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:

IRR-Optimierung über das Gesamtportfolio mittels hybrider KI und präzises multithreading


Warum Einzelprojekte täuschen – und Kapital dort verdient wird, wo Kombinationen stimmen

In nahezu allen Investment-, Projektentwicklungs- und Infrastrukturorganisationen gilt bis heute eine unausgesprochene Annahme:

Wenn jedes Projekt für sich eine attraktive IRR liefert, dann ist auch das Gesamtportfolio gut.

Diese Annahme ist falsch.
Und sie kostet Investoren, Städte und Unternehmen jedes Jahr Milliarden.

Kapitalrendite entsteht nicht auf Projektebene.
Sie entsteht auf Portfolioebene – dort, wo Cashflows, Kapitalbindung, Risiko, Zeit, Abhängigkeiten und Re-Investitionsmöglichkeiten zusammenwirken.

Wer nur Projekte bewertet, sieht Bäume.
Wer Portfolios berechnet, sieht den Wald.

1. Warum IRR auf Projektebene systematisch täuscht

Die IRR (Internal Rate of Return) ist eine mächtige Kennzahl.
Sie misst, wie schnell eingesetztes Kapital über Zeit wächst.

Doch sie hat eine gefährliche Eigenschaft:

Sie ist nicht additiv.

Zwei Projekte mit jeweils 15 % IRR ergeben nicht automatisch ein Portfolio mit 15 % IRR.

Warum?

Weil IRR nichts über folgende Faktoren aussagt:

  • Kapitalbindung
  • Gleichzeitigkeit
  • Liquiditätsbedarf
  • Re-Investitionsfähigkeit
  • Abhängigkeiten
  • Risikoakkumulation
  • Cashflow-Timing

Diese Faktoren existieren nur auf Portfolioebene.

2. Das mathematische Problem: 2n-Komplexität

Ein Portfolio aus N Projekten hat nicht N Entscheidungsoptionen.

Es hat:

2N

mögliche Kombinationen.

Projekte Kombinationen
10 1.024
20 1.048.576
30 1.073.741.824
50 1.125.899.906.842.624

Kein Investment Committee, kein Excel-Sheet, kein Mensch kann diesen Raum überblicken.

Und doch treffen wir täglich Entscheidungen, als wäre er linear.

3. Warum Excel, Business-Cases und Investment-Memos versagen

Klassische Tools beantworten immer dieselbe Frage:

„Ist dieses Projekt gut?“

Sie können aber nicht beantworten:

„Ist diese Kombination von Projekten optimal?“

Denn dafür müssten sie:

  • alle Cashflows simultan betrachten
  • Kapitalengpässe erkennen
  • zeitliche Überlagerungen berücksichtigen
  • Risikoakkumulation modellieren
  • und Millionen bis Milliarden Kombinationen vergleichen

Das ist ein kombinatorisches Optimierungsproblem – kein Tabellenproblem.

4. Ein reales Beispiel (vereinfacht)

Ein Investor hat 100 Mio €.

Er hat fünf Projekte:

Projekt Kapital Laufzeit IRR Cashflow
A 40 8 J 14% spät
B 30 6 J 13% spät
C 20 3 J 10% früh
D 25 4 J 11% mittel
E 15 2 J 8% früh

Projekt A und B sehen einzeln am besten aus.
Doch gemeinsam binden sie 70 Mio für 6–8 Jahre.

Damit fehlen Mittel für Re-Investitionen.

Ein Portfolio aus C, D und E kann eine höhere Portfolio-IRR erzeugen, obwohl jedes Einzelprojekt schlechter aussieht – weil Kapital schneller zurückfließt und neu investiert werden kann.

Excel sieht IRRs.
Kapital sieht Zyklen.

5. Die eigentliche Wahrheit

Investoren verlieren kein Geld, weil sie schlechte Projekte wählen.

Sie verlieren Geld, weil sie:

die falsche Kombination guter Projekte wählen.

