Gå til hovedindhold Spring til søgning Gå til hovednavigation

Byens økonomichef – AI-løsning

Hvordan byer og kommuner kan opnå større effekt af deres budget ved hjælp af AI-baseret porteføljeoptimering

Resumé: Problemet med kommunale budgetter er ikke kun manglende midler – men også den optimale fordeling

Hvad nu, hvis en by med det samme investeringsbudget kunne renovere flere skoler, modernisere mere infrastruktur og opnå en større samfundsmæssig nyttevirkning – alene ved at kombinere sine planlagte projekter bedre?

Kommunal budgetplanlægning er en af de mest komplekse beslutningsopgaver inden for den offentlige forvaltning.

Bykasserere, økonomichefer, borgmestre og byrådsmedlemmer skal afstemme talrige investeringsprojekter med hinanden inden for begrænsede økonomiske og personalemæssige ressourcer.

Skoler, daginstitutioner, veje, broer, idrætshaller, administrationsbygninger, digitalisering, energiforsyning, klimatilpasning og social infrastruktur konkurrerer om de samme budgetmidler.

Hver af disse foranstaltninger kan i sig selv være nødvendig, økonomisk fornuftig eller politisk ønskelig.

Men det rejser et centralt spørgsmål:

Er summen af alle de vedtagne enkeltforanstaltninger også den bedst mulige kombination for hele byen?

Svaret kan ikke fastslås pålideligt alene ved hjælp af klassisk projektprioritering.

Allerede ved 50 binære projektbeslutninger opstår der teoretisk set 2^50 = 1.125.899.906.842.624 mulige projektkombinationer.

Det svarer til omkring 1,126 billiarder teoretisk mulige investeringsporteføljer.

Et byråd kan drøfte 50 projekter enkeltvis. Det kan dog ikke manuelt sammenligne mere end en billiard projektkombinationer med hinanden.

Det er netop her, at AI-baseret matematisk porteføljeoptimering kommer ind i billedet.

StratePlan kombinerer metoder fra operations research med AI-baserede optimeringsmetoder for systematisk at undersøge store kombinatoriske beslutningsrum.

I forbindelse med en budgetsimulering kan forskellige økonomiske rammevilkår og projektkombinationer sammenlignes.

Det afgørende spørgsmål er ikke blot: Hvilke projekter har vi råd til?

Men: Hvilken kombination af vores planlagte projekter opnår den højeste definerede økonomiske og samfundsmæssige samlet nytte inden for det disponible budget?

Yderligere oplysninger om matematisk optimering af kommunale budgetter.

1. Hvorfor kommunal budgetplanlægning er et matematisk porteføljeproblem

Den klassiske kommunale budgetplanlægning følger en fastlagt forvaltnings- og beslutningsproces.

Fagafdelingerne indberetter investeringsbehov. Økonomiafdelingen vurderer det økonomiske råderum. Forvaltningen udarbejder et budgetforslag. Udvalgene drøfter det. Byrådet træffer beslutningen.

Denne procedure er nødvendig for at sikre demokratisk legitimitet, overholdelse af lovkrav og økonomisk ansvarlighed.

Den besvarer dog ikke automatisk det matematiske spørgsmål om den bedste kombination af alle investeringsprojekter.

En kommune træffer ikke udelukkende beslutninger om enkeltprojekter.

Den træffer beslutning om en samlet portefølje af konkurrerende tiltag.

Hvert projekt kræver forskellige ressourcer:

  • Investeringskapital
  • Personale og administrative kapaciteter
  • Planlægnings- og byggekapacitet
  • Tidsrammer for gennemførelse
  • Tilskud og medfinansiering
  • Gælds- og finansieringsmargener
  • Fremtidige drifts- og vedligeholdelsesomkostninger

Valget af et projekt kan have indflydelse på, hvilke andre projekter der stadig kan finansieres eller gennemføres.

En ny idrætshal kan for eksempel være økonomisk og samfundsmæssigt fornuftig.

Men hvis finansieringen af den fortrænger flere presserende skolemoderniseringer, skal den samlede projektkombination tages i betragtning.

Den økonomiske og samfundsmæssige kvalitet af et kommunalt investeringsprogram opstår ikke alene gennem vurderingen af de enkelte tiltag, men gennem deres sammensætning.

2. Det usynlige beslutningsrum: 50 kommunale projekter betyder mere end en billion kombinationer

Lad os se på en eksempelvis mellemstor by med 50 planlagte investeringstiltag.

