- Pfad A — Vollständiger Lehrgang (100–140 Stunden)
@@ -1511,6 +1518,57 @@ Alles bereit — Sie können mit dem ersten Kapitel beginnen.
- Lauffähiges Python-Programm — vollständig abgedruckt, mit erwarteter Ausgabe.
+Für wen dieses Buch geschrieben ist
+Die Lernpfade weiter unten sind nach Themen geschnitten. Dieser Abschnitt ist nach Rollen geschnitten: vier Einstiege für vier Arten, mit Optimierung zu tun zu haben. Jeder nennt den Schmerzpunkt, drei Dinge, die das Buch dafür wirklich liefert — mit den Zahlen, die es dazu misst —, den passenden Lernpfad und die Frage, an der es in dieser Rolle am häufigsten scheitert.
+Suchen Sie sich einen aus. Sie können auch alle vier überspringen; nötig sind sie nicht.
+Für Entscheider und Manager — der Geschäftsfall
+
+„Wir planen seit Jahren mit Erfahrungswerten, und es funktioniert. Warum sollte ein Modell das besser können — und was kostet mich der Irrtum, wenn ich es nicht tue?“
+
+
+- Was Planen mit Durchschnitten kostet, wird hier beziffert, nicht behauptet. Im Kraftwerkseinsatz aus Kapitel 17 kostet ein Plan, der mit dem Wind-Erwartungswert rechnet, in der Wirklichkeit 149 % mehr als einer, der 40 Szenarien berücksichtigt — 874 870 € statt 351 356 € — und führt in 28 von 40 Szenarien zum Lastabwurf statt in keinem.
+- „Wie sicher soll es sein?“ wird eine Preisfrage. Abschnitt 12.7 rechnet aus, was ein Prozentpunkt Versorgungssicherheit kostet: rund 56 000 € auf dem Weg zu 80 %, rund 254 000 € zwischen 95 und 99 %. Das 4,5-fache. Wer 99,9 % fordert, ohne diese Kurve gesehen zu haben, fordert ins Blaue.
+- Für die Sitzung gibt es einen Bericht, keine Tabelle. Abschnitt 22.4 beziffert je Nebenbedingung, was sie den Plan kostet, und formuliert daraus Sätze in Alltagssprache. Für die Frage des Betriebsrats — „warum ausgerechnet ich?“ — liefert Kapitel 22 den Constraint-Trace, der die einzelne Zuweisung begründet.
+
+Ihr Weg. Zuerst Pfad E (2–4 Stunden): Abschnitt 1.5 und Anhang B. Wenn Sie danach wissen wollen, was in Ihrem Betrieb geht, Pfad B und Projekt P1 oder P2.
+Woran es scheitert. Nicht am Modell, sondern an der Einführung — das ist der meistgenannte Befund in Kapitel 22. Und an einer Verwechslung, die dieses Buch Ihnen nicht abnehmen kann: Ein Bericht erklärt das Modell, nicht die Wirklichkeit. Ist ein Deckungsbeitrag falsch geschätzt, ist er überzeugend und falsch. Fragen Sie deshalb jedes Mal, worauf eine Zahl beruht.
+
+Eine Erwartung, die dieses Buch enttäuscht: Es nennt keine ROI-Kennzahl und keine Amortisationsdauer. Beide hängen an Ihrem Betrieb, und jede Zahl hier wäre erfunden. Was es stattdessen liefert, ist das Werkzeug, Ihre eigene auszurechnen: den EVPI in Kapitel 12 (was eine perfekte Prognose überhaupt wert wäre — eine Obergrenze für jedes Prognoseprojekt) und die Kostenzurechnung aus Abschnitt 22.4.
+
+Für Ingenieure und Produktionsplaner — die Physik des Systems
+
+„Der Engpass wandert. Kaum ist eine Maschine entlastet, steht die nächste — und niemand kann mir vorher sagen, welche.“
+
+
+- Der Engpass lässt sich benennen und bepreisen. Abschnitt 22.4 rechnet für jede Kapazität aus, was die nächste Stunde wert ist — und wie weit dieser Wert trägt. Im Beispiel gilt der Schattenpreis der Lackiererei exakt bis +15 Stunden; eine ganze Sonderschicht von 30 Stunden bringt deshalb 60 € statt der rechnerischen 120 €. Die zweite Hälfte wäre bezahlt und wirkungslos.
+- Rüstzeiten, Reihenfolgen, Taktzeiten sind der Kern, nicht die Ausnahme. Kapitel 7 modelliert Maschinenbelegung mit Intervallvariablen, Kapitel 9 zeigt am selben Fall das Gesamtbild: Faustregel 2 497 Minuten Rüstzeit, CP-SAT allein 2 628, Simulated Annealing 2 343, Annealing plus LNS 2 289 — und die untere Schranke bei 1 768, damit sichtbar bleibt, wie viel Luft noch da ist.
+- Wenn der Solver zu lange braucht, gibt es Zahlen statt Ratschläge. Abschnitt 7.7 misst, was mehrere Suchstränge bringen (hier Faktor 12,3) — und ab wo mehr Arbeiter wieder schaden.
+
+Ihr Weg. Pfad B bis Kapitel 7, dann Projekt P5 (Produktionsplanung mit Rüstkosten). Wenn Ihre echten Instanzen den Solver stehen lassen: Kapitel 9 und Projekt P9.
+Woran es scheitert. An der Verwechslung von bindend und teuer. Eine Bedingung kann den Plan berühren und trotzdem nichts kosten — im Beispiel von Abschnitt 22.4 gilt das für eine von fünf bindenden. Wer sie nachverhandelt, gewinnt nichts und hält das Verfahren für nutzlos.
