Beiträge von RobertM

Marco hat das mit der Isogewinngeraden schon super erklärt, das ist auch bei uns im WI-Studium genau so dran gekommen. Ich ergänze mal den Schritt davor, weil ich da anfangs selbst gestolpert bin: das saubere Zeichnen des zulässigen Bereichs.

Was mir geholfen hat:

• Jede Nebenbedingung erst als Gleichung behandeln (also „=“ statt „≤“ oder „≥“) und als Gerade einzeichnen. Dafür einfach x1=0 setzen (ergibt x2-Achsenabschnitt) und x2=0 setzen (ergibt x1-Achsenabschnitt), dann die beiden Punkte verbinden.
• Danach für jede Gerade mit dem Nullpunkt (0,0) testen, ob er die Ungleichung erfüllt – wenn ja, zeigt die zulässige Halbebene in Richtung Ursprung, wenn nein, in die andere Richtung. Das ist der Punkt, an dem ich am Anfang am häufigsten Fehler gemacht habe, gerade wenn eine Nebenbedingung nicht durch den Ursprung läuft oder der Ursprung selbst nicht zulässig ist (z.B. bei Mindestproduktionsmengen).
• Den zulässigen Bereich dann als Schnittmenge aller Halbebenen plus Nichtnegativität (erstes Quadranten) markieren, am besten mit Schraffur oder Farbe, sonst verliert man bei drei-vier Nebenbedingungen schnell den Überblick, welche Fläche jetzt eigentlich gemeint ist.

Typischer Fehler, den ich auch in Klausuren bei Kommilitonen gesehen habe: Die Richtung der Ungleichung wird vertauscht, weil man nicht mit einem Testpunkt prüft, sondern „nach Gefühl“ schraffiert. Lieber einmal mehr den Nullpunkt-Test machen, das kostet zwei Sekunden und erspart ein völlig falsches Polygon.

Moin Laura, die Tipps von Jonas und Kevin sind schon richtig gut, kann ich beide so unterschreiben. Ich will nochmal kurz erklären, warum die Mini-Ziele eigentlich funktionieren, falls dir das hilft, dranzubleiben, auch wenn's sich gerade nicht so anfühlt.

Bei uns im Wirtschaftsingenieurwesen reden wir in der Produktion ja gern von kleinen, messbaren Schritten statt einem großen unübersichtlichen Ziel – das Prinzip lässt sich eins zu eins aufs Lernen übertragen. Dein Gehirn belohnt dich mit einem kleinen Erfolgserlebnis, sobald du etwas abschließt, egal wie klein. Eine Seite ist eine Seite, die erledigt ist. Das Problem ist oft nicht die Größe des Ziels, sondern dass man es nicht klar genug abgrenzt.

Mein Tipp: nimm dir nicht "eine Seite", sondern etwas ganz Konkretes mit klarem Ende, zum Beispiel "ich beantworte die drei Kontrollfragen am Kapitelende". Das ist messbar abgeschlossen, du kannst es abhaken, und genau dieses Abhaken ist der psychologische Trick dahinter.

• Ziel so klein wählen, dass du keine Ausrede mehr findest
• Es muss ein klares Ende haben, kein "irgendwie weiterlernen"
• Abhaken sichtbar machen, Liste, Kalender, was auch immer

Typischer Fehler ist, das Mini-Ziel insgeheim doch wieder größer zu denken ("och, wenn ich schon dabei bin, mach ich gleich noch zwei Kapitel"). Das überfordert dich wieder und der Frust ist vorprogrammiert. Lieber konsequent klein bleiben, bis die Routine wieder sitzt. Viel Erfolg dir!

Moin Tim, Marco hat den Aufbau schon top erklärt, ich ergänz noch den Teil zur Pivotwahl, weil da bei mir am Anfang auch der Knoten war.

