---

Die zugrunde liegenden Prinzipien, erfunden und entwickelt von Dr. Genichi Taguchi (1924-2012), zum Entwurf von Experimenten oder Simulationsrechungen in vielparametrischen Systemen, werden heute als Taguchi Methode bezeichnet. Durch den großen Erfolg wurde sie auf viele andere Bereiche erweitert. In diesem Buch werden die Grundlagen dieser Methode so ausführlich wie geboten und so einfach und anschaulich wie möglich dargelegt. Dabei zeigt der Autor, wie breit gefächert das heutige Anwendungsspektrum ist und für welche unterschiedlichen Aufgabenstellungen sie eingesetzt werden kann. Die Anwendungsbeispiele reichen von der Optimierung eines Fermentationsprozesses in der Biotechnologie über die Kostenminimierung in der mechanischen Fertigung bis zur Erhaltung und Verbesserung der Konkurrenzfähigkeit in der industriellen Produktion.

Das Buch gliedert sich in drei Teile. Im ersten Teil führt der Autor in die methodischen Grundlagen ein - immer unter Berücksichtigung der Zusammenhänge von Kosten, Präzision und Spezifikationen. Der zweite Teil beschäftigt sich mit Mustererkennung. Abweichende Muster können nach der Taguchi-Methode mit hoher Trennschärfe unterschieden und als Kollisionswarnung beim automatisierten Fahren, als Authentifizierung oder auch in der medizinischen Diagnostik und Therapeutik umgesetzt werden, wie die Fallbeispiele verdeutlichen. Im dritten Teil zeigt der Autor das Potenzial der Methodik für die Erstellung von Prognosen, ob im Kontext industrieller Anwendungen, für die Vorhersage von Krankheitsverläufen in der Medizin oder für das Eintreten von Naturereignissen. Der Band enthält zahlreiche vollständige numerische Fallbeispiele, wobei die Berechnungen durch Abbildungen oder Diagramme veranschaulicht werden. Im Anhang finden Leser eine ausführliche Darstellung der Theorie, so dass sie theoretische Fragen bei Bedarf vertiefen können.

Studierende, Wissenschaftler, Ingenieure oder Entwicklungs- und Produktverantwortliche lernen mit dem Buch die Taguchi Methode anzuwenden - auch ohne mathematisch-statistisches Vorwissen. Diese geschilderten Verfahren sind bestens geeignet, um relativ schnell zuverlässige und präzise Lösungen für die unterschiedlichsten Problemstellungen zu finden. Ein echter Wettbewerbsvorteil in der Forschung oder für Unternehmen, die im internationalen Wettbewerb konkurrenzfähig bleiben wollen.

---

Teil 1: Analysen variabler Größen.- Teil 2: Mustererkennung und Diagnosen.- Teil 3: Prognosen.

---

Herbert Ruefer studierte Physik und promovierte an der TU Karlsruhe (heute KIT). Nach einem Forschungsaufenthalt bei IBM in San Jose, USA, lehrte er an der Nationaluniversität San Marcos in Lima, Peru. Anschließend übernahm er Forschungs-, Entwicklungs- und Ausbildungsaufgaben in der chemischen Industrie in Deutschland. In dieser Zeit kam es zu den ersten persönlichen Kontakten mit Dr. Genichi Taguchi und Dr. Yuin Wu. Nach dem aktiven Berufsleben widmete er sich optischen Spezialverfahren für astronomische Beobachtungen. Zudem hält er Vorlesungen an der Nationaluniversität San Marcos, die ihm im Jahre 2017 den Ehrendoktor verlieh.

---