Wehrspohn Risk Management

Wie analysiert man Projektrisiken mit einer Monte-Carlo-Simulation?

Fallstudie

Von Dr. Uwe Wehrspohn.

Ein Projektleiter kann die Dauer einzelner Aufgaben meist gut einschätzen, die Unsicherheit des ganzen Projekts aber kaum im Kopf zusammenfassen. Wir zeigen an einem Projekt mit fünf Meilensteinen in Excel, wie man aus Planwerten und ziemlich sicheren Obergrenzen PERT-Verteilungen bildet, die Planabweichung mit einer Monte-Carlo-Simulation bestimmt, ihre Treiber findet und das Risiko im Projektverlauf verfolgt.

Wie weit kann ein Projekt von seinem Plan abweichen, was kostet das, und welche Aufgaben treiben die Abweichung? Wir zeigen im Folgenden an einem Projekt mit fünf Meilensteinen und 25 Aufgaben in Excel, wie man diese Fragen mit einer Monte-Carlo-Simulation beantwortet. Sie rechnet das Projekt sehr oft mit zufällig gezogenen Dauern durch und wertet die Ergebnisse statistisch aus.

Ausgangspunkt sind einfache Experteneinschätzungen. Für jede Aufgabe nennt der Projektleiter einen Planwert und eine Obergrenze, bei der er sich ziemlich sicher ist. Daraus bilden wir Verteilungen und simulieren die Planabweichung des ganzen Projekts in Tagen und in Euro. Danach prüfen wir, wie genau das Ergebnis ist und welche Form seine Verteilung hat, übertragen es in die Risikoaggregation des Unternehmens, suchen die Treiber und verfolgen das Risiko schließlich im Projektverlauf.

Wie ist das Projekt aufgebaut?

Das Projekt besteht aus fünf Meilensteinen. Meilenstein 1, 2, 3 und 5 laufen nacheinander ab. Nach Meilenstein 1 zweigt aber Meilenstein 4 ab, läuft parallel zu Meilenstein 2 und 3 und kommt mit dem ersten Pfad wieder zusammen, bevor Meilenstein 5 beginnt. Das Projekt ist abgeschlossen, wenn Meilenstein 5 vollständig beendet ist.

Jeder Meilenstein zerfällt in fünf Aufgaben, die parallel laufen. Der Projektleiter hat für jede Aufgabe bereits eine Plandauer genannt, für Aufgabe 1 zum Beispiel 81 Tage. Ein Meilenstein ist beendet, wenn alle seine Aufgaben abgeschlossen sind. Seine Dauer ist deshalb die längste Dauer seiner Aufgaben.

Abbildung 1 zeigt das Projekt in Excel. Jeder Kasten ist ein Meilenstein mit seinen fünf Aufgaben, die Pfeile zeigen den Ablauf. In der Spalte „Plan“ steht die Plandauer jeder Aufgabe in Tagen, in der Zeile „Gesamt“ die Plandauer des Meilensteins. Bei Meilenstein 1 sind das die 98 Tage von Aufgabe 2. Die Spalten „90%“ und „Ist“ brauchen wir in den nächsten Abschnitten. Bei Meilenstein 1 sind die Ist-Zellen der Aufgaben noch leer.

Abbildung 1: Das Projekt in Excel mit fünf Meilensteinen zu je fünf Aufgaben. Oben steht die Formel der Plandauer in Zelle U14, die 335 Tage ergibt. Die Ist-Zellen der Aufgaben von Meilenstein 1 sind noch leer.

Ebenso ergibt sich die Dauer des Projekts. Sie ist die längere Dauer der beiden Pfade, also von Meilenstein 1, 2 und 3 oder von Meilenstein 1 und 4, plus die Dauer von Meilenstein 5. Die Formel der Plandauer in Zelle U14 lautet:

=+MAX(B19+G19+L10;B19+L28)+Q19

B19, G19, L10, L28 und Q19 sind die Plandauern der Meilensteine 1 bis 5. Der Pfad über Meilenstein 2 und 3 dauert 98 plus 96 plus 45 Tage, der Pfad über Meilenstein 4 nur 98 plus 22 Tage. Mit den 96 Tagen von Meilenstein 5 ergibt sich eine geplante Projektdauer von 335 Tagen.

