Welche Daten braucht man für CAPEX Optimierung? Das StratePlan Setup einfach erklärt
Eine häufige Frage vor dem Einsatz von Decision Intelligence lautet:
„Sind unsere Daten überhaupt bereit für mathematische CAPEX Optimierung?“
Die Antwort ist häufig einfacher als erwartet.
Für den Einstieg mit StratePlan benötigt ein Unternehmen weder ein neues ERP-System noch ein jahrelanges Datenprojekt.
Im einfachsten Fall reichen zunächst drei Informationen:
Project ID → Ausgaben → Einnahmen
Darauf lässt sich das Entscheidungsmodell Schritt für Schritt erweitern.
Der entscheidende Punkt ist nicht, möglichst viele Daten zu sammeln.
Der entscheidende Punkt ist, die für die Investitionsentscheidung relevanten Daten miteinander zu verbinden.
Inhaltsverzeichnis
- 1. Das Minimum Dataset
- 2. Die Project ID als Verbindung
- 3. Bestehende Datensilos zusammenführen
- 4. Welche zusätzlichen Daten können berücksichtigt werden?
- 5. Dependencies und Constraints
- 6. Success Criteria definieren
- 7. Das StratePlan Setup in fünf Schritten
- Warum der Einstieg bewusst schlank sein sollte
1. Das Minimum Dataset
Für eine erste Optimierung muss die Datenstruktur nicht komplex sein.
Im einfachsten Modell benötigt StratePlan pro Investitionsprojekt zunächst:
Project ID - Ausgaben - Einnahmen
Beispielsweise:
Projekt 4711 - Investition / Ausgaben: 10 Mio. EUR - Erwarteter wirtschaftlicher Beitrag (Einnahmen): 15 Mio. EUR
Damit entsteht bereits eine grundlegende mathematische Fragestellung:
Welche Kombination der vorhandenen Projekte erzeugt innerhalb des verfügbaren Budgets den höchsten definierten ROI / Nutzen?
Das ist die Basis.
Weitere Daten werden erst dann ergänzt, wenn sie für die konkrete Entscheidung relevant sind.
2. Die Project ID als Verbindung
In der Praxis liegen die relevanten Informationen häufig bereits im Unternehmen vor.
Das Problem:
Sie befinden sich in unterschiedlichen Systemen und organisatorischen Silos.
Die CAPEX-Liste enthält beispielsweise Projekt und Investitionssumme / Ausgaben.
Finance verfügt über Ergebnisbeiträge, Cashflows oder NPV.
Operations kennt Ressourcenbedarf und technische Abhängigkeiten.
Business Units verfügen über Markt-, Umsatz- oder Kapazitätsannahmen.
Das Management definiert strategische Vorgaben.
Diese Informationen müssen nicht zwangsläufig in ein komplett neues System migriert werden.
Sie benötigen zunächst eine gemeinsame Verbindung.
Diese Verbindung ist die Project ID.
3. Bestehende Datensilos zusammenführen
Das grundlegende Datenmodell kann deshalb sehr einfach dargestellt werden:
CAPEX / PPM + Finance / Controlling + Sales / Business Unit + Operations + Strategy / Management → Project ID → StratePlan
Bestehende ERP-, Finance-, PPM-, Excel- oder Datenbankstrukturen können weiterhin bestehen bleiben.
StratePlan setzt auf der Entscheidungsebene darüber an.
Entscheidend ist, dass die für ein Projekt relevanten Informationen über eine eindeutige ID miteinander verbunden werden können.
Damit wird aus verteilten Unternehmensdaten ein gemeinsamer Entscheidungsraum.
Die Daten müssen nicht am selben Ort entstehen. Sie müssen eindeutig demselben Projekt zugeordnet werden können.
4. Welche zusätzlichen Daten können berücksichtigt werden?
Nach dem Minimum Dataset kann das Modell entsprechend der realen Unternehmenssituation erweitert werden.
