Standard-Verfahren der Projektplanung setzen in der Regel vollständige Information über die Projektdaten voraus und vernachlässigen unvorhersehbare Effekte und Zufallseinflüsse, die bei der Projektdurchführung auftreten. Eine typische Konsequenz dieser "deterministischen" Herangehensweise ist die in der Praxis oft beobachtete Unterschätzung der Projektdauer und der Projektkosten.
Dieser Vortrag behandelt dieses Problem aus der Sicht des stochastischen Scheduling und gibt eine Einführung in Modelle und Verfahren zur Planung von Projekten bei unsicherer Information und knappen Ressourcen. Vom Optimierungsstandpunkt ergeben sich stochastische dynamische Optimierungsprobleme, deren diskreter Charakter jedoch zu Politiken (on-line Planungsregeln) mit ausgeprägter kombinatorischer Struktur führt. Hieraus lassen sich neben Algorithmen zur Konstruktion auch Aussagen ueber Stabilität, Optimalität und Approximationsverhalten solcher Planungsregeln herleiten. Besondere Aufmerksamkeit gilt der Modellierung, da sich zeigt, dass zu anspruchsvolle Forderungen bzw. zu starke Einschränkungen der Planungsregeln zu Instabilität führen können. Ferner wird auch detailliert auf den Berechnungsaufwand zur exakten bzw. approximativen Berechnung und Auswertung solcher Politiken eingegangen.