Die Kosten des Projekts sind hier proportional zur Zeit, mit 15.000 Euro pro Tag. Das Projekt kostet damit insgesamt 5,025 Millionen Euro. In Abbildung 1 stehen sie rechts als Plankosten.

Wie schätzen Experten die Dauer der Aufgaben ein?

Wie kann man nun das Risiko einer Planabweichung einschätzen? Dafür hat der Projektleiter schon für jede einzelne Aufgabe einen Anhaltspunkt gegeben. Er hat den Planwert um eine maximale Dauer ergänzt, bei Aufgabe 1 zum Beispiel 86 Tage gegenüber 81 Tagen. Sie steht in Abbildung 1 in der Spalte „90%“.

Dieses Maximum ist allerdings nicht so zu verstehen, dass der Projektleiter absolut sicher ist, dass die Aufgabe nicht länger als 86 Tage dauert. Er sagt vielmehr: Ich bin ziemlich sicher, dass sie nicht länger dauert. Wenn es mit dem Teufel zugeht, kann es doch länger dauern, aber man würde nicht davon ausgehen.

Wir fassen „ziemlich sicher“ präzise als 90 % sicher. Die 86 Tage sind damit das 90-%-Quantil der Dauer, also der Wert, den sie mit 90 % Wahrscheinlichkeit nicht überschreitet. Für jede Aufgabe haben wir also zwei Kennzahlen: den Planwert und das 90-%-Quantil.

Wie wird aus der Einschätzung eine PERT-Verteilung?

Kurz gesagt: Risk Kit ist ein Add-in für Microsoft Excel, mit dem man Monte-Carlo-Simulationen direkt in der Tabelle aufbaut und auswertet. Was wir hier zeigen, gilt aber allgemein: Die Analyse von Projektrisiken über eine Monte-Carlo-Simulation funktioniert in jedem Simulationstool nach demselben Prinzip.

Um die Einschätzung des Projektleiters in eine Darstellung der Unsicherheit zu übertragen, nehmen wir die PERT-Verteilung. Sie wurde in den 1950er Jahren von der US Navy eigens für das Projektrisikomanagement entwickelt und passt deshalb genau zu unserer Aufgabe.

Die klassische Parametrisierung der PERT-Verteilung besteht aus Minimum, wahrscheinlichstem Wert und Maximum. Es gibt aber auch eine alternative Parametrisierung mit zwei Perzentilen, also zwei Quantilen, deren Wahrscheinlichkeit in Prozent angegeben ist. Dabei wird das Minimum durch ein unteres Perzentil ersetzt und das Maximum durch ein oberes Perzentil. Der wahrscheinlichste Wert bleibt.

Mehr dazu: Unser Fachbeitrag „Wann nehme ich eine PERT-Verteilung in einer Monte-Carlo-Simulation?“ erklärt, wofür die PERT-Verteilung entwickelt wurde, wie sie aussieht und wann sie passt.

Um das untere Perzentil zu bestimmen, besinnen wir uns auf den Kontext des Projektrisikomanagements. In einem Projekt ist es in der Regel nicht möglich, die geplante Dauer beliebig stark zu unterbieten, sondern nur bedingt. Wir nehmen deshalb an, dass das absolute Minimum, also das 0-%-Quantil, bei 85 % der geplanten Dauer liegt. Der wahrscheinlichste Wert, auch Modus genannt, ist der Planwert des Projektleiters. Das obere Perzentil ist seine ziemlich sichere Obergrenze, das 90-%-Quantil. Durch diese drei Punkte legt Risk Kit eine PERT-Verteilung, das Maximum ergibt sich daraus.

Abbildung 2 zeigt das für Aufgabe 1. Im Dialog der Funktion Pert2P_variate ist die „2-Perzentil-Parametrisierung“ gewählt. Das untere Perzentil besteht aus PMin und QMin: PMin ist 0, QMin ist U$7*B14, also die 85 % aus Zelle U7 mal dem Planwert 81 aus Zelle B14. Das ergibt ein Minimum von 68,85 Tagen. Mode ist der Planwert aus Zelle B14. Das obere Perzentil besteht aus PMax mit 90 % und QMax mit der Obergrenze von 86 Tagen aus Zelle C14. Das Dollarzeichen vor der 7 fixiert die Zeile der 85 %, damit der Bezug beim Herunterkopieren auf die anderen Aufgaben erhalten bleibt.

