Robustheit

aus Wikipedia, der freien Enzyklopädie
Wechseln zu: Navigation, Suche
Dieser Artikel erklärt den Begriff der Robustheit im Allgemeinen. Zum Begriff der Robustheit, wie er in der Statistik verwendet wird, siehe robuste Statistik.

Unter Robustheit (lat. robustus, von robur Hart-, Eichenholz) „wird die Fähigkeit [eines Systems] verstanden, Veränderungen standzuhalten, ohne dass Anpassungen nötig sind“[1]. Meist ist es sinnvoll anzugeben, wogegen das System robust ist (z. B. gegen Änderung der Umgebungstemperatur oder gegen Fehlbedienung).

Inhaltsverzeichnis

[Bearbeiten] Robustheit in verschiedenen Disziplinen

[Bearbeiten] Informatik

In der Informatik wird der Begriff Robustheit auch verwendet, um die Eigenschaft eines Verfahrens zu beschreiben, auch unter ungünstigen Bedingungen noch zuverlässig zu funktionieren. Oft ist damit gemeint, dass ein Algorithmus auch dann noch zügig und korrekt ein Ergebnis liefert, wenn der ungünstigste Fall (Worst Case) eintritt. Damit kann gemeint sein, dass ein Verfahren Fehlersituationen erkennt und umgeht. Es gibt aber auch Algorithmen, die nur unter bestimmten Bedingungen effizient arbeiten, aber ineffektiv sind, wenn diese Bedingungen nicht gegeben sind.

Ein Beispiel für ein nicht robustes Verfahren ist die Lineare Suche. Angenommen, man sucht in einem Telefonbuch mit 1 Million Namen eine bestimmte Telefonnummer. Bei der Linearen Suche wird die Liste der Namen von oben nach unten durchgesehen, bis der gesuchte Name gefunden wurde. Im Mittel muss man also 500.000 Namen durchsuchen, um das Ergebnis zu erhalten. Wenn der gesuchte Name aber der letzte in der Liste ist, muss man sogar alle Wörter durchsuchen. Das Verfahren ist nicht robust, da es keine Maßnahmen gegen diesen ungünstigsten Fall (Worst Case) trifft.

Unterteilt man hingegen die Liste anhand der Anfangsbuchstaben solange in Teillisten, bis jede Teilliste nicht länger als 100 Namen ist, dann kann man die Suche auf eine kleine Teilliste beschränken. Sie kann also im Worst Case nur noch die Zeit kosten, 100 Namen zu durchsuchen. Das Verfahren ist also robust gegen das Problem, dass ein Suchbegriff der Letzte in einer Liste ist.

Obwohl das zweite Verfahren wesentlich robuster ist als das ursprüngliche, ist es nicht robust gegen den Umstand, dass der Suchname der letzte in der Liste ist und alle Namen bis auf den Suchnamen gleich sind. Nun wäre eine Unterteilung in Teillisten zu 100 Namen nicht mehr möglich. Dieser Fall ist zwar theoretischer Natur, dennoch ist die Praxis oft nicht vorhersehbar. Ein robuster Algorithmus muss auch mit unwahrscheinlichen Situationen umgehen können.

[Bearbeiten] Wirtschaft

In der Industrie wird der Begriff „Robuster Produktionsprozess“ verwendet. Für die Automobilindustrie gibt es hierzu einen VDA-Band in der Reihe „Das gemeinsame Qualitätsmanagement in der Lieferkette“ mit dem Titel „Produktherstellung und -lieferung, Robuster Produktionsprozess“. Danach zeichnet sich ein robuster Produktionsprozess dadurch aus, dass er gegen unerwünschte Einflussgrößen unempfindlich ist und eine termin- und abrufgerechte Produktion mit ausgezeichneter Qualität unter Einhaltung des geplanten wirtschaftlichen Aufwandes sicherstellt. Die Definition für den „Robusten Produktionsprozess“ ist gleichzeitig die Festlegung der „Leitplanken“, die den Weg der Realisierung beschreiben.

[Bearbeiten] Analytik, Diagnostik

In der Analytik oder Diagnostik erlaubt die Robustheit eines analytischen Systems eine bestimmte Variabilität der zu analysierenden Probe (z.B. Probenvorbehandlung nicht erforderlich) und/oder anderer definierter physikalischer Parameter während des Messvorganges und liefert trotzdem reproduzierbare und standardisierbare Ergebnisse.

[Bearbeiten] Siehe auch

[Bearbeiten] Belege

  1. vgl. Andreas Wieland, Carl Marcus Wallenburg (2011): Supply-Chain-Management in stürmischen Zeiten. Berlin, S. 13.
Meine Werkzeuge
Namensräume

Varianten
Aktionen
Navigation
Mitmachen
Drucken/exportieren
Werkzeuge
In anderen Sprachen