05. Juli 2021
Ziel einer umfassenden quantitativen Analyse mittels Monte-Carlo Simulation ist eine objektiv begründbare Entscheidungsempfehlung unter Berücksichtigung von Unsicherheit, etwa bei den Absatzmengen oder Anzahl Cyberangriffe, welches ein Unternehmen ausgesetzt ist. Für diejenigen Personen, die eine quantitative Analyse schätzen, die Resultate davon aber in einer Risikomatrix abzubilden haben, stehen in MC FLO nun die geeigneten Instrumente bereit.
24. März 2021
Während die gängigen Optimierungsverfahren wie der Simplex-Algorithmus rasch exakte Lösungen liefern können, da sie auf deterministische Ausgangsbedingungen aufsetzen, besticht die Monte-Carlo Simulation durch den Ausweis von Wahrscheinlichkeiten. Das ist der Kern.
20. Februar 2020
Eine Reflektion über die Multiplikation von zwei unsicheren Grössen (Preis, Menge) im Rahmen der Unternehmensplanung.
02. Dezember 2019
Der Zahlungsverzug kann ein Unternehmen schnell in Bedrängnis bringen, insbesondere dann, wenn Wahrscheinlichkeiten unsachgemäss herangezogen werden. Wir zeigen Ihnen, wie Sie mit einer Simulation die Unsicherheit in den Griff bekommen.
04. November 2019
In vielen Bereichen haben sich Simulationen durchgesetzt. Wir finden, dass selbst bei staatlich verordneten Preisen eine Simulation angebracht ist.
04. Oktober 2019
Monte-Carlo Simulationen sind in der Lage, die in der Zukunft herrschende Unsicherheit einzuzäunen und diese für die Planung nutzbar zu machen.
29. Juli 2019
Der Satz von Bayes steht für die Bestimmung der bedingten Wahrscheinlichkeiten und ist für die Planung Gold wert.
13. Februar 2019
Vorliegend zeigen wir Ihnen die Essenz von Monte-Carlo Simulationen. Anhand des Ziegenproblems wird aufgezeigt, dass Simulationen als Entscheidungsinstrument aufgefasst werden müssen.
10. September 2018
Erweitern Sie den Analysehorizont von MC FLO mit dem Einbezug von Regressionen als Bestandteil einer Sensitivitätsrechnung.