Der Aufbau von Simulationsmodellen und die Durchf hrung von Experimenten auf Rechenautomaten ist heute eine weit verbrei- tete Technik. Diese erlaubt es, Problemstellungen, die wegen ihrer Komplexit t oder aus anderen Gr nden einer analytischen Behandlung nicht zug nglich sind, zu bearbeiten. Damit ist die SimulaUon oft die einzige M glichkeit bestimmte Probleme zu l sen. Ausserdem zeichnet sich die Simulation durch die Einfachheit ihrer Anwendung aus. Dies hat allerdings oft zur Folge, dass man sich ihrer manchmal auch nur bedient, weil man generell analytische Verfahren scheut oder speziell nume- rische Probleme umgehen will. Erfolgreiche Simulationsuntersuchungen st tzen sich in der Regel auf drei Pfeilern ab: Modellbildung, statistische Grund- lagen, Modellimplementation auf dem Computer. Allzuoft sieht man leider, dass nicht allen drei Gebieten die gleiche Auf- merksamkeit geschenkt wird. So werden h ufig die stat.isti- schen Anforderungen bei der Auslegung der Experimente ver- nachl ssigt. Erst eine ausgewogene Modellbildung, gefolgt von einer geeigneten Implementation auf dem Computer, und eine Experimentplanung unter Beachtung der statistischen-Erfor- dernisse, k nnen schliesslich zu aussagekr ftigen Resultaten f hren. Der vorliegende Hochschultext - urspr nglich Kursunterlage zu einern Kurs ber Simulationstechnik der Schweizerischen Vereinigung f r Operations Research (SVOR) - tr gt diesem Zusammenwirken Rechnung. In jedem der drei Hauptteile wird einer der erw hnten Pfeiler behandelt. IV Im ersten Teil (Zehnder) werden die verschiedenen Aspekte und Vorgehenstechniken bei der Modellbildung dargestellt. Die zahlreichen Beispiele zeigen die unmittelbare Anwendung des Stoffes.