Zufalls-Teamgenerator

Nein. Für GroupMixer gibt es keine Nutzungsbeschränkungen.

Nein. Du brauchst kein Konto und keine Registrierung. Namen einfügen, die Einrichtung anpassen und direkt Gruppen generieren.

In deinem Browser auf diesem Gerät. Deine Teilnehmerliste und alle anderen Daten, die du eingibst, bleiben während der Arbeit auf deinem Gerät.

Ja. Nachdem die Seite geladen wurde, kannst du GroupMixer in deinem Browser weiter offline verwenden.

Ja. Füge deinen Teilnehmenden Attribute wie Rolle, Fähigkeit, Geschlecht oder Abteilung hinzu und wähle dann aus, welches Attribut über die Gruppen hinweg ausgeglichen werden soll.

Ja. Verwende "Pinned people" in den erweiterten Optionen, um bestimmte Personen über alle Sitzungen hinweg an eine bestimmte Gruppe zu pinnen. Das ist nützlich für Leitende, Vortragende oder alle, die in einer bekannten Gruppe bleiben müssen.

Ja. Lege die Anzahl der Sitzungen fest und aktiviere "Avoid repeat pairings", um Wiederholungen über Runden hinweg zu reduzieren.

Importiere eine Zoom-Vorabzuweisungs-CSV oder eine Tabelle mit E-Mail-Adressen, wähle die Anzahl der Räume und Sitzungen, lasse „Wiederholte Paarungen vermeiden“ aktiviert und erstelle die Gruppen. Verwende danach Share & Export → Download Zoom breakout CSV. Bei mehreren Sitzungen lädt GroupMixer eine ZIP-Datei mit einer Zoom-CSV pro Runde herunter; lade vor der jeweiligen Runde die passende CSV in Zooms Breakout-Room-Vorabzuweisung hoch. Zoom ordnet Personen über E-Mail-Adressen zu, daher sollten alle mit derselben Adresse beitreten.

Ja. Verwende den Szenario-Editor für teilweise Anwesenheit. Du kannst festlegen, welche Teilnehmenden an jeder Sitzung teilnehmen, bevor du den Plan generierst.

Ja. Verwende den Szenario-Editor, um benutzerdefinierte Gruppenkapazitäten festzulegen, einschließlich unterschiedlicher Kapazitäten für verschiedene Gruppen oder Sitzungen.

Ja. Verwende Group Visits im Szenario-Editor, um exakte, minimale oder maximale Besuchszahlen für ausgewählte Personen und ausgewählte Gruppen über ausgewählte Sitzungen hinweg festzulegen. Das ist nützlich für Stationenrotationen, Aufgabenexposition und Besuchsobergrenzen.

Verwende den Szenario-Editor für Steuerungen, die diese Seite nicht anbietet, etwa teilweise Anwesenheit, benutzerdefinierte Kapazitäten nach Gruppe und Sitzung, sitzungsspezifische Regeln, gewichtete Präferenzen, Pair Encounters, Group Visits, erweiterte Feinabstimmung, Solver-Einstellungen, frühere Ergebnisse und Ergebnisanalyse.

Der Solver minimiert einen gewichteten Score. Die wichtigsten Terme sind Strafwerte für wiederholte Begegnungen, Strafwerte für Attributausgleich, gewichtete Strafwerte für weiche Constraints und eine Belohnung für eindeutige Kontakte. Niedriger ist besser: Wiederholungen und Constraint-Verletzungen erhöhen den Score, während neue eindeutige Paarungen ihn senken.

GroupMixer startet nicht mit einer rein zufälligen Gruppierung. Zuerst versucht es einen beschränkten, vom Constraint-Szenario bzw. Oracle geleiteten Konstruktor. Dieser Konstruktor baut ein hart gültiges Gerüst, nutzt reine Social-Golfer-Struktur, wo sie Wiederholungen reduziert, projiziert diese Struktur zurück in das reale Szenario und validiert das Ergebnis, bevor die Suche beginnt.

Die dichte Suchmaschine schlägt wiederholt lokale Änderungen am aktuellen Plan vor. Jede Kandidatenänderung wird vor der Entscheidung des Optimierers gegen das Scoring-Modell geprüft, sodass die Suche den Plan verbessern kann, ohne die harten Gültigkeitsbedingungen zu verletzen.

Die Reduzierung von Wiederholungen beginnt vor der lokalen Suche. GroupMixer versucht, ein starkes Kontaktmuster im Social-Golfer-Stil zu konstruieren, mit exakten oder nahezu exakten Null-Wiederholungs-Strukturen, wenn sie zum Szenario passen. Danach verfolgt die dichte Suche Paar-Kontaktzahlen, belohnt Erstkontakte, bestraft Wiederholungsexzesse und verbessert den Plan, ohne Anforderungen zu verletzen.

Anforderungen sind Regeln, die GroupMixer erfüllen muss, um einen Plan zurückzugeben. Dazu gehören Anwesenheit, Gruppenkapazität, Fixed Placements, Keep Together und Keep Apart. Präferenzen sind bewertete Ziele: Sie zu verletzen ist erlaubt, erhöht aber den Score. Dazu gehören Repeat Limit, Balance Attributes, Attribute Totals, Prefer Together, Prefer Apart, Pair Encounters, Group Visits und das Ziel eindeutiger Kontakte.

Wenn GroupMixer einen Score von 0 findet, weist das auf Optimalität für das aktive Scoring-Modell hin: Es gibt keine verbleibenden bewerteten Verletzungen oder Wiederholungsstrafen, die verbessert werden könnten. In vielen eingeschränkten Szenarien kann das wahre Optimum jedoch größer als 0 sein, weil Anforderungen in Konflikt stehen oder das Design mathematisch unmöglich ist. GroupMixer ist nicht dafür ausgelegt zu beweisen, dass ein positiver Score global optimal ist, und für viele komplexe Szenarien ist ein solcher Beweis in der Praxis völlig undurchführbar.

Nein. Anforderungen werden als Zulässigkeitsregeln behandelt, nicht als Vorschläge. GroupMixer versucht zuerst qualitätsorientierte Konstruktoren; wenn diese keinen Plan erstellen können, kann es auf einen SAT-basierten Zulässigkeitskonstruktor zurückgreifen. Wenn der SAT-Solver beweist, dass die Anforderungen unerfüllbar sind, schlägt GroupMixer fehl, statt sie zu lockern. Wenn ein erfüllender Plan gefunden wird, nutzt GroupMixer ihn als Ausgangspunkt und optimiert anschließend Präferenzen und andere Qualitätsziele weiter.

Bitte melde ihn über die Seite für Feature-Anfragen. Gib die Form des Szenarios, das GroupMixer-Ergebnis, den besseren Plan und deine Bewertungsmethode an. Fälle, in denen eine andere Methode GroupMixer schlägt, sind besonders nützlich, weil sie zu Regressionstests oder Benchmark-Fällen für die Verbesserung des Solvers werden können. Eine Feature-Anfrage senden.

Die Suche verwendet randomisierte Exploration, sofern kein deterministischer Seed angegeben ist. Unterschiedliche Läufe können daher verschiedene hochwertige Pläne mit demselben oder ähnlichen Scores finden. Im Szenario-Editor können fortgeschrittene Nutzerinnen und Nutzer einen Seed setzen, wenn Reproduzierbarkeit wichtig ist.