CAPEX-planlægning kontra optimering: Sammenligning af projektrangering, scenarieplanlægning, Excel, AI og porteføljeoptimering

CAPEX-planlægning, projektprioritering, scenarieplanlægning, PPM-software, Excel, AI og matematisk porteføljeoptimering løser forskellige dele af det samme ledelsesproblem.

CAPEX-planlægning strukturerer fremtidige investeringer.

Projektrangering og -prioritering vurderer de enkelte projekter.

Scenarieplanlægning undersøger forskellige antagelser.

PPM-software skaber gennemsigtighed omkring projekter og porteføljer.

Excel muliggør fleksible analyser og individuelle modeller.

AI kan analysere data, genkende mønstre og understøtte beslutningsprocesser.

Matematisk porteføljeoptimering besvarer derimod et andet spørgsmål:

Hvilken kombination af de tilgængelige projekter opfylder bedst muligt vores definerede mål under begrænsninger vedrørende budget, ressourcer, strategi og afhængigheder?

Det afgørende spørgsmål er derfor ikke:

»Hvilken metode er generelt bedre?«

Men:

»Hvilken metode besvarer hvilket ledelsesspørgsmål?«

Denne sammenligning viser forskellene mellem planlægning, prioritering, simulering og optimering – og forklarer, hvornår virksomheder bør skifte fra en metode til det næste beslutningsniveau.

Indholdsfortegnelse

• Oversigt over planlægning, rangordning, simulering og optimering
• CAPEX-planlægning vs. CAPEX-optimering
• Projektprioritering vs. porteføljeoptimering
• Projektrangordning vs. porteføljeudvælgelse
• Projektrangering kontra optimering
• Scenarieplanlægning vs. porteføljeoptimering
• Scenarieplanlægning vs. optimering
• PPM-software kontra porteføljeoptimering
• PPM vs. beslutningsintelligens
• Excel vs. matematisk porteføljeoptimering
• Excel Solver vs. porteføljeoptimeringssoftware
• CAPEX-optimering vs. CAPEX-prioritering
• Porteføljeoptimering vs. projektrangering
• Optimering vs. scenarieplanlægning
• AI vs. operationsanalyse til kapitalallokering
• Lineær programmering vs. kombinatorisk optimering
• Monte Carlo-simulering kontra optimering
• Alternativ til Excel til CAPEX-planlægning
• Alternativ til projektrangering
• Alternativ til vægtede scoringsmodeller
• Alternativ til manuel CAPEX-prioritering
• De fire niveauer i moderne investeringsbeslutninger
• Eksempel: 100 projekter og 500 mio. € CAPEX
• Hvorfor kombinationer er afgørende
• Hvornår bliver matematisk optimering relevant?
• Hvorfor metoderne kan kombineres
• Fra rapportering til beslutning i bestyrelseslokalet i realtid
• StratePlan som matematisk beslutningslag
• Ofte stillede spørgsmål

Planlægning, rangordning, simulering og optimering i et overblik

Disse metoder er ikke nødvendigvis i konkurrence med hinanden.

De besvarer forskellige spørgsmål inden for den samme beslutningsproces.

Planlægning beskriver beslutningsrummet. Rangordning vurderer muligheder. Simulering undersøger usikkerhed. Optimering beregner beslutninger inden for definerede regler.

CAPEX-planlægning vs. CAPEX-optimering

CAPEX-planlægning organiserer fremtidige investeringer.

Typiske elementer er:

• Investeringsansøgninger
• Budgetter
• Forretningsenheder
• Lokationer
• Projektvarigheder
• Prognoser
• Godkendelsesstatus

CAPEX-planlægning besvarer for eksempel:

„Hvilke investeringer er planlagt for de næste tre år?“

CAPEX-optimering går et skridt videre.

Den spørger:

»Hvilken kombination af disse investeringer bør vi rent faktisk vælge inden for vores finansielle og operationelle rammer?«

CAPEX-planlægning skaber grundlaget for planlægningen. CAPEX-optimering supplerer det matematiske beslutningsgrundlag.