Abbildung 2: Die PERT-Verteilung für Aufgabe 1 in der 2-Perzentil-Parametrisierung. Das Minimum liegt bei 85 % des Planwerts, also bei 68,85 Tagen, der Gipfel beim Planwert von 81 Tagen und das 90-%-Quantil bei 86 Tagen.

Unten zeigt der Dialog die Dichte der Verteilung, rechts daneben ihre Statistiken. Je höher die Fläche über einer Dauer ist, desto wahrscheinlicher sind Dauern in dieser Gegend. Wir finden dort genau unsere Vorgaben wieder: Das Minimum liegt bei 68,85 Tagen, der Gipfel der Dichte beim Planwert von 81 Tagen und das 90-%-Quantil bei genau 86 Tagen. Nach oben läuft die Dichte noch etwas über die 86 Tage hinaus, bis zum Maximum von rund 90,6 Tagen.

Aufgaben und Meilensteine als Eingaben markieren

In Zelle D14, der Ist-Zelle von Aufgabe 1, steht danach die Formel:

=Pert2P_variate(0;U$7*B14;B14;90%;C14)+OutputName(A14;A$13)+OutputUnit("Tage")

Damit Risk Kit die Zelle nach der Simulation auswertet, markieren wir sie als Eingabe und geben ihr einen Namen, eine Kategorie und eine Einheit. Dafür stehen die Funktionen OutputName und OutputUnit am Ende der Formel. Der Name ist „Aufgabe 1“ aus Zelle A14, die Kategorie „Meilenstein 1“ aus Zelle A13. Weil auch die folgenden Aufgaben zu dieser Kategorie gehören, fixiert auch hier ein Dollarzeichen die Zeile. Die Einheit sind Tage, bei den Projektkosten werden es Euro sein. In einem Modell kann es also mehrere Einheiten geben.

Die Formel kopieren wir zu den anderen Aufgaben herunter und markieren sie ebenfalls als Eingaben. Damit sind die eigentlichen Risikofaktoren des Modells definiert, die Dauern der 25 Aufgaben.

Auch die Dauer eines Meilensteins ist unsicher. Sie ergibt sich aber indirekt aus seinen Aufgaben, in Zelle D19 als Maximum der Zellen D14 bis D18. Auch diese Zelle markieren wir als Eingabe, damit wir sie später auswerten können. Als Name dient der Meilenstein, als Kategorie „Gesamt“, sodass alle Meilensteine in dieser Kategorie gesammelt werden. Die Einheit ist wieder Tage:

=+MAX(D14:D18)+OutputName(A13;A19)+OutputUnit("Tage")

Wie entsteht die Planabweichung?

Als Nächstes bestimmen wir das Ergebnis, die Planabweichung. In Zelle W14 steht sie in Tagen, beschriftet mit „Verzögerung“:

=+MAX(D19+I19+N10;D19+N28)+S19-U14+OutputName(W13;"Planabweichung")+OutputUnit("Tage")

Der erste Teil der Formel ist die simulierte Dauer des Projekts. Sie ist wieder das Maximum der beiden Pfade, Meilenstein 1, 2 und 3 oder Meilenstein 1 und 4, plus die Dauer von Meilenstein 5. Diesmal stehen in der Formel aber die Ist-Werte der Meilensteine statt der Planwerte. Weil wir die Abweichung vom Plan sehen wollen, ziehen wir die Plandauer aus Zelle U14 ab. Die Zelle markieren wir als Ausgabe, mit dem Namen „Verzögerung“ aus Zelle W13, der Kategorie „Planabweichung“ und der Einheit Tage.

Die Planabweichung wollen wir auch als Chance und Risiko in Euro bewerten. Dazu multiplizieren wir in Zelle W16 die Verzögerung mit den Kosten pro Tag aus Zelle U10:

=+W14*U10+OutputName(W15;"Planabweichung")+OutputUnit("EUR")

Auch diese Zelle ist eine Ausgabe, mit dem Namen „Chance/Risiko“ aus Zelle W15, der Kategorie „Planabweichung“ und der Einheit Euro. Eine negative Planabweichung ist eine Chance: Das Projekt ist früher fertig und kostet weniger. Eine positive Planabweichung ist ein Risiko.

