Business Value Optimierung des Portfolio ...

... diese Seite ist gerade im Entstehen - daher nur ganz grob die Gedanken notiert. Wird in der nächsten Zeit sicher aktualisiert.

Was ist das eigentliche Problem?

Wenn man wirklich das Portfolio bzgl. Business Value optimieren wollte müsste man Letzt endlich alle möglichen Reihenfolgen alle Projekte bzgl. möglicher Endtermine durchrechnen.

Die Kombinatorik macht das dummerweise schlicht unmöglich. Die Anzahl der Kombinationen (Reihenfolge) berechnet sich über N! (Fakultät). Bei 5 Projekten sind es noch 120 Kombinationen - kein Problem. Bei 10 Projekten schon 3,6 Millionen - das könnte man noch berechnen ... aber wer hat nur 10 Projekte - das ist also keine gute Idee.

Die Frage lautet daher: Wie bekommt man die Kombinatorik in den Griff?

Die Lösung kommt, wieder einmal auch Richtung der Theory-of-Constraints oder Systemtheorie. Hier gibt es einen Satz: "In jedem produzierenden System aus gekoppelten Teilsystemen, gibt es eines, das den Durchsatz am stärksten begrenzt!".

Sprich, wenn man an diesem einen Teilsystem, das Portfolio optimiert, dann hat man das Optimum erreicht. Das deckt sich mit den Ideen aus dem Throughput Accounting zur optimalen Priorisierung.

Wenn man also alle Projekte nach dem Quotient aus DB1 dividiert durch Aufwand im Engpass (dem bestimmenden Teilsystem) sortiert erhält man den größten Business Value - so einfach.

Wenn man exemplarisch alle möglichen Kombinationen durchrechnen würde - erhält man immer eine S-Kurve. Auf der X-Achse sind die möglichen Kombinationen sortiert nach Business-Value. Auf der Y-Achse der Business Value = DB1 aller fertigen Projekte über einem gewissen Zeitraum. Achtung die Zahlenwerte sind kaum Aussagekräftig - es geht mehr darum die optimale Kombination zu ermitteln.

Die Grafik basiert auf eine Simulation von 5 Projekten mit unterschiedlichem DB1 und Aufwand im Engpass. Hier wurden alle möglichen Kombinationen durchgerechnet + der Gleichverteilung (also keine Priorität).

Die Folgenden Strategien sind mit ihrem Business-Value (Durchsatz) im Diagramm eingetragen:

#1 gleichverteilt
#2 First-come-first-serve (fcfs)
#3 Revenu (DB1)
#4 kleinstes Projekt zuerst
#5 Revenu (DB1) / Gesamtaufwand des Projektes
#6 TOC = Revenu (DB1) / Aufwand im Engpass

Deutlich sieht man, dass die #6 TOC also DB1 durch Aufwand im Engpass ganz weit oben in der S-Kurve liegt. Dass sie nicht ganz optimal ist liegt nicht an der Strategie sondern an der Art der Simulation, sprich am Anfang ist das System noch nicht gefüllt - und in dieser Zeit verändert sich der Engpass.

Aber welches Team ist der Engpass?

Also muss man wieder alle Kombinationen durchrechnen? Aber das geht doch gar nicht!

Der Trick ist super einfach. In einem Unternehmen hat man ja zum Glück nicht unendlich viele Teams sondern 10-20 oder wenn es hoch kommt 60-100. Eines davon wird schon der Engpass sein!

Man muss also nur genau so viele Kombinationen berechnen wie man Teams hat. Bei 60 Teams sind das 60 Kombinationen. Das schafft jeder Rechner. Einfach für alle Teams die optimale Reihenfolge nach DB1/Aufwand im Team ermitteln und die Fertigstellungszeiträume berechnen. Damit kann man den Business-Value ermitteln und die beste der 60 Kombinationen auswählen.

Damit hat man zwei wichtige Informationen:

a) die optimale Kombination und

b) das Engpassteam!

Na wenn das keine einfach Lösung ist?!

Und wie geht das mit mehrdimensionalen Optimierungsproblemen?

In der Praxis tritt es leider "manchmal" auf, dass man in mehreren Achsen "das Optimum" finden muss.

Es reicht nicht aus den Durchsatz zu optimieren. Manchmal muss man auch noch eine Kombination finden, die die Qualität verbessert. Oder man muss die Anzahl der Bestellungen erhöhen oder die der Kündigungen verringern. Das sind zwar alles Ziele, die langfristige dem Durchsatz dienen - doch manchmal muss man auch kurzfristige bestimmte Ergebnisse erreichen. Und jetzt?

Dann muss man halt für alle Dimensionen die Kombinationen für alle Teams rechnen. Für 3 Dimensionen verdreifacht sich der Aufwand - aber ehrlich - auch das ist kein Problem für heutige Rechner.

Aber wie wählt man jetzt die sinnvolle Kombination aus?

Achtung: hier geht es immer um Kompromisse - aber manchmal muss man das eben tun! Wirklich? Kompromisse sind ja eigentlich immer die Folge von Fehlentscheidungen der Vergangenheit und ohne Fehler wird man nicht schlauer...

Auswahl des besten Kompromiss = Optimierung?

Wenn man jetzt alle Kombinationen für alle Dimensionen ausgerechnet hat, dann kann man diese für jede Entscheidungsdimension sortieren. Damit hat man den besten und schlechtesten Wert für jede Dimension. Das kann man dann in Form von mehreren "Slidern" darstellen.

Der Ausgangspunkt ist die Kombination mit dem größten Durchsatz (DB1 über einen gewissen Zeitraum). Diese Kombination ist aber bzgl. der anderen Dimension nicht optimal (ansonsten wäre die weiteren Dimensionen sinnlos).

Im Diagramm ist das folgendermaßen dargestellt. Der linke Slide ist ganz auf Optimum und die Slider für die anderen Dimensionen entsprechend reduziert.

Wenn man nun eine der Anderen Dimension "optimieren" will muss man nur den entsprechenden Slider hochziehen. Damit wählt man eine andere Kombination aus und die Slider der restlichen Dimensionen passen sich jeweils an.

Wenn man z.B. den mittleren Slider nach oben zieht kann das Optimum bei Durchsatz nicht mehr erreicht werden - hier geht der Slider nach unten. Wahrscheinlich geht auch der Slider bei Qualität nach unten, da jetzt Projekte den Vorrang erhalten, die auf Kundenakquise ausgerichtet sind und nicht auf Qualität.

Mit diesen Slidern kann man einfach ausprobieren, welches der "beste" Kompromiss in dieser Situation gerade ist.

Besser ist natürlich von vorne herein besser den Durchsatz langfristig ausgerichtet zu managen :-)