Von der Problemstellung zur einsatzbereiten Lösung
Für individuelle Projekte biete ich drei eng miteinander verzahnte Leistungsbereiche an, die Sie einzeln oder als Gesamtpaket beauftragen können. Für Standardprobleme gibt es daneben ein eigenes API-Produkt. Mehr dazu weiter unten. Der Schwerpunkt liegt auf Operations Research, dort habe ich die meiste Erfahrung. Machine Learning und Datenanalyse übernehme ich ebenso eigenständig, und die Kombination beider lohnt sich oft besonders.
Zur Einordnung: Was ist Operations Research überhaupt?
Mathematische Modellierung
Der wichtigste (und meistunterschätzte) Schritt: Ihr reales Geschäftsproblem wird in ein präzises mathematisches Modell übersetzt. Zielfunktion, Entscheidungsvariablen und alle relevanten Nebenbedingungen werden so erfasst, dass das Modell die Realität ausreichend genau abbildet, ohne unnötig komplex zu werden.
Typische Fragestellungen: Wie plane ich Touren unter Zeitfenstern, Kapazitäten und Fahrerregeln? Wie belade ich Container und Paletten möglichst platzsparend? Wie steuere ich Fahraufträge auf einem Betriebshof mit minimalen Wartezeiten?
Algorithmen & Softwareimplementierung
Ein Modell allein löst kein Problem: Es braucht einen Algorithmus, der in vertretbarer Zeit gute bis optimale Lösungen liefert, und Code, der stabil läuft. Je nach Problemgröße setze ich exakte Verfahren (Solver für lineare/ganzzahlige Optimierung) oder Metaheuristiken (Local Search, Beam Search, genetische Algorithmen) ein. Wo es geht, vergleiche ich Heuristiken mit einem exakten Referenzlöser, damit sichtbar bleibt, was die kürzere Rechenzeit an Lösungsqualität kostet.
Implementiert in Scala oder Python, je nachdem, was zu Ihrer Systemlandschaft und Performance-Anforderung passt. Auf Wunsch auch als eigenständiger, exklusiv für Sie betriebener Webservice mit API, den Sie direkt in Ihre Systeme einbinden (anders als das unten beschriebene, geteilte API-Produkt für Standardfälle). Das Ergebnis ist produktionsreife Software, keine akademische Skizze.
Beispiele, die Sie selbst ausprobieren können: Exakte Suche (Branch and Bound, Branch and Cut), wenn das Optimum bewiesen werden soll; Kürzeste Wege als Baustein fast jeder Tourenplanung; Matching-Algorithmen zum optimalen Zuordnen, etwa von Aufträgen und Fahrzeugen; Trajektorien-Metaheuristiken (Simulated Annealing, Tabu Search) und Populations-Metaheuristiken (genetische Algorithmen, Partikelschwarm), wenn die Instanz für exakte Verfahren zu groß wird; Heuristische Baumsuche (A*, Beam Search) für Probleme, die sich als Suche im Entscheidungsbaum formulieren lassen.
Machine Learning und Datenanalyse
Machine Learning und Datenanalyse übernehme ich auch als eigenständiges Projekt, ohne Optimierungsanteil: Strukturen in Daten finden (Clustering), viele Kennzahlen auf wenige aussagekräftige Achsen verdichten (Dimensionsreduktion), Ungewöhnliches in Kennzahlen aufspüren (Anomalie-Erkennung), Signale aus gemischten Messungen trennen (Quellentrennung), Vorhersagemodelle aufbauen. Mein Schwerpunkt und meine meiste Erfahrung liegen bei der Optimierung; deshalb lohnt sich die Kombination oft besonders. Beide teilen mehr Grundlagen, als man denkt: von der Graphentheorie in neuronalen Netzen bis zu den Optimierungsalgorithmen, mit denen Modelle trainiert werden. Eine Vorhersage wird zur Entscheidung, wenn ein Optimierungsmodell sie nutzt; ein Optimierungsmodell wird schneller und treffsicherer, wenn ein Lernverfahren es vorbereitet oder mit Daten speist.
Beispiele, die Sie selbst ausprobieren können: Quellentrennung und Spike-Sorting, das Thema meiner Dissertation; Dimensionsreduktion, um viele Kennzahlen auf wenige aussagekräftige Achsen zu verdichten; Anomalie-Erkennung (mehr unter der Themenseite), um ungewöhnliche Touren in den Kennzahlen aufzuspüren; Clustering (mehr unter Clusteranalyse), eigenständig zum Gruppieren von Daten oder als Vorauswahl in der Tourenplanung, damit die Zahl der Möglichkeiten bei großen Auftragsmengen beherrschbar bleibt; Multi-Agenten-Koordination für Entscheidungen ohne zentrale Instanz.
Warum keine Standardsoftware?
Eine berechtigte Frage, und die ehrliche Antwort ist: nicht immer lohnt sich Individualentwicklung. Für viele Standardprobleme gibt es fertige Tools (von der Stange oder als eigenes API-Produkt, siehe unten), und die sind oft die schnellere, günstigere Wahl. Individuelle Modellierung zahlt sich dort aus, wo diese Tools an ihre Grenzen stoßen:
Nebenbedingungen, die kein Standard-Tool kennt
Fahrerregeln, gewachsene Prozesse, betriebsspezifische Ausnahmen: Standardsoftware deckt den typischen Fall ab, nicht zwangsläufig Ihren spezifischen.
