Ziele, Grenzen und Arten von

Präsentation zum Thema: "Ziele, Grenzen und Arten von"—  Präsentation transkript:

1

2 Ziele, Grenzen und Arten von
computerbasierten Simulationen

3 Aufbau der Präsentation
Was ist Simulation? Simulation und Modell Modellexperimente Geschichte der Simulation Fächerübergreifende Tätigkeit Potentiale und Grenzen der Simulation Simulationen in der Ökonomie Simulation in der Betriebswirtschaftslehre Zukünftige Entwicklungen

4 Simulation ist eine Vorgehensweise zur Analyse dynamischer Systeme
Was ist Simulation? Simulation ist eine Vorgehensweise zur Analyse dynamischer Systeme dabei werden Experimente an einem Modell der Realität durchgeführt so werden Erkenntnisse gewonnen, die eine zielgerichtete Beeinflussung des realen Systems ermöglichen

5 Verhältnis von Simulation und Modell ist hervorzuheben
Simulation und Modell werden nicht synonym verwendet Modell stellt die Abbildung eines Systems dar Simulation arbeitet mit einem Modell Verhältnis von Simulation und Modell ist hervorzuheben Aus den obigen Ausführungen ist ersichtlich, dass Simulation und Modell nicht synonym verwendet werden: während das Modell die Abbildung eines Systems darstellt, handelt es sich bei der Simulation um die Arbeit mit einem Modell

6 Die reale Welt wird dabei mit Hilfe entsprechender Modell nachgeahmt
Simulation Modellexperimente Simulation ist jede Art von Modellexperimenten, die durch den Computer realisierbar gemacht werden Ziel der Simulation ist die Nachahmung und Untersuchung des Systemverhaltens Zu dem Zweck lässt man Größen auf das Modell einwirken, die den Umwelteinwirkungen auf das System entsprechen Die reale Welt wird dabei mit Hilfe entsprechender Modell nachgeahmt wir verstehen im Weiteren unter Simulation jede Art von Modellexperimenten die durch den Computer realisierbar gemacht werden Ziel der Simulation ist die Nachahmung und Untersuchung des Systemverhaltens Zu dem Zweck lässt man Größen auf das Modell einwirken, die den Umwelteinwirkungen auf das System entsprechen Die reale Welt wird dabei mit Hilfe entsprechender Modell nachgeahmt

7 Gründe für Modellexperimente
Simulation Gründe für Modellexperimente Gefahrenpotenzial: Durchführung von Experimenten am realen System kann sehr gefährlich sein, für Mensch und Maschine Störungsfreiheit: Bei der Optimierung bereits vorhandener Systeme sind Störungen zum Experimentieren unerwünscht Durch den Schritt von der Wirklichkeit des Systems zu dem Experiment am Modell, ergibt sich eine Erleichterung in der Handhabung, Bearbeitung oder Darstellung des Systems Gründe für Modellexperimente und den Einsatz von Simulationen können sein Gefahrenpotenzial: Die Durchführung von Experimenten am realen System ist sehr gefährlich für den Menschen oder das Material, d.h. bei zerstörerischen oder gefährlichen Systemen sind Experimente mit dem Simulationsmodell vorzuziehen Störungsfreiheit: Bei der Optimierung bereits existierender Systeme sind Störungen zum Zwecke des Experimentierens meist unerwünscht. Aktive Experimente könnten allerdings den normalen Betriebsablauf hindern.

8 Gründe für Modellexperimente
Simulation Gründe für Modellexperimente Kosten: Durchführung aktiver Experimente in der Realität kann sehr teuer sein Beobachtbarkeit: Manche realen Systeme sind nicht oder nur schwer beobachtbar Kosten: Die Durchführung aktiver Experimente in der Realität kann sehr teuer sein. Meistens ist es billiger, Untersuchungen mit Hilfe von Simulationen, durchzuführen. Beobachtbarkeit: Manche realen Systeme sind nicht oder nur schwer beobachtbar. Dies kann an der Unzugänglichkeit der Vorgänge, oder an schwer zu überwindenden Unterschieden im Größen- oder Zeitmaßstab liegen. Dagegen sind in einer Simulation prinzipiell alle Einflussfaktoren beobachtbar, und die Zeit lässt sich in der Simulation nach Bedarf verlangsamen oder beschleunigen.

