Version 04 als eigenes Repository

Erster Commit des Strangs "Optimierte Entscheidungsfindung mit Python"
(Version 04). Die Historie der 71 Commits bis zur Trennung bleibt im
uebergeordneten Repository OR_mit_Python liegen, das ab jetzt nur noch
Version_03 (eingefroren) verwaltet und Version_04/ ignoriert.

Bewusst kein "git subtree split": Der Pfad Version_04/ existiert erst seit
der Verzeichnistrennung, ein Split braechte daher nur 7 der 41 einschlaegigen
Commits - eine Teilhistorie, die vollstaendig aussieht und es nicht ist.

Stand: 5 Teile, 23 Kapitel, 5 Anhaenge, 292 Abschnitte, 703 Querverweise,
325 Indexmarken, 73 Beispielprogramme, 32 SVGs, 4 Plotly-Figuren,
25 Notebooks, PDF mit 715 Seiten.

Zusaetzlich in diesem Commit:

* pyproject.toml mit Abhaengigkeitsgruppen finance, large-scale, api,
  figures, dev, empfehlungen. Die abgedruckte requirements.txt bleibt
  unveraendert daneben bestehen. ortools steht in der Grundausstattung,
  highspy erst in [large-scale] - so kann der HiGHS-Symbolkonflikt bei der
  schlanken Installation gar nicht erst auftreten.

* Dabei zwei Funde: graphviz wird von erzeuge_architektur_diagramme.py
  importiert, fehlt aber in requirements.txt (jetzt in [figures]); pymoo
  steht in requirements.txt, wird aber von keinem Programm importiert,
  sondern nur im Kapitel Metaheuristiken empfohlen (jetzt in
  [empfehlungen]).

* NEUER_TITEL.md nach Kritik_und_Verbesserungsvorschlaege/ verschoben - es
  ist die Vorlage des Titelblatts, kein Bestandteil des Werks. Die beiden
  Fundstellen in PROGRESS.md und erzeuge_titelseite.py nachgezogen.

* PROGRESS.md nannte noch den Untertitel der ersten Fassung; auf den
  tatsaechlichen aus erzeuge_titelseite.py korrigiert.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
This commit is contained in:
dschlueter 2026-09-08 01:20:09 +02:00
commit b7af2f1d9a
468 changed files with 262141 additions and 0 deletions

