Risicoanalyse (kwalitatief register & Monte Carlo)

ProjectLibre Cloud combineert een kwalitatief risicoregister met Monte Carlo-simulatie van de planning en maakt zo van één deterministische einddatum een meetbare planningszekerheid, met reserve en de belangrijkste risicobronnen.

Dit onderwerp behandelt twee elkaar aanvullende delen:

• Kwalitatief risicoregister + koppeling — leg bedreigingen en kansen vast, geef ze een score en koppel ze aan CPM-taken.

• Monte Carlo-analyse van het planningsrisico — simuleer de onzekerheid in de duur over duizenden iteraties en lees de zekerheid van de einddatum (P50 / P80 / P95), de criticaliteit, de gevoeligheid en de risicobronnen af.

Voor wie: projectmanagers die met CPM-planningen van ProjectLibre Cloud werken en zowel kwalitatief als kwantitatief inzicht in risico nodig hebben. De video noemt met name het tekenen van contracten met boetes voor te late levering.

Zie ook: Projectaudit (DCMA-audit van de planningskwaliteit) · Gantt-diagram · Belangrijkste weergaven

Bekijk: Monte Carlo-risicoanalyse (~5:41).

Overzicht

Een normale projectplanning geeft één geplande opleverdatum. Activiteiten kunnen eerder, op tijd of te laat klaar zijn. Monte Carlo-analyse beantwoordt de vraag: wat is de kans dat dit project daadwerkelijk uiterlijk op een bepaalde datum klaar is?

Mogelijkheden van het product:

• Werkt vanuit uw bestaande planning

• Geen taakinschattingen vereist

• Geavanceerde aanpassingen per taak, waar nodig

U hoeft niet voor elke taak driepuntsschattingen te maken voordat u Monte Carlo uitvoert. ProjectLibre begint met de deterministische taakduur die al in het plan staat. Als er voor een taak geen eigen waarden voor Optimistisch / Meest waarschijnlijk / Pessimistisch zijn ingevoerd, gelden de Monte Carlo-aannames op projectniveau. Met Meest waarschijnlijk op 100% is de deterministische taakduur de waarde voor Meest waarschijnlijk.

Voorbeeld: een deterministische taak van 30 dagen met projectstandaarden van 90% / 100% / 125% wordt 27 dagen Optimistisch, 30 dagen Meest waarschijnlijk en 37,5 dagen Pessimistisch.

Werkwijze in zes stappen

Zes stappen van planning naar risico-inzicht:

1. Begin met uw planning — gebruik de deterministische planning die al in ProjectLibre staat.

2. Bouw het risicoregister — leg kans, impact, eigenaar en blootstelling vast.

3. Koppel risico’s aan taken — verbind elke risicogebeurtenis met de planningsactiviteiten die deze kan beïnvloeden.

4. Stel Monte Carlo-standaarden in — kies iteraties, verdelingen en projectbrede onzekerheidsaannames.

5. Optionele waarden per taak — voer taakspecifieke O / ML / P-waarden alleen in waar extra precisie nuttig is.

6. Analyseer de resultaten — lees P50/P80/P95, opgetreden risico’s, criticaliteit, gevoeligheid en wat de einddatum bepaalt.

Stappen 2–3 zijn kwalitatief. Stappen 4–6 zijn Monte Carlo/kwantitatief. De demo in de video legt de nadruk op stappen 1, 4, 5 en 6, zonder de interface voor register/koppeling.

Deel A — Kwalitatief risicoregister & koppeling

Hoe de kwalitatieve score werkt

• Score = kans × hoogste impact.

• Dit is een prioriteringsscore, niet het aantal Monte Carlo-iteraties en niet het percentage Opgetreden.

• Voorbeelden: L × H = 12/64 · M × H = 24/64 · H × H = 36/64

• Het maximum van 64/64 is de hoogst mogelijke kwalitatieve score.

