Research and development departments (R&D-departments) are dynamic-stochastic multi-project environments that can be characterized as follows: Multiple projects are simultaneous processed which compete for resources such as employees or machines. At the same time, new orders continuously arrive. In addition, there is uncertainty concerning arrival times of new orders, structure of future projects and durations of project activities. As a consequence of the competition for resources and uncertainty, long project durations and frequent violations of due dates occur. This may impair considerably the success of the companies due to tardy market entries of new products or high penalties for violated due dates. In this dissertation, two approaches to reduce project durations and tardiness of projects are considered. The first approach aims at optimizing scheduling decisions determining when certain project activities are to be processed. As second approach, the optimization of acceptance decisions of incoming orders is considered where decisions related to resource capacities e.g. usage of overtime are taken into account. Both problems are not considered much in the literature related to dynamic-stochastic multi-project environments. Thus, as a first contribution, new decision models are presented, which permit the computation of optimal decisions. As a computation of optimal decisions is limited to small problem instances various approaches which permit the computation of optimal and near optimal decisions also for more realistic problem instances are proposed for the scheduling problem. In addition, simple heuristics from the literature are investigated. For the integrated optimization of order acceptance and capacity planning, simple structures of optimal decisions are identified which allow the construction of heuristics.      «

Research and development departments (R&D-departments;) are dynamic-stochastic multi-project environments that can be characterized as follows: Multiple projects are simultaneous processed which compete for resources such as employees or machines. At the same time, new orders continuously arrive. In addition, there is uncertainty concerning arrival times of new orders, structure of future projects and durations of project activities. As a consequence of the competition for resources and uncertainty, long pr...     »

Forschungs- und Entwicklungsabteilungen (F&E-Abteilungen) stellen dynamisch-stochastische Multi-Projekt-umgebungen dar, die wie folgt beschrieben werden können: Mehrere Projekte, die um Ressourcen wie Mitarbeiter oder Maschinen konkurrieren, werden parallel bearbeitet. Im Zeitablauf treffen neue (F&E)Projekte ein. Darüber hinaus besteht Unsicherheit bezüglich der Ankunftszeitpunkte von Aufträgen, Struktur künftiger Projekte und der Dauern von Projektaktivitäten. Infolge der Ressourcenkonkurrenz und der Unsicherheit treten lange Projektdauern sowie häufig verspätete Projektfertigstellungen auf. Dies kann erhebliche Auswirkungen auf die Wettbewerbsfähigkeit der Unternehmen haben, da neue Produkte verspätet in den Markt gebracht werden oder hohe Strafzahlungen wegen verspäteter Auslieferung fällig werden. In der vorliegenden Dissertation werden zwei Ansätze betrachtet, um die Projektdauern oder Ver-spätungen von Projekten zu reduzieren. Der erste Ansatz besteht darin, die Ressourcenverwen-dung i. S. v. Entscheidungen, wann welche Projektaktivitäten durch die Ressourcen durchzuführen sind, zu optimieren. Als zweiter Ansatz werden die Annahmeentscheidungen für neu ankom-mende Aufträge, betrachtet, wobei Entscheidungen bezüglich der Verwendung von Ressourcenkapazitäten z. B. Verwendung von Überstunden berücksichtigt werden. Beide Probleme werden in der Literatur zu dynamisch-stochastische Multi-Projektumgebungen nur wenig betrachtet. Daher werden, als erster Beitrag, neue Entscheidungsmodelle zur Berechnung optimaler Entscheidungen vorgeschlagen. Da eine Berechnung von optimalen Entscheidungen nur für kleine Problemfälle möglich ist, werden für die Ressourceneinsatzplanung verschiedene An-sätze vorgestellt, die eine Berechnung von optimalen und nahezu optimalen Entscheidungen auch für realitätsnähere Problemfälle erlauben. Zusätzlich werden einfache Heuristiken aus der Literatur untersucht. Für die integrierte Optimierung der Annahme von Aufträgen und der Kapazitätsplanung lassen sich einfache Strukturen identifizieren, welche die Konstruktion von Heuristiken erlauben.     «

Forschungs- und Entwicklungsabteilungen (F&E-Abteilungen;) stellen dynamisch-stochastische Multi-Projekt-umgebungen dar, die wie folgt beschrieben werden können: Mehrere Projekte, die um Ressourcen wie Mitarbeiter oder Maschinen konkurrieren, werden parallel bearbeitet. Im Zeitablauf treffen neue (F&E;)Projekte ein. Darüber hinaus besteht Unsicherheit bezüglich der Ankunftszeitpunkte von Aufträgen, Struktur künftiger Projekte und der Dauern von Projektaktivitäten. Infolge der Ressourcenkonkurrenz und der Uns...     »