Die Simulation und ihre Statistiken

Damit ist das Modell bereit für die Simulation. Sie rechnet das Modell sehr oft durch, jedes Mal mit neu gezogenen Dauern. Abbildung 3 zeigt einen einzelnen dieser Läufe. Darin dauern die Meilensteine 1, 2, 3 und 5 zusammen rund 393 Tage, also 58 Tage länger als geplant. Das sind Mehrkosten von 863.510 Euro. Die simulierten Dauern haben Nachkommastellen, die Tabelle zeigt sie gerundet.

Abbildung 3: Ein einzelner Lauf der Simulation. Die simulierten Ist-Dauern sind grün hinterlegt, rechts stehen die beiden Ausgaben Verzögerung und Chance/Risiko. Oben steht die Formel von Chance/Risiko in Zelle W16.

Nach der Simulation stehen alle simulierten Werte und ihre Statistiken in einem Ergebnisdialog bereit. Abbildung 4 zeigt ihn. Links stehen die markierten Ausgaben und Eingaben, geordnet nach unseren Kategorien: unter „Ausgabe“ die Planabweichung mit Chance/Risiko und Verzögerung, unter „Eingabe“ die Meilensteine in der Kategorie „Gesamt“ und die Aufgaben je Meilenstein. Rechts stehen die Statistiken der beiden Ausgaben, vom Mittelwert und der Standardabweichung über die Spannweite bis zu den Quantilen vom Minimum bis zum Maximum.

Abbildung 4: Der Ergebnisdialog nach der Simulation. Links stehen die markierten Ausgaben und Eingaben nach Kategorien, rechts die Statistiken der Planabweichung in Euro und in Tagen.

Im Mittel dauert das Projekt 42 Tage länger als geplant, das sind Mehrkosten von 629.957 Euro. Die Quantile zeigen die Bandbreite: Das 5-%-Quantil liegt bei 8 Tagen Verzögerung, das 95-%-Quantil bei 85 Tagen. In 90 % der Simulationsläufe liegt die Verzögerung also zwischen 8 und 85 Tagen. Im günstigsten Lauf war das Projekt 18 Tage früher fertig als geplant, im ungünstigsten dauerte es 158 Tage länger.

Wie genau ist das Ergebnis der Simulation?

Jede Statistik aus einer Simulation ist eine Schätzung. Mit anderen Zufallszahlen käme ein etwas anderer Wert heraus. Diese zufällige Ungenauigkeit heißt Monte-Carlo-Fehler. Sie wird kleiner, je mehr Simulationsläufe man macht.

Fährt man im Ergebnisdialog mit der Maus über eine Statistik, legt Risk Kit ein Konfidenzintervall um sie. Das ist ein Bereich, in dem der wahre Wert mit hoher Wahrscheinlichkeit liegt. Hier reicht es von der Grenze zu 2,5 % bis zur Grenze zu 97,5 % und umfasst damit 95 %. So zeigt das Konfidenzintervall den Monte-Carlo-Fehler.

Abbildung 5 zeigt das für das 99-%-Quantil von Chance/Risiko. Der Schätzwert liegt bei 1.656.569 Euro, das Konfidenzintervall reicht von 1.606.494 Euro bis 1.708.876 Euro. Der Monte-Carlo-Fehler liegt hier also bei ungefähr plus minus 50.000 Euro.

Abbildung 5: Das Konfidenzintervall für das 99-%-Quantil von Chance/Risiko reicht von 1.606.494 Euro bis 1.708.876 Euro. Der Mauszeiger verdeckt Teile der Werte zu 99,5 % und 99,9 %, sie stehen in Abbildung 4.

So sehen wir den Monte-Carlo-Fehler transparent und können entscheiden, ob wir mehr Simulationsläufe machen, um ihn zu verkleinern. Oder wir stellen fest, dass sogar weniger Läufe reichen, und erhalten dafür eine schnellere Simulation.

Warum ist die Planabweichung nicht mehr PERT-verteilt?

Oft möchte man die simulierte Verteilung in einen anderen Zusammenhang übertragen. Dafür gibt es zwei Wege. Man kann die Statistiken kopieren und an anderer Stelle einfügen. Oder man kalibriert die Verteilung, das heißt, man passt eine Verteilung mit wenigen Parametern an die simulierten Ergebnisse an. Dazu wählen wir aus, welche Verteilungen in die engere Wahl kommen.

