Für Entscheider: Die meisten strategischen Entscheidungen werden getroffen, ohne den vollständigen Entscheidungsraum zu sehen

Kapitalallokation scheitert selten an fehlender Analyse. Sie scheitert daran, dass der Entscheidungsraum nicht vollständig berechnet wird.

Bereits bei 20 Initiativen existieren über 1 Million mögliche Portfoliokombinationen. Bei 50 Projekten sind es mehr als eine Billiarde.

Vorstände prüfen Projekte. Gremien priorisieren Maßnahmen. Controlling überwacht Budgets.

Doch nahezu keine Organisation berechnet die mathematisch optimale Kombination unter realen Nebenbedingungen.

Das globale Optimum bleibt unsichtbar.

Wenn der vollständige Entscheidungsraum nicht berechnet wird, wird Komplexität verwaltet – nicht optimiert.

Im Folgenden analysieren wir, wie Organisationen ihr Portfolio formal modellieren und das globale Optimum unter realen Nebenbedingungen ex ante bestimmen können:

Ausgangspunkt: Die vollständige Investitionsliste vor der eigentlichen Entscheidung

Der entscheidende Unterschied dieser neuen Berechnungsmethode liegt im Zeitpunkt der Anwendung: Sie wird nicht nach der Entscheidung zur Validierung verwendet, sondern vor der eigentlichen Entscheidung, ausgehend von der vollständigen Investitions- und Projektliste des Unternehmens.

Typischerweise existiert eine Liste potenzieller CAPEX-Projekte – z. B. Werksmodernisierungen, IT-Transformationen, Produktentwicklungen, Infrastrukturmaßnahmen oder Effizienzprogramme. Gleichzeitig bestehen fixe Restriktionen wie ein begrenztes Gesamtbudget, begrenzte Engineering-Kapazitäten, Produktionsfenster, Risikobudgets und strategische Rahmenbedingungen.

Genau hier entsteht das eigentliche Entscheidungsproblem: Nicht alle Projekte können umgesetzt werden. Die Frage ist daher nicht, welche Projekte isoliert sinnvoll erscheinen, sondern welche Kombination dieser Projekte unter den gegebenen Restriktionen das global optimale Gesamtportfolio bildet.

Die neue Berechnungsmethode bewertet daher nicht einzelne Projekte isoliert, sondern berechnet aus der vollständigen Projektliste das optimale Portfolio unter Berücksichtigung aller Budget-, Kapazitäts-, Risiko- und Strategiegrenzen. Das Ergebnis ist eine mathematisch fundierte Auswahl derjenigen Projekte, die gemeinsam den maximalen Gesamtwertbeitrag erzeugen – vor der eigentlichen Investitionsentscheidung.

Dadurch wird CAPEX-Planung von einem sequenziellen Auswahlprozess zu einer konsistenten Portfolio-Optimierung überführt, bei der Opportunitätskosten, Restriktionsengpässe und Portfolioeffekte vollständig berücksichtigt werden.

Projekte verschwinden nicht – sie werden besser positioniert und über mehrere Jahre optimal eingeplant

In einem mathematisch optimierten Investitionssystem werden Projekte nicht verworfen. Stattdessen werden sie neu priorisiert, zeitlich verschoben oder strategisch anders positioniert, sodass sie unter gegebenen Budget-, Kapazitäts- und Risikorestriktionen zum optimalen Zeitpunkt den maximalen ökonomischen Beitrag zum Gesamtportfolio leisten.

Entscheidend ist dabei die Mehrjahresperspektive. Investitionsentscheidungen werden nicht isoliert für ein einzelnes Jahr getroffen, sondern im Kontext von 2-, 3-, 5- oder 10-Jahresplänen optimiert.

Liquidität, die durch die Optimierung im Startjahr entsteht, wird systematisch in das Folgejahr übertragen. Dadurch erhöht sich das verfügbare Investitionsbudget der nächsten Periode. Auch dieses Folgejahr wird anschließend erneut optimiert.

Der Effekt: Projekte können nachgezogen werden, sobald sie unter den neuen Budget-, Kapazitäts- und Renditebedingungen in das global optimale Portfolio passen. Auf diese Weise entsteht eine dynamische Mehrjahresoptimierung, bei der jede Optimierungsperiode die Investitionsmöglichkeiten der folgenden Jahre strukturell verbessert.