Projektprioritering vs. porteføljeoptimering

Projektprioritering vurderer projekter og tildeler dem prioriteter.

For eksempel:

Høj prioritet

Middel prioritet

Lav prioritet

eller:

Rang 1, Rang 2, Rang 3...

Porteføljeoptimering tager derimod højde for kombinationen af projekterne.

Det er en grundlæggende forskel.

Et projekt med høj prioritet kan optage så stor en del af budgettet, at flere andre projekter med en samlet højere værdi ikke længere kan gennemføres.

Prioritering spørger: »Hvor vigtigt er dette projekt?«

Porteføljeoptimering spørger: »Hvilken kombination skaber den højeste definerede samlede værdi inden for vores begrænsninger?«

Projektrangering vs. porteføljeudvælgelse

Projektrangering skaber en rækkefølge.

Porteføljeudvælgelse skaber et udvalg.

Det lyder ens, men er matematisk set forskelligt.

Antag, at en rangordning ser således ud:

1. Projekt A
2. Projekt B
3. Projekt C
4. Projekt D

En enkel metode kunne være at vælge projekter fra top til bund, indtil budgettet er opbrugt.

Dette sikrer dog ikke automatisk, at der kontrolleres, om en anden kombination af B, C og D samlet set ville skabe større værdi.

En rangordning er derfor ikke i sig selv en porteføljebeslutning.

Projektrangering vs. optimering

Rangordning kan fortsat være en del af beslutningsprocessen.

Det bør dog ikke forveksles med matematisk porteføljeoptimering.

Scenarieplanlægning vs. porteføljeoptimering

Scenarieplanlægning undersøger alternative antagelser.

For eksempel:

• Basisscenarie
• Vækstscenarie
• Nedgangsscenarie
• Reducerede CAPEX
• Højere energiomkostninger
• Ressourcemangel

Scenarieplanlægning besvarer:

„Hvad kunne der ske under disse betingelser?“

Porteføljeoptimering besvarer:

„Hvilken projektkombination bør vi vælge under disse betingelser?“

De to metoder supplerer derfor hinanden særdeles godt.

For hvert scenarie kan der optimeres en ny portefølje.

Scenarieplanlægning ændrer verden. Porteføljeoptimering beregner beslutningen inden for denne verden.

Scenarieplanlægning vs. optimering

Scenarieplanlægning og optimering har forskellige funktioner.

En virksomhed kan derfor kombinere begge metoder:

Scenarie 1 → Optimering 1

Scenarie 2 → Optimering 2

Scenarie 3 → Optimering 3

Derved sammenlignes ikke kun scenarierne indbyrdes, men også de respektive bedste porteføljebeslutninger inden for disse scenarier.

PPM-software vs. porteføljeoptimering

Projektporteføljestyringssoftware hjælper virksomheder med at administrere og styre projekter og porteføljer.

Typiske PPM-funktioner er:

• Projektoversigter
• Statusovervågning
• Ressourceplanlægning
• Budgetter
• Køreplaner
• Arbejdsgange
• Rapportering
• Porteføljedashboards

Porteføljeoptimering har et andet fokus.

Den undersøger matematisk, hvilke projekter der bør vælges inden for definerede begrænsninger.

PPM skaber gennemsigtighed i porteføljen. Porteføljeoptimering beregner beslutningen vedrørende porteføljen.

Begge tilgange kan kombineres.

PPM leverer projekt- og porteføljedata.

Et optimeringslag kan anvende disse data til matematiske beslutningsmodeller.

PPM vs. beslutningsintelligens

PPM fokuserer på administration, planlægning og styring af projektporteføljer.

Decision Intelligence fokuserer på beslutningernes kvalitet og struktur.

