerator
ab. In der Regel werden zunächst gleich verteilte Werte aus einem bestimmten Bereich er-
wünscht.
Grundsätzlich wird zwischen nicht-deterministischen und deterministischen Zufallsgeneratoren

unterschieden. Schon begrifflich ist eine echte Zufallszahl nichtdeterministisch, entsprechend lie-
fern nicht-deterministische Zufallsgeneratoren bei gleichen Ausgangsbedingungen stets unter-
schiedliche Werte.
Ein praktisches Beispiel für das Erzeugen von Zufallszahlen wäre etwa das klassische „Würfeln“
oder die Verwendung einer Ziffernreihenfolge wie bspw. die Nachkommastellen der Ziffer π, die
soweit aktuell bekannt, recht gut gleich verteilte Werte liefern.
π: 3. 1 4 1 5 9 2 6 5 3 5 8 9 7 9 3 2 3 8 4 6 2 6 4 3 3 8 3 2 7 9 5 0 2 8 8 4 1 9 7 1 6 9 3 9 9 3 7
510582097494459230781640628620899862803482534211
706798214808651328230664709384460955058223172535
940812848111745028410270193852110555964462294895
493038196442
Leichter zu erzeugen und in den meisten Fällen hinreichend sind deterministische Generatoren,
die bei gleichen Ausgangsbedingungen immer die gleiche Folge von Zahlen liefern. Die einzelnen
Werte sind gut gleich verteilt zufällig, lediglich die Folge ist wiederholbar. Entsprechend werden
die Werte als Pseudozufallszahlen beschrieben. Eine klassische Methode zur Erzeugung ist die
Methode der linearen Kongruenz:
x i+1 = (ax i + b) mod m
Die Ergebnisse hängen ab von einem Startwert x0 sind gleich verteilt in [0, m-1] und periodisch.
Die Beispielwerte x0 = 27, a = 17, b = 43, m = 100 liefert eine gute Reihe gleich verteilter Zufalls-
zahlen zwischen 0 und 99.
Nachdem im Allgemeinen nicht gleich verteilte Zufallszahlen benötigt werden, sondern Zahlen, die
einer bestimmten Verteilung folgen, sind diese in geeigneter Weise umzurechnen. Dafür eignet
sich folgendes Verfahren:

Liegt eine Verteilung p(x) vor, dann ist F die Verteilungsfunktion und ein Satz Werte yi, berechnet
aus einem gleich verteilten Satz Werte xi verteilt nach p(x)
x
F = ∫ p(x ')dx ' und yi = F−1 (x i )
0
Begründung:
y
p0 = const
∂
F (x) = p(x) p0 ∂
∂x
F (x) x
Δy ∂x F ( x) = ∫ p ( x' )dx'
Δy ∂F ( x )
0
= = p(x)
Δx ∂x
p0 ⋅ Δy = Δx ⋅ p∗ p (x)
Δx
Δy
∗
p = p0 = p ( x ) ⋅ p0
Δx
dP = p ( x)dx x
p*
Abbildung 8.11: Verteilungsfunktion
8.4 Beispiel MCS Shoppingcenter

Ein typisches Beispiel für den Einsatz von Monte-Carlo Simulationen im Zusammenhang mit Fra-
gen der Investition ist die Auslegung von Shopping Centern. Unabhängig von Fragen der Markt-
forschung, die hier nicht betrachtet werden, ist über die Verteilung von Mietern nachzudenken und
die Positionierung der einzelnen Geschäfte im Sinne einer Mikrolage zu optimieren. Dies ge-
schieht auf der Grundlage der Kundenströme, die so zu steuern sind, dass die jeweiligen Lagen
der Branchen optimal bedient werden. Frequenzarme Bereiche sind durch Frequenzbringer auf-
zuwerten, „Anker“-Mieter so zu positionieren, dass das gesamte Center von Ihnen profitiert.
Insbesondere beim Umbau solcher Immobilien werden unmittelbar baubetriebliche Fragestellun-

gen relevant, soweit nämlich Sperrungen oder sonstige Beeinträchtigungen der Kundenströme
durch die Baumaßnahmen erfolgen und mit minimalen Eingriffen abgewickelt werden müssen.

Ebene 1 Ebene 2
Abbildung 8.12: Positionierung von Ankermietern
Abbildung 8.13: Branchenmixplan
8.4.1 Problemstellung: Lage

Geschäftstypen stehen in sehr unterschiedlicher Beziehung zueinander. Sie können paarweise
oder in Gruppierungen angeordnet sein, wobei die Ankermieter weitgehend unabhängig vonein-
ander sind.
Aus diesen Anordnungsbeziehungen ergeben sich positive oder auch negative Wechselwirkun-
gen. Dabei gilt es folgende Fragestellungen zu diskutieren:
Gibt es eine absolute Positionierung?

Existiert ein Bezug zu Ankermietern oder der Ankermieter untereinander?
Ist ein Bezug in die Topologie gegeben oder besteht eine relative Positionierung?
Sind Mehrfachverknüpfungen vorhanden?
Geschäftstypen definieren Personenströme, Personenströme definieren Lagen und Lagen definie-

ren sinnvolle Positionen für Geschäftstypen.
Jedes Einzelgeschäft trägt zum lokalen Personenstrom bei und hängt zugleich vom lokalen Per-
sonenstrom ab. Der Globale Personenstrom setzt sich aus allen lokalen Beiträgen zusammen.

Erst der Globale Personenstrom definiert die Qualität der Lage.
Anordnungs-
beziehungen Personen- Mikrolage
Makrolage definieren ströme definert Optimierung
definiert Personen- definieren Personen- der
Branchenmix ströme Mikrolage ströme Mikrolage
Abbildung 8.14: Rekursive Definition Lage
8.4.2 Modellierung (Graphentheorie)

Zunächst ist die Situation mit den Elementen der Graphentheorie durch Knoten und Kanten zu
modellieren.
Ein Knoten kann etwa ein Geschäft (Eingang), einen Verkehrsknoten und auch ein Centerein-/-
ausgang sein. Die Kanten stellen z.B. die Personenströme dar. Eigenschaften eines (Geschäfts)-
Knotens wären dann etwa, Identität, Namen, Geschäftsart, Charakterisierung, Zielgruppe, Ange-
bot, Konsumart, Bedarf, Befriedigungsart, Frequenz, Mittlere Verweildauer, etc. Die Beziehungen
des Knotens sind im Wesentlichen die räumlichen Nachbarknoten, ggf. mit einer Gewichtung
durch den physischen Abstand oder etwa ein „Beschwerlichkeits-Maß“ für Treppe, Rolltreppe oder
Lift. Zur dynamischen Modellierung sind weiter Eigenschaften notwendig, die den Personenfluss
durch den Knoten steuern, etwa: Personenfluss, Verzweigungskriterien, Geschwindigkeiten, Ka-
pazität, Aufenthaltsdauer oder Richtungen
Abbildung 8.15: Modellierung als Graph

Im Zuge der Simulation werden nun eine Vielzahl von Personen zufallsgesteuert an den Eingän-
gen generiert. An jedem Knoten entscheidet im Monte-Carlo-Modell nach vorliegenden Verteilun-
gen ein Generator über den nächsten Schritt jeder einzelnen Person als Entscheidungsbaum,
welcher über parametrisierte Verteilungen gewichtet wird.
Abbildung 8.16: Modellierung der Entscheidungsfindung an einem Knoten
Diese Entscheidung hängt wesentlich ab von:
• der aktuellen Position der Person, die überhaupt die zulässigen Entscheidungen definiert
• Eigenschaften der betroffenen Person wie Präferenzen, Bedürfnisse, Affinität zu bestimmten
Geschäften oder Situationen, etwa auch der Wunsch, überfüllte Räume zu meiden
• den Angeboten, die an den erreichbaren Knoten zur Verfügung stehen.
Affinität
Affinität
Zeit Zeit
Abbildung 8.17: Modellierung der Wechselwirkungen, Personenstrategien

In diesem Sinne haben die Eigenschaften der Personen wie der auch der Geschäftsknoten Ein-
fluss auf die Entscheidungen. In gleicher Weise aber werden auch Eigenschaften der Personen
wie der Geschäftsknoten durch die Personen verändert. Etwa kann durch den Besuch eines Ge-
schäftes der Bedarf der Person gedeckt werden und damit die Präferenz in diese Richtung aufge-
hoben sein. Genauso ändern sich Geschäftssituationen durch die Personenströme, wie z.B. die
Überfüllung eines Zugangs, der durch Baumassnahmen zeitweise verengt ist. Die Strategie einer
Person könnte etwa im Sinne der Abbildung 7.17 ein mit der Zeit zunehmender Bedarf sein, der
durch ein Geschäft gedeckt werden kann und damit wieder abnimmt, anschließend langsam wie-
der steigt. Alternativ könnte ein Bedarf einer Transportleistung modelliert werden, etwa, an einem
Bahnhof einen Zug zu erreichen, der mit zunehmender Zeit immer dringlicher wird.
Nach einer Vielzahl von Durchläufen eines solchen Monte-Carlo-Modells sollte sich ein stabiler
Zustand eingestellt haben, der durch laufende Messungen etwa der simulierten Personenströme

zu bestätigen ist. Durch detaillierte Messungen und insbesondere Sensitivitätsanalysen können in

diesem Modell die Auswirkungen von einzelnen Maßnahmen, wie Umbauvorhaben, Sperrungen,
Eröffnungen etc. studiert und prognostiziert werden.
8.4.3 Erkenntnisse aus der Simulation

Aus den einzelnen Simulationen der Personenströme, Knoten- und Kanteneigenschaften lassen
sich nun die Erkenntnisse aus Personenströme und –dichte, Beziehungen zwischen Geschäften,
Beziehungen zwischen Personen und Auswirkungen von Veränderungen zu einer Lösung einer
optimalen Lage des einzelnen Geschäftes zusammenfassen. Solche Ergebnisse sind stets an
realen Situationen zu eichen, können dann aber auf dieser Basis zur Prognose von geplanten
Shopping-Centern herangezogen werden.
Abbildung 8.18: Anwendung der Erkenntnisse aus der Simulation
8.5 München Hauptbahnhof

Im Zuge von verkehrs- und stadtplanerischen Überlegungen soll in absehbarer Zeit der Münchner
Hauptbahnhof grundlegend umgebaut werden. Insgesamt werden dabei eine Vielzahl von Ver-
kehrsanbindungen gleichzeitig realisiert, darunter München 21, eine durchgehende Fernbahnver-
bindung zum Ostbahnhof und die zweite S-Bahnstammstrecke.
Eine der sieht die Reduzierung des Kopfbahnhof auf eine vergrößerte Haupthalle (16 Gleise, je
420 m Bahnsteiglänge) sowie für den Durchgangsverkehr (sechs Bahngleise) mittig unterhalb der
Halle in einer Tiefe von ca. 18 m vor. Der Durchgangsverkehr aus Richtung Ostbahnhof soll durch
einen Tunnel geleitet werden und zugleich unterhalb des Sendlinger Tors (in Stadtmitte) ein Regi-
onalbahnhof mit Anschluss an die Nord-Süd-U-Bahnlinien U3/U6 entstehen. Über den Tiefbahn-
hof München 21 sollen die Gleise in Laim wieder an die Oberfläche kommen. Insgesamt ist ein
gigantisches unterirdisches Bauwerk bis in eine Tiefe von 42m vorgesehen. Im Folgenden soll die

Auswirkung dieser Innenstadtbaustelle auf das umliegende Verkehrsnetz beispielhaft durch eine
Monte-Carlo –Simulation abgeschätzt werden.
8.5.1 Verkehrsbelastung durch Baumaßnahmen (Erdbau)
Nach den Übersichtsplänen wurde seitens der DB die vorliegenden Verkehrsbelastungen (Auszug
und nur beispielhaft) berechnet:
S-Bahn Hauptbahnhof U4 / U5
Empfangsgebäude
Magnetschnellbahn München 21 2. S-Bahn Stammstrecke
Abbildung 8.19: Baumaßnahme München Hbf
Lkw/t gerin
BA 1 Primärpfähle
BA 1Aushub -1
250
aussen
200
150
100
50
Zeitachse
0
04.11.2007
04.12.2007
03.01.2008
02.02.2008
03.03.2008
02.04.2008
02.05.2008
01.06.2008
01.07.2008
31.07.2008
30.08.2008
29.09.2008
29.10.2008
28.11.2008
28.12.2008
27.01.2009
26.02.2009
28.03.2009
27.04.2009
27.05.2009
26.06.2009
26.07.2009
25.08.2009
24.09.2009
24.10.2009
23.11.2009
23.12.2009
22.01.2010
21.02.2010
23.03.2010
22.04.2010
22.05.2010
21.06.2010
21.07.2010
20.08.2010
19.09.2010
19.10.2010
18.11.2010
18.12.2010
17.01.2011
16.02.2011
18.03.2011
17.04.2011
17.05.2011
16.06.2011
16.07.2011
15.08.2011
14.09.2011
14.10.2011
13.11.2011
13.12.2011
12.01.2012
11.02.2012
12.03.2012
11.04.2012
11.05.2012
10.06.2012
10.07.2012
09.08.2012
08.09.2012
08.10.2012
07.11.2012
07.12.2012
06.01.2013
05.02.2013
07.03.2013
06.04.2013
06.05.2013
05.06.2013
05.07.2013
04.08.2013
Abbildung 8.20: Verkehrsbelastung durch Baumaßnahmen München Hbf
8.5.2 Versorgungs- und Entsorgungslogistik
Zu den Randbedingungen der Baustellenentsorgung gehören folgende Aspekte:

• Geometrische Randbedingungen: Möglichkeiten der Lagerung, Anzahl der Baustellen-

zufahrten und Anordnung des Baustellenverkehrs
• Geographische Randbedingungen: Verkehrsanbindung, Unmittelbare Umgebung
• Zeitliche Randbedingungen: Dauer der Baumaßnahmen
8.5.2.1 Geometrische Randbedingungen

Die geometrischen Randbedingungen der Baustellenentsorgung werden bestimmt von Kenngrö-
ßen wie Baugrubengröße, Volumen, Ladekapazität LKW bezogen auf Leistung und Dauer, Anzahl
der eingesetzten Fahrzeuge und der verfügbaren Infrastruktur
Für die Baugrube werden zur Abschätzung folgende Maße angenommen:

Tiefe t= - 47,00 m
Breite b= 90,00 m
Länge l= 150,00 m
An Fahrzeugen werden folgende Typen eingesetzt

Muldenkipper TEREX TA25: Radlader ATLAS AR 95 Super:
Kapazität gestrichen: 10 m³ Schaufelinhalt: 1,60 m³
Max. Nutzlast: 23 t Dienstgewicht: 8100 kg
Bruttoleistung: 209 kW/280PS Bruttoleistung: 92 kW/125 PS
Das geschätzte Erdvolumen umfasst 634.500 m³. Bei einer Kapazität des Muldenkippers von 10
m³ ergeben sich somit 63.450 Touren für den Abtransport. Sind 4 Radlader und Muldenkipper
zeitgleich im Einsatz, so fährt bei zeitversetztem Beladen alle 1,25 Minuten ein beladener Mulden-
kipper von der Baustelle. Bei einem durchschnittlichen 8-std. Arbeitstag (Randbedingung, etwa
Nachtruhe) entspricht das einer Anzahl von 384 Muldenkipper/Tag. Daraus ergibt sich eine Dauer
von 165 Tagen für den Abtransport
8.5.2.2 Geographische Randbedingungen

Die Straßenverkehrsanbindung in unmittelbarer Baustellenumgebung ist in Hinblick auf die Stra-
ßenkapazität für LKW-Verkehr und den Verkehrsfluss als Graph zu modellieren.
Abbildung 8.21: relevante Straßenverkehrsanbindung unmittelbarer Baustellenumgebung

Die Auswahl der zu vernetzenden Straßen erfolgt nach zuvor sinnvoll festgelegten Kriterien:
Straßenkapazität: 1-/2-spurig, Länge d. Straße, Kreuzungen; Richtungs- oder andere Be-

schränkungen (Brückenbelastung, Durchfahrtshöhen, etc.)
Verkehrsfluss: Verkehrsbelastung, Berufsverkehr
Abbildung 8.22: Verkehrsnetz – LKW Routen

Die Abbildung 8.22 gibt den ersten Überblick des zu simulierenden Straßennetzes. Modellie-
rungsgrundlage sind Straßenzüge und Straßenkreuzungen. Die hellgrau unterlegten Straßen
kennzeichnen für die Simulation gegenläufig befahrbare Straßen, d.h., dass die Anfangs-, bzw.
Endkreuzungen sowohl als Eingangs- als auch als Ausgangsknoten zu modellieren sind. An den
dunkelgrau hinterlegten Knoten (Straßenkreuzung) muss jeweils eine Entscheidung für eine wei-
terführende Route getroffen werden. In der Simulation wird wieder nach vorliegenden Verteilun-
gen eine zufällige Wahl getroffen. In diesem einfachen Fall soll eine Gleichverteilung vorliegen
und lediglich die Überfüllung einer Straße ihrerseits Einfluss auf die Entscheidung nehmen, näm-
lich die betreffende Route aus der Auswahl nehmen.
8.5.2.3 Zeitliche Randbedingungen

Die Dauer des Projektes bzw. der einzelnen Maßnahmen bemessen sich nach einer Vielzahl von
detaillierten Randbedingungen und Abhängigkeiten, die hier nicht weiter betrachtet werden sollen.
In diesem Zusammenhang wird ein kontinuierlicher Aushub angenommen
8.5.3 Simulation ExtendSim

ExtendSim ist eine gängige Simulations-Software für die Anwendung in Bereichen aus Wirtschaft,
Ingenieurwesen, Wissenschaft, Produktion, etc. Das Simulationsmodell wird wie in einem Fluss-
diagramm aus Blöcken zusammengestellt, die über Anschlüsse für Input, Output und Steuerungs-
parameter verfügen und darüber vernetzt werden. Mit ExtendSim können Prozesse aller Art mo-
delliert, analysiert, und damit Schwachstellen lokalisiert und entsprechend Systeme optimiert wer-
den.