+Für Investoren und Finanzanalysten — Risiko und Ertrag
+
+„Die Optimierung liefert mir Gewichte, die kein Mensch halten würde: 60 % in einem Titel, null in fünf anderen. Und im nächsten Quartal sieht sie völlig anders aus.“
+
+
+- Der Grund dafür steht in Kapitel 18, nicht in Kapitel 19. Eine aus kurzen Zeitreihen geschätzte Kovarianzmatrix ist schlecht konditioniert; der Optimierer setzt dann auf Schätzrauschen. Shrinkage nach Ledoit-Wolf ist das Gegenmittel; ihre Wirkung wird an Eigenwertspektrum und Konditionszahl gemessen, nicht behauptet.
+- Der VaR verschweigt genau das, worauf es ankommt. In der Stichprobe aus Kapitel 20 sagt der VaR: „an 95 % der Tage höchstens 1,86 % Verlust“. Der CVaR sagt: „und wenn doch, dann im Mittel 2,99 %“. Der schlechteste Tag der Stichprobe liegt bei −23,0 % — am VaR ändert dieser eine Tag nichts, am CVaR sehr wohl. Deshalb ist der CVaR die Größe, die man optimiert.
+- Transaktionskosten und Rebalancing sind Teil des Modells, nicht ein Abzug danach. Kapitel 20 nimmt sie in die Zielfunktion, Kapitel 21 setzt den Backtest daneben — samt der Fallen, die einen guten Backtest wertlos machen.
+
+Ihr Weg. Pfad D, und zwar mit Kapitel 18. Danach Projekt P6 (Portfolio-Rebalancer) oder P7 (Risikoreport mit CVaR und Stresstests).
+Woran es scheitert. An der Reihenfolge. Wer bei Markowitz einsteigt und die Datenkapitel überspringt, bekommt ein Modell, das seine eigenen Schätzfehler maximiert — und merkt es erst im Echtgeldbetrieb.
+Für Studierende und Data Scientists — die Methodik
+
+„Ich kann ein Modell trainieren und den Fehler senken. Aber wie wird aus einer Prognose eine Entscheidung — und woher weiß ich, dass sie gut ist?“
+
+
+- Die unbequemste Erkenntnis zuerst. Kapitel 15 zeigt an einem gerechneten Fall, dass das Modell mit dem schlechteren MSE die günstigere Entscheidung trifft. Prognosegüte und Entscheidungsqualität sind zwei verschiedene Größen; wer die eine optimiert, bekommt die andere nicht geschenkt.
+- Dieselbe Mathematik, zwei Welten. Kapitel 16 lässt denselben Code einmal über eine Werkstatt und einmal über ein Depot laufen — und benennt die drei Stellen, an denen die Analogie endet. Struktur zu erkennen ist die eigentliche Fähigkeit, nicht Bibliothekskenntnis; zu wissen, wo eine Analogie aufhört, gehört dazu.
+- Es wird gerechnet, nicht nacherzählt. Zu jedem Kapitel gehören Aufgaben mit vollständigen Lösungen, Handrechnungen und ein „Finde den Denkfehler“ — und jedes abgedruckte Ergebnis stammt aus einem echten Lauf des danebenstehenden Programms.
+
+Ihr Weg. Pfad A, wenn Sie Zeit haben. Sonst Pfad B oder D bis zum ersten Projekt und von dort zurück in die Grundlagen. Für eigene Fragestellungen: Projekt P8.
+Woran es scheitert. An der Annahme, ein Solver sei eine Bibliothek wie jede andere. Die schwierige Arbeit steckt in der Formulierung — Kapitel 4 ist deshalb kein Vorgeplänkel, sondern das Kapitel, auf das alle anderen aufbauen.
+
Lernpfade
Sie müssen nicht alles lesen, um etwas Nützliches bauen zu können.
Pfad A — Vollständiger Lehrgang (100–140 Stunden)
diff --git a/OR_HTML_04/vorwort.html b/OR_HTML_04/vorwort.html
index ea42f14..eab5070 100644
--- a/OR_HTML_04/vorwort.html
+++ b/OR_HTML_04/vorwort.html
@@ -349,6 +349,57 @@ Alles bereit — Sie können mit dem ersten Kapitel beginnen.
- Lauffähiges Python-Programm — vollständig abgedruckt, mit erwarteter Ausgabe.
+Für wen dieses Buch geschrieben ist
+Die Lernpfade weiter unten sind nach Themen geschnitten. Dieser Abschnitt ist nach Rollen geschnitten: vier Einstiege für vier Arten, mit Optimierung zu tun zu haben. Jeder nennt den Schmerzpunkt, drei Dinge, die das Buch dafür wirklich liefert — mit den Zahlen, die es dazu misst —, den passenden Lernpfad und die Frage, an der es in dieser Rolle am häufigsten scheitert.
+Suchen Sie sich einen aus. Sie können auch alle vier überspringen; nötig sind sie nicht.
+Für Entscheider und Manager — der Geschäftsfall
+
+„Wir planen seit Jahren mit Erfahrungswerten, und es funktioniert. Warum sollte ein Modell das besser können — und was kostet mich der Irrtum, wenn ich es nicht tue?“
+
+
+- Was Planen mit Durchschnitten kostet, wird hier beziffert, nicht behauptet. Im Kraftwerkseinsatz aus Kapitel 17 kostet ein Plan, der mit dem Wind-Erwartungswert rechnet, in der Wirklichkeit 149 % mehr als einer, der 40 Szenarien berücksichtigt — 874 870 € statt 351 356 € — und führt in 28 von 40 Szenarien zum Lastabwurf statt in keinem.
+- „Wie sicher soll es sein?“ wird eine Preisfrage. Abschnitt 12.7 rechnet aus, was ein Prozentpunkt Versorgungssicherheit kostet: rund 56 000 € auf dem Weg zu 80 %, rund 254 000 € zwischen 95 und 99 %. Das 4,5-fache. Wer 99,9 % fordert, ohne diese Kurve gesehen zu haben, fordert ins Blaue.
