Szenariotechnik

"Es ist schwierig, Vorhersagen zu machen, vor allem über die Zukunft." - Dieses Sprichwort, welches zahlreichen berühmten Menschen zugeschrieben wird, ist im positiven Sinne die Grundlage der Szenario-Technik. Statt die Zukunft vorherzusagen, versucht man, über mehrere mögliche Szenarien zu beschreiben, was passieren könnte. Die Szenario-Technik ist ein Werkzeug, um das Wissen einer Gruppe von Experten über mögliche und konsistente Szenarien der Zukunft systematisch zu vereinigen. Zur praktischen Anwendung dieser Technik sind am Markt verschiedene Softwaretools erhältlich. Diese lassen sich jedoch nicht erweitern und gestatten auch keinen detaillierten Blick auf die verwendeten Algorithmen.

Um Erweiterungen an der klassischen Szenario-Technik vornehmen zu können, wurde das Kernstück der Technik, die Szenario-Generierung, neu implementiert. Dieser Teil kann als ganzzahliges lineares Optimierungsproblem formuliert werden, wobei nicht eine einzige Optimallösung gesucht wird, sondern alle möglichen Lösungen. Die Lösungen werden gebündelt und die Cluster einer verbalen Beschreibung zugeführt. Wir untersuchen ferner, ob sich die Szenario-Technik um Elemente der System Dynamics erweitern lassen, um den Übergang von der Gegenwart zu der in den Szenarien beschriebenen Zukunft besser zu verstehen.

Partner

  • Technische Universität Berlin
  • Zuse Institut Berlin

Finanzierung

  • Deutsche Forschungsgemeinschaft DFG, Sonderforschungsbereich SFB-1026.

Vorträge

  1. A Mathematical Approach for the Analysis of Energy Scenarios for Production in India, International Conference on Micro Perspectives for Decentralized Energy Supply, Berlin, Deutschland, 8.4.2011.
  2. Future Studies for Reuse Using Mathematical Optimization of the Scenario Technique, 8th Global Conference on Sustainable Manufacturing, Abu Dhabi, Vereinigte Arabische Emirate, 23.11.2010.
  3. Scenario Technique with Integer Programming for Sustainability in Manufacturing, 8th International Heinz Nixdorf Symposium, Paderborn, Deutschland, 22.4.2010.

Veröffentlichungen

  1. Achim Brose, Armin Fügenschuh, Pia Gausemeier, Ingmar Vierhaus, Günther Seliger, A System Dynamic Enhancement for the Scenario Technique , ZIB Technical Report ZR-13-24, 2013.
  2. Armin Fügenschuh, Pia Gausemeier, Randy McFarland, Günther Seliger, Future Studies for Reuse using Mathematical Optimization of the Scenario Technique , Günther Seliger, Marwan M. K. Khraisheh und I. S. Jawahir (Eds.), Advances in Sustainable Manufacturing, Proceedings of the 8th Global Conference on Sustainable Manufacturing, pp. 215 – 221, 2011.
  3. Armin Fügenschuh, Pia Gausemeier, Randy McFarland, Günther Seliger, A Mathematical Approach for the Analysis of Energy Scenarios for Production in India , Martin Schäfer, Noara Kebir, Daniel Philipp (Eds.), Proceedings of the International Conference on Micro Perspectives for Decentralized Energy Supply, pp. 162 – 172, 2011.
  4. Armin Fügenschuh, Pia Gausemeier, Günther Seliger, Semih Severengiz, Scenario Technique with Integer Programming for Sustainability in Manufacturing , Wilhelm Dangelmaier, Alexander Blecken, Robin Delius, Stefan Klöpfer (Eds.), Advanced Manufacturing and Sustainable Logistics, 8th International Heinz Nixdorf Symposium, IHNS 2010, Lecture Notes in Business Information Processing, Vol. 46, pp. 320 – 331, 2010.

Unsere Webseite verwendet Cookies. Diese haben zwei Funktionen: Zum einen sind sie erforderlich für die grundlegende Funktionalität unserer Website. Zum anderen können wir mit Hilfe der Cookies unsere Inhalte für Sie immer weiter verbessern. Hierzu werden pseudonymisierte Daten von Website-Besuchern gesammelt und ausgewertet. Das Einverständnis in die Verwendung der technisch nicht notwendigen Cookies können Sie jeder Zeit wiederrufen. Weitere Informationen erhalten Sie auf unseren Seiten zum Datenschutz.

Erforderlich

Diese Cookies werden für eine reibungslose Funktion unserer Website benötigt.

Statistik

Für den Zweck der Statistik betreiben wir die Plattform Matomo, auf der mittels pseudonymisierter Daten von Websitenutzern der Nutzerfluss analysiert und beurteilt werden kann. Dies gibt uns die Möglichkeit Websiteinhalte zu optimieren.

Name Zweck Ablauf Typ Anbieter
_pk_id Wird verwendet, um ein paar Details über den Benutzer wie die eindeutige Besucher-ID zu speichern. 13 Monate HTML Matomo
_pk_ref Wird benutzt, um die Informationen der Herkunftswebsite des Benutzers zu speichern. 6 Monate HTML Matomo
_pk_ses Kurzzeitiges Cookie, um vorübergehende Daten des Besuchs zu speichern. 30 Minuten HTML Matomo