Möglich sind sowohl stetige als auch diskrete Simulationen. Bei stetigen Simulationen werden
kontinuierliche "Flüsse" (z.B. Finanzmittel, Cashflow, Information, Wasser, Gas, Populationsgrö-
ßen etc.), bei diskreten Simulationen diskrete "items" mit Eigenschaften (z.B. konkret Reisende in
einem Verkehrsmittel, Fahrzeuge im Straßennetz, Produkte in der Fertigung, aber auch abstrakt
Entscheidungen, Pläne, Verantwortlichkeiten, Vorgänge, Termine etc.) modelliert.
Blöcke entsprechen Knoten der Graphentheorie, die Verbindungen den Kanten. Über Kanten
werden die Flüsse transportiert, in Blöcken werden Veränderungen vorgenommen. (Typische Blö-
cke sind etwa Generatoren, Aktivitäten, Speicherelemente Warteschlangen und darüber hinaus
Verzweigungen, Informations“haltestellen“, und Steuerelemente. Zusätzlich können in vorgefertig-
ten Blocks Mathematische Elemente wie Gleichungen, Verteilungsgeneratoren, logische und a-
rithmetische Verknüpfungen etc modelliert werden.
8.5.3.1 Elemente der Simulation
Für die Entwicklung des Modells „Verkehrsnetz zum Abtransport des Erdaushubs Münchner Hbf“
sind im Wesentlichen folgende Punkte zu modellieren:
Die Baustellenausfahrt wird durch einen „Create“-Block dargestellt, der mit entsprechender Pa-
rameterbelegung die Anzahl und zeitliche Verteilung der vom Aushub abgehenden LKWs ent-
sprechend einer Verteilung oder einer Kombination von geplantem Bauablauf und stochastischen
Elemente LKWs zu bestimmten Zeiten generiert und auf den Weg schickt. Im Bild ist z.B. eine
Exponentialverteilung mit einem mittleren zeitlichen Abstand von 700 s eingesetzt.
Abbildung 8.23: Simulation ExtendSim – Create („Zufallsgenerator für LKW-Input“)
Kreuzungspunkte von Straßen werden als Kombination aus einem Block „Item In“ entsprechend
der Anzahl eingehender Straßen und angefügtem Block „Item Out“ mit Anzahl der abgehenden
Wegrichtungen dargestellt. In „Item In“ werden die eintreffenden Fahrzeuge in dieser einfachen
Version zusammengefasst und nach einer frei wählbaren Verteilung auf eine der in Frage kom-
menden Wege weitergeschickt. Belegte Straßen werden dabei von der Verteilung ausgenommen.

In erster Näherung werden die Verteilwege als gleich wahrscheinlich angenommen, in differen-
zierteren Analysen können die Verteilungen der Wirklichkeit angepasst werden.
Abbildung 8.24: Simulation ExtendSim – Kreuzung Bayer-/Sonnenstr. (Item In - Item Out )
An den Endpunkten des zu betrachtenden Umkreises/Verkehrsnetzes (Systemgrenze) werden

„Exit“-Blocks platziert, die die Items/LKWs in einen nicht weiter untersuchten Umkreis entlassen.
An diesen Punkten kann etwa zu Kontrollzwecken die Fahrzeugdichte gemessen werden um si-
cherzustellen, dass das Umfeld jenseits der Systemgrenze tatsächlich nicht mehr relevant beein-
flusst wird.
Abbildung 8.25: Simulation ExtendSim – Exit („Endknoten“ des Verkehrsnetzes)
Die Straßen selbst( Kanten) verbinden die Kreuzungspunkte in eine Richtung, quasi als Einbahn-
straße; jede Richtung wird separat angelegt. Um die Eigenschaften der Straße, hier speziell die
Kapazität und die Länge zu modellierten wird eine Element „Activity“ eingesetzt. Die Verzöge-
rungszeit wird zunächst mit der durchschnittlichen Geschwindigkeit der Fahrzeuge und eine Er-
lang-Verteilung angegeben, die Kapazität der Straße mit der maximalen Anzahl LKWs, die sich
zeitgleich in der Straße befinden können.

Abbildung 8.26: Simulation ExtendSim – Item Activity („Zeitverzögerung durch Befahren der Straße“)
8.5.3.2 Messungen aus der Simulation
Wird nun eine Vielzahl von LKWs durch dieses simulierte Straßennetz geschickt, so wird für jdee
einzelne Interaktion eines Fahrzeugs mit einer Kreuzung oder Straße, die Konsequenz ermittelt
und das Fahrzeug weitergeschleust bis es das Simulationsumfeld verlässt. Der Generator be-
stimmt dabei das Einspeisen der Fahrzeuge nach Zeit und Dichte, die Zustände der Straßen (De-
lays) legen die einzelnen Routen und damit die Belastungen der Strassen fest.
Abbildung 8.27: Blockmodell Verkehrsnetz

Die Simulation als solche ergibt zunächst keine Ergebnisse. Sie dient lediglich der Modellierung
des gegebenen Baustellenumfeldes. Wesentlich ist, das Simulationen auszumessen sind und die
Ergebnisse entsprechend interpretiert werden müssen. Eine Vielzahl von Messinstrumenten von
einfachen Zahlenangaben wie lokalen Verkehrsdichten bis zu Histogrammen über der Zeitachse
steht zur Verfügung und kann in eine graphische Darstellung der Situation eingearbeitet werden.
Das Blockmodell rückt dabei zwar optisch in den Hintergrund (links oben versteckt), bildet aber
nach wie vor die Grundlage jeder Reaktion des Modells.
Abbildung 8.28: Darstellung des Verkehrsnetzes mit lokalen Dichten
Weiter gilt es, die einzelnen Simulationsdaten auszuwerten, ins besondere im Sinne von Sensitivi-
tätsanalysen Randbedingungen und Werte zu verändern und die aus der neuen Simulation ge-
wonnenen Daten auszuwerten und zu vergleichen. Etwa ist zur Analyse der Engpässe zunächst
die Quelle zu variieren oder durch Sperren einzelner Abschnitte der Fluss in geeigneter Weise
umzuleiten. Mittels Verändern der Ausfahrtwahrscheinlichkeiten an den Kreuzungspunkten (sprich
durch Zuweisung von Routen an die LKW-Fahrer, optionale Zweispurigkeit mittels Aufstellen von
temporären Parkverbotszonen oder ähnlichen Maßnahmen) kann die Verteilung auf bestimmte
Straßen und Routen beeinflusst und können Engstellen entschärft werden. Ggf. müssen ausge-
wählte Straßen neu vernetzt, gestrichen oder durch zusätzliche mögliche Routen erweitert wer-
den.
Das Ergebnis ist stets eine statistisch vermessbare Situation auf der Basis des Modells und der
aktuellen Eingangsdaten. Entsprechend muss im Auge behalten werden, inwieweit die Situation
überhaupt eine statistische Aussage sinnvoll erscheinen lässt, also das Gesetz der großen Zahlen
noch Gültigkeit besitzt.

Querschnittsbelastung Q1 hin gesamt

Zeitraum 03.2008-03.2013 gering+vorhanden
Lkw/t gering
BA 1 Primärpfähle
BA 1Aushub -1
250 250
aussen
groß; 8
vorhanden; 11
200 200
150 150
gering; 219
100 100
50 50
Zeitachse
0 0
04.11.2007
04.12.2007
03.01.2008
02.02.2008
03.03.2008
02.04.2008
02.05.2008
01.06.2008
01.07.2008
31.07.2008
30.08.2008
29.09.2008
29.10.2008
28.11.2008
28.12.2008
27.01.2009
26.02.2009
28.03.2009
27.04.2009
27.05.2009
26.06.2009
26.07.2009
25.08.2009
24.09.2009
24.10.2009
23.11.2009
23.12.2009
22.01.2010
21.02.2010
23.03.2010
22.04.2010
22.05.2010
21.06.2010
21.07.2010
20.08.2010
19.09.2010
19.10.2010
18.11.2010
18.12.2010
17.01.2011
16.02.2011
18.03.2011
17.04.2011
17.05.2011
16.06.2011
16.07.2011
15.08.2011
14.09.2011
14.10.2011
13.11.2011
13.12.2011
12.01.2012
11.02.2012
12.03.2012
11.04.2012
11.05.2012
10.06.2012
10.07.2012
09.08.2012
08.09.2012
08.10.2012
07.11.2012
07.12.2012
06.01.2013
05.02.2013
07.03.2013
06.04.2013
06.05.2013
05.06.2013
05.07.2013
04.08.2013
Aufteilung
Maximum
Abbildung 8.29: Histogramme zur Auswertung der Modellsituation
8.5.3.3 Ergebnisse der Simulation

Im Falle der vorliegenden Aufgabenstellung konnte aus der Simulation ermittelt werden, dass ein
Abtransport des Schuttergutes per LKW über die Straße aufgrund der vorliegenden Straßenver-
hältnisse, der Vielzahl von Kreuzungspunkten, der jeweiligen Straßenkapazität und der Verkehrs-
bedingten Verzögerungen grundsätzlich ungeeignet ist!
Die Ausgangszahlen an den Endknoten des Verkehrsnetzes machen deutlich, dass einige wenige
Straßenrouten überproportional stark frequentiert werden, andere hingegen eine deutliche gerin-
gere LKW Belastung aufweisen. So werden für den Abtransport die Routen östlich weit stärker
belastet als stadtauswärts nach Westen; in Richtung Süd-West (Endknoten Paul-Heyse-Str.)
kommen gar keine Lkw an. Daraus ergeben sich gerade im östlichen Bereich in unmittelbarer
Umgebung des Hauptbahnhofes etliche Engpässe, bei denen aufgrund der Straßenverhältnisse -
einspurig, geringe Straßenlänge, hohe Straßenbelastung - Lkws Stoßstange an Stoßstange ste-
hen würden.
Daher wäre in der Realität als generelle Alternative der Abtransport über die Schiene vorzuziehen.

Abbildung 8.1: Funktionsgraph und Lösung des Flächenintegrals 8-1
Abbildung 8.2: Statistische Lösung des Integrals 8-1
Abbildung 8.3: Aspekte der Optimierung 8-2
Abbildung 8.4: LKW-Transportzeit deterministisch 8-3
Abbildung 8.5: Relative Häufigkeit –LKW-Transportdauer 8-4
Abbildung 8.6: Integral über Wahrscheinlichkeitsdichte 8-4
Abbildung 8.7: Kennwerte von Verteilungen 8-5
Abbildung 8.8: Mittelwerte verzerren die Situation unter Randbedingungen 8-5
Abbildung 8.9: Zustände eines LKW während der Fahrt 8-7
Abbildung 8.9: Koppelungen von Einzelverteilungen zu einer messbare Endverteilung 8-8
Abbildung 8.11: Verteilungsfunktion 8-9
Abbildung 8.12: Positionierung von Ankermietern 8-10
Abbildung 8.13: Branchenmixplan 8-10
Abbildung 8.14: Rekursive Definition Lage 8-11
Abbildung 8.15: Modellierung als Graph 8-11
Abbildung 8.16: Modellierung der Entscheidungsfindung an einem Knoten 8-12
Abbildung 8.17: Modellierung der Wechselwirkungen, Personenstrategien 8-12
Abbildung 8.18: Anwendung der Erkenntnisse aus der Simulation 8-13
Abbildung 8.29: Baumaßnahme München Hbf 8-14
Abbildung 8.29: Verkehrsbelastung durch Baumaßnahmen München Hbf 8-14
Abbildung 8.21: relevante Straßenverkehrsanbindung unmittelbarer Baustellenumgebung 8-15
Abbildung 8.22: Verkehrsnetz – LKW Routen 8-16
Abbildung 8.23: Simulation ExtendSim – Create („Zufallsgenerator für LKW-Input“) 8-17
Abbildung 8.24: Simulation ExtendSim – Kreuzung Bayer-/Sonnenstr. (Item In - Item Out ) 8-18
Abbildung 8.25: Simulation ExtendSim – Exit („Endknoten“ des Verkehrsnetzes) 8-18
Abbildung 8.26: Simulation ExtendSim – Item Activity („Zeitverzögerung durch Befahren der Straße“) 8-19
Abbildung 8.27: Blockmodell Verkehrsnetz 8-19
Abbildung 8.28: Darstellung des Verkehrsnetzes mit lokalen Dichten 8-20
Abbildung 8.29: Histogramme zur Auswertung der Modellsituation 8-21

Kapitel 9: Warteschlangentheorie
Inhaltsverzeichnis
9. Warteschlangentheorie 9-1
9.1 Baustellenbelieferung: Versorgungs- und Entsorgungslogistik 9-1
9.2 Grundstruktur der Warteschlangen 9-3

9.2.1 Strukturen 9-3
9.2.2 Kennwerte 9-3
9.2.3 Gleichgewicht 9-4
9.3 Wesentliche Verteilungen 9-4

9.3.1 Exponentialverteilung 9-4
9.3.2 Poissonverteilung 9-5
9.3.3 Erlang-Verteilung 9-7
9.4 Berechnungsmethodik für Warteschlangenprobleme 9-8
9.5 Resultate für konkrete Situationen 9-10

9.5.1 Nomenklatur 9-10
9.5.2 Ein Kanal, Ankunft und Bedienung exponentiell 9-10
9.5.3 Ein Kanal, Ankunft und Bedienung exponentiell, begrenzt 9-10
9.5.4 n-Kanäle, Ankunft und Bedienung exponentiell 9-11
9.5.5 Ein Kanal, Ankunft exponentiell, Bedienung verteilt nach Erlang 9-11
9.6 Rechenbeispiel 9-12

9.6.1 Rechnung mit Mittelwerten: 9-12
9.6.2 Berechnung nach Warteschlangentheorie: 9-12
9.6.3 Monte-Carlo-Simulation 9-13
Ausgabe 12/2009 – Warteschlangentheorie I

9. Warteschlangentheorie
Wie in den vorigen Kapiteln mehrfach angesprochen, können nur unabhängige Teilsysteme auch
unabhängig voneinander bestimmt werden. Sobald Koppelungen (Vernetzungen) vorliegen, wer-
den diese für das Verhalten des Systems relevant. Eine typische Situation liegt bei der Bildung
von Warteschlangen vor, wie sie im baubetrieblichen Umfeld laufend vorkommen. Eine determi-
nistische oder stochastische Behandlung der einzelnen Transportfahrzeuge ignoriert die Vernet-
zung der einzelnen Fahrzeuge, etwa an der einzigen Entladestelle eines Hochbaus oder an Kreu-
zungspunkten wie der Reifenwaschanlage an der Ausfahrt einer Erdbaustelle. Als wesentlicher
Zweig der Logistik wurden einige grundlegende analytische Lösungen für typische Situationen
ausgearbeitet, die im Folgenden vorgestellt werden sollen.
9.1 Baustellenbelieferung: Versorgungs- und Entsorgungslogistik

Die Untersuchung von Warteschlangen hat sich generell zu einem wichtigen Gebiet bei der Opti-
mierung von Abläufen in Produktionsbetrieben entwickelt. Beispiele der Anwendung gibt es in den
Bereichen Erdbau und Abtransport, Lagerhaltung oder Deponiestrukturen. Das zentrale Beispiel
für den Einsatz der Warteschlangentheorie im Baubereich ist die Ver- und Entsorgungslogistik von
Baustellen.
Abbildung 9.1: Baustellenlogistik
Darüber hinaus gelten diese Überlegungen selbstverständlich in gleicher Weise, nur etwas abs-
trakter, für alle Prozesse und Aktivitäten die auf sequentielle Zulieferung angewiesen sind und
begrenzte Verarbeitungskapazitäten aufweisen. Daher können eine Vielzahl von organisatori-
schen Situationen in gleicher Weise analysiert werden.
Beispiele:
Anstehende Entscheidungen mit Informationsbedarf
Informationslogistik (Gestaltungsplanung, Organisationsplanung)
Leistungsprozesse (=Produktionsprozesse) mit Bedarf an Ressourcen
Steuerungsprozesse
Ressourcen (Arbeitskräfte oder auch Geräte in der Abwicklung von Aufgaben)
Ausgabe 12/2009 – Warteschlangentheorie 9-1

Jede Modellierung und Optimierung von Unternehmen in Prozessen muss zwangsläufig entweder
die Wartezeiten von Prozessen auf Ressourcen oder die Wartezeiten von bereitgestellten Res-
sourcen auf den verarbeitenden Prozess in irgendeiner Weise gestalten. Die Warteschlangenthe-
orie modelliert dabei das Zusammenwirken von Ressourcen und Prozessen analytisch auf der
Basis von Verteilungen.
Abbildung 9.2: Prozesse mit vorgelagerten Prozessen und angekoppelten Ressourcen
Konkret kann das Thema der Versorgungs- und Entsorgungslogistik am Beispiel der Baustelle
Lenbachgärten in Nähe des Münchener Hauptbahnhofes näher betrachtet werden. Unten abge-
bildet ist die lokale Situation bzw. das Straßennetz sowie ein Vorschlag für einen Baustellenein-
richtungsplan. Dort ist zu erkennen, dass die Thematik der Warteschlangen insbesondere bei der
Anlieferung aufgrund des hohen Anliefervolumens und des geringen verfügbaren Anfahrtsraumes
eine hohe Relevanz für die Baustellenlogistik hat.
Abbildung 9.3: Beispiel Baustellenbelieferung Lenbachgärten

9.2 Grundstruktur der Warteschlangen
Das grundlegende Modell aller Warteschlangen wird durch folgende Definitionen von Strukturen,
zentralen Kennwerten und Gleichgewicht beschrieben:
9.2.1 Strukturen
Zunächst werden die wartenden Elemente (Ressourcen) stets als „Kunden“ bezeichnet, die verar-
beitenden Prozesse als Stationen. Die Warteschlangendisziplin sieht vor, dass ein Kunde stets
am Ende der Warteschlange ankommt und die Reihenfolge eingehalten wird. Ein FIFO (first in,
first out) System entspricht der klassischen Form bei der die Bedienreihenfolge „vorwärts“ abge-
wickelt wird, LIFO (last in, first out) dreht die Bedienreihenfolge um.
Ein System kann aus mehreren Kanälen bestehen, die die Anzahl der Stationen beschreibt. Ggf.
sind auch mehrfache Warteschlangen möglich. Eine Warteschlange kann in ihrer Länge begrenzt
sein, so dass Kunden abgewiesen werden müssen.
Zur Untersuchung sind die Systemgrenzen festzulegen, außerhalb derer die Warteschlange keine
Auswirkungen mehr hat. Komplexe System werden in dieser Hinsicht auf Separierbarkeit unter-
sucht, also auf Trennbarkeit in kleinere, einfachere unabhängige Teilsysteme. Systeme sind nach
Maßgabe der Systemtheorie entweder offen oder geschlossen, ggf. zyklisch, wenn Ausgangsin-
formationen wieder auf Eingänge rückwirken.
Ankunft Warteschlang en Kanäle Abfertigung
Abbildung 9.4: Warteschlangenstrukturen
9.2.2 Kennwerte
Im einfachsten Fall der Betrachtung reiner Mittelwerte definieren folgende Kennwerte das Verhal-
ten des Systems:
Die Kanalzahl n steht für die Anzahl der Bedienstationen im System. Weiter beschreibt die An-
kunftsrate λ die Anzahl der eintreffenden Kunden pro Zeiteinheit, also den reziproken mittleren
zeitlichen Abstand zwischen der Ankunft zweier Kunden. Die Abfertigungsrate μ ist eine reziproke
mittlere Bedienungszeit im Kanal und gibt die Anzahl der abgefertigten Kunden je Zeiteinheit wie-
der.
Schließlich bestimmt die Verkehrsdichte ρ =λ /μ als das Verhältnis zwischen Ankunftsrate und
Abfertigungsrate das Verhalten der Warteschlange.