9 Geschichte der Simulation
1945 Simulation Geschichte der Simulation Ära der Simulation John von Neumann mit der Idee eines digitalen Windkanals John von Neumann Die Ära der Simulation im heutigen Sinne, d.h. in Verbindung mit Digital-Computern, begann nach 1945. John von Neumann hatte zu dieser Zeit bereits die Idee eines digitalen Windkanals

10 Geschichte der Simulation
1945 Simulation Geschichte der Simulation Für Quantenphysik wurde die Simulation unersetzbar Aber auch Natur- und Sozialwissenschaften Und insbesondere das Militär, die Ökonomie und Politik stützen sich zunehmend auf Simulationen So wurde der „ENIAC“ Rechner im Rahmen der amerikanischen Forschung an der Wasserstoff- bombe, für stochastische Simulationen eingesetzt. Für die Quantenphysik wurden Simulationen unersetzbar, aber auch Natur- und Sozialwissenschaften UND insbesondere das Militär, die Ökonomie und Politik stützten sich zunehmend auf Simulationen um mittels der erhaltenen Daten Vorhersagen und Strategien entwerfen zu können. So wurde der ENIAC Rechner im Dezember 1945, im Rahmen der amerikanischen Forschung an der Wasserstoffbombe, für stochastische Simulationen, eingesetzt

11 Geschichte der Simulation
1950 Simulation Geschichte der Simulation Ab Mitte der 50er Jahre erfuhr die Simulation einen immer höheren Stellenwert Die Komplexität globaler ökonomischer, militärischer und politischer Prozesse (kalter Krieg) ließ der Prognose und Kontrolle, und damit der Simulationstechnik, eine besondere Rolle zukommen Ab Mitte der 50er Jahre erfuhr die Simulation einen immer höheren Stellenwert. Die Komplexität globaler ökonomischer, militärischer und politischer Prozesse, vor allem angetrieben von der Systemkonkurrenz im Kalten Krieg, ließ der Prognose und Kontrolle, und damit der Simulationstechnik, eine bedeutende Rolle zukommen

12 Geschichte der Simulation
1960 Simulation Geschichte der Simulation Bau von immer leistungsfähigen Supercomputern Hauptsächlich im Verteidigungssektor Auch heuten stehen größte und schnellste Rechner der Welt in Forschungszentren der US-Regierung Zur vorwiegend militärischen Simulationen Während der 60-jährigen Geschichte des Computers wurde der Bau von immer leistungsfähigeren Supercomputern stets von den Rechen- und Speicherbedürfnissen anspruchsvoller Simulationsaufgaben angetrieben. Nicht selten entstammten diese Aufgaben dem Verteidigungssektor; auch heute stehen die größten und schnellsten Rechner der Welt in den Forschungszentren der US-Regierung, wo sie vorwiegend für militärische Simulationen eingesetzt werden.

13 Geschichte der Simulation
1970 Simulation Geschichte der Simulation Wurden Simulationen zum Standard industrieller Produktionsprozesse, der Unternehmens- und Zukunftsforschung Analyse und Prognose des Weltenergieverbrauchs, kämpfen allerdings heute noch um Legitimation Dies zeigt die Ambivalenz der computerbasierten Forschung In den 70er Jahren wurden Simulationen zum Standard industrieller Produktionsprozesse, Der Unternehmens- und der Zukunftsforschung avanciertere Projekte, wie bspw. die Analyse und Prognose des Weltenergieverbrauchs, kämpfen allerdings teilweise noch heute um ihre Legitimation, darin zeigt sich die Ambivalenz computerbasierter Forschung (

