Hoppa till huvudinnehåll Hoppa till sökning Hoppa till huvudnavigering

Beräkna KPI med AI i förväg


Vi mäter inte bara nyckeltal – vi beräknar det bästa möjliga beslutet redan innan

Tänk om styrelser, VD:ar och ekonomichefer inte först efter ett investeringsbeslut skulle konstatera om deras KPI:er har uppnåtts, utan redan före beslutet kunde beräkna vilken kombination av investeringar som lovar bäst måluppfyllelse?

Det är just här som en grundläggande paradigmförändring inom företagsstyrningen tar sin början.

I årtionden har nyckeltal (KPI:er) betraktats som centrala verktyg för ledningen: mäta, jämföra, rapportera och korrigera.

Omsättning, EBIT, ROI, avkastning på investerat kapital, kapacitetsutnyttjande, likviditet och hållbarhetsnyckeltal utgör grunden för många ledningsbeslut.

Men i en värld med ökande komplexitet, begränsade investeringsbudgetar och exponentiellt växande antal beslutsalternativ räcker det inte längre med att mäta i efterhand.

Problemet ligger inte i att KPI:er skulle vara felaktiga.

Problemet är att de ofta först visar hur framgångsrikt ett redan fattat beslut var – men inte om ett annat beslut skulle ha lett till ett bättre totalresultat.

För styrelser, VD:ar, ekonomichefer och beslutsfattare inom den offentliga sektorn uppstår därför en ny strategisk fråga:

Vilken kombination av planerade investeringar, projekt och åtgärder maximerar våra ekonomiska eller strategiska mål inom ramen för de tillgängliga resurserna?

Med StratePlan blir denna fråga en matematisk optimeringsuppgift.

KPI:er förblir relevanta. De betraktas dock inte enbart i efterhand, utan kan redan före ett beslut införlivas i portföljoptimeringen som målvärden och begränsningar.

1. Begränsningarna med klassisk KPI-styrning

KPI:er skapar transparens. De möjliggör jämförelser, synliggör utvecklingar och stöder den operativa och strategiska företagsledningen.

Men den klassiska KPI-styrningen är ofta organiserad i efterhand.

Ett företag investerar i nya produktionsanläggningar, IT-system, verksamhetsställen eller produktutveckling. Månader eller år senare kontrolleras det utifrån definierade nyckeltal om de förväntade resultaten har uppnåtts.

Den avgörande frågan förblir ofta obesvarad:

Skulle en annan kombination av samma planerade investeringar, med identisk budget, ha gett ett bättre totalresultat?

Det är just här som gränsen för en uteslutande nyckeltalsorienterad analys ligger.

Enskilda affärsområden kan framgångsrikt förbättra sina respektive KPI:er utan att detta automatiskt innebär att företaget som helhet styrs på ett optimalt sätt.

  • Försäljningsavdelningen maximerar omsättningen och marknadsandelarna.
  • Controllingavdelningen fokuserar på kostnader och avkastning på investerat kapital.
  • Produktionen optimerar kapacitet och utnyttjandegrad.
  • IT-avdelningen prioriterar digitalisering och systemtillgänglighet.
  • Hållbarhetsledningen strävar efter att uppnå utsläpps- och ESG-mål.

Var och en av dessa målsättningar kan vara meningsfull.

Men om de eftersträvas isolerat kan det uppstå målkonflikter.

Ett projekt med särskilt hög enskild avkastning kan till exempel binda så mycket investeringskapital att flera andra projekt med ett totalt sett högre ekonomiskt bidrag inte längre kan finansieras.

Optimering av enskilda nyckeltal leder därför inte nödvändigtvis till en optimering av hela investeringsportföljen.

2. Det centrala tankesvagheten: att optimera enskilda projekt istället för hela portföljer

I många företag fattas investeringsbeslut utifrån enskilda affärsfall.

Varje projekt granskas med avseende på lönsamhet, strategisk betydelse och risker.

Projekten prioriteras därefter och godkänns i enlighet med den tillgängliga budgeten.

Det låter logiskt, men har en matematisk svaghet.

Det ekonomiskt mest attraktiva enskilda projektet behöver inte nödvändigtvis ingå i den ekonomiskt bästa projektkombinationen.

Ett förenklat exempel

Ett företag har en CAPEX-budget på 10 miljoner euro och överväger tre investeringsprojekt.

Projekt Investering Förväntat nettovärdebidrag
Projekt A 7 miljoner euro 4 miljoner euro
Projekt B 5 miljoner € 3 miljoner euro
Projekt C 5 miljoner euro 3 miljoner €

Projekt A har det högsta enskilda nettovärdet.