Dazu können beispielsweise gehören:
Kosten
Profit
Cashflow
NPV
Revenue
Output
Laufzeiten
Ressourcenbedarf
Kapazitäten
Standorte
Geschäftsbereiche
Projektkategorien
Nicht jedes Unternehmen benötigt alle diese Informationen.
Und nicht jede Investitionsentscheidung benötigt dieselbe Datenstruktur.
Deshalb sollte die Datenvorbereitung von der Entscheidungsfrage ausgehen.
Welche Informationen beeinflussen tatsächlich die Entscheidung?
Nur diese Daten müssen in das jeweilige Modell aufgenommen werden.
5. Dependencies und Constraints
In realen Investitionsportfolios können Projekte selten vollständig unabhängig voneinander betrachtet werden.
Deshalb können zusätzlich Dependencies und Constraints definiert werden.
Zum Beispiel:
Projekt B kann nur umgesetzt werden, wenn Projekt A umgesetzt wird.
Projekt C und Projekt D schließen sich gegenseitig aus.
Projekt E muss zwingend umgesetzt werden.
Für einen bestimmten Standort steht nur ein begrenztes Budget zur Verfügung.
Eine bestimmte Ressource ist nur begrenzt verfügbar.
Ein Geschäftsbereich muss mit einem definierten Mindestvolumen berücksichtigt werden.
Diese Bedingungen bilden die Realität des Unternehmens mathematisch ab.
StratePlan sucht damit nicht einfach nach der theoretisch höchsten Rendite.
Es sucht nach der besten zulässigen Projektkombination innerhalb der definierten Bedingungen.
6. Success Criteria definieren (Public Sector)
Bevor optimiert wird, muss klar sein, was „besser“ für die konkrete Entscheidung bedeutet.
Das Unternehmen definiert deshalb die relevanten Success Criteria.
Je nach Anwendungsfall kann das beispielsweise sein:
Maximierung des wirtschaftlichen Beitrags
Maximierung des NPV
Maximierung des Cashflows
Maximierung des Outputs
Optimierung strategischer Zielgrößen
Die Technologie entscheidet nicht selbst, was für das Unternehmen wichtig ist.
Das Management definiert das Ziel. StratePlan berechnet die Projektkombinationen innerhalb der vorgegebenen Bedingungen.
Damit bleibt die strategische Entscheidung beim Management.
7. Das StratePlan Setup in fünf Schritten
Das grundlegende Setup lässt sich damit auf fünf Schritte reduzieren:
Schritt 1: Projekte identifizieren
Welche Investitionsprojekte sollen Bestandteil der Entscheidung sein?
Schritt 2: Project IDs vereinheitlichen
Jedes Projekt erhält eine eindeutige Identifikation, über die Informationen aus unterschiedlichen Datenquellen verbunden werden können.
Schritt 3: Investment (Ausgaben) und Einnahmen (Business oder Nutzen (Public Sector) zuordnen
Für jedes Projekt werden mindestens Investition /Ausgaben oder erwarteter wirtschaftlicher Nutzen Einnahmen / Income beziehungsweise bei Public Sector ein definierter Nutzen (0,01 bis 0,99 oder 1-15) hinterlegt.
Schritt 4: Relevante Constraints und Dependencies ergänzen
Budget, Ressourcen, Abhängigkeiten und weitere reale Bedingungen werden definiert.
Schritt 5: Success Criteria festlegen
Das Management definiert, welche Zielgröße optimiert werden soll.
Damit steht die grundlegende Datenstruktur für die Berechnung.
Warum der Einstieg bewusst schlank sein sollte
Decision Intelligence sollte nicht mit der Frage beginnen:
„Wie bekommen wir alle Unternehmensdaten in ein neues System?“
Sondern mit:
„Welche Daten benötigen wir, um diese konkrete Entscheidung besser zu berechnen?“
Das ist ein fundamentaler Unterschied.
Ein Unternehmen muss nicht zuerst seine gesamte Datenlandschaft transformieren, um mit mathematischer Optimierung zu beginnen.
Es kann mit einer klar definierten Entscheidung und einem schlanken Datensatz starten.
