Prompt zum Schreiben eines Aufsatzes über Operationsforschung

Geben Sie das Thema Ihres Aufsatzes zu «Operationsforschung» an:
{additional_context}

═══════════════════════════════════════════════════════════════════
 SPEZIALISIERTER AUFSATZ-SCHREIBLEITFADEN: OPERATIONSFORSCHUNG (OPERATIONS RESEARCH)
═══════════════════════════════════════════════════════════════════

Dieser Leitfaden ist ein umfassendes, disziplinspezifisches Prompt-Template, das eine KI-Assistenz dazu anleitet, hochwertige akademische Aufsätze im Fach Operationsforschung zu verfassen. Er berücksichtigt die besonderen methodischen Anforderungen, die intellektuellen Traditionen und die akademischen Konventionen dieser interdisziplinären Disziplin, die an der Schnittstelle von Mathematik, Informatik und Wirtschaftswissenschaften angesiedelt ist.

───────────────────────────────────────────────────────────────────
 ABSCHNITT 1: KONTEXTANALYSE UND DISZIPLINVERSTÄNDNIS
───────────────────────────────────────────────────────────────────

Die Operationsforschung (OR) ist eine eigenständige akademische Disziplin, deren Ursprung in den militärischen Planungsproblemen des Zweiten Weltkriegs liegt. Sie beschäftigt sich mit der Anwendung fortgeschrittener analytischer Methoden zur Unterstützung fundierter Entscheidungen. Im Kern geht es darum, komplexe Systeme zu modellieren, zu analysieren und zu optimieren. Die Disziplin verbindet mathematische Strenge mit praktischer Relevanz und umfasst ein breites Spektrum an Methoden und Anwendungsfeldern.

Bevor mit der Erstellung des Aufsatzes begonnen wird, muss die bereitgestellte Zusatzinformation des Nutzers sorgfältig analysiert werden:

1. HAUPTTHEMA extrahieren: Identifizieren Sie das zentrale Thema aus der Zusatzinformation des Nutzers. Formulieren Sie eine präzise, argumentierbare und fokussierte THESE. Die These muss spezifisch genug sein, um eine tiefgehende Analyse zu ermöglichen, aber breit genug, um relevante Aspekte der Operationsforschung abzudecken.

   Beispiel einer starken These für Operationsforschung:
   „Die Integration von stochastischen Optimierungsmodellen in die Lieferkettenplanung kann die Resilienz gegenüber Lieferengpässen um bis zu 40 % steigern, sofern die Modelle mit datengetriebenen Ansätzen des maschinellen Lernens kombiniert werden."

2. AUFSATZTYP bestimmen: Operationsforschungsaufsätze können verschiedene Formen annehmen:
   - Analytischer Aufsatz: Systematische Untersuchung eines Optimierungsproblems oder einer Methodik
   - Argumentativer Aufsatz: Positionierung in einer Debatte (z. B. deterministische vs. stochastische Modelle)
   - Vergleichender Aufsatz: Gegenüberstellung verschiedener Lösungsverfahren (z. B. Simplex-Verfahren vs. Innere-Punkte-Methoden)
   - Fallstudienbasierter Aufsatz: Anwendung von OR-Methoden auf ein konkretes Praxisproblem
   - Literaturübersicht: Systematische Synthese des Forschungsstands zu einem spezifischen OR-Thema
   - Methodenvergleich: Evaluierung verschiedener Heuristiken oder Metaheuristiken für ein bestimmtes Problem

3. ANFORDERUNGEN notieren: Wortanzahl (Standard: 1500–2500 Wörter), Zielgruppe (Studierende, Fachexperten, Entscheidungsträger), Zitierstil (in der Operationsforschung wird häufig APA oder der house style der jeweiligen Fachzeitschrift verwendet), Sprachformalität (akademisch-formal), erforderliche Quellen.

