Inhaltsverzeichnis II

Inhaltsverzeichnis   

Inhaltsverzeichnis   II

Abbildungsverzeichnis   V

Tabellenverzeichnis   VI

Abk  ürzungsverzeichnis  VII

1  Einleitung.  1

1.1  Einführung in die Thematik  1

1.2  Vorgehensweise  2

2  Performance Measurement in einer Supply Chain  4

2.1  Begriffliche Grundlagen  4

2.1.1  Definition: Supply Chain.  4

2.1.2  Definition: Supply-Chain Management.  5

2.2  Performancemessung in der Supply Chain  6

2.2.1  Kennzahlensysteme.  7

2.2.1.1  Definition: Kennzahl  7

2.2.1.2  Arten von Kennzahlen  8

2.2.1.3  Funktionen von Kennzahlen  9

2.2.1.4  Kennzahlenauswahl im Supply Chain Management  9

2.2.1.5  Von der Kennzahl zum Kennzahlensystem  11

2.2.2  Performance Measurement  13

2.2.2.1  Definition: Performance  14

2.2.2.2  Definition: Performance Measurement / Performance.  

Measurement  -Systeme  15

2.2.2.3  Der Unterschied zwischen einem Kennzahlensystem und  

einem  Performance Measurement-System  16

2.2.2.4  Relevanz der Leistungsmessung  16

2.2.2.5  Besonderheiten beim Performance Measurement in einer  

Supply  Chain  17

2.2.2.6  Rolle des SCOR-Modells beim Performance Measurement  

einer  Supply Chain  18

Inhaltsverzeichnis III

3  Das Kennzahlensystem des SCOR-Modells  19

3.1  Das SCOR-Modell  20

3.1.1  Ziele  20

3.1.2  Aufbau und Inhalt des SCOR-Modells.  21

3.1.2.1  Inhalt.  21

3.1.2.2  Die Ebenen des SCOR-Modells.  24

3.2  Das Kennzahlensystem des SCOR-Modells.  29

3.2.1  Allgemeines  29

3.2.2  Kennzahlen der ersten Ebene  30

3.2.3  Kennzahlen der zweiten Ebene  34

3.2.4  Kennzahlen der dritten Ebene  36

3.2.5  Hierarchische Verknüpfung der Kennzahlen  38

3.2.6  Benchmarking einer Supply Chain  39

3.2.6.1  Benchmarking allgemein  39

3.2.6.2  Benchmarking mit Hilfe des SCOR-Modells  40

3.2.7  Best Practices im SCOR-Modell  44

3.2.8  Literaturübersicht und Kritik der Kennzahlensystems des  

SCOR  -Modells  45

3.3  Zwischenfazit  50

4  Anwendung des SCOR-Modells in der Praxis.  51

4.1  Das SCOR-Modell bei Intel  52

4.2  SCOR-Umsetzung bei Hewlett-Packard  55

4.3  Das Mainlog-Projekt  57

4.4  Konsequenzen aus der SCOR-Einführung  60

4.5  Zusammenfassende Betrachtung  61

5  Software zur Implementierung des SCOR-Modells  63

5.1  e-SCOR  63

5.2  easySCOR  65

5.3  ProcessWizard  66

5.4  ADOlog  68

5.5  Zusammenfassende Bewertung  69

6  Fazit  71

Inhaltsverzeichnis IV

Anhang A: Kennzahlen des SCOR-Modells Version 8.0…………………………………IX Anhang B: Kennzahlenauswahl bei Intel……………………………………...…...…XXVII Anhang C: Screenshot des ProcessWizards……………………………………...….XXVIII Anhang D: Daten-DVD……...……………………………………………..………...…XXIX Literaturverzeichnis……….…………………………………………………………..…XXX Eidesstattliche Versicherung………...………………………………………………......XLII

Abbildungsverzeichnis   

Abbildungsverzeichnis   

Abbildung  1: Die fünf Managementprozesse des SCOR-Modells.  

