Unternehmensplanung 2.0 | Business Simulation by syconomic
Artikel-ModelAudit-2016-05
1. Ein wesentlicher Bestandteil
der Arbeit im Controlling ist die
Entwicklung komplexer finanzwirt-
schaftlicher Modelle. Dazu gehö-
ren u.a. Wirtschaftlichkeitsanaly-
sen oder Planungsrechnungen, die
der Geschäftsleitung wichtige In-
formationen für wesentliche Ent-
scheidungen mit immenser finanzi-
eller Tragweite liefern, die den Er-
folg des Unternehmens über Jahre
hinweg bestimmen. Die Aufgabe
besteht nun darin, die Ursache-
Wirkungs-Beziehungen, also die
Zusammenhänge und Berech-
nungslogiken, in ein mehr
oder minder komplexes Re-
chenmodell zu „gießen“, um
damit die Wirklichkeit mög-
lichst zutreffend abzubilden.
Liebstes Werkzeug des Con-
trollers ist dabei Excel. Trotz inte-
grierter ERP-Systeme, umfangrei-
cher BI-Lösungen oder speziel-
ler Planungssoftware wären die
meisten von uns ohne Excel
handlungsunfähig. Und das ob-
wohl sich seit der Erfindung von
elektronischen „Spreadsheets“
für den PC Ende der 1970er
Jahre nichts Wesentliches ge-
ändert hat. Das Grundprinzip,
wonach Parameter, Zwischener-
gebnisse und Ergebnisse tabella-
risch an-
gezeigt
werden,
ist im-
mer noch gleich. Größtes Pfund
von Excel ist sicherlich seine Flexi-
bilität, mit der nahezu jede Art von
Berechnung durchgeführt werden
kann.
Financial Model Audit
mit Analytica
— Torsten Röhner, syconomic GmbH —
Vorsicht Falle: Excel-Monster im Controlling
Sicherheit, wenn es darauf ankommt
Vielleicht kennen Sie das auch, wie aus einer kleinen hübschen
Excel-Tabelle im Laufe der Zeit ein großes gemeines Excel-
Monster wurde. Dieser Artikel geht den Fragen nach, welche
Probleme daraus entstehen können, was man dagegen tun kann
und welche Werkzeuge es gibt, um komplexe Modelle zu bauen.
Excel für alle(s)!?
2. FINANCIAL MODEL AUDIT MIT ANALYTICA
2
Man kann mathematische Zu-
sammenhänge ohne Programmier-
kenntnisse ziemlich schnell in ei-
nem Berechnungsmodell abbilden.
Hinzu kommt, dass die meisten von
uns Excel im Rahmen ihrer Ausbil-
dung erlernt haben und somit bei
jedem Mitarbeiter zumindest
Grundkenntnisse bestehen. So
weit, so gut.
Komplexe Sachverhalte erfor-
dern aber auch komplexe Berech-
nungen, und so können Excel-
Monster entstehen, deren Berech-
nungslogik nicht mehr oder nur
sehr schwer nachvollziehbar ist.
Hinzu kommt eine Formelsprache
aus Zeilen- und Spaltennummern,
die nur für eine Rechenmaschine
verständlich ist und nicht für einen
Menschen, dem Zeilen- und Spal-
tenkoordinaten wenig sagen.
Durch Intransparenz können Feh-
ler in der Berechnungslogik nur
schwer oder gar nicht erkannt
werden. Und dies kann wiederum
zu fehlerhaften Entscheidungen
führen, die, wie eingangserwähnt,
die Rentabilität oder im schlimms-
ten Falle sogar die Überlebensfä-
higkeit eines Unternehmens beein-
trächtigen können. Manch einer
von Ihnen hat sie vielleicht schon
einmal gesehen oder sogar selbst
herangezogen – Excel-Monster, die
in vielen Tabellenblättern tausende
Formeln enthalten. Eine Änderung
oder Erweiterung eines solchen
Modells wird dann leicht zum „Ritt
auf der Rasierklinge“, denn man
weiß nicht, was passiert, wenn man
einzelne Formeln ändert oder Ta-
bellenbereiche erweitert oder ent-
fernt. Im Zweifel funktioniert das
ganze Modell nicht mehr oder es
rechnet falsch. Und das Schlimme
ist, man merkt es nicht!