Bouw het kwalitatieve risicoregister

Leg concrete bedreigingen en kansen vast met kans, impact, status, eigenaar, blootstelling en de taken die zij kunnen beïnvloeden. De heatmap maakt de risico’s met de hoogste prioriteit gemakkelijk zichtbaar.

Op de schermafbeelding van Kwalitatief ziet u onder meer de schakelaars Register | Koppeling, de titel van de heatmap Actieve bedreigingen en kansen · kans × hoogste impact, de knop + Risico toevoegen, en kolommen zoals Naam, Type, Status, P, I, Score, Blootstelling, Eigenaar, Taken.

Koppel risico’s aan taken

De weergave Koppeling verbindt het risicoregister met de CPM-planning. Eén risico kan één taak of meerdere gerelateerde taken beïnvloeden, en een taak kan aan meer dan één risico blootstaan.

Waarom koppeling belangrijk is: een gedeeld risico treedt één keer op in een iteratie. Als het optreedt, worden alle taken die aan diezelfde gebeurtenis zijn gekoppeld samen beïnvloed, zodat hun onderlinge samenhang, zoals in werkelijkheid, behouden blijft. De koppelingsmatrix maakt zichtbaar welk risico bij welke taak hoort.

Kwalitatief risico op taakniveau in de planning

De planning kan gekoppelde risiconamen, scorelabels (bijvoorbeeld 24/64) en blootstelling naast de Gantt tonen (kwalitatieve risicoweergave op taakniveau).

Deel B — Monte Carlo-analyse van het planningsrisico

Monte Carlo trekt in vele iteraties steekproeven uit de taakduur, berekent telkens de CPM-planning opnieuw en legt de einddatum vast — zo worden duizenden gesimuleerde planningen bruikbaar voor beslissingen. Gekoppelde kwalitatieve bedreigingen kunnen, als dat is ingesteld, ook volgens hun kans optreden; de video zelf laat onzekerheid in de bandbreedte van de duur zien, niet het optreden van risico’s uit het register.

Hoe u Planningsrisicoanalyse (Monte Carlo) opent

Werkstroom:

1. Open een project zodat het Gantt-diagram in beeld is.

2. Klik in de bovenste werkbalk boven de Gantt op het pictogram met de meter / snelheidsmeter.

3. Tooltip: Planningsrisicoanalyse (Monte Carlo).

4. Het dialoogvenster Planningsrisicoanalyse wordt geopend.

Direct daarnaast in dezelfde werkbalk staat Audit van de planningskwaliteit (DCMA) (zie Projectaudit).

Monte Carlo-standaarden instellen (op projectniveau)

Kies onzekerheidsaannames op projectniveau en het aantal iteraties. Deze standaarden gelden voor elke taak die geen eigen schattingen op taakniveau heeft. De normale projectduur blijft de duur voor Meest waarschijnlijk wanneer Meest waarschijnlijk is ingesteld op 100%.

Iteraties:

• Snel (1.000)

• Standaard (3.000)

• Diep (10.000)

Standaard onzekerheidswaarden: Optimistisch 90% · Meest waarschijnlijk 100% · Pessimistisch 125%. In de video wordt gezegd: optimistisch ongeveer 10% vóór de deterministische waarde; pessimistisch ongeveer 25% slechter.

Verdelingen:

• Genoemd in de video: Driehoekig, PERT (bèta), Uniform.

• De interface voor kwantitatieve risicosimulatie vermeldt ook Lognormaal en Trigen (vijf in totaal), waarbij de Ankers P10 / P90 alleen voor Lognormaal en Trigen gelden.

Optionele O / ML / P-waarden op taakniveau

Eenvoudige regel: geen taakinschatting → gebruik de projectstandaarden. Taakinschatting ingevoerd → gebruik in plaats daarvan de taakspecifieke waarden.

1. Dubbelklik op een taak → venster met de taakgegevens.

2. Open het tabblad Risico (tabbladen van het venster: Hoofd, Prestaties, Werkelijke waarden, Kalender, Planning, Afhankelijkheden, Risico, Notities).