Bei Maximierung (Zielfunktionszeile mit umgedrehtem Vorzeichen, wie Marco geschrieben hat) gehst du so vor:

• Pivotspalte: Du suchst in der Z-Zeile den kleinsten (also betragsmäßig größten) negativen Wert. Diese Spalte kommt als nächstes in die Basis. Stehen nur noch Nullen oder positive Werte in der Z-Zeile, bist du fertig – das ist dein Abbruchkriterium.
• Pivotzeile: Hier kommt der Teil, an dem die meisten (auch ich früher) Fehler machen: Du bildest für jede Zeile den Quotienten b_i / a_i aus der Pivotspalte – aber NUR, wenn a_i positiv ist! Negative oder Null-Koeffizienten in der Pivotspalte ignorierst du komplett, sonst kriegst du negative oder unsinnige Quotienten raus. Die Zeile mit dem kleinsten nichtnegativen Quotienten ist deine Pivotzeile.
• Das Element im Schnittpunkt von Pivotspalte und Pivotzeile ist dein Pivotelement. Darauf normierst du die Zeile (durch das Pivotelement teilen) und machst anschließend die restliche Spalte mit Zeilenumformungen zu Null – inklusive Z-Zeile.

Typischer Flüchtigkeitsfehler: Man vergisst, auch die Z-Zeile bei jedem Schritt mit umzuformen, und wundert sich dann, warum das Tableau nie "sauber" aufgeht. Ich rechne mir deshalb jedes Tableau komplett neu auf, lieber einmal mehr schreiben als sich verzetteln.

sitze gerade an Übungsaufgaben zur Analysis und komme bei Grenzwerten von gebrochenrationalen Funktionen für x gegen unendlich immer wieder durcheinander. Manchmal reicht es ja, Zähler und Nenner durch die höchste Potenz zu teilen und dann zu kürzen, manchmal greife ich aus Gewohnheit direkt zu L'Hospital, obwohl das eigentlich gar nicht nötig wäre.

Mein Problem: In der Klausur hab ich nicht ewig Zeit, um das auszuprobieren. Gibt es da ein festes Schema, nach dem ihr vorgeht? Also sowas wie:

• erst Grad von Zähler und Nenner vergleichen
• daraus ableiten, ob der Grenzwert 0, unendlich oder ein fester Wert ist
• und erst wenn das nicht klar genug ist, L'Hospital als "Notlösung" einsetzen

Ist dieser Gedankengang so richtig oder übersehe ich da Fälle, bei denen das Kürzen/Grad-Vergleichen nicht funktioniert und ich zwingend ableiten muss? Würde mich freuen, wenn mir jemand kurz erklärt, wie ihr da rangeht, damit ich mir eine feste Routine angewöhnen kann.

Danke euch beiden, das bringt schon richtig Licht ins Dunkel! Ich hatte den VIF bisher nur als "irgendeine Zahl aus der Ausgabe" wahrgenommen, ohne die Logik mit der Hilfsregression dahinter zu kennen. Macht jetzt viel mehr Sinn.

Kleine Ergänzung aus einer Übung bei uns im Studium: Wir hatten mal ein Beispiel mit Produktionsdaten, wo Maschinenauslastung und Personalstunden als unabhängige Variablen drinsteckten. Auf den ersten Blick dachte man, das sind zwei getrennte Faktoren, aber in der Praxis liefen die oft im Gleichschritt, weil mehr Auslastung halt auch mehr Personal braucht. Der VIF lag bei beiden irgendwo bei 12-13, also klar über der kritischen Marke. Interpretiert haben wir das so: die Varianz der geschätzten Koeffizienten ist durch die Kollinearität etwa 12-13 mal so groß wie sie wäre, wenn die Variablen unkorreliert wären. Das erklärt dann auch, warum einzelne Koeffizienten im Modell total instabil wurden, sobald man eine Beobachtung rausgenommen oder leicht verändert hat, obwohl das Gesamtmodell (R², F-Test) eigentlich noch ordentlich ausgesehen hat.

Genau das würde ich auch bei dir als ersten Check empfehlen: schau nicht nur auf den VIF isoliert, sondern auch, ob deine Koeffizienten sich stark ändern, wenn du mal eine der beiden Variablen testweise rausnimmst. Wenn ja, ist das für mich immer ein ziemlich deutliches Zeichen, dass Handlungsbedarf besteht.

Sitze gerade an der Auswertung meiner Regression fürs Hausarbeitsthema (irgendwas mit Produktionsfaktoren, will nicht zu sehr ins Detail gehen) und mein Dozent hat beim Feedback angemerkt, dass zwei meiner unabhängigen Variablen wohl zu stark miteinander korrelieren könnten. Ich hab bisher nur mit der Korrelationsmatrix geschaut, ob da was auffällig hoch ist, aber so richtig sicher bin ich mir nicht, ob das reicht.