Aus diesen Gründen werden
wir von Unternehmen beauftragt,
deren Excel-Modelle einem so ge-
nannten „Model Audit“ zu unter-
ziehen. Ziel ist es dabei, neben der
formalen und rechnerischen Über-
prüfung des bestehenden Excel-
Modells, die Modellstruktur trans-
parent zu machen und ggf. weiter-
führende Sensitivitäts- und Risiko-
analysen möglich zu machen. Her-
kömmliche Audit-Methoden ba-
sieren auf einer formalen Analyse
des Excel-Modells, um „Anomali-
en“ in der Struktur von Tabellen-
bereichen zu erkennen, sowie auf
stichprobenartigen Prüfungen der
vermeintlich kritischen Bereiche
eines Modells. Eine gründliche
Prüfung des gesamten Modells
mit herkömmlichen Methoden ist
praktisch meist nicht möglich oder
würde viel zu lange dauern, ohne
dabei garantieren zu können, dass
alle oder zumindest die allermeis-
ten Fehler gefunden werden.
Eine viel gründlichere Überprü-
fungsmethode ist es, das Modell
komplett nachzubauen. Hierfür
bietet es sich an, auch eine andere
Modellierungsumgebung als Excel
zu verwenden, um nicht „verse-
hentlich“ oder aus „Effizienzgrün-
den“ die gleichen Modellierungs-
fehler zu begehen. Im Zuge unserer
Model Audits unter-
suchen wir das Ex-
cel-Modell daher
nicht nur formal und
prüfen auf „Rechenfehler“, sondern
wir bauen das gesamte Modell in
Analytica nach. Analytica ist eine
Software, die speziell für die Erstel-
lung, Darstellung, Dokumentation
und Analyse von komplexen quan-
titativen Modellen entwickelt wur-
de. Durch die exakte Übersetzung
des Excel-Modells in Analytica ma-
chen wir zum einen die Struktur
des Modells sichtbar (siehe Abb.).
Wer nachbaut, der findet!“
”
3. SICHERHEIT, WENN ES DARAUF ANKOMMT
3
Zum anderen können wir da-
durch die Korrektheit der Berech-
nungen viel gründlicher überprü-
fen, als es durch eine noch so sorg-
fältige Untersuchung im Excel-Mo-
dell selbst möglich wäre. Darüber
hinaus haben wir mit dem Analyti-
ca-Modell die Möglichkeit, viel
umfangreichere Sensitivitäts-,
Szenario- und Risikoanalysen
durchzuführen.
Im ersten Schritt unterziehen
wir das Excel-Modell einer forma-
len Analyse. Dafür verwenden wir
spezielle Excel-add-ins, mit denen
wir z.B. die Anzahl der Formeln,
Verknüpfungen und Bereiche eines
Excel-Modells aufzeigen können,
um einen Überblick über die Kom-
plexität und die Zusammenhänge
im Modell zu erhalten.
Das Beispiel in der Abbildung
hier mit seinen 15 Arbeitsblättern,
über 700 einzelnen Formeln (d.h.
einzelne Formeln oder gleichartige
Formelbereiche) und mehr als 300
Verknüpfungen zwischen den Blät-
tern kann schon als kleines „Excel-
Monster“ durchgehen. Allerdings
haben wir auch schon Modelle ge-
sehen, die diese Zahlen bei weitem
überschreiten. Neben diesen Aus-
wertun-
gen er-
zeugt das
Add-in für
jedes Ar-
beitsblatt
eine Über-
sichtskar-
te, die
zeigt, in
welchen
Zellen
Zahlen,
Texte oder
Formeln
stehen
bzw. ko-
piert wurden (siehe Abb. ganz
rechts). Anhand dessen kann man
leicht Anomalien erkennen, also ob
in einem Bereich mit gleichartigen
Formeln in einzelnen Zellen Werte
oder abweichende Formeln enthal-
ten sind.