14 Geschichte der Simulation
1980 Simulation Geschichte der Simulation Hier standen aufwändige und öffentlichkeitswirksame Simulationsaufgaben im Vordergrund Aufgaben, deren Lösung nur mit Hilfe von Großrechnern möglich ist Man versprach sich von ihnen einen bedeutenden Fortschritt in allen Bereichen Bis zu den 80er Jahren standen aufwändige und öffentlichkeitswirksame Simulationsaufgaben im Vordergrund, Diese sind Aufgaben, deren Lösung nur mit Hilfe von Großrechnern möglich ist, und von denen man sich einen bedeutenden wissenschaftlichen, technischen, ökonomischen oder gesellschaftlichen Fortschritt verspricht.

15 Geschichte der Simulation
heute Simulation Geschichte der Simulation Heute ist Simulation in Bereichen der Klimaforschung, Medizin, Ökonomie und Ingenieurstechnik ein tragender Bestandteil der Forschung Fehlberechnungen sind aber immer noch möglich Auch ethische Probleme lassen sich beim Umgang mit binären Zahlen leichter umgehen Heute ist Simulation in Bereichen der Klimaforschung, Medizin, Ökonomie und Ingenieurstechnik ein tragender Bestandteil der Forschung Fehlberechnungen sind aber immer noch möglich aber auch ethische Probleme lassen sich beim Umgang mit binären Zahlen leichter umgehen

16 Geschichte der Simulation
heute Simulation Geschichte der Simulation Heute sind Computer, mit vergleichsweise großer Speicher- und Rechnerkapazität für jedermann erschwinglich Simulation ist inzwischen ein Werkzeug, was jedem zur Verfügung steht Auch im Schulungsbereich gibt es ein großes Angebot an Simulationssoftware Heute sind Computer, mit vergleichsweise großer Speicher- und Rechnerkapazität für jedermann erschwinglich Damit ist die Simulation nicht mehr ein Privileg von groß angelegten wissenschaftlichen Projekten, sondern ein Werkzeug, das jedem zur Verfügung steht Auch im Schulbereich gibt es heute ein reiches Angebot an Simulationssoftware, die als Unterrichtsmedium für die unterschiedlichsten Themen dient.

17 Fächerübergreifende Tätigkeit
Simulation Fächerübergreifende Tätigkeit Anwendungsbereiche Angewandter Mathematik Informatik Simulation Simulation befindet sich im Überlappungsbereich zwischen der Informatik, der angewandten Mathematik und verschiedenen Anwendungsbereichen Simulation befindet sich im Überlappungsbereich zwischen der Informatik, der angewandten Mathematik und verschiedenen Anwendungsbereichen wie beispielsweise der Physik oder der Ökonomie

18 Fächerübergreifende Tätigkeit
Simulation Fächerübergreifende Tätigkeit Anwendungsbereiche Angewandter Mathematik Informatik Simulation Deshalb sind Arbeitsgruppen, die sich mit Simulation beschäftigen in eigens erschaffenen Forschungszentren zu finden Diese werden von mehreren Fakultäten getragen Daher sind Arbeitsgruppen, die sich mit der Simulation beschäftigen, nicht nur in Informatik, Mathematik, Wirtschaftswissenschaftlichen oder Technischen Fakultäten zu finden, sondern auch in eigens erschaffenen Forschungszentren, die von mehreren solchen Fakultäten getragen werden

19 Fächerübergreifende Tätigkeit
Simulation Fächerübergreifende Tätigkeit Anwendungsbereiche Angewandter Mathematik Informatik Simulation Ausgangspunkt bilden die Anwendungsbereiche Abstrakte Modelle sind fast immer mathematischer Art Informatik fällt die Aufgabe zu, aus den mathematischen Rechenmodellen Simulationsverfahren zu entwickeln Den Ausgangspunkt und die Motivation für die Simulation bilden stets die Anwendungsgebiete. Hier sind die Vorgänge zu finden, die es mit Hilfe der Simulation zu untersuchen gilt. Es ist die Aufgabe der Anwendungswissenschaften, diese Vorgänge in Form abstrakter Modelle, die fast immer mathematisch sind, zu beschreiben. Der Informatik schließlich fällt die Aufgabe zu, aus den mathematischen Rechenmodellen Simulationsverfahren zu entwickeln