Investeringsområde Antal projekter
Skoler og uddannelse12
Veje og trafikinfrastruktur8
Boligbyggeri og ejendomme6
Energi og klimabeskyttelse5
Digitalisering og administration7
Social infrastruktur6
Kultur og sport6
I alt50

I en forenklet binær model kan hvert projekt enten vælges eller ikke vælges.

Med N projekter opstår der teoretisk set 2^N mulige kombinationer.

  • 10 projekter: 2^10 = 1.024 kombinationer
  • 15 projekter: 2^15 = 32.768 kombinationer
  • 20 projekter: 2^20 = 1.048.576 kombinationer
  • 30 projekter: 2^30 = 1.073.741.824 kombinationer
  • 40 projekter: 2^40 = 1.099.511.627.776 kombinationer
  • 50 projekter: 2^50 = 1.125.899.906.842.624 kombinationer

Ved 50 projekter omfatter det teoretiske beslutningsrum således omkring 1,126 billiarder kombinationer.

Ikke alle disse kombinationer er faktisk tilladte. Lovmæssige forpligtelser, budgetbegrænsninger, projektafhængigheder og tilgængelige ressourcer indskrænker beslutningsrummet.

Alligevel illustrerer størrelsesordenen, hvorfor klassiske budgetforhandlinger kun kan tage højde for et lille udsnit af alle mulige investeringsporteføljer.

Det vedtagne budget er en udvalgt kombination. Om den er optimal inden for de definerede mål og begrænsninger, kan ikke fastslås uden en tilsvarende matematisk undersøgelse.

3. Budgetsimulering og samtidig optimering: Den afgørende forskel

Kommunal finansplanlægning og matematisk porteføljeoptimering opfylder forskellige formål.

En budgetsimulering undersøger, hvordan indtægter, udgifter, investeringer, låntagning, likviditet og følgeomkostninger udvikler sig under bestemte forudsætninger.

En porteføljeoptimering undersøger derimod, hvilken kombination af projekter der inden for de definerede begrænsninger opnår det største bidrag til målene.

Når begge tilgange kombineres, skabes der et mere omfattende beslutningsgrundlag.

Budgetsimuleringen besvarer:

  • Hvordan udvikler kommunens økonomi sig over flere år?
  • Hvilke investeringsmidler er til rådighed?
  • Hvordan påvirker ændrede skatteindtægter situationen?
  • Hvilket lån er nødvendigt?
  • Hvordan udvikler rente- og afdragsbyrderne sig?
  • Hvilke følgeomkostninger medfører nye investeringer?

Matematisk porteføljeoptimering giver svar på:

  • Hvilke projekter bør vælges inden for det disponible budget?
  • Hvilken kombination giver den højeste definerede samlede nytteværdi?
  • Hvilke tiltag fortrænger andre projekter?
  • Hvordan påvirker obligatoriske projekter resultatet?
  • Hvilke alternativer opstår der ved andre budgetgrænser?
  • Hvilken projektkombination er særligt effektiv inden for de fastlagte begrænsninger?

Ved at kombinere de to tilgange er det muligt ikke blot at simulere den økonomiske udvikling i et budget, men samtidig at optimere forskellige investeringsporteføljer matematisk.

Forudsætningen er, at de relevante finans- og projektdata samles i en sammenhængende model.

4. Praksisexempel: 50 projekter, et investeringsbehov på 220 millioner euro og et budget på kun 81 millioner euro

En by råder over et investeringsbudget på 81 millioner euro.

Samtidig er der 50 planlagte investeringsprojekter med et samlet finansieringsbehov på 220 millioner euro.

Investeringsbehovet overstiger således det disponible budget med 139 millioner euro.

Byen kan ikke finansiere alle projekter på samme tid.

Den klassiske fremgangsmåde består i at prioritere projekterne efter hastighed, politisk betydning og tilgængelige budgetmidler.

Men en rangliste giver ikke automatisk svaret på, hvilken kombination der er bedst.

En matematisk porteføljeoptimering kan undersøge, hvilket valg inden for budgetgrænsen på 81 millioner euro der opnår den højeste definerede samlede nytte.

Derudover kan der tages højde for obligatoriske projekter, ressourcebegrænsninger og strategiske vægtninger.

Hvilke spørgsmål kunne byens økonomidirektør umiddelbart undersøge?