Zunächst beurteilen wir Struk-
tur und Aufbau des Excel-Modells
anhand der wichtigsten „Best Prac-
tices“, die man bei Excel-Modellen
einhalten sollte. Die Ergebnisse
werden dann in einem separaten
Modul in der Analytica-Datei de-
tailliert beschrieben (siehe Abb.
links oben auf der nächsten Seite).
4. FINANCIAL MODEL AUDIT MIT ANALYTICA
4
Die Beachtung dieser Best
Practices vermindert das Fehlerpo-
tenzial, das sich aus der Natur von
Excel ergibt. Excel selbst bleibt je-
doch stets eine permanente Feh-
lerquelle, weil die Software nicht
für die Erstellung komplexer Mo-
delle, sondern primär für einfache
(Tabellen-) Berechnungen konzi-
piert wurde. Alle von uns gefunde-
nen Fehler und vorhandenen Pro-
blemfelder werden ebenfalls in ei-
nem separaten Modul detailliert
dargestellt und Lösungsvarianten
in Analytica beschrieben (siehe
Abb. oben rechts).
Unter „Fehlern“ verstehen wir
die unbeabsichtigte Abweichung
von der „richtigen“, beabsichtigten
Umsetzung – etwa des korrekten
Zellbezuges in einer Formel –, die
zu falschen Ergebnissen führt.
„Problemfelder“ beziehen sich auf
Tatsachen, die nicht unmittelbar zu
falschen Ergebnissen im aktuellen
Modell führen, jedoch potenzielle,
schwerwiegende Fehlerquellen bei
Änderungen und Erweiterungen
des Modells in sich bergen. Folgen-
de Fehler und Probleme kommen
bei komplexen Excel-Modellen sehr
häufig vor und seien deswegen an
dieser Stelle exemplarisch genannt:
• Falsche Verknüpfungen oder Formeln, die auf eine falsche Stelle im
Modell verweisen. Dieser Fehler tritt häufig dann ein, wenn Formel-
bereiche kopiert oder erweitert werden.
• Obwohl Formeln in Zeilen oder Tabellenbereichen einheitliche sein
sollten, gibt es Fälle, in denen „Formelbrüche“ vorkommen, d.h. die
Formeln ändern sich ab einer bestimmten Spalte oder Zeile.
• Es werden verschachtelte Wenn-Funktionen verwendet, wo Verweis-
o.ä. Funktionen eine „robustere“ Lösung wären. Dadurch müssen zum
einen die Formelbestandteile mehrfach wiederholt werden, was zu
einer erhöhten Fehleranfälligkeit führt, zum anderen sind diese For-
meln unübersichtlich und schwer nachvollziehbar.
• Es werden in homogene Formelbereiche manuelle Eingaben bzw. Än-
derungen in Formeln vorgenommen. Eine solche Vorgehensweise ist
grundsätzlich gefährlich, auch wenn die geänderte Formelzelle farb-
lich markiert oder mit einem Kommentar versehen wird. Es ist immer
sicherer, solche Fallunterscheidungen in eine Formel einzubauen.
• Die Berechnungslogik ist durch komplexe und schwer nachvollzieh-
bare Formeln intransparent. Wir empfehlen daher, komplexe Formeln
zu vermeiden und stattdessen die einzelnen Komponenten („Zuta-
ten“) explizit als Variablen darzustellen.