Dette kan omfatte:

• Data
• Forretningsregler
• Strategiske kriterier
• Begrænsninger
• Scenarier
• Matematiske modeller
• Optimering
• Beslutningsstyring

Systemerne besvarer derfor forskellige spørgsmål.

PPM: „Hvad indeholder vores portefølje, og hvordan udvikler den sig?“

Decision Intelligence: »Hvilken beslutning bør vi træffe ud fra vores definerede mål og betingelser?«

Decision Intelligence behøver derfor ikke at erstatte PPM.

Det kan anvendes som et supplerende beslutningslag oven på eller ved siden af eksisterende planlægnings- og porteføljesystemer.

Excel vs. matematisk porteføljeoptimering

Excel er et af de mest fleksible og udbredte værktøjer til CAPEX-planlægning.

Det egner sig fremragende til:

• Dataindsamling
• Forretningsanalyser
• Beregninger
• Finansielle modeller
• Rapportering
• Ad hoc-analyser

Udfordringen opstår, når beslutningsproblemet bliver kombinatorisk.

Med 100 uafhængige ja-nej-projekter findes der teoretisk set op til:

2^100 ≈ 1,27 × 10^30 mulige kombinationer.

En manuel Excel-model kan ikke blot sammenligne disse porteføljer linje for linje.

Matematisk porteføljeoptimering anvender derfor specialiserede matematiske metoder til at søge i beslutningsrummet.

Excel er derfor ikke nødvendigvis en hindring for matematisk optimering. Excel kan endda fungere som datakilde, mens en specialiseret optimeringsmotor beregner porteføljebeslutningen.

Excel Solver vs. porteføljeoptimeringssoftware

Excel Solver muliggør matematisk optimering direkte i Excel.

Det kan være meget nyttigt til mindre eller overskuelige optimeringsmodeller.

Men i takt med stigende portefølje- og modelkompleksitet kan der opstå yderligere krav:

• Mange projekter
• Mange begrænsninger
• Afhængigheder
• Obligatoriske projekter
• Flerårig planlægning
• Flere ressourcer
• Gentagne scenarier
• Styring
• Reproducerbarhed
• Ledelsesgrænseflader

Specialiseret software til porteføljeoptimering er rettet mod sådanne tilbagevendende beslutningsprocesser.

Den relevante sammenligning lyder derfor ikke:

»Kan Excel Solver optimere?«

Ja, det kan den for egnede matematiske modeller.

Det relevante spørgsmål er:

„Hvilket teknisk og organisatorisk miljø har vi brug for til vores konkrete porteføljebeslutningsproblem?“

CAPEX-optimering vs. CAPEX-prioritering

CAPEX-prioritering vurderer, hvilke investeringer der forekommer vigtigere.

CAPEX-optimering beregner, hvilken kombination af investeringer der bør vælges under de definerede betingelser.

For eksempel kan ti projekter have meget høj prioritet.

Budgettet rækker dog muligvis kun til fem eller seks af dem.

I så fald er oplysningen »høj prioritet« ikke længere tilstrækkelig.

Der skal træffes en beslutning om, hvilken kombination:

• der passer ind i budgettet,
• opfylder ressourcebegrænsningerne,
• tager højde for afhængigheder,
• indeholder obligatoriske projekter,
• skaber den højeste definerede samlede værdi.

Prioritering vurderer. Optimering vælger matematisk mellem kombinationer.

Porteføljeoptimering vs. projektrangering

Projektrangering betragter primært projekterne enkeltvis.

Porteføljeoptimering ser på deres samlede effekt.

Et simpelt eksempel:

Budget:

100 mio. €

Projekt A har den højeste enkeltværdi.

Portefølje A:

Investering = 100 mio. €

Værdi = 150 mio. €

Portefølje B + C:

Investering = 100 mio. €

Værdi = 180 mio. €

Dermed genererer B + C 30 mio. euro mere i forventet værdi med et identisk budget.

Den bedste enkeltstående løsning er ikke nødvendigvis den bedste porteføljekombination.