Gibt es da ein Standardmaß, auf das ich in der Ausgabe achten sollte? Ich hab mal was von VIF gehört, aber verstehe noch nicht genau, ab welchem Wert man da hellhörig werden sollte.

Und die zweite Frage: wenn ich Multikollinearität tatsächlich feststelle, ist dann Variable rauswerfen die einzige Lösung, oder gibt es noch andere Wege, damit umzugehen, ohne dass ich Informationen verliere? Bin für jeden Denkanstoß dankbar, stehe da gerade ein bisschen auf dem Schlauch.

Fabians Sägezahn ist das Grundmodell. Eine Ergänzung, weil in der Aufgabe der Sicherheitsbestand einfach vorgegeben ist und man sich fragt, woher die 80 eigentlich kommen.

In der Praxis (und in manchen Klausuren im Hauptstudium) wird er aus der Schwankung des Verbrauchs berechnet. Eine gängige Formel:

Sicherheitsbestand = z × σ(Tagesverbrauch) × √Wiederbeschaffungszeit

Dabei ist z der Wert aus der Standardnormalverteilung für den gewünschten Servicegrad, also die Wahrscheinlichkeit, dass man während der Wiederbeschaffungszeit lieferfähig bleibt. Die Wurzel kommt daher, dass sich zufällige Schwankungen über mehrere Tage teilweise ausgleichen.

Beispiel mit deinen Zahlen: Angenommen, der Tagesverbrauch schwankt mit einer Standardabweichung von 12 Stück.

• 95 % Servicegrad: z ≈ 1,65 → 1,65 × 12 × √6 ≈ 1,65 × 12 × 2,45 ≈ 49 Stück
• 99 % Servicegrad: z ≈ 2,33 → 2,33 × 12 × 2,45 ≈ 68 Stück

Das ist der eigentlich spannende Punkt für eine Diskussionsaufgabe: Die letzten paar Prozent Lieferfähigkeit werden überproportional teuer. Von 95 % auf 99 % braucht man rund 40 % mehr Sicherheitsbestand, und 100 % gibt es rechnerisch gar nicht. Deshalb legt man den Servicegrad je Artikel unterschiedlich fest, zum Beispiel hoch für A-Teile, deren Fehlen die Produktion stoppt, und niedriger für unkritische Teile.

Wenn zusätzlich die Lieferzeit schwankt, wird die Formel etwas länger. Das Prinzip bleibt aber gleich: Der Puffer deckt die Unsicherheit ab, nicht den normalen Verbrauch.

Und die Verbindung zur Binomialverteilung gibt es tatsächlich: Poisson ist die Grenzverteilung der Binomialverteilung bei großem n und kleinem p, mit λ = n · p. Deshalb nennt man sie auch Verteilung der seltenen Ereignisse.

Beispiel aus der Qualitätskontrolle, wie wir sie im Wirtschaftsingenieurwesen hatten: 200 Teile, Ausschussquote 1 %. Gefragt: P(kein Ausschuss).

• Exakt binomial: 0,99^(200) ≈ 0,1340
• Poisson mit λ = 200 · 0,01 = 2: e^(−2) ≈ 0,1353

Fast gleich, und mit Poisson rechnet es sich viel leichter. Übliche Faustregel für die Näherung: n ≥ 50 und p ≤ 0,1 (manche Skripte haben leicht andere Grenzen – nimm die aus deinem).

Für die Klausur noch die Annahmen hinter Poisson, die manchmal als Textfrage kommen: Ereignisse treten unabhängig voneinander auf, die Rate ist konstant, und zwei Ereignisse fallen nicht exakt zusammen. Beim Callcenter ist das zur Mittagszeit oder nach einer Werbeaktion übrigens fraglich, weil die Rate dann schwankt. Genau so etwas lässt sich gut kritisch anmerken.

Oben ist das Wesentliche gesagt, ich hänge noch eine Falle dran, die in Bachelorarbeiten regelmäßig angemerkt wird: mehrere t-Tests hintereinander. Wenn du nicht einen, sondern acht Mittelwertvergleiche rechnest, testest du achtmal mit je 5 Prozent Irrtumswahrscheinlichkeit – die Chance auf mindestens einen Zufallstreffer liegt dann bereits bei über 30 Prozent. Sauber ist entweder eine Varianzanalyse (ein Test über alle Gruppen, danach Post-hoc-Vergleiche) oder eine Korrektur des Niveaus, zum Beispiel nach Bonferroni: 0,05 geteilt durch die Anzahl der Tests. Erwähnen solltest du es auf jeden Fall, das ist ein klassischer Punkt in der Verteidigung.