Project ID → Ausgaben → Einnahmen
Danach werden nur diejenigen Daten, Dependencies und Constraints ergänzt, die für die reale Entscheidung benötigt werden.
So entsteht Schritt für Schritt aus bestehenden Unternehmensdaten ein mathematisch berechenbarer Entscheidungsraum.
Und genau deshalb kann der Einstieg in Decision Intelligence deutlich schlanker sein, als viele Unternehmen zunächst erwarten.
Start with the decision. Not with the system.
Decision Intelligence for All.
Don’t trust us. Calculate it.
Business: Die Grunddaten für das globale Optimum
Die Ausgangsdaten für StratePlan können sehr schlank sein. Für eine grundlegende Portfoliooptimierung benötigt StratePlan zunächst nur drei zentrale Informationen pro Projekt:
Project ID → Expenses (Ausgaben) → Income (Einnahmen)
Aus diesen Grunddaten entsteht der mathematische Entscheidungsraum.
Bei N Projekten existieren theoretisch bis zu 2^N mögliche Projektkombinationen. Bereits bei 20 Projekten sind das mehr als eine Million mögliche Kombinationen.
StratePlan betrachtet deshalb nicht nur einzelne Projekte oder eine klassische Prioritätenliste, sondern analysiert die möglichen Projektkombinationen innerhalb des vorgegebenen Budgets und der definierten Bedingungen.
Die zentrale Frage lautet:
Welche Kombination der verfügbaren Projekte erzielt unter den definierten Bedingungen das globale Optimum?
Bereits die einfache Grundstruktur aus Project ID, Ausgaben und Einnahmen kann ausreichen, um unterschiedliche Portfoliozusammensetzungen mathematisch miteinander zu vergleichen.
Zusätzliche Informationen wie Ressourcen, Projektabhängigkeiten, Laufzeiten, strategische Vorgaben oder weitere Constraints können anschließend ergänzt werden, wenn sie für die reale Investitionsentscheidung relevant sind.
Der Einstieg in die mathematische CAPEX-Optimierung beginnt damit nicht zwingend mit einem komplexen Datenprojekt, sondern mit einer klaren Grundstruktur:
Project ID. Ausgaben. Einnahmen.
Aus wenigen entscheidungsrelevanten Daten entsteht ein mathematisch berechenbarer Entscheidungsraum. StratePlan durchsucht diesen Entscheidungsraum, um unter den definierten Bedingungen die global optimale zulässige Projektkombination zu bestimmen.
Public Sector: Wirkung statt Profit optimieren
Im Public Sector steht nicht die Gewinnmaximierung im Mittelpunkt, sondern die bestmögliche Wirkung öffentlicher Investitionen.
Dafür kann StratePlan mit gewichteten Utility Criteria (UTC) arbeiten.
Die Grunddatenstruktur bleibt bewusst einfach:
Project ID → Investment → Utility Criteria / Gewichtung
Die Gewichtung bildet den definierten gesellschaftlichen, infrastrukturellen, ökologischen oder strategischen Nutzen eines Projekts ab.
Bei N Projekten entstehen theoretisch bis zu 2^N mögliche Projektkombinationen. StratePlan berechnet daraus unter Berücksichtigung des verfügbaren Budgets die optimale zulässige Kombination.
Die zentrale Frage lautet:
Welche Kombination unserer Investitionen erzeugt mit dem verfügbaren öffentlichen Budget die höchste definierte Wirkung?
Dabei bleibt die Rollenverteilung klar:
Der Mensch definiert Kriterien und Gewichtungen. StratePlan berechnet die optimale Kombination.
Weitere Vorgaben wie Pflichtprojekte, regionale Verteilung, Ressourcen oder Abhängigkeiten können als Constraints ergänzt werden.
Project ID. Investment. Utility Criteria.
So wird aus einer einfachen Projektliste ein mathematisch berechenbarer Entscheidungsraum für eine wirkungsorientierte Allokation öffentlicher Mittel.