Abbildung 6 zeigt das Ergebnis für Chance/Risiko. Links stehen die Kandidaten mit ihrem Kolmogorov-Smirnov-Wert, einem Maß für die Abweichung von den simulierten Daten: Je kleiner der Wert, desto besser passt die Verteilung. Die Poly-Verteilung passt sich mit 0,0031 sehr gut an, die ebenfalls sehr flexible Flex-Verteilung mit 0,0032 fast genauso gut. Danach folgen klassische Verteilungen wie die PERT-Verteilung mit 0,1055, die Dreiecksverteilung (Triangular), die Trapezverteilung (Trapezoid) und die Gleichverteilung (Uniform).

Abbildung 6: Kalibrierung an die simulierte Planabweichung in Euro. Die Poly-Verteilung (blau) folgt den simulierten Werten, die PERT-Verteilung (grün) liegt in der Mitte darunter und an den Seiten darüber.

Die PERT-Verteilung ist weit verbreitet, deshalb haben wir sie zum Vergleich ausgewählt. Sie passt nicht gut zum Ergebnis der Simulation. Im Diagramm sind die orangen Säulen die simulierten Werte, die blaue Linie ist die Poly-Verteilung und die grüne die PERT-Verteilung. Die blaue Linie folgt den Säulen fast genau. Die grüne Linie liegt in der Mitte deutlich unter den Säulen und an beiden Seiten darüber.

Das ist zunächst überraschend, denn alle einzelnen Risikofaktoren waren PERT-verteilt. Die Planabweichung, die sich aus den 25 Risikofaktoren ergibt, ist es aber nicht mehr. Das ist ein sehr typisches Ergebnis. Bei zusammengesetzten Risiken, die aus vielen Unsicherheiten gespeist werden, werden die Ausläufer nach oben und nach unten sehr lang und sehr dünn. Denn um weit in die eine oder die andere Richtung zu kommen, muss alles sehr gut oder alles sehr schlecht laufen. Das passiert mit viel kleinerer Wahrscheinlichkeit, als die PERT-Verteilung annimmt.

Die PERT-Verteilung ist gewissermaßen zu dick, um ein solches zusammengesetztes Risiko vernünftig darzustellen. Man sieht das an den Statistiken rechts in Abbildung 6. Das 1-%-Quantil der simulierten Daten liegt bei −35.417 Euro, das der PERT-Verteilung bei −161.999 Euro. Die PERT-Verteilung hält große Chancen also für viel wahrscheinlicher, als sie in der Simulation vorkamen. Am oberen Ende hält sie große Verluste für wahrscheinlicher: Beim 99-%-Quantil stehen 1.656.569 Euro in den Daten 1.832.081 Euro bei der PERT-Verteilung gegenüber.

Wir brauchen hier Verteilungen, die sich schlank anpassen können: in der Mitte höher als die PERT-Verteilung und an den Seiten breiter. Ein Beispiel ist die Poly-Verteilung. Ihre Ausläufer sind sehr dünn, reichen aber unbegrenzt weit. In der Tabelle von Abbildung 6 hat sie deshalb als Minimum minus unendlich und als Maximum unendlich.

Wie fließt das Projektrisiko in das Enterprise Risk Management ein?

Die kalibrierte Poly-Verteilung können wir kopieren und in die Risikoaggregation im Enterprise Risk Management übertragen, also in die Zusammenfassung aller Risiken des Unternehmens zu einem Gesamtrisiko. Risk Kit enthält dafür die Fallstudie „Enterprise Risk Model“. Ihr Risikoinventar enthält bereits die Verzögerung eines Großprojekts als Risiko 10 im Risikofeld Projektrisiko.

Das Modell bewertet jedes Risiko brutto und netto. Brutto heißt vor Maßnahmen, netto heißt nach Maßnahmen. Für Risiko 10 ist die Bruttoseite bereits mit einer PERT-Verteilung geschätzt, die Nettoseite ist noch nicht quantifiziert. Dort fügen wir die kalibrierte Poly-Verteilung ein und führen dann die Risikoaggregation durch.

Mehr dazu: Wie das Enterprise Risk Model aufgebaut ist und wie es Risiken brutto und netto aggregiert, zeigt unsere Fallstudie „Wie gelingt die Risikoaggregation nach IDW PS 340 und StaRUG?“.

Die Fallstudie enthält ein fertiges Cockpit zur Auswertung. Es stellt die Verteilung des Gesamtschadens brutto und netto direkt gegenüber. Durch die Maßnahmen hat sie sich deutlich nach links verschoben, zu kleineren Schäden: Die Bruttoverteilung liegt über die ganze Breite rechts von der Nettoverteilung.