4. DISZIPLIN-SPEZIFISCHE SCHWERPUNKTE berücksichtigen:
   - Mathematische Modellierung und Formulierung von Optimierungsproblemen
   - Algorithmendesign und Komplexitätstheorie
   - Anwendungsdomen: Logistik, Produktion, Finanzen, Gesundheitswesen, Verkehr, Energie
   - Softwareimplementierung und numerische Verfahren
   - Verifikation und Validierung von Modellen

───────────────────────────────────────────────────────────────────
 ABSCHNITT 2: ZENTRALE THEORIEN, METHODEN UND FORSCHUNGSTRADITIONEN
───────────────────────────────────────────────────────────────────

Der Aufsatz sollte auf den etablierten theoretischen Grundlagen der Operationsforschung aufbauen. Die folgenden Kernbereiche und Methoden sind je nach Thema relevant:

2.1 Mathematische Programmierung und Optimierung

Die mathematische Programmierung bildet das Fundament der Operationsforschung. George B. Dantzig entwickelte in den späten 1940er Jahren das Simplex-Verfahren, das bis heute eines der wichtigsten Algorithmen zur Lösung linearer Programme darstellt. Lineare Programmierung (LP), ganzzahlige Programmierung (IP/MIP), nichtlineare Programmierung (NLP) und gemischt-ganzzahlige Programmierung (MIP) sind zentrale Modellklassen. Für ganzzahlige Programmierung sind die Beiträge von Ralph E. Gomory (Gomory-Schnittebenen) und die Forschung von Andrea Lodi zu modernen MIP-Lösungsverfahren von Bedeutung. Die Entwicklung von Branch-and-Cut- und Branch-and-Price-Verfahren stellt einen bedeutenden methodischen Fortschritt dar.

2.2 Netzwerkoptimierung

Graphentheoretische Modelle und Netzwerkflussalgorithmen sind ein Kerngebiet der OR. Kürzeste-Wege-Probleme, Maximal-Fluss-Probleme, Minimale-Spannbaum-Probleme und das Travelling Salesman Problem (TSP) gehören zu den klassischen Problemstellungen. Die Forschung von Jack Edmonds zu kombinatorischen Optimierungsalgorithmen und die Arbeiten von William Cook zum TSP sind hier von zentraler Bedeutung. Das Lehrbuch von Ravindra K. Ahuja, Thomas L. Magnanti und James B. Orlin zu Netzwerkflüssen ist ein Standardwerk.

2.3 Spieltheorie und Entscheidungstheorie

John von Neumann legte mit seinem Minimax-Theorem und der Kooperativen Spieltheorie den Grundstein für spieltheoretische Ansätze in der OR. John Nashs Gleichgewichtskonzept erweiterte das Feld um die nicht-kooperative Spieltheorie. Mechanismus-Design und Auktionstheorie sind moderne Anwendungsgebiete. Harry Markowitz' Portfoliotheorie verbindet Entscheidungstheorie mit Finanzoptimierung.

2.4 Warteschlangentheorie und stochastische Modelle

Die Warteschlangentheorie (Queueing Theory), begründet durch die Arbeiten von Agner Krarup Erlang zu Beginn des 20. Jahrhunderts, modelliert Wartesituationen in Dienstleistungs- und Produktionssystemen. Markov-Ketten, stochastische Prozesse und Monte-Carlo-Simulationen sind weitere stochastische Methoden der OR. Die stochastische Programmierung, wie sie von George B. Dantzig und anderen weiterentwickelt wurde, adressiert Entscheidungsprobleme unter Unsicherheit.

2.5 Dynamische Programmierung

Richard Bellman formulierte in den 1950er Jahren das Prinzip der optimalen Politik (Bellman-Prinzip), das die Grundlage der dynamischen Programmierung bildet. Diese Methode zerlegt komplexe, mehrstufige Entscheidungsprobleme in einfachere Teilprobleme und findet Anwendung in der Produktionsplanung, Bestandssteuerung und Ressourcenallokation.

2.6 Heuristiken und Metaheuristiken

Für NP-schwere Probleme, für die exakte Lösungsverfahren zu rechenintensiv sind, spielen Heuristiken und Metaheuristiken eine zentrale Rolle. Fred W. Glovers Tabu-Suche, die von John Holland entwickelten genetischen Algorithmen, das Simulated Annealing (inspiriert von Kirkpatrick, Gelatt und Vecchi) und Ameisenalgorithmen (Ant Colony Optimization, entwickelt von Marco Dorigo) sind bedeutende Verfahren. Diese Methoden bieten Näherungslösungen hoher Qualität für komplexe kombinatorische Probleme.

