Ausgangspunkt einer Monte-Carlo-Simulation in der Planung ist das bisherige Schema der Planungsrechnung, bspw. eine Ergebnisrechnung mit Plan-Werten (s. Abb. 4, oberer Teil Schritt 1). Diese Planungsrechnung drückt die Sachlogik der Wertschöpfung im Unternehmen aus. Darin enthalten sind Größen, die typischerweise kleinere bis mittlere Schwankungen aufweisen können (Umsatz, Material- und Personalkosten), ebenso wie Einmal-Ereignisse, hier der Zahlungsausfall von Kunden als außerordentlicher Aufwand. Für jede dieser durch Unsicherheit beeinflussten Größen (=stochastische Größen) sind Annahmen zu treffen: zum einen über die Art der Häufigkeitsverteilung und zum anderen über die dafür nötigen Parameter (s. Abb. 4 unten). Beides kann aufgrund bisheriger Ist-Daten geschätzt oder aus sachlichen Gründen definiert werden. So können Anzahl und Höhe der Zahlungsausfälle anhand von Vergangenheitswerten ermittelt werden. Des Weiteren können auch aus logischen Gründen Parameter gesetzt werden. Eine Absatzmenge, die unter einen Wert von null sinkt, ist bspw. nicht möglich.

Abb. 4: Beispiel von Planungsrechnung mit Unsicherheitsfaktoren[1]

Zur eigentlichen Simulation genügt bereits eine Tabellenkalkulation. Etwas komfortabler ist die Verwendung eines Add-Ins für Risikosimulationen[2] oder eine spezifische Software. Typischerweise sollten mehrere tausend Simulationsläufe erfolgen, um verlässliche Daten zu erhalten. Für den Aufbau und die Durchführung benötigt man ein Grundverständnis der deskriptiven Statistik sowie ggf. Übung im Umgang mit der entsprechenden Software.

Abb. 5 zeigt wesentliche Kenngrößen für die Ergebnisse der Simulation. Man erkennt hier deutlich den negativen Effekt der simulierten Zahlungsausfälle auf den EBT. Die Zahlungsausfälle führen in vielen Fällen zu erheblichen Verlusten und stellen damit ein hohes Risiko dar. Basierend auf diesen Resultaten ist zu überlegen, wie mit dem Risiko umgegangen werden sollte. So könnte bspw. über den Verkauf von Forderungen nachgedacht werden (Risikoüberwälzung) oder die Verbreiterung der Kundenbasis, um Abhängigkeiten zu reduzieren (Risikoreduktion). Wie so oft, ist auch in diesem Fall die Simulation nicht das Ende, sondern der Beginn einer Diskussion über die Planung. Die Simulationsergebnisse stellen mögliche Szenarien dar. Aufgabe des Managements ist es, die Zukunft aktiv zu gestalten, damit zusätzliche Chancen in einem angemessenen Verhältnis zu den einzugehenden Risiken stehen.

Abb. 5: Ergebnisse der Monte-Carlo-Simulation im Beispielfall

Mit der Monte-Carlo-Simulation kann eine Vielzahl an Planungsfällen abgebildet werden. So wäre es auch möglich, Entwicklungen im Zeitablauf über Monate, Quartale oder Jahre als stochastische Prozesse darzustellen. Genauso möglich ist es, Abhängigkeiten zwischen Plangrößen zu berücksichtigen, wie es diese z. B. zwischen Absatzmengen und Absatzpreisen gibt.[3] Jeder Simulationslauf stellt im Grunde ein Szenario dar. Solche Szenarien lassen sich dennoch auch explizit formulieren, wenn bspw. die weitere Entwicklung eines Unternehmens mit und ohne Übernahme eines anderen Unternehmens simuliert werden soll.

[1] Eigene Darstellung in Anlehnung an Gleißner, 2011, S. 247 ff.
[2] Für diese Beispiele wurde die Risk Kit Version 6.0 verwendet.
[3] Vgl. zu einem Anwendungsfall der mehrperiodischen Break-Even-Rechnung mit mehreren Produkten Rieg, 2015.

Das ist nur ein Ausschnitt aus dem Produkt Finance Office Professional. Sie wollen mehr?


Meistgelesene beiträge