+- Für die Sitzung gibt es einen Bericht, keine Tabelle. Abschnitt 22.4 beziffert je Nebenbedingung, was sie den Plan kostet, und formuliert daraus Sätze in Alltagssprache. Für die Frage des Betriebsrats — „warum ausgerechnet ich?“ — liefert Kapitel 22 den Constraint-Trace, der die einzelne Zuweisung begründet.
+
+Ihr Weg. Zuerst Pfad E (2–4 Stunden): Abschnitt 1.5 und Anhang B. Wenn Sie danach wissen wollen, was in Ihrem Betrieb geht, Pfad B und Projekt P1 oder P2.
+Woran es scheitert. Nicht am Modell, sondern an der Einführung — das ist der meistgenannte Befund in Kapitel 22. Und an einer Verwechslung, die dieses Buch Ihnen nicht abnehmen kann: Ein Bericht erklärt das Modell, nicht die Wirklichkeit. Ist ein Deckungsbeitrag falsch geschätzt, ist er überzeugend und falsch. Fragen Sie deshalb jedes Mal, worauf eine Zahl beruht.
+
+Eine Erwartung, die dieses Buch enttäuscht: Es nennt keine ROI-Kennzahl und keine Amortisationsdauer. Beide hängen an Ihrem Betrieb, und jede Zahl hier wäre erfunden. Was es stattdessen liefert, ist das Werkzeug, Ihre eigene auszurechnen: den EVPI in Kapitel 12 (was eine perfekte Prognose überhaupt wert wäre — eine Obergrenze für jedes Prognoseprojekt) und die Kostenzurechnung aus Abschnitt 22.4.
+
+Für Ingenieure und Produktionsplaner — die Physik des Systems
+
+„Der Engpass wandert. Kaum ist eine Maschine entlastet, steht die nächste — und niemand kann mir vorher sagen, welche.“
+
+
+- Der Engpass lässt sich benennen und bepreisen. Abschnitt 22.4 rechnet für jede Kapazität aus, was die nächste Stunde wert ist — und wie weit dieser Wert trägt. Im Beispiel gilt der Schattenpreis der Lackiererei exakt bis +15 Stunden; eine ganze Sonderschicht von 30 Stunden bringt deshalb 60 € statt der rechnerischen 120 €. Die zweite Hälfte wäre bezahlt und wirkungslos.
+- Rüstzeiten, Reihenfolgen, Taktzeiten sind der Kern, nicht die Ausnahme. Kapitel 7 modelliert Maschinenbelegung mit Intervallvariablen, Kapitel 9 zeigt am selben Fall das Gesamtbild: Faustregel 2 497 Minuten Rüstzeit, CP-SAT allein 2 628, Simulated Annealing 2 343, Annealing plus LNS 2 289 — und die untere Schranke bei 1 768, damit sichtbar bleibt, wie viel Luft noch da ist.
+- Wenn der Solver zu lange braucht, gibt es Zahlen statt Ratschläge. Abschnitt 7.7 misst, was mehrere Suchstränge bringen (hier Faktor 12,3) — und ab wo mehr Arbeiter wieder schaden.
+
+Ihr Weg. Pfad B bis Kapitel 7, dann Projekt P5 (Produktionsplanung mit Rüstkosten). Wenn Ihre echten Instanzen den Solver stehen lassen: Kapitel 9 und Projekt P9.
+Woran es scheitert. An der Verwechslung von bindend und teuer. Eine Bedingung kann den Plan berühren und trotzdem nichts kosten — im Beispiel von Abschnitt 22.4 gilt das für eine von fünf bindenden. Wer sie nachverhandelt, gewinnt nichts und hält das Verfahren für nutzlos.
+Für Investoren und Finanzanalysten — Risiko und Ertrag
+
+„Die Optimierung liefert mir Gewichte, die kein Mensch halten würde: 60 % in einem Titel, null in fünf anderen. Und im nächsten Quartal sieht sie völlig anders aus.“
+
+
+- Der Grund dafür steht in Kapitel 18, nicht in Kapitel 19. Eine aus kurzen Zeitreihen geschätzte Kovarianzmatrix ist schlecht konditioniert; der Optimierer setzt dann auf Schätzrauschen. Shrinkage nach Ledoit-Wolf ist das Gegenmittel; ihre Wirkung wird an Eigenwertspektrum und Konditionszahl gemessen, nicht behauptet.
+- Der VaR verschweigt genau das, worauf es ankommt. In der Stichprobe aus Kapitel 20 sagt der VaR: „an 95 % der Tage höchstens 1,86 % Verlust“. Der CVaR sagt: „und wenn doch, dann im Mittel 2,99 %“. Der schlechteste Tag der Stichprobe liegt bei −23,0 % — am VaR ändert dieser eine Tag nichts, am CVaR sehr wohl. Deshalb ist der CVaR die Größe, die man optimiert.
+- Transaktionskosten und Rebalancing sind Teil des Modells, nicht ein Abzug danach. Kapitel 20 nimmt sie in die Zielfunktion, Kapitel 21 setzt den Backtest daneben — samt der Fallen, die einen guten Backtest wertlos machen.
+
+Ihr Weg. Pfad D, und zwar mit Kapitel 18. Danach Projekt P6 (Portfolio-Rebalancer) oder P7 (Risikoreport mit CVaR und Stresstests).
+Woran es scheitert. An der Reihenfolge. Wer bei Markowitz einsteigt und die Datenkapitel überspringt, bekommt ein Modell, das seine eigenen Schätzfehler maximiert — und merkt es erst im Echtgeldbetrieb.
+Für Studierende und Data Scientists — die Methodik
+
+„Ich kann ein Modell trainieren und den Fehler senken. Aber wie wird aus einer Prognose eine Entscheidung — und woher weiß ich, dass sie gut ist?“
+
+
+- Die unbequemste Erkenntnis zuerst. Kapitel 15 zeigt an einem gerechneten Fall, dass das Modell mit dem schlechteren MSE die günstigere Entscheidung trifft. Prognosegüte und Entscheidungsqualität sind zwei verschiedene Größen; wer die eine optimiert, bekommt die andere nicht geschenkt.
