Erfolgreiche Projekte zeichnen sich durch Termintreue, Einhaltung des Budgets und eine qualitativ hochwertige Umsetzung aus. Auch wenn diese Ziele im Prinzip einfach klingen, ist ihre Erreichung in der Realität oft durch zahlreiche Risiken gefährdet, die sich innerhalb einzelner Teilprojekte realisieren können. Die Identifikation und das Management dieser Risiken ist daher ebenso entscheidend für den Projekterfolg wie die Integration der Risikoinformationen in die Projektsteuerung. Ermöglicht wird eine effektive Project Risk Assurance (PRA) - also Sicherstellung der projektweiten Berücksichtigung von Risikoinformationen - durch den konsequenten Einsatz moderner, analytischen Methoden.
Auch wenn kein Projekt dem anderen gleicht, finden nach wie vor in vielen Organisationen standardisierte Projektmanagementmethoden Anwendung. Diese berücksichtigen Risiken zumeist nicht substanziell und vernachlässigen die Auswirkungen auf den zeitlichen Rahmen und das Projektbudget. Da Projektrisiken dynamisch sind, müssen die Projektplanung und -steuerung ebenso agil sein, um diesen Herausforderungen zu begegnen.
Eine wirksame und moderne Projektrisikomanagement-Organisation ist die Voraussetzung für die erfolgreiche Anwendung von Data & Analytics, denn ohne geeignete Mitarbeiter und eine Verankerung im Prozess ist ein Wandel kaum möglich. In der folgenden Grafik sehen Sie beispielhaft, an welchen Stellen analytische Methoden im Rahmen des klassischen Risikomanagementprozesses zum Einsatz kommen können.
Der Einsatz von Data & Analytics hilft, Informationen schneller zu analysieren und zu verarbeiten, als dies mit herkömmlichen Mitteln möglich ist. Dadurch ergibt sich die Chance, schnell zu reagieren und ein aktives Risikomanagement zu etablieren, das wesentliche Informationen zur Projektsteuerung generiert.
Doch nicht nur zur Projektsteuerung während des Projekts, sondern bereits vor Projektbeginn unterstützen gezielte Analysen die erfolgreiche Projekt- bzw. Angebotsauswahl. Des Weiteren wird durch PRA am Ende des Projekts sichergestellt, dass alle wesentlichen Risikoinformationen an das Risikomanagementsystem des Unternehmens/Betreibers übergeben werden.
Beispiele zur Anwendung von Analytics während des Projekts
Analytics-fähige Aufbau- und Ablauforganisation innerhalb des Projekts (Ressourcen und IT)
Aktives Risiko- und Chancenmanagement durch Operationalisierung der Ziele und Maßnahmen z.B. mittels einer Steuerung über die Contingency (Risikokultur)
Berücksichtigung der Unsicherheit in der Zeit- und Budgetplanung (Bewertung):
um Auswirkungen auf Zeit- und Budget monatsgenau ab zu bilden o um Opportunitätskosten durch risikoorientierte Contingency-Anpassung zu senken
Einsatz von Frühwarnmodellen (AI) bei öffentlichkeitswirksamen Programmen (Risikoidentifikation)
Beispiele zur Anwendung von Analytics nach dem Projekt
Überführung der Projektrisiken in das unternehmensweite Risikomanagement ohne Informationsverlust (Kommunikation)
Aufbau von Schadensfalldatenbanken für ähnliche, zukünftige Projekte wie z.B. Bau von Produktionsstätten, Ausbau von Netzen
Lessons Learned Analyse auf Basis von eingetretenen und nicht eingetretenen Risiken und Chancen
Mit unseren Prüfungs- und Beratungsleistungen unterstützen wir Sie bei der Ausgestaltung und/oder Prüfung Ihres Project Risk Managements und begleiten Sie bei der Schaffung und Wahrung einer sicheren sowie nachhaltigen Programm-/ Projektorganisation. Wenn Sie für das Management oder die Überwachung von Programmen/Projekten verantwortlich sind, können wir Sie dabei unterstützen, Risiken zu erkennen und zu managen, Projektergebnisse zu simulieren und Budget- und Zeitabweichungen vor und während der Projektabwicklung mit Hilfe datengestützter Analysen zu steuern. Wir unterstützen Sie bei jedem Schritt des Weges: vor, während und nach dem Projekt.