  • Hvilken kombination af de 50 projekter giver den højeste modellerede samlede nytte ved et budget på 81 millioner euro?
  • Hvilke projekter ville blive udvalgt, hvis budgettet blev reduceret til 70 millioner euro?
  • Hvilke yderligere tiltag ville være mulige med et budget på 90 millioner euro?
  • Hvordan ændrer udvælgelsen sig, hvis bestemte skole- og infrastrukturprojekter skal gennemføres ufravigeligt?
  • Hvordan ændrer porteføljen sig, hvis der lægges større vægt på uddannelses- eller klimapåvirkningen?
  • Hvilke konsekvenser har forskellige investeringskombinationer for de efterfølgende år?

Resultaterne kan sammenlignes med den oprindelige budgetplanlægning.

Derved bliver det tydeligt, hvilke økonomiske eller samfundsmæssige forbedringer der er mulige inden for den anvendte model.

Byen behøver ikke nødvendigvis at bruge flere penge for at opnå en større modelleret samlet effekt. Under visse omstændigheder kan en anden kombination af de eksisterende investeringsprojekter være tilstrækkelig.

5. Hvad betyder »optimal« i et kommunalt budget?

I modsætning til en rent økonomisk investeringsbeslutning har et kommunalt budget flere målsætninger.

Byen skal bevare sin økonomiske handlekraft, opfylde lovmæssige forpligtelser og samtidig skabe en så stor samfundsmæssig nytte som muligt.

Relevante målsætninger kan være:

  • Budgetstabilitet
  • Investering- og finansieringsspillerum
  • Gældsniveau og rentebyrde
  • Uddannelses- og pasningskapacitet
  • Kvaliteten af transport og infrastruktur
  • Boligforsyning
  • CO2-reduktion
  • Social indvirkning
  • Områdets tiltrækningskraft
  • Langfristede drifts- og vedligeholdelsesomkostninger

For at forskellige projektkombinationer kan sammenlignes matematisk, skal målværdierne defineres konsekvent.

En mulighed er at vurdere projekter ud fra en standardiseret effektmodel.

Den politiske ledelse kan derefter fastlægge vægtninger.

En eksempelmodel kunne anvende følgende vægtninger:

  • 40 % budgetstabilitet
  • 20 % klimapåvirkning
  • 20 % social effekt
  • 20 % økonomisk udvikling

Disse vægtninger er blot et illustrativt eksempel. De faktiske prioriteter skal fastlægges af den pågældende kommune.

Det er desuden vigtigt, at de underliggende effektindikatorer bringes på en sammenlignelig skala, inden de vægtes.

Det matematiske optimum er altid den bedste løsning inden for de definerede mål, vurderingsmodeller og begrænsninger – ikke en objektiv sandhed, der eksisterer uafhængigt af politiske værdidomme.

6. Obligatoriske opgaver og lovmæssige krav: Det, der ikke er til forhandling

Kommunal budgetoptimering må ikke behandle lovmæssige forpligtelser som frit valgbare investeringsalternativer.

Obligatoriske opgaver, bindende sikkerhedsforanstaltninger og andre lovpligtige udgifter skal tages i betragtning ved modelleringen.

En mulig fremgangsmåde består i på forhånd at fastlægge bindende projekter.

De nødvendige midler hertil indregnes i finansmodellen.

Det resterende budget står derefter til rådighed til optimering af de projekter, der kan disponeres over.

Alternativt kan obligatoriske projekter inddrages i optimeringsmodellen som bindende begrænsninger.

Dette sikrer, at den matematiske søgning kun tager højde for tilladte budgetvarianter.

Yderligere begrænsninger kan være:

  • Kommunale retlige krav
  • Budgetretlige krav fra den pågældende delstat
  • Allerede indgåede kontraktmæssige forpligtelser
  • Formålsbestemte midler i henhold til tilskudsretten
  • Tilgængelige kredit- og finansieringsmuligheder
  • Personale- og tekniske gennemførelseskapaciteter
  • Projektafhængigheder

En matematisk optimeret budgetplanlægning skal være juridisk tilladt, økonomisk bæredygtig og organisatorisk gennemførlig.

7. Optimering af tilskud: Hvorfor kombinationen af projekter kan være afgørende

Tilskud spiller en vigtig rolle i forbindelse med kommunale investeringer.

Forbundsregeringen, delstaterne og Den Europæiske Union stiller støtteprogrammer til rådighed for forskellige tiltag.