Abbildung  2: Die Ebenen des SCOR-Modells  

Abbildung  3: SCOR-Prozesse auf der zweiten Ebene (Konfigurationsebene)  

Abbildung  4: Beispiel eines Prozesselementes auf der dritten Ebene  

Abbildung  5: Vollständiger hierarchischer Aufbau der Kennzahl „Fehlerlose  

Auftragsausf  ührung“ über alle Ebenen  

Abbildung  6: Beispiel der Prozessmodellierung bei Hewlett-Packard im Rahmen der  

Fusion  mit Compaq  

Abbildung  7: Kennzahlenauswahl beim ProcessWizard  

Abbildung  C1: Screenshot des ProcessWizards  

Tabellenverzeichnis

Tabellenverzeichnis

Tabelle 1: Wichtige Kennzahlen im Supply Chain Management…………………………….10 Tabelle 2: Umfang der fünf Managementprozesse……………………………………......….23 Tabelle 3: Die SCOR-Prozesstypen……………………………………………………….….27

zweiten Ebene……………………………………………………………………..35

Tabelle 6: Hierarchische Verknüpfung der SCOR-Kennzahlen der zweiten und………………. dritten Ebene……………………………………………………………………….37 Tabelle 7: Supply Chain-SCORcard………………………………………………………….41 Tabelle 8: Beispiel eines Benchmarking Datenblattes………………………………………..43 Tabelle 9: Kennzahlenauswahl auf der ersten und zweiten SCOR-Ebene bei Intel….………54 Tabelle 10: Kennzahlenauswahl in der Kundenkette von Hewlett-Packard……………….…57

Abkürzungsverzeichnis

Abkürzungsverzeichnis

Abb. Abbildung ABC Activity Based Costing AG Aktiengesellschaft AMR Advanced Manufacturing Research BASF Badische Anilin- & Soda-Fabrik AG bzw. beziehungsweise d. h. das heißt Dr. Doktor EDI Electronic Data Interchange et al. et alii (und andere) etc. et cetera f. folgende ff. fortfolgende ggf. gegebenenfalls HP Hewlett-Packard Hrsg. Herausgeber HTML Hypertext Markup Language IuK-Systeme Informations- und Kommunikationssysteme IT Informationstechnik LDL Logistikdienstleister LLC Limited Liability Company Ltd. Limited Mrd. Milliarden o. O. ohne Ortsangaben o. V. ohne Verfasser o. Z. ohne Zeitangabe PC Personal Computer PERT Project Evaluation and Review Technique PMS Performance Measurement System Prof. Professor PRTM Pittiglio Rabin Todd & McGrath

Abkürzungsverzeichnis

rer. nat. rerum naturalium S. Seite s. siehe SCC Supply Chain Council SCE Supply Chain Excellence SCOR Supply Chain Operations Reference SWOT Strengths Weaknesses Opportunities Threats Tab. Tabelle URL Uniform Resource Locator USA United States of America u.v.m. und viele mehr vgl. vergleiche WHU Wissenschaftliche Hochschule für Unternehmensführung

Einleitung 1

1 Einleitung

1.1 Einführung in die Thematik

Heutige Unternehmen agieren in einem vollständig anderem wirtschaftlichen Umfeld als noch vor zehn oder zwanzig Jahren. Die Erschließung neuer Wirtschaftszonen sowohl im Osten als auch im Westen, begünstigt durch eine zunehmende Liberalisierung der Märkte und einen verbesserten Ausbau von Informationssystemen und -infrastruktur, birgt für die Konzerne sowohl Chancen als auch Risiken. So konnten zwar neue Absatzmärkte erschlossen werden, im Gegenzug aber verstärkte sich der Konkurrenzdruck durch eine Vielzahl von neuen Anbietern. Diese veränderte Wettbewerbssituation hatte zur Folge, dass sich Unternehmen mehr und mehr auf ihre Kernkompetenzen konzentriert haben und viele andere Unternehmensbereiche ausgelagert haben, zumeist in Billiglohnländer nach Asien und Osteuropa. Zwar hat sich dieser Trend mittlerweile verlangsamt ¹ , dennoch haben sich dadurch Supply Chain ² -Netzwerke aufgebaut, die sich über die gesamte Welt erstrecken und somit unflexibel und nur schwer steuerbar sind. Durch die Wandlung vom reinen Anbietermarkt hin zum Käufermarkt des 21. Jahrhunderts, müssen Firmen aber in der Lage sein, auf sich ändernde Kundenbedürfnisse schnell reagieren zu können um konkurrenzfähig zu bleiben. Eine optimal funktionierende und harmonierende Supply Chain liefert hierfür die Voraussetzung. Daher ist es nicht verwunderlich, dass ein erfolgreiches Supply Chain Management für ein Unternehmen zunehmend an Bedeutung gewinnt [vgl. Roussel, J., Skov, D. (2007), S. 5 ff.]. Global agierende Konzerne sind sich der Tatsache bewusst, dass in Zukunft nicht mehr einzelne Unternehmen miteinander konkurrieren, sondern komplexe Supply Chain-Netzwerke. Um eine solche Lieferkettenstruktur effizient steuern zu können, muss man, wie in allen anderen Unternehmensbereichen auch, über die Leistungsfähigkeit eines jeden Prozesses Bescheid wissen. Nur so lassen sich externe unternehmensübergreifende Rationalisierungspotenziale erschließen und damit Wettbewerbsvorteile generieren [vgl. Hieber, R., Nienhaus, J. (2002), S. 27]. Jedoch ist die Performance in einer Lieferkette nicht so einfach zu berechnen wie zum Beispiel in einer Produktionslinie. Innerhalb einer Supply Chain agieren mehrere Teilnehmer, die alle über ihre eigenen Lieferketten, mit eigenen Prozessen und Kennzahlen verfügen. Um aber Versorgungsketten miteinander oder mit Referenzwerten vergleichen zu können, bedarf es einen Konsens über die Definition von Prozessen und Kennzahlen, da der Vergleich einer

