Bereken globaal maximum met AI

Waarom AI-gebaseerd projectportfoliomanagement traditionele beslissingen structureel inhaalt

Samenvatting

Elk jaar investeren bedrijven miljarden in projecten, programma's en transformaties. Toch komt er in de praktijk een terugkerend patroon naar voren:

Niet individuele projecten zijn het probleem - maar de combinatie ervan.

Traditioneel projectportfoliomanagement (PPM) structureert, prioriteert en creëert transparantie. Wat het echter meestal niet doet, is systematisch de globaal geoptimaliseerde projectportefeuille berekenen.

Naarmate het aantal projecten toeneemt, groeit de beslissingsruimte exponentieel:

• 10 projecten → 1.024 combinaties
• 20 projecten → meer dan 1 miljoen combinaties
• 30 projecten → meer dan 1 miljard combinaties
• 50 projecten → ~1,125 miljard combinaties

Deze orde van grootte is onbeheersbaar voor conventionele methoden.

Dit is precies waar AI-ondersteunde combinatorische optimalisatie om de hoek komt kijken: Het transformeert projectportfoliomanagement van een structureringsproces naar een besluitvormingssysteem dat ex ante het globale maximum berekent.

1. Het structurele probleem in projectportfoliomanagement

Projectportfoliomanagement vervult drie centrale functies:

• Verzamelen en structureren van projecten
• Creëren van transparantie
• Ondersteunen van besluitvormingsprocessen

Deze functies zijn noodzakelijk - maar niet voldoende.

De cruciale blinde vlek

Het volgende geldt impliciet in bijna alle organisaties:

Besluiten worden genomen zonder de volledige besluitvormingsruimte te analyseren.

In plaats daarvan worden ze gebruikt:

• Scoringsmodellen
• Businesscases
• Prioritisatierondes
• Managementworkshops
• Scenario-analyses

Deze methoden hebben een structureel kenmerk gemeen:

Ze reduceren complexiteit in plaats van deze volledig te berekenen.

2. De beslissingsruimte: waarom 2^N alles verandert

Het centrale wiskundige principe achter projectportfolio's is eenvoudig - maar heeft verstrekkende gevolgen:

Elk project kan worden gekozen of niet worden gekozen.

Dit resulteert in:

Aantal mogelijke portefeuilles = 2^N

Met elke extra projectoptie verdubbelt de beslissingsruimte.

Gevolg

Met 30 projecten:

• meer dan 1.000.000.000 mogelijke combinaties

Met 50 projecten:

• meer combinaties dan seconden sinds de schepping van het universum

Praktische gevolgen

Geen directie, geen PMO, geen Excel-model kan

• alle combinaties doordenken
• rekening houden met alle afhankelijkheden
• alle beperkingen tegelijkertijd optimaliseren

Het resultaat is systematische suboptimalisatie.

3. Waarom klassieke methoden niet tot het globale maximum leiden

3.1 Heuristische prioritering

Typisch:

• Top-down selectie
• Bezuinigingen op basis van budget
• "Top 10 projecten"

Probleem:

→ Houdt alleen rekening met een deelverzameling van de beslissingsruimte

3.2 Scoringsmodellen

Typisch:

• gewogen criteria (ROI, risico, strategie)
• Rangschikking van projecten

Probleem:

→ optimaliseert projecten afzonderlijk, niet hun combinatie

3.3 Scenario- en Monte Carlo-benaderingen

Typisch:

• Simulatie van onzekerheden
• Waarschijnlijkheidsverdelingen

Probleem:

→ resultaten simuleren, maar geen optimale selectie maken

3.4 beslissingsrondes / bestuur

Typisch:

• Beslissingen van het comité
• iteratieve aanpassingen

Probleem:

→ beperkte cognitieve capaciteit + vooroordelen

4. Het werkelijke doel: het globale maximum

Het doel van een projectportfolio is niet

• het beste project
• de beste rangschikking
• het meest plausibele scenario

Maar eerder:

De combinatie van projecten die het maximale totale voordeel genereert onder alle beperkingen.

