Decision Intelligence

Regeln in überprüfbare Entscheidungen übersetzen

Eine Arbeitsanweisung ist noch kein ausführbarer Plan. Erst wenn Begriffe, Zeitgrenzen und Abhängigkeiten explizit sind, lässt sich prüfen, ob ein Vorschlag zulässig und innerhalb des Modells optimal ist.

  • 3 Min. Lesezeit
  • Aktualisiert am
  • Redaktion smartlytics

Kurz erklärt

Regelbasierte Optimierung trennt harte Bedingungen von einem zu verbessernden Ziel. Die Demo übersetzt bekannte Textvorlagen transparent in Bedingungen und prüft sämtliche ganzzahligen Startzeiten dreier Aufgaben. Sie meldet entweder ein bewiesenes Modelloptimum oder Unzulässigkeit.

Simulation öffnenKostenlos · im Browser · ohne Anmeldung

Auf einen Blick

  1. Harte Regeln entscheiden über Zulässigkeit; die Zielfunktion vergleicht die verbleibenden Pläne.
  2. Eine eindeutige Übersetzung von Text in Bedingungen ist eine eigene, prüfbare Aufgabe.
  3. Optimalität gilt für das formulierte Modell. Bei widersprüchlichen oder zu engen Regeln kann es keine zulässige Lösung geben.

Warum ein gut formulierter Plan nicht genügt

„A muss vor B fertig sein, C darf erst ab Stunde vier beginnen, und alles muss bis Schichtende erledigt sein.“ Diese Anweisung enthält mehrere unterschiedliche Bedingungen. Ein Vorschlag kann überzeugend klingen und trotzdem eine davon verletzen. Für eine überprüfbare Entscheidung müssen Begriffe wie „vor“, „beginnen“ und „fertig“ deshalb eine eindeutige rechnerische Bedeutung erhalten.

Planungsmodelle beschreiben Aufgaben häufig durch Startzeiten, Dauern, Abhängigkeiten und begrenzte Ressourcen. Das Job-Shop-Beispiel von OR-Tools zeigt diese Trennung anhand von Reihenfolge- und Maschinenbedingungen (OR-Tools: Job shop). Unsere Demo verwendet einen kleineren Fall: drei Aufgaben auf einer Maschine. Dadurch lässt sich jede mögliche ganzzahlige Startzeitkombination vollständig prüfen, ohne einen externen Solver aufzurufen.

Von bekannten Textvorlagen zu Bedingungen

Aufgabe A dauert zwei Stunden, B drei Stunden und C eine Stunde. Keine Aufgabe darf unterbrochen werden. Startzeiten sind nichtnegative ganze Zahlen, und sämtliche Aufgaben müssen bis zur eingestellten Frist HH abgeschlossen sein. Für Aufgabe jj mit Dauer pjp_j gilt:

sj≥0,ej=sj+pj≤H.s_j\geq 0,\qquad e_j=s_j+p_j\leq H.

Die Maschine kann immer nur eine Aufgabe bearbeiten. Für jedes Aufgabenpaar muss daher entweder die erste vor Beginn der zweiten enden oder umgekehrt. Die Vorlage „A vor B“ ergänzt eA≤sBe_A\leq s_B. Die dritte Vorlage fügt zusätzlich sC≥4s_C\geq4 hinzu.

Diese Zuordnung ist fest hinterlegt und sichtbar. Die Demo behauptet nicht, beliebigen Text zu verstehen. Genau darin liegt der didaktische Zweck: Die Übersetzung lässt sich unabhängig vom späteren Rechenergebnis kontrollieren. In einem größeren Prozess könnte eine Sprachkomponente einen Entwurf liefern; fachliche Bedeutung, Einheiten und Ausnahmen müssten trotzdem geprüft werden.

Ein durchgerechneter Zeitplan

Als erstes Ziel minimieren wir die gewichtete Summe der Endzeiten. A hat Gewicht eins, B drei und C zwei. Die Gewichte drücken aus, wie stark eine spätere Fertigstellung jeder Aufgabe in der Zielfunktion zählt:

J=eA+3eB+2eC.J=e_A+3e_B+2e_C.

Ohne Reihenfolgebedingung und mit Frist sechs ist die Reihenfolge C, B, A optimal. C endet bei eins, B bei vier und A bei sechs. Damit ergibt sich J=6+3⋅4+2⋅1=20J=6+3\cdot4+2\cdot1=20. Alle drei Aufgaben passen ohne Leerlauf in die verfügbare Zeit.

Mit der zusätzlichen Bedingung „A vor B“ ist dieser Plan unzulässig. Der optimale Plan lautet nun C, A, B: Endzeiten eins, drei und sechs liefern J=3+18+2=23J=3+18+2=23. Die schlechtere Zielzahl ist der Preis der zusätzlichen Regel in diesem Modell. Sie ist kein Rechenfehler und auch kein Beleg dafür, dass die Regel sachlich falsch wäre.