9.2.3 Gleichgewicht
Ist die Verkehrsdichte größer als die Kanalzahl, so wächst die Warteschlange bis ins Unendliche.
In einem Gleichgewichtszustand muss eigentlich stets ρ=n gelten. Meist wird jedoch ρ<n voraus-
gesetzt um in der Warteschlange nur die statistischen Differenzen aufzunehmen. Andernfalls bau-
en sich aber lediglich negative Wartezeiten auf, d.h. der Kanal muss auf Abfertigung warten.
9.3 Wesentliche Verteilungen
9.3.1 Exponentialverteilung
Kommen an einer Warteschlange Kunden zu jedem Zeitpunkt mit der gleichen Wahrscheinlich-
keitsdichte p0 an, so berechnen sich die Abstände nach der Exponentialverteilung. Die Exponenti-
alverteilung hat folgende Dichtefunktion:
t
1 −
P( t ) = e t 0
t0
t′ t′ ∞
∞ ∞ ⎡ ⎤
1 − t0 − ⎛ ⎞
⎥ = ⎜ 0 + t0 ⎟ = 1
∫ P(t ′) dt ′ = ∫
1 ⎢
Die Normierung ist korrekt: e dt = −t 0 e t0
t0 t0 ⎢ ⎥ ⎝ t0 ⎠
0 0 ⎣ ⎦0
Der Mittelwert der Exponentialverteilung ist:

∞
⎡ ⎤ ⎛ ⎞
∞ ∞ t′ ⎢ t′ 1
− t − 1⎥ ⎜ ⎟
1 − t0 1 ⎢ − t0 t0 ⎥ ⎜ −1 ⎟
∫ ∫
1
P = t ′ P(t ′) dt ′ = t ′ e dt = ⎢e 2 ⎥
= ⎜0 − ⎟ = t0
t0 t0 ⎢ ⎛ 1⎞ ⎥ ⎜ t0 ⎛ 1 ⎞ 2 ⎟
0 0
⎢ ⎜− ⎟ ⎥ ⎜ ⎜− ⎟ ⎟
⎣ ⎝ t0 ⎠ ⎦ 0 ⎝ ⎝ t0 ⎠ ⎠
⎛ ax − 1⎞
∫ xe dx = e ax ⎜ 2 ⎟
ax
Dabei ist
⎝ a ⎠
Die Varianz der Exponentialverteilung berechnet sich zu:
∞ ∞ ∞ ∞
∫ ∫ ∫
σ = (t − t 0 ) P(t ′) dt ′ = t P(t ′) dt ′ − 2tt 0 P(t ′) dt ′ + t 0 2 P(t ′) dt ′ ∫
2 2 2
0 0 0 0
∞
∫
σ 2 = t 2 P(t ′) dt ′ − 2t 0 t 0 + t 0 2 = A / t 0 − 2t 0 t 0 + t 0 2
0
∞ ∞
⎛ t′ ⎞ ⎛ t′ ⎞⎛ t′2 2t ′ 2 ⎞ ⎛ t′ ⎞
( )
∞
∫
A = t 2 exp⎜ − ⎟ dt ′ = exp⎜ − ⎟ ⎜
0
⎝ t0 ⎠
+
⎝ t0 ⎠ ⎝ − 1 t0 1 t0 2
+ ⎟ = exp⎜ − ⎟ −t 0 t ′ 2 + 2t 0 2 t ′ − 2t 0 3
−1 t 0 ⎠ 0
3
⎝ t0 ⎠ 0
( )
A = − −2t 0 3 = 2t 0 3
σ = 2t 0 − 2t 0 2 + t 0 2 = t 0 2
2 2
⎛ x 2 2x 2 ⎞
Dabei ist ∫ x 2 e ax dx = e ax ⎜ + + ⎟
⎝ a a2 a3 ⎠
Der Grund für die exponentielle Verteilung liegt in folgender Überlegung:

Die Wahrscheinlichkeit einer Ankunft zwischen t und t + dt nach dem Start (Letzter Ankunft) ist
konstant: p0 dt Damit ist die Wahrscheinlichkeit einer Ankunft zwischen t und dt:
dP = P ( t + dt ) − P ( t ) = (1 − P(t ) ) p0 dt
Sie stellt sich dar als Kombination der Wahrscheinlichkeit, nicht vor t einzutreffen (1 − P(t ) ) und im
Intervall zwischen t und t + dt, nämlich p0 dt .
dP
Durch Umstellen folgt die Differentialgleichung: = (1 − P(t ) ) p0
dt
− p0t
Der Ansatz P(t ) = 1 − e löst die Differentialgleichung mit:
dP
= p0 e − p0t = (1 − P (t )) p0 = ⎡⎣1 − (1 − e − p0t ) ⎤⎦ p0 = p0 e − p0t
dt
und beweist die Sinnhaftigkeit einer Exponentiellen Verteilung.
1
0,9
0,8
0,7
0,6
0,5 Exp-Verteilung
0,4
0,3
0,2
0,1
0
0,000 2,000 4,000 6,000 8,000 10,000
Abbildung 9.5: Exponentialverteilung
9.3.2 Poissonverteilung
Meistens ist es bei solchen Prozessen sinnvoller über die Zahl der Kunden pro Zeiteinheit nach-
zudenken, anstatt über die Verteilung der zeitlichen Abstände. Das obige Beispiel führt dann zur
Poissonverteilung. Diese ergibt sich als Grenzfall der Bernoulliverteilung bei einer großen Anzahl
von Tests mit geringen Wahrscheinlichkeiten p (dann k = n · p = konst). Aus diesem Grund wird
die Poissonverteilung auch als Verteilung seltener Ereignisse bezeichnet. Sie ist insbesondere
anwendbar bei kleinen p-Werten und großen n-Werten. Beispielsweise kann die Anzahl der pro
Zeiteinheit an einer Autobahntankstelle tankenden PKW, der Sechser pro Ausspielung Zahlenlotto
oder der pro Zeiteinheit von einer Versicherung zu regulierenden Schadensfälle als Poissonverteilt
angenommen werden.
kx
P( x ) = exp( − k )
x!
Hierbei gibt P(x) die Wahrscheinlichkeit an, genau x Kunden oder Ereignisse in der Zeiteinheit zu
treffen.

Die Normierung ergibt sich mit
∞ ∞ ∞
kx kx
∑
x=0
P( x ) = ∑
x =0
x!
exp( − k ) = exp( − k )
x =0
∑
x!
= exp( − k ) exp( k ) = 1
Der Mittelwert kann durch Substitution berechnet werden:
∞ ∞ ∞ ∞ ∞
xkx kx k k x −1 kky
∑
x=0
x P( x ) = ∑ x =1
x!
exp( − k ) = exp( − k )
x =1
∑
( x − 1)!
= exp( − k )
x =1
∑
( x − 1)!
= exp( − k )
y=0
y!∑= exp( − k ) exp( − k ) k = k
Die Varianz berechnet sich zu

∞ ∞ ⎡∞ 2 ⎤ ∞
∑ ( x − k ) 2 P( x ) = ∑ ( x 2 − 2 kx − k 2 ) P( x ) = ⎢
⎢
∑x P( x )⎥ − 2 kk + k 2 = − k 2 +
⎥
∑
x 2 P( x ) = − k 2 + A
x=0 x=0 ⎣ x=0 ⎦ x=0
∞ ∞
x2 k x
∞
x k x −1
∞
( y + 1) k y ⎛ ∞ ky ∞
y k y ⎞⎟
A= ∑x
x =0
2
P( x ) =e − k ∑
x =0
x!
= e −k k ∑
x =1
( x − 1 )!
= e −k k ∑
y=0
y !
=e − k k⎜
⎜ ∑ + ∑
⎝ y=0 y ! y=0 y ! ⎠
⎟
=
A = e −k k e k + e −k k e k k = k + k 2
σ 2 = −k 2 + k + k 2 = k
Poissonverteilung
0,14
0,12
0,1
0,08
Poisson
0,06
0,04
0,02
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Abbildung 9.6: Poissonverteilung

9.3.3 Erlang-Verteilung
Die Erlangverteilung trägt dem Gedanken Rechnung, daß Exponentialverteilungen oft die Realität
nur sehr unvollkommen widerspiegeln. In der Praxis sind meist die kürzesten Zeiten nicht die häu-
figsten, eher die eines Mittelwertes. Betrachtet man als Aktion eines Kanals eine Sequenz von
Aktionen, deren Zeitbedarf jeweils exponentiell verteilt ist, so erhält man die sogenannte Erlang-
Verteilung (nach A. K. Erlang, dänischer Telefoningenieur):
(λ r ) r
P( t ) = t ( r −1) exp ( − rλt )
( r − 1) !
1 1
Der Mittelwert t 0 = , die Varianz σ 2 = , die Normierung ist gewährleistet.
λ λ2r
Der Parameter r kennzeichnet die Zahl der subsumierten Einzelprozesse. Für r = 1 erhält man die
bekannte Exponentialverteilung, für r = ∞ eine scharfe „Verteilung“ auf eine Singularität.
Erlang-Verteilungen
0,12
0,1
0,08
r=1
r=2
0,06 r=3
r=4
0,04
0,02
0
0
67
00
33
67
00
33
67
00
33
66
00
33
66
00
33
,6
,0
,3
,6
,0
,3
,6
0,
1,
2,
4,
5,
6,
8,
9,
10
12
13
14
16
17
18
Abbildung 9.7: Erlang-Verteilung

9.4 Berechnungsmethodik für Warteschlangenprobleme

Um von Eingangsverteilungen zu konkreten Ergebnissen zu kommen, bedient man sich i.a. der
Strukturierung von Abläufen in Zustände und betrachtet deren Übergangswahrscheinlichkei-
ten. (Siehe auch Graphentheorie)
Zustandsdiagramm am Beispiel einer Verkehrsampel
Der Systemzustand ist zunächst dadurch bestimmt, dass alle Variablen festgelegt sind. Im Über-
gang müssen alle Variablen neu definiert werden. Es gibt einen Startzustand und einen Endzu-
stand. Weiter sind der Übergangsgrund, Events und ggf. die Wahrscheinlichkeiten eines Über-
gangs zu betrachten.
Rot
Systemzustan d
Gelb
Rot/ Gelb
Grün
Überg an g
Abbildung 9.8: Zustandsdiagramm Übergänge für eine Verkehrsampel
Hier sei ein einfaches Beispiel einer Reparaturwerkstatt betrachtet: Der Einlauf der zu reparieren-
den Maschinen sei nach Poisson verteilt, die Reparaturzeit exponentiell. Man kann sich folgende
Zustände und Übergänge überlegen:
Zu berechnen ist die Wahrscheinlichkeit π n ( t ) dass das System im Zeitraum [t, t+Δt] genau n Kun-
den enthält (in der Warteschlange, wie in der Bedienung). Ein Zustand des Systems sei also, dass
er genau n Kunden enthalte. Dann kann dieser Zustand durch folgende Übergänge erreicht wer-
den:
• Ein Kunde ist zugegangen aus dem Zustand mit n-1 Kunden im System
• Ein Kunde ist abgegangen aus dem Zustand mit n+1 Kunden im System
• Kein Kunde ist zugegangen, keiner ist abgegangen aus dem Zustand mit n Kunden
• Je ein Kunde ist zu, ein anderer ist abgegangen aus den Zustand mit n Kunden.
Die Wahrscheinlichkeit, dass im Zeitraum Δt ein Kunde zugeht, ist λΔt, entsprechend, dass kein
Kunde in diesem Zeitraum zugeht (1-λΔt) (für hinreichend kleines Δt).
In gleicher Weise ist die Wahrscheinlichkeit, dass im Zeitraum Δt ein Kunde abgeht, gerade μΔt,
entsprechend, dass kein Kunde in diesem Zeitraum abgeht (1-μΔt). (für hinreichend kleines Δt).

n-1 p=λΔt (1-μΔt)
p=μΔt (1-λΔt)
n+1
p=(1-λΔt)(1-μΔt) n
p=λΔt μΔt
Abbildung 9.9: Zustandsdiagramm Übergänge für eine Warteschlange
Damit ergibt sich folgende Gesamt-Übergangswahrscheinlichkeit:
π n ( t + Δt ) = π n −1 ( t ) ⋅ λΔt ⋅ (1 − μΔt ) + π n +1 ( t ) ⋅ μΔt ⋅ (1 − λΔt ) + π n ( t ) ⋅ t (1 − μΔt ) ⋅ (1 − λΔt ) + π n ( t ) ⋅ μΔt ⋅ λΔt +...
Diese lässt sich zu einem Differentialquotienten umformen, der die Veränderung im Zeitraum Δt
beschreibt:
π n ( t + Δt ) − π n
= λπ n −1 ( t ) + μπ n +1 ( t ) − ( λ + μ ) π n ( t ) +...
Δt
Nun interessiert im Folgenden der stationäre Zustand, so dass diese Ableitung gegen Null gehen
muss. Damit folgen rekursive Gleichungen wie
λπ n −1 + μπ n +1 − (λ + μ ) π n = 0 , n > 0
μπ 1 − λ π 0 = 0 , n = 0 (Sonderfall ohne den Übergang „Zugang eines Kunden“)
Damit lassen sich nun Verteilungen π(n) berechnen:

n
⎛ λ⎞
πn =⎜ ⎟ π0
⎝ μ⎠
Aus den Verteilungen kann man im Weiteren verhältnismäßig leicht Mittelwerte für Kundenzahlen,
Warteschlangenlängen, Wartezeiten etc. berechnen.

9.5 Resultate für konkrete Situationen
9.5.1 Nomenklatur
Im Folgenden werden die Rechenergebnisse für bestimmte interessante Parameter von Warte-
schlangensystemen angegeben. Insbesondere sind dies:
• L = mittlere Länge der Warteschlange bezogen auf alle Kunden (Warteschlange und Kanal)
• L1= mittlere Länge der nichtleeren Warteschlange (Nur Warteschlange)
• N = mittlere Anzahl der Kunden im System
• T = Mittlere Wartezeit eines Kunden, bezogen auf alle Kunden (Warteschlange und Kanal)
• T1=mittlere Wartezeit, bezogen auf die wartenden Kunden (Nur Warteschlange)
• V = mittlere Verweilzeit eines Kunden im System
• pn= Wahrscheinlichkeit, genau n Kunden im System zu haben
• Pn= Wahrscheinlichkeit, nicht mehr als n Kunden im System zu haben.
Dabei gilt nach wie vor:
• 1/λ = Mittlere Ankunftszeit

• 1/μ = Mittlere Bedienzeit
• ρ=λ/μ Verkehrsdichte
9.5.2 Ein Kanal, Ankunft und Bedienung exponentiell

Ist die Warteschlange für die Ankunft und die Bedienung exponentiell, so gelten folgende Ergeb-
nisse:
λ2
L=
μ( μ − λ )
μ
L1 =
μ−λ
λ
N=
μ−λ
λ
T=
μ(μ − λ )
1
T1 =
μ−λ
1 1
V= =T+
μ−λ μ
p0 = 1 − ρ
p m = ρ m (1 − ρ )
(
Pm = 1 − ρ m +1 )
9.5.3 Ein Kanal, Ankunft und Bedienung exponentiell, begrenzt

Ist die Warteschlange auf maximal M Kunden begrenzt, so gelten folgende Ergebnisse:

1 − ( M + 1) ρ M + Mρ M +1
• L= ρ
(1 − ρ )(1 − ρ M +1 )
1− ρ
• PM = ρ M , entspricht auch der Wahrscheinlichkeit, dass ein ankommender Kunde kei-
1 − ρ M +1
nen Platz mehr in der Warteschlange hat.
9.5.4 n-Kanäle, Ankunft und Bedienung exponentiell

Eine Warteschlange ist für n Stationen vorgesehen. Wird eine Station frei, so wird der nächste
Kunde bedient.
1 ⎛ 1 k⎞ 1 n n
n −1
= ⎜⎜ ∑ ρ ⎟+ ρ
p 0 ⎝ k = 0 k ! ⎟⎠ n ! n−ρ
Sind m Kanäle gerade belegt ( 0 ≤ m ≤ n − 1) , d.h. nicht voll belegt gilt:

1 m
pm = ρ p0
m!
⎛ ρ⎞
k
1
ansonsten für ( m ≥ n) : pm = ρ m p0 = ⎜ ⎟ pn
n ! n m−n ⎝ n⎠
ρ n +1 p 0
• L=
( n − 1) !( n − ρ 2 )
• N = L+ρ
ρ n p0
• T=
( n − 1) ! μ( n − ρ ) 2
1
• V =T+
μ
9.5.5 Ein Kanal, Ankunft exponentiell, Bedienung verteilt nach Erlang

Eine realistischere Situation ergibt sich durch eine erlangverteilte Bedienung
r + 1 λ2
• L=
2r μ( μ − λ )
• N = L+ρ
r +1 λ
• T=
2r μ( μ − λ )
1
• V =T+
μ
Diese Ergebnisse gehen für r = 1 in die Resultate der exponentiell verteilten Bedienungszeiten
über. Der dort nicht mögliche Übergang für r Æ unendlich führt hier auf Ergebnisse mit scharfer
Bedienzeit.
λ2 λ
• L= und T =
2μ(μ − λ ) 2 μ( μ − λ )

9.6 Rechenbeispiel
Im Folgenden sei als Beispiel eine Reparaturwerkstätte für Baufahrzeuge in einem Bauhof eines
Baulogistik-Zulieferers betrachtet.
Zunächst ist anzunehmen, dass die Defektwahrscheinlichkeiten für Fahrzeuge gleich verteilt sind,
im Mittel 10 Fahrzeuge/Tag. Daher können wir von einer Exponentialverteilung für die Ankunftsin-
tervalle ausgehen. Diese Annahme ist sicher zulässig, da die Defekte voneinander unabhängig
sind. Weitergehende Zusammenhänge wie z.B. Montag (Wochenende) o. ä. sollen hier nicht be-
trachtet werden, haben aber enorme Bedeutung.
Als Reparaturzeit wird ebenfalls eine Exponentialverteilung angenommen. Dies sei zunächst da-
mit begründet, dass sehr häufig Kleinstreparaturen anfallen, größere selten (Nicht sehr vernünf-
tig). Die mittlere Reparaturdauer betrage z.B. 100 min.
9.6.1 Rechnung mit Mittelwerten:

24 ⋅ 60 min
Das mittlere Ankunftsintervall beträgt = 144 min , die mittlere Reparaturdauer 100 Minu-
10
ten. Entsprechend kann man davon ausgehen, dass die Werkstatt zu ca. 30% unbeschäftigt ist,
und im Wesentlichen jedes defekte Fahrzeug sofort repariert werden kann und die Werkstatt nach
100 Minuten verlässt.
9.6.2 Berechnung nach Warteschlangentheorie:
1
Ankunftsrate: λ = = 0.00694
144 min
1
Abfertigungsrate: μ = = 0.01
100 min
λ
Verkehrsdichte: ρ = = 0.694
μ
Stabilität: ρ ≤ n Æ stabil für einen Kanal
λ²
• L= = 1,57 mittlere Warteschlangenlänge bezogen auf alle Fahrzeuge im System
μ (μ − λ )
μ
• L1 = = 3.26 mittlere Warteschlangenlänge, bezogen auf Warteschlange
μ−λ
λ
• T= = 227 min = 3.7 h mittlere Wartezeit
μ( μ − λ )
1 1
• V= = T + = 326 min = 5.4 h mittlere Verweildauer
μ−λ μ
• p 0 = 1 − ρ = 0.306 Wahrscheinlichkeit, gerade frei zu sein (Auslastung ca. 30% s.o.)
Einführung einer Begrenzung der Warteschlange auf max. 5 bzw. 2 Fahrzeuge (Etwa aus
Platznot!). Dann interessiert die Wahrscheinlichkeit, ein Fahrzeug abweisen zu müssen (Fremdre-
paratur, Transport)
1− ρ 0.306
• M = 5, ρ = 0.694, PM = M +1
ρM = ⋅ 0.161 = 0.0554 = 5%
1− ρ 0.888

1− ρ 0.306
• M = 2, ρ = 0.694, PM = ρM = ⋅ 0.482 = 0.22 = 22%
1 − ρ M +1 0.666
Zuletzt sei als realere Alternative eine Erlangverteilte Bedienung betrachtet:
Nötig seien z.B. 3 Stufen (r = 3), die jeweils als exponentiell verteilt angenommen werden sollen:
Untersuchen - Testen - Reparieren
Hier ergibt sich eine modifizierte Wartezeit von:
r +1 λ 4
T= = 3,7 h ⋅ = 2,47h
2r μ( μ − λ ) 6
Es ist deutlich zu sehen, dass durch die Verschärfung der Bedienzeit, sich die mittlere Wartezeit
verkürzt. Ingesamt kann diese aber bis zu einem scharfen Wert (r = unendlich) verändert werden,
der dann auch nicht mehr real ist. Der Mittelwert wäre dann
r +1 λ r →∞ 1
T ′ = lim ⎯ ⎯⎯→ 3,7 h = 1.85 h
2r μ ( μ − λ ) 2
9.6.3 Monte-Carlo-Simulation
Zuletzt soll mit einer Extend-Simulation nach den bekannten Monte-Carlo-Verfahren eine einfache
Warteschlange dargestellt werden um die Ergebnisse des theoretischen Überlegungen zu verifi-
zieren.
Mittlere Warteschlangenlänge
λ²
L= = 1,57
μ (μ − λ )
Mittlere Wartezeit
λ
T= = 227 min = 3,7h
μ (μ − λ )
Wahrscheinlichkeit, frei zu sein

p 0 = 1 − ρ = 0.306
Ein „Create“ Block erzeugt die „Kunden“ nach einer entsprechend konfigurierten Exponentialver-
teilung. Anschließend nimmt eine „Queue“ die Items auf bis sie in der „Reparatur-Activity“ ange-
nommen werden können, d.h. diese nicht gerade besetzt ist. Nach der Wartezeit der Activity, e-
benfalls modelliert durch eine Erlangverteilung werden die Items in den „Exit“- Block entlassen.

