Table Of ContentHierarchische Planung unter
Einsatz N euronaler N etze
Schriften zur Quantitativen Betriebswirtschaftslehre
Band I: Martin KUhn
Flexibilitiit in logistischen System en
1989.240 Seiten. OM 65,-
ISBN 3-7908-0450-9
Band 2: Christoph Schneewei13/
Volkmar S6hner
KapazitiitspIanung bei modemer
FIie8fertigung
1991. 126 Seiten. OM 65,
ISBN 3-7908-0576-9
Band 3: Lothar Lillich
Nutzwertverfahren
1992.208 Seiten. OM 68,-.
ISBN 3-7908-0580-7
Band 4: Heinz Hafner
Ein WarteschIangenansatz zur
integrierten ProduktionspIanung
1992.244 Seiten. OM 79,
ISBN 3-7908-0579-3
Band 5: Christoph Schneewei13 (Hrsg.)
Kapazitiitsorientiertes
Arbeitszeitmanagement
1992.315 Seiten. OM 78,-
ISBN 3-7908-0650-1
llirgen FaiBt
Hierarchische Planung
unter Einsatz
N euronaler N etze
Illustriert an Untersuchungen zum
flexiblen PersonalmaIlagement
Mit 52 Abbildungen
Physica-Verlag
Ein Unternehmen
des Springer-Verlags
Reihenherausgeber
Prof. Dr. Christoph SchneeweiI3, Universitat Mannheim
Autor
Dr. JUrgen Fai13t
Universitat Mannheim
Lehrstuhl fUr Allgemeine Betriebswirtschaftslehre
und Unternehmensforschung
Schlo13
0-6800 Mannheim 1
ISBN-13: 978-3-7908-0685-4 e-ISBN-13: 978-3-642-95902-8
DOl: 10. I 007/978-3-642-95902-8
CIP-Tite1aufnahme der Deutschen Bibliothek
FaiBt, Jlirgen:
Hierarchische Planung unter Einsatz neuronaler Netze :
illustriert an Untersuchungen zum flexiblen
Personal management / Jlirgen FaiBt. - Heidelberg: Physica
VerI., 1993
(Schriflen zur quantitativen Betriebswirtschaftslehre, Bd. 6)
NE:GT
Dieses Werk ist urheberrechtlich geschlitzt. Die dadurch begrlindeten Rechte, insbesondere die
der Ubersetzung. des Nachdruckes, des Vortrags, der Entnahme von Abbildungen und Tabellen,
der Funksendungen, der Mikroverfilmung oder der Vervielf<iltigung aufanderen Wegen und der
Speicherung in Datenverarbeitungsanlagen, bleiben, auch bei nur auszugsweiser Verwertung, vor
behalten. Eine Vervielf<iltigung dieses Werkes oder von Teilen dieses Werkes ist auch im Einzelfall
nur in den Grenzen der gesetzlichen Bestimmungen des Urheberrechtsgesetzes der Bundesrepu
blik Deutschland yom 9. September 1965 in der Fassung yom 24. Juni 1985 zulassig. Sie ist grund
siitzlich verglitungspflichtig. Zuwiderhandlungen unterliegen den Strafbestimmungen des Urhe
berrechtsgesetzes.
© Physica-Verlag Heidelberg 1993
Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem
Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, daB solche Namen
im Sinne der Warenzeichen-und Markenschutz-Gesetzgebung als frei zu betrachten waren und
daher von jedermann benutzt werden dlirften.
