Entscheiden & Optimieren
Robuste Entscheidungen: Erwartungswert oder Sicherheit?
Wie viel sollen Sie bestellen, wenn die Nachfrage unsicher ist? Dasselbe Zahlenbeispiel führt je nach Entscheidungsregel zu verschiedenen Mengen. Der Rechner macht sichtbar, welche Art von Unsicherheit und Verlust jede Regel berücksichtigt.
Kurz erklärt
Robuste Entscheidungen prüfen, wie eine Handlung unter mehreren möglichen Zuständen abschneidet. Maximin sichert den schlechtesten Ertrag ab; Minimax-Regret begrenzt die größte verpasste Chance. Der Erwartungswert gewichtet Zustände dagegen mit Wahrscheinlichkeiten.
Im kostenlosen Rechner ausprobierenKostenlos · im Browser · ohne Anmeldung
Auf einen Blick
- Eine beste Entscheidung braucht ein ausdrücklich gewähltes Bewertungskriterium.
- Maximin und Minimax-Regret benötigen hier Szenarien, aber keine Szenariowahrscheinlichkeiten.
- Robustheit gilt nur gegenüber den tatsächlich aufgenommenen Zuständen.
Wie viel bestellen, wenn die Nachfrage offen ist?
Ein Händler bestellt vor einem Verkaufstag entweder 20, 40 oder 60 Stück. Jedes Stück kostet sechs Euro und lässt sich für zehn Euro verkaufen. Nicht verkaufte Ware bringt im Ausgangsfall noch zwei Euro Restwert. Die Nachfrage kann 20, 40 oder 60 Stück betragen. Die Entscheidung fällt vor dem Verkauf; danach lässt sich die Bestellmenge nicht mehr ändern.
Für eine Bestellmenge und Nachfrage lautet der Ertrag , wobei den Restwert bezeichnet. Fehlende Ware verursacht entgangenen Absatz, aber keine zusätzliche Vertragsstrafe. Diese einfache Formel ergibt neun nachvollziehbare Ergebnisse. Sie ersetzt keine Nachfrageprognose: Sie zeigt, was eine gegebene Entscheidung unter jeder angenommenen Nachfrage bedeuten würde.
Drei Regeln, drei unterschiedliche Fragen
Bei zwei Euro Restwert liefert eine Bestellung von 20 Stück in allen drei Zuständen 80 Euro. Eine Bestellung von 40 Stück ergibt bei niedriger Nachfrage null Euro, sonst 160 Euro. Mit 60 Stück reichen die Erträge von minus 80 über 80 bis 240 Euro. Der höhere mögliche Gewinn geht also mit einem schwächeren schlechten Fall einher.
Die Ausgangswahrscheinlichkeiten sind 30 Prozent für niedrige, 30 Prozent für mittlere und 40 Prozent für hohe Nachfrage. Der Erwartungswert beträgt damit 80 Euro für 20 Stück, 112 Euro für 40 Stück und 96 Euro für 60 Stück. Wer diesen gewichteten Durchschnitt maximiert, bestellt 40 Stück. Das ist kein Versprechen, dass genau 112 Euro eintreten: Keiner der drei Zustände liefert diesen Betrag.
Maximin vergleicht ausschließlich die schlechtesten Erträge: 80, null und minus 80 Euro. Die Regel wählt 20 Stück. Minimax-Regret fragt dagegen nach der verpassten Chance gegenüber einer Entscheidung mit perfektem Vorwissen. Die besten Erträge je Nachfragezustand sind 80, 160 und 240 Euro. Daraus entstehen maximale Regret-Werte von 160, 80 und 160 Euro für die drei Bestellmengen. Diese Regel wählt 40 Stück.
Wahrscheinlichkeiten und Restwert ausprobieren
Robuste Entscheidungen – interaktiver Rechner
Bei 30 %, 30 % und 40 % Nachfragewahrscheinlichkeit wählen Erwartungswert und Minimax-Regret 40 Stück; Maximin wählt 20. Der Restwert unverkaufter Ware beträgt zunächst zwei Euro.