Abbildung 9.10: Monte Carlo Simulation
Die Resultate nach einer statistisch hinreichenden Anzahl von Durchläufen entsprechen mit hoher
Genauigkeit den theoretischen Vorhersagen:
Die Warteschlangenlänge liegt bei 1.581772 im Vergleich zur Vorhersage 1.57 während der Aus-
lastungsgrad der Reparaturstation mit 0.6908 gerade einem ρ = 1 - 0.306 = 0.694 gegenübersteht.

Abbildung 9.1: Baustellenlogistik 9-1

Abbildung 9.2: Prozesse mit vorgelagerten Prozessen und angekoppelten Ressourcen 9-2
Abbildung 9.3: Beispiel Baustellenbelieferung Lenbachgärten 9-2
Abbildung 9.4: Warteschlangenstrukturen 9-3
Abbildung 9.5: Exponentialverteilung 9-5
Abbildung 9.6: Poissonverteilung 9-6
Abbildung 9.7: Erlang-Verteilung 9-7
Abbildung 9.8: Zustandsdiagramm Übergänge für eine Verkehrsampel 9-8
Abbildung 9.9: Zustandsdiagramm Übergänge für eine Warteschlange 9-9
Abbildung 9.10: Monte Carlo Simulation 9-14

Kapitel 10: Produktionsprozessplanung
Inhaltsverzeichnis
10. Produktionsprozessplanung 10-1
10.1 Produktionsprozessplanung 10-1

10.1.1 Terminplanung 10-1
10.1.2 Ablaufplanung 10-2
10.2 Ablauf – und Terminplanung 10-3

10.2.1 Projektstrukturplan 10-3
10.2.2 Übersicht Vorgehensweise 10-4
10.3 Die Produktionsfunktion 10-5
10.4 Darstellungsformen 10-6

10.4.1 Balkendiagramme 10-6
10.4.2 Weg-Zeit-Diagramm 10-9
10.4.3 Volumen-Zeit-Diagramm 10-12
10.4.4 Netzpläne 10-13
10.5 Modellierung von Ablauf und Terminplänen 10-13

10.5.1 Ereignisknoten-Netzplan (EKN) 10-14
10.5.2 Vorgangspfeil-Netzplan (VPN) 10-14
10.5.3 Vorgangsknoten-Netzplan (VKN) 10-14
10.5.4 Anordnungsbeziehungen 10-15
10.5.5 Zeitabstände 10-16
10.5.6 Mehrfache Beziehungen zwischen Vorgänger und Nachfolger 10-17
10.6 Terminieren von Netzplänen 10-18

10.6.1 Algorithmus des längsten Weges 10-18
10.6.2 Rangbestimmung (kausale Abfolge) 10-19
10.6.3 Graphische Rangbestimmung (Ford) 10-20
10.6.4 Beispiel: Tunnel Farchant 10-20
10.6.5 Listenorientierte Rangbestimmung 10-23
10.6.6 Terminierung von rangsortierten Netzplänen 10-25
10.6.7 Vorwärtsrechnung 10-27
10.6.8 Rückwärtsrechnung 10-28
10.6.9 Puffer und Reserven 10-31
10.6.10 Terminierung eine Vorgangspfeilnetzes 10-36
Ausgabe 12/2009 – Produktionsprozessplanung III

10. Produktionsprozessplanung
10.1 Produktionsprozessplanung
Produktionsplanung Ablaufplanung Terminplanung
Festlegung des Planung des Bauablaufes Planung der Ereignisse

Produktionsverfahrens und Meilensteine
Personalplanung Vorgangsdauern Vertragliche Vorgaben

des Kunden
Geräteplanung
Produktionsprozessplanung
Abbildung 10-1: Übersicht
1
Die Produktionsplanung beinhaltet das Festlegen des Verfahrens, die Geräteplanung und die
Personalplanung. Dazu sind Leistungsdaten von Geräten, Schalung und Rüstung und
Nachunternehmern einzuholen. Das Ergebnis der Produktionsplanung wird in einem
Produktionsplan zusammengefasst. Eine detaillierte Produktionsplanung ist die Grundlage für die
Ermittlung der Produktionsansätze und damit für die Kalkulation und die
Produktionsprozessplanung. Insbesondere kann eine Optimierung der Prozesse ebenfalls nur auf
der Grundlage einer detaillierten Produktionsplanung stattfinden.
Definition Produktionsprozessplanung
„Die Produktionsprozessplanung beinhaltet die Termin- und Ablaufplanung, die in
gegenseitiger Abstimmung entwickelt werden“
10.1.1 Terminplanung
Definition Terminplanung:
„Die Terminplanung ist die Planung der Ereignisse und Meilensteine in einem Projekt“
Diese sind z.B. die Baugenehmigung, die Abnahmen durch die Genehmigungsbehörden oder die
vertraglichen Vorgaben des Auftraggebers.
(Definition Kybernetik der Planungsprozesse)
1
Siehe Grundkurs Bauprozessmanagement 4. Semester
Ausgabe 12/2009 – Produktionsprozessplanung 10-1

PE Projektabwicklung Objektbetrieb
Projektanstoß
Standort- und Marktanalyse
Nutzungskonzeption
Stakeholderanalyse
Projektzieldefinition
Objektkonkretisierung
Realisierungsentscheidung
Ggf. Änderung der Bauleitplanung
Projektprofil
Ausschr./ Vergabe der Planung
Investitions-
Planung
entscheidung
Behördenverfahren
Baugenehmigung
Klärung der
Vertragsform Ausschr./ Vergabe Bauleistung
Ausführung Bau
Abnahme
evt. Klärung der
Vertragsform Betrieb
Verwertung
Abbildung 10-2: Terminplanung
10.1.2 Ablaufplanung
Die Ablaufplanung ist die chronologische Planung der Bauabläufe. Basierend auf der
Projektstruktur werden Vorgänge eingeführt und durch Meilensteine und Ereignisse
vervollständigt. Zunächst wird die Dauer der Vorgänge berechnet, dann die kausalen
Anordnungsbeziehungen zwischen den Vorgängen festgelegt, die sich aus technischen Gründen
zwingend ergeben. Danach werden kapazitive Anordnungsbeziehungen angegeben, die sich aus
einem sinnvollen Einsatz der Ressourcen ergeben. Nach Überprüfung der Verfügbarkeiten und
eventuellen Iterationen zur Optimierung des Ablaufes wird der Ablaufplan schließlich genehmigt.
Nach DIN 69900 sind folgende Elemente der Ablaufplanung definiert:
Definition Vorgang:
„Ein Vorgang ist ein Element, das ein bestimmtes Geschehen beschreibt, wobei Anfang und
Ende wohl bestimmt sind. Die Dauer des Vorgangs ist positiv D > 0“
Beispielsweise hat der Vorgang „Schalung aufbauen“ eine Dauer D= 2 d
Definition Ereignis:
„Ein Ereignis ist ein Element, das das Eintreten eines bestimmten Zustands beschreibt. Die
Dauer eines Ereignisses ist Null: D = 0“
Beispiele für Ereignisse sind etwa der Vertragsschluss oder die Erteilung der Baugenehmigung
Definition Anordnungsbeziehung:
„Eine Anordnungsbeziehung ist eine Quantifizierbare Abhängigkeit zwischen Ereignissen und
Vorgängen. Sie bezieht sich jeweils ausschließlich auf der Start oder das Ende der beteiligten
Vorgänge oder Ereignisse“.

Damit sind vier grundlegende Typen möglich:
Ende – Start (ES)

ES Start – Start (SS)
EE Ende – Ende (EE)
SS Start – Ende (SE)
SE
Abbildung 10-3: Anordnungsbeziehungen
10.2 Ablauf – und Terminplanung

Die Zerlegung eines komplexen Projekts in Teilaufgaben und Arbeitspakete ist Voraussetzung für
die Ablauf- und Terminplanung. Sie liefert Transparenz beispielsweise hinsichtlich der
funktionalen, organisatorischen oder technisch-sachlichen Gliederung eines Projekts. Alle
Aufgaben werden ersichtlich, jedoch erfolgt keine Auskunft über die Reihenfolge, in der das
Projektteam die Arbeitspakete bearbeitet, die Schnittstellen zwischen Teilprojekten/ Teilaufgaben
und Arbeitspaketen sowie die genaue zeitliche Abfolge und Durchführungszeitpunkte.
10.2.1 Projektstrukturplan
Das Projekt ist anhand eines Projektstrukturplans (siehe Kybernetik der Planungsprozesse) in
verschiedene Arbeitspakete und diese ggf. in einzelne Vorgänge aufzuteilen. Der Grad der
Detaillierung des Projektstrukturplans und der Arbeitspakete bzw. Vorgänge ist nach der
Detaillierung im angestrebten Netzplan zu wählen. Dabei ist der Grundsatz zu berücksichtigen,
dass eine möglichst genaue Aufgliederung eine Optimierung in der Projektbearbeitung bedeutet,
jedoch eine unnötige Verfeinerung das Projekt unübersichtlich macht und den Aufwand erhöht.
Projekt
Detaillierungsgrad
Teilaufgaben
Arbeitspakete
Abbildung 10-4: Darstellung eines Projektstrukturplan
Achse 3
Fundament Bachlauf Fundament
Pfähle
B

Abbildung 10-5: Beispiel Dreifeldbrücke
Dreifeldbrücke
Seitendämme Brückenkonstruktion Fahrbahn
Fundamente Widerlager Pfeiler Überbauten Gerüste
Abbildung 10-6: Beispiel Projektstrukturplan Dreifeldbrücke
Arbeitspakete werden schließlich in Vorgänge zerlegt. Erst auf dieser Ebene wird die strikte
Baumstruktur des Projektstrukturplanes verlassen und die Verbindung der Vorgänge über
Anordnungsbeziehungen hergestellt.
Projektebene
Projekt Gesamtaufgabe
AP TA TA TA Teilprojektebene
AP AP TA Teilaufgaben
AP X
A E
AP Y
Arbeitspakete
A E
AP Z
Kostenverdichtung
Terminverdichtung
A E A E
Vorgänge
A Terminanfang
E Terminende
TA Teilaufgabe
AP Arbeitspaket
Arbeitspaket X Arbeitspaket Y
Abbildung 10-7: Arbeitspakete in Vorgänge detailliert
10.2.2 Übersicht Vorgehensweise

Zur Erarbeitung der Ablauf- und Terminplanung wird schrittweise vorgegangen:
1. Schritt: Arbeitpakete detaillieren

Um den Projektablauf planen, überwachen und steuern zu können werden die einzelnen
Arbeitspakete in Vorgänge zerlegt.
2. Schritt: Abläufe festlegen und Ablaufplan erstellen

Im zweiten Schritt sind die Vorgänge sachlogisch miteinander zu verknüpfen. Dies geschieht in
der Regel zunächst ohne Rücksicht auf die Ressourcen. Damit entsteht ein Ablaufplan in dem
eindeutig festgelegt wird, welche Abhängigkeiten zwischen den Ressourcen bestehen, welche
Vorgänge nacheinander, parallel oder unabhängig voneinander ablaufen können und welche
Zeitabstände zwischen einzelnen Vorgängen notwendig sind. Somit werden frühzeitig Abläufe und
Schnittstellen identifiziert.
3. Schritt: Ablaufplan terminieren

Im nächsten Schritt erfolgt die Festlegung der Durchführungsdauern der einzelnen Vorgänge( aus
der Produktionsplanung). Damit können früheste und späteste Lagen berechnet und zeitkritische
Vorgänge sowie zeitliche Spielräume (Puffer) ermittelt und visualisiert werden.
4. Schritt: Optimierung von Ablaufplan und Terminplan

Anschließend beginnt der iterative Prozess der Optimierung. Dabei kann beispielsweise die
Ablaufstruktur bezüglich der kapazitiven Anordnungsbeziehungen modifiziert werden, der Einsatz
von Ressourcen erhöht und damit die Ausführungszeiten reduziert. Auch alternative Reihenfolgen
sind zu erwägen.
5. Schritt: Ablauf- und Terminplan verabschieden

Durch die Verabschiedung des Ablauf- und Terminplans werden die Abläufe und Termine als Soll
festgelegt. Dieses bildet die Grundlage für jegliche Steuerungsprozesse und ist verbindlich für alle
Beteiligten.
6. Schritt: Controlling/Steuerung (Steuerungsprozesse im Organisationsbetrieb)

Zunächst werden laufend die aktuellen Ist- und Solldaten ermittelt. Durch konsequente Soll/Ist
Vergleiche können Abweichungen vom geplanten Ablauf aufgezeigt und analysiert werden. Auf
Basis der Analyseergebnisse lassen sich die Auswirkungen von Abweichungen auf Teilbereiche
des Projekts oder auf das Projektende sehr konkret prognostizieren. Geeignete Maßnahmen zur
Gegensteuerung sind zu finden und ihrerseits in ihrer Auswirkung zu untersuchen.
10.3 Die Produktionsfunktion

Die Dauer der einzelnen Vorgänge bemisst sich nach der Produktionsplanung (Siehe im Weiteren
Grundkurs BPM) und wird in Abhängigkeit von Verfahren, eingesetzten Ressourcen und Geräte-
wie Arbeitsleistung ermittelt. In diesem Zusammenhang soll sie als wohlüberlegt und berechnet
vorausgesetzt werden. Bedeutsam ist jedoch die Tatsache dass die zu Grunde liegende
Produktionsfunktion linear ist. Sie verknüpft die Ausführungsmenge, Ressourcen und Dauer mit
einem Faktor w, der im Wesentlichen den Aufwand des Verfahrens widerspiegelt:
V ⋅w W
D= =
Q ⋅ Td Q ⋅ Td
W Aufwand Ah, Bh
V Volumen, Produktionsmenge t, m3, m2, €
wA, B spezifischer Aufwand Ah/VE, Bh/VE
QA, B Menge Resourcen A, B
D Dauer der Aktivität in Zeiteinheiten h, d, w, m
T Arbeitszeit pro Zeiteinheit h/tu
Td Tägliche Arbeitszeit h/d
TW Wöchentliche Arbeitszeit h/We
TM Monatliche Arbeitszeit h/Mo

10.4 Darstellungsformen
Alle Berechnungen und Überlegungen zu Ablauf- und Terminplänen münden in eine
übersichtliche Darstellung. In Abhängigkeit vom Projekt und von der der aktuellen Aufgabe sind
einsprechend geeignete Visualisierungsformen zu wählen:
• Balkendiagramme
• Weg-Zeit-Diagramme
• Volumen-Zeit-Diagramme
• Netzwerk-Diagramme
10.4.1 Balkendiagramme
Im Balkenplan sind die einzelnen Vorgänge in je einer Zeile als Balken dargestellt. Die Länge und
horizontale Position der Balken stellen auf einer Zeitachse Dauer und Anfangs- und Endtermin
des Vorgangs dar. Anordnungsbeziehungen zwischen den Vorgängen werden als Pfeile zwischen
Anfang und Ende der Balken angezeigt. Die Ordinate kann zur Strukturierung der Vorgänge, etwa
gewerkeweise oder nach Leistung gegliedert werden. Der Balkenplan oder auch das Gantt-
Diagramm ist aufgrund seiner Übersichtlichkeit das meistgenutzte Darstellungswerkzeug in der
Produktionsprozessplanung.
Dauer
Gewerk
Raum
Subunternehmer
…
Struktur
Zeit
Abbildung 10-8: Balkendiagramm
In Balkenplänen werden nicht nur konkrete Vorgänge, sondern in gleicher Weise abstraktere
Inhalte, die auf der Zeitachse stattfinden visualisiert. Sie lassen sich jedoch ohne weiteres in die
Kategorisierung von Vorgängen und Ereignissen wie deren Verknüpfung durch
Anordnungsbeziehungen einordnen.
Im folgenden Beispiel sind die Vorgänge beim Bau der bereits vielfach vorgestellten
Dreifeldbrücke dargestellt:

Nr. Vorgangsname Dauer Anfang Ende rz 21 April 11 Juni 01 August 21 September

17.03. 07.04. 28.04. 19.05. 09.06. 30.06. 21.07. 11.08. 01.09. 22.09. 13.10.
1 Projektbeginn 0 Tage 14.04.08 14.04.08 14.04.
2 Baustelle einrichten 14 Tage 14.04.08 07.05.08
3 Aushub Achse 1 0,5 Tage 07.05.08 08.05.08
7 Fundament Achse 1 2,5 Tage 08.05.08 13.05.08
11 Bohrpfähle Achse 3 4 Tage 08.05.08 13.05.08 Bohrgerät
12 Widerlager Achse 1 18 Tage 26.05.08 26.06.08
13 Pfeiler Achse 2 3 Tage 26.06.08 01.07.08
14 Pfeiler Achse 3 3 Tage 01.07.08 07.07.08
15 Widerlager Achse 4 18 Tage 07.07.08 07.08.08
16 Überbauten Achse 1-2 13 Tage 07.08.08 29.08.08
19 Baustellenräumung 4 Tage 14.10.08 21.10.08
20 Projektende 0 Tage 21.10.08 21.10.08 21.10.
Abbildung 10-9: Vorgänge beim Bau der Dreifeldbrücke
Darüber hinaus sind Ereignisse einzutragen wie beispielsweise die Übergabe eines Plans, eine
Vertragsunterzeichnung oder die Erteilung einer Baugenehmigung. Im folgenden Beispiel sind
etwa die Bestelldaten zu finden, die mit einem bestimmten Vorlauf den Ausführungen
vorausgehen.
Nr. Vorgangsnam e Dauer Anfang Ende Vorgänger Jun '03 Jul '03 Aug '03 Sep '03 Okt '03 Nov '03 Dez '03 Jan '04
02. 09. 16. 23. 30. 07. 14. 21. 28. 04. 11. 18. 25. 01. 08. 15. 22. 29. 06. 13. 20. 27. 03. 10. 17. 24. 01. 08. 15. 22. 29. 05. 12. 19. 26.
1 Subm ission 0 T age M i 21.05.0 Mi 21.05.0 .
2
3 1. Verhandlungsprotokoll 0 T age M i 11.06.0 Mi 11.06.0 11.06.
4 Vorlage Ausführung T rägerverbau 0 T age Di 01.07.0 Di 01.07.0 01.07.
5
6 Werkvertrag Unterzeichnung AN 0 T age Do 24.07.0 Do 24.07.03 24.07.
7
8 T eilbaugenehmigung Erdaushub un 1 T ag? M i 11.06.0 Mi 11.06.0 11.06.
Verbau
9 Baugenehm igung 1 T ag M i 20.08.0 Mi 20.08.0 20.08.
10
11
12 Verbau herstellen 66 Tage M o 21.07.0 M i 22.10.0
13 Verbauträger Bohren 8 T age M o 21.07.0 Mi 30.07.0 21.07. 30.07.
14 IST (Verbauträger Bohren) 20 T age Di 29.07.0 Di 26.08.0 29.07. 26.08.
15 1. Ankerlage 3 T age Do 31.07.0 M o 04.08.0 25EE+1 T ag 31.07. 04.08.
16 2. Ankerlage 3 T age M i 06.08.0 Fr 08.08.03 26EE+1 T ag 06.08. 08.08.
17 3. Ankerlage 3 T age Di 12.08.0 Fr 15.08.03 27EE+1 T ag 12.08. 15.08.
18 IST (Ankerlage und Holzbohlen 45 T age M i 20.08.0 Mi 22.10.0 20.08. 22.10.
19
20
21 Erarbeiten 94 Tage M o 21.07.0 M o 01.12.0
22 Erdarbeiten Unterbau und 13 T age M o 21.07.0 Mi 06.08.0 21.07. 06.08.
Eingangsbereich
23 IST (Erdarbeiten Unterbau und 81 T age M o 21.07.0 Mi 12.11.0 21.07. 12.11.
24 Gebäude 64 Tage Di 29.07.03 Di 28.10.03
25 bis 1. Ankerlage 4 T age Di 29.07.0 Fr 01.08.03 13EE+2 T age 29.07. 01.08.
26 bis 2. Ankerlage 4 T age M o 04.08.0 Do 07.08.03 15AA+2 T age 04.08. 07.08.
27 bis 3. Ankerlage 4 T age Fr 08.08.03 Mi 13.08.0 16AA+2 T age 08.08. 13.08.
28 bis Sohle 4 T age Do 14.08.0 Mi 20.08.0 17AA+2 T age 14.08. 20.08.
29 Restaushub 19 T age Di 19.08.0 Fr 12.09.03 28AA+2 T age 19.08. 12.09.
30 IST (Gebäude) 48 T age Do 21.08.0 Di 28.10.0 21.08. 28.10.
31
32
33 Parkgarage 25 T age M o 11.08.0 M o 15.09.0 11.08. 15.09.
34 (IST Parkgarage) 76 T age M o 21.07.0 Mi 05.11.0 21.07. 05.11.
35 IST (Restaushub Parkgarage) 18 T age Do 06.11.0 M o 01.12.0 06.11. 01.12.
36 Erschließungsmaßnahmen 15 T age M o 04.08.0 M o 25.08.0 04.08. 25.08.
37 IST (Erschließungsmaßnahmen 13 T age M o 08.09.0 Mi 24.09.0 08.09. 24.09.
Abbildung 10-10: Bestelltermine
In gleicher Weise können auch im Rahmen des Soll-Ist-Vergleiches die Solltermine den Ist-
Terminen im Balkenplan gegenübergestellt werden:

Nr. Vorgangsname Dauer Anfang Ende 2. Qtl, 2003 3. Qtl, 2003 4. Qtl, 2003 1. Qtl, 2004 2. Qtl, 2004 3. Qtl, 2004
Apr M ai Jun Jul Aug Sep Okt Nov Dez Jan Feb M rz Apr M ai Jun Jul Aug Sep
1 Submission 0 Tage M i 21.05.0 M i 21.05.0 21.05.
2
3 1. Verhandlungsprotokoll 0 Tage M i 11.06.0 M i 11.06.0 11.06.
4 Vorlage Ausführung T rägerverbau 0 Tage Di 01.07.0 Di 01.07.0 01.07.
5
6 Werkvertrag Unterzeichnung AN 0 Tage Do 24.07.0 Do 24.07.0 24.07.
7
8 T eilbaugenehm igung Erdaushub u 0 Tage M i 11.06.0 M i 11.06.0 11.06.
Verbau
9 Baugenehmigung 0 Tage M i 20.08.0 M i 20.08.0 20.08.
10 Abnahm e 0 Tage Fr 27.08.04 Fr 27.08.04 27.08.
11
12
13
14 Verbau und Erdarbeiten Soll 43 T age M o 21.07.0 Do 18.09.0 21.07. 18.09.
15 Verbau und Erdarbeiten Ist 94 T age M o 21.07.0 M o 01.12.0 21.07. 01.12.
16 Verzug Beginn 0 Tage M o 21.07.0 M o 21.07.0 21.07.
17 Verzug Ende 51 T age Fr 19.09.03 M o 01.12.0 19.09. 01.12.
18
19 Rohbau Casino Soll 93 T age M o 15.09.0 Fr 06.02.04 15.09. 06.02.
20 Rohbau Casino Ist 161 T age M i 29.10.0 Do 01.07.04 29.10. 01.07.
21 Verzug Beginn 31 T age M o 15.09.0 Di 28.10.0 15.09. 28.10.
22 Verzug Ende 105 T age M o 09.02.0 Fr 09.07.04 09.02. 09.07.
23
24 Rohbau Parkgarage Soll 60 T age M o 13.10.0 M o 19.01.0 13.10. 19.01.
25 Rohbau Parkgarage Ist 141 T age Di 02.12.0 M i 07.07.0 02.12. 07.07.
26 Verzug Beginn 36 T age M o 13.10.0 M o 01.12.0 13.10. 01.12.
27 Verzug Ende 117 T age Di 20.01.04 M i 07.07.0 20.01. 07.07.
Abbildung 10-11: Soll-Ist-Vergleich
Auch die Ausgabe von neuen Planindizes gilt als Ereignisse, die im Balkenplan darzustellen sind.
Nr. Vorgangsnam e Dauer Anfang Ende z '03 28. Apr '03 09. Jun '03 21. Jul '03 01. Sep '03 13. Okt '03 24. Nov '03 05. Jan '04 16. Feb '04 29. Mrz '04 10. M ai '04 21. Jun '04 02. Aug
10. 28. 16. 03. 21. 09. 27. 14. 01. 19. 07. 25. 12. 30. 18. 05. 23. 10. 28. 17. 04. 22. 10. 28. 15. 03. 21. 08.
12 Rohbau Gebäude herstellen 210 Tage Mi 20.08.0 Do 01.07.04
13 SB-S-003 - Index a 0 T age M i 20.08.0 M i 20.08.0 20.08.
14 SB-S-003 - Index b 0 T age M i 03.09.0 M i 03.09.0 03.09.
15 SB-S-003 - Index c 0 T age Do 09.10.0 Do 09.10.03 09.10.
16 SB-S-003 - Index d 0 T age Do 27.11.0 Do 27.11.03 27.11.
17 SB-B-010 - Index a 0 T age M i 20.08.0 M i 20.08.0 20.08.
18 SB-B-010 - Index b 0 T age M i 03.09.0 M i 03.09.0 03.09.
19 SB-B-010 - Index c 0 T age Do 27.11.0 Do 27.11.03 27.11.
20 SB-B-010 - Index d 0 T age Fr 05.12.03 Fr 05.12.03 05.12.
21 Bodenplatte / Fundamente 58 T age M i 29.10.0 M o 02.02.0 29.10. 02.02.
22 SB-B-020 - Index a 0 T age Fr 19.09.03 Fr 19.09.03 19.09.
23 Wände UG 36 T age Do 13.11.0 Fr 16.01.04 13.11. 16.01.
24 SB-S-021 - Index a 0 T age Mo 15.09.0 M o 15.09.0 15.09.
25 SB-S-021 - Index c 0 T age Do 09.10.0 Do 09.10.03 09.10.
26 SB-S-021 - Index d 0 T age M i 19.11.0 M i 19.11.0 19.11.
27 SB-B-037 - Index a 0 T age Mo 29.09.0 M o 29.09.0 29.09.
28 SB-B-037 - Index b 0 T age Fr 31.10.03 Fr 31.10.03 31.10.
29 Decke UG 36 T age Do 13.11.0 Fr 16.01.04 13.11. 16.01.
30 SB-B-106 - Index a 0 T age Do 16.10.0 Do 16.10.03 16.10.
31 SB-B-106 - Index b 0 T age Di 25.11.0 Di 25.11.0 25.11.
32 Wände und Stützen Ebene 1 22 T age Mo 19.01.0 Di 17.02.04 19.01. 17.02.
33 SB-B-109 - Index a 0 T age Mo 20.10.0 M o 20.10.0 20.10.
35 Decke Ebene 1 22 T age Mo 19.01.0 Di 17.02.04 19.01. 17.02.
36 SB-B-206 - Index a 0 T age Di 04.11.0 Di 04.11.0 04.11.
38 SB-B-206 - Index c 0 T age Di 09.12.0 Di 09.12.0 09.12.
39 SB-B-206 - Index d 0 T age Fr 20.02.04 Fr 20.02.04 20.02.
40 Wände Ebene 2 58 T age Mo 19.01.0 M i 07.04.0 19.01. 07.04.
44 SB-B-209 - Index d 0 T age Do 04.03.04 Do 04.03.04 04.03.
45 Decke Ebene 2 58 T age Mo 19.01.0 M i 07.04.0 19.01. 07.04.
47 Wände und Stützen Ebene 3 19 T age Mo 05.04.0 M o 03.05.0 05.04. 03.05.
49 Decke Ebene 3 19 T age Mo 05.04.0 M o 03.05.0 05.04. 03.05.
51 SB-B-403 - Index b 0 T age M i 24.03.0 M i 24.03.0 24.03.
53 Wände, Stützen und Unterzüge Ebene 4 32 T age Di 23.03.04 Fr 07.05.04 23.03. 07.05.
55 SB-B-409 - Index b 0 T age Do 22.04.04 Do 22.04.04 22.04.
56 Decke Ebene 4 32 T age Di 23.03.04 Fr 07.05.04 23.03. 07.05.
57 SB-S-033 - Index a 0 T age Mo 20.10.0 M o 20.10.0 20.10.
60 Treppe Ebene 1-3 22 T age Di 01.06.04 Do 01.07.04 01.06. 01.07.
Abbildung 10-12: Ausgabe von Planindizes im Balkendiagramm

10.4.2 Weg-Zeit-Diagramm
Ein Ablaufplan kann auch als Weg-Zeit-Diagramm dargestellt werden. Weg-Zeit-Diagramme sind
vor allem geeignet für Linienbaustellen, die einen gut definierten „Weg“ verfolgen (z. B. Straßen,
Brücken, Tunnel). Dabei wird auf der Abszisse der Ort angetragen, auf der Ordinate nach unten
weisend die Zeit. Eine Darstellung der Vorgänge entsprechend ihrer Struktur, also etwa
gewerkeweise geordnete, ist nicht mehr möglich. Die Vorgänge werden im Weg-Zeit-Diagramm
als Geraden dargestellt, wobei unmittelbar die Produktionsgeschwindigkeit aus der Steigung der
einzelnen Linien abgelesen werden kann.
Alle Leistungsangaben werden mit Bezug auf die Einheit „Weg“ umgerechnet. Örtliche
Gegebenheiten oder räumlich konzentrierte Aktivitäten werden als senkrechte Balken dargestellt.
Vertikale Abschnitte der Vorgänge stehen für zeitliche Stillstände im Ablauf, während horizontale
Abschnitte räumliche Ausnehmungen bzw. Aussparungen anzeigen. Aufgrund der guten
Darstellbarkeit der vielfältigen räumlichen und zeitlichen Zusammenhänge bieten sich Weg-Zeit-
Diagramme zur effizienten Ablaufplanung an.
Weg/ Volumen
Weg Weg
1/Geschwindigkeit
Dauer
1/Geschwindigkeit
Anordnungs
beziehung
Zeit
Dauer
Abbildung 10-13: Weg-Zeit-Diagramm
Beispiel:
Ein Tiefbauunternehmen hat den Auftrag den Bau eines 1000m langen Tunnels auszuführen.
Portal 2
Portal 1
Path
1.000m
Abbildung 10-14: Beispiel Weg-Zeit-Diagramm im Tunnelbau

Innenschale
Kalotte
Sohle
Abbildung 10-15: Aufteilung des Ausbruchsquerschnittes
Der Ausbruch wird zunächst vorlaufend nur in der Kalotte vorgenommen, dann mit einigem
Abstand durch den Ausbruch der Strosse vervollständigt. Im Nachgang wird die Innenschale des
Tunnels betoniert. Der Ablauf beim einseitigen Vortrieb sieht wie folgt aus:
• Baustelleneinrichtung an den Portalen (1 Monat)

• Geschwindigkeit des Kalottenvortriebs 100m/Monat
• Geschwindigkeit des Strossen-/Sohlvortrieb 150m/Monat
• Geschwindigkeit der Fertigung der Innenschale 200m/Monat
• Bau eines Portals 1 Monat
Außerdem ist der Mindestabstand von Kalottenvortrieb zu Sohlvortrieb von 100m zu beachten,
darüber hinaus der Mindestabstand von Sohlvortrieb zu Innenschale von 200m um die
gegenseitige Beeinflussung der Arbeiten zu vermeiden. Die Dauer des Aufbaus des Schalwagens
beträgt 1 Monat. Der Aufbau kann direkt nach der Abschluss der Baustelleneinrichtung erfolgen,
da am Portal keine sonstigen Arbeiten zu verrichten sind. Als Gesamtdauer des Projekts ist bei
dieser Ausführung eine Zeit von insgesamt 14 Monaten vorsehen.
Portal 1
Portal 2
Innenschale 5 Mo
Baustelleneinrichtung
Weg
Portal 1
Kalottenvortrieb Portal 2
Strossenvortrieb
Gesamtdauer 14 Mo
Aufbau
Schalwagen
Mindestabstand 100m
Innenschale
Zeit 1.000m
Mindestabstand 200m
Abbildung 10-16: Beispiel Weg-Zeit-Diagramm im Tunnelbau – einseitiger Vortrieb

Bei einem beidseitigen Vortrieb unter den gleichen Anforderungen und Rahmenbedingungen
beträgt die Gesamtdauer des Projekts nur 12 Monate.
Portal 1
Portal 2
Beidseitiger Ausbruch
Baustelleneinrichtung
Weg
Portal 1
Portal 2
Strossenvortrieb Kalottenvortrieb
Aufbau
Schal- Gesamtdauer ≈ 12 Mo
wagen
Innenschale
Zeit
Abbildung 10-17: Beispiel Weg-Zeit-Diagramm im Tunnelbau – beidseitiger Vortrieb
Ändert sich die Geologie, in diesem Fall reduziert sich die Geschwindigkeit der Kalotten- und
Strossen-/Sohlvortriebe auf jeweils 50m/Monat, so beträgt die Gesamtdauer beim beidseitigen
Aushub 14 Monate.
Portal 1
Portal 2
Änd erung der Geologie: Kalotten- und Strossen-/Sohlvortrieb

reduziert auf 50m /Mo
Baustelleneinrichtung Weg
Portal 1 Portal 2
Kalottenvortrieb
Strossenvortrieb
Installation
Schalungs-
wagen Gesamtdauer 14 Mo
Innenschale
Zeit

Abbildung 10-18: Beispiel Weg-Zeit-Diagramm im Tunnelbau – Änderung der Geologie
10.4.3 Volumen-Zeit-Diagramm
Volumen-Zeit-Diagramme stellen den Zusammenhang zwischen herzustellendem Volumen
(Menge) über die benötigte Zeit dar. Ähnlich dem Weg-Zeit-Diagramm bezieht sich diese
Darstellung allerdings auf ein abstrakteres Produktionsvolumen. Damit werden die Vorteile auch
für Projekte nutzbar, die sich nicht auf einen Weg beziehen. Typisch sind solche Darstellungen
etwa für Erdbaustellen (z.B. Kanalbau, große Baugruben, Bau von Kraftwerkskavernen) oder auch
Projekte mit sehr großen Betonvolumina, bei den sich das transportierte bzw. betonierte Volumen
als ortsunabhängige übergreifende Einheit anbietet. Vielfach dienen Volumen-Zeit-Diagramme
weniger der Planung selbst als der Auswertung einer Planung. Die Produktionsgeschwindigkeit,
also die Steigung der Geraden, wird durch das nach der Zeit abgeleitete Volumen angegeben: v =
∂V/∂t und stellt damit unmittelbar die Auswirkungen der Produktionsfunktion dar.
Beispiel: Arbeiten im Stahlbetonbau
Volumen
Beton Schalung Bewehrung
C
gA
B
g
ng
an
an
rga
rg
rg
o
Vo
V
Vo
Zeit
Abbildung 10-19: Volumen-Zeit-Diagramm für Arbeiten im Stahlbetonbau
Ein typisches Beispiel stellt etwa der Bau des Staudammes Zillergründl in Österreich dar. Dabei
waren für die 186m hohe Staumauer ca. 550.000m³ Material abzutragen, ca. 650.000m³ Fels
auszubrechen und ca. 1,400.000m³ Beton zu verarbeiten.
Abbildung 10-20: Staudamm Zillergründl (A)

10.4.4 Netzpläne
Die Darstellung als Netzplan betont die Zusammenhänge und Strukturen eines Ablaufplanes.
Vorgänge werden als 3x3 Matrizen notiert und mit Pfeilen entsprechend der Beziehungen
verbunden. Netzpläne verdeutlichen daher vor allem die unterschiedlichen kapazitiven und
kausalen Anordnungsbeziehungen. Sie dienen in erster Linie der (manuellen) Berechnung der
zeitlichen Lage von Vorgängen und Ereignissen vor dem Hintergrund der Beziehungen und haben
zur Anschauung verhältnismäßig wenig Bedeutung.
Allerdings bilden sie als Graphen die Grundlage für die Simulation von komplexen Systemen. Sie
spielt daher bei einer zukunftsorientierten Betrachtung eine gewisse Rolle und können
systematisch eine große Anzahl von Informationen beinhalten.
9 6 15 16 16 32 36 9 45 33 15 48 45 4 49
A=1 E=3 E=1
kapazitive AOB 0 201 0 2 401 2 2 411 2 5 601 5 23 701 23
kausale AOB 9 6 15 18 16 34 38 9 47 38 15 53 68 4 72
0
A=
15 2 17 16 16 32 32 12 44 48 6 54 54 1 55
A=1 E=3
0 202 0 0 302 0 0 502 0 5 602 5 18 702 18
15 2 17 16 16 32 32 12 44 53 6 59 72 1 73
0 9 9 77 0 77
Anfang
Ende
0 100 0 0 800 0
0 9 9 77 0 77
17 2 19 32 4 36 44 16 60 59 4 63 62 2 64
E=3 E=1
11 203 11 2 303 2 0 503 0 0 603 0 11 703 11
FA D FE
28 2 30 34 4 38 44 16 60 59 4 63 73 2 75
GP J FP
SA D SE
A=
0
19 4 23 32 4 36 45 26 71 63 13 76 75 2 77
E=3 E=1
11 204 11 2 404 2 2 414 2 0 604 0 0 704 0
30 4 34 34 4 38 47 26 73 63 13 76 75 2 77
Abbildung 10-21: Netzwerkdiagramm
10.5 Modellierung von Ablauf und Terminplänen

Definition Netzplantechnik nach DIN 69900-1
„Alle Verfahren zur Analyse, Beschreibung, Planung, Steuerung, Überwachung von Abläufen auf
der Basis der Graphentheorie, wobei Zeit, Kosten, Einsatzmittel und weitere Einflussgrößen
berücksichtigt werden können.“
Die Netzplantechnik basiert auf den mathematischen Methoden der Graphentheorie. Die
Modellierbarkeit auf dieser Basis steht schon intuitiv außer Frage. Bekanntlich stehen jedoch in
der Graphentheorie lediglich zwei Elemente, nämlich (Gerichtete-) Kanten und Knoten zur
Verfügung, während in der Netzplantechnik die Modellierung von Vorgängen, Ereignissen und
Anordnungsbeziehungen nötig ist. Entsprechend haben sich verschiedene Ansätze der Abbildung
entwickelt, die im Prinzip äquivalent sind, aber jeweils je nach Anforderung unterschiedlich
nützlich sein können. Es werden folgende Ansätze unterschieden:
Ereignisknoten – Netzplan, Vorgangspfeil –Netzplan und Vorgangsknoten – Netzplan.
Die im Bauwesen am weitesten verbreitete Darstellung ist die Vorgangsknotenmodellierung,

teilweise auch die Vorgangspfeil-Darstellung.