Optimering vs. scenarieplanlægning

Optimering og scenarieplanlægning bør ikke betragtes som alternativer.

Kombinationen af dem er særligt effektiv.

Scenarieplanlægning kan for eksempel definere tre budgetter:

400 mio. €

500 mio. €

600 mio. €

Optimering beregner derefter en porteføljekonfiguration for hvert budget.

Derved bliver scenarieplanlægning til en beslutningsorienteret sammenligning.

AI vs. operations research til kapitalallokering

Kunstig intelligens og operationsanalyse har forskellige styrker.

AI kan for eksempel anvendes til:

• Prognoser
• Mønstergenkendelse
• Naturlig sprogbehandling
• Klassificering
• Afvigelsesdetektering
• Prediktiv analyse

Operations Research er derimod specifikt rettet mod matematiske beslutningsproblemer.

Dette omfatter:

• Optimering
• Ressourceallokering
• Planlægning
• Porteføljeudvælgelse
• Netværksoptimering
• Opfyldelse af begrænsninger

Når det gælder kapitalallokering, kan de to discipliner supplere hinanden.

AI kan for eksempel generere information eller prognoser.

Operations Research kan derefter anvende disse oplysninger inden for en matematisk beslutningsmodel.

AI kan hjælpe med at forudsige, hvad der kunne ske. Operations Research kan beregne, hvilken beslutning der bør træffes under definerede antagelser.

Hybride tilgange kan forbinde begge niveauer med hinanden.

Lineær programmering vs. kombinatorisk optimering

Lineær programmering optimerer en lineær målfunktion under lineære begrænsninger med kontinuerlige beslutningsvariabler.

Kombinatorisk optimering beskæftiger sig med diskrete beslutninger og kombinationer.

I forbindelse med projektporteføljer lyder beslutningen ofte:

Vælg projekt: Ja eller nej.

Dette skaber en diskret beslutningsstruktur.

Heltalsprogrammering og blandet heltalsprogrammering er derfor vigtige matematiske metoder til sådanne problemer.

I virkelige forretningsmodeller kan begge typer variabler forekomme samtidigt.

Monte Carlo-simulering vs. optimering

Monte Carlo-simulering og matematisk optimering besvarer forskellige spørgsmål.

Monte Carlo-simulering bruger gentagne tilfældige træk for at undersøge virkningerne af usikre indgangsvariabler.

Den kan for eksempel vise:

• Fordelingen af mulige NPV'er
• Sandsynligheden for bestemte resultater
• Risikoen ved ekstreme scenarier
• Følsomhed over for usikkerhed

Optimering søger derimod en beslutning, der optimerer en defineret målfunktion under givne betingelser.

Også disse metoder kan kombineres.

Simulering kan kvantificere usikkerhed.

Optimering kan understøtte beslutninger baseret på disse antagelser.

Alternativ til Excel til CAPEX-planlægning

Virksomheder søger ofte efter et alternativ til Excel til CAPEX-planlægning, når deres investeringsmodeller bliver større og mere komplekse.

Typiske årsager er:

• Mange projekter
• Mange forretningsenheder
• Flerårig planlægning
• Komplekse afhængigheder
• Ressourcebegrænsninger
• Versionsstyring
• Styring
• Gentagne scenarier
• Porteføljeoptimering

Alternativet behøver dog ikke nødvendigvis at erstatte Excel fuldstændigt.

En mulig arkitektur ser således ud:

Excel → Dataindgang

Optimeringsmotor → Matematisk beslutningslag

Ledelsesgrænseflade → Scenarie- og beslutningslag

På denne måde kan eksisterende Excel-processer fortsat anvendes, mens komplekse porteføljebeslutninger beregnes uden for regnearklogikken.

Alternativ til projektrangering

Et alternativ til projektrangering er den matematiske porteføljeudvælgelse.

I stedet for udelukkende at sortere projekter beregnes den kombination, der bør vælges under de definerede betingelser, direkte.