7 J 2017130-543210 -Gedruckt auf siiurefreiem Papier
Geleitwort
Die vorliegende Abhandlung verbindet mit dem Forschungsgebiet der Hierarchi
schen Planung, der sich ausformenden Theorie Neuronaler Netze und der aus
der Praxis kommenden Fragestellung nach bestmoglicher Gestaltung flexibler
Personalkapaziilit drei hochaktuelle Themenbereiche heutiger Forschung. Samt
liche Gebiete haben erst in den letzten 10 Jahren erhebliche Fortschritte erzielen
konnen. So hat man zwar schon friiher hierarchisch geplant, doch handelte es
sich entweder urn vergleichsweise kleine und wenig realistische Systeme oder
urn nicht-interdependente reine Top-down-Planungen. Erst in j,iingster Zeit ver
sucht man, auch fUr umfassende realistische Fragestellungen Interdependenzen
zu untersuchen. Auch das Gebiet der Neuronalen Netze kann erst auf wenige
Jahre intensiver und stiirmischer Entwicklung zuriickblicken, wesentlich gefor
dert durch die erhebliche Erhohung der Rechenkapaziilit und die vermehrte
Moglichkeit des Einsatzes von Parallelrechnem.
1m Zentrum der Abhandlung steht der Einsatz hierarchischer Planung zur opti-
I
malen Festlegung flexibler Personalkapaziilit. Hierbei wird hierarchische Pla-
nung nicht als ein Instrument zur mathematischen Bewaltigung einer komplexen
Planungsaufgabe verwendet; vielmehr geht es darum, die Entscheidungsablaufe
im Untemehmen hierarchisch zu gestalten. Genauer: Es geht urn die Gestaltung
eines multi-personellen hierarchischen Planungssystems, in dem die Planung auf
der jeweils unteren Stufe nicht notwendig im Sinne des Gesamtsystems optimal
zu erfolgen hat. Die jeweils iibergeordnete Stufe verwendet jedoch das auf der
unteren Stufe beobachtete Entscheidungsverhalten in fUr sie optimaler Weise.
M.a.W. das Gesamtsystem wird nicht im Sinne der stochastischen dynamischen
Programmierung hierarchisch geplant, sondem es wird das Entscheidungsverhal
ten der jeweils niedrigeren Stufe in der hOheren beschrieben und als Nebenbe
dingung in der Planung beriicksichtigt.
Ein zentrales Problem besteht daher in der richtigen Beschreibung des Entschei
dungsverhaltens der unteren Stufe. Hierzu bieten sich mehrere Moglichkeiten
an. Liegt geniigend a priori Information vor, so kann man eine Schatzfunktion
vorgeben und regressionsanalytische Verfahren einsetzen. 1st dies jedoch nicht
VI Geleitwort
der Fall, so stehen explorative statistische Ansatze zur Verfiigung oder aber -
und diesen Weg geht der Autor - die Verwendung assoziativ speichemder Neu
ronaler Netze. Die Ergebnisse, die hiermit erzielt wurden, sind auBerordentlich
ermutigend und somit ein wichtiger Beitrag zu der Frage, in welchen Bereichen
der Betriebswirtschaftslehre der Einsatz des im Rahmen betrieblicher Fragestel
lungen noch wenig erforschten Instrumentariums der Neuronalen Netze erfolg
versprechend ist.
Die Offnung hierarchischer Planung in Richtung auf einen multi-personellen
EntscheidungsprozeB bedeutet einen wesentlichen Schritt in Richtung auf eine
modeme betriebswirtschaftliche Fiihrungstheorie. Man konnte von Fiihrung
durch hierarchische Planung sprechen und hatte neben dynamischen Spielen und
Aushandlungsprozessen ein weiteres Verfahren, das geeignet ist, wichtige Fiih
rungsprozesse im Untemehmen nicht nur zu beschreiben und zu verstehen, son
dem auch optimal zu gestalten.
Mannheim, im Dezember 1992 Ch. SchneeweijJ
Inhaltsverzeichnis
Einleitung und Uberblick .......................................................... .