Wird stattdessen die Gesamtdauer minimiert, können mehrere Reihenfolgen gleich gut sein. Bei gleicher Zielzahl zeigt die Demo den zuerst geprüften Plan. Ein anderes Optimierungsziel kann also andere Pläne bevorzugen, obwohl die harten Regeln unverändert bleiben.

Zulässigkeit und Ziel selbst verändern

Interaktiv

Regeln prüfen und einen Zeitplan optimieren

Der Rechner prüft alle Startzeitkombinationen und zeigt entweder einen optimalen zulässigen Plan oder ein unzulässiges Modell.

Wählen Sie die Vorlage „A vor B“ und setzen Sie die Frist auf sechs. Wechseln Sie zwischen gewichteten Endzeiten und Gesamtdauer. Senken Sie anschließend die Frist auf fünf: Die drei Dauern summieren sich bereits zu sechs, und die Maschine kann nichts parallel bearbeiten. Es gibt daher keinen zulässigen Plan.

Die Ausgabe nennt geprüfte und zulässige Kombinationen. „Unzulässig“ bedeutet hier, dass die vollständige endliche Suche keine passende Kombination gefunden hat. Es wird kein scheinbar bester Plan angezeigt, der Regeln verletzt. Eine Änderung muss dann an der Aufgabenmenge, Kapazität, Frist oder einer sachlich verhandelbaren Bedingung ansetzen.

Was der Nachweis umfasst

Die Suche umfasst nur ganzzahlige Startzeiten, bekannte Dauern und eine Maschine. Sie berücksichtigt keine Ausfälle, Rüstzeiten, Pausen oder unsicheren Bearbeitungszeiten. Ein optimaler Modellplan ist deshalb nur so brauchbar wie diese Annahmen. Einheiten und Randfälle gehören zur Modellprüfung, bevor das Ergebnis einen realen Ablauf steuert.

Bei größeren Problemen unterscheiden Solver ausdrücklich zwischen optimalen, lediglich zulässigen, unzulässigen und unbekannten Ergebnissen (OR-Tools: CP-SAT). Ein Zeitlimit kann verhindern, dass ein Nachweis abgeschlossen wird. Unsere vollständige kleine Aufzählung vermeidet diesen Unterschied zwischen „noch nichts gefunden“ und „nachweislich unmöglich“; sie skaliert dafür nicht auf große Planungsräume.

Sprache, Regeln und Ausführung verbinden

Retrieval-Augmented Generation hilft beim Auffinden der Regelquelle. Die explizite Modellierung hält fest, wie sie verstanden wurde. Optimierung vergleicht zulässige Möglichkeiten, und eine spätere Ausführung muss weiterhin aktuelle Zustände und Zuständigkeiten berücksichtigen. Diese Kette bildet einen konkreten Anwendungsfall von Decision Intelligence.

Häufige Fragen

Versteht die Demo beliebige Arbeitsanweisungen?

Nein. Sie bietet drei bekannte Textvorlagen, die fest und sichtbar auf Bedingungen abgebildet werden. Es gibt keine freie Sprachverarbeitung und keinen versteckten Modellaufruf.

Was bedeutet optimal in diesem Beispiel?

Alle zugelassenen ganzzahligen Startzeitkombinationen werden geprüft. Unter den zulässigen Plänen wird der mit dem kleinsten gewählten Zielwert gezeigt. Dieser Nachweis gilt nur für das kleine, formulierte Modell.

Ist kein gefundener Plan immer ein Unzulässigkeitsbeweis?

Nein. Hier schon, weil die endliche Suche vollständig abgeschlossen wird. Bei großen Verfahren kann ein Zeitlimit stattdessen einen unbekannten Status hinterlassen.

Quellen und weiterführende Literatur

  1. QuelleGoogle OR-Tools team (2026): The Job Shop Problem. Google for Developers.
  2. QuelleGoogle OR-Tools team (2026): CP-SAT Solver. Google for Developers.

Zuletzt fachlich geprüft am 14. November 2026. Hinweise auf Fehler nehmen wir gern entgegen: impressum@nyxai.com.

Von NyxAI

smartlytics ist das Wissensangebot der NyxAI GmbH.

Wir erklären hier die Methoden, mit denen wir arbeiten – offen, mit Quellen und so, dass man sie nachrechnen kann.

Entscheidungskern

NyxAI entwickelt einen Entscheidungskern (Decision Core) für Decision Intelligence, der Optimierung, Simulation, Statistik und Reinforcement Learning verbindet: Optionen vergleichen, Unsicherheit sichtbar machen, aus Ergebnissen lernen – unter menschlicher Verantwortung.

DeepSquare

Erklärbare Schach-KI mit menschlichen Spielstilen: das Testfeld von NyxAI für nachvollziehbare Entscheidungen unter Zeitdruck.