ETH Life: Herr Weismantel, Ihr Forschungsgebiet ist Operations Research. Dabei geht es unter anderem um Optimierungsprozesse in komplexen Netzwerken, wie etwa der Postauslieferung. Würde ohne diese Forschung bei der Post das Chaos herrschen?
Robert Weismantel: Unsere Systeme, wie etwa der Postversand und das Verkehrsnetz, werden immer komplexer und lassen sich ohne mathematische Modelle kaum mehr steuern. Wir hätten ohne Operations Research nicht nur Chaos, sondern auch enorme Kosten. Optimierung kommt aber auch immer dann ins Spiel, wenn es den Firmen schlecht geht und die Gewinnmargen kleiner werden.

Der Begriff Operations Research wurde im 2. Weltkrieg geprägt, als die Briten ein Radarüberwachungssystem einführten. Seit wann ist Operations Research Gegenstand der Forschung für Optimierungsprozesse?
Etwa seit den 50er Jahren. Damals fing man vor allem in den USA an, logistische Planungen zu betreiben. Da ging es etwa um Nachschubfragen von Lebensmitteln, deren Lagerhaltung oder Produktionsplanung. Das war das klassische Anwendungsgebiet von Operations Research.

Heute liefert Operations Research aber auch anderen wissenschaftlichen Disziplinen Werkzeuge für deren Forschung – ein klassisches Beispiel für Mathematik als versteckte Wissenschaft. Führen Sie ein Schattendasein?
Nein. Ich arbeite nur mit solchen Disziplinen zusammen, bei denen ich selbst etwas mitnehmen kann. Die komplexen logischen Modelle, die meine Kollegen und ich formulieren, führen in der Regel zu neuen mathematischen und algorithmischen Herausforderungen, die bis zu diesem Zeitpunkt noch nicht untersucht wurden. Daraus entsteht neue abstrakte Forschung, losgelöst von der ursprünglich konkreten Anwendungsidee.

Können Sie ein Beispiel geben?
Immunologen und Zellbiologen erforschen, wie Proteine zusammenspielen müssen, damit beispielsweise eine Krankheit auftritt. Oder sie untersuchen auf zellulärer Ebene, was der Unterschied zwischen einem kranken zu einem gesunden Menschen ist. Wir versuchen dafür ein logisches Modell zu entwickeln, also im Sinne von, «wenn dieses Protein da ist und aktiviert wurde, dann führt das dazu, dass eine weitere Kaskade aktiviert wird». Dieses logische Modell versuchen wir dann zu analysieren, um herauszubekommen, wie es funktioniert.

Sie entwickeln also neue mathematische Methoden anhand konkreter Bedürfnisse, die dann aber einen viel grösseren Anwendungsbereich finden können.
Genau. Wir sind ja schliesslich keine Mathematiksklaven für andere Forscher. Bei einer Zusammenarbeit wie mit den Biologen muss immer etwas Originelles vorhanden sein, bei dem ich das Gefühl habe: Daraus lässt sich eine Theorie entwickeln, die sich nicht nur auf das konkrete Ausgangsproblem anwenden lässt. Oder beispielsweise in der Zusammenarbeit mit Ingenieuren, die sich mit komplexen chemischen Prozessen beschäftigen. Dies geschieht etwa vor dem Hintergrund, dass die zur Herstellung vieler wichtiger chemischer Produkte verwendeten Rohstoffe wie Erdöl und Erdgas in Zukunft knapper werden und daher auf eine breitere Basis gestellt werden müssen. Eine entscheidende Rolle spielen dabei vor allem nachwachsende Rohstoffe. Konkret unterstützen wir Ingenieure dabei, Prozess-Designs für derartige Mehrkomponenten-Lösungsmittelsysteme mit steuerbaren Eigenschaften in mehrphasigen chemischen Produktionsprozessen zu erforschen und technisch nutzbar zu machen. Bereits bei den Modellbildungsprozessen tauchen für mich interessante mathematische Fragestellungen auf, die bisher nicht studiert wurden und die ich dann weiter verfolge. Gerade in den Ingenieurswissenschaften stossen wir dabei auf nichtlineare diskrete Systeme, über die wir bis anhin wenig wissen. Dies sind endlich dimensionale Systeme, in denen die Variablen nur ganze Zahlen annehmen dürfen. Systeme dieser Art sind kompliziert, sowohl hinsichtlich der Struktur der Lösungen als auch hinsichtlich rechentechnischer Lösbarkeit.

Sie sind Wirtschaftsmathematiker und nennen Beispiele aus der Biologie und Chemie. Wie kamen Sie darauf, waren das Ihre Lieblingsfächer?
Nein, ich habe Biologie in der Schule gehasst. Aber zelluläre Prozesse sind interessant und keine Biologie, wie wir sie aus der Schule kennen. Während meiner Zeit in Deutschland begannen die grösseren Universitäten Exzellenzclusters zu bilden. An einer kleineren Uni wie Magdeburg, an der ich zuvor gelehrt habe, fehlt es dafür aber an Leuten. Meine strategische Aufgabe war deshalb, ein interdisziplinäres Zentrum zu gründen. Dabei hat sich die Zusammenarbeit mit Immunologen und Zellbiologen ergeben.

Wie kam es zu diesem Kontakt?
Das war ein Glückstreffer. Einer meiner besten Freunde ist in Magdeburg Professor für Immunologie. Die Freundschaft entstand über seine und meine Kinder. Wir haben immer wieder darüber geredet, ob wir in diesem Bereich etwas zusammen machen können. Ein langwieriger Prozess, weil ein Mediziner und ein Mathematiker so aneinander vorbei reden, dass es schwierig ist, auf einen gemeinsamen Nenner zu kommen. Wir beide haben uns aber strategisch verbündet und das Forschungszentrum aufgebaut.

Ihr Forschungsgebiet ist aus unserer technologisierten Gesellschaft offensichtlich nicht mehr weg zu denken. Ist es ein zentraler Bestandteil der Mathematik?
Diese Frage werden die reinen Mathematiker nicht gerne hören. Ich bin aber der Meinung, dass diese Form der Mathematik, nämlich algorithmische Theorien zu erfinden, zentral ist. Sie trägt der modernen Entwicklung Rechnung. Seit ich an der ETH Zürich bin, kann ich mich vor Anfragen aus der Industrie kaum retten.

Warum hören die reinen Mathematiker so eine Frage nicht gerne?
Weil die Mathematiker annehmen, dass, umso abstrakter der Gegenstand der Forschung ist, desto besser die Mathematik ist, die dahinter steht. Das halte ich für Unfug. Es gibt auf jeder Abstraktionsebene fundamental schwierige Probleme.

Der 45jährige Wirtschaftsmathematiker Robert Weismantel ist seit Mai 2010 Professor am Institut für Operations Research an der ETH Zürich. Weismantel ist spezialisiert auf den Forschungsbereich Mathematische Optimierung. Mit den mathematischen Modellen und Algorithmen, die er entwickelt, verhilft er beispielsweise Biologen oder Chemikern dazu, biologische Netzwerke auf zellulärer Ebene oder chemische Reaktionen zu simulieren.