20 Fächerübergreifende Tätigkeit
Simulation Fächerübergreifende Tätigkeit Simulation ist also eine interdisziplinäre Tätigkeit Von allen Teilgebieten der Informatik verlangt und ermöglicht sie die engste und umfassendste Zusammen-arbeit mit anderen technischen und wissenschaftlichen Fächern In der Praxis heißt dies, auch die Fachsprache anderer Fachgebiete zu beherrschen Simulation ist also eine interdisziplinäre Tätigkeit. Von allen Teilgebieten der Informatik verlangt und ermöglicht sie die engste und umfassendste Zusammenarbeit mit anderen technischen und wissenschaftlichen Fächern. Dies erfordert in der Praxis die Fähigkeit und die Bereitschaft, sich mit Vertretern anderer Fachgebiete auseinanderzusetzen, ihre Fachsprache zu beherrschen und ihre Aufgaben zu verstehen

21 Mann kann zwischen folgenden Simulationstypen unterscheiden:
Mensch-Mensch-Simulation Mensch-Maschine-Simulation Computersimulation

22 Mensch-Mensch-Simulation
Simulationstypen Mensch-Mensch-Simulation Mitspieler übernehmen bestimmte Rollen Es existieren dabei eine bestimmte Anzahl von Regeln für deren Einhaltung eine Spielleitung sorgt Sie bewertet Entscheidungen und Aktionen der Mitspieler Sie kann auch Einflüsse simulieren, die sich nicht von selbst ergeben Problem: Ablauf des Rollenspiels ist spontan, weniger vorhersehbar und weniger steuerbar die Mitspieler übernehmen hier bestimmte Rollen dabei existieren eine bestimmte Anzahl von Regeln für deren Einhaltung eine Spielleitung sorgt die Spielleitung bewertet Entscheidungen und Aktionen der Mitspieler Sie kann auch Einflüsse simulieren, die sich nicht von selbst ergeben wegen des Übergewichts des Teilnehmerverhaltens ist der Ablauf des Rollenspiels insgesamt spontaner, weniger vorhersehbar und letztlich auch weniger steuerbar als bei den anderen Simulationstypen. Darin liegt ein wesentliches Problem des Rollenspiels. Die unstrukturierte Form lässt die Teilnehmer manchmal übertreiben und damit kann der eigentlicher Vorteil der Simulation, nämlich die risikofreie Handlungsmöglichkeit, leicht zu völlig unrealistischen Verhaltenweisen führen

23 Mensch-Maschine-Simulation
Simulationstypen Mensch-Maschine-Simulation Ebenfalls Mitspieler die spontane Verhaltensweisen in den Simulationsablauf einbringen können Beteiligten agieren in Teams mit unterschiedlichen Interaktionsintensitäten Modell ist so konstruiert, dass es die Aktivitäten im Simulationsablauf verarbeitet Daraus resultierender Output sind aggregierte Größen Durch notwendige Festlegung von Form und Inhalt der Outputs ist es für Teilenehmer kaum möglich kreativer Verhaltensweisen zu testen. Ebenfalls Mitspieler die spontane Verhaltensweisen in den Simulationsablauf einbringen können Die Beteiligten agieren in der Regel in Teams mit unterschiedlichen Interaktionsintensitäten Das notwendige Modell ist so konstruiert, dass es die Aktivitäten im Simulationsablauf verarbeitet und periodisch neuen Output liefert Dieser Output besteht in der Regel aus aggregierten Größen Durch die notwendige Festlegung von Form und Inhalt der Outputs ist für die Teilnehmer oft die Möglichkeit eingeschränkt, aus dem vorgegebenen Rahmen auszubrechen und kreative Verhaltensweisen zu testen, die sie in de Realität kaum praktizierbar würden

