3. Risikobewertung

Risikoidentifikation = erster Schritt der Risikoanalyse, auch „Risikoinventur“ genannt.

Ergebnis: Risikoinventar (Liste der identifizierten Risiken mit grober Einschätzung).

Zweck: Überblick über aktuelle Risikosituation schaffen.

Methode: Standardisierte Erfassungsbögen für systematische Erfassung.

Ziel: Quantifizierung und Analyse der Auswirkungen auf Unternehmensziele.

Berücksichtigung: Wechselwirkungen und kumulative Effekte von Risiken.

Quantifizierung ermöglicht:

• Vergleich & Priorisierung (z. B. durch Schadenerwartungswert).

• Einbindung in Unternehmensplanung & Controlling.

• Bemessung von Eigenkapitalbedarf & Liquiditätsreserven.

primär qualitative Verfahren

quantitative Verfahren

Erste grobe Schätzung von Schadenshöhe (SH) & Eintrittswahrscheinlichkeit (p).

Berechnung des Schadenerwartungswerts: E(SH) = p × SH.

Einordnung in Relevanzskala (Beeinflussung von Jahresabschluss & Unternehmenswert).

Beruhen auf Wahrscheinlichkeitsverteilungen (objektiv/subjektiv).

Wichtige Wahrscheinlichkeitsverteilungen:

• Binomialverteilung: Ereignis tritt mit bestimmter Wahrscheinlichkeit auf (z. B. Maschinenausfall).

• Normalverteilung: Berücksichtigung von Chancen & Risiken (z. B. Umsatzschwankungen).

• Dreiecksverteilung: Erfassung asymmetrischer Risiken (z. B. Investitionskosten).

Standardabweichung (σ): Maß für Streuung um Erwartungswert.

Variationskoeffizient (V): Verhältnis von Standardabweichung zu Erwartungswert → Vergleichbarkeit von Risiken.

Value at Risk (VaR): Maximalverlust mit vorgegebener Wahrscheinlichkeit innerhalb eines Zeitraums.

Dient der Übersicht über Risiken eines Unternehmens und ihrer Relevanz.

Standardinstrument im Risikomanagement.

Risiken werden in Quadranten (A–D) nach Eintrittswahrscheinlichkeit und Schadenshöhe klassifiziert.

Quadrant D erfordert höchste Aufmerksamkeit.

Kritik: Vereinfachung durch Annahme einer Binomialverteilung, daher ggf. ungeeignet.

Alternative: Verwendung des Value at Risk (VaR) statt Schadenshöhe auf der y-Achse.

Analysiert unerwartete/extreme Situationen, die nicht durch historische Wahrscheinlichkeitsverteilungen abgedeckt sind.

Beispiel: Aktienmarkt schwankt stark in Finanzkrisen.

Drei Hauptszenarien:

• Best-Case (optimale Bedingungen)

• Worst-Case (ungünstigste Bedingungen)

• Basisszenario (historische Erfahrungswerte)

Hilft, Auswirkungen von Risikofaktoren zu bewerten, aber Wahrscheinlichkeiten bleiben unklar.

Notwendig, um die Gesamtrisikosituation eines Unternehmens zu bestimmen.

Ziel: Identifikation existenzbedrohender Risiken (z. B. durch Erhöhung des Eigenkapitals).

Gesamtrisiko ≠ Summe der Einzelrisiken, da Wechselwirkungen bestehen.

Abhängigkeiten zwischen Risiken beeinflussen das Gesamtrisiko (z. B. Konjunktureinbruch + Produktflop).

Diversifikation kann Risiken senken (z. B. bei Aktienanlagen).

Ideales Ergebnis: Wahrscheinlichkeitsverteilung der Zielgröße (z. B. Gewinn), aber analytisch schwer ableitbar.

Simuliert eine große Anzahl an Szenarien (z. B. 100.000).

Zeigt Wahrscheinlichkeitsverteilung der Zielgröße basierend auf zufälligen Realisationen der Einzelrisiken.

Beispielhafte Aussage: „99 % der Szenarien haben Verluste < 10 Mio. Euro → Verlustrisiko > 10 Mio. Euro = 1 %.“

Identifiziert kausale Zusammenhänge zwischen Risiken und Zielgrößen.

Standardmethode im Banken- und Versicherungssektor, aber selten in anderen Branchen verbreitet.

Gründe: Geringe Nutzung von Simulationstools, fehlende mathematische Expertise im Risikomanagement.