CostmarkCostmark

Insights

Große Projekte entscheidbar machen: wo die Tabellenkalkulation an ihre Grenze kommt

Lennart Stabenow

Ein Projekt besteht aus unsicheren Positionen mit Wechselwirkungen — eine Tabelle addiert Punktwerte. Warum die Summe plausibler Schätzungen zu niedrig liegt und was eine Projektsimulation an dieser Stelle leistet.

Warum überschreiten IT-Projekte ihr Budget?

Wer ein Projekt kalkuliert, wird nach einer Zahl gefragt. Die Datenlage sagt allerdings, dass eine Zahl die Form dieser Projekte nicht abbildet.

Eine umfangreiche Auswertung dazu vergleicht 11.011 Vorhaben aus 23 Projektarten (Flyvbjerg, Budzier, Aaen, Keil, Zottoli, Project Management Journal 2025). Bei IT-Projekten liegen Median und Mittelwert der Kostenüberschreitung 73 Prozentpunkte auseinander — das typische Vorhaben landet nahe am Budget, der Mittelwert wird von wenigen Ausreißern erzeugt. IT ist dabei die einzige untersuchte Projektart, deren Randverteilung so schwer ist, dass die Autoren sie mit einem Pareto-Parameter von α ≤ 1 beschreiben.

Der ältere, oft zitierte Befund derselben Arbeitsgruppe zeigt dieselbe Form aus der Nähe: Über 1.471 IT-Projekte hinweg lag die mittlere Kostenüberschreitung bei 27 Prozent, aber jedes sechste Vorhaben überschritt sein Budget im Mittel um 200 Prozent und seinen Termin um knapp 70 Prozent (Flyvbjerg, Budzier, Harvard Business Review 2011).

Daraus folgt nicht, dass Kalkulationen schlecht gemacht werden. Es folgt, dass ein einzelner Wert eine Eigenschaft weglässt, die für die Entscheidung zählt: Wie weit kann es nach oben gehen, und wie wahrscheinlich ist das?

Warum liegt die Summe plausibler Positionen zu niedrig?

Der zweite Befund ist unbequemer, weil er nicht am Werkzeug hängt, sondern am Schätzen selbst. Roger Buehler, Dale Griffin und Michael Ross ließen 33 Studierende vorhersagen, wann sie ihre Abschlussarbeit abgeben würden. Die beste eigene Schätzung lag im Mittel bei 33,9 Tagen, tatsächlich brauchten sie 55,5; nur 29,7 Prozent waren zum selbst genannten Termin fertig (Journal of Personality and Social Psychology 1994).

Interessanter für die Kalkulation ist der zweite Teil desselben Versuchs. Dieselben Personen wurden gebeten, den Fall zu schätzen, in dem „alles so schlecht läuft, wie es nur laufen kann“. Diese ausdrücklich pessimistische Vorhersage lag bei 48,6 Tagen — und weniger als die Hälfte hielt auch sie ein. Ein zweiter, vorsichtigerer Wert repariert das Problem also nicht. Er verschiebt es.

Der Mechanismus dahinter ist gut beschrieben. Geschätzt wird in aller Regel der wahrscheinlichste Verlauf, nicht der mittlere. Dauern sind nach oben offen und nach unten begrenzt, also rechtsschief — der wahrscheinlichste Wert liegt unterhalb des Erwartungswerts. Wer viele solcher Positionen addiert, addiert viele kleine Unterschätzungen. Dazu kommt, was gar nicht erst auf der Liste steht: Kruger und Evans zeigten, dass das Zerlegen einer Aufgabe in ihre Bestandteile die Schätzung anhebt und die Verzerrung verringert, und dass dieser Effekt umso größer ist, je vielteiliger die Aufgabe war (Journal of Experimental Social Psychology 2004).

Das ist kein Vorwurf an den Kalkulierenden. Es ist eine dokumentierte Eigenschaft von Urteilen unter Unsicherheit — und der Grund, warum die Aufwandsschätzung in einer frühen Projektphase, ohne fertiges Lastenheft, nicht durch mehr Sorgfalt allein besser wird.

