Excel? Excel!

 

Als wir vor der Frage standen, ob und wie wir Monte-Carlo Simulationen nutzen sollten, kam unweigerlich – als Reflex – der Gedanke, dies alles in der Cloud umzusetzen. Das wir es am Ende doch in Excel gemacht haben, irritiert uns nicht. Wir glauben an Excel. 

 

Cloud, Cloud und noch einmal Cloud. Wie ein Mantra schwebt der Terminus über allem, wenn es darum geht, Applikationen für den Rechner zu entwickeln. Heute kaufen wir Rechner und konfigurieren diese für die «Hauptverkehrsstunde», also dem Zeitraum, der von den Rechnern das Maximale abverlangt, etwa bei Monte Carlo Simulationen. Den Rest des Tages plätschern das Betriebssystem, die Applikationen und die Hardwareressourcen vor sich herum. Im Idealfall würden sich Frau Meier, Herr Müller und Frau Schmidt koordinieren und nur einen leistungsstarken Rechner kaufen, die Hauptverkehrsstunde abstimmen und ausserhalb davon auf leistungsschwächere und somit günstigere Rechner zurückgreifen. Leider verhindern die hohen Transaktionskosten (die Rechner müssen von A nach B gebracht oder Räumlichkeiten gemietet werden etc.) einen solchen effizienten Ansatz. Das Geschäftsmodell von Cloud-Diensten richtet sich genau nach dem daraus resultierenden Kundenbedürfnis aus: es werden nur die tatsächlichen Rechnerkapazitäten in Anspruch genommen, diese in Rechnung gestellt und die Infrastruktur auf eine «globale» Hauptverkehrsstunde ausgerichtet. Herr Müller und Frau Schmidt müssen sich somit um nichts kümmern.  

 

Das ist bei Software nicht anders. Anstatt auf jedem Rechner die Software zu installieren, werden Zugriffe auf die Funktionalitäten über eine Cloud-Infrastruktur zur Verfügung gestellt (Software-as-a-Service, SaaS). So kommt es nicht von ungefähr, dass insbesondere Planungssuiten auf diesen Zug aufspringen. Das hat hier insbesondere den Vorteil, dass die Benutzerzugriffe von weit in der Welt verstreuten Gesellschaften über eine Cloud besonders einfach zu administrieren sind.

 

Diese Lösung birgt aber auch grosse Gefahren: Was ist, wenn die Infrastruktur ausfällt oder gar der Anbieter Insolvenz anmeldet und somit keine Daten zur Verfügung stehen? Excel ist im Gegensatz überall installiert, womit eine Planung auch in der nächsten Ecke durchgeführt werden kann. Als zweites Problem ist zu nennen, dass diese Programme besonders für Dritte (welche Prüfungen durchführen müssen) nicht einfach zu durchdringen sind. Ob SAP, Anaplan, Valsight oder TM1 (um nur einige zu nennen), jede Suite besticht durch eine andere Modelllogik und somit Benutzerführung. Einem Steuerprüfer, Analyst, Bewerter oder Anwalt kann aber kaum zugemutet werden, dass er (oder sie) sich in all diesen Programmen auskennt. Daher bieten diese Programme auch Exportmöglichkeiten an: und da ist der gemeinsame Nenner mindestens csv Format oder eben Excel. 

 

Wenn es dann um Monte-Carlo Simulationen oder auch neudeutsch Prescriptive Analytics geht, dann trennt sich die Spreu vom Weizen. So glänzt Anaplan (in der Standardversion) mit gähnender Leere, Valsight mit einem deutlich beschränkten Funktionsumfang (Korrelationen sind – Stand Juli 2020 - ein Fremdwort) und TM1 ist nur über (kostenpflichtige) Zusatztools der IBM Familie wirklich simulationsfähig. SAP führt hier (noch) ein Zwitterdasein, wenngleich mit SAP HANA die Simulationsfähigkeit deutlich benutzerfreundlich gestaltet werden sollte (die PAL Bibliothek erfordert umfangreiche Programmierfähigkeiten, auch der Rückgriff über «R» ist nicht einfacher). Andere Lösungen – wie Vanguard oder Cubeplan von Analytica/Lumina – führen hier leider noch ein Nischendasein und haben nicht alle Möglichkeiten der Simulationen verinnerlicht (etwa Copulas). 