Dette er især relevant ved:

• begrænset budget,
• forskellige projektstørrelser,
• flere ressourcer,
• afhængigheder,
• obligatoriske projekter,
• strategiske begrænsninger.

Rangordning skaber en rækkefølge. Porteføljeoptimering skaber en kombination.

Alternativ til vægtede scoringsmodeller

Vægtede scoringsmodeller vurderer projekter ud fra flere kriterier.

For eksempel:

De vægtede kriterier danner grundlag for en projektvurdering.

Dette kan være meget nyttigt til at strukturere kvalitative og kvantitative kriterier.

Scoren løser dog ikke automatisk problemet med porteføljeudvælgelse.

Matematisk porteføljeoptimering kan derfor anvende vægtede score som input.

For eksempel:

Maksimer porteføljens samlede vægtede strategiske værdi inden for et budget på 500 mio. €.

Derved knyttes scoring og optimering sammen.

Vægtet scoring vurderer projekter. Optimering afgør, hvilken kombination af de vurderede projekter der skal vælges.

Alternativ til manuel CAPEX-prioritering

Manuel CAPEX-prioritering baseres ofte på workshops, ledelsesdiskussioner, tabeller og individuelle vurderinger.

Disse processer kan bidrage med vigtige kvalitative oplysninger.

Men jo større porteføljen bliver, desto større bliver den kombinatoriske kompleksitet.

Ved 20 binære projektbeslutninger findes der teoretisk set allerede:

1.048.576 kombinationer.

Ved 100 projekter:

≈ 1,27 × 10³⁰ kombinationer.

Et matematisk beslutningslag kan derfor supplere ledelsens drøftelser.

Ledelsen definerer:

• Mål
• Kriterier
• Budgetter
• Begrænsninger
• Obligatoriske projekter
• Strategiske prioriteter

Optimeringen beregner konsekvenserne.

Ledelsen træffer beslutningen.

Alternativet til manuel prioritering er ikke at afskaffe menneskelige beslutninger. Det er at beregne beslutningsrummet.

De fire niveauer i moderne investeringsbeslutninger

Mange af de sammenlignede metoder kan inddeles i fire beslutningsniveauer.

1. Data og planlægning

Hvilke projekter, omkostninger, afkast og ressourcer findes der?

Typiske værktøjer:

• ERP
• PPM
• Excel
• Planlægningssoftware

2. Evaluering

Hvor attraktive er de enkelte projekter?

Typiske metoder:

• NPV
• ROI
• Scoring
• Rangordning

3. Scenarie- og risikoanalyse

Hvordan ændrer resultaterne sig under andre forudsætninger?

Typiske metoder:

• Scenarieplanlægning
• Følsomhedsanalyse
• Monte Carlo-simulering
• Prognoser

4. Beslutningsoptimering

Hvilken beslutning bør der træffes under disse antagelser og begrænsninger?

Typiske metoder:

• Operations Research
• Matematisk optimering
• Kombinatorisk optimering
• Blandet heltalsprogrammering

De fire niveauer udelukker ikke hinanden. De bygger på hinanden.

Eksempel: 100 projekter og 500 mio. € CAPEX

En virksomhed har 100 potentielle investeringsprojekter.

Anmodet CAPEX:

800 mio. €

Tilgængeligt CAPEX:

500 mio. €

Den nuværende proces kunne se således ud:

Excel indsamler projektoplysninger.

Weighted Scoring vurderer strategisk egnethed.

Projektrangering sorterer projekterne.

Scenarieplanlægning undersøger forskellige budgetter.

PPM visualiserer porteføljen.

Alle disse trin leverer værdifuld information.

Der er dog stadig et spørgsmål:

Hvilken konkret kombination af de 100 projekter bør vi vælge inden for de 500 millioner euro?

Matematisk porteføljeoptimering adresserer netop dette beslutningsniveau.

Hvorfor kombinationer er afgørende

Med 100 uafhængige ja-nej-projekter findes der teoretisk set:

2^100 ≈ 1,27 × 10^30 kombinationer.