Häufige Fehler und Probleme
5. SICHERHEIT, WENN ES DARAUF ANKOMMT
5
Wenn wir das Model in Analytica
„übersetzen“, wird die tief in den
Formeln des Excel-Modells verbor-
gene Modellstruktur sichtbar. Die
Darstellung des Modelles in Form
von so genannten Einflussdia-
grammen ermöglicht einen schnel-
len Überblick und ein einfacheres
Verständnis der Berechnungszu-
sammenhänge. Durch die modula-
re, hierarchische Gliederung wer-
den auch komplexe Strukturen
darstellbar und übersichtlich (siehe
Abb. rechts). Außerdem dient das
Einflussdiagramm
der schnellen und
einfachen Navigati-
on im Modell.
Durch den
kompletten Nach-
bau des Excel-Mo-
dells in Analytica ist
es möglich, sämtli-
che Zwischen- und
Endergebnisse zu
vergleichen und bei
Abweichungen die Berechnungslo-
gik in beiden Modellen zu überprü-
fen. Erst wenn man das Modell
nachbaut und damit die Berech-
nungslogik durchdenkt, kann nicht
nur eine formale, sondern auch
eine inhaltliche Überprüfung des
Rechenmodells erfolgen. Dabei
werden häufig auch „umständliche“
Berechnungen sichtbar, für die wir
Vorschläge zur Vereinfachung ma-
chen. Fehler im Excel-Modell korri-
gieren wir direkt, um die Ver-
gleichbarkeit der berechneten
Werte zu gewährleisten. Natürlich
dokumentieren wir vorher die
Auswirkungen von Berechnungs-
fehlern, um die Bedeutung dieser
Fehler auf die Endergebnisse zu
zeigen.
Die komplette Dokumentation
des Model Audits befindet sich
nicht in einem separaten Textdo-
kument, sondern direkt im Analyti-
ca-Modell (siehe Abb. auf der
nächsten Seite).
Dadurch entsteht ein grafi-
sches und interaktives Tool, mit
dem man direkt zu den Fehlern und
Verbesserungsmöglichkeiten im
Modell navigieren kann, anstatt
zwei voneinander getrennte Wel-
ten nebeneinander zu legen. In die-
sem Tool kann man alles anschau-
en, testen und auspro-
bieren. Die Ergebnisse
des Model Audits be-
sprechen wir schließlich
mit dem Kunden und zeigen ihm,
wie man mit dem neuen Tool um-
geht. Dabei steht es ihm natürlich
frei, weiterhin sein Excel-Modell zu
verwenden und lediglich die ggf.
gefundenen Fehler zu beheben und
zukünftig zu vermeiden. Die meis-
ten bewerten allerdings das Analy-
tica-Modell als viel transparenter,
übersichtlicher, sicherer und schät-
zen den Mehrwert, der sich aus den
zusätzlichen Sensitivitäts- und Ri-
sikoanalysemöglichkeiten ergibt.
Model-Audit als interaktives Tool
6. FINANCIAL MODEL AUDIT MIT ANALYTICA
6
Möglicherweise werden Sie
sich fragen, ob der beschriebene
Ansatz zur Überprüfung eines Ex-
cel-Modells durch den kompletten
Nachbau eines Modells und die
grafisch-interaktive
Dokumentation
nicht sehr aufwen-
dig ist. Um es vor-
wegzunehmen, ist er nicht — sofern
man das richtige Werkzeug ver-
wendet. Wie bereits erwähnt, nut-
zen wir die Modellierungs- und Si-
mulationssoftware Analytica von
Lumina Decision Systems Inc. Wie
der Name schon sagt, ist Analytica
ein Werkzeug, um Berechnungen
zu modellieren und alle Arten von
Unsicherheiten zu simulieren. Wir
verwenden diese Software nicht
nur bei der Überprüfung von Excel-
Modellen, sondern auch für die Er-
stellung jeder Art von betriebs-
wirtschaftlichen Modellen. Dies
tritt dann ein, wenn unsere Kunden
mit Excel aufgrund der Komplexität
des Sachverhaltes an die Grenzen
stoßen, die Ge-
fahr von Fehlern
bzw. Fehlbedie-
nungen zu groß er-
scheint oder die Kommunikation
der Berechnungslogik in Excel
nicht mehr möglich ist.