Zweitens, weil es an deine SPSS-Frage anschließt: Die Signifikanz wird zweiseitig ausgegeben. Halbieren darfst du sie nur, wenn deine Hypothese vorher gerichtet formuliert war („Gruppe A erzielt einen höheren Wert“) – und das muss im Hypothesenkapitel stehen, nicht erst im Ergebnisteil entstehen, wenn das Ergebnis knapp daneben liegt.

Moin zusammen,

Bachelor ist durch 🎉 und ich ziehe Ende Oktober für meinen ersten richtigen Job von Kiel nach München. Umzugsfirma, Maklerprovision für die Mietwohnung, zwei Besichtigungsfahrten und ein Monat doppelte Miete kommen da schon zusammen.

Zwei Fragen:

1. Kann ich das in der Steuererklärung für 2026 angeben? Mein Arbeitgeber übernimmt nichts.
2. Ein Kumpel meinte, ich könnte auch den Umzug von 2022 zum Studienbeginn (von zu Hause nach Kiel) noch nachträglich geltend machen. Stimmt das? Damals hatte ich außer einem kleinen Minijob keine Einnahmen.

Danke euch!

Spät dazu, aber ich hänge noch zwei Punkte an, die mich im Betrieb echtes Lehrgeld gekostet haben – beide kommen in der Vorlesung meistens zu kurz.

1. Container sind keine Sicherheitsgrenze im gleichen Sinn wie eine VM. Alle Container auf einem Host teilen sich denselben Kernel – die Trennung ist eine Prozessisolation des Betriebssystems, keine eigene Maschine. Eine VM bringt ihren eigenen Kernel mit und wird vom Hypervisor getrennt, das ist die deutlich härtere Grenze. Praktische Folge: Wenn fremder oder nicht vertrauenswürdiger Code laufen soll, nimmt man in der Regel VMs als äußere Grenze und Container darin. Genau so ist übrigens jede Cloud aufgebaut – das ist kein Entweder-oder, sondern ein Übereinander.

2. Das Dateisystem eines Containers ist flüchtig. Der häufigste Anfängerfehler im Praktikum: Datenbank im Container laufen lassen, Daten landen im Container-Layer, Container neu gestartet oder neu gebaut – Daten weg. Alles, was überleben soll, gehört in ein Volume oder in eine externe Datenbank. Dahinter steckt die eigentliche Denkweise: Container sind immutable und werden nicht gepflegt, sondern ersetzt. Der gängige Spruch dafür ist „Cattle, not pets“ – eine VM päppelt man über Jahre und gibt ihr einen Namen, einen Container wirft man weg und baut ihn neu.

Kleiner Zusatz fürs Vokabular, weil das in Prüfungen gern abgefragt wird: Container ist nicht gleich Docker. Docker ist eine Implementierung; das Format ist über die OCI standardisiert, darunter arbeiten Runtimes wie containerd oder CRI-O, und Podman macht dasselbe ohne Daemon. Wer „Docker“ sagt und „Container“ meint, liegt inhaltlich nicht falsch, aber in der mündlichen Prüfung ist der Unterschied einen Punkt wert.

Hi zusammen,

wir schreiben im Modul Projektmanagement eine Gruppenhausarbeit zu viert, Abgabe in gut drei Wochen, eine gemeinsame Note. Aufgeteilt haben wir das beim Kickoff eigentlich sauber: jeder ein Kapitel.

Problem: Einer aus der Gruppe ist seit dem Kickoff praktisch abgetaucht. Liest die Nachrichten in der Gruppe, antwortet aber nicht, sein Kapitel im geteilten Dokument ist bis heute leer. Die anderen zwei wollen „einfach seinen Teil mitschreiben, bevor wir alle schlechter dastehen“.

Ich finde das ehrlich gesagt unfair, will aber auch nicht der sein, der beim Dozenten petzt 😅

• Ab wann meldet man sowas – und wie, ohne dass es nach Rache aussieht?
• Wie hättet ihr das von Anfang an organisiert, damit es gar nicht so weit kommt?

Bin für jeden Erfahrungswert dankbar.