Om projekt A väljs återstår 3 miljoner euro i budgeten. Detta räcker inte till något av de två andra projekten.

Det totala nettovärdet uppgår till 4 miljoner euro.

Om däremot projekt B och C genomförs tillsammans utnyttjas hela budgeten på 10 miljoner euro.

Det kombinerade nettovärdet uppgår till 6 miljoner euro.

Den optimerade portföljen uppnår därmed i detta exempel ett 50 % högre nettovärdebidrag – med samma CAPEX-budget.

Exempelberäkningen visar grundprincipen för matematisk portföljoptimering: Det är inte den bästa enskilda investeringen som är avgörande, utan den bästa kombinationen av alla tillgängliga investeringsalternativ.

3. Varför strategiska beslutsutrymmen växer exponentiellt

Utmaningen blir betydligt mer komplex i takt med att antalet planerade projekt ökar.

I en förenklad binär beslutsmodell kan varje projekt antingen genomföras eller inte genomföras.

Detta innebär att det vid N oberoende valbara projektteoretiskt sett finns 2N möjliga projektkombinationer.

  • 10 projekt: 1 024 kombinationer
  • 20 projekt: 1 048 576 kombinationer
  • 30 projekt: 1 073 741 824 kombinationer
  • 40 projekt: 1 099 511 627 776 kombinationer
  • 50 projekt: 1 125 899 906 842 624 kombinationer
  • 100 projekt: cirka 1,27× 10³⁰ kombinationer

Ett företag med 50 planerade investeringsprojekt överväger alltså inte bara 50 beslutsalternativ.

Det rör sig i ett teoretiskt beslutsutrymme med mer än 1,125 biljoner möjliga projektkombinationer.

Inte alla dessa kombinationer är tillåtna på grund av budget-, resurs- eller projektberoenden. Ändå förblir den matematiska komplexiteten betydande.

En styrelse kan inte fullt ut överblicka detta beslutsutrymme genom diskussioner eller intuition.

Även klassiska prioriteringslistor eller manuellt utarbetade Excel-scenarier återger oftast endast en liten del av de möjliga kombinationerna.

Den centrala utmaningen består därför i att ur ett exponentiellt stort antal möjliga projektkombinationer fastställa den ekonomiskt eller strategiskt bästa tillåtna kombinationen.

4. Mäta i efterhand eller optimera i förväg?

Skillnaden mellan klassisk KPI-styrning och matematisk ex ante-optimering ligger i tidpunkten och typen av beslutsstöd.

I efterhand: Vad har våra beslut lett till?

Den klassiska KPI-analysen granskar resultaten av redan genomförda åtgärder.

Typiska frågor är:

  • Vilken avkastning på investeringen (ROI) har våra investeringar gett?
  • Hur har vår EBIT-marginal utvecklats?
  • Vilka projekt har överskridit sina budgetar?
  • Hur hög var vår avkastning på investerat kapital?
  • Vilka strategiska mål har uppnåtts?

Denna information är oumbärlig för kontroll, rapportering och företagsledning.

Den ger dock inte automatiskt svar på om en annan kombination av investeringar skulle ha varit mer framgångsrik.

Ex ante: Vilket beslut bör vi fatta?

Ex ante-optimering sker innan investeringsbeslutet fattas.

Den utvärderar planerade projekt utifrån deras förväntade ekonomiska resultat och tillgängliga resurser.

Typiska frågor är:

  • Vilken projektkombination maximerar vårt totala nettovärde?
  • Vilka investeringar bör genomföras inom ramen för vår CAPEX-budget?
  • Vilken projektkombination ger den högsta uppnådda måluppfyllelsen?
  • Hur förändras resultaten vid en lägre budget?
  • Vilka projekt konkurrerar om samma resurser?
  • Vilka investeringar bör beaktas vid förändrade strategiska prioriteringar?

Ex-post-KPI:er visar vad som har uppnåtts. Ex-ante-optimering undersöker vilket beslut som ger det bästa förväntade resultatet innan det genomförs.

De båda tillvägagångssätten kompletterar varandra.

Mätningen i efterhand är fortfarande nödvändig för att jämföra de faktiska resultaten med de ursprungliga antagandena och förbättra framtida beslut.

5. KPI:er blir målvariabler för matematisk optimering

StratePlan ersätter inte KPI:er.

Snarare kan relevanta nyckeltal redan beaktas vid den matematiska modelleringen av strategiska beslut.