+- Dieselbe Mathematik, zwei Welten. Kapitel 16 lässt denselben Code einmal über eine Werkstatt und einmal über ein Depot laufen — und benennt die drei Stellen, an denen die Analogie endet. Struktur zu erkennen ist die eigentliche Fähigkeit, nicht Bibliothekskenntnis; zu wissen, wo eine Analogie aufhört, gehört dazu.
+- Es wird gerechnet, nicht nacherzählt. Zu jedem Kapitel gehören Aufgaben mit vollständigen Lösungen, Handrechnungen und ein „Finde den Denkfehler“ — und jedes abgedruckte Ergebnis stammt aus einem echten Lauf des danebenstehenden Programms.
+
+Ihr Weg. Pfad A, wenn Sie Zeit haben. Sonst Pfad B oder D bis zum ersten Projekt und von dort zurück in die Grundlagen. Für eigene Fragestellungen: Projekt P8.
+Woran es scheitert. An der Annahme, ein Solver sei eine Bibliothek wie jede andere. Die schwierige Arbeit steckt in der Formulierung — Kapitel 4 ist deshalb kein Vorgeplänkel, sondern das Kapitel, auf das alle anderen aufbauen.
+
Lernpfade
Sie müssen nicht alles lesen, um etwas Nützliches bauen zu können.
Pfad A — Vollständiger Lehrgang (100–140 Stunden)
diff --git a/Operations_Research_mit_Python_Version_04.md b/Operations_Research_mit_Python_Version_04.md
index 45f5f3c..15ff79c 100644
--- a/Operations_Research_mit_Python_Version_04.md
+++ b/Operations_Research_mit_Python_Version_04.md
@@ -272,6 +272,64 @@ Jedes Kapitel folgt derselben Struktur. Wenn Sie wissen, wie die Bausteine funkt
---
+## Für wen dieses Buch geschrieben ist {-}
+
+Die Lernpfade weiter unten sind nach **Themen** geschnitten. Dieser Abschnitt ist nach **Rollen** geschnitten: vier Einstiege für vier Arten, mit Optimierung zu tun zu haben. Jeder nennt den Schmerzpunkt, drei Dinge, die das Buch dafür wirklich liefert — mit den Zahlen, die es dazu misst —, den passenden Lernpfad und die Frage, an der es in dieser Rolle am häufigsten scheitert.
+
+Suchen Sie sich einen aus. Sie können auch alle vier überspringen; nötig sind sie nicht.
+
+### Für Entscheider und Manager — der Geschäftsfall {-}
+
+> *„Wir planen seit Jahren mit Erfahrungswerten, und es funktioniert. Warum sollte ein Modell das besser können — und was kostet mich der Irrtum, wenn ich es nicht tue?“*
+
+* **Was Planen mit Durchschnitten kostet, wird hier beziffert, nicht behauptet.** Im Kraftwerkseinsatz aus [Kapitel 17](#kap-supplychain) kostet ein Plan, der mit dem Wind-**Erwartungswert** rechnet, in der Wirklichkeit **149 % mehr** als einer, der 40 Szenarien berücksichtigt — 874 870 € statt 351 356 € — und führt in **28 von 40 Szenarien** zum Lastabwurf statt in keinem.
+* **„Wie sicher soll es sein?“ wird eine Preisfrage.** [Abschnitt 12.7](#sec:unsicherheit-chance-constraints) rechnet aus, was ein Prozentpunkt Versorgungssicherheit kostet: rund 56 000 € auf dem Weg zu 80 %, rund 254 000 € zwischen 95 und 99 %. Das **4,5-fache**. Wer 99,9 % fordert, ohne diese Kurve gesehen zu haben, fordert ins Blaue.
+* **Für die Sitzung gibt es einen Bericht, keine Tabelle.** [Abschnitt 22.4](#sec:praxisfallen-attribution) beziffert je Nebenbedingung, was sie den Plan kostet, und formuliert daraus Sätze in Alltagssprache. Für die Frage des Betriebsrats — *„warum ausgerechnet ich?“* — liefert [Kapitel 22](#kap-praxisfallen) den Constraint-Trace, der die einzelne Zuweisung begründet.
+
+**Ihr Weg.** Zuerst Pfad E (2–4 Stunden): [Abschnitt 1.5](#sec:einfuehrung-historischer-kontext-und-evolution) und [Anhang B](#anhang-modellierungsmuster). Wenn Sie danach wissen wollen, was in Ihrem Betrieb geht, Pfad B und Projekt **P1** oder **P2**.
+
+**Woran es scheitert.** Nicht am Modell, sondern an der Einführung — das ist der meistgenannte Befund in [Kapitel 22](#kap-praxisfallen). Und an einer Verwechslung, die dieses Buch Ihnen nicht abnehmen kann: Ein Bericht erklärt das **Modell**, nicht die **Wirklichkeit**. Ist ein Deckungsbeitrag falsch geschätzt, ist er überzeugend **und** falsch. Fragen Sie deshalb jedes Mal, worauf eine Zahl beruht.
+
+> **Eine Erwartung, die dieses Buch enttäuscht:** Es nennt keine ROI-Kennzahl und keine Amortisationsdauer. Beide hängen an Ihrem Betrieb, und jede Zahl hier wäre erfunden. Was es stattdessen liefert, ist das Werkzeug, Ihre eigene auszurechnen: den **EVPI** in [Kapitel 12](#kap-unsicherheit) (was eine perfekte Prognose überhaupt wert wäre — eine Obergrenze für jedes Prognoseprojekt) und die Kostenzurechnung aus [Abschnitt 22.4](#sec:praxisfallen-attribution).