10.5.1 Ereignisknoten-Netzplan (EKN)

Der Ereignisknoten-Netzplan enthält nur Ereignisse und Anordnungsbeziehungen. Dabei
beschreiben Knoten Ereignisse. Pfeile beschreiben Anordnungsbeziehungen. Die bekannteste
Netzplan-Methode ist die PERT Methode („Program Evaluation und Review Technique“,
entwickelt von der US-Navy 1958 in Kooperation mit Lockheed). Zwischen den Ereignissen kann
ein Zeitabstand definiert werden
Darstellung
Ereignisnummer
Zeitabstand
Ereignisbeschreibung
Frühester Spätester
Eintritts- Eintritts-
zeitpunkt zeitpunkt
2
Beispiel
10 Start
Kranmontage
1
Start
Fundament
3
10 Start
Schalung Stütze
Abbildung 10-22: Ereignisknotennetzplan
10.5.2 Vorgangspfeil-Netzplan (VPN)

Der Vorgangspfeil-Netzplan ist ein vorgangsorientierter Ablaufplan. Dabei stellen Knoten
Ereignisse dar, Pfeile beschreiben Vorgänge und Anordnungsbeziehungen. Die Vorgangsdauer
steht unter dem Pfeil. Die bekannteste Methode ist die CPM-Methode („Critical Path Method“,
entwickelt von Du Pont de Nemours in 1956/57 in Kooperation mit Sperry Rand Corporation).
Darstellung
Ereignisnummer
Vorgangsbeschreibung
Frühester Spätester
Eintritts- Eintritts- Dauer
zeitpunkt zeitpunkt
Beispiel
1 2 3
Fundament Kranmontage
10 3
4
Stütze schalen
15
Abbildung 10-23: Vorgangspfeil-Netzplan
10.5.3 Vorgangsknoten-Netzplan (VKN)

Der Vorgangsknoten-Netzplan ist eine vorgangsorientierte Ablaufplanung. Vorgänge werden
durch Knoten beschrieben, Anordnungsbeziehungen werden durch Pfeile beschrieben. Er stellt
auch Ereignisse dar (Meilensteine). Die bekannteste Methode ist die MPM-Methode („Metra
Potential Methode“, entwickelt von SEMA in 1958 in Frankreich).

Darstellung
V.Nr V D
Vorgangs-
bezeichnung Anordnungsbeziehung
FAZ GP FEZ
SAZ FP SEZ
Beispiel
1.10 V1 10 1.20 V1 3
Fundament Kranmontage
V.NR Vorg angsnum mer

V Verantwortlic her
D Dauer
2.20 V1 15 FAZ frühester Anfan gszeitpunkt
FEZ frühester Endzeitpunkt
Stütze schalen SAZ spätester Anfangszeitpunkt
SEZ spätester Endzeitpunkt
GP Gesamtpuffer
FP Freier Puffer
Abbildung 10-24: Vorgangsknoten-Netzplan
10.5.4 Anordnungsbeziehungen
Im Folgenden sind nun die bisher nur prinzipiell eingeführten Anordnungsbeziehungen konkret
spezifiziert werden. Wie bereits beschrieben sind sie als quantifizierbare Abhängigkeiten zwischen
Ereignissen oder Vorgängen in DIN 69 900 genormt. Es gibt folgende vier grundlegenden Typen
von Anordnungsbeziehungen:
Definition Normalfolge:
„Die Normalfolge ist eine Anordnungsbeziehung vom Ende eines Vorgangs zum Anfang
seines Nachfolgers“.
Bewehren min Z Ein Beispiel für eine Normalfolge ist das Bewehren einer
I Stahlbetondecke mit daran anschließendem Betonieren.
NF Betonieren
J Normalfolge NF: E(I) – A(J)
Abbildung 10-25: Normalfolge
Definition Anfangsfolge:
„Die Anfangsfolge ist eine Anordnungsbeziehung vom Anfang eines Vorgangs zum Anfang
Schalen
I Ein Beispiel für eine Anfangsfolge ist die Anordnungsbeziehung zwischen
Beginn der Baustelleneinrichtung und Beginn der Erdarbeiten.
AF
J Anfangsfolge AF: A(I) – A(J)
Bewehren
min Z
Abbildung 10-26: Anfangsfolge
Definition Endfolge:
„Die Endfolge ist eine Anordnungsbeziehung vom Ende eines Vorgangs zum Ende seines
Nachfolgers.“

Betonieren min Z Ein Beispiel für eine Endfolge ist die Anordnungsbeziehung zwischen
I Betoniervorgang und dem anschließenden Glätten des Betons.
EF
J
Endfolge EF: E(I) – E(J)
Glätten
Abbildung 10-27: Endfolge
Definition Sprungfolge:
„Die Sprungfolge ist eine Anordnungsbeziehung vom Anfang eines Vorgangs zum Ende
Projektanfang Beispiel für eine Sprungfolge ist die Anordnungsbeziehung

I SF zwischen dem Beginn des Einrichtens einer Baustelle und dem
J Ende des Räumens der Baustelleneinrichtung. Durch den Beginn
Projektende Einrichten einer Baustelle und dem Ende Räumen der
Baustelleneinrichtung ist die Projektdauer bestimmt.
min Z
Sprungfolge SP: A(I) – E(J)
Abbildung 10-28: Sprungfolge
10.5.5 Zeitabstände
Die Anordnungsbeziehungen zwischen zwei Vorgängen können mit einem Zeitabstand belegt
sein, der die Beziehung näher festlegt. Dies kann ein Mindestzeitabstand min Z sein, um z. B. das
Aushärten des Betons vor dem Ausschalen sicherzustellen oder auch ein maximal zulässiger
Zeitabstand max Z, der z. B. das Glätten einer Betonoberfläche rechtzeitig erzwingt. Der
tatsächliche Zeitabstand Z liegt entsprechend zwischen den Grenzen min Z und max Z:
min Z ≤ Z ≤ max Z
min Z
I
NF
max Z
I
I
NF
J
J
min Z
Z
Z
I max Z
NF
Abbildung 10-29: Zeitabstände zwischen Vorgängen

Der Zeitabstand Z ist in Abbildung 10-29 dargestellt. Im ersten Fall ist der Vorgang J
entsprechend den Randbedingungen unter Berücksichtigung von min Z auf der Zeitachse in
Richtung auf den Projektbeginn verschoben worden. Die zweite Darstellung zeigt den Vorgang J
verschoben in Richtung auf das Projektende unter Berücksichtigung von max Z. Die tatsächlich
vorliegende Zeitdifferenz Z wird dann in der dritten Darstellung aufgezeigt.
10.5.6 Mehrfache Beziehungen zwischen Vorgänger und Nachfolger

Komplexere Beziehungen zwischen Vorgängen werden Kombination von Anordnungs-
beziehungen modelliert. Etwa könnte ein minimaler Zeitabstand und ein maximaler Zeitabstand
auch durch eine Kombination von zwei ansonsten unabhängigen Anordnungsbeziehungen
dargestellt werden.
Ein Beispiel für eine solche Kombination ist das Glätten von Betonoberflächen. Zuerst erfolgt das
Betonieren, anschließend das Glätten der Betonoberfläche, wobei Beton weder zu frisch noch
bereits abgebunden sein darf. Dafür wird ein bestimmter minimaler und maximaler Zeitabstand
festgelegt, in dem der Nachfolger durchgeführt werden kann.
Betonieren min Z (zu flüssig)

I
Glätten
J
max Z (zu hart)
Abbildung 10-30: Kombination zweier Normalfolgen
Eine weitere häufig vorkommende Beziehung wird Annäherung genannt:
Definition Annäherung:
„Die Annäherung ist eine Kombination aus Anfangsfolge und Endfolge zwischen zwei
Vorgängen. Es sind jeweils der Beginn der beiden Vorgänge und das Ende der beiden
Vorgänge durch eine Anordnungsbeziehung verbunden“.
Beispiel für eine Annäherung ist die Verlegung der Rohrleitung in der Innenstadt. Zuerst erfolgt
der Grabenaushub mit anschließendem Einbringen des Sandbetts und Verlegen der Rohre.
Abschließend wird der Graben wieder verfüllt. Zwischen allen Vorgängen ist jeweils ein räumlicher
und damit auch zeitlicher Mindestabstand einzuhalten, um sich gegenseitig nicht zu behindern.
Wird der Vorgang J zu langsam, so wird die Anfangsfolge relevant, wird er im Vergleich zum
Vorgang I zu schnell, so greift die Endfolge.
Rohre verlegen min Z

I
AF maßgebend
J
Graben verfüllen
min Z
Abbildung 10-31: Annäherung – AF maßgebend

Rohre verlegen min Z

I
EF maßgebend
J
Graben verfüllen
min Z
Abbildung 10-32: Annäherung – EF maßgebend
10.6 Terminieren von Netzplänen

Auf der Basis der Beschreibung und Modellierung von Ablauf- und Terminplänen durch Netzpläne
sind die zentralen Fragen der Terminierung der einzelnen Vorgänge und Ereignis vor dem
Hintergrund der Gesamtheit der Anordnungsbeziehungen zu beantworten. Die Modellierung selbst
ist durch lokale Festlegung der Interaktionen erfolgt, die wesentlichen Fragen, etwa nach der
Dauer des Projekts, der Abfolge von Terminen, der Puffer zwischen einzelnen Vorgängen oder
dem kritischen Pfad sind aber emergenter Natur. Konkret sind zu deren Beantwortung die
folgenden Schritte nötig, die dann anschließend im Einzelnen detailliert dargestellt werden:
Definieren der Darstellungsweise des Netzplanes

Zusammenstellen der Arbeitspakete aus der Projektstruktur
Entwickeln einer Vorgangsliste (nach kausalen und kapazitiven Randbedingungen)
Feststellen der Dauer der Vorgänge
Beschreiben der Anordnungsbeziehungen nach Typ und ggf. Quantifizierung
Entwickeln einer kausalen Rangordnung
Vorwärtsrechnung
Rückwärtsrechnung
Bestimmen von Pufferzeiten
Optimieren des Netzplanes nach Zeit und Kosten
10.6.1 Algorithmus des längsten Weges

Die Graphentheorie erlaubt die direkte Berechnung der Terminierung eines Netzplanes etwa unter
der Bezeichnung „Algorithmus nach Ford zur Berechnung des Längsten Weges durch einen
Graphen“
Dieser findet mit dem längsten Weg stets die Kette von Vorgängen, die die maximale Zeit dauert.
Daher kann das Projekt nicht in einer kürzeren Zeit ausgeführt werden, wenn alle Vorgänge
berücksichtigt werden sollen. In gleicher Weise kann mit dem Algorithmus von Ford die
entsprechende Vorgangskette für jeden einzelnen Vorgang gefunden werden, die dann den
frühesten Termin dieses Vorgangs bestimmt. Die Definitionen dazu werden am Ende des Kapitels
formuliert, wenn die Voraussetzungen dafür vorliegen.
Es ist einsichtig, dass zur Terminierung eines Vorgangs lediglich die Termine der Vorgänger
bekannt sein müssen. Daher steht als erste Aufgabe an, eine rein kausale Ordnung der Vorgänge
zu beschreiben, die lediglich feststellt, welche Vorgänge zu einem bestimmten Vorgang
Vorgänger, also Voraussetzung zur Berechnung der Termine sind. Diese kausale Ordnung wird
als „Rang“ bezeichnet. Ein Rang ist nichts anderes als der längste Weg vom Startknoten zum
betreffenden Knoten, wenn als Länge der Kante der Wert 1 angesetzt wird

Definition Rang nach DIN 69900-1

„Der Rang eines Knotens ist die größte Anzahl der Pfeile auf dem Weg zwischen Startknoten
und dem betrachteten Knoten.“
Der Rang eines Vorgangs beschreibt formal die größte Anzahl von Pfeilen eines Weges zwischen
dem Startknoten und dem betrachteten Knoten. Die Anzahl der Pfeile gibt im Netzplan die Anzahl
der technischen bzw. ressourcenbezogenen Vorgänger wieder.
Notiert man die Knoten des Netzplanes nach Rängen, so erhält man einen „Rangsortierten
Netzplan“:
Rang
Rang
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
2 3 5 9 15
7 12
Ende
Start
1 6 11 16 17 18
10 4 8 13 14
Abbildung 10-33: Rangsortierter Netzplan
In einem solchen „Rangsortierten Netzplan“ zeigen alle Pfeile nach rechts. Das heißt, eine
Betrachtung der einzelnen Knoten von links nach rechts behandelt jeden Vorgang erst dann,
wenn alle kausal zugrunde liegenden Vorgänge bereits abgewickelt sind. Entsprechend kann
jeder Vorgang direkt terminiert werden, wenn diese Reihenfolge eingehalten wird. Ein weiterer
wesentlicher Vorteil der Berücksichtigung von Rängen ist das Auffinden von Zyklen, d.h. von
Verbindungen, die – von einem Knoten ausgehend – über weitere Vorgänge wieder auf diesen
Ausgangsknoten zurückführen. Zyklen sind nicht zulässig, da sie zu keiner Lösung führen
10.6.2 Rangbestimmung (kausale Abfolge)

Die zentrale Aufgabe der Netzplantechnik besteht also zunächst in der Ordnung und daraus
folgend der Terminierung der Ereignisse und Vorgänge.
Zur Bestimmung der Ränge stehen verschieden Algorithmen zur Verfügung. Schon bei kleinen
Projekten versagt die intuitive Festlegung der Ränge und der Einsatz eines Algorithmus - also
eine klaren Folge von Anweisungen - wird notwendig. Die Abwicklung eines solchen Algorithmus
kann manuell oder im Rechner erfolgen.
Im Folgenden werden zwei äquivalente Methoden der Rangbestimmung gezeigt. Zur Illustration
der Vielfalt unterscheiden sie sich einmal in der Handhabung – listenorientiert und graphisch - ,
zum Anderen beziehen sie sich auf unterschiedliche Darstellungen, nämlich ein
Vorgangsknotennetz und ein Vorgangspfeilnetz. Darüber hinaus ist der erste Ansatz rekursiv
aufgebaut, der zweite iterativ. In beiden Fällen werden die Beziehungen lokal modelliert durch die
Rechenvorschrift:

R (J) = max { R(Ii) + 1 } i = alle Vorgäng er von J
Vorgang Vorgang
Anordnungsbeziehung
i j
Vorgänger Nachfolger
10.6.3 Graphische Rangbestimmung (Ford)

Der Algorithmus nach Ford setzt keinerlei Sortierung voraus. Vorgänge werden als Pfeile notiert,
die durch Knoten als Anordnungsbeziehung verbunden sind. Zur Vereinfachung werden hier
zunächst Normalfolgen vorausgesetzt.
In der Grafik wird zunächst jeder Knoten mit einem vorläufigen Rang 0 versehen, der aber definitiv
die Rechenvorschrift verletzt. Im Zuge der Berechnung werden alle Knoten in beliebiger
Reihenfolge bezüglich der Rechenvorschrift RJ = max { Ri + 1} wobei i = alle Vorgänger von j
korrigiert, wobei aber nur die direkten Vorgänger des Knotens betrachtet werden. Mit einem
solchen Durchlauf werden die Ränge verbessert, jedoch u. U. nicht endgültig. Daher wird dieser
Zyklus iterativ wiederholt bis sich keine Änderungen mehr ergeben. Dann sind die Ränge stabil
und geben das Endergebnis wieder.
0/1/1/1/1/1
B
0/1/2/3/4/4
C
Endpunkt
Startpunkt F
A
0/0/0/0/0/0
0/1/1/1/1/1
G I
0/1/1/1/1/1 0/1/2/2/2/2 0/1/2/3/3/3

E
Abbildung 10-34: Graphische Methode der Rangberechnung
10.6.4 Beispiel: Tunnel Farchant

Der Tunnel Farchant (bei Garmisch) besteht aus zwei Röhren, welche über zwei Querschläge
miteinander verbunden sind. Der Querschnitt wird getrennt in Kalotten und nachlaufenden
Strossenvortrieb ausgebrochen. Die Schutterung des Kalottenvortriebs müsste im Wesentlichen

über den Strossenvortrieb laufen und würden diesen erheblich behindern. Aus diesem Grund wird
in dieser vereinfachten Beispiel-Situation die Schutterung über die Querschläge durchgeführt.
1/Ost, 250m
2/Ost, 350m
Innenschale
1/West, 250m
1/Quer, 20m
2/West, 350m
Kalotte
2/Quer, 30m
3/Ost, 400m
Sohle
3/West, 400m
Abbildung 10-35: Beispiel Tunnel Farchant: Situation
Zunächst wird mit dem Ausbruch der Kalotte in beiden Kanälen begonnen. Sobald der erste
Querschlag erreicht ist kann die Schutterung beider Vortriebe über den Abschnitt West 1 erfolgen
und der Strossenvortrieb in Ost 1 kann beginnen.
1/Ost 1/Ost
2/Ost
2/Ost
1/West 1/West
1/Quer
1/Quer
2/West 2/West
2/Quer 2/Quer
3/Ost 3/Ost
3/West 3/West
Abbildung 10-36: Beispiel Tunnel Farchant: Phase 1 und 2
Sobald der zweite Querschlag hergestellt ist steht zur Schutterung dien Abschnitte West 2 und
Ost 1 zur Verfügung. Damit kann der Strossenausbruch in Ost 2 und West 1 beginnen.
1/Ost 1/Ost
2/Ost 2/Ost
1/West
1/West
1/Quer
1/Quer
2/West 2/West
2/Quer
3/Ost 2/Quer 3/Ost
3/West 3/West
Abbildung 10-37: Beispiel Tunnel Farchant: Phase 3 und 4

