Problem
Ein Real-Estate-Entwicklungs-SaaS-Gründer benötigte ein MVP, um Entwicklern und Investoren beim Stresstest ihrer Projektökonomie zu helfen. Spreadsheet-basierte Deal-Modelle scheitern unter Unsicherheit — eine einzelne IRR-Zahl sagt nicht, was passiert, wenn Zinsen sich um 200 bps bewegen, Refinanzierungsfenster rutschen oder Hard Costs 15 % über Plan kommen.
Ansatz
Monte-Carlo-Simulations-Engine über 20 priorisierte Projektannahmen gebaut. Tausende Läufe pro Szenario, Output: IRR-Verteilungen, Equity-Multiples, Refinance-Readiness und Downside-Fälle. Output strukturiert in drei zielgruppenspezifische Deliverables: Capital Brief (LP-Investoren), Developer Brief (GP-Team) und Audit Report (Due Diligence).
Stack
Python on AWS · R-API integration for statistical heavy lifting · FastAPI for the application layer
Ergebnis
In 6 Wochen von Spec zu funktionierendem MVP geliefert. Saubere Trennung zwischen Simulations-Core und Präsentationsschicht erlaubte dem Gründer, UIs und Audience-Formate auszutauschen, ohne die Mathematik anzufassen. Die Simulations-Engine wurde der strukturelle Moat des Produkts — jeder kann ein Deal-Modell schreiben; wenige können verteidigbar sagen, was damit unter 1.000 Stresstest-Pfaden passiert.