+
+### Für Ingenieure und Produktionsplaner — die Physik des Systems {-}
+
+> *„Der Engpass wandert. Kaum ist eine Maschine entlastet, steht die nächste — und niemand kann mir vorher sagen, welche.“*
+
+* **Der Engpass lässt sich benennen und bepreisen.** [Abschnitt 22.4](#sec:praxisfallen-attribution) rechnet für jede Kapazität aus, was die nächste Stunde wert ist — und wie weit dieser Wert trägt. Im Beispiel gilt der Schattenpreis der Lackiererei exakt bis **+15 Stunden**; eine ganze Sonderschicht von 30 Stunden bringt deshalb 60 € statt der rechnerischen 120 €. **Die zweite Hälfte wäre bezahlt und wirkungslos.**
+* **Rüstzeiten, Reihenfolgen, Taktzeiten sind der Kern, nicht die Ausnahme.** [Kapitel 7](#kap-cpsat) modelliert Maschinenbelegung mit Intervallvariablen, [Kapitel 9](#kap-metaheuristiken) zeigt am selben Fall das Gesamtbild: Faustregel 2 497 Minuten Rüstzeit, CP-SAT allein 2 628, Simulated Annealing 2 343, Annealing plus LNS **2 289** — und die untere Schranke bei 1 768, damit sichtbar bleibt, wie viel Luft noch da ist.
+* **Wenn der Solver zu lange braucht, gibt es Zahlen statt Ratschläge.** [Abschnitt 7.7](#sec:cpsat-parallele-suche) misst, was mehrere Suchstränge bringen (hier Faktor 12,3) — und ab wo mehr Arbeiter wieder schaden.
+
+**Ihr Weg.** Pfad B bis [Kapitel 7](#kap-cpsat), dann Projekt **P5** (Produktionsplanung mit Rüstkosten). Wenn Ihre echten Instanzen den Solver stehen lassen: [Kapitel 9](#kap-metaheuristiken) und Projekt **P9**.
+
+**Woran es scheitert.** An der Verwechslung von *bindend* und *teuer*. Eine Bedingung kann den Plan berühren und trotzdem **nichts** kosten — im Beispiel von [Abschnitt 22.4](#sec:praxisfallen-attribution) gilt das für eine von fünf bindenden. Wer sie nachverhandelt, gewinnt nichts und hält das Verfahren für nutzlos.
+
+### Für Investoren und Finanzanalysten — Risiko und Ertrag {-}
+
+> *„Die Optimierung liefert mir Gewichte, die kein Mensch halten würde: 60 % in einem Titel, null in fünf anderen. Und im nächsten Quartal sieht sie völlig anders aus.“*
+
+* **Der Grund dafür steht in [Kapitel 18](#kap-finanzdaten), nicht in [Kapitel 19](#kap-markowitz).** Eine aus kurzen Zeitreihen geschätzte Kovarianzmatrix ist schlecht konditioniert; der Optimierer setzt dann auf Schätzrauschen. Shrinkage nach Ledoit-Wolf ist das Gegenmittel; ihre Wirkung wird an **Eigenwertspektrum und Konditionszahl** gemessen, nicht behauptet.
+* **Der VaR verschweigt genau das, worauf es ankommt.** In der Stichprobe aus [Kapitel 20](#kap-cvar) sagt der VaR: „an 95 % der Tage höchstens **1,86 %** Verlust“. Der CVaR sagt: „und wenn doch, dann im Mittel **2,99 %**“. Der schlechteste Tag der Stichprobe liegt bei **−23,0 %** — am VaR ändert dieser eine Tag **nichts**, am CVaR sehr wohl. Deshalb ist der CVaR die Größe, die man optimiert.
+* **Transaktionskosten und Rebalancing sind Teil des Modells, nicht ein Abzug danach.** [Kapitel 20](#kap-cvar) nimmt sie in die Zielfunktion, [Kapitel 21](#kap-handelsmaschine) setzt den Backtest daneben — samt der Fallen, die einen guten Backtest wertlos machen.
+
+**Ihr Weg.** Pfad D, und zwar **mit** [Kapitel 18](#kap-finanzdaten). Danach Projekt **P6** (Portfolio-Rebalancer) oder **P7** (Risikoreport mit CVaR und Stresstests).
+
+**Woran es scheitert.** An der Reihenfolge. Wer bei Markowitz einsteigt und die Datenkapitel überspringt, bekommt ein Modell, das seine eigenen Schätzfehler maximiert — und merkt es erst im Echtgeldbetrieb.
+
+### Für Studierende und Data Scientists — die Methodik {-}
+
+> *„Ich kann ein Modell trainieren und den Fehler senken. Aber wie wird aus einer Prognose eine Entscheidung — und woher weiß ich, dass sie gut ist?“*
+
+* **Die unbequemste Erkenntnis zuerst.** [Kapitel 15](#kap-prognose) zeigt an einem gerechneten Fall, dass das Modell mit dem **schlechteren** MSE die **günstigere** Entscheidung trifft. Prognosegüte und Entscheidungsqualität sind zwei verschiedene Größen; wer die eine optimiert, bekommt die andere nicht geschenkt.
+* **Dieselbe Mathematik, zwei Welten.** [Kapitel 16](#kap-bruecke) lässt **denselben Code** einmal über eine Werkstatt und einmal über ein Depot laufen — und benennt die drei Stellen, an denen die Analogie endet. Struktur zu erkennen ist die eigentliche Fähigkeit, nicht Bibliothekskenntnis; zu wissen, wo eine Analogie aufhört, gehört dazu.
+* **Es wird gerechnet, nicht nacherzählt.** Zu jedem Kapitel gehören Aufgaben mit vollständigen Lösungen, Handrechnungen und ein „Finde den Denkfehler“ — und jedes abgedruckte Ergebnis stammt aus einem echten Lauf des danebenstehenden Programms.