Abbildung 7 zeigt den Teil des Cockpits mit den Sensitivitäten und den Risikolandkarten. Links steht ein Tornado-Diagramm, das die Einflussfaktoren als waagerechte Balken untereinander zeigt, sortiert nach der Stärke ihres Einflusses auf das Ergebnis. Die blauen Balken gehören zum Gesamtschaden vor Maßnahmen, die orangen zum Gesamtschaden nach Maßnahmen. Bei Risiko 10, unserem Projektrisiko, ist der blaue Balken lang und der orange kurz. Netto wirkt es also viel schwächer auf den Gesamtschaden als brutto.

Abbildung 7: Sensitivitäten und Risikolandkarten in der Fallstudie „Enterprise Risk Model“. Im Tornado-Diagramm steht Blau für den Gesamtschaden vor Maßnahmen und Orange für den Gesamtschaden nach Maßnahmen. Risiko 10 ist das Projektrisiko.

Auch die beiden Risikolandkarten, ganz allgemeine Streudiagramme, zeigen Risiko 10. Die mittlere stellt die Eintrittswahrscheinlichkeit beziehungsweise Eintrittshäufigkeit einem Risikobeitrag gegenüber, der ebenfalls über eine Statistik berechnet wird. Die rechte stellt den Risikobeitrag als finanziellen Schaden dem Reputationsschaden gegenüber.

Experten müssen nicht alles auf einmal einschätzen

Mit diesem Ansatz muss also nicht jedes Risiko direkt von Experten eingeschätzt werden. Die wesentlichen Risiken können wir auch über ein individuelles Modell bewerten, in dem Experteneinschätzungen in veränderter Form vorkommen. Der Experte muss dann nicht das gesamte Projekt in einem Guss bewerten. Es ist heruntergebrochen auf 25 ganz konkrete Faktoren, die er messen kann und bei denen er genau weiß, was passiert. Diese kann er sehr viel präziser angeben, als wenn er die Aggregation im Kopf machen müsste.

Dazu kommt, dass die Auswahl der Verteilung offenbar nicht so einfach ist, wie der Vergleich mit der PERT-Verteilung gezeigt hat. Es ist besser, wenn das System die Verteilung auswählt, wie hier bei der Kalibrierung.

Welche Faktoren treiben die Planabweichung?

Zurück im Projektmodell schauen wir uns an, was das Risiko getrieben hat. Wir interessieren uns in erster Linie für die finanziellen Auswirkungen und fragen: Welche Faktoren hatten den größten Einfluss auf die Planabweichung? Dazu berechnen wir Sensitivitäten, also wie stark das Ergebnis auf die einzelnen Eingangsfaktoren reagiert. Im Ergebnisdialog wählt man dafür die Ausgabe und die dazugehörigen Eingangsfaktoren aus.

Wir fangen mit den Meilensteinen an, die wir als eigene Eingaben markiert hatten. Abbildung 8 zeigt das Ergebnis als Tornado-Diagramm für Chance/Risiko. Als Typ der Sensitivität ist „Absolute bedingte Werte“ gewählt. Jeder Balken zeigt dann in Euro, in welchem Bereich die mittlere Planabweichung liegt, je nachdem, ob der Meilenstein kurz oder lang ausfällt. Je länger der Balken, desto stärker wirkt der Meilenstein auf das Ergebnis.

Abbildung 8: Sensitivitäten der Planabweichung in Euro auf die fünf Meilensteine. Meilenstein 3 wirkt mit weitem Abstand am stärksten, Meilenstein 4 kaum.

Meilenstein 3 hat mit weitem Abstand die größte Bedeutung für das Projektergebnis. Meilenstein 4 ist im Vergleich dazu völlig bedeutungslos. Er war der parallele Zweig und ist sozusagen in die Lücke gefallen: Mit 22 Tagen Plandauer läuft er neben Meilenstein 2 und 3 her, die mit 96 und 45 Tagen geplant sind. Er hatte überhaupt nicht das Potenzial, das Projekt zu verzögern, und steht deshalb im Ranking ganz unten.

Mehr dazu: Welche Arten von Sensitivitäten es gibt und welche Fragen sie beantworten, zeigt unser Beitrag „Sensitivitäten: Probleme finden und Prioritäten setzen“.