Et projekts økonomiske attraktivitet kan ændre sig betydeligt som følge af tilskud.

Samtidig er tilskud ofte bundet til bestemte betingelser.

For eksempel:

  • Støtteberettigede investeringstyper
  • Kommunens egenandel
  • Frister og godkendelsesperioder
  • Formålsbinding
  • Regler for kombination og kumulering
  • Tekniske eller miljømæssige minimumskrav

En matematisk porteføljeoptimering kan tage højde for sådanne betingelser, forudsat at de modelleres som data og begrænsninger.

Derved kan forskellige projektkombinationer sammenlignes under hensyntagen til deres indvirkning på tilskuddet.

Et projekt med en mindre individuel effekt kan for eksempel blive særligt attraktivt, hvis det på grund af en høj tilskudsandel kun kræver en begrænset kommunal egenandel.

Omvendt kan et tilsyneladende gunstigt projekt på lang sigt medføre høje kommunale følgeomkostninger.

Den afgørende faktor er derfor ikke alene støttebeløbets størrelse, men den samlede økonomiske og samfundsmæssige bidrag fra den støttede projektkombination.

8. Flerårig budgetplanlægning: Hvorfor det bedste projekt også skal gennemføres på det rigtige tidspunkt

Kommunale investeringsbeslutninger har ofte virkninger over flere regnskabsår.

Et nyt skolebyggeri kan for eksempel medføre planlægningsomkostninger i det første år, byggeomkostninger i de efterfølgende år og vedvarende driftsomkostninger efter færdiggørelsen.

En realistisk budgetsimulering skal tage højde for disse tidsmæssige sammenhænge.

Relevante størrelser kan være:

  • Investeringsudgifter pr. regnskabsår
  • Tilstrømning af tilskud
  • Låntagning
  • Rente- og afdragsbetalinger
  • Personaleomkostninger
  • Drifts- og vedligeholdelsesomkostninger
  • Projektperioder
  • Afhængigheder mellem foranstaltninger

Hvis der anvendes en optimeringsmodel, der dækker flere perioder, kan projektplanlægningen også undersøges med hensyn til tidsmæssige begrænsninger.

Dette rejser et vigtigt yderligere spørgsmål:

Hvilke projekter bør ikke blot udvælges, men også gennemføres i hvilke regnskabsår?

Tidsmæssig optimering kræver dog relevante data og en model, der udtrykkeligt tager højde for projektstart, løbetider og årsbaserede finansielle begrænsninger.

9. Alternativomkostninger: Hvad koster en politisk prioritet?

Kommunalpolitikken skal træffe beslutninger, der ikke udelukkende bygger på økonomiske nøgletal.

Demokratisk legitimitet, samfundsmæssige behov og politiske målsætninger er uundværlige elementer i budgetplanlægningen.

Matematisk optimering kan dog bidrage til at gøre konsekvenserne af forskellige beslutninger mere gennemsigtige.

Antag, at en by råder over en beregnet investeringsportefølje.

Byrådet beslutter derefter at medtage et yderligere projekt på en bindende måde.

Dette ændrer det disponible budget til andre tiltag.

Porteføljen optimeres på ny.

En sammenligning af de to scenarier kan vise:

  • Hvilke andre projekter der må udgå
  • Hvordan den samlede effekt ændrer sig
  • Hvilke yderligere følgeomkostninger der opstår
  • Hvilke konsekvenser der vil være for finansieringen
  • Hvordan de definerede effektindikatorer ændrer sig

Forskellen mellem de modellerede resultater kan fortolkes som et økonomisk eller samfundsmæssigt alternativomkostning ved det yderligere krav.

Forudsætningen er, at måltallene og vurderingskriterierne forbliver konsistente.

Politikken træffer fortsat beslutning om mål og prioriteter. Matematikken gør konsekvenserne af forskellige alternativer forståelige.

10. Ex ante i stedet for ex post: Forbedring af budgetbeslutninger inden gennemførelsen

Kommunal finanskontrol undersøger blandt andet, om offentlige midler anvendes lovligt, økonomisk og formålstjenligt.

En væsentlig del af denne kontrol finder sted efter eller under gennemførelsen.

Valget af investeringsprojekter træffes imidlertid allerede på forhånd.

Det er netop her, ex ante-optimeringen kommer ind i billedet.