Wo kommt die Tabelle strukturell an ihre Grenze?

Hier sind zwei Dinge zu trennen, die gern vermischt werden.

Das eine ist methodisch. Sam Savage hat es auf die kürzeste Form gebracht: „plans based on assumptions about average conditions usually go wrong“ (Harvard Business Review, November 2002). Pläne, die mit Durchschnittsannahmen rechnen, gehen in aller Regel daneben. Mathematisch steckt dahinter die Jensen-Ungleichung: Eine Rechnung mit Erwartungswerten liefert nicht den Erwartungswert des Ergebnisses, sobald irgendwo etwas anderes passiert als eine reine Addition — eine Terminlogik, eine Kapazitätsgrenze, ein Schwellwert. Noch handfester steht es im Kostenschätzungsleitfaden des US-Rechnungshofs: Die Summe der Einzelpositionen auf dem 80. Perzentil ist größer als der 80-Prozent-Wert der Gesamtsumme (GAO-20-195G, S. 161). Perzentile addieren sich nicht. Die Frage „welchen Wert halten wir mit 80 Prozent Wahrscheinlichkeit ein?“ hat keine Spaltensumme als Antwort.

Das andere ist die Bedienung, und dazu gibt es einen gut dokumentierten Fall. Der Untersuchungsbericht von JPMorgan Chase zu den Handelsverlusten von 2012 hält über das damals eingesetzte Risikomodell fest, es habe „through a series of Excel spreadsheets“ gearbeitet, „which had to be completed manually, by a process of copying and pasting data from one spreadsheet to another“. Der konkrete Fehler steht vier Seiten später: Nach der Differenzbildung teilte die Tabelle durch die Summe zweier Raten statt durch ihren Mittelwert, was die gemessene Schwankung etwa halbierte (Task-Force-Bericht vom 16.01.2013, S. 124 und 128). Dass so etwas nicht die Ausnahme ist, zeigen die Feldprüfungen, die Raymond Panko zusammengetragen hat: In den Prüfungen ab 1997 enthielten 91 Prozent von 54 produktiv genutzten Tabellen Fehler (EuSpRIG 2000).

Beides ist kein Argument gegen die Tabellenkalkulation. Sie ist für das, wofür sie gebaut ist, ein sehr gutes Werkzeug, und sie bleibt im Prozess — als Eingabe, als Abgleich, als Berichtsformat. Sie ist nur nicht das Werkzeug, das eine Verteilung erzeugt.

Wechselwirkungen sind der eigentliche Treiber

Balkendiagramm: Wahrscheinlichkeit, dass ein Meilenstein hält, wenn jeder auf ihn zulaufende Arbeitsstrang ihn für sich mit 60 Prozent Wahrscheinlichkeit rechtzeitig erreicht. Bei einem Strang 60 Prozent, bei zwei 36, bei drei 22, bei vier 13, bei fünf 8 und bei sechs Strängen rund 5 Prozent.

Rechenbeispiel nach GAO-16-89G. Jeder Strang gilt für sich als pünktlich — der gemeinsame Meilenstein trotzdem nicht.

Der Leitfaden des US-Rechnungshofs für Terminpläne führt diesen Effekt unter dem Namen „merge bias“ und rechnet ihn vor: Laufen zwei Stränge zusammen, die jeder für sich mit 60 Prozent Wahrscheinlichkeit rechtzeitig fertig werden, hält der gemeinsame Meilenstein noch mit 36 Prozent. „Risk at merge points is multiplicative“ (GAO-16-89G, S. 101) — an Zusammenführungspunkten multipliziert sich das Risiko, es addiert sich nicht. In einem Projekt mit vielen parallelen Arbeitssträngen ist das kein Randfall, sondern die Regel — und es ist genau die Rechnung, die in einer Zeilensumme nicht vorkommt.

