A · DIREKTE MODELLAUSWAHL
Wählen Sie eine diskrete oder stetige Verteilung, modellieren Sie Ereignisrisiken als Frequency-Severity-Compound-Modell oder kalibrieren Sie eine Verteilung aus Daten.
1. Modellklasse wählen
Datenkalibrierung | benutzerdefinierte Verteilung
Beobachtete Werte können nichtparametrisch per Bootstrap simuliert oder automatisch an eine geeignete parametrische Verteilung angepasst werden.
Grafischer Verteilungsvergleich
Statistische Anpassungstests
2. Simulation konfigurieren
B · GEFÜHRTE MODELLAUSWAHL
Die Fragen übersetzen qualitative Experteneinschätzungen in ein geeignetes stochastisches Modell. Die Empfehlung kann anschließend direkt in Blatt A übernommen werden.
01
Wie tritt die Unsicherheit auf?
02
Wie verhält sich die Auswirkung?
03
Wie häufig kann das Ereignis auftreten?
04
Welche Informationen können Sie belastbar schätzen?
05
Welche Form ist plausibel?
Modell-Empfehlung
Noch keine Simulation vorhanden
Starten Sie die Simulation in Blatt A oder wählen Sie über die Experten-Befragung ein Modell aus.
Schwellenwertanalyse
Datenexport
Exportieren Sie sämtliche Simulationsläufe für weitere Analysen.
Histogramm / Ergebnisverteilung
Kumulative Verteilung (CDF)
Boxplot
Momente der Verteilung
Value at Risk & Expected Shortfall
Quantile der Verteilung
Zuerst Ist-Risiko simulieren
Die Maßnahmen-Simulation vergleicht ein bereits simuliertes Ist-Risiko mit den Parametern des Ziel-Risikos nach Umsetzung einer Maßnahme.
D · MASSNAHMENSIMULATION
Das Ist-Risiko stammt aus Blatt A. Geben Sie die Parameter nach Umsetzung der Maßnahme sowie die Maßnahmenkosten ein. Die App vergleicht beide Verteilungen und zeigt Delta und Effizienz für eine frei wählbare Risikokennzahl.
1. Maßnahme konfigurieren
Parameter des Ziel-Risikos
Ist-Modell als Referenz
Vergleich der Ergebnisverteilungen
Kumulative Verteilungen (CDF)
Boxplot-Vergleich
Delta der Risikokennzahlen
Effizienz der Maßnahme
E · BÜCHER
Vertiefende Fachbücher zu stochastischer Risikomodellierung, Szenariosimulation und Data Analytics im Risikomanagement
Stochastische Szenariosimulation in der Unternehmenspraxis
Risikomodellierung, Fallstudien, Umsetzung in R
Rezension
Prof. Dr. Arnd Wiedemann, Universität Siegen
„Das in erster Linie als Statistikprogramm bekannte "R" stellt mit seiner Vielfalt eine gelungene Alternative für das unternehmerische Risikomanagement dar. Um die Möglichkeiten von R im Rahmen des Risikomanagements aufzuzeigen, haben die Autoren Frank Romeike und Manfred Stallinger das Buch "Stochastische Szenariosimulation in der Unternehmenspraxis" geschrieben. Mit diesem verfolgt das Autorenduo das Ziel, eine gute Kombination zwischen einer Einführung in die statistischen Grundlagen und einer praktischen Anwendung im Rahmen von Fallstudien in R zu liefern. Hierfür werden die rund 450 Seiten in zwölf Kapitel gegliedert. […]
Das Ziel von Frank Romeike und Manfred Stallinger ist, mit ihrem Buch "Stochastische Szenariosimulation in der Unternehmenspraxis" eine praxisorientierte Einführung von R im Rahmen des Risikomanagements zu geben. Dies ist den Autoren sehr gut gelungen, denn sie liefern zahlreiche Umsetzungshilfen in R. Positiv ist auch, dass sich die Autoren auf die wesentlichen statistischen Grundsätze, die für das Risikomanagement in der Praxis relevant sind, beschränken. Mit den Fallstudien werden praxisnahe Szenarien behandelt, die einen hohen Anwendungsnutzen bieten. Damit stellt das Buch eine gelungene Einführung für das Risikomanagement mit dem Programm R dar und leistet einen wertvollen Beitrag zur Etablierung von R für die Umsetzung von praktischen Fragestellungen im Rahmen des unternehmerischen Risikomanagements. Das Buch kann daher allen, die R im unternehmerischen Risikomanagement einsetzen wollen, nur wärmstens empfohlen werden.“