1. Hierarchische Planung ........•...•...........•...•.•...............•... 7
1.1. Der zeitliche Bezug von Entscheidungen .............................. 9
1.2. Inhaltliche Beziehungen zwischen Entscheidungen................... 11
1.3. Aggregation/Disaggregation in der hierarchischen
Produktionsplanung ....................................................... 15
1.4. Der Informationsstand von Entscheidungen ............ .'. ............. 22
1.5. Aggregation unter Unsicherheit ............................. ......... . . . 26
1.6. Ein Beispiel zur Produktionsplanung ................................... 28
2. Entscheidungsmodelle zur hierarchischen
Personalplanung .......................................... .. . ...... . ...... 37
2.1. Hierarchisches Personalkapazitiitsmanagement...................... .. 38
2.2. Das Personalplanungsproblem ...............................' ............ 43
2.2.1. Personalbedarfsplanung................................................... 44
2.2.2. Aushilfskrafteplanung..................................................... 50
2.2.3. Das Beispielszenario ............ .......................................... 54
2.3. Der Aggregationsfehler................................................... 59
2.3.1. Reine Top-Down-Planung auf der Basis aggregierter Prognosen .. 59
2.3.2. Reine Top-Down-Planung auf der Basis von Wochenprognosen ... 63
2.4. Riickgekoppelte Planungssysteme....................................... 67
2.4.1. Starre Riickkopplung...................................................... 68
2.4.2. Flexible Planung........................................................... 72
2.5. Die Planungsverfahren im Vergleich ..................... ....... ....... 77
3. Multipersonelle hierarchische Planungssysteme •.... ••••....••.... 83
3.1. Hierarchische Mehrpersonenentscheidungen .......................... 84
3.2. Modellbildungsproze13 .................................................... 87
3.3. Rechentechnisch begriindete hierarchische Entscheidungsmodelle. 89
3.4. Die Abbildung hierarchischer Beziehungen im
Entscheidungsmodell... .. . . . . . ...... . . . .... . . ......... . . . . ..... . . . . . . . . . .. 91
VIII Inhaltsverzeichnis
3.5. Hierarchische Koppelung durch Kostenantizipation ................. . 93
3.6. Antizipation der Kosten der Aushilfskrafteplanung ................. . 96
4. Assoziativspeicherung in Neuronalen Netzen ••.•••....••......••••• 103
4.1. Empirische Ermittlung einer Funktion zur Kostenantizipation ..... . 104
4.1.1. Zur Notwendigkeit der ErkHirung empirisch beobachteter
Zusammenhange .......................................................... . 105
4.1.2. Deskriptive Ansatze ...................................................... . 106
4.2. Neuronale Feedforward-Netze .......................................... . 111
4.2.1. Kiinstliche Neuronale Netze ............................................ . 112
4.2.2. Das Perceptron ............................................................ . 116
4.2.3. Mehrstufige Netze ........................................................ . 120
4.2.4. Approximation funktionaler Abhangigkeiten mit dem
Backpropagation-Algorithmus .......................................... . 126
4.2.5. Optimierung des Lemverhaltens - Functional Link Nets ........... . 132
4.2.6. Feedforward-Netze VS. statistische Verfahren ........................ . 136
4.3. Modellbildung mit Feedforward-Netzen aus der Sieht der
Datenverarbeitung ........................................................ . 138
4.3.1. Zielorientierte Datenorganisation ...................................... . 139
4.3.2. Assoziativspeicherung ................................................... . 140
4.3.3. Parallel Distributed Processing ......................................... . 143
4.4. Exkurs: Selbstorganisierende Neuronale Netze ...................... . 145
4.4.1. Neurophysiologische Grundlagen ...................................... . 146
4.4.2. Kohonens Modell selbstorganisierender Karten ...................... . 147
4.4.3. Lemen im Modell von Kohonen ...................................... .. 150
4.4.4. Assoziativspeicherung in selbstorganisierenden Karten ............. . 152
5. Hierarchische Personalplanung mit Neuronalen Netzen .•...•.•• 161
5.l. Das Personalplanungsproblem .......................................... . 162
5.1.1. Das hierarchische Entscheidungssystem ............................... . 163
