Die Frage, wie zuverlässig ein aus "Teilen" zusammengesetztes "System" funktio- niert, ist ebenso alt wie die Konstruktion und Benutzung von Hilfsmitteln durch den Menschen. Das Problem "Zuverlässigkeit" wächst in seiner Bedeutung mit der Komplexität jener Systeme (z. B. Kommunikationsnetzwerke, betriebliche Organisationen), und diese beeinflußt die anzustellenden betriebswirtschaftlichen Betrachtungen. Seit langem bemüht man sich, besagte Zuverlässigkeit rechnerisch zu erfassen, etwa in Gestalt der mittleren (ungestörten) Funktionsdauer u. a. m. Dabei gilt in aller Regel ein Vorgang erst dann als "verstanden" und damit als beherrsch bar, wenn er - formelmäßig von einem "Modell" abgeleitet - in seiner Funktionsweise analytisch "durchschaut" und auf andere bereits verstandene Phänomene zurückgeführt werden kann. In diesem Sinne werden hinsichtlich Zuverlässigkeit an derartigen Modellen formelmäßig analysierende Lösungen erarbeitet. Nun sind jedoch analytische Modelle - ihrer Formulierbarkeit und Rechenbarkeit wegen - hinsichtlich Vor- aussetzungen und abbild barer Komplexität (Abstraktion von der Realität) apriori erheblichen Beschränkungen unterworfen. So beruhen insbesondere die analytischen Modelle zur Zuverlässigkeit von Systemen letztlich sämtlich (mehr oder weniger in Markov- und Erneuerungsprozessen versteckt) auf der bekannten Theorie der Warteschlangen mit ihren einschneidenden statistischen Vorausset- zungen. Damit aber betreffen die gewonnenen Ergebnisse häufig nur das "Grund- sätzliche", d. h. sie sind im konkreten Einzelfall nur bedingt brauchbar. Weiter ist das Wechselspiel der gegenseitigen Beeinflussung der Teile eines störanfälligen Systems (z. B. Überbeanspruchung einer Komponente bei Ausfall einer anderen) mit analytischen Modellen praktisch nicht zu erfassen. Schließlich taugen letztere in der Regel nur für stationäre Systemzustände. Neben den analytischen Modellen stehen die Simulationsmodelle.