Monte-Carlo-Simulation in Excel: Anleitung ohne Add-in - und wann Szenarien besser sind
Eine Monte-Carlo-Simulation lässt sich in Excel ohne Add-in aufbauen: Unsichere Treiber werden als Wahrscheinlichkeitsverteilungen modelliert (ZUFALLSZAHL mit NORM.INV oder Dreiecksverteilung), das Modell wird tausendfach durchgerechnet - klassisch über den Datentabellen-Trick - und die Ergebnisverteilung zeigt Bandbreite und Wahrscheinlichkeiten der Zielgröße. Der Aufbau ist in einer Stunde machbar. Die wichtigere Frage ist eine andere: Für viele Steuerungsfragen im Controlling sind wenige, bewusst gesetzte Szenarien das schärfere Werkzeug als zehntausend Zufallsläufe.
Schritt für Schritt: Monte Carlo mit Bordmitteln
- Treibermodell aufbauen. Wie bei jeder Simulation braucht es zuerst eine Formelkette von den Treibern zur Zielgröße - im Kern einen kleinen Werttreiberbaum mit Eingabe-, Formel- und Ergebniszellen.
- Unsicherheit je Treiber definieren. Statt eines Fixwerts erhält jeder unsichere Treiber eine Verteilung: NORM.INV(ZUFALLSZAHL(); Mittelwert; Streuung) für Normalverteilungen, alternativ Dreiecksverteilungen aus Min/Wahrscheinlich/Max - oft die ehrlichere Wahl, weil Fachbereiche genau diese drei Werte schätzen können.
- Läufe erzeugen. Der Standard-Trick: eine Datentabelle mit 1.000 bis 10.000 Zeilen über eine leere Eingabezelle laufen lassen - Excel berechnet das Modell je Zeile neu, jede Zeile ist ein Simulationslauf.
- Verteilung auswerten. Aus den Läufen entstehen Kennzahlen (Mittelwert, Perzentile P10/P50/P90) und ein Histogramm: Wie wahrscheinlich verfehlt das EBIT die Zielmarke?
Wo die Excel-Variante klemmt
Technisch funktioniert der Aufbau, praktisch gibt es drei Bremsen. Erstens Performance: Zehntausend Neuberechnungen eines größeren Modells machen die Mappe zäh. Zweitens Korrelationen: Reale Treiber bewegen sich gekoppelt (Rohstoffpreise und Absatzpreise), was mit Bordmitteln nur mühsam abbildbar ist - unkorrelierte Zufallsläufe unterschätzen die Extremrisiken systematisch. Drittens die Modellqualität selbst: Laut Spreadsheet-Forschung von Raymond Panko (University of Hawaii) enthalten 94 Prozent der auditierten operativen Arbeitsmappen mindestens einen Fehler, und eine Simulation multipliziert einen Modellfehler in jede der zehntausend Iterationen.
Monte Carlo oder Szenarien: Was passt wann?
| Kriterium | Monte-Carlo-Simulation | Deterministische Szenarien |
|---|---|---|
| Grundfrage | Wie wahrscheinlich ist ein Ergebnisbereich? | Was tun wir, wenn Fall X eintritt? |
| Input | Verteilungen je Treiber | Konsistente Annahmesätze |
| Ergebnis | Bandbreite mit Wahrscheinlichkeiten | Vergleichbare, erklärbare Zukunftsbilder |
| Nachvollziehbarkeit im Management | Gering („Black-Box-Wolke“) | Hoch (jede Annahme benennbar) |
| Handlungsableitung | Indirekt | Direkt (Maßnahmen je Szenario) |
| Typischer Einsatz | Risikokapital, Projektrisiken, Portfolios | Unternehmensplanung, Forecast, Vorstandsdiskussion |
Die Faustregel: Monte Carlo beantwortet Wahrscheinlichkeitsfragen, Szenarien beantworten Entscheidungsfragen. Ein Vorstand reagiert selten auf „mit 78 Prozent Wahrscheinlichkeit liegt das EBIT über 90 Millionen“ - er reagiert auf „im Zollszenario verlieren wir 96 Millionen, mit Gegenmaßnahmen 18“. Genau deshalb arbeiten die meisten Planungsprozesse mit wenigen, bewusst gesetzten Szenarien; laut BARC Planning Survey nutzen 47 Prozent der Unternehmen Szenario-Simulationen. Wie beide Welten methodisch zusammenspielen, zeigt der Artikel Szenarioplanung im Controlling, die Excel-Praxis der Leitfaden Szenarioanalyse in Excel.
Die Basis ist in beiden Fällen dieselbe: ein sauberes Treibermodell. Einen interaktiven Startpunkt erzeugt der kostenlose Treiberbaum-Assistent in 60 Sekunden.
Häufige Fragen zur Monte-Carlo-Simulation in Excel
Brauche ich ein Add-in für Monte Carlo in Excel?
Nein. Mit ZUFALLSZAHL, NORM.INV und dem Datentabellen-Trick gelingt eine Simulation mit Bordmitteln. Add-ins bringen vor allem Komfort: fertige Verteilungen, Korrelationsmatrizen und schnellere Läufe.
Wie viele Iterationen sind nötig?
Für stabile Mittelwerte reichen oft 1.000 Läufe, für belastbare Perzentile an den Rändern (P5, P95) sind 10.000 üblich. In Excel setzt eher die Rechenzeit die Grenze als die Statistik.
Was sind die größten Fehlerquellen?
Unrealistische Verteilungen (zu schmal geschätzt), ignorierte Korrelationen zwischen Treibern und Fehler im Grundmodell, die sich in jede Iteration fortpflanzen. Die Simulation ist nie besser als das Treibermodell darunter.
Wann sind Szenarien die bessere Wahl?
Immer dann, wenn aus dem Ergebnis Entscheidungen folgen sollen: Szenarien verbinden Annahmen mit Maßnahmen und bleiben im Management erklärbar. Monte Carlo ergänzt sie dort, wo Wahrscheinlichkeitsaussagen gefragt sind - etwa bei Investitions- oder Projektrisiken.