¹ Vgl. Roussel, J., Skov, D. (2007), S. 6.

² Die Begriffe Supply Chain, Lieferkette, Zulieferkette, Versorgungskette und Wertschöpfungskette werden im

Folgenden synonym verwendet.

Einleitung 2

Kennzahl nur wenig nutzt, wenn ihr in zwei Unternehmen zwei unterschiedliche Definitionen zugrunde liegen. Daher ist es wichtig über ein Referenzmodell zu verfügen, dass es ermöglicht, unterschiedliche Lieferketten in einer einheitlichen Sprache zu analysieren. Das Supply Chain Operations Reference (SCOR)-Modell des Supply Chain Councils (SCC) liefert einen solchen Ansatz. Es bietet ein Referenzmodell für die Modellierung, Bewertung und damit auch die Optimierung von Supply Chain-Strukturen über Branchengrenzen hinaus. Aufgrund seiner vordefinierten Prozesse und seinen standardisierten Kennzahlen ist es möglich geworden, die Performance unterschiedlicher Supply Chains miteinander zu vergleichen. Erst so wurde den Unternehmen die Chance gegeben, durch Vergleichswerte ihre internen wie externen Lieferketten effizienter zu gestalten und somit höhere Profite zu erwirtschaften. Mit der vorliegenden Arbeit soll gezeigt werden, wie das SCOR-Modell, und dabei speziell das zugrunde liegende Kennzahlensystem, Firmen bei der Bewertung ihrer Supply Chain Per-formance unterstützt. Weiterhin sollen Unternehmen präsentiert werden, die bereits praktische Erfahrungen mit dem Referenzmodell in Supply Chain-Projekten sammeln konnten.

1.2 Vorgehensweise

Nach dieser kurzen Einleitung wird im zweiten Kapitel erläutert, wie die Performance in einer Supply Chain gemessen wird. Hierbei werden zunächst die Begriffe „Supply Chain“ und „Supply Chain Management“ definiert, da es in der Literatur hierzu stark auseinander gehende Meinungen gibt. Im weiteren Verlauf wird auf die Grundlage des Performance Measurement, die Kennzahlen, eingegangen. Dabei beschäftigt sich die Arbeit neben einer exakten Definition auch mit den verschiedenen Arten und Funktionen von Kennzahlen. Anschließend wird erläutert, inwieweit ein Kennzahlensystem zur Leistungsmessung sinnvoller ist, als die Betrachtung einzelner autonomer Messgrößen. Im darauf folgenden Abschnitt wird der erste direkte Bezug zum Supply Chain Management hergestellt, indem gezeigt wird, was bei der Auswahl von Indikatoren im Lieferkettenmanagement zu berücksichtigen ist. Anschließend wird verdeutlicht, inwieweit sich herkömmliche Kennzahlensysteme gegenüber modernen Performance Measurement Systemen (PMS) unterscheiden. Diese bilden von da an den Gegenstand der weiteren Untersuchungen. Neben einer ausführlichen Definition, einer Beurteilung der Relevanz und einer Auflistung der Besonderheiten von PMS in einer Supply Chain, erfolgt später die Überleitung zum SCOR-Modell. Es wird unter anderem gezeigt, welche Rolle das Modell bei der Performance Überprüfung von Ver- sorgungsketten spielt.