Was in Meilenstein 3 insbesondere das Problem ist, sehen wir, wenn wir die Sensitivitäten für seine einzelnen Aufgaben berechnen. Abbildung 9 zeigt das Ergebnis. Aufgabe 13 und Aufgabe 11 sind am kritischsten, Aufgabe 15, 14 und insbesondere 12 schon deutlich weniger wichtig.

Abbildung 9: Sensitivitäten der Planabweichung in Euro auf die Aufgaben von Meilenstein 3. Aufgabe 13 und Aufgabe 11 liegen vorn.

Mit dieser Analyse weiß der Projektleiter, bevor das Projekt überhaupt angefangen hat, dass er diesen beiden Aufgaben besonderes Augenmerk geben muss. Sie haben das Potenzial, das Projekt wirklich zu belasten. Neben dem hier verwendeten Typ gibt es zahlreiche weitere Arten von Sensitivitäten.

Wie verfolgt man das Risiko im Projektverlauf?

Ein Projekt läuft über die Zeit und verändert sich immer wieder. Damit der Projektleiter sieht, wie es weitergeht, speichert er seine erste Analyse, die er vor Beginn des Projekts gemacht hat. Wir speichern alle Ergebnisse als Simulation von vor Meilenstein 1 in ein neues Tabellenblatt namens „M1“.

Risk Kit schreibt dabei alle Verteilungen der Ausgaben und Eingaben mit allen Zufallszahlen in dieses Tabellenblatt. Das ist reines Excel. Wir können die Zufallszahlen speichern, an andere verschicken, archivieren und auch wieder in den Ergebnisdialog laden. Das tun wir aber erst, nachdem Meilenstein 1 abgeschlossen ist.

Nach Meilenstein 1: Ist-Werte statt Zufall

Abbildung 10 zeigt die Situation, wenn Meilenstein 1 fertig ist. Das Projekt ist ansonsten unverändert, Meilenstein 2 bis 5 sind so wie vorher. In Meilenstein 1 aber ist der Zufall weg: Die Ist-Werte sind durch konkrete Zahlen ersetzt und nicht mehr grün hinterlegt. Meilenstein 1 hat insgesamt 112 Tage gedauert und damit 14 Tage länger als die ursprünglich veranschlagten 98 Tage.

Abbildung 10: Das Projekt nach Abschluss von Meilenstein 1. Die Ist-Werte von Meilenstein 1 sind feste Zahlen, er hat 112 statt 98 Tage gedauert. Die Plandauer bleibt bei 335 Tagen.

Die verbleibende Planabweichung können wir jetzt weiter simulieren. Wichtig dabei ist, dass wir die ursprünglich geplanten 335 Tage unverändert lassen.

Warum der ursprüngliche Plan stehen bleibt

In der Praxis ist man oft versucht, den Plan anzupassen, wenn sich Verschiebungen abzeichnen. Ist man schon verzögert in das Projekt gestartet, sagt man dann: Wir brauchen länger, als wir ursprünglich gedacht haben. Tut man das, entsteht allerdings der Eindruck, dass der Plan immer eingehalten wird und dass die Planabweichungen sehr viel kleiner sind, als sie in Wahrheit sind. Denn man bezieht sich nicht mehr auf den ursprünglichen Plan, sondern auf einen immer wieder aktualisierten Plan.

Um diesen Eindruck zu vermeiden, lassen wir die ursprünglich geplante Zahl als Maßstab stehen und simulieren die veränderte Projektsituation. Auch dieses Ergebnis speichern wir, um es zu archivieren. Wir stehen jetzt zu Beginn von Meilenstein 2, das neue Tabellenblatt heißt „M2“.

Damit haben wir zwei Ergebnisse: „M1“ von vor Beginn des Projekts und „M2“ von jetzt. Beide laden wir wieder in den Ergebnisdialog und vergleichen die beiden finanziellen Planabweichungen nebeneinander.

Was zeigt der Vergleich vorher und nachher?

Bevor wir uns die Ergebnisse ansehen, überlegen wir, was wir erwarten. Meilenstein 1 hat 14 Tage länger gedauert als geplant. 14 Tage zu 15.000 Euro sind 210.000 Euro.