Ich hänge noch ein durchgerechnetes Zahlenbeispiel an, weil mir das beim Hoch-Tief-Verfahren damals mehr geholfen hat als jede Formel.

Daten: Im schwächsten Monat 400 Maschinenstunden bei 5.200 € Stromkosten, im stärksten Monat 1.200 Maschinenstunden bei 9.200 €.

1. Variabler Kostensatz: Kostendifferenz 4.000 € geteilt durch Mengendifferenz 800 Stunden = 5 € pro Stunde.
2. Fixkosten: 9.200 € minus 5 € mal 1.200 Stunden = 3.200 €.
3. Gegenprobe mit dem anderen Punkt: 5.200 € minus 5 € mal 400 Stunden = 3.200 €. Passt.

Kostenfunktion also: K = 3.200 € + 5 € · x. Für eine Planung mit 900 Stunden: 3.200 € + 4.500 € = 7.700 €. Das liegt innerhalb des beobachteten Intervalls – bei 2.000 Stunden dürfte man die Funktion nach Ninas Hinweis nicht mehr anwenden.

Und zum Vergleich mit der Regression: Wenn du alle Monatswerte in Excel hast, bekommst du die Regressionswerte ohne Handrechnung mit =STEIGUNG(Kosten;Stunden) für den variablen Kostensatz, =ACHSENABSCHNITT(Kosten;Stunden) für die Fixkosten und =BESTIMMTHEITSMASS(Kosten;Stunden) für R². Oder du legst ein Punktdiagramm an und fügst eine lineare Trendlinie mit angezeigter Gleichung ein. Rechne einmal beides auf demselben Datensatz – der Unterschied zeigt dir sofort, wie stark die beiden Randmonate von den übrigen abweichen.

Schöner Thread – ich hänge noch die Anwendung dran, bei der mir die beiden Fehlerarten zum ersten Mal wirklich klar geworden sind: die Annahmestichprobenprüfung in der Qualitätssicherung.

Beim Wareneingang zieht man aus einer Lieferung eine Stichprobe und nimmt die Lieferung an, wenn höchstens eine vorher festgelegte Zahl fehlerhafter Teile darin ist. Die zwei Fehler haben dort eigene Namen, und die machen sofort klar, wer den Schaden trägt:

• Produzentenrisiko (α): Eine eigentlich gute Lieferung wird wegen einer unglücklichen Stichprobe zurückgewiesen – das trifft den Lieferanten.
• Konsumentenrisiko (β): Eine schlechte Lieferung rutscht durch – das trifft den Abnehmer.

Dargestellt wird das mit der Operationscharakteristik (OC-Kurve): Sie zeigt für jeden möglichen Fehleranteil der Lieferung, mit welcher Wahrscheinlichkeit sie angenommen wird. Die ideale Kurve wäre eine Stufe – bis zur vereinbarten Qualitätsgrenze immer annehmen, darüber immer ablehnen. Real ist sie eine fallende S-Kurve, und je größer der Stichprobenumfang, desto steiler wird sie. Das ist Marcos Punkt mit n, nur als Bild: Mehr Prüfaufwand macht die Kurve trennschärfer und senkt beide Risiken gleichzeitig. Wie viel man prüft, ist damit am Ende eine Kostenfrage – Prüfkosten gegen die Folgekosten der beiden Fehler.

Moin zusammen, ich habe eine Verständnisfrage aus dem Modul Informationsmanagement, die mir auch im Betrieb dauernd begegnet.

Bei uns sollen das ERP und ein neues Lagerverwaltungssystem „miteinander sprechen“. Aus Studentensicht klingt das trivial: Das eine System hat die Daten, das andere braucht sie – also Datei rüberschieben, fertig. In der Realität läuft das Projekt seit Monaten und keiner ist zufrieden.

Kann mir jemand erklären, welche Arten von Schnittstellen es überhaupt gibt und wonach man die auswählt? Und woran scheitert sowas typischerweise – ist das eher ein technisches oder ein organisatorisches Problem? Ich hätte das gern für die Klausur sauber sortiert, nicht nur als Bauchgefühl. 🙂

Ergänzend zu Marcos Rechnung der Teil, der dich inhaltlich verwirrt hat – das mit dem Grenzerlös. Das ist keine zweite Methode, sondern dieselbe Gleichung, nur anders sortiert.