3. Stel Risicoverdeling, Optimistische duur, Pessimistische duur in (en waar van toepassing de meest waarschijnlijke duur / planningsduur).

4. Voorbeeld uit de video: meest waarschijnlijk 4 dagen, optimistisch 2 dagen, pessimistisch 9 dagen — deze waarden gaan voor die taak vóór de Monte Carlo-aannames van het project.

In de weergave Schattingen voert u per taak de duur voor Optimistisch / Meest waarschijnlijk / Pessimistisch in (de kolommen tonen Projectstandaard als er geen eigen waarde is ingevoerd).

Resultaten lezen

Elke iteratie trekt een steekproef uit de taakduur, bepaalt welke gekoppelde risicogebeurtenissen optreden (wanneer kwalitatieve bedreigingen zijn gekoppeld), herberekent de CPM-planning en registreert de uitkomst.

Zekerheid van de einddatum en kengetallen:

Term	Definitie
P50 / P80 / P95	De einddatums die in 50%, 80% en 95% van de gesimuleerde uitkomsten worden gehaald of eerder.
Opgetreden	Het percentage Monte Carlo-iteraties waarin die risicogebeurtenis daadwerkelijk optrad.
Criticaliteit	Het percentage simulaties waarin een taak op het kritieke pad ligt.
Gevoeligheid	Hoe sterk variatie in een taak of risico samenhangt met variatie in de projecteinddatum.
Risicoscore	Kans × hoogste impact (kwalitatieve prioritering; max. 64).
Risicoblootstelling	Financiële blootstelling op basis van kostenbasis, kans en kostenimpact.

Overzichtskaarten: Deterministische einddatum; P50-einddatum; P80-einddatum; P95-einddatum; Op tijd — t.o.v. de einddatum van de huidige planning. Op het dashboard kunnen ook kaarten als Reserve tot P80 staan.

Diagrammen:

• ZEKERHEID VAN DE EINDDATUM (S-CURVE) — tooltip in de vorm P(einddatum ≤ datum)

• WAT HET RISICO OP DE EINDDATUM BEPAALT — tornadodiagram van correlatie / gevoeligheid

Tabel: HOOGSTE CRITICALITEIT — kolommen Taak, P80-einddatum, Criticaliteit, Gevoeligheid. Het dashboard toont ook Registerrisico’s in deze simulatie (Kans, Impact, Opgetreden, Gevoeligheid).

Resultatenraster: mogelijke kolommen zijn Naam, Duur, Einddatum, P50-einddatum, P80-einddatum, Criticaliteit, Gevoeligheid, Crucialiteit, SSI, plus de Gantt met risicolagen op de balken.

Voorbeeld van een engineeringproject: deterministische einddatum 17 februari 2027; P50 1 april 2027; P80 29 april 2027; P95 26 mei 2027.

Gebruik voor besluitvorming:

• Beoordelen of een toegezegde opleverdatum realistisch is

• Vaststellen waar de planningsonzekerheid geconcentreerd is

• Beslissen over resources, reserve, leveranciersbeheer of risicobeperking

• Een opleverdatum kiezen op basis van een expliciet zekerheidsniveau in plaats van intuïtie

Tot slot het verschil: een traditionele planning vertelt wanneer het plan eindigt; Monte Carlo vertelt hoe zeker u van die datum kunt zijn.

Bekijk de rondleiding

Bekijk: Monte Carlo-risicoanalyse (~5:41) — ProjectLibre-software voor projectmanagement.

De video behandelt het openen van Planningsrisicoanalyse vanuit de Gantt-werkbalk, iteraties/verdelingen op projectniveau, overschrijvingen op het tabblad Risico van een taak, S-curve/tornado/criticaliteit/gevoeligheid, en P50/P80/P95. Het kwalitatieve risicoregister en de koppelingsmatrix komen er niet in aan bod.