Warum die meisten Portfolios strukturell suboptimal sind – in 90 Sekunden

  • Portfolioentscheidungen erzeugen einen kombinatorischen Entscheidungsraum nach der Logik 2^N.
  • Ab etwa 20 Projekten ist eine vollständige manuelle Bewertung faktisch unmöglich.
  • Heuristiken (z. B. „Top 5 nach NPV“, „IRR > WACC“, „Payback < 3 Jahre“) erzeugen systematische Verzerrungen.
  • Organisationen verwechseln lokale Optima mit der besten Lösung im gesamten Entscheidungsraum.
  • Opportunitätskosten bleiben dadurch strukturell unsichtbar.
  • Algorithmische Optimierung berechnet die beste Projektkombination unter realen Nebenbedingungen (Budget, Kapazität, Risiko, ESG etc.).

Fazit:

Wer den vollständigen Lösungsraum nicht berechnet, akzeptiert implizit suboptimale Kapitalallokation.

Newsletter abonnieren
Datenschutz *
Die mit einem Stern (*) markierten Felder sind Pflichtfelder.

Mathematik und Kombinations-Optimierung verstehen:

Warum bessere Entscheidungen eine andere Rechenlogik brauchen

Mehr zum Thema

Entscheidungsqualität:

Warum Unternehmen suboptimale Investitionsentscheidungen treffen

Mehr zum Thema

Blog Hauptartikel:

Decision Intelligence für CapEx- und Projektportfolios


Warum klassische Investitionsplanung an mathematischen Grenzen scheitert – und eine neue Kategorie entsteht

In nahezu jedem Unternehmen werden heute Milliarden in Fabriken, IT-Programme, Immobilien, Infrastruktur und Produktentwicklungen investiert. Diese Entscheidungen werden in der Praxis jedoch noch immer getroffen wie vor 30 Jahren: mit isolierten Business Cases, Excel-Modellen und Gremienabstimmungen.

Das Problem ist nicht mangelnde Professionalität.
Das Problem ist Mathematik.

Denn moderne Investitionsrealitäten bestehen nicht aus einzelnen Projekten – sie bestehen aus Portfolios mit Abhängigkeiten, Zielkonflikten, Budgetgrenzen, Risiken, regulatorischen Restriktionen und strategischen Prioritäten. Jede neue Projektoption verdoppelt den Entscheidungsraum. Bei 30 Projekten entstehen bereits über eine Milliarde möglicher Kombinationen. Bei 50 Projekten sind es mehr als eine Billiarde.

Kein Vorstand, kein CFO, kein Planungstool kann diesen Raum noch systematisch erfassen.

Warum klassische CapEx-Planung zwangsläufig suboptimal ist

Traditionelle Methoden beantworten Fragen wie:

  • „Ist Projekt A wirtschaftlich?“
  • „Hat Projekt B eine positive NPV?“
  • „Passt Projekt C in unser Budget?“

Doch sie beantworten nicht die entscheidende Frage:

Welche Kombination aus Projekten erzeugt unter allen realen Restriktionen den maximalen Gesamtwert?

Genau hier versagen Business Cases, Excel, BI-Tools und PPM-Software. Sie bewerten Einzelprojekte – aber sie optimieren keine Portfolios.

Das mathematische Objekt dahinter ist ein sogenanntes NP-hartes Optimierungsproblem. Die Anzahl möglicher Projektkombinationen wächst exponentiell (2n). Ab etwa 15–20 Projekten ist der Entscheidungsraum für menschliche oder lineare Tools praktisch nicht mehr beherrschbar.

Das Resultat: Unternehmen verlieren typischerweise 30–50 % des möglichen Portfoliowerts, ohne es zu merken.

Decision Intelligence: Eine neue Kategorie entsteht

Hier beginnt Decision Intelligence für CapEx- und Projektportfolios.

Decision Intelligence ist nicht Reporting.
Es ist nicht Planung.
Es ist nicht klassische KI.

Es ist die mathematische Berechnung optimaler Entscheidungen in hochkomplexen, restriktionsbehafteten Entscheidungsräumen.