6. Was ein echter Portfolio-IRR-Optimierer leisten muss

Ein echtes System zur Portfolio-Optimierung muss:

  1. Alle Projekte simultan modellieren
  2. Alle realistischen Kombinationen betrachten
  3. Budget- und Liquiditätsrestriktionen einhalten
  4. Cashflow-Zeitachsen berücksichtigen
  5. Risikoakkumulation abbilden
  6. Zielkonflikte (IRR, Risiko, ESG, Liquidität) optimieren

Das ist kein Finance-Tool.
Das ist Hochleistungs-Optimierungsmathematik.

7. Genau hier setzt StratePlan an

StratePlan ist kein Reporting-Tool.
Kein Simulations-Tool.
Kein BI-System.

StratePlan ist ein Hybrid-AI-Portfolio-Solver für Investitionsräume mit 2n-Komplexität.

Er kombiniert:

  • kombinatorische Optimierung
  • Branch-and-Bound
  • Heuristik-gesteuerte Suche
  • Evolutionäre Algorithmen
  • Machine Learning zur Suchsteuerung

StratePlan berechnet nicht Szenarien.
Er berechnet den gesamten Entscheidungsraum.

8. Was StratePlan konkret liefert

Statt:

„Dieses Projekt ist gut.“

liefert StratePlan:

„Diese Projektkombination maximiert Ihre Portfolio-IRR unter allen realen Restriktionen.“

Das ist ein fundamentaler Unterschied.

9. Warum das den Markt verändert

Banken, Fonds, Areal-Holdings und Staaten bewegen Billionen, während sie nur einen Bruchteil des Entscheidungsraums sehen.

StratePlan macht diesen Raum erstmals berechenbar.

Das verändert:

  • Kreditvergabe
  • Investitionskomitees
  • Förderentscheidungen
  • Stadtentwicklung
  • Infrastrukturprogramme

Wer StratePlan nutzt, sieht nicht nur bessere Projekte.
Er sieht bessere Realitäten.

10. Die neue Welt

In Zukunft wird nicht mehr gefragt:

„Warum haben Sie dieses Projekt gewählt?“

Sondern:

„Warum haben Sie diese Projektkombination gewählt – und nicht eine bessere?“

StratePlan liefert diese Antwort.

FAQ – IRR-Optimierung über das Gesamtportfolio

Was ist der Unterschied zwischen Projekt-IRR und Portfolio-IRR?

Projekt-IRR misst die Rendite eines einzelnen Vorhabens.
Portfolio-IRR misst die Rendite der gesamten Kapitalallokation inklusive Timing, Liquidität und Wechselwirkungen.

Warum reicht Excel dafür nicht?

Excel kann rechnen.
Aber es kann nicht kombinatorisch optimieren.
250 Kombinationen sind kein Spreadsheet-Problem.

Was macht StratePlan anders?

StratePlan berechnet den gesamten Entscheidungsraum mathematisch und findet die optimale Kombination – nicht nur gute Einzelprojekte.

Für wen ist das relevant?

  • Areal-Holdings
  • Private Equity
  • Infrastrukturträger
  • Banken
  • Städte
  • Energie- und Industrieunternehmen

Überall dort, wo Kapital in Portfolios gebunden wird.

Wie groß ist der Nutzen?

Schon 2–5 % bessere Kapitalallokation bei Milliardenportfolios bedeutet zweistellige Millionenbeträge pro Jahr.

Ist das KI oder Mathematik?

Beides.
StratePlan nutzt KI, um mathematische Optimierung in extremen Entscheidungsräumen steuerbar zu machen.

Kann man das politisch und regulatorisch einsetzen?

Ja.
Weil StratePlan keine Meinung liefert – sondern berechenbare Optimalität.

Schlussgedanke

Die nächste Generation von Investoren wird nicht die sein, die die besten Projekte findet.

Sondern die, die ihr Kapital am präzisesten kombiniert.

Und genau das berechnet StratePlan.

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.