Exkurs: Virtuelle Vorgänge
Im Vorgangspfeilnetz ist zur Abbildung von Anordnungsbeziehungen oft ein Vorgang ohne
eigentliche Tätigkeit mit Dauer Null einzuführen, ein so genannter „Virtueller Vorgang“. Ggf. sind in
gleicher Weise auch virtuelle Knoten zu verwenden, die lediglich der Modellierung von AOBs
dienen.
Beispiel 1: Die Vorgänge A und B führen von Knoten 3 zu Knoten 4.
A
A D C
D C
Virtueller
B B Vorg an g,
Dauer d=0
Beispiel 2: Die Vorgänge A und B sind Voraussetzung für C, aber nur B ist eine Voraussetzung für
den Vorgang D.
A C
A C
Virtueller Vorg an g,
D Dauer d=0
B
D
B
Damit kann folgender Netzplan (VPN) für die Situation Tunnel Farchant angegeben werden.
2/Ost
Verfügbar durch Querstollen 1 und 2

1/Ost 3/Ost
Keine Verfügbarkeit in 3/Ost
Ende
2/Ost 2/Quer 3/Ost Verfügbar 3Ost/3West
Durch Querstollen 2 und 2Ost
1/Quer
1/West 3/West
n
n
rstolle
rstolle
2/West
1/Ost
r Que
r Que
vo
ch vo
ruch
Start Muss erledigt werden

tausru
tausb
Muss erledigt werden

Haup
Haup
1/West
2/West 3/West
Abbildung 10-38: Beispiel Tunnel Farchant
Die Rangberechnung sieht dann aus, wie folgt:

2/Ost 0/6/6/6
0/3/5/5
6
5
1/Ost 3/Ost
0/4/4/4 0/5/5/5 Ende

0/2/2/2 3 2/Quer
2/Ost 4 3/Ost 0/7/9/9
1/Quer 2 0/3/3/3 5 9
0/6/8/8
0/1/1/1 1/West 0/5/7/7 3/West
1
2/West 8
1/Ost 7
0/0/0/0
Start
1/West
1
2
2/West 3/West
3
0/1/1/1
0/2/2/2 0/3/3/3
Abbildung 10-39: Beispiel Tunnel Farchant - Rangberechnung
10.6.5 Listenorientierte Rangbestimmung

Alternativ können Ränge auch listenorientiert bestimmt werden. Dazu sei angenommen, dass die
Vorgänge als Knoten (VKN) modelliert sind und die Anordnungsbeziehungen (AOB) als Kanten.
Dann kann wie folgt vorgegangen werden:
1. Sortierung aller AOB nach dem Nachfolger

2. Der Projektanfang (PA) erhält den Rang „0“
3. Suche eines Nachfolgers (J), dessen sämtliche Vorgänger (Ik) (k = Index über alle Vorgänger
von J) bereits einen Rang erhalten haben
4. Bestimmen des Rangs von (J) mit R (J) = Max (R(Ik)) + 1
5. Eintragung von R (J) in alle AOBs ein, in denen J als Vorgänger auftritt
6. Durchlaufen von Punkt 3 – 6 solange, bis alle Vorgänge einen Rang haben
Die in der Vorgangsliste Abbildung 10-33 vorliegenden „Vorgänger-Nachfolger-Beziehungen“

liegen zunächst ungeordnet nacheinander vor. Im ersten Schritt werden diese so sortiert, dass die
Beziehung, bei der der Nachfolger J die kleinste Vorgangsnummer besitzt, als nächstes in die
sortierte Liste aufgenommen wird. Die sortierte Liste ist also fortschreitend mit zunehmender
Vorgangsnummer bezogen auf den Nachfolger.
Im nächsten Schritt werden den Vorgängen beginnend mit dem Projektanfang die Ränge
zugeordnet. Der Projektanfang erhält den Rang „0“. Anschließend werden alle Vorgänge
untersucht, deren Vorgänger bereits einen Rang erhalten haben. Liegen bezogen auf den
betrachteten Vorgang mehrere Vorgänger vor, so ist der mit dem größten Rang maßgebend. Der
Rang des betrachteten Vorgangs ergibt sich aus dem maximalen Rang aller direkten Vorgänger
zzgl. dem Wert „1“ nach der Rechenvorschrift: RJ = max { Ri + 1} wobei i = alle Vorgänger von j

Der nun ermittelte Rang des Nachfolgers J wird auf alle Vorgänger I übertragen, die die gleiche
Vorgangsnummer wie der Nachfolger J haben. Nun wird erneut mit dem Bestimmen des Ranges
aller Nachfolger begonnen, deren Vorgänger bereits einen Rang erhalten haben. Dieser Prozess
wird so lange durchgeführt, bis alle Vorgänge einen Rang erhalten haben. Beispielhaft wird hier
wieder die Dreifeldbrücke angeführt. Der Einfachkeit halber werden ebenfalls nur Normalfolgen
eingesetzt, was aber zur Rangberechnung ohne weitere Bedeutung ist.
Achse 3
Fundament Bachlauf Fundament
Pfähle
B
Vorgang Bezeichnung Dauer in Tagen Vorgänger / AOB

1 Baustelleneinrichtung und Oberbodenabtrag 14,0 Start
2 Aushub Achse 1 0,5 1 / NF
6 Fundament Achse 1 2,5 2 / NF
7 Fundament Achse 2 2,5 3 / NF, 6 / NF
10 Pfähle Achse 3 4,0 1 / NF
11 Widerlager Achse 1 18,0 6 / NF, 8 / NF
12 Pfeiler Achse 2 3,0 7 / NF, 11 / NF
13 Pfeiler Achse 3 3,0 8 / NF, 12 / NF
14 Widerlager Achse 4 18,0 9 / NF, 13 / NF
15 Überbauten Achse 1-2 13,0 11 / NF, 12 / NF, 14 / NF
18 Baustellenräumung und Oberbodenandeckung 4,0 15 / NF, 16 / NF, 17 / NF
Abbildung 10-40: Vorgangsliste mit AOB
Die Anordnungsbeziehungen der linken Spalten der folgenden Darstellung sind ungeordnet und
werden in die Spalten Vorgang der rechten Liste sortiert eingetragen. Dann werden die Spalten
Rang der rechten Liste ausgehend von Rang 0 des Projektstartes konsekutiv ausgefüllt, bis alle
Ränge bestimmt sind.

Ungeordnete Anordnungsbeziehungen Geordnete Anordnungsbeziehungen

Activity Vorgang Rang
i j i j i j
1 2 1 2 1 2
11 12 Alle Beziehungen na ch dem 2 3 2 3
10 4
3 5 Na chfolger ordnen 10
3
4
5
2
3
3
4
15 16
2 6 2 3
3 7
3 7 3 4
4
5
8
9
Projektanfang (PA) hat den Rang 0 6 7 3 4
1 10 4 8 3 6
16 17 9 8 5 6
8 11 5 9 4 5
2
2
6
3
Algorithmus: 7
1
9
10
4
1
5
2
12 13 6 11 3 7
13 14 8 11 6 7
14 15 R(PA) = 0 7 12 4 8
15
16
18
18 Rj = Max (Ri)+1 11
8
12
13
7
6
8
9
17 18
12 13 8 9
11 15
9 14 5 10
14 17
13 14 9 10
13 17
7 12 11 15 7 11
6 11 12 15 8 11
6 7 14 15 10 11
7 9 12 16 8 12
9 14 13 16 9 12
8 13 15 16 11 12
12 16 13 17 9 13
13 16 14 17 10 13
12 15 16 17 12 13
9 8 15 18 11 14
16 18 12 14
17 18 13 14
Abbildung 10-41: Listenorientierte Methode der Rangberechnung
Die in Abbildung 10.41 angegebene Rangsortierung ist auf diese Weise entstanden und kann so
validiert werden.
10.6.6 Terminierung von rangsortierten Netzplänen

Wie schon beschrieben, können rangsortierte Netzpläne unmittelbar mit Terminen versehen
sehen werden, wenn in der kausalen Reihenfolge der Ränge vorgegangen wird.
Der Übersicht halber wird der Netzplan an dieser Stelle nochmals rangsortiert dargestellt: Die
einzelnen Vorgänge sind jeweils in die Spalte ihres Ranges eingeordnet. Die Knoten erhalten zu
diesem Zeitpunkt bereits die Informationen über Vorgangsnummer, Vorgangsbezeichnung und die
Dauer des Vorgangs. Zusätzlich zu den Knoten werden die AOB durch gerichtete Pfeile mit der
Angabe der entsprechenden AOB hinsichtlich Typ und Quantifizierung berücksichtigt.
Abbildung 10-42 zeigt einen rangsortierten Netzplan (Bezogen auf das Beispiel Dreifeldbrücke)
vor der Berechnung.

Baust.Räumung
Hinweis: Sollten für AOBs weitere Angaben für
1,5
1,5
18
14
max Z oder min Z vorliegen, so wird min Z

oberhalb des Pfeils, max Z unterhalb des Pfeils
angegeben.
Überbauten 3-4
13
17
13
13
In diesem Beispiel gibt es als

Anordnungsbeziehungen nur Normalfolgen.
Überbauten 2-3
Diese werden als Pfeil ohne Beschriftung

dargestellt.
13
16
13
12
Überbauten 1-2
11
13
13
15
Widerlager A4
18
14
18
10
Pfeiler A3
13
3
3
9
Pfeiler A2
12
3
3
8
Widerlager A1
18
11
18
7
Fundament A3
2,5
2,5
8
6
Fundament A4
2,5
2,5
5
Fundament A2
Aushub A4
0,5
0,5
2,5
2,5
4
Fundament A1
Aushub A2
Aushub A3
0,5
0,5
2,5
2,5
0,5
0,5
3
4
3
Aushub A1
Pfähle A3
0,5
0,5
10
2
4
2
1
BE
14
14
1
Rang
0
Abbildung 10-42: Rangsortierter Netzplan vor der Brechnung

In der Vorgangsknoten-Darstellung beschreibt jeder einzelne Knoten einen Vorgang mit den
entsprechenden Informationen und zeigt seine Vernetzung im gesamten Netzwerk.
Name
FA D FE Nr Prozess Nummer
FA Frühester Anfang
GP Nr FP
FE Frühestes End e
SA D SE SA Spätester Anfang
SE Spätestes End e
Kosten GP Gesamt Puffer
Resourcen Zusätzliche Information FP Freier Puffer
Abbildung 10-43: Knoten
Hat ein Vorgang I zwei oder mehr Nachfolger Jk, wird er als Quellknoten bezeichnet!
Hat ein Vorgang J zwei oder mehr Vorgänger Ik, wird er als Schließknoten bezeichnet!
Name Name
FA D FE FA D FE
GP Nr FP GP Nr FP
SA D SE SA D SE Schließknoten
Name Name
FA D FE FA D FE
Quellknoten GP Nr FP GP Nr FP
SA D SE SA D SE
Abbildung 10-44: Quell- und Schließknoten
Die kausale Abfolge ist durch die Rangfolge gegeben.
10.6.7 Vorwärtsrechnung
Um den frühesten Zeitpunkt eines Vorgangs sowie das Projektende zu bestimmen, wird die
Vorwärtsrechnung (im Sinne der kausalen Anordnung, d.h. in Rangfolge) beginnend vom
Projektbeginn durchgeführt. Dabei werden jeweils der früheste Anfang (FA) und das früheste
Ende (FE) jedes Vorgangs bestimmt. Die Berechnung wird jeweils für alle Vorgänge eines Ranges
durchgeführt, bevor die Werte für die Vorgänge eines nachfolgenden Ranges bestimmt werden.
Dadurch können unnötige Iterationsschleifen ausgeschlossen werden, die den Rechenaufwand
erhöhen würden.
Durch die Verwendung von min Z (minimaler Zeitabstand) erhält man die kürzeste Projektdauer.
FEJ = Maximum (FEi + ε)

Daraus folgt für den frühesten Anfang (FA) eines Vorganges J:
FAJ = FEJ - DJ
Die in der Vorwärtsrechnung maßgebenden Rechenvorschriften sind abhängig von der Art der
AOB und dem Zeitabstand Z:
Normalfolge: I
„Rechenweg“
J
0 14 14 14 0,5 14,5
(10-1) FA (J) = FE (I) + min Z 1 2
14 0,5
(10-2) FE (J) = FA (J) + D
„Rechenweg“
Anfangsfolge: 0
I
14 14 14
J
0,5 14,5
(10-3) FA (J) = FA (I) + min Z 1
AF+14
2
14 0,5
(10-4) FE (J) = FA (J) + D
„Rechenweg“
Endfolge:
(10-5) FE (J) = FE (I) + min Z I J
0 14 14 14 0,5 14,5
EF+0,5
(10-6) FA (J) = FE (J) – D 1 2
14 0,5
Sprungfolge: I J
0 14 14 14 0,5 14,5
(10-7) FE (J) = FA (I) + min Z 1
SF+14,5
2
14 0,5
(10-8) FA (J) = FE (J) – D
„Rechenweg“
10.6.8 Rückwärtsrechnung
Neben der frühesten Lage aus der Vorwärtsrechnung ist die späteste Lage der Vorgänge mit Hilfe
der Rückwärtsrechnung zu bestimmen, ohne dabei das Projektende nach hinten zu verschieben.
Die Berechnung wird dem Namen nach vom Projektende in Richtung auf den Projektanfang -
jeweils für alle Vorgänge eines Ranges - durchgeführt. Auch hier sind entsprechend den AOB
unterschiedliche Rechenvorschriften zu berücksichtigen.
Die Rückwärtsrechnung liefert die späteste Lage eines Vorganges oder Ereignisses (spätester
Anfang SA und spätestes Ende SE).

SEi = Minimum (SEJ - ε)
Daraus folgt für den spätesten Anfang (SA) eines Vorganges i:
SAI = SEI - DI
Normalfolge: 0
BE
14 14
Aushub A1
14 0,5 14,5
(10-9) SE (I) = SA (J) – min Z 1 2
2,5 14 16,5 16,5 0,5 17
(10-10) SA (I) = SE (I) – D „Rechenweg“
Anfangsfolge: BE Aushub A1
(10-11) SA (I) = SA (J) – min Z 0 14 14 14 0,5 14,5
AF+14
1 2
(10-12) SE (I) = SA (I) + D 2,5 14 16,5 16,5 0,5 17
„Rechenweg“
Endfolge:
(10-13) SE (I) = SE (J) – min Z BE Aushub A1
0 14 14 14 0,5 14,5
(10-14) SA (I) = SE (I) - D 1
EF+0,5
2
2,5 14 16,5 16,5 0,5 17
„Rechenweg“
Sprungfolge:
(10-15) SA (I) = SE (J) – min Z BE Aushub A1
0 14 14 14 0,5 14,5
(10-16) SE (I) = SA (I) + D 1
SF+14,5
2
2,5 14 16,5 16,5 0,5 17
„Rechenweg“
Das Ergebnis der Vorwärts- wie der Rückwärtsrechnung ist in Abbildung 10-45 dargestellt.

Rang
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Aushub A1 Aushub A2 Aushub A4 Fundament A4 Überbauten 1-2
14 0,5 14,5 14,5 0,5 15 15 0,5 15,5 19,5 2,5 22 66,5 13 79,5
2 3 5 9 15
0,5 0,5 0,5 2,5 13
Fundament A2 Pfeiler A2
17 2,5 19,5 42,5 3 45,5
7 12
2,5 3
BE Fundament A1 Widerlager A1 Widerlager A4 Überbauten 2-3 Baust.Räumung

0 14 14 14,5 2,5 17 24,5 18 42,5 48,5 18 66,5 79,5 13 92,5 105,5 1,5 107
1 6 11 14 16 18
14 2,5 18 18 13 1,5
Pfähle A3 Aushub A3 Fundament A3 Pfeiler A3 Überbauten 3-4

14 4 18 18 0,5 18,5 22 2,5 24,5 45,5 3 48,5 92,5 13 105,5
10 4 8 13 17
4 0,5 2,5 3 13
Ausgabe 12/2009 – Produktionsprozessplanung

Rang
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Aushub A1 Aushub A2 Aushub A4 Fundament A4 Überbauten 1-2
14 0,5 14,5 14,5 0,5 15 15 0,5 15,5 19,5 2,5 22 66,5 13 79,5
2 3 5 9 15
14 0,5 14,5 16,5 0,5 17 19 0,5 19,5 19,5 2,5 22 66,5 13 79,5
Fundament A2 Pfeiler A2
17 2,5 19,5 42,5 3 45,5
7 12
17 2,5 19,5 42,5 3 45,5
BE Fundament A1 Widerlager A1 Widerlager A4 Überbauten 2-3 Baust.Räumung

0 14 14 14,5 2,5 17 24,5 18 42,5 48,5 18 66,5 79,5 13 92,5 105,5 1,5 107
1 6 11 14 16 18
0 14 14 14,5 2,5 17 24,5 18 42,5 48,5 18 66,5 79,5 13 92,5 105,5 1,5 107
Pfähle A3 Aushub A3 Fundament A3 Pfeiler A3 Überbauten 3-4

14 4 18 18 0,5 18,5 22 2,5 24,5 45,5 3 48,5 92,5 13 105,5
10 4 8 13 17
17,5 4 21,5 21,5 0,5 22 22 2,5 24,5 45,5 3 48,5 92,5 13 105,5
Abbildung 10-45: Netzplan nach Vorwärts- und Rückwärtsrechnung (mit jeweiligen „Rechenwegen“)
10-30
10.6.9 Puffer und Reserven

Definitionen Puffer und Reserven:
„Reserven sind bewusst eingeplante Ausgleichzeiten um Unwägbarkeiten zu begegnen. Sie

werden durch virtuelle Vorgänge modelliert“.
„Puffer sind Zeitabstände, die sich aus der notwendigen oder sinnvollen Anordnung der
Vorgänge auf der Zeitachse ergeben“.
Aus dem Wissen der jeweiligen frühsten und spätesten Termine können Pufferzeiten abgeleitet
werden. Sie definieren die verschiedenen Möglichkeiten Vorgänge entlang der Zeitachse zu
verschieben ohne dass dies eine Auswirkung auf das Projektende hat.
Es wird zwischen folgenden Freiheitsgraden unterschieden:
Spezifischer Puffer (SP)

Freier Puffer (FP)
Gesamtpuffer (GP)
Sie werden quantitativ immer nur für die früheste Lage aller Vorgänge bestimmt.
Der Spezifische Puffer
Definition Spezifischer Puffer

