Wie du Unsicherheit in Projekten managst

Projekte starten nie mit vollständigem Wissen. Anforderungen verändern sich. Schätzungen erweisen sich als zu optimistisch. Lieferanten verzögern sich. Stakeholder ändern Prioritäten. Neue technische Probleme entstehen erst während der Umsetzung. Wer Unsicherheit in Projekten managen will, braucht deshalb mehr als eine Risikoliste. Entscheidend ist, Unsicherheit sichtbar zu machen, Annahmen systematisch zu überprüfen und Entscheidungen so lange flexibel zu halten, wie belastbare Informationen fehlen. Gute Projektsteuerung versucht nicht, jede Überraschung vorherzusagen. Sie schafft Strukturen, mit denen ein Projekt auch dann handlungsfähig bleibt, wenn die ursprüngliche Planung nicht mehr zur Realität passt.

Unsicherheit entsteht, wenn wichtige Informationen über zukünftige Ereignisse, Entwicklungen oder Zusammenhänge fehlen.

Sie kann sich auf nahezu jeden Bereich eines Projekts beziehen:

ISO 31000 definiert Risiko als die Auswirkung von Unsicherheit auf Ziele. Dabei kann diese Auswirkung negativ oder positiv sein. Unsicherheit ist damit nicht automatisch eine Bedrohung. Sie kann auch Chancen eröffnen.

Für die Projektpraxis ist eine weitere Unterscheidung hilfreich:

Risiko: Wir können ein mögliches Ereignis benennen und seine Auswirkungen bewerten.

Unsicherheit: Uns fehlen relevante Informationen oder Zusammenhänge. Teilweise wissen wir noch gar nicht, welche konkreten Ereignisse eintreten könnten.

Problem: Das Ereignis ist bereits eingetreten und muss gelöst werden.

Beispiel:

Risiko: Ein Lieferant könnte eine Schnittstelle verspätet liefern.

Unsicherheit: Wir wissen noch nicht, ob die geplante Architektur mit den späteren Lastanforderungen funktioniert.

Problem: Die Schnittstelle wurde nicht geliefert und blockiert den Integrationstest.

Diese Unterscheidung ist wichtig. Ein bekanntes Risiko braucht eine andere Reaktion als eine Situation, in der das Team noch nicht einmal weiß, welche Lösung tragfähig ist.

Traditionelles Risikomanagement funktioniert besonders gut bei sogenannten „known unknowns“.

Das Projektteam kennt die mögliche Gefahr:

Dann lassen sich Eintrittswahrscheinlichkeit, Auswirkung, Maßnahmen und Verantwortlichkeiten definieren.

Unsicherheit geht weiter.

Wissenschaftliche Untersuchungen zu Projekten nennen unter anderem fehlende Informationen, Mehrdeutigkeit, unterschiedliche Interessen, technologische Probleme, organisatorische Veränderungen und unbekannte Komplexität als Quellen von Unsicherheit.

Deshalb gilt:

Je höher die Unsicherheit, desto weniger sinnvoll ist es, die Zukunft immer detaillierter zu planen.

Das Ziel muss sich ändern.

Nicht:

„Wir planen alles so genau, dass nichts mehr passieren kann.“

Sondern:

„Wir gestalten das Projekt so, dass wir neue Informationen schnell erkennen und darauf reagieren können.“

Für die Praxis hilft es, Unsicherheit in sechs Bereiche zu unterteilen.

Das Problem oder der gewünschte Zielzustand ist noch nicht vollständig verstanden.

Typische Fragen:

Besonders Innovations-, Digitalisierungs- und Transformationsprojekte sind davon betroffen.

Das Team weiß grundsätzlich, was erreicht werden soll. Ob der technische Lösungsweg funktioniert, ist jedoch offen.

Beispiele:

Dauer, Aufwand oder Kosten lassen sich nur grob bestimmen.

Das ist gerade zu Projektbeginn normal.

Problematisch wird es, wenn eine grobe Schätzung später wie eine verbindliche Zusage behandelt wird.

Interessen oder Entscheidungen wichtiger Beteiligter sind nicht stabil.

Beispiele:

Das Umfeld des Projekts verändert sich.

Dazu gehören:

Einflussfaktoren liegen außerhalb der Organisation.

