Expected Shortfall – Die ehrlichere Risiko-Kennzahl
Einstieg: Die beruhigende Sicherheit des „Worst Case“
In vielen Unternehmen gibt es eine scheinbar beruhigende Gewissheit: Man kennt sein Risiko. Schließlich wurde es berechnet.
Der Value at Risk liefert eine klare Zahl, die genau das verspricht. Er zeigt, wie viel ein Unternehmen mit hoher Wahrscheinlichkeit maximal verlieren kann. Damit entsteht ein Gefühl von Kontrolle – fast so, als wäre das Risiko wirklich „eingefangen“.
Typische Aussagen klingen entsprechend klar:
„Unser Risiko liegt innerhalb der Limite.“ „Im Worst Case verlieren wir maximal X.“ „Wir haben die Situation im Griff.“
Doch genau diese Sicherheit bricht in der Realität erstaunlich oft zusammen. Immer wieder zeigen Krisen, dass Verluste deutlich höher ausfallen als erwartet. Märkte verhalten sich anders, als Modelle vorhersagen. Und genau in den Momenten, in denen Kontrolle am wichtigsten wäre, stellt sich heraus, dass das Risiko nie vollständig verstanden wurde.
Damit stellt sich eine zentrale Frage:
Ist das, was wir als „Worst Case“ betrachten, wirklich der schlimmste Fall?
Die klassische Logik: Was der Value at Risk tatsächlich misst
Um diese Frage zu verstehen, hilft ein Blick auf die Logik des Value at Risk.
Wie in unserem Artikel VaR beschrieben, beantwortet der VaR eine klar formulierte Frage: Wie hoch ist der maximale Verlust unter normalen Bedingungen – mit einer bestimmten Wahrscheinlichkeit?
Ein einfaches Beispiel verdeutlicht das Prinzip:
Ein Unternehmen berechnet einen Value at Risk von 1 Million bei einem Konfidenzniveau von 99 %.
Das bedeutet: In 99 von 100 Fällen wird der Verlust unter 1 Million liegen. Nur in einem von 100 Fällen wird dieser Wert überschritten.
Was zunächst wie eine klare Grenze wirkt, ist in Wirklichkeit etwas anderes: Der VaR beschreibt nicht den schlimmsten Fall, sondern lediglich den Rand dessen, was als „normal“ betrachtet wird.
Und genau an diesem Rand beginnt das eigentliche Problem.
Der Denkfehler: Das Risiko endet nicht an der Grenze
Der Value at Risk ist kein falsches Instrument. Er liefert eine wichtige Perspektive.
Doch sein grundlegender Denkfehler liegt darin, dass er genau dort aufhört, wo es eigentlich interessant wird.
Denn der VaR beschreibt nur die Welt, wie sie sich meistens verhält. Er sagt nichts darüber aus, was passiert, wenn diese „normale Welt“ verlassen wird.
Er beantwortet nicht:
Wie groß die Verluste im Extremfall wirklich werden
Wie stark sich Risiken gegenseitig verstärken
Wie tief ein System unter Stress abrutschen kann
Damit entsteht eine gefährliche Lücke zwischen Modell und Realität.
Merksatz:
Der VaR zeigt, wo das Risiko normalerweise endet – aber nicht, wie es sich im Ernstfall entwickelt.
Der eigentliche Bruch: Vom Rand zur Realität
An genau dieser Stelle setzt der Expected Shortfall an. Während der VaR nur eine Grenze beschreibt, geht der Expected Shortfall einen Schritt weiter. Er fragt nicht mehr, wo das Risiko endet, sondern was hinter dieser Grenze passiert.
Genauer gesagt:
Er betrachtet genau die Fälle, in denen der VaR überschritten wird – und berechnet den durchschnittlichen Verlust in diesen Extremfällen. Damit verschiebt sich die Perspektive fundamental.
Beispiel: Zwei Sichtweisen auf dasselbe Risiko
Nehmen wir wieder das Beispiel:
Ein Unternehmen hat einen VaR von 1 Million bei 99 %.
Das bedeutet: In den meisten Fällen bleibt der Verlust unter dieser Grenze. Doch in einem Prozent der Fälle wird dieser Wert überschritten.
Der Expected Shortfall schaut sich nun genau dieses eine Prozent an.
Das Ergebnis könnte zeigen, dass der durchschnittliche Verlust in diesen extremen Situationen nicht bei 1 Million liegt, sondern bei 4 Millionen.
Damit verändern sich die Aussagen drastisch:
Der VaR sagt: „Mit hoher Wahrscheinlichkeit verlieren wir nicht mehr als 1 Million.“
Der Expected Shortfall sagt: „Wenn wir falsch liegen, verlieren wir im Schnitt 4 Millionen.“
Merksatz:
Der VaR definiert die Grenze – der Expected Shortfall zeigt, wie tief es dahinter wirklich wird.
