Monte-Carlo-Simulation

Definition

Die Monte-Carlo-Simulation ist ein mathematisches Verfahren, das auf wiederholten Zufallsexperimenten basiert. Anstatt eine einzelne Prognose zu erstellen (“Das Projekt kostet 1,2 Mio. €”), werden Tausende mögliche Szenarien durchgerechnet — jedes mit leicht variierenden Annahmen. Das Ergebnis ist keine Zahl, sondern eine Wahrscheinlichkeitsverteilung: Mit 95-prozentiger Wahrscheinlichkeit liegt das Budget zwischen X und Y.

Der Name stammt vom Casino in Monte Carlo, da die Methode Zufallszahlen nutzt — ähnlich wie Roulette. Stanislaw Ulam und John von Neumann entwickelten sie in den 1940er Jahren für nukleare Forschung. Heute ist sie Standard in der Finanzindustrie, der Pharmaforschung und dem Projektmanagement.

Warum es wichtig ist

Traditionelle Projektplanung arbeitet mit Einzelwerten: Ein Budget, ein Termin, ein Risiko. Das Problem: Diese Werte sind fast immer falsch. Die Monte-Carlo-Simulation ersetzt Punktprognosen durch Wahrscheinlichkeitsbänder und zeigt dem Management, wo die wirklichen Unsicherheiten liegen.

• Quantifizierte Unsicherheit — Statt “wahrscheinlich im Budget” sagt man: “82% Wahrscheinlichkeit, das Budget einzuhalten”
• Was-wäre-wenn-Analysen — Wie ändert sich die Wahrscheinlichkeit, wenn der Lieferant zwei Wochen später liefert?
• Frühwarnung — Wenn die Wahrscheinlichkeit einer Budgetüberschreitung von 15% auf 45% steigt, ist das ein klares Signal

Verwandte Begriffe