Dit is het globale maximum.

Formeel geabstraheerd:

Maximaliseren:

• Totale waarde (bijv. NCW, EBIT, impact)

Onder beperkingen:

• Budget
• Middelen
• Afhankelijkheden
• Risico's
• strategische richtlijnen

Beslissend punt

Het globale maximum is:

• geen advies
• geen simulatie
• geen schatting

Maar:

een eigenschap van de onderliggende gegevensruimte

5. AI als beslissingsmotor: van PPM tot optimalisatie

AI in projectportfoliomanagement wordt vaak verkeerd begrepen als een

• Dashboard
• Voorspellingsmodel
• Assistentiesysteem

Dit schiet tekort.

De echte paradigmaverschuiving

AI maakt

de volledige of ongeveer volledige analyse van de beslissingsruimte

Kerncomponenten van moderne AI voor beslissingen

1. Combinatorische optimalisatie

• Doorzoekt de ruimte van 2^N combinaties
• Gebruikt methoden zoals:
  • Mixed Integer Programming (MIP)
  • Tak-en-grens
  • Beperkte programmering

2. Beperkingen als wiskundig model

Voorbeeld:

• Budget ≤ 500 miljoen
• Project A alleen met project B
• max. 20 % risicodeling
• regionale verdeling

3. Parallellisatie

• enorme reductie in rekentijd
• Opschalen naar grote beslissingsruimten

4. Besluitmodellering

• Integratie van strategische doelen
• Weging van risico's
• In kaart brengen van organisatorische logica

6. Vaste activa: Waarom fouten hier bijzonder kostbaar zijn

De kwestie is vooral kritiek op het gebied van

Vaste activa

Voorbeelden:

• Infrastructuurprojecten
• Vastgoedontwikkelingen
• Productiefaciliteiten
• Energieprojecten

Kenmerken

• hoge kapitaalsinvestering
• lange looptijden
• lage omkeerbaarheid

Probleem

Verkeerde beslissingen leiden tot

• jarenlange misallocatie van kapitaal
• beperkte liquiditeit
• structurele concurrentienadelen

Typisch patroon

Organisaties:

• evalueren projecten individueel
• nemen sequentieel beslissingen
• houden slechts in beperkte mate rekening met combinatie-effecten

Werkelijkheid

De waarde van een project hangt af van

• andere projecten in de portefeuille
• Synergieën
• Kannibalisatie
• Toezegging van middelen

De optimale portefeuille is niet de som van optimale individuele beslissingen.

7. De volledige investeringslijst als voorwaarde

Een vaak onderschat punt:

Optimalisatie vereist volledigheid.

Noodzakelijk voordat een beslissing wordt genomen:

• volledige lijst van alle relevante projecten
• geen voorfiltering door intuïtie
• geen voortijdige eliminatie

Waarom?

Elke verwijderde optie:

→ verandert de beslissingsruimte
→ Voorkomt potentieel betere combinaties

Typische fout

• "We hebben al voorgeselecteerd"
• "Deze projecten staan toch al vast"

Gevolg

→ het globale maximum kan systematisch worden uitgesloten

8. Kwantitatief effect: wat betekent dit in de praktijk?

Ervaring met geoptimaliseerde portefeuilles toont

• +20% tot +60% toegevoegde waarde van dezelfde projecten
• aanzienlijk beter rendement op investering
• stabielere risicostructuur

Voorbeeldig effect

Dimensie	Klassiek	Geoptimaliseerd (AI)
Beslissingsbasis	Subset	Gehele ruimte
Rekening houden met afhankelijkheden	beperkt	volledig
Rendement op investering	suboptimaal	globaal gemaximaliseerd
Risicoverdeling	inconsistent	systematisch
Transparantie	hoog	hoog + verklaarbaar
Besluitkwaliteit	plausibel	mathematisch optimaal

9. Van "goede beslissingen" naar optimale beslissingen

Een centrale misvatting in organisaties:

"Als we goede processen hebben, nemen we goede beslissingen."