24 Simulationstypen Computersimulation
Spontane menschliche Verhaltensweisen sind als inhaltliche Modellkomponenten ausgeschlossen Wesentlicher Vorteil bei der Benutzung eines Computers ist es, große Datenmengen schneller zu verarbeiten Manche Simulationen ließen sich ohne Computer nicht durchführen Dadurch entstehen neue Möglichkeiten Hier gibt es auch Grenzen, wenn Simulations modelle zu komplex werden. Spontane menschliche Verhaltensweisen sind aufgrund dieser Struktur als inhaltliche Modellkomponenten ausgeschlossen, bestenfalls lassen sich durch Einführung von Zufallselementen entfernt vergleichbare Effekte erreichen. Der wesentliche Vorteil bei der Benutzung eines Computers liegt in der Möglichkeit, größere Datenmengen mit aufwendigen Rechenoperationen schneller verarbeiten und deshalb einzelne Simulationsabläufe auch häufiger wiederholen zu können eine ganze Reihe von Computer-Simulationen wären wegen der enormen zu verarbeitenden Datenmengen und Modellzusammenhänge ohne die Anwendung des Computers als Hilfsmittel nicht durchführbar d.h durch den Einsatz von Computern entstehen neue Möglichkeiten Dennoch sind der Computersimulation Grenzen gesetzt Simulationsmodelle sind oft schon so komplex, dass es unmöglich oder zumindest äußerst zeitraubend ist, sie vollständig zu analysieren

25 Grenzen der Simulation
Mangelnde Transparenz Fehleranfälligkeit Grenzen Hoher Aufwand Realitätsferne Weiter Grenzen der Simulation sind Die Fehleranfälligkeit Die teilweise starke Realitätsferne man darf das Modell und die Realität nicht gleichsetzen Simulation sind mit einem hohem Aufwand verbunden und sind oft wenig Transparent Gleichsetzung von Modell und Realität

26 Potentiale der Simulation
Erfassung der System- komplexität Anregung zur Datenerfassung Alternative zu Realexperimenten Potentiale Entscheidungs- hilfe die Simulation hat aber auch einige Potentiale, wie Eine gewisse Anregung zur Erfassung von Daten sowie eine große Hilfe bei einigen Entscheidungen Ein erhöhtes Systemverständnis Viele Integrationsmöglichkeiten die Simulation ist eine gute Alternative zu Realexperimenten Und man kann die Komplexität des Systems so oft erst richtig erfassen Integrations- möglichkeiten Erhöhtes System- verständnis

27 Simulationen in der Ökonomie
Was genau will man mit Simulation erreichen? Dem Naturwissenschaftler geht es um Überprüfen von Theorien. Er baut ein Modell nach den Vorgaben der Theorie und untersucht, ob es mit der Wirklichkeit zusammenpasst. Der Betriebswirtschaftler hingegen sucht nach einer optimalen unternehmerischen Entscheidung durch experimentelles Durchspielen von Alternativen. Aber was genau will man eigentlich mit Simulation erreichen? Dem Naturwissenschaftler geht es um Überprüfen von Theorien. Er baut ein Modell nach den Vorgaben der Theorie und untersucht, ob es mit der Wirklichkeit zusammenpasst. Der Betriebswirtschaftler hingegen sucht nach einer optimalen unternehmerischen Entscheidung durch experimentelles Durchspielen von Alternativen. In den weiteren Punkten sollen einige Methoden vorgestellt werden

28 Multi-Agenten-Systeme als Methode der Simulation
Als Multi-Agenten-System bezeichnet man eine Softwareplattform Diese beseht aus einer Menge mit mehreren intelligenten autonomen Software-Agenten Die Agenten können als eigenständige Einheit miteinander kommunizieren und kooperieren Als Multi-Agenten-System bezeichnet man eine Softwareplattform, die aus einer Menge mehreren intelligenten autonomen Software-Agenten besteht, die als eigenständige Einheiten miteinander kommunizieren und kooperieren können

