Die Szenarien-Technik in der BWL

Premium

Shop-Artikel

1. Einleitung

Das Treffen guter Entscheidungen setzt eine ausreichende Datenbasis voraus. Dazu muss das Problem gelöst werden, wie die Unsicherheit der Datenprognose berücksichtigt werden kann. Denn bei fast keiner Vorhersage darf man sicher sein, dass die prognostizierten Größen auch wie erwartet eintreten werden. Von der Unsicherheit betroffen sind fast alle Prognosegrößen wie z. B. Verkaufsmengen, Nettopreise, Material- und Personalkosten, Zinssätze usw.
Nur in ganz wenigen Ausnahmefällen kann man von sicheren Werten ausgehen. Dies gilt zum Beispiel für die nach dem EEG (Erneuerbare-Energie-Gesetz) geförderten Investitionen, für welche Einspeisevergütungen über 20 Jahre garantiert wurden und werden. Andere Größen mögen ziemlich genau vorhergesagt werden können, wie zum Beispiel die Personalkosten in Deutschland. Dabei können auch hier Risiken lauern, weil die betrachteten Arbeiten eventuell schon in einigen Jahren von günstigeren Robotern übernommen werden könnten.
Bei den meisten Größen ist es aber so, dass ihre Vorhersagen mit großen Unsicherheiten behaftet sind. Schnelle unerwartete Änderungen können die Vorteilhaftigkeit von Handlungsmöglichkeiten von einem Tag auf den anderen obsolet werden lassen.
Angesichts der hohen Anzahl von zu prognostizierenden Größen und ihren möglichen Ausprägungen ist die Schlussfolgerung aus dem Unsicherheitsproblem sehr unbefriedigend: Durch die vielen Einflussfaktoren ist eine exakte Lösung nicht möglich. Es kann also nicht nach der optimalen Vorgehensweise gesucht werden, sondern nur nach einer möglichst wenig schlechten Methode. Dabei muss berücksichtig werden, dass sich der Aufwand für die fundierte Ermittlung von Daten in akzeptablen Grenzen halten muss.

(5 Seiten)