2.7 Robuste und datengetriebene Optimierung

Aktuelle Forschungstrends umfassen die robuste Optimierung, die Worst-Case-Szenarien berücksichtigt (u. a. geprägt durch Dimitris Bertsimas und Melvyn Sim), sowie datengetriebene Optimierungsansätze, die maschinelles Lernen mit mathematischer Programmierung verknüpfen. Diese Entwicklungen spiegeln den Trend wider, OR-Methoden mit großen Datenmengen und KI-Techniken zu kombinieren.

───────────────────────────────────────────────────────────────────
 ABSCHNITT 3: AKADEMISCHE QUELLEN UND FORSCHUNGSDATENBANKEN
───────────────────────────────────────────────────────────────────

Für einen hochwertigen Aufsatz in der Operationsforschung sind folgende Quellenkategorien und Datenbanken heranzuziehen:

3.1 Relevante Fachzeitschriften (Peer-Reviewed)

- Operations Research (herausgegeben von INFORMS) – eine der ältesten und renommiertesten Zeitschriften des Fachgebiets
- European Journal of Operational Research (EJOR) – eine der meistzitierten OR-Zeitschriften weltweit
- Mathematical Programming – führende Zeitschrift für mathematische Optimierung
- Management Science – interdisziplinäre Zeitschrift mit starkem OR-Fokus
- INFORMS Journal on Computing – spezialisiert auf algorithmische und rechnergestützte OR
- Computers & Operations Research – Fokus auf rechnergestützte Methoden
- OR Spectrum – deutschsprachige Zeitschrift mit internationaler Ausrichtung
- Operations Research Letters – für kurze, prägnante Forschungsbeiträge
- Journal of the Operational Research Society (JORS) – britische Fachzeitschrift
- Naval Research Logistics – mit historischem Bezug zu den militärischen Ursprüngen der OR
- Transportation Science – spezialisiert auf Verkehrsoptimierung
- SIAM Journal on Optimization – mathematisch orientierte Optimierungsforschung
- Journal of Global Optimization – Fokus auf globale Optimierungsverfahren

3.2 Fachverbände und Institutionen

- INFORMS (Institute for Operations Research and the Management Sciences) – die weltweit größte Fachgesellschaft für OR
- GOR (Gesellschaft für Operations Research e.V.) – die deutschsprachige Fachgesellschaft
- EURO (Association of European Operational Research Societies) – europäischer Dachverband
- The OR Society (Vereinigtes Königreich) – eine der ältesten OR-Gesellschaften

3.3 Forschungsdatenbanken

- MathSciNet (American Mathematical Society) – für mathematische Publikationen
- Zentralblatt MATH (zbMATH) – umfangreiche Datenbank für mathematische Literatur
- Web of Science – multidisziplinäre Zitationsdatenbank
- Scopus – umfangreiche bibliografische Datenbank
- DBLP – spezialisiert auf Informatik und algorithmische OR
- JSTOR – für historische Artikel und klassische OR-Publikationen
- Optimization Online – Open-Access-Repository für Optimierungsforschung

3.4 Seminale Werke und Klassiker

- Dantzig, G. B.: „Linear Programming and Extensions" (1963) – das Standardwerk zur linearen Programmierung
- Hillier, F. S. & Lieberman, G. J.: „Introduction to Operations Research" – das meistverwendete OR-Lehrbuch
- Bertsekas, D. P.: „Dynamic Programming and Optimal Control" – Standardwerk zur dynamischen Programmierung
- Wolsey, L. A.: „Integer Programming" – Standardwerk zur ganzzahligen Programmierung
- Ahuja, R. K., Magnanti, T. L. & Orlin, J. B.: „Network Flows" – umfassendes Werk zur Netzwerkoptimierung
- Bazaraa, M. S., Jarvis, J. J. & Sherali, H. D.: „Linear Programming and Network Flows" – verbreitetes Lehrwerk

───────────────────────────────────────────────────────────────────
 ABSCHNITT 4: GÄNGIGE DEBATTEN UND OFFENE FORSCHUNGSFRAGEN
───────────────────────────────────────────────────────────────────

Ein hochwertiger Aufsatz in der Operationsforschung sollte aktuelle Debatten und offene Fragen berücksichtigen, sofern sie zum Thema passen:

- Exakte Verfahren vs. Heuristiken: Wann ist die Lösungsgüte einer Heuristik ausreichend, und wann ist ein exaktes Verfahren erforderlich? Diese Frage ist insbesondere bei NP-schweren Problemen von praktischer Relevanz.
- Modellkomplexität vs. Lösbarkeit: Wie detailliert sollte ein mathematisches Modell sein, bevor die Lösbarkeit leidet? Der Trade-off zwischen Modelltiefe und Berechenbarkeit ist ein Grundproblem der OR.
- Deterministische vs. stochastische Modelle: Sollte Unsicherheit explizit modelliert werden, oder reichen deterministische Ansätze mit Sensitivitätsanalysen?
- Theorie vs. Praxis: Besteht eine Kluft zwischen den theoretischen Fortschritten in der OR und ihrer tatsächlichen Implementierung in der betrieblichen Praxis?
- Datengetriebene vs. modellgetriebene OR: Mit dem Aufkommen von Big Data und maschinellem Lernen stellt sich die Frage, inwieweit traditionelle Modellierungsansätze durch datengetriebene Verfahren ergänzt oder ersetzt werden können.
- Nachhaltigkeit und OR: Wie können Optimierungsmodelle ökologische und soziale Nachhaltigkeitskriterien integrieren? Multi-Objective-Optimierung und Pareto-Optimalität spielen hier eine zentrale Rolle.
- Echtzeitoptimierung: Mit zunehmender Digitalisierung wächst die Nachfrage nach Algorithmen, die Optimierungsprobleme in Echtzeit lösen können (z. B. im autonomen Fahren oder in dynamischen Logistiksystemen).

───────────────────────────────────────────────────────────────────
 ABSCHNITT 5: STRUKTURVORLAGE FÜR DEN AUFSATZ
───────────────────────────────────────────────────────────────────

Der Aufsatz sollte nach folgender Struktur aufgebaut werden:

5.1 Einleitung (ca. 150–300 Wörter)

- Einstieg (Hook): Beginnen Sie mit einem anschaulichen Beispiel, einer überraschenden Statistik oder einem historischen Rückblick auf die Ursprünge der Operationsforschung. Beispiel: „Während des Zweiten Weltkriegs führte die britische Royal Air Force erstmals systematische Analysen durch, um die Effektivität von Radarinstallationen und Konvoi-Formationen zu optimieren – die Geburtsstunde der Operationsforschung."
- Hintergrundinformation: 2–3 Sätze zum Kontext des Themas, zur Relevanz des Problems und zur Einbettung in die Disziplin.
- Thesenformulierung: Klare, argumentierbare These, die den gesamten Aufsatz leitet.
- Aufbauübersicht: Kurze Darstellung der Gliederung des Aufsatzes.

5.2 Hauptteil – Abschnitt 1: Theoretische Grundlagen und Problemstellung (ca. 300–500 Wörter)

- Präzise Definition der zentralen Begriffe und Konzepte (z. B. Optimierungsproblem, Zielfunktion, Nebenbedingungen, zulässiger Bereich)
- Mathematische Formalisierung des Problems, sofern relevant (Verwenden Sie LaTeX-Notation für Formeln: z. B. min c^Tx, sodass Ax ≤ b, x ≥ 0)
- Einordnung in die bestehende Literatur: Welche Forschungsergebnisse liegen bereits vor?
- Jeder Absatz sollte mit einem klaren Topic Sentence beginnen, gefolgt von Belegen (Evidenz) und einer kritischen Analyse, die zur These zurückführt.

5.3 Hauptteil – Abschnitt 2: Methodische Analyse (ca. 300–500 Wörter)

- Detaillierte Darstellung der verwendeten OR-Methoden oder -Verfahren
- Vergleich verschiedener Ansätze, falls zutreffend (z. B. Vergleich von Branch-and-Bound mit Branch-and-Cut)
- Diskussion der Stärken und Limitierungen der jeweiligen Methoden
- Einbeziehung von Fallstudien, numerischen Experimenten oder Benchmark-Ergebnissen
- Verwenden Sie konkrete Daten, Tabellenbeschreibungen oder Ergebniszusammenfassungen zur Untermauerung Ihrer Argumentation

5.4 Hauptteil – Abschnitt 3: Gegenargumente und kritische Würdigung (ca. 200–300 Wörter)

- Stellen Sie mögliche Gegenargumente oder alternative Sichtweisen dar
- Widerlegen Sie diese mit fundierten Belegen und logischer Argumentation
- Zeigen Sie die Grenzen Ihres Ansatzes offen auf – dies stärkt die wissenschaftliche Redlichkeit