5.1.2. Unsicherheiten im Entscheidungssystem .............................. . 164
5.1.3. Entkoppelung der Entscheidungsebenen .............................. . 167
5.2. Springereinsatzplanung .................................................. . 169
5.2.1. Die Perception des physischen Systems im Modell ................ .. 170
5.2.2. Die Aufgabe der Springereinsatzplanung ............................ .. 173
5.3. Aushil fskrafteplanung .................................................... . 179
5.3.1. Assoziativspeicher 2: Kosten der Springereinsatzplanung .......... . 180
Inhaltsverzeichnis IX
5.3.2. Die Aufgabe der Aushilfskrafteplanung ............................... . 188
5.3.3. Aushilfskrafteplanung unter Verwendung von
Assoziativspeicher 2 ..................................................... . 190
5.4. Personalbedarfsplanung .................................................. . 194
5.4.1. Assoziativspeicher 1: Kosten der Aushilfskrlifteplanung ........... . 195
5.4.2. Die Aufgabe der Personalbedarfsplanung ............................. . 198
5.4.3. Personalbedarfsplanung unter Verwendung von
Assoziativspeicher 1 ..................................................... . 201
5.5. Exkurs: Erfahrungen beim praktischen Einsatz Neuronaler Netze. 207
5.5.1. Functional-Link-Netze vs. Backpropagation-Netze .................. . 208
5.5.2. Wahl der Netzstruktur, Netzparameter und Codierungsvorschrift . 213
6. Neuronale Netze in der Betriebswirtschaftslehre ..•••••....•••••.. 217
6.1. Optimierung mit parallelen Algorithmen ............................. . 219
6.2. Nutzung der Assoziativspeichereigenschaften ........................ . 220
6.2.1. Abgrenzung von normativ beeinfluBbaren und deskriptiv zu
erfassenden Systemelementen ........................................... . 221
6.2.2. Prognose ................................................................... . 224
6.2.3. Overfitting ................................................................. . 226
6.2.4. Ubertragung von Expertenwissen auf Neuronale Netze ............ . 228
6.2.5. Praferenzinformation in assoziativ gespeicherten
Entscheidungsfunktionen ................................................ . 231
6.3. Integration der Optimierungs- und
Assoziativspeichereigenschaften ........................................ . 234
SchluBbemerkung . . . . . . . . . . ................... . ..... ................ . ......... ....... 240
Anhang ............................................................................... 243
Literaturverzeichnis.................................. ................ ........ ...... 257
••
Einleitung und Uberblick
Komplexe betriebliche Entscheidungssysteme zeichnen sich dadurch aus, daB sie
hinsichtlich des Inhalts von Entscheidungen und deren zeitlichem Bezug hierar
chische Strukturen aufweisen. Strategisch werden globale Entscheidungen ge
troffen, die sich auf die Unternehmung insgesamt auswirken und weit in die
Zukunft reichen k6nnen. Entscheidungen im operativen Tagesgeschaft beziehen
sich dagegen auf sehr eingeschrankte Sachverhalte und sind in ihrer Wirkung
i.d.R. von kurzer Dauer. Die planerische Bewaltigung solcher hierarchischer
Entscheidungssysteme erfordert besondere Konzepte und Verfahren, die unter
dem Begriff Hierarchische Planung zusammengefaBt werden.
In den letzten 20 lahren hat sich die quantitative Betriebswirtschaftslehre aus
fUhrlich mit hierarchischen Planungsproblemen auseinandergesetzt. Insbesondere
wurden Verfahrensweisen entwickelt, die die Versorgung strategischer Entschei
dungsebenen mit aggregierten Informationen regeln. Die Giite dieser Aggrega
tionsstrategien wird am Optimalitatsverlust ggii. der Planung auf der Basis von
Detaillinformationen gem essen .
1m Gegensatz dazu werden in der vorliegenden Arbeit zwei Aspekte Hierarchl
scher Planung in den Vordergrund geriickt, die die Suche nach geeigneten Pla
nungsverfahren in eine neue Richtung lenken: Zum einen wird festgestellt, daB
Entscheidungen, die denselben Zeitraum betreffen, keineswegs auch zum selben
Zeitpunkt getroffen werden miissen. Vielmehr ist es typisch fUr hierarchische
Entscheidungssysteme, daB strategische Entscheidungen langere Vorlaufteiten
(z.B. Lieferzeiten oder Ankiindigungsfristen) ben6tigen als operative. Anderer
seits werden strategische Entscheidungen i.d.R. von anderen Entscheidungstra-