View file

@ -0,0 +1,90 @@
### Rolle und Ziel
Du bist ein erfahrener Kursdesigner, Senior Operations Research Consultant und Full-Stack Python Architect. Überarbeite das Kompendium **„Optimierte Entscheidungsfindung mit Python“** mit dem klaren Fokus auf **maximale Zugänglichkeit, Begeisterung und sofortige betriebliche Überzeugungskraft** für eine heterogene Zielgruppe (Studierende, Manager, Ingenieure, Entscheider, Investoren).
Beseitige die Hürde, dass Nicht-Programmierer und Entscheider sich durch Jupyter Notebooks oder Terminal-Ausgaben kämpfen müssen. Mache Operations Research zu einem **visuellen, interaktiven und präsentierbaren Erlebnis**, das Kursteilnehmer direkt als Argumentationshilfe im Unternehmen nutzen können.
Setze dazu die folgenden sechs Module präzise um:
---
### 1. Interaktive Streamlit-Apps als primäre Nutzeroberfläche (No-Code/Low-Code)
Ersetze für Einsteiger und Nicht-Programmierer die reine Notebook-Nutzung durch sofort startbare, leicht verständliche **Streamlit-Web-Apps** (unter 80 Zeilen Code je App):
* **Baukasten-Prinzip:** Kursteilnehmer müssen keinen UI-Code von Grund auf schreiben, sondern erhalten standardisierte App-Templates:
* `app_schichtplan.py` (Personal & Disposition)
* `app_touren.py` (Logistik & Routing)
* `app_portfolio.py` (Investoren & Finanzen)
* `app_produktionsmix.py` (Ingenieure & Fertigung)
* **Interaktive Eingabeelemente:**
* **Schieberegler (Sliders):** Budgets, Rohstoffpreise, Risikoaversion $\lambda$, Überstundenlimits dynamisch verändern.
* **Toggles/Checkboxen:** Einzelne Restriktionen live zu- oder abschalten (z. B. *„Mitarbeiter X darf am Wochenende arbeiten: Ja/Nein“* oder *„Maximal 3 Positionen im Depot: An/Aus“*).
* **Excel-Upload:** Drag-and-Drop für `.xlsx`-Dateien, sodass Entscheider sofort eigene Unternehmensdaten einwerfen und per Mausklick optimieren können.
* **1-Klick-Ausführung:** Bereitstellung eines zentralen Startskripts (z. B. `streamlit run dashboard.py` oder vorkonfigurierte Cloud-Demos via Streamlit Community Cloud), damit auch technisch unerfahrene Teilnehmer in unter 60 Sekunden ihre erste eigene Optimierungs-App im Browser bedienen.
---
### 2. Interaktive Dashboards und UI-Brücke (Streamlit / Panel)
* **Das Problem:** Die Excel-Brücke in Kapitel 1.8 ist hervorragend, aber moderne Disponenten und Manager verlangen nach browserbasierten Dashboards mit Sofort-Feedback.
* **Maßnahme:**
* Ergänze die Projektwerkstatt (z. B. Projekt P1 „Schul-Vertretungsplaner“ oder P3 „Liefertouren“) um eine kompakte, einsatzbereite **Streamlit-Web-App** (unter 100 Zeilen Code):
1. Upload von Excel-Dateien per Drag-and-Drop.
2. Slider für Parameter und Gewichte (Budgetgrenzen, Überstundentoleranz).
3. Live-Visualisierung der Ergebnisse: Interaktive Gantt-Charts (via Plotly) für Maschinenbelegung und Folium-Karten für Routen.
4. 1-Klick-Download des optimierten Excel-Ergebnisberichts.
---
### 3. Präsentationsreife Management-Visualisierungen (Visual ROI)
Ersetze reine Tabellen- und Textausgaben durch Grafiken, die Kursteilnehmer ohne Nachbearbeitung direkt in eine Vorstandspräsentation oder Team-Besprechung einfügen können:
* **Interaktive Gantt-Diagramme (Plotly):** Für Schicht- und Maschinenbelegungspläne mit farbkodierter Auslastung, visualisierten Rüstzeiten und sofort erkennbaren Puffern.
* **Geografische Routenkarten (Folium / Plotly Mapbox):** Für Logistik und Außendienst: Anzeige der optimalen Touren auf echten Straßenkarten mit nummerierten Stopps, Depotstandorten und interaktiven Tooltips zu Liefermengen und Zeitfenstern.
* **Vorher-Nachher-Wasserfalldiagramme (Business Impact):**
* Gegenüberstellung: *Heuristik / Bauchgefühl des Disponenten* vs. *Optimierte Solver-Lösung*.