Den undersøger mulige investeringskombinationer, inden der indgås økonomiske forpligtelser, eller projekter igangsættes.

Derved kan forskellige budgetvarianter sammenlignes med hinanden på et tidligt tidspunkt.

For eksempel:

  • Forvaltningens budgetforslag
  • Matematisk optimeret projektkombination
  • Politisk tilpasset projektkombination
  • Investeringsportefølje ved reduceret budget
  • Investeringsportefølje med yderligere tilskud

Resultaterne muliggør en mere velunderbygget diskussion om økonomiske og samfundsmæssige målkonflikter.

Ex-ante-optimering erstatter ikke budgetkontrol. Den supplerer denne med et matematisk beslutningsgrundlag, inden kapitalen bindes.

11. StratePlan: AI-baseret matematisk porteføljeoptimering til kommunale investeringer

StratePlan er udviklet til matematisk at optimere komplekse investerings- og projektporteføljer.

Teknologien kombinerer metoder fra operations research med AI-baserede optimeringsmetoder.

Fokus ligger ikke på en isoleret vurdering af enkelte projekter, men på undersøgelsen af deres mulige kombinationer.

Til en grundlæggende økonomisk optimeringsmodel kræves der i første omgang kun tre oplysninger pr. projekt:

  1. Projekt-ID: Entydig identifikation af foranstaltningen
  2. Udgifter: Planlagte udgifter eller investeringer
  3. Indtægter: Forventede indtægter eller økonomisk afkast

Derudover defineres det disponible investeringsbudget.

Dataene kan f.eks. hentes fra en eksisterende Excel-projektliste.

I »Maximize Net Contribution« er fokus på at maksimere det forventede nettobidrag inden for de definerede begrænsninger.

Porteføljens ROI kan desuden angives som en økonomisk nøgletal.

For kommunale effektmål, der ikke umiddelbart kan udtrykkes i euro, er der behov for yderligere vurderingsparametre og en passende effektmodel.

Udvidede optimeringsmodeller kan blandt andet tage højde for følgende aspekter:

  • Strategiske vægtninger
  • Obligatoriske projekter
  • Projektafhængigheder
  • Ressource- og kapacitetsbegrænsninger
  • Flerårige budgetmål
  • Tidsmæssige begrænsninger
  • Risiko- og bæredygtighedskriterier

For at disse krav konkret kan tages i betragtning, er det en forudsætning, at de afspejles teknisk og fagligt i den pågældende model.

StratePlan muliggør dermed overgangen fra en ren projektprioritering til en matematisk understøttet udvælgelse af investeringsporteføljer.

12. Live i byrådet: Hvilke budgetmæssige spørgsmål kan undersøges matematisk?

Kombinationen af budgetsimulering og porteføljeoptimering bliver særligt relevant, når forskellige politiske og økonomiske scenarier sammenlignes med hinanden.

Scenarie A: Det eksisterende investeringsbudget

Bykassereren spørger:

„Hvilken kombination af vores 50 projekter opnår den højeste definerede samlede nytte inden for det disponible investeringsbudget?“

Projekterne modelleres i fællesskab og optimeres under hensyntagen til de fastlagte begrænsninger.

Scenarie B: Reducerede budgetmidler

Borgmesteren spørger:

»Hvilke tiltag bør vi vælge, hvis vi er nødt til at reducere vores investeringsbudget med 15 %?«

Budgetbegrænsningen tilpasses, og porteføljen genberegnes.

Scenarie C: Prioritering af investeringer i skoler og uddannelse

Et medlem af byrådet spørger:

„Hvordan ændrer vores investeringsportefølje sig, hvis vi lægger større vægt på uddannelsestiltag?“

De relevante effektparametre justeres, og der beregnes en ny projektkombination.

Scenarie D: Inddragelse af obligatoriske foranstaltninger

Finanschefen spørger:

»Hvilke konsekvenser har det, hvis visse infrastrukturforanstaltninger skal gennemføres obligatorisk?«

De pågældende projekter indgår som bindende begrænsninger.

Scenarie E: Yderligere tilskud

Et udvalgsmedlem spørger:

„Hvilke yderligere tiltag kunne vi gennemføre, hvis der bevilges yderligere tilskud?“

Finansieringsparametrene tilpasses, og porteføljen optimeres på ny under de nye betingelser.

Ændre budgetantagelser. Genberegne projektkombinationen. Sammenligne økonomiske og samfundsmæssige konsekvenser. Træffe velbegrundede beslutninger.

