🎲 Monte-Carlo-Simulationen im Projektmanagement Kurz erklärt: Statt im Projektplan für jede Aufgabe eine feste Dauer anzunehmen, legt man jeweils Bandbreiten um den Planwert fest: minimale Dauer, Planwert, maximale Dauer. Ein Tool kombiniert diese Bandbreiten über die Projektaufgaben hinweg und rechnet den Plan tausendfach durch, jedes Mal mit anderen Laufzeiten. Im Ergebnis sieht man • wie stark Termine und Kosten schwanken • mit welcher Wahrscheinlichkeit Projektlaufzeiten erreicht werden • wo die größten Planabweichungen entstehen • welche Projektabschnitte besonders kritisch sind Inspiriert von einem LinkedIn-Post von Anne-Kathrin Mesch möchte ich einen Punkt ergänzen, der oft untergeht: Es gibt Geschäftsmodelle, bei denen einzelne Projekte überlebenswichtig sind. Große, komplexe Vorhaben, ohne die Unternehmen wirtschaftlich nicht bestehen können und die gleichzeitig so umfangreich sind, dass sie ernsthaft gefährden. Wenn es schiefgeht, wird es richtig teuer. Genau hier lohnt sich quantitatives Risikomanagement, weil • Termine • Vertragsstrafen • Liquidität • Reputation davon abhängen. In den Kommentaren kamen klassische Einwände. Sie sind nicht falsch, müssen aber im richtigen Kontext gesehen werden. 🔹 „Schätzungen taugen nichts – man braucht historische Daten.“ Wenn es Daten gibt, umso besser. Aber dass ohne perfekte Historie Modellierung generell nicht lohnt, greift zu kurz. Auch spezielle Projekte bestehen überwiegend aus Tätigkeiten, die man kennt. Neu ist meist die Kombination. Auf dieser Ebene lassen sich Daten, Erfahrung und Einschätzung gut verbinden. 🔹 „Der Kunde braucht EIN Datum, keine Bandbreite.“ Natürlich braucht er ein Datum. Monte-Carlo zeigt die Wahrscheinlichkeit, dieses Datum zu halten. Und erlaubt Regeln: Wir akzeptieren ✔ Keinen Fertigstellungstermin unter 80 Prozent Wahrscheinlichkeit. ✔ Keine Konventionalstrafe unter 95 Prozent Sicherheit. Darunter zu gehen ist eine bewusste Managemententscheidung. Gerade in Hochrisikoprojekten verändert das Vertragsverhandlungen grundlegend. 🔹 „Zu viele Annahmen, zu komplex.“ Man braucht Verteilungen, deren Parameter man aus Daten, Erfahrung und Expertenwissen begründbar setzen kann. 🔹 „Das Tool ist nicht entscheidend.“ Beim Kochen ist es vielleicht egal, ob Gas oder Induktion. Aber entscheidend ist: • wie lange ich brauche • wie fehleranfällig der Prozess ist • wie gut ich es erklären kann • ob mein Team es auch allein hinbekommt Genauso bei Monte-Carlo. Ja, man kann das alles in R bauen, ohne Lizenzkosten. Aber mit hohen Arbeitszeitkosten, viel Komplexität und Ergebnissen, die kaum vermittelbar sind. Das Tool entscheidet darüber, ob Simulation genutzt wird. Deshalb haben wir Risk Kit entwickelt: • Monte-Carlo direkt in Excel • mit frei wählbaren Verteilungen, • klaren Entscheidungskennzahlen • und Ergebnissen, die man Management, Projektteam und Kunden erklären kann. Monte-Carlo ist ein Instrument, um Risiken sichtbar zu machen, bevor sie schlagend werden.
Dieser Beitrag ist zuerst auf LinkedIn erschienen. Dort ansehen und mitdiskutieren