Zum Beispiel:

Eine Literaturübersicht zu Projektunsicherheit unterscheidet ebenfalls zwischen intern und extern erzeugten Unsicherheiten und zeigt, wie breit deren mögliche Quellen sind.

Beginne nicht nur mit einer Risikoliste.

Erstelle zusätzlich eine Uncertainty Map.

Frage das Projektteam:

Ordne die Antworten anschließend nach Themen:

Dadurch entsteht ein wesentlich vollständigeres Bild als bei der Frage:

„Welche Risiken sehen wir?“

Fast jeder Projektplan basiert auf Annahmen.

Zum Beispiel:

Das Problem ist nicht, dass Projekte Annahmen brauchen.

Ohne Annahmen könnte kaum geplant werden.

Das Problem entsteht, wenn Annahmen irgendwann wie Fakten behandelt werden.

PMI weist seit Langem darauf hin, dass fehlerhafte Annahmen Pläne grundlegend beeinflussen können und deshalb systematisch überprüft werden sollten.

Erstelle deshalb ein Assumption Log mit:

Eine besonders kritische Annahme gehört zusätzlich in den Risiko- oder Entscheidungsprozess.

„Das Projekt kostet 1,4 Millionen Euro.“

Diese Aussage klingt belastbar.

In einer frühen Projektphase ist sie häufig nur eine Zahl mit zu vielen Nachkommastellen.

Besser ist:

„Auf Basis des heutigen Wissens erwarten wir Gesamtkosten zwischen 1,3 und 1,7 Millionen Euro. Die größte Unsicherheit liegt aktuell bei Migration und externer Implementierung.“

Bandbreiten machen sichtbar, was das Team wirklich weiß.

Geeignet sind beispielsweise:

Bei größeren Vorhaben können Monte-Carlo-Simulationen oder quantitative Risikoanalysen sinnvoll sein.

Ein weiterer Ansatz ist Reference Class Forecasting. Dabei werden vergleichbare abgeschlossene Projekte betrachtet. So entsteht eine Außensicht auf realistische Kosten- oder Terminabweichungen. Öffentliche Projektorganisationen nutzen diesen Ansatz insbesondere, um Optimismus in frühen Planungen auszugleichen.

Die Grundidee lässt sich auch ohne komplexe Statistik nutzen:

Wie lange haben vergleichbare Projekte bei uns tatsächlich gedauert?

Diese Antwort ist oft wertvoller als die nächste Expertenschätzung.

Eine der wirkungsvollsten Methoden bei hoher Unsicherheit ist Rolling Wave Planning.

Das Prinzip:

PMI definiert Rolling Wave Planning genau so: kurzfristige Arbeit wird detailliert geplant, während weiter entfernte Arbeit zunächst auf höherem Niveau bleibt.

Beispiel:

Für die nächsten vier Wochen:

Für Monat zwei bis drei:

Für die zweite Jahreshälfte:

Das reduziert nicht die Planungsqualität.

Es verhindert nur, dass eine Organisation sehr detaillierte Pläne für Dinge erstellt, über die sie noch zu wenig weiß.

Ein häufig übersehener Punkt:

Manche Unsicherheiten müssen nicht verwaltet werden.

Man kann sie aktiv beseitigen.

Beispiel:

Die Frage lautet:

„Kann die neue Technologie unsere geplante Last verarbeiten?“

Schlechte Antwort:

„Wir nehmen an, dass das funktioniert, und tragen ein technisches Risiko ein.“

Bessere Antwort:

Einen Prototyp oder Lasttest innerhalb der nächsten zwei Wochen durchführen.

Andere Methoden sind:

Priorisiere Experimente nach einer einfachen Formel:

hohe Unsicherheit + hohe Auswirkung = früh testen

So wird Projektarbeit zu einem Lernprozess.

Nicht jede Unsicherheit muss sofort aufgelöst werden.

Manchmal ist es wirtschaftlicher, eine Entscheidung bewusst später zu treffen.

Dafür braucht es aber einen klaren Trigger.

Beispiel:

„Die endgültige Hosting-Entscheidung treffen wir erst nach Abschluss des Lasttests am 30. Juni.“

Dokumentiere:

Das verhindert zwei typische Fehler:

Zu früh entscheiden: Das Team bindet sich an eine Lösung, obwohl wichtige Informationen fehlen.

