De wiskunde achter StratePlan begrijpen: Waarom betere beslissingen een andere berekeningslogica nodig hebben
Veel investerings- en prioriteringsbeslissingen zien eruit als een "lijst met projecten". Wiskundig gezien zijn ze iets anders: een combinatorische beslissingsruimte die exponentieel groeit met elke extra optie. Als je deze ruimte niet modelleert, kun je hem ook niet optimaliseren.
Voor wie is deze pagina bedoeld?
- C-level & toezichthoudende organen: om te begrijpen waarom "goede individuele projecten" niet automatisch resulteren in de beste portfolio.
- CFO/Controlling: om opportuniteitskosten en beperkingen te formaliseren (budget, risico, ESG, capaciteiten).
- Publieke sector: om te begrijpen waarom financieringslogica, departementaal denken en verkiezingscycli structureel leiden tot suboptimale portefeuilles.
Het kernprobleem: besluitvormingsruimten groeien exponentieel
Elk extra project creëert niet "nog een item" op een lijst, maar een nieuwe dimensie in de oplossingsruimte. Het aantal mogelijke portefeuillecombinaties volgt de logica 2n:
- 10 projecten → 2^10 = 1.024 combinaties
- 20 projecten → 2^20 = 1.048.576 combinaties
- 50 projecten → 2^50 ≈ 1,125 quadriljoen combinaties
Dit is het punt waarop klassieke comitéprocessen, Excel-logica en heuristiek een wiskundige limiet bereiken.
Lokaal versus globaal optimum
Lokaal optimum betekent: een oplossing die beter werkt dan voor de hand liggende alternatieven.
Globaal optimum betekent: de beste oplossing in de volledige beslissingsruimte.
Veel organisaties verbeteren lokale beslissingen (betere scores, betere business cases) zonder de totale beslissingsruimte te berekenen. Daardoor blijven de beste combinaties vaak onzichtbaar.
Waarom heuristieken structureel onvolledig zijn
Typische regels en beperkingen uit gemeentelijke en zakelijke besluitvormingsprocessen zoals "top 5 volgens NCW", "IRR > WACC", "terugverdientijd < 3 jaar" of "strategische bakens eerst" zijn operationeel begrijpelijk. Wiskundig gezien hebben ze een zwak punt: ze evalueren projecten afzonderlijk en niet als een onderling afhankelijke portefeuille.
Een project met een lage individuele waarde kan de grootste totale impact genereren in combinatie met andere projecten. Een project met een hoge individuele waarde kan betere combinaties verdringen als er beperkingen gelden.
De oplossing: Formele modellering in plaats van buikgevoel
Beslissingswiskunde begint met het formuleren van een portefeuille als model:
- Beslissingsvariabelen: xi ∈ {0,1} (project wordt gekozen of niet)
- Objectieve functie: bijv. maximaliseren totale waarde, impact, NCW, nutsindex
- Secundaire voorwaarden: Budget, capaciteiten, risico, CO₂, minimumquota, afhankelijkheden en nog veel meer...
Een eenvoudig model (vereenvoudigd)
Maximaliseren:
∑ (waardei × xi)
onder:
∑ (kosteni × xi) ≤ budget
∑ (emissiei × xi) ≤ CO₂-limiet
xi ∈ {0,1}
Dit basisprincipe komt overeen met een (multi-)restrictief Knapzakprobleem en vormt de basis voor echte portfoliomodellen met meerdere dimensies en onderlinge afhankelijkheden.
Wat je leert op dit platform
- Waarom 2nde echte "onzichtbare ruimte" is achter portfoliobeslissingen
- Hoe beperkingen beslissingen domineren (budget, capaciteit, ESG, risico)
- Waarom "prioriteiten stellen" niet hetzelfde is als "optimaliseren"
- Hoe opportuniteitskosten vooraf kunnen worden gevisualiseerd
- Hoe je gegevens omzet in een model dat beslissingen kan nemen
Basisprincipes: beslissingsruimten & optimalisatie
De wiskundige basis: 2^n lokale vs. globale optima, beperkingen, objectiefuncties en modellogica.
Wiskunde deep dive: De 5 bouwstenen die echt tellen
- Beslissingsvariabelen: Welke keuzes bestaan er (xi)?
- Doelvariabele: Wat is gemaximaliseerd (waarde, effect, NCW, voordeel)?
- Beperkingen: Wat beperkt de ruimte (budget, CO₂, capaciteit, risico, quota)?
- Interdependenties: Welke projecten conditioneren of verhinderen andere?
- Optimalisatie: Hoe kan de beste combinatie worden gevonden in de hele ruimte?
Projecten verdwijnen niet - ze worden beter gepositioneerd en optimaal gepland over meerdere jaren
In een wiskundig geoptimaliseerd investeringssysteem worden projecten niet afgedankt. In plaats daarvan worden ze opnieuw geprioriteerd, uitgesteld of strategisch geherpositioneerd, zodat ze de maximale economische bijdrage leveren aan de totale portefeuille op het optimale moment onder gegeven budget-, capaciteits- en risicobeperkingen hun economische bijdrage aan de totale portefeuille maximaliseren.
De doorslaggevende factor hierbij is het meerjarenperspectief. Investeringsbeslissingen worden niet geïsoleerd genomen voor één jaar, maar worden geoptimaliseerd in de context van 2-, 3-, 5- of 10-jarenplannen.
Liquiditeit die wordt gegenereerd door optimalisatie in het beginjaar wordt systematisch overgedragen naar het volgende jaar jaar. Dit verhoogt het beschikbare investeringsbudget voor de volgende periode. Dit volgende jaar wordt vervolgens ook weer geoptimaliseerd.
Het effect: projecten kunnen worden toegevoegd zodra ze passen in de globaal geoptimaliseerde portefeuille onder de nieuwe budget-, capaciteits- en rendementsvoorwaarden, Capaciteits- en rendementscondities passen in de globaal geoptimaliseerde portefeuille. Zo ontstaat een dynamische meerjarige optimalisatie waarbij elke optimalisatieperiode Optimalisatieperiode de investeringsmogelijkheden voor de volgende jaren structureel verbetert.
Slotgedachte
Wie de beslissingsruimte niet berekent, beheert de complexiteit - en optimaliseert niet. Wiskunde begrijpen betekent hier niet "formules leren", maar de structuur van beslissingen zodanig modelleren dat het globale optimum überhaupt zichtbaar kan worden.
Visualisatie van een 2^50 beslissingsruimte:
De visualisatie toont de 2^50 beslissingsruimte van een grote wereldwijde onderneming aan de hand van het voorbeeld van 50 projecten met een beperkt budget. De onderliggende beslissingsruimte is domeinonafhankelijk en kan identiek worden toegepast op gemeentelijke projecten, budgetbeslissingen en infrastructuurportfolio's.
2 ^ 50 mogelijke combinaties komen overeen met een orde van grootte groter dan het aantal sterren in meer dan 2.800 Melkwegen.
Deze dimensie maakt het duidelijk: zonder algoritmische optimalisatie is de selectie in feite gebaseerd op heuristische benaderingen - niet op een volledige berekening van het globale optimum.
Een vergelijking van de grootte:
onze Melkweg en een bedrijfsbeslissingsruimte met "slechts" 50 projecten
van 1,125 miljard mogelijke projectcombinaties
