Zweistufige lokale Suchverfahren zur Planung von Tischtennisligen In dieser Arbeit wird ein Sportligaplanungsproblem für eine Tischtennisliga betrachtet. Das Ziel ist, Algorithmen zu erarbeiten, mit deren Hilfe möglichst gute Spielpläne für eine Saison bei akzeptablem Zeitaufwand generiert werden können. Die Saison besteht hierbei aus je einer Hin- und Rückrunde. Jede mögliche Spielpaarung soll mit unterschiedlichem Heimrecht in jeder Runde einmal ausgetragen werden. Jedes Spiel kann in 2 Modi stattfinden, abhängig davon, welche der beiden beteiligten Mannschaften Heimrecht hat. Die Runden werden separat geplant, jedoch beeinflusst die Hinrundenplanung die Rückrunde insoweit, als dass die Modi der Rückrundenspiele gegenteilig zu denen der Hinrundenspiele sind. Besondere Beachtung soll hierbei der Planung der Hinrunde zukommen, bei der im Gegensatz zur Rückrunde die Modi der einzelnen Spiele nicht vorgegeben sind. In der ersten Stufe wird ein zulässiger Spielplan gesucht, der diverse harte Nebenbedingungen nicht verletzt. Zu diesen harten Nebenbedingungen gehören die Verfügbarkeiten der Heimteams sowie die Unverfügbarkeiten der Auswärtsteams. Die Bedingung, dass alle Spiele innerhalb des festgelegten Zeitraums, der für die Saison vorgesehen ist, eingeplant werden müssen, ist eigentlich ebenfalls hart. Falls jedoch für eine Probleminstanz kein zulässiger Plan existiert, soll die Ursache hierfür möglichst schnell gefunden und evtl. durch Hinzufügen einiger weiterer Spieltermine behoben werden können. Daher beeinflusst die letztgenannte Bedingung lediglich als weiche Nebenbedingung die Zielfunktion und ermöglicht so die Erstellung von eigentlich ungültigen Spielplänen. Als weiche Nebenbedingungen fliessen ausserdem für jede Mannschaft Aspekte wie z.B. eine möglichst gleiche Anzahl von Heim- und Auswärtspartien, Mindestabstände zwischen den Spielen, eine gleichmässige Verteilung der Spiele über die Runde und eine möglichst geringe Anzahl von Breaks mit in die Zielfunktion ein. In der zweiten Stufe soll mit Hilfe von lokaler Suche (Simulated Annealing, Tabusuche) eine möglichst gute zulässige Lösung des Problems gefunden werden.