Zu spät entscheiden: Niemand fühlt sich zuständig, bis die fehlende Entscheidung den kritischen Pfad blockiert.

Ein guter Projektplan enthält deshalb nicht nur Liefermeilensteine.

Er enthält auch Lern- und Entscheidungsmeilensteine.

Bei hoher externer Unsicherheit reicht ein einzelner Plan häufig nicht.

Nutze drei Szenarien:

Frage für jedes:

Szenarioanalysen sind seit Langem ein etabliertes Instrument zur Planung unter Unsicherheit.

Entscheidend ist aber:

Erstelle keine 30-seitige Szenariostudie.

Drei belastbare Szenarien reichen häufig aus.

Unsicherheitsmanagement ist kein Workshop zu Projektbeginn.

Einige Unsicherheiten verschwinden.

Andere entstehen neu.

Deshalb sollte das Projekt regelmäßig fragen:

Bei komplexen Projekten kann diese Prüfung Bestandteil des monatlichen Status oder einer Retrospektive sein.

Für viele Projekte reicht eine kompakte Übersicht.

Die Tabelle zwingt das Team zu einer wichtigen Unterscheidung:

Warten wir nur auf mehr Klarheit oder tun wir konkret etwas, um sie zu erzeugen?

Eine Untersuchung von 20 realen Projekten aus IT, Produktentwicklung, Bau, Forschung und anderen Bereichen zeigt, dass Unsicherheit nicht nur negative Auswirkungen erzeugt.

In einem Technologieprojekt trat während der Umsetzung ein technisches Problem auf, das mit der ursprünglichen Spezifikation nicht lösbar war.

Das Team hätte die Abweichung ausschließlich als Problem behandeln können.

Stattdessen wurde eine neue technische Lösung entwickelt. Diese eröffnete anschließend zusätzliche Anwendungsmöglichkeiten.

Auch in anderen untersuchten Projekten entstanden aus unerwarteten Situationen neue Prozesse, günstigere technische Lösungen oder zusätzliche Geschäftsmöglichkeiten.

Die Erkenntnis:

Unsicherheitsmanagement darf nicht nur versuchen, Abweichungen vom Plan zu verhindern. Es muss auch erkennen, wenn neue Informationen eine bessere Lösung ermöglichen.

In einem weiteren empirisch untersuchten Projekt entstand während der Laufzeit eine organisatorische Unsicherheit durch eine Unternehmensfusion.

Das Projektteam wusste vorher nichts von der bevorstehenden Veränderung.

Nach der Fusion stellte sich heraus, dass die andere Organisation bereits an einem ähnlichen Vorhaben arbeitete. Rollen und Verantwortlichkeiten waren plötzlich doppelt vorhanden und mussten neu geklärt werden.

Kein klassisches Risikoregister hätte diese konkrete Situation zuverlässig vorhersagen können.

Was geholfen hätte und in solchen Situationen hilft:

Genau deshalb braucht ein Projekt neben Risikomanagement auch Anpassungsfähigkeit.

Eine einfache Methode zur Identifikation verdeckter Unsicherheiten ist das Premortem.

Die Aufgabe lautet:

„Stellt euch vor, wir sind ein Jahr weiter und das Projekt ist spektakulär gescheitert. Was ist passiert?“

Jedes Teammitglied sammelt zunächst allein mögliche Ursachen.

Danach werden die Antworten gemeinsam ausgewertet.

Diese Methode hilft besonders dabei, kritische Einwände sichtbar zu machen, die Menschen in normalen Planungsrunden möglicherweise zurückhalten.

Typische Antworten können sein:

Diese Punkte gehören anschließend in Annahmen, Risiken oder konkrete Validierungsmaßnahmen.

Nicht jede unbekannte Entwicklung lässt sich vorhersehen.

Besser: unterscheiden, was planbar ist und was bewusst flexibel bleiben muss.

Für unbekannte Technologien oder offene Anforderungen gibt es oft keine seriöse Eintrittswahrscheinlichkeit.

Besser: Experimente und Lernschleifen einsetzen.

Eine frühe Prognose wird später zur festen Deadline.

Besser: Unsicherheitsgrad und Bandbreite sichtbar machen.

Wenn eine Annahme falsch wird, versteht später niemand, warum der Plan nicht funktioniert.

Besser: kritische Annahmen aktiv verfolgen.