Das Ziel von Frank Romeike und Manfred Stallinger ist, mit ihrem Buch "Stochastische Szenariosimulation in der Unternehmenspraxis" eine praxisorientierte Einführung von R im Rahmen des Risikomanagements zu geben. Dies ist den Autoren sehr gut gelungen, denn sie liefern zahlreiche Umsetzungshilfen in R. Positiv ist auch, dass sich die Autoren auf die wesentlichen statistischen Grundsätze, die für das Risikomanagement in der Praxis relevant sind, beschränken. Mit den Fallstudien werden praxisnahe Szenarien behandelt, die einen hohen Anwendungsnutzen bieten. Damit stellt das Buch eine gelungene Einführung für das Risikomanagement mit dem Programm R dar und leistet einen wertvollen Beitrag zur Etablierung von R für die Umsetzung von praktischen Fragestellungen im Rahmen des unternehmerischen Risikomanagements. Das Buch kann daher allen, die R im unternehmerischen Risikomanagement einsetzen wollen, nur wärmstens empfohlen werden.“
Data Analytics im Risikomanagement
Descriptive Analytics - Diagnostic Analytics - Predictive Analytics
Rezension
Prof. Dr. Hans Haarmeyer
Das Buch ist gespickt mit praktischen Beispielen und lebt insbesondere auch von einer Fallstudie der fiktiven Inntal AG, eines alt eingeführten Familienunternehmens im Bereich der Elektroindustrie. Die sich daraus ergebenden Case-Studies lassen deutlich werden, wie mit den Möglichkeiten der Data Analytics das sich in jedem Unternehmen vorhandene Puzzle der Einflussvarianten und Risiken erfasst und methodisch so verarbeitet werden kann, dass damit ein klares Bild generiert werden kann und darauf basierend dann auch belastbare Entscheidungen getroffen werden können. […]
Insoweit ist Data Analytics, wie überhaupt KI generell, ein sehr effektives Werkzeug, um komplexe Strukturen zu untersuchen und Muster, Trends und Zusammenhänge zu erkennen. Weil in Unternehmen das tagtägliche Entscheiden und Handeln unter Bedingungen der Unsicherheit deren Alltag beherrscht, und bei den meisten Entscheidungen der Bauch regiert, könne mit den im Unternehmen vorhandenen oder zu generierenden Daten neue Perspektiven eröffnet und verborgene Zusammenhänge erkannt werden, sodass die Entscheidungen insgesamt auf einer datenbasierten Grundlage nicht schnell und intuitiv sondern langsamer und analytischer getroffen werden können, zumal Intuition regelmäßig nur Muster gelernter Wahrscheinlichkeiten abbildet und auf Erfahrungswerten beruft, die unbewusst zu Fehlern führen können. Ersetzt man diese intuitive gefühlsbezogene Konzeption durch analytische und quantitative Risikomodelle, werden die Entscheidung nicht langsamer, aber in jedem Fall belastbar besser. […]
Mit enorm vielen Programmierbeispielen können diese Werkzeuge direkt in die Praxis übertragen werden, sodass der eh schon geringe Preis dieses überaus informativen Buches sich sehr schnell bezahlt macht. […]
Frank Romeike und auch Gabriele Wieczorek ist es gelungen mit diesem Buch Maßstäbe gesetzt zu haben und man kann nur hoffen, dass die Vorlage dann auch dazu genutzt wird, den Elfer sicher zu verwandeln. Glückwunsch und Dank an die Autoren für die anregende Gedankenreise – kaufen und nutzen, ein enorm gutes Investment.
Insoweit ist Data Analytics, wie überhaupt KI generell, ein sehr effektives Werkzeug, um komplexe Strukturen zu untersuchen und Muster, Trends und Zusammenhänge zu erkennen. Weil in Unternehmen das tagtägliche Entscheiden und Handeln unter Bedingungen der Unsicherheit deren Alltag beherrscht, und bei den meisten Entscheidungen der Bauch regiert, könne mit den im Unternehmen vorhandenen oder zu generierenden Daten neue Perspektiven eröffnet und verborgene Zusammenhänge erkannt werden, sodass die Entscheidungen insgesamt auf einer datenbasierten Grundlage nicht schnell und intuitiv sondern langsamer und analytischer getroffen werden können, zumal Intuition regelmäßig nur Muster gelernter Wahrscheinlichkeiten abbildet und auf Erfahrungswerten beruft, die unbewusst zu Fehlern führen können. Ersetzt man diese intuitive gefühlsbezogene Konzeption durch analytische und quantitative Risikomodelle, werden die Entscheidung nicht langsamer, aber in jedem Fall belastbar besser. […]
Mit enorm vielen Programmierbeispielen können diese Werkzeuge direkt in die Praxis übertragen werden, sodass der eh schon geringe Preis dieses überaus informativen Buches sich sehr schnell bezahlt macht. […]
Frank Romeike und auch Gabriele Wieczorek ist es gelungen mit diesem Buch Maßstäbe gesetzt zu haben und man kann nur hoffen, dass die Vorlage dann auch dazu genutzt wird, den Elfer sicher zu verwandeln. Glückwunsch und Dank an die Autoren für die anregende Gedankenreise – kaufen und nutzen, ein enorm gutes Investment.