Entwicklung eines flexiblen Kalkulationsmodells zur Projektkostenschätzung für komplexe IT-Projekte

Komplexe IT-Projekte, insbesondere solche wie ERP-Implementierungen, sind von zahlreichen variablen Einflussfaktoren geprägt. Faktoren, die eine Abschätzung erschweren, sind beispielsweise das spezifisch genutzte System, die vorherrschende Ausgangssituation des Unternehmens, die vorhandene IT-Projektkompetenz und die bisherige Systemlandschaft des Unternehmens. Diese Faktoren beeinflussen den Aufwand und führen zu signifikanten Abweichungen zwischen geschätzten und tatsächlichen Kosten. Der Umgang mit diesen Unsicherheiten, oft bedingt durch unzureichende Kostenschätzungen, stellt Unternehmen vor erhebliche Herausforderungen. Vor diesem komplexen Hintergrund ist ein robustes Kalkulationsmodell zur Schätzung von IT-Projektkosten von hoher Relevanz.


Vergleichbare Ansätze finden sich in der Immobilienbewertung, wobei basierend auf bestimmten Parametern und Transaktionsdaten Marktwerte geschätzt werden.

Dieses Modell sollte:

• Eine ausreichende Datenbasis für die Kostenschätzung nutzen, auch wenn diese Daten unvollständig sind (wird gestellt); zudem sollten Schätzwerte auf Basis von Daten erarbeitet werden welche im Rahmen der Kalkulation berücksichtigt werden können.
• Den Fokus auf relevante Rahmenparameter für die Charakterisierung von Projekten legen.
• Die Fähigkeit besitzen, neben der Kostenschätzung auch ein entsprechendes Sicherheitsniveau auszugeben, welches die Verlässlichkeit der Schätzung widerspiegelt.
• Flexibilität: Das Modell sollte so gestaltet sein, dass es leicht angepasst und weiter trainiert werden kann, um sich ändernden Anforderungen oder neuen Daten gerecht zu werden.

Methode / Vorgehen:

1. Datenaufbereitung:
   Analyse der bereitgestellten Datenbasis, um relevante Parameter für die Kostenschätzung zu identifizieren.
   
   
2. Modellauswahl und -training: Auswahl eines geeigneten Modellansatzes für die Kostenschätzung und dessen Training basierend auf der Datenbasis. Hierbei sollte besonderes Augenmerk auf die Fähigkeit des Modells gelegt werden, auch mit unvollständigen Daten umgehen zu können.
   
   
3. Prototypentwicklung:
   Erstellung eines Prototyps, der die Schätzung vornimmt und dabei ein Sicherheitsniveau hinsichtlich der Zuverlässigkeit der Schätzung angibt.
   
   
4. Validierung:
   Testen des entwickelten Modells anhand realer Updatekosten von ERP-Systemen, um die Genauigkeit und Verlässlichkeit des Modells zu überprüfen.

Interessierte Kandidaten mit Kenntnissen im Bereich Datenanalyse sind willkommen.