Statt zu fragen:

„Welches Projekt ist gut?“

fragt Decision Intelligence:

„Welche Kombination aus Projekten ist global optimal?“

Dabei werden gleichzeitig berücksichtigt:

  • Budgetrestriktionen
  • Ressourcenknappheit
  • Abhängigkeiten zwischen Projekten
  • Risiko, Resilienz, ESG
  • regulatorische Vorgaben
  • strategische Zielgewichte

Das Ergebnis ist kein Bauchgefühl, sondern eine berechnete, nachvollziehbare Optimallösung.

Warum KI allein nicht reicht

Reine Machine-Learning-Modelle können Muster erkennen – aber sie können keine kombinatorischen Entscheidungsräume optimieren.

Deshalb basiert echte Decision Intelligence auf Hybrid AI:

  • mathematische Optimierer (Mixed-Integer-Programming, Heuristiken, Branch-and-Bound)
  • kombiniert mit Machine Learning für Prognosen, Unsicherheiten und Szenario-Simulationen

Nur diese Kombination kann aus Milliarden möglicher Portfolios das eine beste berechnen.

Was das für CFOs, Vorstände und öffentliche Investoren bedeutet

Mit Decision Intelligence wird Investitionssteuerung erstmals:

  • global optimal statt lokal plausibel
  • transparent statt politisch
  • reproduzierbar statt heuristisch
  • strategisch steuerbar statt Excel-getrieben

Die zentrale Frage verschiebt sich von:

„Welches Projekt genehmigen wir?“

zu:

„Welche Portfolio-Struktur maximiert unseren langfristigen Gesamtwert?“

Category Owner statt Tool-Anbieter

Decision Intelligence für CapEx- und Projektportfolios ist keine Produktkategorie. Es ist eine neue Denkweise über Investitionsentscheidungen.

Unternehmen, die diese Kategorie beherrschen, konkurrieren nicht mehr über Software-Features – sondern über die Qualität ihrer Entscheidungen.

Und genau hier entsteht ein neuer Standard:

Investieren heißt nicht mehr auswählen.
Investieren heißt berechnen.

Das ist die Kategorie. Das ist die Zukunft. Und das ist der Maßstab, an dem sich moderne Unternehmen messen lassen werden.

Hier beginnt eine bessere Unternehmens Entscheidung

 
Jetzt informieren

Gesamtwirkung staatlicher Maßnahmen ex ante berechnen

 
Jetzt informieren
Autor: Dr. Igor Kadoshchuk CTO mAInthink

Dr. Igor Kadoshchuk ist Informatiker, Algorithmenarchitekt und einer der führenden Köpfe hinter den Optimierungs- und Entscheidungsalgorithmen von mAInthink. Als wissenschaftlicher Leiter der Plattformen StratePlan™ und DeepAnT verbindet er tiefgehende mathematische Forschung mit praxisnaher Anwendung in Projekt Portfolio Optimierung, Wirtschaft, Finanzen und öffentlicher Verwaltung.

Er promovierte in Informatik am renommierten Moskauer Institut für Physik und Technologie (MIPT), lehrte dort als Professor für Computertechnik und Mathematik und verfügt über jahrzehntelange Erfahrung in der Entwicklung hochkomplexer mathematischer Modelle für Projekt Portfolio Optimierung und Finanzsysteme, Investitionsplanung und strategische Entscheidungsfindung. In seiner beruflichen Laufbahn bekleidete er unter anderem leitende Positionen als Head of IT bei der Gazprombank sowie als Director of Project Management bei TransTeleCom.

Im mAInthink KI Blog schreibt Dr. Kadoshchuk über:

  • algorithmische Strategieoptimierung 
  • neue Methoden der ROI- und Wirkungsberechnung
  • Projektportfolio-Optimierung jenseits klassischer Tools
  • die Grenzen menschlicher Entscheidungsfindung – und wie KI sie überwindet

Sein Anspruch: Strategie nicht zu schätzen, sondern zu berechnen.

Seine Beiträge verbinden wissenschaftliche Präzision mit klarer, verständlicher Sprache – immer mit dem Ziel, komplexe Entscheidungsräume transparent, beherrschbar und messbar zu machen.