Warum diese Perspektive so oft fehlt
Der Unterschied zwischen beiden Kennzahlen ist nicht nur technisch, sondern psychologisch.
Der VaR vermittelt Sicherheit. Er reduziert Unsicherheit auf eine klare Zahl. Er macht Risiken scheinbar beherrschbar.
Der Expected Shortfall macht das Gegenteil.
Er zeigt, dass Risiken größer und unkontrollierter sind, als man gerne hätte. Er zwingt dazu, sich mit Situationen auseinanderzusetzen, die außerhalb der Komfortzone liegen.
Deshalb wird er oft unterschätzt – nicht weil er weniger relevant ist, sondern weil er unangenehmer ist.
Der Zusammenhang zur Realität: Warum Extreme entscheidend sind
In vielen Modellen wird implizit davon ausgegangen, dass sich Märkte einigermaßen stabil und gleichmäßig verhalten. Doch genau diese Annahme wird in der Praxis regelmäßig widerlegt.
Krisen verlaufen nicht linear. Preise bewegen sich nicht gleichmäßig. Und Ereignisse treten nicht nur im „normalen Bereich“ auf.
Stattdessen zeigt sich ein anderes Muster:
Extreme Ereignisse sind seltener, aber deutlich stärker – und sie treten häufiger auf, als Modelle erwarten.
Das bedeutet:
Nicht der Durchschnitt entscheidet über den Erfolg oder Misserfolg eines Unternehmens – sondern die Extremfälle.
Und genau diese werden vom Expected Shortfall sichtbar gemacht.
Merksatz:
Die größte Gefahr liegt nicht im Durchschnitt – sondern in den Ausnahmen.
Wo der Expected Shortfall seine Stärke zeigt
Die Wirkung des Expected Shortfall wird besonders dort sichtbar, wo klassische Kennzahlen an ihre Grenzen stoßen.
In stabilen Zeiten ist es oft ausreichend, den Normalfall zu verstehen. In kritischen Situationen jedoch verschiebt sich die Perspektive: Dann wird entscheidend, wie belastbar ein System wirklich ist.
Gerade im Krisenmanagement zeigt sich der Wert dieser Kennzahl. Während der VaR eine Art „Komfortzone“ definiert, macht der Expected Shortfall sichtbar, wie tief Verluste tatsächlich gehen können. Dadurch wird klar, welche Reserven notwendig sind, um ein Unternehmen auch unter extremen Bedingungen stabil zu halten.
Ein ähnliches Bild ergibt sich in der Liquiditätssteuerung. Der VaR kann Hinweise darauf geben, wie sich Verluste im Alltag entwickeln. Der Expected Shortfall hingegen beantwortet die entscheidende Frage, wie viel Liquidität benötigt wird, wenn mehrere negative Faktoren gleichzeitig eintreten. Damit wird er direkt relevant für Finanzierung, Reserven und Überlebensfähigkeit.
Input dazu: Liquiditätskennzahlen – warum 100 % nicht mehr die Wahrheit sind
Auch auf strategischer Ebene verändert sich die Perspektive. Entscheidungen werden nicht mehr nur danach bewertet, wie gut sie im Durchschnitt performen, sondern danach, ob sie auch unter extremen Bedingungen tragfähig bleiben. Der Expected Shortfall zwingt dazu, diese Robustheit bewusst mitzudenken.
Der gleiche Denkfehler wie bei ROI und Liquidität
Der Expected Shortfall fügt sich in ein Muster ein, das sich auch in anderen Bereichen zeigt.
Wie beim ROI oder bei Liquiditätskennzahlen liegt der grundlegende Denkfehler darin, dass klassische Kennzahlen vor allem Zustände beschreiben. Sie zeigen eine Momentaufnahme, aber keine Bewegung.
Der VaR ist bereits ein Schritt in Richtung Unsicherheit. Der Expected Shortfall geht weiter: Er zeigt, was passiert, wenn diese Unsicherheit Realität wird.
Merksatz:
Kennzahlen zeigen den Normalfall – gute Steuerung versteht auch den Ausnahmefall.
Der Übergang zur modernen Steuerungslogik
Der Expected Shortfall ersetzt den Value at Risk nicht. Er ergänzt ihn und verändert die Sichtweise.
Statt sich ausschließlich auf Wahrscheinlichkeiten zu fokussieren, rückt die tatsächliche Auswirkung in den Mittelpunkt.
Erst im Zusammenspiel entsteht ein vollständigeres Bild:
Der VaR zeigt, wie sich Verluste im Normalfall verteilen. Der Expected Shortfall zeigt, wie stark sie im Extremfall ausfallen können. Sensitivitäten erklären die Ursachen. Und Kennzahlen wie WACC bzw. Hurdle-Rate oder Opportunity Cost helfen, Entscheidungen darauf aufzubauen.
