Quantifizierung und Aggregation von Risiken / 4.6 Grundsätze der Risikoquantifizierung

Für die Quantifizierung eines Risikos kann man sich an tatsächlich in der Vergangenheit eingetretenen Risikowirkungen (Schäden), an Benchmarkwerten aus der Branche oder an selbst erstellten (realistischen) Schadensszenarien orientieren, die dann präzise zu beschreiben und hinsichtlich einer möglichen quantitativen Auswirkung auf das Unternehmensergebnis zu erläutern sind.^[1]

Bei der Risikoquantifizierung ist zudem wichtig, explizit zwischen "Bruttowirkungen" und "Nettowirkungen" eines Risikos zu unterscheiden.^[2] Für die Risikoquantifizierung sind letztlich die Nettowirkungen relevant, bei denen sämtliche momentan realisierte Risikobewältigungsverfahren (z.B. Versicherungen) bereits berücksichtigt sind. Für die Herleitung der bewertungsrelevanten Nettorisiken kann es jedoch sinnvoll sein, zunächst die Bruttorisiken aufzuzeigen, also eine Risikoquantifizierung ohne Berücksichtigung von Risikobewältigungsmaßnahmen durchzuführen. Dies ist insbesondere sinnvoll und möglich, wenn klar abgrenzbare Risikobewältigungsverfahren betrachtet werden (z.B. Mitarbeiterschulungen oder Versicherungen). In vielen Fällen ist eine Berechnung der Bruttorisiken jedoch kaum möglich, da es weitgehend willkürlich ist, welche Arten von Risikobewältigung "herausgerechnet" werden sollen. Soll z.B. die adäquate Ausbildung der Mitarbeiter bei der Quantifizierung von technischen Risiken vernachlässigt werden?

Man sieht an diesem Beispiel, dass eine sinnvolle Angabe eines "Bruttorisikos" oft nicht möglich ist. Man wird nämlich kaum – um dieses Beispiel zu betrachten – den Risikoumfang quantifizieren wollen unter der realitätsfernen Annahme, dass im Unternehmen nur unqualifizierte Mitarbeiter tätig wären. Ebenfalls ist es für die Risikoquantifizierung wichtig, grundsätzlich lediglich unvorhersehbare Veränderungen oder Planabweichungen bei der Berechnung zu berücksichtigen. Wenn die Erstellung der Planwerte auf einem quantitativen Prognosemodell, beispielsweise einer Regressionsgleichung, basiert, sind die notwendigen Input-Daten für die Schätzung der Wahrscheinlichkeitsverteilung genau die Prognose-Residuen, also der Anteil der Veränderung, der nicht prognostizierbar war.^[3]

Abb. 5: Grundsätze der Risikoquantifizierung

[1] Die Wahrscheinlichkeitstheorie ist die mathematische Basis für die Kombination subjektiver und objektiv ermittelter Daten: Probability = degree of belief (vgl. Sinn, 1980 und Abschnitt 4 zum Wahrscheinlichkeitsbegriff).

[2] Hierbei sind grundsätzlich auch die Konsequenzen für die Umsatz- und die Kostenentwicklung zu betrachten, um Ergebniswirkungen zu vergleichen.

[3] Vgl. Gleißner, 2001a und Gleißner/Füser, 2000.