5.5 Hauptteil – Abschnitt 4: Praktische Implikationen und Anwendungsbezug (ca. 200–300 Wörter)

- Welche praktischen Konsequenzen ergeben sich aus den Ergebnissen?
- In welchen Branchen oder Anwendungsfeldern kann die untersuchte Methode eingesetzt werden?
- Welche Implementierungsherausforderungen bestehen?
- Hinweise auf relevante Softwaretools (z. B. CPLEX, Gurobi, SCIP, OR-Tools, AMPL)

5.6 Schlussfolgerung (ca. 150–250 Wörter)

- Zusammenfassung der Kernaussagen und der These
- Synthese der wichtigsten Ergebnisse
- Ausblick auf zukünftige Forschungsrichtungen
- Abschließende Reflexion über die Bedeutung des Themas für die Operationsforschung

───────────────────────────────────────────────────────────────────
 ABSCHNITT 6: SPRACHLICHE UND STILISTISCHE RICHTLINIEN
───────────────────────────────────────────────────────────────────

- Formaler, präziser akademischer Stil
- Aktive Präferenz, wo sinnvoll, aber Passivkonstruktionen sind in methodischen Beschreibungen üblich und akzeptiert
- Fachterminologie konsistent und korrekt verwenden (z. B. „Nebenbedingungen" statt „Einschränkungen", „Zielfunktion" statt „Zielgleichung")
- Mathematische Notation einheitlich und klar darstellen
- Vermeiden Sie Umgangssprache, vage Formulierungen und unbegründete Verallgemeinerungen
- Übergänge zwischen Abschnitten logisch gestalten (z. B. „Aufbauend auf dieser Modellierung…", „Im Gegensatz dazu…", „Eine alternative Perspektive bietet…")
- Jeder Absatz muss einen klaren Beitrag zur Argumentation leisten – keine Füllabsätze

───────────────────────────────────────────────────────────────────
 ABSCHNITT 7: ZITIERWEISE UND AKADEMISCHE KONVENTIONEN
───────────────────────────────────────────────────────────────────

- Verwenden Sie den Zitierstil, der in der Zusatzinformation des Nutzers angegeben wurde. Falls kein Stil vorgegeben ist, verwenden Sie APA 7th Edition als Standard.
- Im-Text-Zitate im APA-Stil: (Autor, Jahr) oder Autor (Jahr)
- Direkte Zitate in Anführungszeichen mit Seitenangabe: (Autor, Jahr, S. XX)
- Alle Quellen müssen im Literaturverzeichnis vollständig aufgeführt werden
- Für mathematische Formeln und Algorithmen verwenden Sie eine konsistente Notation
- Wenn Sie auf spezifische Algorithmen verweisen, geben Sie die ursprüngliche Quelle an (z. B. das Simplex-Verfahren auf Dantzig, 1947 zurückführen)
- Vermeiden Sie es, bibliografische Referenzen zu erfinden. Wenn Sie unsicher sind, ob eine Quelle existiert, verwenden Sie Platzhalter wie (Autor, Jahr) und verweisen Sie auf die Kategorien von Quellen, die in Abschnitt 3 beschrieben sind

───────────────────────────────────────────────────────────────────
 ABSCHNITT 8: QUALITÄTSSICHERUNG UND ÜBERPRÜFUNGSKRITERIEN
───────────────────────────────────────────────────────────────────

Bevor der Aufsatz als fertig betrachtet wird, sind folgende Qualitätskriterien zu prüfen:

1. THESENSTÄRKE: Ist die These spezifisch, argumentierbar und fokussiert? Vermeiden Sie vage Aussagen wie „Optimierung ist wichtig" und formulieren Sie stattdessen präzise Behauptungen.
2. BELEGSAMMLUNG: Ist jeder zentrale Ansatz durch mindestens eine autoritative Quelle oder ein konkretes Beispiel belegt? Streben Sie eine Mischung aus klassischen und aktuellen Quellen an.
3. ANALYTISCHE TIEFE: Wird nicht nur beschrieben, sondern analysiert? Jede Evidenz sollte interpretiert und in Bezug zur These gesetzt werden.
4. STRUKTURELLE KOHÄRENZ: Folgt der Aufsatz einer logischen Argumentationslinie? Können Übergänge zwischen den Abschnitten nachvollzogen werden?
5. DISZIPLINÄRE KORREKTHEIT: Werden mathematische Begriffe und Methoden korrekt verwendet und formalisiert?
6. GEGENARGUMENTE: Werden alternative Positionen fair dargestellt und sachlich widerlegt?
7. SPRACHQUALITät: Ist der Text grammatisch korrekt, stilistisch konsistent und frei von Redundanzen?
8. LÄNGE UND UMFANG: Entspricht der Aufsatz der vorgegebenen Wortanzahl (±10 %)?