13. Organisatoriske forudsætninger: Hvordan en kommune kan indføre matematisk optimering

Indførelsen af AI-baseret budgetoptimering er ikke udelukkende en teknisk opgave.

Det kræver en klar organisatorisk og faglig inddragelse.

Kommunens økonomiafdeling skal sammen med de relevante fagafdelinger definere, hvilke projekter der skal tages i betragtning, og hvilke data der er tilgængelige.

Desuden skal juridiske og politiske retningslinjer modelleres på en gennemsigtig måde.

En mulig indførselsproces omfatter fem trin.

Trin 1: Sammenstilling af investeringsprojekter

Kommunen udarbejder en samlet oversigt over alle relevante investeringsforanstaltninger.

Eksisterende Excel-lister eller andre strukturerede projektdata kan tjene som udgangspunkt.

Trin 2: Fastlægge de finansielle rammer

Kommunens økonomiafdeling fastlægger det disponible budget samt de finansielle begrænsninger, der er relevante for den pågældende model.

Trin 3: Registrering af obligatoriske projekter og afhængigheder

Lovmæssigt bindende foranstaltninger, allerede indgåede forpligtelser og relevante projektafhængigheder tages i betragtning.

Trin 4: Definere økonomiske og samfundsmæssige mål

Kommunen fastlægger, hvilke målværdier der skal optimeres, og hvordan forskellige effekter kan gøres sammenlignelige.

Trin 5: Beregning og politisk vurdering af porteføljer

De beregnede projektkombinationer sammenlignes med den hidtidige planlægning.

Resultaterne tjener som beslutningsgrundlag for forvaltningen, udvalgene og byrådet.

Den matematiske optimering erstatter hverken kommunale ansvarsområder eller demokratiske beslutningsprocesser. Den skaber et supplerende, gennemsigtigt grundlag for udøvelsen heraf.

14. Hvad betyder AI-baseret budgetoptimering for Frankfurt, Köln, Worms og andre byer?

Kommunerne adskiller sig betydeligt med hensyn til indbyggertal, økonomisk styrke, investeringsbehov og juridiske rammebetingelser.

Det grundlæggende matematiske spørgsmål er dog det samme.

Hvilken kombination af de planlagte investeringstiltag opnår den højeste definerede samlede nytte inden for de disponible midler?

I store byer kan selv små procentvise ændringer i det økonomiske værditilskud udgøre betydelige absolutte beløb.

Ved et modelleret investeringsvolumen på en milliard euro svarer én procent regnemæssigt til 10 millioner euro.

Dette betyder dog ikke, at en porteføljeoptimering automatisk medfører en besparelse på én procent eller en tilsvarende frigørelse af budgetmidler.

Et højere samfundsmæssigt effektindeks kan desuden ikke uden videre sidestilles med en monetær besparelse.

Det faktiske forbedringspotentiale skal beregnes på baggrund af de konkrete projekt- og budgetdata.

For byer som Frankfurt, Köln eller Worms kan der for eksempel opstå følgende spørgsmål:

  • Hvilken kombination af skole- og infrastrukturforanstaltninger skaber den største definerede effekt inden for investeringsbudgettet?
  • Hvordan kan kommunale ejendomsinvesteringer kombineres bedre økonomisk?
  • Hvilke tiltag bør prioriteres, når budgetmidlerne er knappe?
  • Hvilke projekter kan med hensyn til tilskud og følgeomkostninger med fordel gennemføres i fællesskab?
  • Hvordan ændrer investeringsporteføljen sig ved forskellige politiske prioriteter?

Den økonomiske løftestang ligger ikke nødvendigvis i yderligere budgetmidler, men muligvis i et bedre udvalg og en bedre kombination af de allerede planlagte tiltag.

15. Kommunekassereren som strategisk porteføljearkitekt

Den kommunale økonomiforvaltnings rolle rækker langt ud over ren bogføring.

Kommunekasserere og økonomichefer er ansvarlige for kommunens økonomiske styring og spiller en afgørende rolle i forberedelsen af strategiske budgetbeslutninger.

Matematisk porteføljeoptimering kan udvide denne rolle.

I stedet for udelukkende at redegøre for, hvilke projekter der er økonomisk mulige, kan økonomiforvaltningen systematisk sammenligne forskellige investeringskombinationer med hinanden.

