Wintershall Dea: Monte-Carlo-Simulation für Explorationsentscheidungen

yes!devs hat eine Anwendung gebaut, die eine der teuersten Fragen der Branche schneller beantwortbar macht: Lohnt sich eine weitere Bohrung oder die Erschließung eines Areals? Statt sich auf Erfahrung und einzelne Tabellenwerte zu stützen, überführt die Anwendung die unvermeidliche Unsicherheit in eine strukturierte, wahrscheinlichkeitsbasierte Rechnung und macht das Ergebnis als Report teilbar.

Ausgangslage

Explorationsentscheidungen hängen an vielen unsicheren Größen. Geologische Kennwerte, Kosten und Fördermengen lassen sich nicht als feste Zahl angeben, sondern nur als Bandbreiten. Jede dieser Größen bewegt sich zwischen einem denkbaren Minimum und einem denkbaren Maximum, und die einzelnen Unsicherheiten überlagern sich zu einem Gesamtbild, das sich mit einer einfachen Rechnung nicht mehr erfassen lässt.

Genau diese Unsicherheit sollte die Anwendung greifbar und rechenbar machen. Eine klassische Tabellenkalkulation stößt hier an ihre Grenzen, weil sie mit festen Werten arbeitet und die Streuung der Eingaben nicht sauber abbildet. Gefragt war ein Werkzeug, das Bandbreiten und Verteilungen als solche verarbeitet und daraus eine belastbare Aussage über Wahrscheinlichkeiten ableitet.

Unsere Lösung

yes!devs entwickelt eine Laravel-Anwendung mit Laravel Nova im Backend und reinem TypeScript im Frontend. Laravel Nova trägt die administrative und datengetriebene Ebene, während reines TypeScript im Frontend die Freiheit für die interaktiven Eingaben und Berechnungen schafft, die diese Anwendung braucht.

Flexible Eingaben über Zahlen und Graphen

Eingaben erfolgen flexibel. Der Nutzer gibt eine Größe direkt als Zahl an, mit Minimal-, Basis- und Maximalwert samt gewählter Verteilung, oder er arbeitet über Graphen. Im grafischen Modus legt er eine Kurve über drei Pivotpunkte fest, und die Anwendung findet automatisch die passende Formel, die diese Punkte trifft. Dieser Ansatz begründet sich aus der Praxis: Fachleute denken oft in Kurvenverläufen, und die automatische Ableitung der Formel nimmt ihnen den mathematischen Zwischenschritt ab. Über drei Schritte erfasst die Anwendung alle Angaben und Einschränkungen.

Die Monte-Carlo-Simulation

Danach läuft eine Monte-Carlo-Simulation. Für jede benötigte Variable zieht die Anwendung unter den gesetzten Bedingungen zufällige Werte und berechnet daraus das jeweilige Szenario. Dieses Vorgehen wiederholt sich sehr oft, sodass sich aus vielen einzelnen Durchläufen ein Gesamtbild der möglichen Ergebnisse formt. Nach rund 1.000 Durchläufen konvergiert das Ergebnis, das heißt weitere Durchläufe verändern das Bild nicht mehr wesentlich. Die Methode passt genau zur Ausgangslage, denn sie verarbeitet die Bandbreiten der Eingaben direkt und übersetzt sie in eine Verteilung möglicher Ausgänge.

Ergebnisse als P10, P50 und P90

Aus den Durchläufen berechnet die Anwendung Wahrscheinlichkeiten wie P10, P50 und P90. Diese Werte geben an, welches Ergebnis mit welcher Wahrscheinlichkeit mindestens erreicht wird, und spannen damit ein realistisches Feld zwischen vorsichtiger und optimistischer Einschätzung auf. Alles fasst die Anwendung als PDF mit verschiedenen Darstellungen und Graphen zusammen, sodass die Entscheidungsgrundlage als eigenständiger Report vorliegt.

Ergebnis und Nutzen

Aus Bauchgefühl und Tabellenkalkulation wird eine nachvollziehbare, wahrscheinlichkeitsbasierte Entscheidungsgrundlage, die sich als Report teilen lässt. Entscheider sehen nicht mehr nur eine einzelne Zahl, sondern das gesamte Spektrum möglicher Ausgänge samt ihrer Wahrscheinlichkeit.

Für andere Unternehmen mit kapitalintensiven und risikobehafteten Entscheidungen verdeutlicht der Fall, wie sich Unsicherheit produktiv nutzen lässt, statt sie zu verdrängen. Wo Größen nur als Bandbreiten vorliegen, liefert eine Monte-Carlo-Simulation eine belastbare, teilbare Grundlage und ersetzt das Rechnen mit trügerisch festen Einzelwerten.