Dit is slechts gedeeltelijk waar.

De werkelijkheid

Goede processen leiden tot:

• begrijpelijke beslissingen
• geaccepteerde beslissingen

Maar niet noodzakelijkerwijs tot

• optimale beslissingen

Verschil

Categorie	Klassiek	Optimalisatie
Beslissingstype	aannemelijk	berekend
Basis	gereduceerde complexiteit	volledige ruimte
Kwaliteit	goed	globaal optimaal

10. Strategische implicaties voor bedrijven

Het vermogen om het globale maximum te berekenen wordt een structureel concurrentievoordeel.

Waarom?

Omdat het

• betere kapitaalallocatie
• hogere rendementen met hetzelfde budget
• snellere strategische aanpassing

Vergelijking

Twee bedrijven met identieke projecten:

• Bedrijf A gebruikt klassieke methoden
• Onderneming B gebruikt optimalisatie

→ Onderneming B behaalt significant hogere resultaten op de lange termijn

11. Conclusie

Projectportfoliomanagement blijft essentieel - maar:

Het is de basis van de beslissing, niet de beslissing zelf.

De echte transformatie ligt in het vermogen om

de volledige beslissingsruimte te analyseren en het globale maximum te berekenen

AI is geen assistentiesysteem, maar

een beslissingsmotor

FAQ

1. Wat betekent "globaal maximum" in de projectportfolio?

Het globale maximum is de combinatie van projecten die het maximale totale voordeel oplevert onder alle gegeven beperkingen (budget, middelen, risico, enz.). Het is een wiskundig gedefinieerde optimale oplossing.

2. Waarom is klassiek projectportfoliomanagement niet voldoende?

Omdat het niet systematisch de volledige beslissingsruimte (2^N combinaties) analyseert. Beslissingen zijn daarom onvermijdelijk gebaseerd op deelverzamelingen en leiden tot suboptimale resultaten.

3. Is het globale maximum echt berekenbaar in de praktijk?

Ja, met moderne methoden van combinatorische optimalisatie en parallellisatie kan de beslissingsruimte efficiënt doorzocht of met hoge precisie benaderd worden.

4. Is dit niet alleen een theoretisch concept?

Nee. In echte toepassingen kunnen significante verschillen in rendement en effect worden waargenomen, omdat er systematisch rekening wordt gehouden met combinatie-effecten.

5. Welke gegevens zijn nodig?

• Lijst van alle projecten
• Investeringskosten
• verwachte waarden (bijv. NCW)
• Beperkingen (budget, middelen, enz.)

Optioneel:

• Risico's
• Afhankelijkheden
• strategische wegingen

6. Wat is het verschil tussen optimalisatie en simulatie?

Simulatie toont mogelijke ontwikkelingen. Optimalisatie bepaalt de beste beslissing binnen deze mogelijkheden.

7. Is dit alleen relevant voor grote bedrijven?

Nee. Vooral met beperkte budgetten is een geoptimaliseerde toewijzing cruciaal, omdat verkeerde beslissingen zwaarder wegen.

8. Hoe verandert dit de rol van het management?

Het management blijft beslissingen nemen, maar op basis van

• volledige transparantie
• gekwantificeerde alternatieven
• duidelijk geïdentificeerde opportuniteitskosten

9. Welke specifieke rol speelt AI?

AI maakt het mogelijk:

• Modelleren van complexe beslissingsruimten
• efficiënt zoeken naar optimale oplossingen
• Integratie van meerdere doelen en beperkingen

10. Wat is de grootste hefboom?

De grootste hefboom ligt niet in betere projecten, maar in

het beter combineren van bestaande projecten