Risikosimulation zur Optimierung der Finanzierungsplanung von Projekten

Transkript

1 Risikosimulation zur Optimierung der Finanzierungsplanung von Projekten Dresden,

2 Agenda Motivation Notwendigkeit einer Risikosimulation Grundlagen der Monte-Carlo-Simulation Konzept einer 4-Stufen-Risikosimulation Folie 2 von 20

3 Definition Projekt zeitlich begrenztes Vorhaben mit einer bestimmten Zielstellung begrenzter Ressourceneinsatz Beispiel: Bauvorhaben, Forschung, Veranstaltungen, Folie 3 von 20

4 Projekte mit einer langen Laufzeit hoher Umfang der eingesetzten Ressourcen hohe Komplexität besonders anfällig für Risiken hohes Optimierungspotenzial vorhanden Folie 4 von 20

5 Monetäre Sicht auf ein Projekt Kosten für die Projektplanung Kosten für die Projektdurchführung Optimierung durch Projektmanagement Kosten aus eingetretenen Risiken Finanzierungskosten Optimierung??? Folie 5 von 20

6 Finanzierungskosten bestehen aus Zins- und Tilgungszahlungen basieren auf den drei anderen Kostenklassen hängen vom Zeitpunkt des Mittelabflusses ab Folie 6 von 20

7 Zeitpunkt des Mittelabflusses Kosten für Projektplanung und Projektdurchführung Verlauf nach Projektplan (Annahme für diesen Vortrag) Kosten aus eingetretenen Risiken Zeitpunkt und Höhe des Mittelabflusses ist unsicher Folie 7 von 20

8 Definition Risiko Ereignis, dessen Eintritt unsicher ist und das sich positiv oder negativ auf die Projektziele auswirken kann Beispiel: Ausfall eines Lieferanten Eintrittswahrscheinlichkeit = 10 Prozent Tragweite (Schaden) = Folie 8 von 20

9 Ermittlung der Risikokosten Häufig nach der Formel: Risiko = Eintrittswahrscheinlichkeit Tragweite sehr einfache Methode bildet keine realen Szenarien ab Folie 9 von 20

10 Reale Szenarien bei zwei Risiken Risiko 1 tritt ein R Risiko 1 tritt nicht ein Risiko 1: 20 % = Risiko 2: Risiko 2 tritt ein R2 Risiko 2 tritt nicht ein Risiko 2 tritt ein R Risiko 2 tritt nicht ein 15 % = Summe = S1 S2 S3 S4 Szenario 1: Risiko 1 und 2 verursachen Kosten Szenario 2: Risiko 1 verursacht Kosten Szenario 3: Risiko 2 verursacht Kosten Szenario 4: kein Risiko verursacht Kosten = = = = Folie 10 von 20

11 Grundlagen der Monte-Carlo-Simulation benannt nach dem Stadtteil von Monaco Anwendung bei Zufallsexperimenten z. B. Münzwurf oder Roulette Nachbildung des Zufalls am Computer Erzeugung von Zufallszahlen Folie 11 von 20

12 Anforderung an die Risikosimulation 1. Simulation des Risikoeintritts 2. Simulation der Häufigkeit 3. Simulation des Zeitpunktes 4. Simulation der Kosten Folie 12 von 20

13 Konzept der 4-Stufen-Risikosimulation 1. Stufe Risikoeintrit ja 2. Stufe Häufigkeit Anzahl = 1 3. Stufe Zeitpunkt Monat i 4. Stufe Tragweite Kostenbetrag Kostenbetrag für Monat i nein Anzahl = 2 3. Stufe Zeitpunkt Monat i 4. Stufe Tragweite Kostenbetrag Kostenbetrag für Monat i Anzahl = 3 keine Kosten Folie 13 von 20

14 1. Stufe: Simulation des Risikoeintritts Tritt das Risiko ein? Eintrittswahrscheinlichkeit als Grenze Risiko tritt ein Risiko tritt nicht ein 0 1 Kosten = Tragweite Kosten = 0 Folie 14 von 20

15 2. Stufe: Simulation der Häufigkeit Wie häufig tritt das Risiko ein? mögliche Anzahl Wahrscheinlichkeit Prozent Prozent Prozent Summe 100 Prozent Folie 15 von 20

16 3. Stufe: Simulation des Zeitpunktes Wann tritt das Risiko ein? möglicher Monat Wahrscheinlichkeit Prozent Prozent Prozent Prozent Summe 100 Prozent Folie 16 von 20

17 4. Stufe: Simulation der Kosten Welche Kosten verursacht das Risiko? Rechteckverteilung Dreieckverteilung Trapezverteilung Wahrscheinlichkeit Wahrscheinlichkeit Wahrscheinlichkeit Tragweite in Euro Tragweite in Euro Tragweite in Euro Folie 17 von 20

18 Ergebnis der Risikosimulation (Auszug) Monat 9 Monat 10 Monat 11 Monat 12 Monat 13 Sicherheitsmaß 80 % 80 % 80 % 80 % 80 % Häufigkeit Häufigkeit Häufigkeit Häufigkeit Häufigkeit T T T T T Budget Monat 9 Budget Monat 10 Budget Monat 11 Budget Monat 12 Budget Monat , , , , ,30 gewählte Budgets sind Grundlage für die Optimierung der Finanzierung Folie 18 von 20

19 Zusammenfassung Optimierung der Finanzierungskosten kann ein Erfolgsfaktor sein 4-Stufen-Risikosimulation als Voraussetzung der Optimierung Simulation des Eintritts Simulation der Häufigkeit Simulation des Zeitpunktes Simulation der Kosten gewählte Budgets sind Grundlage für die Optimierung der Finanzierung Folie 19 von 20

20 Dipl.-Wi.-Ing. Christian Flemming Technische Universität Dresden Institut für Baubetriebswesen Nürnberger Straße 31 A Dresden Tel.: 0351 / Fax: 0351 / epost: Netz: Christian.Flemming@TU-Dresden.de tu-dresden.de/biwibb Folie 20 von 20