Dessa inkluderar till exempel:

  • Nettobidrag: Förväntat ekonomiskt nettobidrag
  • Portföljens avkastning på investerat kapital (ROI): Förväntad avkastning på investerat kapital för hela portföljen
  • CAPEX: Tillgänglig investeringsbudget
  • OPEX: Löpande driftskostnader
  • Risk: Definierade riskgränser eller riskbedömningar
  • Resurser: Personal, kapacitet och teknisk tillgänglighet
  • Effekt: Strategisk, samhällelig eller ekologisk effekt

Beroende på optimeringsmodell beaktas dessa variabler som målfunktion, viktningsparametrar eller randvillkor.

Det är viktigt att inte okontrollerat vägas samman olika målvariabler.

Ekonomiska, ekologiska och samhälleliga mål kräver tydliga utvärderingskriterier och, vid behov, uttryckligen fastställda viktningar.

Den matematiska optimeringen undersöker därefter vilken projektkombination som bäst uppfyller de definierade målen inom de givna begränsningarna.

Resultatet är inte bara ännu en KPI-utvärdering, utan en konkret beräknad investeringsportfölj.

6. Hur StratePlan beräknar investeringsbeslut

Det är relativt enkelt att komma igång med matematisk portföljoptimering.

För en grundläggande ekonomisk optimeringsmodell behöver StratePlan först tre uppgifter per projekt:

  1. Projekt-ID: Unikt projekt-ID
  2. Utgifter: Planerade utgifter respektive investeringar
  3. Intäkter: Förväntade intäkter eller ekonomiska avkastningar

Denna information kan till exempel hämtas från befintliga Excel-tabeller, investeringsplaner eller affärsanalyser.

Utifrån den definierade målfunktionen och den tillgängliga budgeten undersöker StratePlan möjliga projektkombinationer.

Avancerade modeller kan ta hänsyn till ytterligare parametrar:

  • Projektberoenden
  • Fackmässiga eller strategiska viktningar
  • Fleråriga investeringsbudgetar
  • Resursbegränsningar
  • Tidsmässiga krav
  • Risk- och hållbarhetskriterier

StratePlan kombinerar matematiska optimeringsmetoder från operationsanalys med AI-baserade tillvägagångssätt för effektiv analys av stora kombinatoriska beslutsutrymmen.

Beräkningen ger en optimerad projektkombination baserad på de inmatade uppgifterna och modellparametrarna.

Beroende på problemställningen och den använda metoden kan det röra sig om en bevisligen optimal eller en approximativt optimal lösning.

Den avgörande innovationen ligger i att inte bara utvärdera lönsamheten hos enskilda projekt, utan att optimera deras kombinerade effekt inom ramen för en gemensam investeringsbudget.

7. Live under styrelsemötet: Vad händer om vi ändrar våra KPI:er?

Den särskilda strategiska nyttan uppstår när den matematiska portföljoptimeringen integreras direkt i ledningens beslutsprocesser.

Låt oss föreställa oss ett styrelsemöte i ett industriföretag.

På dagordningen står 100 planerade CAPEX-projekt, vars sammanlagda finansieringsbehov betydligt överstiger den tillgängliga investeringsbudgeten.

StratePlan beräknar först en optimerad projektkombination utifrån de fastställda målen och begränsningarna.

Nu inleds den strategiska diskussionen.

Scenario A: Maximera nettobidraget

Ekonomichefen ställer frågan:

”Vilken projektkombination ger det högsta förväntade nettovärdet med vår befintliga CAPEX-budget?”

StratePlan beräknar en motsvarande portfölj.

Ledningen får en överblick över vilka projekt som väljs ut, hur stor budget som krävs och vilket förväntat nettovärdeportföljen totalt sett ger.

Scenario B: Minska CAPEX-budgeten

VD:n frågar:

”Vad händer om vi måste minska vår investeringsbudget med 15 %?”

Budgetbegränsningen justeras.

StratePlan beräknar portföljen på nytt.

Styrelsen kan därefter undersöka vilka projekt som måste strykas, hur det förväntade värdet förändras och vilka investeringar som fortfarande ingår i portföljen.

Scenario C: Ge strategiska projekt högre vikt

En styrelseledamot ställer frågan:

”Hur förändras vår investeringsportfölj om vi prioriterar digitalisering och energieffektivitet i högre grad?”

De relevanta viktningsparametrarna justeras.

Efter den nya beräkningen kan resultaten jämföras med de tidigare scenarierna.

Scenario D: Ytterligare investeringsmedel

Ekonomichefen vill veta:

”Vilket ytterligare ekonomiskt bidrag skulle vi kunna uppnå med ytterligare 20 miljoner euro i CAPEX?”

Budgeten höjs och portföljen optimeras på nytt.