Jeder Arbeitspaketverantwortliche baut eigene Reserven ein.

Besser: Unsicherheit transparent machen und bewusste Projekt- oder Managementreserven nutzen.

Frühe Entscheidungen können wertvolles Wissen abschneiden.

Besser: Entscheidungen zum richtigen Zeitpunkt treffen.

Neue Erkenntnisse werden als Störung betrachtet.

Besser: Baselines ernst nehmen, aber nicht mit der Realität verwechseln.

Auch gute Methoden stoßen an Grenzen, wenn die Organisation keine Anpassung zulässt.

Unsicherheitsmanagement funktioniert schlecht, wenn:

Dann wird vermeintliche Sicherheit erzeugt.

Das Projekt wird dadurch nicht sicherer.

Es wird lediglich schlechter darin, Überraschungen früh zu erkennen.

Unternehmen brauchen dafür keine neue umfangreiche Methodik.

Vier Anpassungen reichen für den Einstieg:

Neben Risiken auch kritische Annahmen und offene Fragen dokumentieren.

Je geringer das Wissen, desto größer die erlaubte Bandbreite.

Neben Ampeln auch zeigen:

Nicht nur fragen:

„Warum sind wir vom Plan abgewichen?“

Sondern auch:

„Was haben wir gelernt und welche Entscheidung folgt daraus?“

Damit verändert sich die Steuerungslogik.

Unsicherheit wird nicht länger versteckt.

Sie wird zu einer Information für bessere Entscheidungen.

Unsicherheit beschreibt einen Zustand, in dem relevante Informationen über zukünftige Ereignisse oder Zusammenhänge fehlen. Sie kann Ziele, Anforderungen, Technik, Termine, Kosten oder Stakeholder betreffen.

Risiken lassen sich meist als konkrete mögliche Ereignisse oder Bedingungen beschreiben. Unsicherheit ist breiter und umfasst auch fehlendes Wissen, Mehrdeutigkeit oder unbekannte Entwicklungen. In Standards wie ISO 31000 wird Risiko grundsätzlich als Auswirkung von Unsicherheit auf Ziele verstanden.

Besonders wirksam sind frühe Tests, Prototypen, Piloten, Stakeholdergespräche, Annahmenprüfungen und schrittweise Planung. Ziel ist, die wichtigsten offenen Fragen möglichst früh zu beantworten.

Nicht jeder Teil des Projekts sollte gleich detailliert geplant werden. Die nahe Zukunft wird konkret geplant. Weiter entfernte Arbeit bleibt zunächst gröber und wird mit wachsendem Wissen konkretisiert.

Agile Ansätze eignen sich gut, wenn Anforderungen und Lösungswege erst während der Arbeit geklärt werden können. Sie sind aber kein Allheilmittel. Vertrags-, Budget-, Governance- oder Infrastrukturthemen können weiterhin planorientierte Elemente benötigen.

Ja. Neue Informationen können bessere Lösungen, Kostenvorteile oder zusätzliche Geschäftsmöglichkeiten eröffnen. Empirische Projektstudien zeigen, dass unerwartete Entwicklungen mehrfach zu zusätzlichen Wertchancen geführt haben.

Unsicherheit lässt sich aus Projekten nicht entfernen.

Wer versucht, sie vollständig wegzuplanen, erzeugt häufig nur eine Illusion von Kontrolle.

Professionelles Projektmanagement geht anders vor.

Es unterscheidet bekannte Risiken von echtem Nichtwissen. Es macht Annahmen sichtbar. Es arbeitet mit Bandbreiten statt Scheingenauigkeit. Es plant schrittweise, testet kritische Hypothesen früh und definiert klare Entscheidungspunkte.

Der wichtigste Wechsel besteht jedoch im Denken:

Ein guter Projektplan beschreibt nicht exakt, was in sechs Monaten passieren wird. Er schafft einen belastbaren Rahmen dafür, heute sinnvoll zu handeln und morgen auf neues Wissen reagieren zu können.

PURE Consultant unterstützt Unternehmen dabei, Projektsteuerung, Risikomanagement und Entscheidungsprozesse so zu gestalten, dass Projekte auch unter hoher Unsicherheit handlungsfähig bleiben. Im Mittelpunkt stehen transparente Annahmen, frühe Lernschleifen und klare Entscheidungen statt scheinbarer Planungssicherheit.