Begrænsninger i budget, ressourcer og styring indsnævrer det tilladte løsningsrum.

Alligevel kan antallet af mulige porteføljer stadig være meget stort.

Det forklarer, hvorfor manuelle udvælgelsesmetoder og enkle rangordninger kan støde på begrænsninger ved store porteføljer.

Porteføljeproblemet er ikke et sorteringsproblem. Det er et kombinationsproblem.

Hvornår bliver matematisk optimering relevant?

Matematisk optimering bliver især relevant, når flere af følgende betingelser er opfyldt samtidigt:

• Flere projekter end det disponible budget
• Forskellige projektstørrelser
• Flere begrænsede ressourcer
• Projektafhængigheder
• Obligatoriske projekter
• Regler for forretningsenheder
• Flerårige budgetter
• Strategiske kriterier
• Mange mulige projektkombinationer
• Hyppige "hvad nu hvis"-spørgsmål

Jo stærkere disse faktorer påvirker hinanden, desto mindre er en ren rangordning tilstrækkelig.

Hvorfor metoderne kan kombineres

En moderne investeringsbeslutningsproces behøver ikke nødvendigvis at erstatte eksisterende systemer.

En mulig arkitektur ser således ud:

ERP → finans- og faktiske data

PPM → projekt- og porteføljedata

Excel → individuelle analyser og databehandling

AI → prognoser, dataanalyse og intelligent støtte

Optimering → matematisk porteføljebeslutning

Bestyrelseslokalet → endelig ledelsesbeslutning

Dette skaber en klar rollefordeling.

Systems of Record leverer data.

Analytics leverer indsigt.

Optimering beregner muligheder.

Ledelsen træffer beslutningen.

Fra rapportering til beslutning i bestyrelseslokalet i realtid

Forskellen mellem rapportering og beslutningsintelligens bliver især tydelig i bestyrelseslokalet.

Et dashboard kan vise:

„Vores CAPEX udgør 500 millioner euro.“

Et scenarieplanlægningsværktøj kan vise:

»Ved 450 millioner euro ændrer vores finansplan sig.«

En porteføljeoptimering kan desuden besvare:

„Hvilken projektkombination bør vi vælge ved 450 millioner euro?“

Dette skaber en interaktiv beslutningsproces.

CFO’en spørger:

»Reducer CAPEX med 50 millioner euro.«

Porteføljen beregnes på ny.

CEO’en spørger:

„Forøg den strategiske vægtning af vækst.“

Porteføljen beregnes på ny.

Investeringsudvalget spørger:

»Gør Projekt 27 obligatorisk.«

Konsekvenserne bliver umiddelbart synlige på porteføljeniveau.

Spørg. Beregn. Sammenlign. Beslut.

StratePlan som matematisk beslutningslag

StratePlan er udviklet som et matematisk beslutningslag til komplekse CAPEX-, investerings- og projektporteføljebeslutninger.

Tilgangen går ikke ud på at erstatte ERP, PPM, Excel eller ledelsesprocesser generelt.

I stedet suppleres det matematiske beslutningslag.

Data kan f.eks. omfatte:

• Projekt-ID
• Investering
• Forventet omsætning eller NPV
• Strategiske kriterier
• Ressourcer
• Afhængigheder
• Obligatoriske projekter
• Flerårige budgetter

På dette grundlag kan porteføljespørgsmål beregnes:

• Hvilken projektkombination maksimerer den definerede porteføljeværdi?
• Hvilke projekter bør vælges ved lavere CAPEX?
• Hvilke yderligere projekter bliver mulige ved et højere budget?
• Hvordan ændrer udvælgelsen sig ved nye ressourcebegrænsninger?
• Hvilke konsekvenser har obligatoriske projekter?
• Hvordan ændrer projektafhængigheder udvælgelsen?
• Hvordan ændrer en anden strategisk vægtning porteføljen?
• Hvilken kombination maksimerer NPV?
• Hvordan ændrer den optimale kombination sig over flere år?

