31
Eine fundierte Analyse von Chancen und Ge-
fahren (Risiken) eines Unternehmens oder Pro-
jektes ist bei einer nicht sicher vorhersehbaren
Zukunft notwendig,
um eine realistische Vor-
stellung der Bandbreite der zukünftigen
Cashflows angeben zu können
(Beurteilung
der Planungssicherheit). Im ersten Teil dieses
Beitrags (CM 2/2019) wurden die wichtigsten
Methoden für eine Risikoanalyse und speziell
die Risikoquantifizierung vorgestellt, die – ne-
ben dem Risikomanagement – insbesondere im
Controlling notwendig sind, um Risiken priori-
sieren und durch geeignete Kennzahlen be-
schreiben zu können. Es wurde gezeigt, dass
Risiken im Allgemeinen nicht sinnvoll allein
durch Schadenshöhe und Eintrittswahrschein-
lichkeit beschrieben werden können.
Ein grundlegendes Problem in der Praxis be-
steht darin, die adäquate Art der quantitativen
Beschreibung eines Risikos zu finden. Benötigt
man also beispielsweise für die Beschreibung
eines Risikos eine eigenständige Wahrschein-
lichkeitsverteilung für Schadenshäufigkeit und
eine für die unsichere Höhe des Schadens, für
jeden eingetretenen Fall des Risikos? Sollte man
ein Risiko durch eine Dreiecksverteilung oder
besser durch eine Normalverteilung beschrei-
ben? Dies sind nur einige der hier relevanten
Fragestellungen. Der folgende Beitrag befasst
sich mit Datenverfügbarkeitsproblemen und
subjektiven Schätzungen, zeigt Ansatzpunkte
für die Verbesserung der Qualität der Risiko-
quantifizierung und stellt einen strukturierten
Ansatz vor, der hilft,
die adäquate Form der
quantitativen Beschreibung eines Risikos
auszuwählen
. Im Fazit werden die wesentli-
chen Überlegungen knapp zusammengefasst.
Umgang mit Datenproblemen –
Grundlagen
Die Quantifizierung eines Risikos ist, selbst
wenn vorliegende Daten (z. B. über Schäden)
ausgewertet werden, nie im eigentlichen Sinne
objektiv. Unvermeidlich ist die Quantifizierung
eines Risikos von subjektiven Einflüssen der für
die Quantifizierung zuständigen Personen ab-
hängig. Damit ist nicht etwa „Objektivität“,
sondern
„Transparenz“ die wesentliche An-
forderung an die Risikoquantifizierung
; ge-
nau wie auch bei der Unternehmensplanung.
Man wird in der Unternehmenspraxis auch bei
der Risikoquantifizierung fast immer feststel-
len, dass die „Datenqualität“ und „Datenver-
fügbarkeit“ nicht optimal ist. Aber Defizite in
der Datenverfügbarkeit und (transparente)
subjektive Schätzungen zu Risiken sind kein
grundsätzliches Problem der Risikoquantifizie-
CM Mai / Juni 2019
Risikoanalyse II:
Ein strukturierter Leitfaden zur Risikoquantifizierung
von Werner Gleißner
© Olivier Le Moal – www.stock.adobe.com
