Die Bauausführenden sehen sich mit einer Vielzahl von Risiken konfrontiert, die ihre unternehmerische Existenz langfristig gefährden oder sogar beenden können. Bauunternehmen sind gefordert, die Risiken eines Projektes zu identifizieren und zu bewerten und aus diesen Erkenntnissen Maßnahmen ergreifen zu können. Innerhalb des kybernetischen Regelkreises des Risikomanagements müssen die Maßnahmen auf ihre Wirksamkeit untersucht und die Risiken erneut bewertet werden. Ein effizient durchgeführtes Risikomanagement kann zudem ein Wettbewerbsvorteil gegenüber anderen Wettbewerbern bedeuten. Dieser Beitrag beschreibt eine Methode zur Quantifizierung von Kosten- und Mengenrisiken. Die Betrachtung erfolgt auf der Ebene der Leistungspositionen eines Leistungsverzeichnisses. Eine Risikobewertung auf dieser Detailierungsebene wurde bisher noch nicht durchgeführt. Mittels stochastischer Ansätze werden die Risiken aus den vom Bauherrn ausgeschriebenen Mengenansätzen und den vom Bauunternehmen gewählten Kostenkalkulationsansätzen bewertet. Durch die Anwendung der Monte-Carlo-Simulation werden mögliche Angebotssummen ermittelt. Die Entscheidungsfindung zur Auswahl geeigneter Maßnahmen beruht somit nicht mehr auf einem deterministischen, sondern auf einer Vielzahl möglicher Werte. Die Informationsbasis des Bauunternehmens wird verbessert.

Probabilistic consideration of cost and quantity risks in a detailed estimate.
Construction companies have to deal with a vast number of risks, which can jeopardise a firm’s existence. Therefore, companies have to identify and evaluate project risk to take countermeasures. Within a cybernetic risk management model the effectiveness of measures have to be analysed and the risk has to be re-assessed. Thus, efficient risk management can gain a competitive advantage for a company. This paper describes a method to quantify cost and quantity risks of service items, which form the detailed estimate. These risks are calculated by using stochastic approaches. Possible bid sums are estimated by applying Monte Carlo simulations. Applications of stochastic approaches on this level of detail are new in cost estimation of construction projects. The construction company has now additional information for decision making by access to detailed information on each quantity and cost risk of the project instead of one deterministic figure.