+
+**Ihr Weg.** Pfad A, wenn Sie Zeit haben. Sonst Pfad B oder D bis zum ersten Projekt und von dort zurück in die Grundlagen. Für eigene Fragestellungen: Projekt **P8**.
+
+**Woran es scheitert.** An der Annahme, ein Solver sei eine Bibliothek wie jede andere. Die schwierige Arbeit steckt in der Formulierung — [Kapitel 4](#kap-modellierung) ist deshalb kein Vorgeplänkel, sondern das Kapitel, auf das alle anderen aufbauen.
+
+---
+
## Lernpfade {-}
Sie müssen nicht alles lesen, um etwas Nützliches bauen zu können.
diff --git a/Operations_Research_mit_Python_Version_04.pdf b/Operations_Research_mit_Python_Version_04.pdf
index 408f1e1..bd41dc8 100644
Binary files a/Operations_Research_mit_Python_Version_04.pdf and b/Operations_Research_mit_Python_Version_04.pdf differ
diff --git a/Operations_Research_mit_Python_Version_04/00_Vorwort_und_Lesehilfe.md b/Operations_Research_mit_Python_Version_04/00_Vorwort_und_Lesehilfe.md
index 31f6632..136f47e 100644
--- a/Operations_Research_mit_Python_Version_04/00_Vorwort_und_Lesehilfe.md
+++ b/Operations_Research_mit_Python_Version_04/00_Vorwort_und_Lesehilfe.md
@@ -334,6 +334,134 @@ können Sie gezielt springen.
---
+## Für wen dieses Buch geschrieben ist {-}
+
+Die Lernpfade weiter unten sind nach **Themen** geschnitten. Dieser Abschnitt ist nach
+**Rollen** geschnitten: vier Einstiege für vier Arten, mit Optimierung zu tun zu haben.
+Jeder nennt den Schmerzpunkt, drei Dinge, die das Buch dafür wirklich liefert — mit den
+Zahlen, die es dazu misst —, den passenden Lernpfad und die Frage, an der es in dieser
+Rolle am häufigsten scheitert.
+
+Suchen Sie sich einen aus. Sie können auch alle vier überspringen; nötig sind sie nicht.
+
+### Für Entscheider und Manager — der Geschäftsfall {-}
+
+> *„Wir planen seit Jahren mit Erfahrungswerten, und es funktioniert. Warum sollte ein
+> Modell das besser können — und was kostet mich der Irrtum, wenn ich es nicht tue?“*
+
+* **Was Planen mit Durchschnitten kostet, wird hier beziffert, nicht behauptet.** Im
+ Kraftwerkseinsatz aus {ref:kap:supplychain} kostet ein Plan, der mit dem
+ Wind-**Erwartungswert** rechnet, in der Wirklichkeit **149 % mehr** als einer, der
+ 40 Szenarien berücksichtigt — 874 870 € statt 351 356 € — und führt in **28 von
+ 40 Szenarien** zum Lastabwurf statt in keinem.
+* **„Wie sicher soll es sein?“ wird eine Preisfrage.**
+ {ref:sec:unsicherheit-chance-constraints} rechnet aus, was ein Prozentpunkt
+ Versorgungssicherheit kostet: rund 56 000 € auf dem Weg zu 80 %, rund 254 000 € zwischen
+ 95 und 99 %. Das **4,5-fache**. Wer 99,9 % fordert, ohne diese Kurve gesehen zu haben,
+ fordert ins Blaue.
+* **Für die Sitzung gibt es einen Bericht, keine Tabelle.**
+ {ref:sec:praxisfallen-attribution} beziffert je Nebenbedingung, was sie den Plan kostet,
+ und formuliert daraus Sätze in Alltagssprache. Für die Frage des Betriebsrats — *„warum
+ ausgerechnet ich?“* — liefert {ref:kap:praxisfallen} den Constraint-Trace, der die
+ einzelne Zuweisung begründet.
+
+**Ihr Weg.** Zuerst Pfad E (2–4 Stunden): {ref:sec:einfuehrung-historischer-kontext-und-evolution}
+und {ref:anhang:modellierungsmuster}. Wenn Sie danach wissen wollen, was in Ihrem Betrieb
+geht, Pfad B und Projekt **P1** oder **P2**.
+
+**Woran es scheitert.** Nicht am Modell, sondern an der Einführung — das ist der
+meistgenannte Befund in {ref:kap:praxisfallen}. Und an einer Verwechslung, die dieses Buch
+Ihnen nicht abnehmen kann: Ein Bericht erklärt das **Modell**, nicht die **Wirklichkeit**.
+Ist ein Deckungsbeitrag falsch geschätzt, ist er überzeugend **und** falsch. Fragen Sie
+deshalb jedes Mal, worauf eine Zahl beruht.
+
+> **Eine Erwartung, die dieses Buch enttäuscht:** Es nennt keine ROI-Kennzahl und keine
+> Amortisationsdauer. Beide hängen an Ihrem Betrieb, und jede Zahl hier wäre erfunden.
+> Was es stattdessen liefert, ist das Werkzeug, Ihre eigene auszurechnen: den **EVPI** in
+> {ref:kap:unsicherheit} (was eine perfekte Prognose überhaupt wert wäre — eine
+> Obergrenze für jedes Prognoseprojekt) und die Kostenzurechnung aus
+> {ref:sec:praxisfallen-attribution}.