Dette skaber en sammenhæng mellem eksisterende data, matematisk optimering og ledelsesbeslutninger.

Excel kan beregne.

PPM kan styre.

Scenarieplanlægning kan udforske.

AI kan analysere.

Optimering kan beregne den bedst mulige portefølje for det definerede mål.

Ledelsen træffer beslutningen.

Nøjes ikke med at rangordne projekter. Beregn porteføljen.

Ofte stillede spørgsmål

Hvad er forskellen mellem CAPEX-planlægning og CAPEX-optimering?

CAPEX-planlægning organiserer og planlægger fremtidige investeringer og budgetter. CAPEX-optimering beregner, hvilken kombination af de tilgængelige investeringer der bedst muligt opfylder et fastsat mål under definerede budget-, ressource- og andre begrænsninger.

Hvad er forskellen mellem projektprioritering og porteføljeoptimering?

Projektprioritering vurderer den relative betydning af de enkelte projekter. Porteføljeoptimering undersøger kombinationen af flere projekter og tager derved højde for fælles begrænsninger såsom budget, ressourcer og afhængigheder.

Hvad er forskellen mellem projektrangering og porteføljeudvælgelse?

Projektrangering opstiller en rækkefølge af projekter. Porteføljeudvælgelse afgør, hvilke projekter der rent faktisk skal indgå i porteføljen.

Hvad er forskellen mellem projektrangering og optimering?

Rangordning vurderer primært projekter enkeltvis. Optimering søger en porteføljekonfiguration, der bedst muligt opfylder en defineret målfunktion inden for de modellerede begrænsninger.

Hvad er forskellen mellem scenarieplanlægning og porteføljeoptimering?

Scenarieplanlægning undersøger alternative antagelser eller fremtidige situationer. Porteføljeoptimering beregner en projektkombination inden for betingelserne i et givet scenarie.

Hvad er forskellen mellem scenarieplanlægning og optimering?

Scenarieplanlægning besvarer primært spørgsmålet »Hvad nu hvis?«. Optimering besvarer inden for den matematiske model spørgsmålet »Hvilken beslutning opfylder vores mål bedst muligt under disse betingelser?«.

Hvad er forskellen mellem PPM-software og porteføljeoptimering?

PPM-software understøtter typisk planlægning, administration, opfølgning og rapportering af projektporteføljer. Porteføljeoptimering fokuserer på den matematiske udvælgelse af en projektkombination under definerede mål og begrænsninger.

Hvad er forskellen mellem PPM og beslutningsintelligens?

PPM administrerer og styrer projekter og porteføljer. Decision Intelligence kombinerer data, kriterier, regler, scenarier og kvantitative metoder for systematisk at understøtte konkrete beslutninger.

Hvad er forskellen mellem Excel og matematisk porteføljeoptimering?

Excel er et fleksibelt værktøj til data, beregninger og individuelle modeller. Matematisk porteføljeoptimering anvender specialiserede matematiske metoder til at beregne komplekse projektkombinationer under fælles begrænsninger.

Hvad er forskellen mellem Excel Solver og porteføljeoptimeringssoftware?

Excel Solver kan løse optimeringsmodeller inden for Excel. Specialiseret porteføljeoptimeringssoftware kan derudover være tilpasset til tilbagevendende porteføljebeslutninger, omfattende begrænsninger, afhængigheder, scenarier, governance og ledelsesprocesser.

Hvad er forskellen mellem CAPEX-optimering og CAPEX-prioritering?

CAPEX-prioritering vurderer og rangordner investeringer. CAPEX-optimering beregner, hvilken kombination af investeringer der bør vælges under de definerede begrænsninger.

Hvad er forskellen mellem porteføljeoptimering og projektrangering?

Projektrangering angiver en rækkefølge for de enkelte projekter. Porteføljeoptimering ser på kombinationer og deres samlede værdi inden for budget-, ressource- og andre begrænsninger.