„Der spezifische Puffer (SP) eines Vorgangs bezüglich seines Nachfolgers ist die Differenz des
tatsächlichen Zeitintervalls Z und des minimalen Zeitintervalls Min Z“.
Ein spezifischer Puffer SP > 0 findet sich nur vor einem Schließknoten.
Name Name
Schließknoten
2 7 9 9 2 11
SP = 0 (mehr als ein Vorgänger)
3 7
SP = 4
7 7 14 14 2 16
Quellknoten Name Name

2 3 5 5 3 8
(Mehr als ein Nachfolger)
4 9
SP = 0
11 3 14 15 3 18
Abbildung 10-46: Spezifischer Puffer
Der spezifische Puffer SP (I) eines Vorgangs I ermittelt sich allgemein aus:

SP (I/J) = Z – min Z (Formel 3-18)

SP (4/7) = FA (7) – FE (4) = 4
Name Name
Name
2 7 9 SP (3/7) = FA (7) – FE (3) = 0 9 2 11
3 7
FA D FE
7 7 14 14 2 16
GP Nr FP
SA D SE
Name Name
2 3 5 5 3 8 Kosten
SP (4/9) = FA (9) – FE (4) = 0
4 9
AOB: NF 0
Ressourcen
10 3 13 13 3 16
„Rechenweg
“
Abbildung 10-47: Spezifischer Puffer
Der Freie Puffer
Definition Freier Puffer

„Der freie Puffer (FP) eines Vorgangs ist der zeitliche Spielraum um den der Vorgang in
Richtung Projektende verschoben werden kann, ohne dass dabei der Beginn eines anderen
Prozesses verändert wird.“
Er leitet sich aus dem minimalen spezifischen Puffer ab, unter Berücksichtigung aller Nachfolger.
Name Name
Schließknoten
2 7 9 9 2 11
SP = 0 (mehr als ein Vorgänger)
3 0 7
SP = 4
7 7 14 14 2 16
Quellknoten Name Name

2 3 5 7 3 8
(Mehr als ein Nachfolger)
4 0 9
SP = 0
11 3 14 15 3 18
Abbildung 10-48: Freier Puffer
Je nach vorliegenden Anordnungsbeziehungen berechnet sich der freie Puffer wie folgt:

Freier Puffer = kleinster Spezifischer Puffer
Vorgang NF 0 Vorgang
FPi = FAj - FEi
i j
Vorgang NF + min Z Vorgang

FPi = FAj - FEi – min Z
i j Formel (3-20)
Vorgang AF + min Z Vorgang

FPi = FAj – FAi – min Z
i j Formel (3-21)
Vorgang EF + min Z Vorgang

FPi = FEj – FEi – min Z
i j Formel (3-22)
Vorgang SF + min Z Vorgang

FPi = FEj – FAi – min Z
i j Formel (3-23)
Der freie Puffer FP (I) eines Vorgangs I ermittelt sich allgemein aus:
FP(I) = min { SP(I/Jk) }

Name
wo b ei gilt: Jk = alle Na chfolg er von I
FA D FE
SP (4/7) = FA (7) – FE (4) = 4
GP Nr FP
Name Name
SP (7/11) = 0
SA D SE
2 7 9 SP (3/7) = FA (7) – FE (3) = 0 9 2 11
3 0 7 0 Kosten
7 7 14 14 2 16 Ressourcen
Name Name Name

SP (8/11) = 3 AOB: NF 0
2 3 5 5 3 8 11 2 13
SP (4/9) = FA (9) – FE (4) = 0 „Rechenweg
4 0 9 3 11
“
10 3 13 13 3 16 16 2 18
Abbildung 10-49: Ermittlung freier Puffer

Name Name Name

2 4 6 6 10 16 16 4 20
2 0 6 0 8 0
2 4 6 6 10 16 16 4 20
Name
6 2 8
5
6 1
12 2 14
Name Name Name Name

Start
0 2 2 2 7 9 9 2 11 20 3
2 23
1 0 3 0 7 5 11 0
0 2 2 7 7 14 14 2 16 20 3 23
Name Name Name Name

2 3 5 5 3 8 8 2 10 FA D FE
AOB: NF 0
4 0 9 0 10 10 GP Nr FP
12 3 15 15 3 18 18 2 20 SA D SE
0 1 Rang 2 3 4 5 6
Abbildung 10-50: Freie Puffer, eingetragen im Netzplan
Gesamtpuffer
Definition Gesamtpuffer
„Der Gesamtpuffer berechnet sich als Differenz zwischen frühester und spätester Lage eines
Vorgangs.“
Für den freien Puffer wird nur der Puffer des direkten Nachfolgers genutzt. Ein Puffer, welcher die
Puffer aller direkten Nachfolger nutzt, und damit reduziert oder aufbraucht, wird Gesamtpuffer
(GP) genannt.
Name
FA D FE
GP (I) = SA (I) - FA (I) = SE (I) – FE (I)
GP Nr FP
Name Name SA D SE
2 7 9 9 2 11
- 5 3 0 5 7 0 Kosten
7 7 14 14 2 16 Ressourcen
Name Name Name

2 3 5 5 3 8 11 2 13
AOB: NF 0
8 4 0 8 9 3 5 11
10 3 13 13 3 16 16 2 18 „Rechenweg
“
Abbildung 10-51: Ermittlung Gesamtpuffer

Name Name Name

2 4 6 6 10 16 16 4 20
0 2 0 0 6 0 0 8 0
2 4 6 6 10 16 16 4 20
Liefert uns:
Name
Puffer
6 2 8
6 5
6 1
12 2 14
Name Name Name Name

Start
0 2 2 2 7 9 9 2 11 20 3
2 23
0 1 0 5 3 0 5 7 5 0 11 0
0 2 2 7 7 14 14 2 16 20 3 23
Name Name Name Name

2 3 5 5 3 8 8 2 10 FA D FE
AOB: NF 0
10 4 0 10 9 0 10 10 10 GP Nr FP
12 3 15 15 3 18 18 2 20 SA D SE
0 1 Rang 2 3 4 5 6
Abbildung 10-52: Gesamtpuffer, eingetragen im Netzplan
Kritischer Weg
Die Anordnung eines Vorgangs ist durch eine frühste und späteste Lage bestimmt. Die Vorgänge,
für welche die frühste und späteste Lage identisch sind, können nicht verschoben werden. Diese
Vorgänge werden kritische Vorgänge genannt und formen den kritischen Weg.
Definition Kritischer Weg bzw. Kritischer Pfad

„Der kritische Weg setzt sich aus den Vorgängen zwischen Projektanfang und Projektende
zusammen, deren Verlängerung oder Verschiebung eine unmittelbare Verlängerung der
Projektdauer zur Folge haben. Alle Vorgänge, die auf dem Kritischen Weg liegen, haben weder
freien Puffer noch einen Gesamtpuffer“.
Name Name Name

2 4 6 6 10 16 16 4 20
0 2 0 0 6 0 0 8 0
2 4 6 6 10 16 16 4 20
Liefert uns:
Kritischen Weg
Name
6 2 8
6 5
6 1
12 2 14
Name Name Name Name

Start
0 2 2 2 7 9 9 2 11 20 3
2 23
0 1 0 5 3 0 5 7 5 0 11 0
0 2 2 7 7 14 14 2 16 20 3 23
Name Name Name Name

2 3 5 5 3 8 8 2 10 FA D FE
10 4 0 10 9 0 10 10 10 AOB: NF 0 GP Nr FP
12 3 15 15 3 18 18 2 20 SA D SE
0 1 Rang 2 3 4 5 6
Abbildung 10-53: Kritischer Weg im Netzplan

Abbildung 10-54: Kritischer Weg, Visualisierung der Frühesten Lage im Balkendiagramm
Abbildung 10-55: Kritischer Weg, Visualisierung der Spätesten Lage im Balkendiagramm
10.6.10 Terminierung eine Vorgangspfeilnetzes

Am Beispiel Tunnel Farchant sollen diese Abläufe schließlich noch für ein alternatives
Vorgangspfeilnetz gezeigt werden. Definitionen und Procedere sind völlig mit dem genannten
identisch, lediglich die Notierung unterscheidet sich.
Zur Vorwärtsrechnung wird im Vorgangspfeilnetz zuerst der Startpunkt (Rang 0) mit einem
vorgegebenen Termin versehen, dann in Rangfolge für jeden Knoten, also den Anfang jeden
Vorgangs der entsprechenden Termin aus dem Vorgängertermin plus der Vorgangsdauer
berechnet. Gibt es mehrere Vorgänger (Quellknoten), so wird der früheste mögliche Termin, also
der späteste Vorgängertermin angetragen. Eine Markierung hält dabei fest, welcher Vorgänger in
diesem Fall relevant war. Sich für die anderen Vorgänger ergebende Freiräume (Freie Puffer)
können dabei gleich mit notiert werden.
Der Kritische Weg ergibt sich durch Rückverfolgung der als „Relevant“ markierten Vorgänge vom
Endknoten aus.
81 2/Ost 131
(124)P=7 6
5 43
31
1/Ost 3/Ost
(65)P=16
50 (181)P=43
77 81 31 Ende
34 2/Ost 3 2/Quer 4 3/Ost 131
1/Quer 2 43 3 5 9
31 50
3 1/West 224
31 (112)P=19 43 3/West
1 131 2/West 8
1/Ost 7
(74)P=7 174
31 (31)P=3
Start (74)P=57
0 (124)P=50
31
1/West Blau: Ausbruch Kalotte
1
Rot: Ausbruch Strosse/Sohle
2
2/West 3/West 50 Grau: Virtuelle Vorgänge
3
31 43 74 124
Abbildung 10-56: Graphische Terminierung am Beispiel Tunnel Farchant

Abbildung 10-1: Übersicht ........................................................................................................................... 10-1
Abbildung 10-2: Terminplanung .................................................................................................................. 10-2
Abbildung 10-3: Anordnungsbeziehungen .................................................................................................. 10-3
Abbildung 10-4: Darstellung eines Projektstrukturplan ............................................................................... 10-3
Abbildung 10-5: Beispiel Dreifeldbrücke ..................................................................................................... 10-4
Abbildung 10-6: Beispiel Projektstrukturplan Dreifeldbrücke ...................................................................... 10-4
Abbildung 10-7: Arbeitspakete in Vorgänge detailliert ................................................................................ 10-4
Abbildung 10-8: Balkendiagramm ............................................................................................................... 10-6
Abbildung 10-9: Vorgänge beim Bau der Dreifeldbrücke............................................................................ 10-7
Abbildung 10-10: Bestelltermine ................................................................................................................. 10-7
Abbildung 10-11: Soll-Ist-Vergleich ............................................................................................................. 10-8
Abbildung 10-12: Ausgabe von Planindizes im Balkendiagramm............................................................... 10-8
Abbildung 10-13: Weg-Zeit-Diagramm........................................................................................................ 10-9
Abbildung 10-14: Beispiel Weg-Zeit-Diagramm im Tunnelbau ................................................................... 10-9
Abbildung 10-15: Aufteilung des Ausbruchsquerschnittes........................................................................ 10-10
Abbildung 10-16: Beispiel Weg-Zeit-Diagramm im Tunnelbau – einseitiger Vortrieb ............................... 10-10
Abbildung 10-17: Beispiel Weg-Zeit-Diagramm im Tunnelbau – beidseitiger Vortrieb ............................. 10-11
Abbildung 10-18: Beispiel Weg-Zeit-Diagramm im Tunnelbau – Änderung der Geologie........................ 10-12
Abbildung 10-19: Volumen-Zeit-Diagramm für Arbeiten im Stahlbetonbau .............................................. 10-12
Abbildung 10-20: Staudamm Zillergründl (A) ............................................................................................ 10-12
Abbildung 10-21: Netzwerkdiagramm ....................................................................................................... 10-13
Abbildung 10-22: Ereignisknotennetzplan................................................................................................. 10-14
Abbildung 10-23: Vorgangspfeil-Netzplan................................................................................................. 10-14
Abbildung 10-24: Vorgangsknoten-Netzplan............................................................................................. 10-15
Abbildung 10-25: Normalfolge................................................................................................................... 10-15
Abbildung 10-26: Anfangsfolge ................................................................................................................. 10-15
Abbildung 10-27: Endfolge ........................................................................................................................ 10-16
Abbildung 10-28: Sprungfolge................................................................................................................... 10-16
Abbildung 10-29: Zeitabstände zwischen Vorgängen............................................................................... 10-16
Abbildung 10-30: Kombination zweier Normalfolgen ................................................................................ 10-17
Abbildung 10-31: Annäherung – AF maßgebend...................................................................................... 10-17
Abbildung 10-32: Annäherung – EF maßgebend...................................................................................... 10-18
Abbildung 10-33: Rangsortierter Netzplan ................................................................................................ 10-19
Abbildung 10-34: Graphische Methode der Rangberechnung.................................................................. 10-20
Abbildung 10-35: Beispiel Tunnel Farchant: Situation .............................................................................. 10-21
Abbildung 10-36: Beispiel Tunnel Farchant: Phase 1 und 2 ..................................................................... 10-21
Abbildung 10-37: Beispiel Tunnel Farchant: Phase 3 und 4 ..................................................................... 10-21
Abbildung 10-38: Beispiel Tunnel Farchant .............................................................................................. 10-22
Abbildung 10-39: Beispiel Tunnel Farchant - Rangberechnung ............................................................... 10-23
Abbildung 10-40: Vorgangsliste mit AOB .................................................................................................. 10-24
Abbildung 10-41: Listenorientierte Methode der Rangberechnung .......................................................... 10-25
Abbildung 10-42: Rangsortierter Netzplan vor der Brechnung ................................................................. 10-26
Abbildung 10-43: Knoten ........................................................................................................................... 10-27
Abbildung 10-44: Quell- und Schließknoten.............................................................................................. 10-27
Abbildung 10-45: Netzplan nach Vorwärts- und Rückwärtsrechnung (mit jeweiligen „Rechenwegen“) ... 10-30
Abbildung 10-46: Spezifischer Puffer ........................................................................................................ 10-31
Abbildung 10-47: Spezifischer Puffer ........................................................................................................ 10-32
Abbildung 10-48: Freier Puffer .................................................................................................................. 10-32
Abbildung 10-49: Ermittlung freier Puffer .................................................................................................. 10-33
Abbildung 10-50: Freie Puffer, eingetragen im Netzplan .......................................................................... 10-34
Abbildung 10-51: Ermittlung Gesamtpuffer ............................................................................................... 10-34
Abbildung 10-52: Gesamtpuffer, eingetragen im Netzplan ....................................................................... 10-35
Abbildung 10-53: Kritischer Weg im Netzplan........................................................................................... 10-35
Abbildung 10-54: Kritischer Weg, Visualisierung der Frühesten Lage im Balkendiagramm..................... 10-36
Abbildung 10-55: Kritischer Weg, Visualisierung der Spätesten Lage im Balkendiagramm..................... 10-36
Abbildung 10-56: Graphische Terminierung am Beispiel Tunnel Farchant .............................................. 10-37

Skript VernetzteStrukturen 1209

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Skript VernetzteStrukturen 1209

Hochgeladen von

Copyright:

Verfügbare Formate

Prozessorientierung

und Vernetzte Strukturen

Lehrstuhl für Bauprozessmanagement und Immobilienentwicklung

Prozessorientierung und Vernetzte Strukturen

Kapitel 1 Kybernetik der Planungsprozesse - Retrospektive

Kapitel 2 Vom Vernetzten Denken zur Prozessorientierung

Kapitel 4 Optimierung in komplexen Zusammenhängen

Kapitel 5 Graphentheorie und fundamentale Strukturen

Kapitel 6 Optimierung in diskreten Entscheidungssystemen

Kapitel 7 Kapazität von Transportnetzen

Kapitel 8 Grundlagen der Monte-Carlo-Simulation

Kapitel 9 Grundlagen der Warteschlangentheorie

Ausgabe 12/2009 – Prozessorientierung und Vernetzte Strukturen i

Kapitel 1: Kybernetik der Planungsprozesse - Retrospektive

Ausgabe 12/2009 – Retrospektive X

• Einholen von Informationen

Ausgabe 12/2009 – Retrospektive 1

Typische Aspekte der Akteure sind etwa:

• Zugeordnete Aufgaben, etwa Leistungsprozesse (Arbeitspakete)

Ausgabe 12/2009 – Retrospektive 2

1.3.2 Kybernetische Aspekte

Ausgabe 12/2009 – Retrospektive 3

Kapitel 2: Prozessorientierung und Vernetzte Strukturen

2 Vom vernetzten Denken zur Prozessorientierung 2-1

2.1 Planen und Steuern 2-1

2.2 Werkzeuge des vernetzten Denkens 2-6

2.3 Formale Formulierungen von Aufgaben 2-17

2.4 Planungszyklen 2-32

2.5 Aufgabe 2-33

Ausgabe 12/2009 – Vom Vernetzten Denken zur Prozessorientierung i

2 Vom vernetzten Denken zur Prozessorientierung

Wiederholung und Exkurs:

Ausgabe 1/2009 –Vom Vernetzten Denken zur Prozessorientierung 2-1

Abb. 2-1. Planung

Beispiel: Planung einer Baugrube.

Abb. 2-2. Planung Baugrube

2.1.2 Assoziatives Denken

Menschliches Denken ist im Wesentlichen „assoziativ“ (lat. ‚associare’: „beigesellen, vereinigen,

Ausgabe 12/2009 – Vom Vernetzten Denken zur Prozessorientierung 2-2

Abb. 2-3. Stringentes Denken - Assoziationsradius

2.1.3 Planung komplexer Abläufe und Zusammenhänge

Abb. 2-4. Einfache und komplexe Projekte

Ausgabe 12/2009 – Vom Vernetzten Denken zur Prozessorientierung 2-3

Stromnetze, Wasserstraßen, Tunnelbauwerke bis hin zu einer veränderten Infrastruktursituation in

Vielfach vernetzte Planungsaufgaben finden sich etwa im Schlüsselfertigen Hochbau, z.B. im

Abb. 2-5. komplexe Planungsaufgabe: Sanierung Shopping Center

2.1.4 Aspekt „Delegieren“

2.1.5 Aspekt „Kommunizieren“

Ausgabe 12/2009 – Vom Vernetzten Denken zur Prozessorientierung 2-4

2.1.6 Aspekt „Dokumentieren“

2.1.7 Exkurs: Simulation

2.1.8 Angebote der Technik

In den vergangenen Jahrzehnten wurden mehrfach Versuche unternommen um die Probleme

Ausgabe 12/2009 – Vom Vernetzten Denken zur Prozessorientierung 2-5

2.2 Werkzeuge des vernetzten Denkens

2.2.2 Mindmap / Assoziogramm

Tony Buzan (*1942), ein britischer Wirtschaftsjournalist, entwickelte die

Abb. 2-6. Beispiel: Mindmap

Ausgabe 12/2009 – Vom Vernetzten Denken zur Prozessorientierung 2-6

Mindmaps finden ebenfalls überall da Anwendung, wo Kreativität und Sondervorschläge im Vor-

Abb. 2-7. Modell der Pasing Arcaden

In anderen Zusammenhängen ist eine Struktur nicht nur Hilfsmittel sondern

Abb. 2-8. Ishikawa-Diagramm

Opportunities Æ Der Markt bietet ein hohes Nachfragepotential

Die Imperative oder Prozedurale Planung