Direkte Anbindung an Ihre Systemlandschaft
Kein manueller Datenaustausch zwischen Tools: Die Lösung wird auf Ihre bestehende IT-Infrastruktur zugeschnitten statt umgekehrt.
Volle Kontrolle über den Trade-off
Lösungsqualität gegen Rechenzeit einstellen, wie es zu Ihrem Anwendungsfall passt, nicht vom Hersteller vorgegeben.
Kein Vendor-Lock-in
Der Code gehört Ihnen. Keine Abhängigkeit von Lizenzmodell oder Weiterentwicklung eines Drittanbieters.
Unsicher, ob sich das für Ihren Fall lohnt? Das lässt sich im kostenlosen Erstgespräch meist schnell einschätzen.
Standardfall oder Sonderfall?
Konkret heißt das: Je nachdem, wie gut Ihr Problem in ein wiederkehrendes Muster passt, gibt es zwei sinnvolle Wege dorthin.
API-Produkt, nutzungsbasiert
Für klar umrissene, wiederkehrende Probleme (etwa Tourenplanung oder Schichtplanung) entstehen eigene spezialisierte Web-APIs, abgerechnet nach Nutzung statt über ein Projekt: kein Setup, keine Individualisierung, direkte Einbindung per API-Key. Die interaktiven Demos zeigen die zugrundeliegende Logik bereits heute.
Technisch bereits als eigenständiger Webservice mit JSON-API prototypisch umgesetzt (am Beispiel der Kommissionier-Batchbildung). Hosting und Abrechnungsmodell folgen, sobald sich das für den ersten Anwendungsfall trägt. Bei Interesse gerne unverbindlich anfragen.
Individuallösung als Projekt
Sobald betriebsspezifische Nebenbedingungen, Systemanbindung oder ein individueller Trade-off zwischen Lösungsqualität und Rechenzeit gefragt sind, lohnt sich die maßgeschneiderte Modellierung als exklusiver, für Sie betriebener Webservice, wie oben in den drei Schritten beschrieben.
Wofür ich Lösungen baue
Tourenplanung optimieren
Nah- und Fernverkehr, Elektro-Lkw und der Anschluss an Netz, Hof und Lager: 7 Demos.
Netzwerkdesign optimieren
Warenflüsse und Linien gestalten: Der Fluss ist einfach, das Design ist schwer.
ÖPNV und Fernverkehr optimieren
Liniennetz, Rufbus, Tarif und Takt im Betrieb: 4 Demos.
Schienenverkehr optimieren
Vom Takt bis zur Zugbildung: 7 Demos, jede mit einem gemessenen Befund.
Packen und Zuschnitt optimieren
Container, Paletten und Rollen: weniger Leerraum und Verschnitt, mit mathematischen Untergrenzen.
Lagerlogistik optimieren
Kommissionierung, Tor-Zuordnung, Umschlagpunkte und Wellenfreigabe als Gesamtsystem: 4 Demos.
Hof- und Yard-Management optimieren
Fahraufträge für Wechselbrücken und Ankunftstermine: Fristen halten, Leerfahrten sparen.
Hafenlogistik optimieren
Die ganze Prozesskette vom Kai bis zum Gate: 11 Demos, jede mit einem gemessenen Befund.
Seefracht optimieren
Die Prozesskette einer Reise vom Buchen bis zur Leercontainer-Rückführung: 7 Demos, jede mit einem gemessenen Befund.
Schichtplanung optimieren
Personalbedarf stundengenau decken, und wann eine einfache Rechnung schon exakt ist.
Clusteranalyse
Punkte ohne Vorgaben gruppieren: welches Verfahren zu Ihren Daten passt, von k-Means bis HDBSCAN.
Anomalie-Erkennung
Was aus dem Rahmen fällt, ohne dass vorher jemand sagt, wie es aussieht: neun Verfahren von der robusten Ellipse bis zum Autoencoder.
Bestandsmanagement optimieren
Nachschub, Lieferkette, Losgrößen und Sicherheitsbestand: 2 Demos, dazu vorab gerechnete Anwendungsfälle.
Luftfracht optimieren
ULD-Beladung, Beladeplan, Gefahrgut-Trennung und Buchungsannahme: 4 Demos, jede mit einem gemessenen Befund.
Für wen ist das Angebot?
Für Unternehmen mit komplexen, wiederkehrenden Planungs- oder Entscheidungsprozessen (typischerweise in Logistik, Produktion, Ressourcenplanung oder Personaleinsatzplanung), bei denen bessere Lösungen direkt Kosten sparen oder Kapazitäten freisetzen.
Aus einer Hand, konfigurierbar
Beim Individualprojekt bekommen Sie Modellierung und Implementierung aus einer Hand, ohne Übergabeverluste zwischen „der Mathematik“ und „der IT“. Und Sie bekommen ein Produkt, das Sie in Grenzen selbst konfigurieren können, etwa den Trade-off zwischen Lösungsqualität und Rechenzeit bei zeitkritischen Anwendungen. Das hält den Service-Aufwand nach Projektende gering.