På så sätt kan ledningen jämföra det modellerade ytterligare värdet med den nödvändiga kapitalinsatsen.

Ändra parametrar. Beräkna på nytt. Jämför scenarier. Fatta välgrundade beslut.

På så sätt förvandlas en statisk investeringsrapport till en dynamisk beslutsgrund för hela ledningen.

8. Känslighetsanalys: Hur robust är vår investeringsstrategi?

En enskild optimeringsberäkning ger inledningsvis ett resultat för de definierade antagandena.

Analysen blir strategiskt särskilt värdefull när olika parametrar ändras systematiskt.

En känslighetsanalys undersöker till exempel:

  • Vilka projekt förblir valda vid olika CAPEX-budgetar?
  • Hur förändras nettovärdet när projektkostnaderna stiger?
  • Vilka investeringar reagerar särskilt känsligt på förändrade intäktsförväntningar?
  • Vilka projekt utesluts vid en högre riskviktning?
  • Vilka strategiska prioriteringar påverkar portföljens sammansättning mest?

Detta visar vilka investeringsbeslut som är särskilt robusta inom modellen.

Andra projekt väljs eventuellt endast ut under vissa ekonomiska eller strategiska antaganden.

Ex-ante-optimering ger därmed inte bara en beräknad projektkombination, utan möjliggör också en systematisk undersökning av alternativa beslutsvillkor.

9. Alternativkostnader: Det ekonomiska värdet av de alternativ som inte valts

Varje investeringsbeslut medför alternativkostnader.

Om kapital satsas på ett visst projekt är det inte längre tillgängligt för andra investeringar.

Detta gäller särskilt vid begränsade CAPEX-budgetar.

Ett företag kan välja ekonomiskt attraktiva enskilda projekt och ändå låta ett betydande ytterligare värdetillskott förbli outnyttjat om kombinationen av dessa projekt inte är optimal.

Matematisk portföljoptimering gör det möjligt att kvantifiera sådana skillnader mellan de alternativ som övervägs.

En jämförelse mellan den ursprungligen planerade investeringsportföljen och en optimerad portfölj kan visa:

  • Hur stort det förväntade nettovärdet är för de båda portföljerna
  • Vilka projekt som väljs ut på olika sätt
  • Hur mycket CAPEX som krävs i respektive fall
  • vilka ekonomiska möjligheter som förblir outnyttjade i den ursprungliga portföljen

Skillnaden mellan de modellerade resultaten tydliggör den ekonomiska förbättringspotentialen utifrån de underliggande antagandena.

Det verkliga värdet av ex ante-optimeringen ligger därför inte i snyggare KPI:er, utan i möjligheten att identifiera bättre investeringskombinationer innan kapital binds.

10. Praktisk referens: Klybeck-området i Basel

Hur stor den ekonomiska skillnaden mellan en befintlig planering och en matematiskt optimerad portfölj kan vara framgår av StratePlan-referensen för Klybeck-området i Basel.

Inom ramen för portföljoptimeringen för Central Real Estate AG och Swiss Life AG undersöktes olika investerings- och projektkombinationer matematiskt.

Det modellerade resultatet:

  • Ursprunglig avkastning på investerat kapital: 7,0 %
  • Optimerad avkastning på investerat kapital: 11,4 %
  • Relativ avkastningsförbättring: cirka 63 %
  • Ytterligare modellerat ekonomiskt värdetillskott: cirka 30 miljoner CHF

Förbättringen har modellerats genom en ändrad kombination av befintliga investeringsalternativ med oförändrad budget.

Siffrorna illustrerar potentialen i matematisk portföljoptimering. De utgör ingen allmän avkastningsgaranti för andra projekt eller företag.

Den avgörande insikten: Det är inte nödvändigtvis mer investeringskapital, utan en bättre kombination av investeringarna som kan öka det totala ekonomiska värdet.

11. Varför mänsklig erfarenhet inte räcker på egen hand

Erfarna styrelseledamöter, ekonomichefer och investeringschefer har omfattande sakkunskap och en djup förståelse för sina företag.

Denna kompetens förblir oumbärlig.

Men inte ens mångårig erfarenhet kan fullt ut täcka exponentiellt stora beslutsutrymmen.

Redan vid sju binära projektbeslut uppstår 128 möjliga kombinationer.

Vid 20 projekt blir det mer än en miljon.

Vid 50 projekt blir det mer än en biljon.

Människans styrka ligger i att fastställa strategiska mål, förstå ekonomiska samband och bedöma kvaliteten på antaganden.

Styrkan i matematisk optimering ligger i att systematiskt undersöka stora mängder möjliga kombinationer.

