44
nutzt werden, die die Ergebnisauswirkungen
eines Risikos in einer Periode (z. B. Jahr) be-
schreibt. Eine differenziertere Betrachtung ist
möglich, wenn man ein Risiko beschreibt durch
(1) eine Wahrscheinlichkeitsverteilung für die
Häufigkeit des Risikoeintritts in einer Periode
und (2) eine Wahrscheinlichkeitsverteilung für
die Schadenshöhe je eingetretenen Risikofall.
Die wichtigsten
Verteilungsfunktionen
im
Rahmen des Risikomanagements sind Bino-
mialverteilung, Normalverteilung und Drei-
ecksverteilung (vgl. Abbildung 1). Diese Ver-
teilung beschreibt dann meist die monetären
Auswirkungen des Risikos in einem Jahr und
damit integriert Häufigkeit des Eintretens und
Höhe der Auswirkungen des Risikos.
Traditionell häufig Verwendung findet in der
Praxis die einfachste
Binomialverteilung
, die
ein Risiko nur durch Schadenshöhe und Ein-
trittswahrscheinlichkeit beschreibt. Diese ist
angemessen, wenn man „ereignisorientierte
Risiken“ mit sicherer Wirkung betrachtet. Bei
diesen kann man näherungsweise davon aus-
gehen, dass das entsprechende Risiko genau
einmal in einem Jahr mit der Wahrscheinlich-
keit p eintritt und dann einen Schaden zur Kon-
sequenz hat. Typische Anwendungsfälle sind
der Verlust eines Schlüsselkunden, der Brand in
einer Fabrik oder der Ausfall einer kritischen
Maschine. Ereignisorientierte Risiken sind da-
mit entweder „Chance“ oder „Gefahr“ – aber
nicht beides zugleich. Kann ein Ereignis mehr
als einmal innerhalb eines Jahres eintreten, be-
nötigt man dagegen die Poisson-Verteilung
oder eine allgemeine Binomialverteilung (n > 1).
Risiken, die Chance und Gefahr zugleich darstel-
len, kann man z. B. durch die Normalverteilung
beschreiben. Für ihre Spezifikation benötigt man
den Erwartungswert, der als Lageparameter
aussagt, was „im Mittel“ passiert, und die Stan-
dardabweichung, die den Umfang „üblicher“ po-
sitiver oder negativer Abweichungen spezifiziert.
Die Normalverteilung findet insbesondere zur
Beschreibung von Risiken Anwendung, die man
als Verdichtung vieler einzelner kleiner (und un-
abhängiger) Einzelereignisse auffassen kann,
wie z. B. für Nachfrageschwankungen, Umsatz-
schwankungen, Zinsänderungs- und Währungs-
risiken und Rohstoffpreisänderungen (speziell
also für „marktbezogene“ Risiken).
2. Ursachenaggregation:
Wenn zwei (oder
mehr) Risiken die gleiche Ursache haben, fasse
sie zu einem Risiko zusammen und aggregiere
die Wirkung, beispielsweise durch die Addition
der Schäden (unabhängige Einzelrisiken).
Diese Daumenregeln helfen schon für eine
erste Strukturierung. Es ist allerdings zu be-
achten, dass es grundsätzlich empfehlenswert
ist, die tatsächliche stochastische Abhängig-
keit auf der Ursachen- und Wirkungsebene
verschiedener Risiken beziehungsweise Facet-
ten eines Risikos zu verstehen und dann Risi-
ken zu strukturieren und dann eine (simulati-
onsbasierte) Risikoaggregation vorzunehmen,
die eben diese stochastischen Abhängigkeiten
adäquat berücksichtigt. Notwendig ist immer
ein tieferes Verständnis der Ursachen und Wir-
kungen aller Chancen und Gefahren (Risiken),
die Planabweichungen auslösen können. Die
Grundlage ist die Entwicklung eines „stochas-
tischen Modells“, das die bestehenden (sto-
chastischen) Zusammenhänge, wie Abhängig-
keiten oder auch Verstärkungseffekte, adäquat
beschreibt (vgl. das Fallbeispiel in Gleißner,
2017a, S. 224ff).
Eine ergänzend oft nützliche „halb-quantitative“
Methode der Beurteilung von Risiken stellt die
Szenariotechnik dar, bei der schon verschiedene
„Einzelrisiken“ verdichtet werden können.
Risikoquantifizierung: Quantitative
Beschreibung von Risiken
Grundlagen
Zur quantitativen Beschreibung eines Risikos
kann eine Wahrscheinlichkeitsverteilung ge-
sche Risiken sowie Risiken aus Unterstüt-
zungsprozessen (z. B. IT). Bei operativen Risi-
ken der Wertschöpfungsketten werden die Ar-
beitsprozesse (einschließlich der Schnittstellen)
beschrieben, um anschließend Schritt für
Schritt zu überprüfen, welche Risiken eine Ab-
weichung vom geplanten Prozessablauf verur-
sachen können. Die meist zunächst nur nach
subjektiv geschätzter Relevanz priorisierten Ri-
siken werden in einem Risikoinventar zusam-
mengefasst (vgl. Abbildung 1).
Bevor man die quantitative Beschreibung eines
Risikos vornimmt, ist es oft notwendig, die ver-
schiedenen Teilaspekte eines wichtigen und
komplexen Risikos, wie z. B. „Risiko Projekt X“,
adäquat zu strukturieren, d. h., insbesondere
sich der oft impliziten Abhängigkeit zwischen
den „Teil-Risiken“ bewusst zu werden (vgl.
auch Gleißner, 2001 zur Strukturierung von
Risiken). Auch für eine möglichst überschnei-
dungsfreie und sachgerechte Zusammen
fassung der Risiken im Risikoinventar ist fast
immer eine Neustrukturierung der zunächst
identifizierten und im (ersten) Risikoinventar)
erfassten Risiken sinnvoll. Schon vor der ersten
quantitativen Beschreibung von Risiken durch
Wahrscheinlichkeitsverteilungen kann es hilf-
reich sein, identifizierte Risiken neu zu struktu-
rieren (z. B. also zwei Risiken zusammenzufas-
sen). Dazu gibt es einige einfache (heuristische)
Regeln, die für die spätere Risikoaggregation
wichtig sind, wie z. B.
1. Wirkungsaggregation:
Haben zwei Risiken
die gleiche Auswirkung, aggregiere die Wahr-
scheinlichkeiten der Ursachen, beispielsweise
im einfachsten Fall durch eine Addition der Ein-
trittswahrscheinlichkeiten (bei unabhängigen
Risiken mit kleiner Eintrittswahrscheinlichkeit).
Abb. 2: Risiken mit unsicherer Wirkung (Quelle: Gleißner, 2017a, S. 177)
Risikoanalyse (I)
