Simulation in der Unternehmenssteuerung / 3 Spielarten der Simulation

3.1 "What-If"-Simulation

Die "klassische" Controllersimulation dürfte die einfache Parameterveränderung sein. Diese wird häufig als "What-If"-Analyse bezeichnet. Eine simple "What-If"-Analyse ist quasi die Basisausprägung der Simulation und lässt sich mit den meisten Werkzeugen gut realisieren. Man verändert einen oder mehrere Parameter, rechnet die Modellgleichungen neu durch und kann das Ergebnis anhand der gewählten Zielgrößen betrachten. Ein Durchrechnen erfolgt idealerweise in Echtzeit. Bei größeren Modellen werden auch längere Berechnungsläufe akzeptiert.

Eine interessante Erweiterung von "What If" ist die Verwendung eines Maßnahmenschalters. Entscheidungen in Form von Parameteränderungen werden zu Bündeln zusammengefasst. Eine Produktentscheidung kann bspw. ein Entwicklungsprojekt und weitere Infrastrukturmaßnahmen nach sich ziehen. Im Rahmen des Entwicklungsprojekts sind weitere Entscheidungen zu treffen. Steht die Produktentscheidung nun zur Disposition und wird aus der aktuellen Simulation herausgenommen, sind alle Folgeentscheidungen ebenfalls zu deaktivieren. Dies wird in Simulationsmodellen mit einem Maßnahmenschalter gelöst. Formal gesehen, stellt der Maßnahmenschalter einen einfachen Parameter dar, der nur 2 Zustände (an/aus -> 0/1) annehmen kann.

3.2 Einbezug von Strukturvariationen

Es stellt sich bei der Simulation zwangsläufig die Frage nach dem Umfang der Änderung der Parameter von Simulationsmodellen. Die übliche "What-If"-Analyse bezieht die Veränderung von Parametern in Form von Absatz-, Kostenänderungen etc. mit ein. Eine Simulation kann solche Wertänderungen umfassen, allerdings auch die Veränderung der Modellgleichungen bzw. das Hinzufügen oder Weglassen ganzer Gleichungen. Aus Datenmodellsicht kann auch die Veränderung von Strukturdaten einbezogen werden. Welche Konsequenzen ergeben sich bspw. aus dem Verkauf einer Unternehmenseinheit?

Solche Strukturveränderungen sind zum Teil mit verfügbaren Lösungen schwer abzubilden, wenn der Bezug zum Originalmodell nicht verloren gehen soll. Insbesondere die Simulationsvergleichsrechnung erweist sich dann als schwierig.

3.3 Goal Seeking

Eine andere Nutzung von Modellen stellt die Zielwertsuche (Goal Seeking) dar. Diese Funktion ist aus Excel heraus bekannt, kann aber auch in komplexeren Umgebungen angewendet werden. Es wird als Startpunkt eine Zielgröße ausgewählt und eine gewünschte Werteausprägung vorgegeben. Ausgangsparameter werden solange erhöht oder reduziert bis das Modell konsistent ist und den gewünschten Zielwert hat. Üblicherweise wird nur ein Basisparameter variabel gehalten. Eine typische Fragestellung wäre bspw.: "Wie stark muss der Absatz gesteigert werden, um einen bestimmten Deckungsbeitrag zu erreichen?" Denkbar wäre auch die Anpassung mehrere Parameter, wobei das nur in einfachen Fällen zu zufriedenstellenden Ergebnissen führt. Eine Zielwertvorgabe für den Umsatz lässt sich bei multiplikativ verknüpften Parametern (Menge und Preis) nur willkürlich justieren. Bei einer Disaggregation von Zielgrößenanpassungen erscheint dies schon eher machbar. Dann wird häufig eine Pro-Rata-Verteilung angewendet oder eine explizite Verteilungsreferenz angegeben.

3.4 Szenario-Analyse

Eine Erweiterung der einfachen "What-If"-Analyse stellt die Szenario-Analyse dar. Man betrachtet i. d. R. verschiedene möglichst plausible Situationen (in unserer Sprache Parameterkonstellationen) und mögliche Wirkungsketten. Hierbei steht die vollständige Quantifizierbarkeit häufig nicht im Mittelpunkt.

Oft werden Szenarien in Best, Worst und Expected Case unterteilt, um eine mögliche Risiko-Bandbreite auszuweisen. Dies schränkt die Szenario-Analyse jedoch unnötig ein.

Sind größere Veränderungen zu erwarten, wie es bspw. in der Automobilindustrie erkennbar ist (autonomes Fahren, Connected Car, alternative Antriebe), können Szenarien helfen, Klarheit über alternative Maßnahmen und deren Wirkungen zu erlangen. Die große Unsicherheit bezüglich der Entwicklungen zeigt hierbei, dass eine zuverlässige Quantifizierung kaum gelingen dürfte.

Da Szenarien zum Teil komplexe Situationsbeschreibungen sind, bei der das Wissen vieler Experten zusammengeführt wird, empfiehlt sich eine strukturierte Vorgehensweise. Typische Schritte bei der Erstellung von Szenarien sind:

1. Abgrenzung des Untersuchungsraums,
2. Auswahl und Analyse der wichtigsten endogenen Einflussfaktoren im Betrachtungsraum,
3. Ermittlung kritischer Kenngrößen des Umfelds und Abschätzung von Entwicklungstendenzen,
4. Bildung und Auswahl alternativer und konsistenter Annahmebündel bezüglich der Zukunftsentwicklung,
5. Interpretation der ausgewählten Umfeldszenarien,
6. Analyse der Auswirkungen signifikanter Störereignisse (Einzelrisiken oder exogene Risikofaktoren),
7. Kalkulation der Szenarien bzw. Ableitung von Konsequenzen für das Untersuchungsfeld (Zielgrößen) und
8. Ableiten sinnvoller Maßnahmen.

3.5 Stochastische Simulation

Eine konsequente Erweiterung der bisher vorgestellten Modelle ist es, die Unsicherheit direkt in das Modell zu integrieren. Wahrscheinlichkeiten werden häufig nur pauschal für ganze Szenarien hinterlegt. Zusätzlich zu binären Risiken kann mit b...