Kombinationen av ledningserfarenhet, tillförlitliga fackdata och matematisk optimering skapar en mer välgrundad beslutsbas än någon av dessa komponenter enskilt.

12. Från Business Intelligence till Decision Intelligence

Business Intelligence besvarar framför allt frågor om ett företags ekonomiska utveckling.

Vad har hänt? Vilka nyckeltal har förändrats? Var finns avvikelser jämfört med planeringen?

Beslutsintelligens utvidgar detta perspektiv genom att systematiskt stödja konkreta beslut.

Vilka handlingsalternativ finns tillgängliga? Vilka begränsningar gäller? Vilken kombination maximerar de definierade målen?

StratePlan positionerar sig inom detta område som ett matematiskt system för portfölj- och beslutsoptimering.

Det kompletterar befintliga ERP-, controlling- och Business Intelligence-system med en ytterligare nivå:

Beräkning av optimerade beslut innan de genomförs.

Ett företag behöver inte nödvändigtvis byta ut sina befintliga IT-system för detta.

De nödvändiga projektuppgifterna kan inledningsvis tillhandahållas via enkla tabeller. Utökade integrationer är möjliga via lämpliga gränssnitt beroende på kraven.

Därmed blir matematisk beslutsoptimering tillgänglig även för företag som hittills huvudsakligen har arbetat med klassiska investeringslistor och Excel-modeller.

13. Slutsats: KPI:er förblir viktiga – men beslutet kommer först

KPI:er kommer även i framtiden att förbli en oumbärlig del av professionell företagsledning.

De gör det möjligt att övervaka ekonomiska utvecklingar, kontrollera strategiska mål och utvärdera faktiskt uppnådda resultat.

Men de besvarar inte på egen hand den avgörande frågan om ett företag har fördelat sitt tillgängliga investeringskapital på bästa möjliga sätt mellan sina projekt.

Det är just här som matematisk ex ante-optimering kommer in.

StratePlan undersöker möjliga investeringskombinationer med hänsyn till ekonomiska mål, begränsade budgetar och definierade restriktioner.

Resultaten kan beräknas, justeras och jämföras med varandra i olika scenarier innan ett investeringsbeslut fattas.

Framtiden för strategisk företagsstyrning ligger därför inte i att bara mäta KPI:er snabbare, utan i att redan i förväg matematiskt optimera de beslut som påverkar dessa KPI:er.

Detta förändrar den centrala ledningsfrågan.

I stället för att enbart fråga:

”Hur framgångsrika var våra investeringar?”

lyder den kompletterande frågan:

”Vilken kombination av våra planerade investeringar skulle under de givna förutsättningarna ge det högsta totala ekonomiska bidraget?”

Svaret på den frågan är ingen klassisk rapporteringsuppgift.

Det är en uppgift inom matematisk portföljoptimering.

StratePlan – optimera beslut i förväg. Mäta KPI:er i efterhand. Använda kapitalet på ett smartare sätt.

Hur mycket mer ekonomiskt värde finns det att hämta i er CAPEX-budget?

Beräkna vilken kombination av dina planerade investeringsprojekt som kan uppnå det högsta förväntade nettovärdet inom din tillgängliga budget.

Samma projekt. Samma budget. Optimerad kombination. Bättre resultat.

Optimera nu upp till 15 projekt gratis →

Författare: Sascha Rissel CEO mAInthink

Sascha Rissel är entreprenör, strategisk rådgivare och teknologisk visionär med över 20 års erfarenhet av utveckling, skalning och optimering av komplexa affärsmodeller. Han kombinerar djup affärsekonomisk expertis med en stark teknologisk förståelse, särskilt inom artificiell intelligens, algoritmiska beslutsmodeller och systemoptimering.

Genom initiativ som StratePlan och DeepAnT driver han i hög grad utvecklingen av datadrivna ROI-beräkningar, intelligent projektprioritering och prediktiv analys. Hans fokus ligger på mätbar effekt, robusta beslutsunderlag och att omsätta mycket komplexa matematiska modeller till praktiskt tillämpbara lösningar för näringsliv, offentlig förvaltning och industri.

Sascha Rissel står för en tydlig princip: att konsekvent sammanföra strategi, teknologi och effekt.

Slut på gissningar för mångmiljoninvesteringar

Kalkylera affärs- och investeringsbeslut nu
Kontrollera investeringspotentialen

För många projekt, för liten budget

Beräkna fler projekt med samma budget
Analysera budgetpotentialen
Prenumerera på nyhetsbrevet
Dataskydd
Genom att välja Fortsätt bekräftar du att du har läst vår och accepterat våra .
Fälten markerade med * är obligatoriska.