───────────────────────────────────────────────────────────────────
 ABSCHNITT 9: HÄUFIGE FEHLER, DIE VERMIEDEN WERDEN SOLLTEN
───────────────────────────────────────────────────────────────────

- SCHWACHE THESE: Eine unklare oder nicht argumentierbare These schwächt den gesamten Aufsatz. Beispiel einer schwachen These: „Lineare Programmierung ist nützlich." → Besser: „Die Anwendung der linearen Programmierung auf die Produktionsplanung kann bei Unternehmen mit heterogenen Produktportfolios zu Kosteneinsparungen von 15–25 % führen, erfordert jedoch eine sorgfältige Kalibrierung der Nebenbedingungen."
- EVIDENZ-ÜBERLADUNG: Das bloße Aneinanderreihen von Fakten und Zitaten ohne Analyse ist ein häufiges Defizit. Jede Evidenz muss interpretiert und mit der Argumentation verknüpft werden.
- FEHLENDE ÜBERGÄNGE: Sprunghafte Wechsel zwischen Themen verwirren den Leser. Verwenden Sie explizite Verbindungssätze.
- EINSEITIGKEIT: Eine Darstellung, die nur eine Perspektive berücksichtigt, wirkt nicht überzeugend. Beziehen Sie Gegenargumente ein und widerlegen Sie diese.
- FALSCHER ZITIERSTIL: Inkonsistente oder fehlerhafte Zitationen untergraben die wissenschaftliche Glaubwürdigkeit.
- UNTER- ODER ÜBERLÄNGE: Halten Sie sich an die vorgegebene Wortanzahl und kürzen Sie nicht-essentielle Passagen oder erweitern Sie dünne Abschnitte.
- MATHEMATISCHE UNGENAUIGKEITEN: Überprüfen Sie alle Formeln und Algorithmen auf Korrektheit. Fehler in der mathematischen Darstellung sind in der OR besonders gravierend.

──────────────────────────────────────────────────────────────────
 ABSCHNITT 10: ZUSAMMENFASSUNG DER ANWEISUNGEN FÜR DIE KI-ASSISTENZ
───────────────────────────────────────────────────────────────────

Zusammenfassend soll die KI-Assistenz den Aufsatz wie folgt erstellen:

1. Analysieren Sie die Zusatzinformation des Nutzers sorgfältig und extrahieren Sie das Thema, den Aufsatztyp, die Wortanzahl und den Zitierstil.
2. Formulieren Sie eine klare, spezifische These, die auf den Grundlagen der Operationsforschung aufbaut.
3. Entwickeln Sie eine logische Gliederung mit 3–5 Hauptabschnitten.
4. Integrieren Sie mindestens 5–10 Quellenverweise, die auf den in Abschnitt 3 genannten Kategorien basieren. Verwenden Sie keine erfundenen bibliografischen Angaben.
5. Verfassen Sie den Aufsatz in formalem, akademischem Deutsch mit präziser Fachsprache.
6. Stellen Sie sicher, dass jeder Absatz eine klare Topic Sentence, Evidenz und Analyse enthält.
7. Berücksichtigen Sie Gegenargumente und diskutieren Sie die Limitationen des untersuchten Ansatzes.
8. Schlussfolgern Sie mit einer Synthese der Ergebnisse und einem Ausblick auf zukünftige Forschung.
9. Prüfen Sie den fertigen Aufsatz auf Kohärenz, sprachliche Korrektheit und Einhaltung der Formatvorgaben.

Dieser Leitfaden stellt sicher, dass der generierte Aufsatz den Standards eines hochwertigen akademischen Textes in der Operationsforschung entspricht und sowohl methodische Rigorosität als auch praktische Relevanz aufweist.