Projektportfolio-Management schafft Transparenz. Projekte werden bewertet, priorisiert, Budgets zugeordnet und strategische Abhängigkeiten sichtbar gemacht.
Doch eine zentrale Frage bleibt häufig offen:
Ist das priorisierte Portfolio tatsächlich die beste Kombination der verfügbaren Projekte?
Diese Frage gewinnt an Bedeutung, wenn Budgets knapper werden, Projektportfolios wachsen und Investitionsentscheidungen gleichzeitig mehr Abhängigkeiten, Ressourcenrestriktionen und strategische Zielgrößen berücksichtigen müssen.
Die nächste Entwicklungsstufe des Projektportfolio-Managements könnte deshalb weniger in einer weiteren Priorisierungsmethode liegen – sondern in der mathematischen Berechnung des Entscheidungsraums.
Klassische Priorisierungsverfahren bewerten Projekte häufig einzeln. Kriterien wie strategischer Beitrag, erwarteter Nutzen, Risiko, Investitionsbedarf oder Ressourcenbedarf führen zu Scores, Rankings oder Entscheidungsmatrizen.
Diese Verfahren sind wichtig, denn sie strukturieren Informationen und schaffen Vergleichbarkeit.
Ein Ranking beantwortet jedoch zunächst nur die Frage:
Welches Projekt wird höher bewertet als ein anderes?
Die eigentliche Portfolioentscheidung lautet dagegen:
Welche Kombination von Projekten erzeugt unter den gegebenen Restriktionen das beste Gesamtergebnis?
Das ist ein anderes mathematisches Problem.
Bei N grundsätzlich verfügbaren Projekten existieren theoretisch bis zu 2^N mögliche Kombinationen. Bereits bei 50 Projekten entsteht damit ein Entscheidungsraum von mehr als einer Billiarde möglicher Portfolios.
Natürlich reduzieren Budgetgrenzen, Abhängigkeiten, Pflichtprojekte und strategische Vorgaben diesen Raum erheblich. Die grundlegende Herausforderung bleibt jedoch bestehen: Eine lokale Bewertung einzelner Projekte führt nicht automatisch zur global optimalen Kombination des Gesamtportfolios.
Für die Portfoliooptimierung muss deshalb nicht zwingend das bestehende PPM ersetzt werden.
Im Gegenteil: Bestehende PPM-, ERP- und Controlling-Systeme können weiterhin die notwendigen Informationen bereitstellen.
Für eine grundlegende mathematische Portfolioentscheidung reichen in einem ersten Modell häufig bereits wenige strukturierte Größen:
Aus diesen Informationen entsteht kein weiteres Ranking, sondern ein mathematisch beschreibbarer Entscheidungsraum.
Die Aufgabe eines Optimierungsmodells besteht anschließend darin, innerhalb dieses Raums jene zulässige Projektkombination zu bestimmen, die eine definierte Zielfunktion bestmöglich erfüllt.
Bei Investitionsportfolios kann dies beispielsweise die Maximierung von NPV, ROI oder Wertbeitrag sein. Im öffentlichen Bereich können an die Stelle monetärer Rückflüsse gewichtete Utility Criteria treten.
Damit verändert sich die Rolle des Projektportfolio-Managements.
Es strukturiert nicht mehr nur die Entscheidungsgrundlage. Es kann zum Ausgangspunkt einer mathematisch berechneten Portfolioentscheidung werden.
In der Praxis endet die Komplexität allerdings nicht mit der ersten Berechnung.
Gerade in Portfolio- und Investitionsgremien entstehen während der Diskussion neue Fragen:
Was passiert, wenn das Budget um zehn Prozent sinkt?
Welche Projekte würden zusätzlich aufgenommen, wenn weitere fünf Millionen Euro verfügbar wären?
Was passiert, wenn ein strategisch relevantes Projekt zwingend umgesetzt werden muss?
Welche Alternative entsteht, wenn eine Ressource nicht verfügbar ist?
Welche Opportunitätskosten verursacht eine bestimmte Managemententscheidung?
In klassischen Entscheidungsprozessen lösen solche Fragen häufig einen neuen Analysezyklus aus.
Das Meeting endet. Finance, Controlling oder das PMO rechnen neue Szenarien. Ergebnisse werden aufbereitet. Anschließend findet die nächste Entscheidungsrunde statt.
Die technologische Alternative ist ein anderer Prozess:
Frage → Berechnung → Vergleich → Entscheidung.
Innerhalb derselben Sitzung.