G(x) = E(x) − K(x), also G'(x) = E'(x) − K'(x). Wenn du G'(x) = 0 setzt, steht da nichts anderes als

E'(x) = K'(x), also Grenzerlös = Grenzkosten.

Probe mit deinen Zahlen: E'(x) = 100 − 4x, K'(x) = 4x + 20. Gleichsetzen: 100 − 4x = 4x + 20 → 80 = 8x → x = 10. Exakt dasselbe Ergebnis wie über G'(x) = 0.

Ökonomisch gelesen ist das sogar die anschaulichere Variante: Solange die nächste produzierte Einheit mehr Erlös bringt als sie an Kosten verursacht (E' > K'), lohnt sie sich – du produzierst weiter. Sobald sie mehr kostet als sie bringt (E' < K'), machst du dich ärmer. Der Umschlagpunkt dazwischen ist das Gewinnmaximum. Wenn du in der Klausur eine Begründung schreiben sollst, nimm diesen Satz, nicht die Tangentengeschichte – der zeigt, dass du verstanden hast, was gerechnet wird.

Zwei Dinge, die oft in derselben Aufgabe drankommen und gern verwechselt werden:

• Gewinnschwelle und Gewinngrenze sind die Nullstellen von G(x), nicht die Nullstelle von G'(x). Bei dir: −4x² + 80x − 50 = 0 → x² − 20x + 12,5 = 0 → x = 10 ± √(100 − 12,5) ≈ 0,65 und ≈ 19,35. Dazwischen liegt die Gewinnzone, in der Mitte das Maximum. Merksatz: G = 0 fragt nach der Zone, G' = 0 nach dem Gipfel.
• Betriebsoptimum ist nochmal etwas anderes – dort werden nicht die Gewinne maximiert, sondern die Stückkosten k(x) = K(x)/x minimiert. Andere Funktion, andere Ableitung, anderes Ergebnis. Nicht durcheinanderbringen, das kostet regelmäßig Punkte.

Wenn du üben willst: Nimm dieselbe Aufgabe und ändere nur die Fixkosten von 50 auf 200. Du wirst sehen, dass sich die gewinnmaximale Menge nicht ändert (Fixkosten fallen beim Ableiten weg), wohl aber der Gewinn und die Gewinnzone. Das ist ein sehr beliebter „Erklären Sie“-Zusatz.

Moin,

bei zwei Gleichungen und zwei Unbekannten habe ich nie Probleme. Sobald aber drei Gleichungen mit x, y und z dastehen (bei uns typischerweise Produktionsmengen oder Materialverbräuche), verzettele ich mich regelmäßig. Ich fange irgendwo an umzustellen, habe nach fünf Zeilen überall Brüche und weiß nicht mehr, welche Gleichung ich schon verbraucht habe.

Im Skript stehen Einsetzungsverfahren, Gleichsetzungsverfahren und Additionsverfahren nebeneinander, aber nicht, wann ich welches nehme. Gibt es dazu eine klare Entscheidungsregel? Und wie schreibt man das so auf, dass man den Überblick behält – und in der Klausur bei einem Rechenfehler nicht gleich alles verliert?

Zur Organisation noch mein Vorgehen, seit ich denselben Fehler gemacht habe wie du gerade:

• Immer zwei Hefte gleichzeitig, nie drei. Eins ist das „Denkheft“ (schwer, braucht frischen Kopf, morgens oder am Wochenende), eins das „Fleißheft“ (Wiederholung, Aufgaben rechnen, geht auch abends müde). Wenn das Denkheft blockiert, arbeitest du am Fleißheft weiter und der Fortschritt bricht nicht ab – genau das rettet die Motivation.
• Eine simple Liste mit drei Spalten: Heft – eingereicht am – zurück am. Klingt nach nichts, macht aber deinen Rückstand sichtbar und verhindert, dass ein Heft still verschwindet.

Und eine Diagnose vorher, weil sie über die richtige Reaktion entscheidet: Hängst du, weil du den Stoff nicht verstehst, oder weil du keine Lust hast?

• Verständnisproblem → Heft wechseln hilft nicht, das Problem wartet nur. Nimm eine zweite Quelle (anderes Lehrbuch, Erklärvideo, hier im Forum fragen), lass dir das Konzept in anderen Worten erklären und geh dann zurück.
• Unlustproblem → 25 Minuten Timer, nur die erste Teilaufgabe, kein Anspruch auf Qualität. In neun von zehn Fällen läuft es nach dem Start.