+
+### Für Ingenieure und Produktionsplaner — die Physik des Systems {-}
+
+> *„Der Engpass wandert. Kaum ist eine Maschine entlastet, steht die nächste — und niemand
+> kann mir vorher sagen, welche.“*
+
+* **Der Engpass lässt sich benennen und bepreisen.**
+ {ref:sec:praxisfallen-attribution} rechnet für jede Kapazität aus, was die nächste Stunde
+ wert ist — und wie weit dieser Wert trägt. Im Beispiel gilt der Schattenpreis der
+ Lackiererei exakt bis **+15 Stunden**; eine ganze Sonderschicht von 30 Stunden bringt
+ deshalb 60 € statt der rechnerischen 120 €. **Die zweite Hälfte wäre bezahlt und
+ wirkungslos.**
+* **Rüstzeiten, Reihenfolgen, Taktzeiten sind der Kern, nicht die Ausnahme.**
+ {ref:kap:cpsat} modelliert Maschinenbelegung mit Intervallvariablen,
+ {ref:kap:metaheuristiken} zeigt am selben Fall das Gesamtbild: Faustregel 2 497 Minuten
+ Rüstzeit, CP-SAT allein 2 628, Simulated Annealing 2 343, Annealing plus LNS **2 289** —
+ und die untere Schranke bei 1 768, damit sichtbar bleibt, wie viel Luft noch da ist.
+* **Wenn der Solver zu lange braucht, gibt es Zahlen statt Ratschläge.**
+ {ref:sec:cpsat-parallele-suche} misst, was mehrere Suchstränge bringen (hier Faktor 12,3)
+ — und ab wo mehr Arbeiter wieder schaden.
+
+**Ihr Weg.** Pfad B bis {ref:kap:cpsat}, dann Projekt **P5** (Produktionsplanung mit
+Rüstkosten). Wenn Ihre echten Instanzen den Solver stehen lassen: {ref:kap:metaheuristiken}
+und Projekt **P9**.
+
+**Woran es scheitert.** An der Verwechslung von *bindend* und *teuer*. Eine Bedingung kann
+den Plan berühren und trotzdem **nichts** kosten — im Beispiel von
+{ref:sec:praxisfallen-attribution} gilt das für eine von fünf bindenden. Wer sie
+nachverhandelt, gewinnt nichts und hält das Verfahren für nutzlos.
+
+### Für Investoren und Finanzanalysten — Risiko und Ertrag {-}
+
+> *„Die Optimierung liefert mir Gewichte, die kein Mensch halten würde: 60 % in einem
+> Titel, null in fünf anderen. Und im nächsten Quartal sieht sie völlig anders aus.“*
+
+* **Der Grund dafür steht in {ref:kap:finanzdaten}, nicht in {ref:kap:markowitz}.** Eine
+ aus kurzen Zeitreihen geschätzte Kovarianzmatrix ist schlecht konditioniert; der
+ Optimierer setzt dann auf Schätzrauschen. Shrinkage nach Ledoit-Wolf ist das Gegenmittel;
+ ihre Wirkung wird an **Eigenwertspektrum und Konditionszahl** gemessen, nicht behauptet.
+* **Der VaR verschweigt genau das, worauf es ankommt.** In der Stichprobe aus
+ {ref:kap:cvar} sagt der VaR: „an 95 % der Tage höchstens **1,86 %** Verlust“. Der CVaR
+ sagt: „und wenn doch, dann im Mittel **2,99 %**“. Der schlechteste Tag der Stichprobe
+ liegt bei **−23,0 %** — am VaR ändert dieser eine Tag **nichts**, am CVaR sehr wohl.
+ Deshalb ist der CVaR die Größe, die man optimiert.
+* **Transaktionskosten und Rebalancing sind Teil des Modells, nicht ein Abzug danach.**
+ {ref:kap:cvar} nimmt sie in die Zielfunktion, {ref:kap:handelsmaschine} setzt den
+ Backtest daneben — samt der Fallen, die einen guten Backtest wertlos machen.
+
+**Ihr Weg.** Pfad D, und zwar **mit** {ref:kap:finanzdaten}. Danach Projekt **P6**
+(Portfolio-Rebalancer) oder **P7** (Risikoreport mit CVaR und Stresstests).
+
+**Woran es scheitert.** An der Reihenfolge. Wer bei Markowitz einsteigt und die
+Datenkapitel überspringt, bekommt ein Modell, das seine eigenen Schätzfehler maximiert —
+und merkt es erst im Echtgeldbetrieb.
+
+### Für Studierende und Data Scientists — die Methodik {-}
+
+> *„Ich kann ein Modell trainieren und den Fehler senken. Aber wie wird aus einer Prognose
+> eine Entscheidung — und woher weiß ich, dass sie gut ist?“*
+
+* **Die unbequemste Erkenntnis zuerst.** {ref:kap:prognose} zeigt an einem gerechneten
+ Fall, dass das Modell mit dem **schlechteren** MSE die **günstigere** Entscheidung
+ trifft. Prognosegüte und Entscheidungsqualität sind zwei verschiedene Größen; wer die
+ eine optimiert, bekommt die andere nicht geschenkt.
+* **Dieselbe Mathematik, zwei Welten.** {ref:kap:bruecke} lässt **denselben Code** einmal
+ über eine Werkstatt und einmal über ein Depot laufen — und benennt die drei Stellen, an
+ denen die Analogie endet. Struktur zu erkennen ist die eigentliche Fähigkeit, nicht
+ Bibliothekskenntnis; zu wissen, wo eine Analogie aufhört, gehört dazu.
+* **Es wird gerechnet, nicht nacherzählt.** Zu jedem Kapitel gehören Aufgaben mit
+ vollständigen Lösungen, Handrechnungen und ein „Finde den Denkfehler“ — und jedes
+ abgedruckte Ergebnis stammt aus einem echten Lauf des danebenstehenden Programms.
+
+**Ihr Weg.** Pfad A, wenn Sie Zeit haben. Sonst Pfad B oder D bis zum ersten Projekt und
+von dort zurück in die Grundlagen. Für eigene Fragestellungen: Projekt **P8**.
+
+**Woran es scheitert.** An der Annahme, ein Solver sei eine Bibliothek wie jede andere.
+Die schwierige Arbeit steckt in der Formulierung — {ref:kap:modellierung} ist deshalb kein
+Vorgeplänkel, sondern das Kapitel, auf das alle anderen aufbauen.