Der neue Decision Loop im Portfolio-Gremium
Wenn mathematische Portfoliooptimierung schnell genug durchgeführt werden kann, verändert sich damit nicht nur die Qualität der Analyse.
Der Entscheidungsprozess selbst verändert sich.
Ein Vorstandsmitglied verändert eine Annahme.
Das Portfolio wird neu berechnet.
Die neue Kombination wird mit dem bisherigen Portfolio verglichen.
Wertbeitrag, Budgeteffekte und Trade-offs werden sichtbar.
Eine weitere Annahme wird verändert.
Das Portfolio wird erneut berechnet.
Damit entsteht ein iterativer Decision Loop, bei dem Managementfragen unmittelbar in mathematisch vergleichbare Portfolios übersetzt werden können.
Der entscheidende Fortschritt liegt deshalb möglicherweise nicht allein in einem besseren Algorithmus.
Er liegt in der Verkürzung der Distanz zwischen Frage und belastbarer Antwort.
Mathematische Optimierung bedeutet dabei nicht, Managemententscheidungen an einen Algorithmus abzugeben.
Ein mathematisches Modell kennt zunächst nur die Ziele, Daten und Restriktionen, die ihm vorgegeben wurden.
Ob eine Investition strategisch notwendig ist, welche Risiken akzeptabel sind oder welche gesellschaftlichen, technologischen oder organisatorischen Faktoren berücksichtigt werden müssen, bleibt eine Managementaufgabe.
Gerade deshalb kann die Kombination interessant sein:
Der Mensch definiert Ziele, Rahmenbedingungen und Prioritäten. Die Mathematik untersucht die daraus entstehenden Möglichkeiten. Der Mensch trifft die Entscheidung.
Damit wird mathematische Optimierung nicht zum Ersatz von Governance, sondern zu einem zusätzlichen Instrument innerhalb der Governance.
Der gleiche Ansatz lässt sich auf mehrere Planungsperioden erweitern.
Dann lautet die Frage nicht mehr ausschließlich:
Welche Projekte finanzieren wir?
Sondern:
Welche Projekte sollten wir wann finanzieren?
Budgets verschiedener Jahre, Projektlaufzeiten, Ressourcenverfügbarkeit und Abhängigkeiten können gemeinsam betrachtet werden.
Aus jährlicher Projektpriorisierung kann dadurch eine mathematisch optimierte Multi-Year-Portfolio-Strategie entstehen.
Gerade bei CAPEX-intensiven Unternehmen ist dieser Unterschied relevant. Investitionen in Produktionsanlagen, Infrastruktur, Digitalisierung oder andere Fixed Assets entfalten ihre Wirkung über mehrere Jahre und konkurrieren gleichzeitig um begrenztes Kapital.
Eine isolierte Betrachtung einzelner Geschäftsjahre kann deshalb Entscheidungen erzeugen, die innerhalb eines Jahres plausibel erscheinen, über den gesamten Planungshorizont jedoch nicht optimal sind.
Projektportfolio-Management wird auch künftig Transparenz, Governance und strategische Orientierung schaffen müssen.
Doch mit zunehmender Rechenleistung und mathematischer Optimierung entsteht eine zusätzliche Möglichkeit.
PPM kann sich von einem System, das Entscheidungen vorbereitet, zunehmend zu einem System entwickeln, in dem Entscheidungsalternativen tatsächlich berechnet werden.
Der Unterschied ist fundamental:
Priorisierung ordnet Projekte.
Optimierung berechnet Portfolios.
Live-Simulation macht daraus einen iterativen Entscheidungsprozess.
Die spannende Frage für das Projektportfolio-Management der kommenden Jahre lautet deshalb möglicherweise nicht mehr nur:
Welche Projekte haben die höchste Priorität?
Sondern:
Haben wir aus allen verfügbaren Projekten tatsächlich die bestmögliche Kombination gewählt?
Keine Kommentare
Sascha Rissel ist Unternehmer, Strategieberater und Technologievisionär mit über 20 Jahren Erfahrung in der Entwicklung, Skalierung und Optimierung komplexer Geschäftsmodelle. Er verbindet fundierte betriebswirtschaftliche Expertise mit tiefem technologischem Verständnis, insbesondere in den Bereichen künstliche Intelligenz, algorithmische Entscheidungsmodelle und Systemoptimierung. Darüber hinaus ist er Mitglied des Boards des KI-Bundesverbandes Region Hessen und wirkt in der Arbeitsgruppe AI & Strategy Performance Solutions mit.
rissel@mainthink.ai
Blog
Kommentare