Dette skaber nye muligheder:

  • Gennemsigtig sammenligning af alternative budgetporteføljer
  • Gennemsigtig vurdering af økonomiske målkonflikter
  • Kvantificering af modellerede alternativomkostninger
  • Sammenligning af politiske prioriteter
  • Undersøgelse af forskellige budgetbegrænsninger
  • Bedre forberedelse af budgetforhandlinger

Dette betyder ikke, at finansforvaltningen erstatter politiske beslutninger.

Den får et yderligere redskab til at synliggøre de finansielle og samfundsmæssige konsekvenser heraf.

Forvaltningen af de enkelte budgetposter kan udvikle sig til en mere data- og modelbaseret styring af hele kommunens investeringsportefølje.

16. Konklusion: Kommunal budgetplanlægning kræver mere end blot prioritering

Byer og kommuner står over for betydelige økonomiske og organisatoriske udfordringer.

Stigende investeringsbehov, begrænsede budgetmidler, mangel på faglært arbejdskraft og langsigtede infrastrukturforpligtelser stiller større krav til kommunale beslutninger.

Den klassiske prioritering af enkelte projekter er stadig vigtig.

Den besvarer dog ikke automatisk spørgsmålet om, hvilken kombination af alle tilgængelige investeringsalternativer der giver det største definerede samlede bidrag.

Med 50 projekter opstår der teoretisk set mere end en billion mulige kombinationer.

Dette beslutningsrum kan ikke overskues fuldt ud ved hjælp af yderligere udvalgsmøder eller en længere prioritetsliste.

Matematisk porteføljeoptimering gør det muligt systematisk at undersøge alternative projektkombinationer.

I forbindelse med en budgetsimulering kan finansielle rammebetingelser, budgetændringer og strategiske prioriteter sammenlignes med hinanden.

StratePlan kombinerer til dette formål metoder fra operations research med AI-baserede tilgange.

Den politiske beslutning forbliver hos de demokratisk legitimerede ansvarlige.

Den matematiske beregning giver et yderligere grundlag for at vurdere alternativer på en gennemsigtig måde.

Det afgørende spørgsmål for bykassereren er derfor ikke kun: Hvilke projekter kan vi finansiere?

Men: Hvilken kombination af vores projekter opnår den største samlede økonomiske og samfundsmæssige nytte med de disponible budgetmidler?

StratePlan – De samme projekter. Den optimale kombination. Bedre resultater.

FAQ – AI-løsning til bykasserere og kommunal budgetoptimering

Hvad er en AI-løsning til kommunale økonomichefer?

En AI-løsning til kommunale økonomichefer hjælper kommunale økonomichefer med at analysere og optimere komplekse budget- og investeringsbeslutninger.

I forbindelse med matematisk porteføljeoptimering undersøges forskellige projektkombinationer under definerede budget-, ressource- og effektbegrænsninger.

Kan AI optimere et kommunalt budget?

AI-baseret matematisk optimering kan bidrage til at forbedre udvælgelsen af kommunale investeringsprojekter.

Beregningen foretages på baggrund af definerede mål, projektdata og begrænsninger.

En fuldstændig budgetoptimering kræver desuden, at der tages højde for de relevante kommunale retlige og finansielle rammebetingelser.

Hvad er forskellen mellem budgetsimulering og budgetoptimering?

En budgetsimulering undersøger de økonomiske konsekvenser af bestemte antagelser og beslutninger.

En budgetoptimering søger derimod efter en kombination af projekter, der bedst muligt opfylder et defineret mål inden for de givne begrænsninger.

Begge tilgange kan kombineres.

Hvorfor opstår der mere end en biljon kombinationer ved 50 projekter?

Hvis hvert projekt enten kan vælges eller ikke vælges, opstår der ved N projekter teoretisk set 2^N mulige kombinationer.

Ved 50 projekter er der 2^50 = 1.125.899.906.842.624 kombinationer.

Skal alle 2^N kombinationer beregnes enkeltvis?

Nej.

Moderne matematiske optimeringsmetoder kan effektivt undersøge store beslutningsrum uden at skulle evaluere hver eneste teoretisk mulige kombination fuldt ud.

Kan AI objektivt bestemme den bedste budgetkombination?

Et matematisk optimum kan bestemmes inden for en defineret model.

Vurderingen afhænger dog af de fastlagte mål, vægtninger, data og begrænsninger.

Dette erstatter ikke politiske og samfundsmæssige værdimæssige beslutninger.