Damit entsteht eine neue Logik:
Nicht der durchschnittliche Verlauf entscheidet über Erfolg – sondern die Fähigkeit, extreme Situationen zu überstehen.
Weitere Steps auf Deiner Lernreise zu Deinem NextLevel
Wenn du den Expected Shortfall wirklich einordnen willst, lohnt sich der Blick auf die Zusammenhänge – denn erst im Zusammenspiel wird klar, warum einzelne Kennzahlen nicht ausreichen.
🟢 Einstieg: Warum Kennzahlen täuschen können
Im Artikel zum ROI wird deutlich, dass Kennzahlen Effizienz messen, aber keine Aussage über Zeit oder Entscheidungsqualität treffen
➡️ ROI – Die gefährlichste Kennzahl im Management
Die Liquiditätskennzahlen zeigen ergänzend, dass Zahlen immer nur eine Momentaufnahme darstellen – nicht die Bewegung dahinter.
➡️ Liquiditätskennzahlen – warum 100 % nicht mehr die Wahrheit sind
🟡 Nächster Schritt: Risiko verstehen
Der Value at Risk (VaR) ist der erste Schritt, um Unsicherheit messbar zu machen. Er zeigt, wie hoch Verluste im Normalfall sein können.
➡️ Value at Risk (VaR) & Sensitivitäten
Der Expected Shortfall geht darüber hinaus und macht sichtbar, was passiert, wenn genau dieser „Normalfall“ nicht mehr gilt.
🔴 NextLevel: Entscheidungen statt Kennzahlen
Auf der nächsten Ebene geht es nicht mehr nur ums Messen, sondern ums Entscheiden:
Der WACC zeigt, ob sich Risiken überhaupt lohnen.
➡️ WACC – Kapitalkosten verstehen
Opportunity Cost erweitert den Blick auf Alternativen.
➡️ Opportunity Cost & Entscheidungslogik
➡️ KPI und Risiko - Warum jede Kennzahl ein Risiko-Profil hat
NextLevel Statement
Der Expected Shortfall verschiebt den Blick auf Risiko grundlegend.
Er zeigt nicht nur, was wahrscheinlich ist, sondern was möglich ist. Damit wird sichtbar, dass echte Steuerung nicht am Durchschnitt ansetzt, sondern an den Extremen.
Zentrale Erkenntnisse:
Risiko endet nicht bei einer Wahrscheinlichkeit
Die entscheidenden Ereignisse liegen außerhalb der Komfortzone
Extremfälle sind Teil der Realität, nicht die Ausnahme
Gute Entscheidungen berücksichtigen auch das, was selten passiert
FAQ – Expected Shortfall & Risiko im Unternehmen
1. Was ist der Expected Shortfall einfach erklärt?
Der Expected Shortfall zeigt den durchschnittlichen Verlust in den Fällen, die über dem Value at Risk liegen.
Er beschreibt also den „echten“ Schaden im Ernstfall.
2. Was ist der Unterschied zwischen VaR und Expected Shortfall?
Der VaR zeigt eine Grenze mit bestimmter Wahrscheinlichkeit.
Der Expected Shortfall zeigt, was passiert, wenn diese Grenze überschritten wird.
3. Warum reicht der VaR allein nicht aus?
Weil er Extremfälle ausblendet.
Er zeigt, wo das Risiko meistens endet – aber nicht, wie schlimm es darüber hinaus wird.
4. Wann ist der Expected Shortfall besonders wichtig?
Vor allem bei:
Krisen
starker Unsicherheit
strategischen Entscheidungen
Liquiditätsplanung
5. Warum gilt der Expected Shortfall als „ehrlicher“?
Weil er nicht nur Wahrscheinlichkeiten betrachtet, sondern reale Auswirkungen im Extremfall.
Er zeigt das, was Unternehmen tatsächlich gefährdet.
6. Ist der Expected Shortfall schwer zu verstehen?
Mathematisch ja – konzeptionell nein.
Er beantwortet eine einfache Frage:
Wie schlimm wird es, wenn es schlimm wird?
7. Warum wird er im Alltag seltener genutzt?
Weil er zu größeren Risikoeinschätzungen führt.
Und damit Entscheidungen schwieriger macht.
8. Welche Rolle spielt er im modernen Risikomanagement?
Er wird zunehmend eingesetzt, um Risiken realistischer zu bewerten.
Gerade in Banken und Treasury-Bereichen ist er heute Standard.
9. Wie hängt er mit anderen Kennzahlen zusammen?
Er ergänzt:
VaR (Normalfall)
Sensitivitäten (Ursachen)
Cashflow (Auswirkungen)
10. Was ist der größte Denkfehler beim Umgang mit Risiko?
Risiko als Wahrscheinlichkeit zu betrachten.
Statt als potenziellen Schaden für das System.
Der Expected Shortfall korrigiert genau diesen Denkfehler.