Robuster konsensualer Ordinal‑Prioritätsansatz zur improvisierten Auswahl von Notfalllieferanten bei Expertenkonsens‑Mehrdeutigkeit

Warum schnelle, faire Entscheidungen bei Katastrophen wichtig sind

Wenn eine Katastrophe eintritt, müssen Einsatzkräfte zügig entscheiden, welche Lieferanten lebensrettende Güter wie Medikamente, Zelte und Lebensmittel liefern können. Diese Entscheidungen fallen unter enormen Zeitdruck, bei beschädigter Infrastruktur und mit unvollständigen Informationen. Die hier zusammengefasste Arbeit schlägt eine neue Methode vor, um Notfalllieferanten auszuwählen, die sowohl schnell als auch fair ist — selbst wenn Experten uneinig oder unsicher sind. Ziel ist es, Behörden von ad‑hoc‑Entscheidungen zu transparenten, nachvollziehbaren und robusten Entscheidungen zu führen, wenn Menschenleben auf dem Spiel stehen.

Lieferantenauswahl, wenn der Plan nicht mehr passt

Die meisten bestehenden Methoden zur Auswahl von Lieferanten setzen ruhige Rahmenbedingungen voraus: verlässliche Daten, im Voraus bekannte Optionen und Zeit, Kosten und Nutzen abzuwägen. Bei schweren Katastrophen bricht dieses Szenario zusammen. Verantwortliche müssen improvisieren, mit neuen Lieferanten, sich ändernden Einschränkungen und widersprüchlichen Expertenmeinungen. Traditionelle Techniken beruhen oft auf subjektiven Gewichtungen, welche Expertin oder welches Kriterium am wichtigsten ist, verschleiern, wie Meinungsverschiedenheiten gelöst wurden, und können zu langsam oder zu komplex für den Echtzeiteinsatz sein. Die Autorinnen und Autoren richten ihren Blick auf dieses improvisatorische Umfeld und argumentieren, dass die Auswahl von Notfalllieferanten Werkzeuge verlangt, die speziell für Chaos entworfen sind, nicht bloß angepasste Planungsmethoden.

Eine neue Art, Expertinnen und Experten zuzuhören

Die Studie baut auf einer bestehenden Methode auf, dem Ordinal Priority Approach, der einfache Ranglisten statt detaillierter Punktbewertungen verwendet. Expertinnen und Experten ordnen, was am wichtigsten ist (etwa Geschwindigkeit, Zuverlässigkeit oder Kosten) und wie verschiedene Lieferanten in diesen Kriterien abschneiden. Anstatt Entscheidungsträgerinnen und -trägern zu überlassen, subjektiv zu bestimmen, wie wichtig jede Expertin oder jeder Experte ist, lässt die neue Methode — genannt Robust Consensus Ordinal Priority Approach (OPA‑RC) — die Daten sprechen. Sie misst, wie ähnlich die Rangfolgen einzelner Expertinnen und Experten denen der Gruppe sind. Stimmen, die stärker mit dem entstehenden Konsens übereinstimmen, erhalten etwas mehr Einfluss, während zugleich Raum für Meinungsvielfalt erhalten bleibt.

Für Unsicherheit entwerfen, statt sie zu ignorieren

OPA‑RC geht einen Schritt weiter, indem sie auch den Einfluss der Expertinnen und Experten selbst als unsicher behandelt. Anstatt anzunehmen, dass die konsensbasierten Wichtigkeitswerte perfekt sind, umgibt die Methode diese mit einer sorgfältig definierten „Pufferzone“, die plausible Abweichungen abdeckt. Anschließend sucht sie nach Lieferantenrankings, die unter der ungünstigsten zulässigen Kombination von Experten‑Meinungsverschiedenheiten gut abschneiden. Hinter den Kulissen ist das ein robustes Optimierungsproblem, doch die Autorinnen und Autoren zeigen, dass es sich in ein einfaches lineares Modell mit einer eleganten geschlossenen Lösung umschreiben lässt. Das bedeutet, dass die endgültigen Gewichte für Expertinnen und Experten, Kriterien und Lieferanten sehr schnell berechnet werden können — entscheidend in schnelllebigen Notlagen — ohne mathematische Strenge zu opfern.

Lehren aus dem Erdbeben in der Türkei und Syrien

Um die praktische Anwendung zu demonstrieren, rekonstruieren die Autorinnen und Autoren ein Szenario anhand des Erdbebens 2023 in der Türkei und Syrien und bewerten 15 potenzielle Lieferanten nach acht Kriterien wie Reaktionsgeschwindigkeit, Lieferzuverlässigkeit, geografische Abdeckung und Kosteneffizienz. Ein Expertengremium aus fünf Personen aus Behörden, Hilfsorganisationen und einer Logistikfirma lieferte die Ranglisten. Die OPA‑RC‑Ergebnisse heben hervor, dass in Krisensituationen schnelles Handeln und verlässliche Lieferung traditionelle Prioritäten wie Preis und selbst kleine Qualitätsunterschiede überlagern. Einige Lieferanten treten als klare Erstwahl hervor, weil sie am schnellsten und zuverlässigsten sind, während eine zweite Gruppe als Backup dient und Resilienz hinzufügt, ohne die Spitzenakteure zu verdrängen. Sensitivitätstests zeigen, dass die obersten und untersten Platzierungen stabil bleiben, selbst wenn Annahmen über Expertenunsicherheit oder Eingaberauschen variiert werden; nur mittlere Platzierungen verschieben sich leicht.

Was das für künftige Katastrophenhilfe bedeutet

Für Nicht‑Spezialistinnen und Nicht‑Spezialisten ist die zentrale Erkenntnis, dass OPA‑RC eine strukturierte Methode bietet, um unordentliche, unsichere Expertenurteile in klare, verteidigungsfähige Lieferantenauswahlen zu überführen, ohne vorzugeben, dass Expertinnen und Experten unfehlbar oder Rahmenbedingungen stabil seien. Indem der Experteneinfluss im beobachteten Konsens verankert und Unsicherheit ins Modell integriert wird, liefert die Methode Rankings, die sowohl robust als auch rechnerisch leicht zu ermitteln sind. In der Praxis kann das Einsatzleitungen helfen, schnell eine kleine Gruppe von primären und Backup‑Lieferanten zu priorisieren, ihre Entscheidungen gegenüber Stakeholdern zu begründen und sich anzupassen, sobald Informationen besser werden — all das kann zu schnellerer und verlässlicherer Hilfe führen, wenn sie am dringendsten gebraucht wird.

Zitation: Mao, H., Wang, R. Robust consensus ordinal priority approach for improvisational emergency supplier selection under expert consensus ambiguity. Sci Rep 16, 6262 (2026). https://doi.org/10.1038/s41598-026-36876-6

Schlüsselwörter: Auswahl von Notfalllieferanten, Katastrophenhilfslogistik, Entscheidungsfindung unter Unsicherheit, Expertenkonsens, robuste Optimierung