+
+---
+
## Lernpfade {-}
Sie müssen nicht alles lesen, um etwas Nützliches bauen zu können.
diff --git a/PROGRESS.md b/PROGRESS.md
index 50c43e1..b522921 100644
--- a/PROGRESS.md
+++ b/PROGRESS.md
@@ -77,14 +77,14 @@ sie unerwartet ab, ist etwas kaputtgegangen.
| Kapiteldateien | 22 | **31** |
| Kapitel | 15 | **23** |
| Anhänge | 4 | **5** |
-| Zeilen im Gesamtdokument | 11 082 | **28 185** |
-| Größe des Gesamtdokuments | 606 KB | **1 585 KB** |
+| Zeilen im Gesamtdokument | 11 082 | **28 243** |
+| Größe des Gesamtdokuments | 606 KB | **1 593 KB** |
| Hauptüberschriften | 131 | **298** |
| registrierte Abschnitte | 122 | **295** |
-| aufgelöste Querverweise | 314 | **730** (0 unaufgelöst) |
+| aufgelöste Querverweise | 314 | **755** (0 unaufgelöst) |
| Indexmarken | 295 | **328** |
| Beispielprogramme | 41 | **76** (alle lauffähig) |
-| PDF-Seiten | — | **744** |
+| PDF-Seiten | — | **746** |
| Notebooks | — | **25** |
| Plotly-Figuren | — | **4** |
| Diagramme (SVG) | 26 | **32**, davon **18** mit Generatorskript (15 Skripte) |
@@ -1618,6 +1618,40 @@ dort steht nach Regel 12 der Kapitel**name**, keine Nummer.
Stand danach: 295 Abschnitte, 730 Querverweise, **76** Programme, 140 Aufgaben mit
140 Lösungen, PDF **744** Seiten.
+### ✅ 7.1 Vier Zielgruppen-One-Pager (Vorwort)
+
+Setzt Paket 4 aus `Verbesserungen_03.md` um. Das Titelblatt wirbt seit dem Umbau mit
+Entscheidern, Ingenieuren und Investoren — die Lernpfade im Vorwort waren aber nach
+**Themen** geschnitten, nicht nach **Rollen**. Der neue Abschnitt „Für wen dieses Buch
+geschrieben ist" steht zwischen „Wie dieses Buch aufgebaut ist" und den Lernpfaden und
+schließt genau diese Lücke: vier Einstiege, jeder mit Schmerzpunkt, drei Belegen, dem
+passenden Pfad und der Frage, an der es in dieser Rolle scheitert.
+
+**Die Entscheidung, die den Abschnitt trägt: nur gemessene Zahlen.** Jeder Beleg ist ein
+Ergebnis, das im Buch gerechnet wird — kein Werbeversprechen:
+
+* Entscheider: der Erwartungswert-Plan aus {ref:kap:supplychain} kostet **149 % mehr**
+ (874 870 € statt 351 356 €) und führt in 28 von 40 Szenarien zum Lastabwurf; der Preis
+ eines Prozentpunkts Versorgungssicherheit steigt um das 4,5-fache
+ ({ref:sec:unsicherheit-chance-constraints}).
+* Ingenieure: der Schattenpreis der Lackiererei gilt bis +15 Stunden, eine 30-Stunden-Schicht
+ bringt deshalb 60 € statt 120 € ({ref:sec:praxisfallen-attribution}); das Gesamtbild der
+ Metaheuristiken 2 497 → 2 289 Minuten bei einer Schranke von 1 768.
+* Investoren: VaR 1,86 % gegen CVaR 2,99 %, schlechtester Tag −23,0 % — der am VaR nichts
+ ändert ({ref:kap:cvar}).
+* Studierende: das Modell mit dem **schlechteren** MSE trifft die günstigere Entscheidung
+ ({ref:kap:prognose}).
+
+**Und eine Erwartung wird ausdrücklich enttäuscht.** `Verbesserungen_03` verlangt für die
+Managementseite „typischer ROI und Amortisationszeit". Das Buch hat diese Zahlen nicht, und
+jede hier genannte wäre erfunden. Der One-Pager sagt das offen und nennt stattdessen die
+beiden Werkzeuge, mit denen der Leser **seine eigene** Zahl ausrechnet: den EVPI aus
+{ref:kap:unsicherheit} als Obergrenze für jedes Prognoseprojekt und die Kostenzurechnung
+aus {ref:sec:praxisfallen-attribution}.
+
+Kein neues Programm, keine neue Aufgabe — der Abschnitt bündelt Vorhandenes. Querverweise
+730 → 755, PDF 744 → **746** Seiten.
+
---
## 8. Commit-Historie des V04-Strangs
diff --git a/README.md b/README.md
index efdbb6e..1853e75 100644
--- a/README.md
+++ b/README.md
@@ -17,7 +17,7 @@ daraus ab, und alle Befehle unten werden **hier** ausgeführt.
| `Operations_Research_mit_Python_Version_04/` | **Quelle**: 31 Kapiteldateien + Build-Skripte |
| `bilder_04/` | **Quelle**: Diagramme (SVG/PNG) + `erzeuge_*.py`-Generatoren |
| `Operations_Research_mit_Python_Version_04.md` | generiert: Gesamtdokument (Pandoc-Eingabe) |
-| `Operations_Research_mit_Python_Version_04.pdf` | generiert: PDF, 744 Seiten |
+| `Operations_Research_mit_Python_Version_04.pdf` | generiert: PDF, 746 Seiten |
| `OR_HTML_04/` | generiert: **Mehrseiten-Website** — dieser Ordner wird veröffentlicht |
| `Operations_Research_mit_Python_Version_04_Programme/` | generiert: 76 lauffähige Beispielprogramme |
| `Notebooks_04/` | generiert: ein Jupyter-Notebook je Kapitel |