Sensitivitätsanalyse

(engl. sensitivity analysis) Die Sensitivitätsanalyse dient dazu, Zusammenhänge zwischen den Eingangsdaten von Modellrechnungen und den Zielwerten von Alternativen zu identifizieren. Bei Modellen für Einzelentscheidungen sollen vor allem die folgenden Fragestellungen mittels einer Sensitivitätsanalyse beantwortet werden: Wie verändert sich der Zielwert bei vorgegebenen Variationen einer Inputgröße oder mehrerer Inputgrößen? Welchen Wert darf eine Inputgröße bzw. welche Wertekombinationen dürfen mehrere Inputgrößen annehmen, wenn ein vorgegebener Zielwert mindestens erreicht werden soll? Mittels der zweiten Fragestellung werden sog. kritische Werte oder Wertekombinationen für Inputgrößen ermittelt. Diese können unter anderem angeben, wie weit die Werte von Inputgrößen von den ursprünglichen Wertansätzen z. B. dem erwarteten oder wahrscheinlichsten Wert abweichen dürfen, ohne dass sich die absolute oder relative Vorteilhaftigkeit von Alternativen ändert. Die Durchführung einer Sensitivitätsanalyse basiert auf der Konstruktion eines Entscheidungsmodells (Entscheidungstheorie) und der Ermittlung von Daten für dieses. Es sind dann die +Art und die Anzahl der zu untersuchenden Inputgrößen sowie Bezugszeiträume für die Analyse festzulegen. Das weitere Vorgehen bei einer Sensitivitätsanalyse ist abhängig von der Fragestellung. Bei Sensitivitätsanalysen zur Beantwortung der erstgenannten Frage (systematische Inputvariation) werden zunächst entweder Abweichungen der Werte der Inputgröße(n) vorn jeweiligen Ausgangswert oder alternative Werte für die Inputgröße(n) bestimmt. Auf dieser Basis können dann unter der Annahme der Konstanz der nicht analysierten Größen jeweils spezifische Zielwerte berechnet werden. Kritische Werte unsicherer Inputgrößen lassen sich ermitteln, indem die Zielfunktion mit dem vorgegebenen Zielwert gleichgesetzt wird, die auch hier als kon stant angenommenen Werte der anderen Inputgrößen eingesetzt werden und auf dieser Basis die Berechnung des gesuchten Wertes der betrachteten Inputgröße erfolgt (Verfahren der kritischen Werte).

Wird nun von einem Kapitalwert von null als Grenze der absoluten Vorteilhaftigkeit ausgegangen, dann ergeben sich beispielsweise die folgenden kritische Werte für Objekt A: Anschaffungsauszahlung: 165 323,41 €, Rückfluss der ersten Periode: 44 144,25 €, Liquidationserlös: 2206, €, Kalkulationszinssatz: 11,49 % (entspricht dem Internen Zinssatz, Interne Zinssatz Methode), Nutzungsdauer 3,87 Jahre (gleicht der Amortisationszeit, Amortisationsrechnung). Die Resultate von Sensitivitätsanalysen vermitteln einen Einblick in die Struktur eines Modells. Sie erlauben es, zu untersuchen, wie unsichere Modelldaten und in Verbindung damit auch Verletzungen der dem Modell zugrunde liegenden Annahmen die Modellresultate beeinflussen. Indem ermittelt wird, in welcher Form die Vorteilhaftigkeit der Alternativen von den Eingangsdaten der Modellrechnung abhängt, kann ein Beitrag zur Auswahl von Alternativen geleistet werden. Allerdings beinhalten Sensitivitätsanalysen keine Entscheidungsregel. Es bleibt dem Entscheidungsträger überlassen, wie er auf der Basis ihrer Resultate eine Alternative auswählt. Mit Hilfe von Sensitivitätsanalysen lässt sich zudem die Bedeutung der einzelnen Inputgrößen herausarbeiten. Damit sind sie auch zur gezielten Steuerung von Aktivitäten der Informationsbeschaffung (Informationen), I Planung, Kontrolle und Umweltbeeinflussung nutzbar.

Da Sensitivitätsanalysen mit relativ geringem Aufwand durchgeführt werden können, bietet sich ihr Einsatz zur Entscheidungsvorbereitung bei Unsicherheit besonders an. Nachteilig ist allerdings, dass für die Werte der jeweils nicht analysierten Größen Konstanz unterstellt wird. Diese Annahme dürfte häufig unrealistisch sein, da sich die Werte nicht unabhängig voneinander verändern. Die gleichzeitige Untersuchung von Veränderungen der Werte zweier oder mehrerer Größen ist zwar grundsätzlich möglich, führt aber bei mehr als zwei Größen zu Interpretationsschwierigkeiten. Weitere Nachteile sind darin zu sehen, dass nur einige mögliche Input werte explizit analysiert werden können und über die Wahrscheinlichkeit von Abweichungen keine Aussagen getroffen werden.