Der zweite Treiber sind gemeinsame Ursachen. Ein verspäteter Lieferant, eine unreife Schnittstellenspezifikation, ein knappes Testfahrzeug: Solche Größen treffen mehrere Arbeitspakete zugleich. Rechnet man sie als unabhängig, heben sich hohe und niedrige Ziehungen gegenseitig auf, und die Verteilung wird zu schmal. Der Kostenleitfaden zeigt das an einem Beispiel: Mit eingesetzter Korrelation bleibt der Median praktisch gleich, der 80-Prozent-Wert steigt spürbar. Der Satz dazu ist ungewöhnlich deutlich für ein Behördendokument: „Correlation should never be ignored. Doing so can significantly affect the cost risk analysis by understating the probability distribution, resulting in a false sense of confidence in the estimate“ (GAO-20-195G, S. 158). Übersetzt: Korrelation darf nie ignoriert werden — wer es tut, drückt die Verteilung künstlich zusammen und erzeugt eine Sicherheit, die die Schätzung nicht hergibt.

Dazu kommt die schiere Menge. Hundert unsichere Positionen haben 4.950 mögliche Paarbeziehungen. Die wenigsten davon sind real — aber welche es sind, überblickt niemand im Kopf. Das ist die eigentliche Grenze, und sie ist eine menschliche, keine technische.

Was leistet eine Simulation nicht?

Eine Projektsimulation erbt jede Schwäche ihrer Eingaben. Der Kostenleitfaden benennt sie selbst: Beruht die Analyse auf schwachen Daten, bekommt das Management „a false sense of security that all risks have been accounted for“. Und noch unbequemer: „Studies have shown that, at best, subject matter experts identify 70 percent of the possible uncertainty range“ — befragte Fachleute schneiden die Ränder ihrer eigenen Bandbreite ab, besonders unter Anwesenheitsdruck. Wer eine Simulation aufsetzt, muss das aktiv gegensteuern, sonst rechnet er eine zu schmale Verteilung sauber durch.

Ebenso wenig macht ein Ergebnis mit vielen Nachkommastellen die Aussage genauer. Auch eine Monte-Carlo-Projektkalkulation rechnet nur das durch, was hinterlegt wurde — sie erzeugt keine Information, sie macht vorhandene Information vollständig sichtbar. Was sie liefert, ist keine sichere Zahl, sondern eine beschreibbare Unsicherheit: eine Bandbreite über den gesamten Verlauf, mit einer Wahrscheinlichkeit zu jedem Wert darin. Diese Bandbreite ist vollständig, nicht vorsichtig — wo Sie innerhalb davon planen, entscheiden Sie.

Was daraus für ein Projekt folgt

Die Reihenfolge ist dabei umgekehrt zu der, die man erwartet. Die Rechnung ist nicht der erste Schritt, sondern der letzte. Zuerst muss das Projekt so weit zerlegt sein, dass die einzelnen Positionen überhaupt beschreibbar werden — Liefergegenstände, Arbeitspakete, Ressourcen, Dauern, Abhängigkeiten. Genau das ist die Arbeit, die Kruger und Evans als wirksam gegen die systematische Unterschätzung ausgewiesen haben, und es ist zugleich die Voraussetzung dafür, dass Wechselwirkungen und gemeinsame Ursachen überhaupt hinterlegt werden können. Erst danach ist die Frage nach der Verteilung sinnvoll — die Methode beschreibt, wie das technisch abläuft, wenn eine Vielzahl möglicher Verläufe durchgerechnet wird.

Für ein Vorhaben, das Sie selbst durchführen, heißt das: Aus den vorhandenen Unterlagen entsteht zuerst ein vollständiges Projektbild, und aus diesem Bild folgt die Projektkalkulation samt Bandbreite. Der zeitliche Aufwand liegt im ersten Teil, der Erkenntnisgewinn ebenfalls.

Was dabei nicht passiert: Die Simulation nimmt Ihnen die Entscheidung nicht ab. Sie stellt die Grundlage her, auf der Sie sie treffen können.

Quellen