Abstract
Diese Arbeit entwickelt die konzeptionelle Grundlage für PEER (Project Evaluation, Expectation, and Recommendation), ein Frühphasen-Tool zur Erfolgsprognose von Projekten im industriellen Anlagenbau. Ziel ist es, strukturelle Risiken, Verhaltensschwächen und frühe Warnsignale zu identifizieren, bevor die Ausführungsphase beginnt ¿ basierend auf den begrenzten und oft qualitativen Informationen, die in frühen Projektphasen verfügbar sind. Im Gegensatz zu traditionellen Projektmanagement-Methoden, die auf fertigen Budgets, Zeitplänen oder detaillierten Arbeitspaketen basieren, ist PEER darauf ausgelegt, unter Unsicherheit zu arbeiten und strukturierte Empfehlungen auf Basis früher Eingaben zu liefern. Zur Vorbereitung des PEER-Konzepts wurden klassische Prognosemethoden wie PERT, CPM, EVA und Monte Carlo Simulation überprüft. Diese Methoden, obwohl in späteren Projektphasen nützlich, erwiesen sich als ungeeignet für Anwendungen in frühen Phasen. Ihre Abhängigkeit von abgeschlossenen Projektstrukturen und vollständigen Kostenrahmen verhindert, dass sie Entscheidungen unter hoher Unsicherheit sinnvoll unterstützen. Aufgrund dieser Einschränkungen wurde PEER entwickelt, um diese Lücke zu schließen. PEER ist nicht als weiteres Tracking- oder Kontrollinstrument gedacht, sondern als System, das fragmentierte Projektinformationen interpretiert, strukturelle Schwächen aufzeigt und frühzeitig praktische Empfehlungen gibt, bevor Risiken eskalieren. Es wurden über siebzig Projektparameter definiert und in Bereiche wie Vertragsstruktur, Innovationsintensität, Kundenverhalten, Stakeholder-Komplexität, Cashflow-Strukturen und externe Gouvernante-Bedingungen gruppiert. Ein Datensatz von 47 abgeschlossenen Industrieprojekten wurde manuell analysiert, wobei der Fokus auf Profitabilitätsentwicklungen, Wertveränderungen, Terminabweichungen, Cashflow Effekten und der Kompetenz des Projektleitenden Kundenmanagements lag. Die Analyse zeigte klare Muster zwischen strukturellen Setups und Projektergebnissen und bestätigte, dass frühe Projektstrukturen einen erheblichen Einfluss auf die finanzielle und terminliche Performance haben. Das Konzept von PEER basiert auf Mustererkennung, Risikogruppierung und proaktiven Handlungsempfehlungen, nicht auf deterministischer Prognose. Der Fokus liegt auf Signalen, die in der traditionellen frühen Projektplanung häufig übersehen oder ignoriert werden. Die Arbeit kommt zu dem Schluss, dass eine Erfolgsprognose in frühen Projektphasen möglich ist, wenn strukturierte Argumentation, Verhaltensindikatoren und historische Muster kombiniert werden. PEER stellt einen ersten Schritt in Richtung einer proaktiveren Projektintelligenz dar, mit Schwerpunkt auf der Phase, in der Entscheidungen den größten Einfluss auf Ergebnis und Kosten haben. Zukünftige Arbeiten umfassen die Erweiterung des Datensatzes, den Aufbau eines digitalen Prototyps, Tests an realen Projekten sowie die Entwicklung eines Finanzmoduls zur Integration erster wirtschaftlicher Bewertungen neben der strukturellen Risikoanalyse.
| Titel in Übersetzung | Untersuchung des Zusammenhangs zwischen Ausgangsparametern und Erfolgsfaktoren bei abgeschlossenen Investitions- und Anlagenbauprojekten |
|---|---|
| Originalsprache | Englisch |
| Qualifikation | Dipl.-Ing. |
| Gradverleihende Hochschule |
|
| Betreuer/-in / Berater/-in |
|
| Datum der Bewilligung | 19 Dez. 2025 |
| Publikationsstatus | Veröffentlicht - 2025 |
Bibliographische Notiz
gesperrt bis 14-10-2030UN SDGs
Dieser Output leistet einen Beitrag zu folgendem(n) Ziel(en) für nachhaltige Entwicklung
-
SDG 9 – Industrie, Innovation und Infrastruktur
Schlagwörter
- Künstliche Intelligenz
- Projektmanagement
- Produktentwicklung
- Risikoprognosen
- Projekterfolg
Dieses zitieren
- APA
- Author
- BIBTEX
- Harvard
- Standard
- RIS
- Vancouver