Die starke Abhängigkeit von exogen determinierten Zuständen der Welt (Wetter, Krankheiten, Schädlinge etc.) ist konstituierendes Element der meisten landwirtschaftlichen Produktionsprozesse. Während diese Zustandsabhängigkeit auf der einen Seite eine Unsicherheitssituation entstehen lässt, eröffnet sie auf der anderen Seite auch vielfache Möglichkeiten, auf das Eintreffen bestimmter Zustände flexibel zu reagieren (z.B. durch Beregnung oder Schädlingsbekämpfung). Ein Konzept, das diesem Zusammenhang im Prinzip Rechnung trägt, ist der auf CHAMBERS und QUIGGIN zurückgehende sog. zustandsabhängige Ansatz. Dieser beinhaltet die zustandsabhängige Abbildung des Produktionsprozesses unter Unsicherheit als Basis für eine realitätsnahe Repräsentation sowohl individueller Entscheidungsprozesse als auch der daraus resultierenden Marktreaktionen. Der nachfolgende Beitrag beschäftigt sich mit dem zustandsabhängigen Ansatz im Kontext der mathematischen Programmierung. Er beginnt mit der Darlegung der konzeptionellen Grundlagen des Ansatzes und konzentriert sich dann auf seine Umsetzung im Rahnen der mathematischen Optimierung unter Unsicherheit. Der Vergleich mit herkömmlichen Konzepten der mathematischen Programmierung anhand eines Beispiels dokumentiert einerseits die konzeptionelle Überlegenheit des zustandsabhängigen Ansatzes, verdeutlicht gleichzeitig aber auch die aus seiner Komplexität resultierenden methodischen Herausforderungen.