Das richtige Werkzeug ist entscheidend.
7. SICHERHEIT, WENN ES DARAUF ANKOMMT
7
Eines hat Analytica mit Excel
gemein, nämlich dass man flexibel
alles Mögliche berechnen kann.
Allerdings ist das Grundprinzip
komplett umgedreht. In Excel sieht
man zuerst Zahlen, um dann durch
Klick in eine berechnete Zelle die
darin enthaltene Rechenlogik
nachzuvollziehen. Wie vor 40 Jah-
ren verwendet Excel dabei
Codes aus Zeilen- und Spal-
tennummern, die ein Mensch
nicht sofort verstehen kann.
Wir müssen nämlich erst
einmal nachschauen, was sich
in der Zelle „AA246“ verbirgt.
„Ach ja, das war ja die Aus-
fallrate für Gartenschlauch-
adapter in Usbekistan.“ Die
Struktur und die Zusammen-
hänge lassen sich in komple-
xen Excel-Modellen nur
schwer nachvollziehen. Wer
beim Aufruf der Detektiv-
Funktion in Excel schon einmal
viele Pfeile gesehen hat, die sich
auf mehrere Arbeitsblätter bezo-
gen haben, findet sich in diesem
Punkt sicher wieder.
Im Gegensatz zu Excel stellt
Analytica zuerst die Struktur in ei-
nem Einflussdiagramm grafisch dar,
damit der Nutzer sich einen Über-
blick über das Modell verschaffen
kann. Einzelne Zusammenhänge
lassen sich wiederum in Teilmodel-
len kapseln, um bei komplexen Mo-
dellen nicht den Überblick zu ver-
lieren. Bei Bedarf kann jedes Teil-
modell geöffnet und die darin hin-
terlegte Struktur nachvollzogen
werden. Dies hilft nicht nur bei der
Erstellung und Verwendung von
komplexen Modellen, sondern ins-
besondere auch bei der Kommuni-
kation mit anderen Nutzern oder
Entscheidern, die dadurch die Be-
rechnungslogik nachvollziehen
können und nicht einer „Black Box“
vertrauen müssen. Jedes Objekt
kann in einem Modell frei definiert
werden und enthält einen Steck-
brief aus Bezeichnung, Einheit, Be-
schreibung sowie Werten oder
Formeln, je nachdem, ob es sich um
eine Eingangs- oder eine berechne-
te Größe handelt (siehe Abb. oben).
Formeln enthalten dabei keine
kryptischen Bezeichnungen wie
„AA246“, sondern setzen sich aus
lesebaren, individuell benannten
anderen Größen wie z.B. „Ausfall-
arte“ zusammen. Jedes Objekt
kann ein mehrdimensionaler Da-
tenwürfel sein. Manch einer wird in
Excel schon einmal daran verzwei-
felt sein, ein bestehendes Modell
um eine neue Dimension (z.B. Re-
gion) oder eine neues Merkmal ei-
ner Dimension (z.B. Usbekistan) zu
erweitern. In Analytica ist dies
durch das Rechnen mit mehrdi-
mensionalen Datenwürfeln pro-
blemlos möglich, weil die Rechen-
logik, also die Formeln, von der Da-
tenstruktur, also den Dimensionen,
getrennt ist. Bei Analytica ist au-
ßerdem eine Monte-Carlo-Simula-
tion serienmäßig eingebaut — und
zwar so, dass diese von jedem
„normalen“ Anwender ohne tiefer-
gehende Statistikkenntnisse ver-
wendet werden kann. Für umfang-
reichere Sensitivitäts-, Szenario-
und Risikoanalysen ist dies eine
sehr wertvolle Funktionalität, denn
damit wird die Berücksichtigung
von Unsicherheiten und damit die
Verknüpfung von Risikomanage-
ment und Planung ein Kinderspiel.