Hvad er forskellen mellem optimering og scenarieplanlægning?

Scenarieplanlægning ændrer antagelser. Optimering beregner inden for disse antagelser en løsning for en defineret målfunktion. Begge metoder kan derfor kombineres med hinanden.

Hvad er forskellen mellem AI og operations research i forbindelse med kapitalallokering?

AI omfatter metoder som maskinlæring, mønstergenkendelse og prædiktiv analyse. Operations Research anvender matematiske modeller og optimering til at løse beslutningsproblemer. Ved kapitalallokering kan AI-baserede prognoser fungere som input til en Operations Research-model.

Hvad er forskellen mellem lineær programmering og kombinatorisk optimering?

Lineær programmering optimerer lineære modeller med typisk kontinuerlige variabler. Kombinatorisk optimering beskæftiger sig med diskrete beslutninger og kombinationer. Binær projektudvælgelse er et typisk kombinatorisk problem.

Hvad er forskellen mellem Monte Carlo-simulering og optimering?

Monte Carlo-simulering analyserer usikkerhed gennem gentagne tilfældige simuleringer. Optimering søger en beslutning, der optimerer en defineret målfunktion under givne betingelser.

Hvad er et alternativ til Excel til CAPEX-planlægning?

Afhængigt af problemet kan der anvendes specialiserede systemer til CAPEX-planlægning, PPM eller porteføljeoptimering. Excel behøver ikke nødvendigvis at blive erstattet fuldstændigt og kan fortsat fungere som datakilde eller analyseværktøj.

Hvad er et alternativ til projektrangering?

Matematisk porteføljeoptimering er et alternativ, hvis der ikke blot kræves en rangordning, men en konkret projektkombination under budget-, ressource- og andre begrænsninger.

Hvad er et alternativ til vægtede scoringsmodeller?

Vægtet scoring kan kombineres med matematisk porteføljeoptimering. Scoringer vurderer projekter, mens optimeringen beregner, hvilken kombination af de vurderede projekter der bør vælges under de definerede begrænsninger.

Hvad er et alternativ til manuel CAPEX-prioritering?

En matematisk porteføljemodel kan supplere manuelle prioriteringsprocesser ved at beregne virkningen af budgetter, ressourcer, afhængigheder, obligatoriske projekter og strategiske kriterier på mulige projektkombinationer.

Kan porteføljeoptimering erstatte Excel?

Ikke nødvendigvis. Excel kan fortsat bruges til dataindsamling, business cases og individuelle analyser. Porteføljeoptimering supplerer et specialiseret matematisk beslutningslag til komplekse udvælgelsesbeslutninger.

Kan porteføljeoptimering erstatte et PPM-system?

Systemerne udfører forskellige opgaver. PPM understøtter administration og styring af projektporteføljer. Porteføljeoptimering fokuserer på den matematiske udvælgelse og allokeringsbeslutning. En integration af begge niveauer kan derfor være fornuftig.

Kan AI erstatte matematisk optimering?

AI og matematisk optimering løser forskellige problemklasser og kan kombineres. AI kan for eksempel levere prognoser eller mønstre, mens matematisk optimering anvender disse oplysninger inden for en eksplicit beslutningsmodel.

Hvornår bør en virksomhed skifte fra rangordning til porteføljeoptimering?

Porteføljeoptimering bliver særligt relevant, når et begrænset budget, forskellige projektstørrelser, flere ressourcer, afhængigheder, obligatoriske projekter eller andre begrænsninger medfører, at en simpel rangordning ikke længere i tilstrækkelig grad afspejler den faktiske porteføljebeslutning.

Hvad er den vigtigste forskel mellem prioritering og optimering?

Prioritering besvarer spørgsmålet om, hvilke projekter der skal vægtes højere. Optimering besvarer spørgsmålet om, hvilken kombination af projekter der bør vælges under de definerede betingelser.