Wie kann KI für das Portfolio eingesetzt werden?


Künstliche Intelligenz ist in Unternehmen angekommen. Kaum ein Strategiepapier, kaum eine Digitalagenda und kaum ein Vorstandsvortrag kommt heute ohne den Begriff KI aus. Gleichzeitig herrscht eine bemerkenswerte Unschärfe darüber, wo KI tatsächlich Wert stiftet, wie sie eingesetzt werden sollte – und wo ihre Grenzen liegen.

Besonders deutlich wird diese Unklarheit im Kontext von Portfolio- und Managemententscheidungen. Denn hier treffen hohe Erwartungen auf hohe Komplexität: Budgets sind begrenzt, Projekte voneinander abhängig, Ziele widersprüchlich und Entscheidungen haftungsrelevant.

Dieser Artikel beantwortet vier zentrale Fragen, die in diesem Zusammenhang immer wieder gestellt werden – jeweils fundiert, differenziert und systemisch. Jede Frage wird nicht nur isoliert beantwortet, sondern konsequent in Richtung einer entscheidenden Erkenntnis geführt: KI entfaltet ihren größten Wert dort, wo Entscheidungen berechnet werden – nicht dort, wo sie nur analysiert oder visualisiert werden.

Wie kann KI für das Portfolio eingesetzt werden?

Die naheliegende Antwort auf diese Frage lautet häufig: KI kann helfen, Portfolios zu analysieren, Risiken zu erkennen, Kennzahlen zu aggregieren oder Szenarien zu simulieren. Diese Antwort ist nicht falsch – aber sie beschreibt nur die Oberfläche.

Um zu verstehen, wie KI wirklich für Portfolios eingesetzt werden kann, muss man sich zunächst klar machen, was ein Portfolio in der Realität ist: kein statisches Konstrukt, sondern ein dynamisches System aus Projekten, Initiativen, Investitionen und Maßnahmen, die um dieselben Ressourcen konkurrieren und sich gegenseitig beeinflussen.

In klassischen Portfolioprozessen werden Projekte bewertet, priorisiert und in Gremien freigegeben. Diese Bewertungen sind meist:

  • isoliert (Projekt für Projekt)
  • linear (Scorekarten, Rankings)
  • statisch (ein Zeitpunkt, ein Szenario)

Genau hier setzt KI an – zumindest potenziell. Denn KI ist in der Lage, viele Optionen gleichzeitig zu betrachten, Abhängigkeiten zu erkennen und Muster zu identifizieren, die für Menschen nicht mehr überschaubar sind.

Der entscheidende Punkt ist jedoch: Ein Portfolio wird nicht besser, weil es analysiert wird, sondern weil bessere Entscheidungen darüber getroffen werden.

Der eigentliche Einsatz von KI im Portfolio liegt daher nicht in der retrospektiven Analyse, sondern in der prospektiven Entscheidungsunterstützung:

  • Welche Projekte sollten überhaupt im Portfolio sein?
  • Welche Kombinationen erzeugen die höchste Gesamtwirkung?
  • Welche Projekte blockieren bessere Alternativen?
  • Wie verändert sich das optimale Portfolio bei Budget- oder Zieländerungen?

An dieser Stelle wird klar, warum klassische KI-Anwendungen an ihre Grenze stoßen. Sie liefern Informationen – aber keine belastbaren Entscheidungen.

Genau hier setzt StratePlan an. Statt KI nur zur Analyse zu nutzen, wird sie als Entscheidungs-Solver eingesetzt. Das Portfolio wird nicht beschrieben, sondern systemisch berechnet – unter realen Restriktionen wie Budget, Zeit, Ressourcen und strategischen Zielgewichten.

KI wird damit vom Beobachter zum aktiven Optimierer. Das Portfolio ist nicht länger das Ergebnis politischer Aushandlung, sondern das Resultat einer berechneten Wirkungsmaximierung.

Wie wird KI im Portfoliomanagement eingesetzt?

In der Praxis wird KI im Portfoliomanagement heute sehr unterschiedlich eingesetzt – oft jedoch deutlich weniger wirkungsvoll, als es die Erwartungen vermuten lassen.