 

Excel steht für eine Plattform, welche seit Jahren etabliert und für Monte-Carlo Simulationen geeignet ist. Das belegen die vielen – zugegebenermassen auch sehr guten – Programme wie @Risk, ModelRisk, RiskKit, Solver oder gar das in die Jahre gekommene Crystal Ball, um auch hier nur einige zu nennen (einen Vergleich von MC FLO zu diesen Alternativen möchten wir hier nicht anstellen, Hilfestellungen bieten wir gerne über support@mcflosim.ch). Das Excel nicht als altes Eisen eingestuft werden kann, zeigt sich an den umfangreichen Anpassungen, die Microsoft in den letzten Jahren dem Programm verpasst hat. Zu nennen sind die verbesserten Matrixformeln, wodurch diese den ursprünglichen Schrecken seit Kurzen verloren haben oder die universell einsetzbare XVerweis Formel. Neuerungen, wie das Einlesen von Aktiendaten etc, befinden sich ebenfalls in der Pipeline. Excel ist quasi das gelebte Esperanto der Modell - und Datencommunity. Dazu dürfte auch beigetragen haben, dass die Berechnungen in Excel so einfach nachvollzogen werden können. Die Auseinandersetzung in einer breiten Community hat zudem dazu geführt, dass in Excel Fehler gefunden wurden und diese breit dokumentiert sind. Von den oben erwähnten Planungssuiten sind entsprechende Hinweise ausstehend oder in den Tiefen der Dokumentation versteckt.  

 

Um es festzuhalten: Planungssuiten auf Cloud Basis sind eine segensreiche Erweiterung, jedoch darf (noch) nicht zu sehr den Versprechungen der Hersteller vertraut werden. Wer sich die Details der Möglichkeiten einer Monte-Carlo Simulation genauer ansieht, wird meist enttäuscht oder grosse Klimmzüge hinnehmen müssen. 

 

Wir stehen für einen Ansatz, der beides kombiniert. Für kleinere Unternehmen kann auch heute noch guten Gewissens rein auf Excel-Basis eine komplette Planung aufgesetzt werden (natürlich kann Excel auch für ganz andere Dinge als für eine Planung herhalten; man möge uns dies hier verzeihen). Für grössere Unternehmen dient Excel als Ausgangslage einer treiberbasierten Planung, wobei die daraus simulierten Ergebnisse Eingang in die Cloud zur Konsolidierung finden. Oder Sie kombinieren die Cloud mit Excel als Add-In, dann haben Sie Monte-Carlo Simulationen mit der Planungssuite verknüpft. 

 

MC FLO ist das führende Excel Monte-Carlo Simulationstool, welches als Alleinstellungsmerkmal konsequent den Namensmanager von Excel verwendet und somit die Modelllogik untrennbar mit der Präsentations - oder Reportinglogik verknüpft. Damit werden maximale Transparenz bei nahtloser Nachvollziehbarkeit sichergestellt und Manipulationen bei der Darstellung unterbunden. Durch den Namensmanager wird zudem gewährleistet, dass die Variablen und somit das Modell nachvollziehbar bleiben, was die Auditfähigkeit insgesamt erhöht (siehe auch unser wiki). Gestützt wird dies durch die Möglichkeit, die Ergebnisse der Ergebnisarbeitsmappe - auch hier wieder als Excel Datei - unmittelbar in das Modell zu laden und somit die Berechnung mittels reiner Excel-Logik nachzuvollziehen. 

Kommentar schreiben

Kommentare: 0