Hvordan tages der højde for lovmæssige forpligtelser?

Forpligtende foranstaltninger kan fastlægges på forhånd eller indarbejdes som strenge begrænsninger i optimeringsmodellen.

Dermed tages der kun højde for projektkombinationer, der opfylder de relevante krav.

Kan tilskud inddrages i optimeringen?

Ja, forudsat at tilskudsprocenter, egenandele, formålsbinding og andre tilskudsbetingelser modelleres som data og begrænsninger.

På den måde kan forskellige investeringskombinationer sammenlignes under hensyntagen til deres indvirkning på tilskuddene.

Kan kommunale følgeomkostninger tages i betragtning?

Ja, forudsat at de nødvendige data foreligger, og optimeringsmodellen er udformet i overensstemmelse hermed.

Dette omfatter eksempelvis drifts-, personale-, energi-, vedligeholdelses- og finansieringsomkostninger.

Kan StratePlan også optimere samfundsmæssige effekter?

Samfundsmæssige effekter kan inddrages, hvis der defineres egnede effektindikatorer, og disse overføres til en sammenhængende vurderingsmodel.

Dette kan f.eks. omfatte effekter inden for uddannelse, klima eller sociale forhold.

Hvilke data har StratePlan brug for til en første optimering?

Til en grundlæggende økonomisk optimeringsmodel kræves der først tre oplysninger pr. projekt:

  • Projekt-ID
  • Udgifter – planlagte udgifter
  • Indtægter – forventede indtægter eller økonomiske afkast

Derudover fastlægges det disponible investeringsbudget.

Mere komplekse kommunale modeller kan tage højde for yderligere begrænsninger og effektparametre.

Kan optimeringen tage højde for flere regnskabsår?

Det er muligt at se på flere år, hvis de relevante tidsmæssige data og begrænsninger indgår i modellen.

Dette omfatter for eksempel årlige investeringsbudgetter, projektløbetider og efterfølgende omkostninger.

Erstatter AI bykassereren eller byrådet?

Nej.

Det politiske og juridiske ansvar forbliver hos de ansvarlige kommunale organer.

Matematisk optimering understøtter beslutningstagningen gennem gennemsigtige beregninger og sammenligning af forskellige scenarier.

Hvor stort er det mulige besparelsespotentiale?

Det økonomiske forbedringspotentiale afhænger af den konkrete projektliste, de disponible budgetmidler, begrænsningerne og de definerede måltal.

Der kan ikke udledes en generel besparelsesprocent heraf.

Optimeringen kan synliggøre både økonomiske forbedringer og større samfundsmæssig effekt inden for et eksisterende budget.

Er matematisk budgetoptimering også velegnet til mindre byer?

Ja.

Det afgørende er ikke så meget indbyggertallet som antallet af konkurrerende investeringsprojekter og beslutningens kompleksitet.

Selv ved forholdsvis små projektporteføljer kan en matematisk optimering give yderligere indsigt.

Hvad er den vigtigste konklusion for bykasserere og borgmestre?

Prioriteringen af enkelte investeringsprojekter fører ikke automatisk til den bedste samlede løsning.

Matematisk porteføljeoptimering gør det muligt systematisk at undersøge alternative projektkombinationer inden for definerede budget- og effektbegrænsninger.

Det afgørende spørgsmål er: Forvalter vi de enkelte investeringsbeslutninger – eller optimerer vi hele kommunens investeringsportefølje?

Hvor meget større effekt ligger der gemt i jeres kommunale investeringsbudget?

Undersøg, hvilken kombination af dine planlagte investeringsprojekter der inden for det disponible budget kan opnå det højeste definerede samlede bidrag.

Sammenlign din hidtidige projektplanlægning med matematisk optimerede alternativer, og undersøg, om en anden sammensætning af eksisterende tiltag kunne give en større økonomisk eller samfundsmæssig nytte.

Du kan optimere op til 15 projekter gratis.

Optimer op til 15 projekter gratis nu →

Slut med at gætte sig til millioninvesteringer

Beregn forretnings- og investeringsbeslutninger nu
Tjek investeringspotentialet

For mange projekter, for lidt budget

Beregn flere projekter med det samme budget
Analyser budgetpotentialet
Tilmeld nyhedsbrev
Privatliv
Ved at vælge Fortsæt bekræfter du, at du har læst vores og accepteret vores .
Felter markeret med (*) er påkrævet.