29 Multi-Agenten-Systeme als Methode der Simulation
Ein Software-Agent ist eine Software-Einheit, die die folgenden Eigenschaften aufweist:  Interaktionsfähigkeit mit der Umwelt, Autonomes Handeln, Reaktionsfähigkeit auf andere Software-Agenten, Proaktivität, soziales Verständnis und Kommunikation, Rationalität sowie Adaptivität. Ein Software-Agent ist eine Software-Einheit, die die folgenden Eigenschaften aufweist Interaktionsfähigkeit mit der Umwelt, Autonomes Handeln, Reaktionsfähigkeit auf andere Software-Agenten, Proaktivität, soziales Verständnis und Kommunikation, Rationalität sowie Adaptivität.

30 Multi-Agenten-Systeme als Methode der Simulation
Multi-Agenten-Systeme sind prädestiniert zur Simulation von marktähnlichen Koordinationsproblemem Sie werden seit einigen Jahren zur Simulation von Märkten und Marktentwicklungen in der Zukunft eingesetzt Die Anwendung von diesen Systemen in der wirtschafts- wissenschaftlichen Forschung hat zum viel versprechenden Forschungsgebiet der Agent-based Computational Economics (ACE) geführt. Aufgrund ihrer Skalierbarkeit, der Autonomie der einzelnen Software-Agenten sowie der Flexibilität in der Gestaltung von Rollenprofilen (Teilnehmer an Märkten lassen sich im Allgemeinen in Gruppen einteilen, denen je eine Rolle zugeordnet werden kann) sind Multi-Agenten-Systeme prädestiniert zur Abbildung bzw. Simulation von marktähnlichen Koordinationsproblemen. Seit einigen Jahren werden Multi-Agenten-Systeme zur Abbildung realer Märkte sowie zur Simulation von Märkten und Marktentwicklungen in der Zukunft eingesetzt. Die Anwendung von diesen Systemen in der wirtschaftswissenschaftlichen Forschung hat zum viel versprechenden Forschungsgebiet der Agent-based Computational Economics (ACE) geführt.

31 Multi-Agenten-Systeme als Methode der Simulation
In diesem Forschungsgebiet wird ein Bottom-up-Ansatz zur Simulation ökonomischer Märkte verfolgt Bei dieser Methode werden die Teilnehmer individuell modelliert, was zur realitätsnahen Simulation führt Dabei entsteht ein dynamisches System Dieses erlaubt einen besseren Einblick in die Prozesse und Ergebnisse von strategischen Entscheidungen In diesem Forschungsgebiet wird ein Bottom-up-Ansatz zur Simulation ökonomischer Märkte verfolgt Bei dieser Methode werden die Teilnehmer individuell modelliert, was zur realitätsnahen Simulation führt Durch die Modellierung entsteht ein sich selbst entwickelndes dynamisches System, welches einen besseren Einblick in die Prozesse und Ergebnisse von strategischen Entscheidungen erlaubt das Paradigma der Multi-Agenten-Systeme ist für das Design und die Implementierung von Simulationssystemen sehr gut geeignet

32 Simulation in der Betriebswirtschaftslehre
Die Monte-Carlo-Simulation ist ein Bsp. für eine instrumentelle Simulation. Hierbei handelt es sich um eine Mischform aus dem Monte-Carlo-Verfahren und diskreter Simulation Einsatz, wenn eine Ergebnisgröße von mehreren stochastischen Eingangsgrößen bestimmt wird Aufgrund des komplexen Zusammenwirkens der Eingangsgrößen sonst kaum möglich Wo die Methode bereits angewandt wird, zeigt sich in verschiedenen Simulationstypen. Die Monte-Carlo-Simulation ist ein Bsp. für eine instrumentelle Simulation. Hierbei handelt es sich um eine Mischform aus dem Monte-Carlo-Verfahren und diskreter Simulation Sie wird insbesondere dann eingesetzt, wenn eine Ergebnisgröße von mehreren stochastischen Eingangsgrößen bestimmt wird dies wäre aufgrund des komplexen Zusammenwirkens der Eingangsgrößen ohne die Methode kaum möglich