Typische Einsatzformen sind:

  • automatisierte Reportings und Dashboards
  • Forecasts für Kosten, Dauer oder Risiken
  • Clustering von Projekten nach Merkmalen
  • Frühwarnsysteme für Abweichungen

Diese Anwendungen verbessern Transparenz und Effizienz. Sie verändern jedoch selten das Entscheidungsergebnis selbst. Das Portfoliomanagement bleibt ein Prozess des Diskutierens, Priorisierens und Rechtfertigens – nicht des Berechnens.

Das liegt daran, dass Portfoliomanagement nicht primär ein Informationsproblem ist. Die meisten Organisationen haben heute mehr Daten als je zuvor. Was fehlt, ist die Fähigkeit, aus diesen Daten konsequente, vergleichbare und belastbare Entscheidungen abzuleiten.

Ein zentrales Problem klassischer Portfoliomanagement-Ansätze ist die implizite Gewichtung. Strategische Ziele, Risiken, Zeithorizonte und politische Faktoren fließen ein – aber selten transparent und konsistent.

KI kann hier nur dann einen echten Beitrag leisten, wenn sie:

  • explizite Gewichtungen zulässt
  • Zielkonflikte mathematisch abbildet
  • Alternativen nicht nur bewertet, sondern vergleicht

Genau an diesem Punkt unterscheidet sich StratePlan grundlegend von klassischem KI-gestütztem Portfoliomanagement. StratePlan ersetzt keine Gremien – aber es ersetzt Willkür durch Berechnung.

Der Portfoliomanager definiert Ziele, Prioritäten und Restriktionen. StratePlan berechnet daraus die Portfoliokonfiguration mit der höchsten Gesamtwirkung. Das Ergebnis ist kein Ranking, sondern eine optimierte Kombination – inklusive der Erkenntnis, welche Projekte bewusst nicht umgesetzt werden sollten.

KI wird damit nicht zum Reporting-Werkzeug, sondern zum strategischen Entscheidungsinstrument.

Wird das Portfoliomanagement durch KI ersetzt?

Diese Frage wird häufig gestellt – und fast immer falsch gestellt.

KI ersetzt kein Portfoliomanagement. Sie ersetzt auch keine Verantwortung, keine Führung und keine strategische Intelligenz. Was KI jedoch sehr wohl ersetzt, sind unbegründete Annahmen, lineare Vereinfachungen und politisch getriebene Scheinlogiken.

Portfoliomanagement besteht aus mehreren Ebenen:

  • strategische Zieldefinition
  • Festlegung von Leitplanken und Restriktionen
  • Abwägung von Risiken, Chancen und Zeit
  • Kommunikation und Governance

Keine dieser Ebenen kann oder sollte von KI ersetzt werden. Sie sind genuin menschlich, kontextabhängig und verantwortungsgebunden.

Was KI jedoch ersetzen kann, ist der Teil des Portfoliomanagements, der bislang notgedrungen unpräzise war: die Bewertung komplexer Alternativen unter vielen gleichzeitigen Restriktionen.

Ab einer bestimmten Komplexität ist der Mensch schlicht nicht mehr in der Lage, alle Konsequenzen seiner Entscheidungen zu überblicken. Hier beginnt der Raum, in dem KI nicht ersetzt, sondern ergänzt.

StratePlan ist genau für diesen Raum konzipiert. Es ersetzt kein Portfoliomanagement, sondern macht es erstmals rechenfähig.

Die Verantwortung bleibt beim Management. Der Unterschied ist jedoch fundamental: Entscheidungen werden nicht mehr nur argumentiert, sondern vorab mathematisch validiert. Das erhöht nicht nur den ROI, sondern auch die Qualität von Governance und Haftungsabsicherung.

Die richtige Antwort auf die Ausgangsfrage lautet daher: KI ersetzt nicht das Portfoliomanagement – sie professionalisiert es.

Welche Anwendungen von KI gibt es in Unternehmen?

Die Bandbreite von KI-Anwendungen in Unternehmen ist groß – und wächst stetig. Gleichzeitig ist es wichtig, diese Anwendungen sauber zu unterscheiden, da sie sehr unterschiedliche Wirkungsmechanismen haben.