Bei mir war es fast immer Punkt eins, verkleidet als Punkt zwei. 😄 Vorziehen ist trotzdem völlig in Ordnung – nur bewusst und mit Rückkehrdatum.

Danke für die Erklärung, das Thema hat mich in der Statistik-Klausur damals auch erwischt. Was mir am meisten geholfen hat: die Aufgabe nicht in Prozenten, sondern in absoluten Häufigkeiten aufzuschreiben.

Also statt „99 % Trefferquote, 1 % Krankheitshäufigkeit“ einfach 10.000 Personen hinlegen:

• 100 sind tatsächlich krank, davon werden 99 positiv getestet.
• 9.900 sind gesund, davon werden bei 1 % Falsch-Positiv-Rate 99 ebenfalls positiv getestet.

Damit hast du 198 positive Tests, von denen nur 99 wirklich krank sind – also rund 50 %. Ohne eine einzige Formel, und man sieht sofort, warum das so ist: Die kleine Fehlerquote wirkt auf eine riesige Gruppe Gesunder, die hohe Trefferquote nur auf eine winzige Gruppe Kranker.

Wenn in der Klausur dann doch die Formel verlangt wird, ist der Baum trotzdem die beste Kontrolle – die beiden Zahlen im Nenner sind genau die zwei Äste, die zu „positiv“ führen.

Dein Bauchgefühl ist genau die Hälfte der Wahrheit – und deshalb gibt es das Optimum. Es stehen sich nämlich zwei gegenläufige Kostenblöcke gegenüber:

• Bestellfixe Kosten (Bestellabwicklung, Anfrage, Wareneingang, Rechnungsprüfung). Die fallen pro Bestellvorgang an, unabhängig von der Menge. Bestellst du selten und viel, sinken sie: Gesamtbestellkosten = Bestellkosten je Vorgang × (Jahresbedarf / Bestellmenge).
• Lagerhaltungskosten (Kapitalbindung, Lagerraum, Versicherung, Schwund). Die steigen mit der Bestellmenge: Gesamtlagerkosten = (Bestellmenge / 2) × Einstandspreis × Lagerkostensatz.

Die Zwei im Nenner ist übrigens keine Willkür: Bei gleichmäßigem Verbrauch fällt der Bestand linear von der vollen Bestellmenge auf null, der durchschnittliche Lagerbestand ist also die halbe Bestellmenge. Das ist die klassische Sägezahnkurve aus dem Skript.

Addierst du beide Kurven, bekommst du eine U-förmige Gesamtkostenkurve: links (kleine Mengen) dominieren die Bestellkosten, rechts (große Mengen) die Lagerkosten. Irgendwo dazwischen liegt das Minimum – und genau das ist die optimale Bestellmenge.

Und daher kommt die Wurzel: Man leitet die Gesamtkostenfunktion nach der Bestellmenge ab und setzt sie null. Der Bestellkostenteil enthält 1/x, dessen Ableitung ist −1/x². Nach dem Nullsetzen steht x² auf einer Seite – und zum Auflösen musst du die Wurzel ziehen. Die Wurzel ist also kein Trick, sondern schlicht das Ergebnis des Ableitens.

Mit deinem Beispiel (Jahresbedarf 10.000 Stück, 80 € je Bestellung, Einstandspreis 25 €, Lagerkostensatz 20 %):

• Zähler: 200 × 10.000 × 80 = 160.000.000
• Nenner: 25 × 20 = 500
• Wurzel aus 320.000 ≈ 566 Stück, also rund 17,7 Bestellungen im Jahr

Die beste Kontrollrechnung überhaupt: Setz deine 566 Stück einmal in beide Kostenformeln ein. Bestellkosten: 80 × (10.000/566) ≈ 1.414 €. Lagerkosten: (566/2) × 25 × 0,2 ≈ 1.415 €. Im Optimum sind beide Kostenblöcke gleich groß. Wenn das in deiner Klausuraufgabe nicht hinkommt, hast du dich verrechnet – dieser Test hat mich schon zweimal gerettet. 🙂

Zur krummen Zahl: Die rechnerische Menge ist ein Zwischenergebnis. In der Praxis rundest du danach auf die nächste sinnvolle Gebinde- oder Palettengröße.