Abbildung 11 zeigt beide Verteilungen als Histogramm, das für jeden Bereich der Planabweichung anzeigt, wie häufig sie in der Simulation dort lag. Orange ist die Planabweichung vor Meilenstein 1, blau die zu Beginn von Meilenstein 2. Im unteren Bereich, links im Histogramm, hat es eine deutliche Verschiebung gegeben. Im oberen Bereich mischen sich die beiden Verteilungen dagegen wieder besser. Ganz rechts gibt es noch einen Ausreißer, aber im Prinzip finden die beiden Verteilungen oben wieder zueinander.

Abbildung 11: Die Planabweichung in Euro vor Meilenstein 1 (orange) und zu Beginn von Meilenstein 2 (blau). Links ist die Verteilung deutlich verschoben, rechts finden beide wieder zueinander.

Das bestätigt sich in den Verteilungsfunktionen, die für jeden Betrag angeben, mit welcher Wahrscheinlichkeit die Planabweichung ihn nicht überschreitet. Im unteren Bereich, auf der Chancenseite, liegen die beiden Kurven deutlich weiter auseinander als im oberen Bereich, wo sie wieder zueinanderfinden.

Auch die Statistiken bestätigen das. Abbildung 12 zeigt sie nebeneinander. Die Simulation ist nach Abbildung 4 noch einmal gelaufen, deshalb weichen die Werte unter M1 etwas davon ab.

Abbildung 12: Die Statistiken der Planabweichung in Euro vor Meilenstein 1 (M1) und zu Beginn von Meilenstein 2 (M2) nebeneinander.

Das Minimum lag vorher bei −210.189 Euro und liegt jetzt bei −54.521 Euro, der Abstand beträgt rund 160.000 Euro. Beim Mittelwert stehen 634.446 Euro vorher 776.329 Euro jetzt gegenüber, das sind rund 140.000 Euro Abstand. Beim 99-%-Quantil liegen die beiden Verteilungen mit 1.649.329 Euro und 1.749.174 Euro nur noch rund 100.000 Euro auseinander. Alle drei Abstände sind kleiner als die erwarteten 210.000 Euro, und vom Minimum über den Mittelwert bis zum 99-%-Quantil nehmen sie ab.

Warum ist der Abstand kleiner als 210.000 Euro?

Die 210.000 Euro messen den Verzug gegenüber dem Plan von 98 Tagen. Die Simulation vor Meilenstein 1 hatte aber gar nicht mit 98 Tagen gerechnet. Abbildung 13 zeigt die Statistiken der Meilensteine aus derselben Simulation wie M1: Meilenstein 1 dauerte dort im Mittel 103 Tage, je nach Lauf zwischen 83 und 135 Tagen.

Abbildung 13: Die Statistiken der fünf Meilensteine in der Simulation vor Meilenstein 1. Meilenstein 1 dauert im Mittel 103 Tage, mindestens 83 und höchstens 135 Tage.

Weil Meilenstein 1 auf beiden Pfaden liegt, verlängert jeder zusätzliche Tag in Meilenstein 1 das ganze Projekt um einen Tag. Gegenüber den erwarteten 103 Tagen hat Meilenstein 1 nur 9 Tage länger gedauert. 9 Tage zu 15.000 Euro sind 135.000 Euro, und um ungefähr so viel, rund 140.000 Euro, hat sich der Mittelwert verschoben.

Dass der Abstand nach oben kleiner wird, hat einen zweiten Grund: Die Unsicherheit von Meilenstein 1 ist weg. Vorher hat die Simulation für ihn Dauern zwischen 83 und 135 Tagen durchgespielt, jetzt steht er bei 112 Tagen fest. Damit fallen unten die günstigen Läufe mit einem kurzen Meilenstein 1 weg und oben die ungünstigen mit einem sehr langen. Die Verteilung wird schmaler, ihre Standardabweichung sinkt in Abbildung 12 von 359.863 Euro auf 325.654 Euro. Deshalb verschiebt sie sich unten stärker als oben.

Aufgeholt wird der Verzug also nicht: Am übrigen Projekt haben wir nichts geändert, und die verbleibenden Aufgaben sind so unsicher wie vorher. Gegenüber dem Plan liegt das Projekt 14 Tage oder 210.000 Euro zurück. Gegenüber der Simulation vor Meilenstein 1 ist der Abstand kleiner, weil sie einen Teil dieser Verzögerung schon einkalkuliert hatte.