Typische KI-Anwendungen lassen sich grob in vier Kategorien einteilen:

1. Operative Automatisierung

Dazu zählen Anwendungen wie:

  • Chatbots und virtuelle Assistenten
  • automatisierte Dokumentenverarbeitung
  • Prozessautomatisierung im Backoffice

Diese Anwendungen steigern Effizienz, senken Kosten und verbessern Skalierbarkeit. Ihr Einfluss auf den strategischen ROI ist jedoch meist indirekt und begrenzt.

2. Analyse und Prognose

Hierzu gehören:

  • Forecasts für Nachfrage, Kosten oder Risiken
  • Anomalieerkennung
  • Predictive Maintenance

Diese Anwendungen verbessern Entscheidungsgrundlagen, treffen aber keine Entscheidungen. Sie liefern Input – keine Optimierung.

3. Entscheidungsunterstützung

In dieser Kategorie beginnt der eigentliche strategische Hebel:

  • Simulation von Alternativen
  • Szenarienvergleiche
  • Bewertung von Zielkonflikten

Viele Systeme bleiben jedoch an der Oberfläche stehen und liefern nur Entscheidungsoptionen, keine belastbaren Empfehlungen.

4. Entscheidungsoptimierung

Dies ist die seltenste, aber wirkungsvollste Kategorie. Hier wird KI genutzt, um Entscheidungen unter realen Restriktionen zu berechnen und zu optimieren.

Genau in diese Kategorie fällt StratePlan. Es ist keine generische KI-Anwendung, sondern eine spezialisierte Entscheidungsintelligenz für komplexe Management- und Portfolioentscheidungen.

Der Unterschied ist entscheidend: Während viele KI-Systeme sagen, was möglich ist, zeigt StratePlan, was optimal ist.

Gesamtfazit: Warum StratePlan der logische nächste Schritt ist

Alle vier Fragen führen letztlich zu derselben Erkenntnis: KI entfaltet ihren größten Wert nicht dort, wo sie Prozesse beschleunigt oder Reports verbessert, sondern dort, wo sie Entscheidungen berechenbar macht.

Portfolios, Budgets und Strategien sind heute so komplex, dass lineare Modelle, Workshops und Bauchgefühl systematisch versagen. Das ist kein Führungsproblem – sondern eine mathematische Grenze.

StratePlan verschiebt diese Grenze. Es verbindet menschliche Strategiekompetenz mit algorithmischer Entscheidungsoptimierung. Der Mensch definiert Ziele und Leitplanken. Das System berechnet die Wirkung.

ROI entsteht nicht im Projekt, sondern im Entscheidungsraum zwischen Projekten.

Wer diesen Raum berechnen kann, steigert ROI nachhaltig – nicht zufällig, sondern systemisch.

Schlusswort von Dr. Kadoshchuk

Künstliche Intelligenz entfaltet ihren größten Nutzen im Portfolio dort, wo menschliche Intuition an mathematische Grenzen stößt. Sobald mehrere Projekte, Zielkonflikte, Restriktionen und Abhängigkeiten gleichzeitig wirken, wird Entscheiden zu einem Rechenproblem.

KI wird daher im Portfolio nicht eingesetzt, um Entscheidungen zu ersetzen, sondern um sie berechenbar zu machen: Projektkombinationen werden systemisch bewertet, Prioritäten konsistent optimiert und Wirkung erstmals quantifizierbar.

Der entscheidende Fortschritt liegt nicht in mehr Daten, sondern in entscheidungsfähiger Intelligenz. Wer diesen Schritt geht, steigert den ROI nicht zufällig, sondern strukturell.

Dr. Igor Kadoshchuk
Chief Scientist & Entscheidungslogik

Wie kann KI für das Portfolio eingesetzt werden?

Hier beginnt eine bessere Unternehmensentscheidung

Machen Sie Berechnung zur Führungsgrundlage

Jetzt informieren

Gesamtwirkung staatlicher Maßnahmen berechnen

Haushaltsentscheidungen nachvollziehbar machen
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.