Erhöhen Sie zunächst nur die Wahrscheinlichkeit hoher Nachfrage. Die verbleibende Wahrscheinlichkeit wird gleichmäßig auf niedrige und mittlere Nachfrage verteilt. Der erwartete Ertrag verschiebt sich, die einzelnen Erträge der Matrix bleiben gleich. Deshalb können sich die Erwartungswertentscheidung und ihre Rangfolge ändern, während Maximin und Minimax-Regret unverändert bleiben.
Ändern Sie danach den Restwert. Nun verändern sich tatsächlich die Folgen einer Überbestellung. Das beeinflusst auch die robusten Regeln. Die Auswahl des Kriteriums hebt dessen Entscheidung hervor, ohne die anderen Ergebnisse zu verstecken. Bei Gleichstand bevorzugt der Rechner die kleinere Bestellmenge; diese Konvention ist eine transparente Vereinfachung und kein weiteres Optimierungsziel.
Was Robustheit hier bedeutet
Robuste Optimierung behandelt unsichere Modellgrößen, indem sie eine Menge möglicher Ausprägungen ausdrücklich berücksichtigt (Bertsimas, D.; Brown, D. B.; Caramanis, C. 2010). Unser Beispiel verwendet dafür drei endliche Nachfragezustände. Maximin und Minimax-Regret sind dabei verschiedene Entscheidungskriterien: Die erste Regel schützt den absoluten schlechtesten Ertrag, die zweite den größten Abstand zur rückblickend besten Entscheidung.
Robustheit hat häufig einen Preis in Form eines niedrigeren erwarteten Ergebnisses oder geringeren Spitzengewinns. Die Forschung diskutiert diesen Tausch zwischen Schutz und Leistung ausdrücklich (Bertsimas, D.; Sim, M. 2004). Im Beispiel verzichtet Maximin auf einen Teil des erwarteten Ertrags, um die schlechteste Auszahlung zu verbessern. Das macht die Regel weder allgemein besser noch allgemein schlechter. Entscheidend ist, welche Folgen der Betrieb tatsächlich tragen kann.
Welche Zustände fehlen könnten
Die Auswahl der Zustände bestimmt die Aussage. Eine Nachfrage von null, ein verspäteter Lieferant, verderbliche Ware ohne Restwert oder zusätzliche Fixkosten kommen nicht vor. Eine Entscheidung kann innerhalb der drei Zustände robust und außerhalb davon empfindlich sein. Auch die Wahrscheinlichkeiten sind frei gewählte Lernannahmen und keine aus Kundendaten geschätzte Prognose.
Für eine reale Entscheidung sollten Fachverantwortliche zuerst Kosten, Erlöse und Handlungsgrenzen prüfen. Danach braucht es eine bewusst festgelegte Regel und eine Sensitivitätsanalyse: Ab welcher Wahrscheinlichkeit oder welchem Restwert kippt die Wahl? Ist dieser Bereich plausibel, lohnt sich bessere Information. Der Artikel zur Entscheidungstheorie ordnet solche Kriterien in einen größeren Entscheidungsprozess ein.
Häufige Fragen
Ist Maximin immer die sicherste Entscheidung?
Maximin maximiert den schlechtesten modellierten Ertrag. Ob das die relevante Sicherheit ist, hängt vom Ziel und davon ab, ob die Szenarien wichtige Risiken abdecken.
Was bedeutet Regret?
Regret ist die Differenz zur besten Handlung, wenn der tatsächlich eingetretene Zustand vorher bekannt gewesen wäre. Es ist eine verpasste Chance, nicht zwingend ein finanzieller Verlust.
Quellen und weiterführende Literatur
- OnlineBertsimas, D.; Brown, D. B.; Caramanis, C. (2010): Theory and Applications of Robust Optimization.
- OnlineBertsimas, D.; Sim, M. (2004): The Price of Robustness.
Zuletzt fachlich geprüft am 14. November 2026. Hinweise auf Fehler nehmen wir gern entgegen: impressum@nyxai.com.