* Zeige in Euro und Prozent den genauen Mehrwert (z. B. Einsparung von 12 % Treibstoff, 4.500 € weniger Strafkosten, 15 % höhere Maschinenauslastung).
* **Interaktive Pareto-Fronten mit Klick-Auswahl:**
* Schieberegler für Multi-Objective-Trade-offs: Ein Klick auf die Pareto-Kurve zeigt dem Management sofort den Plan: *„Wenn wir 5 % mehr CO₂ einsparen wollen, kostet uns das exakt 3.200 € mehr Logistikkosten.“*
---
### 4. Zielgruppen-spezifische „One-Pager“ & Einstiegsdialoge
Differenziere den Kurseinstieg nach den vier Hauptzielgruppen, um jede Gruppe bei ihren spezifischen Schmerzpunkten abzuholen:
* **Für Manager & Entscheider („Der Business-Case“):**
* 1-Seiter vor jedem Großthema: *„Was bringt das dem Unternehmen?“*, *„Typischer ROI und Amortisationszeit“*, *„Wie verkaufe ich das dem Betriebsrat/der Geschäftsführung?“*.
* **Für Ingenieure & Produktionsplaner („Die Physik des Systems“):**
* Fokus auf Engpässe, Taktzeiten, Rüstkosten, Kapazitätsabgleiche und Toleranzen.
* **Für Investoren & Finanzanalysten („Risiko & Ertrag“):**
* Fokus auf Diversifikationseffizienz, Drawdown-Minimierung, Tail-Risk (CVaR) und Rebalancing-Transaktionskosten.
* **Für Studierende & Data Scientists („Die Methodik“):**
* Fokus auf algorithmische Eleganz, saubere Formulierung und den Brückenschlag von Machine-Learning-Prognosen zur Optimierung.
---
### 5. Der „Was-wäre-wenn“-Simulator (Sandbox-Modus)
Mache Optimierung greifbar, indem Kursteilnehmer erleben, wie das System auf unvorhergesehene Ereignisse reagiert:
* Baue in die Streamlit-Apps einen **Szenarien-Simulator** ein:
* *„Was passiert, wenn Rohstoff A plötzlich 30 % teurer wird?“*
* *„Was passiert, wenn Maschine 2 für 48 Stunden ausfällt?“*
* *„Was passiert, wenn ein Stammkunde seine Bestellmenge verdoppelt?“*
* **Live-Delta-Anzeige:** Die App berechnet in Sekundenbruchteilen die neue Zuweisung und blendet einen roten/grünen Differenzbericht ein: *„Ausweichplan gefunden: 800 € Mehrkosten, alle Liefertermine gehalten.“*
* **Lerneffekt:** Entscheider begreifen sofort, dass OR nicht nur starre Pläne erzeugt, sondern ein mächtiges digitales Notfall- und Simulationswerkzeug für den Ernstfall ist.
---
### 6. Management-taugliche 1-Klick-Exporte (PDF & Excel)
Damit der Praxistransfer im Arbeitsalltag nicht an der Weitergabe der Ergebnisse scheitert:
* Integriere in jede Streamlit-Vorlage eine **Export-Engine**:
* **Excel-Export:** Schreibt einen fertigen, optisch ansprechend formatierten Dienst- oder Produktionsplan mit Summenformeln und Kennzahlen zurück in eine `.xlsx`-Datei, die der Disponent direkt an die Mitarbeiter aushändigen kann.
* **Executive PDF-Report:** Ein 1-seitiger Management-Summary-Report (via ReportLab oder Weasyprint), der die wichtigsten Kennzahlen, Kostenvergleiche und das Hauptdiagramm für die nächste Abteilungsleiter-Runde zusammenfasst.
---
### 7. Didaktisches Redigieren: Glossar für Nicht-Mathematiker („Deutsch OR / OR Deutsch“)
* Ergänze den Einstieg und die Anhänge um ein pragmatisches **Übersetzungslexikon für den Berufsalltag**:
* *„Wir haben nicht genug Budget/Zeit“* $\rightarrow$ Harte Kapazitätsrestriktion (`<= b`).
* *„Mitarbeiter X möchte lieber vormittags arbeiten“* $\rightarrow$ Weiche Restriktion mit Strafkosten (Penalty).
* *„Was bringt mir eine zusätzliche Arbeitsstunde?“* $\rightarrow$ Schattenpreis / Dualwert.
* *„Wir können nur ganze Kisten liefern“* $\rightarrow$ Ganzzahligkeitsbedingung (MILP).
* *„Wenn wir Anlage A bauen, brauchen wir auch Lager B“* $\rightarrow$ Logische Verknüpfung / Big-M.
* **Effekt:** Senkt die Fachsprachenbarriere radikal und befähigt jeden Teilnehmer, Fachprobleme aus Besprechungen sofort in die richtigen mathematischen Bausteine zu übersetzen.