33 Simulation in der Betriebswirtschaftslehre
Wichtige Anwendungsgebiete der Monte-Carlo-Simulation innerhalb der BWL sind: Bestimmung des Value-at-Risk im Rahmen des Risiko- managments Prinzipal-Agenten-Theorie: die Frage, ob sich die Delegation eines Entscheidungsproblems in Abhängigkeit von Einflussfaktoren (Erfolgsbeteiligung der Agenten) für den Prinzipal lohnt oder nicht Wichtige Anwendungsgebiete der Monte-Carlo-Simulation innerhalb der BWL sind: Bestimmung des Value-at-Risk im Rahmen des Risikomanagments und die Prinzipal-Agenten-Theorie: dabei ist die Frage, ob sich die Delegation eines Entscheidungsproblems in Abhängigkeit von Einflussfaktoren wie der Erfolgsbeteiligung der Agenten für den Prinzipal lohnt oder nicht

34 Simulation in der Betriebswirtschaftslehre
Ein weitere wichtige Form der Simulation ist die diskrete Simulation: Simulation läuft hier in einer Abfolge einzelner Zeitschritte ab, die durch Ereignisse ausgelöst werden Angewandt wird diese Form in allen Unternehmensbereichen Verhalten des Gesamtsystems lässt sich insgesamt nur als mehrdimensionaler stochastischer Prozess verstehen dieser kann nicht mehr analytisch ausgewertet werden Ein weitere wichtige Form der Simulation ist die diskrete Simulation: die Simulation läuft hier in einer Abfolge einzelner Zeitschritte ab, die durch Ereignisse ausgelöst werden Angewandt wird diese Form in allen Unternehmensbereichen das Verhalten des Gesamtsystems lässt sich insgesamt nur als mehrdimensionaler stochastischer Prozess verstehen dieser kann nicht mehr analytisch ausgewertet werden

35 Simulation in der Betriebswirtschaftslehre
Standardanwendung innerhalb der BWL sind: Warteschlangenmodelle innerhalb des Produktions- management (Bearbeitung von Produktionsaufträgen) Ist die Maschine gerade belegt, kommt ein neuer Auftrag in der Warteschlange, bis aktueller Auftrag abgearbeitet ist Die Standardanwendung innerhalb der Betriebswirtschaftslehre sind Warteschlangenmodelle des Produktionsmanagement. Ein solches Warteschlangenmodell kann beispielsweise die Bearbeitung von Produktionsaufträgen an einer Maschine darstellen: ist die Maschine gerade belegt, kommt ein neuer Auftrag in die Warteschlange, bis der aktuelle Auftrag abgearbeitet ist. Mittels einer diskreten Simulation kann untersucht werden, wie sich unterschiedliche Regeln der Auswahl des nächsten Auftrags (nach Reihenfolge, Dringlichkeit, Bearbeitungszeit etc.) auf die Gesamtleistung der Maschine niederschlagen.

36 Zukünftige Entwicklungen
Simulation Zukünftige Entwicklungen Simulation in ihrer computerbasierten Ausprägung ist ein hilfreiches Instrument für die Forschung in unterschiedlich-sten Fachbereichen Simulation hält noch großes Potential an Forschungs-möglichkeiten in der Ökonomie bereit Birgt aber auch Gefahr, die ökonomischen Sachverhalte und Inhalte zu Gunsten der technischen Umsetzung zu vernachlässigen Simulation in ihrer computerbasierten Ausprägung ist ein hilfreiches Instrument für die Forschung in unterschiedlichsten Fachbereichen Simulation hält noch großes Potential an Forschungs-möglichkeiten in der Ökonomie bereit Birgt aber auch Gefahr, die ökonomischen Sachverhalte und Inhalte zu Gunsten der technischen Umsetzung zu vernachlässigen

37 Vielen Dank für Ihre Aufmerksamkeit!
Eileen Mauf

38 Diskussion!