Einleitung 3

Das dritte Kapitel bildet den Schwerpunkt der vorliegenden Arbeit und geht intensiv auf das SCOR-Modell des Supply Chain Councils ein. Nachdem zunächst auf die Ziele, den Aufbau und den Inhalt hingewiesen wird, analysiert der folgende Abschnitt detailliert das Kennzahlensystem. Hierbei wird auf die Kennzahlen jeder SCOR-Ebene eingegangen, und dabei insbesondere auf ihre hierarchische Verknüpfung. Dies wird beispielhaft anhand eines spezifischen Indikators, der fehlerlosen Auftragsdurchführung, gezeigt. Im darauf folgenden Abschnitt wird der Benchmarkingprozess näher betrachtet, welcher sich zumeist einer Analyse der Kennzahlen anschließt. Hierbei wird auch auf den Aufbau so genannter SCORcards eingegangen, die von einzelnen Beratungsfirmen zur Visualisierung der eigenen Leistungsfähigkeit erstellt werden. Um dem Leser einen Eindruck über die am Markt befindliche Literatur zu geben, erfolgt im Anschluss eine Übersicht über Autoren, die sich mit dem Kennzahlensystem des SCOR-Modells beschäftigt haben. Hierbei wird auch auf kritische Stellungnahmen sowohl positiver als auch negativer Natur eingegangen. Zum Abschluss des Kapitels erfolgt ein Zwischenfazit, dass die bis dahin aufgestellten Ergebnisse kurz zusammenfasst. Nachdem mit dem dritten Kapitel die theoretischen Ausführungen abgeschlossen sind, wird in Kapitel 4 ein Einblick in die praktische Umsetzung des Modells gegeben. Hierbei soll, insofern dies möglich ist, speziell auf die Kennzahlenauswahl der beteiligten Unternehmen eingegangen werden. Den Anfang macht die amerikanische Firma Intel, die in einem Pilotprojekt aus dem Jahr 2000 erste Erfahrungen mit dem SCOR-Modell sammelte. Das zweite Beispiel liefert Hewlett Packard, die vor fünf Jahren mit dem Computerproduzenten Compaq fusionierten und dabei ihre Supply Chains unter Zuhilfenahme des SCOR-Modells synchronisierten. Abschließend wird ein eher wissenschaftlicher Ansatz vorgestellt, das Mainlog-Projekt. Hierbei untersuchten Wissenschaftler in Kooperation mit Teilnehmern aus der Wirtschaft (u.a. Otto Versand und Kühne + Nagel) das Optimierungspotenzial verschiedener Lieferketten. Bevor eine Zusammenfassung der Ergebnisse erfolgt, werden in einem vorherigen Abschnitt noch drei theoretische Studien vorgestellt, die sich mit realisierbaren Einsparungen und möglichen Effizienzsteigerungen entlang einer Supply Chain beschäftigen.

Das fünfte Kapitel beschäftigt sich ebenfalls mit einem Bereich aus der praktischen Anwendung, nämlich mit SCOR-basierter Software, die es Unternehmen ermöglichen soll, das SCOR-Modell in eigenen Projekten schnell und kostengünstig anwenden zu können. Es werden insgesamt vier verschiedene Anwendungen vorgestellt, die allesamt auf dem SCOR- Modell basieren. Es handelt sich hierbei um das Programm e-SCOR der Firma Gensym, um

Performance Measurement in einer Supply Chain 4

den easySCOR von IDS Scheer, um den Process- oder auch SCORwizard von Xelocity und um die Anwendung ADOlog von BOC.

Den Abschluss der vorliegenden Arbeit bildet ein zusammenfassendes Fazit, in dem die wichtigsten Ergebnisse noch einmal gebündelt dargestellt werden.

2 Performance Measurement in einer Supply Chain

Ein erfolgreiches Supply Chain Management wird immer mehr zu einer Schlüsselkompetenz für global operierende Wirtschaftsunternehmen. Für die Wettbewerbsfähigkeit einer Lieferkette bildet die Performance, als Indikator für die Leistungsfähigkeit einer Versorgungskette, die entscheidende Voraussetzung. Sie wird mit Hilfe von Kennzahlensystemen berechnet, wobei sowohl finanzielle als auch nicht-finanzielle Aspekte berücksichtigt werden müssen. Nachdem zunächst einige Grundlagenbegriffen definiert werden, wird anschließend detaillierter auf Kennzahlen und Kennzahlensysteme eingegangen. Sie bilden das Grundgerüst für moderne Performance Measurement-Systeme. Es wird im weiteren Verlauf gezeigt, was die Leistungsmessung in einer Supply Chain von anderen Unternehmensteilen unterscheidet und wieso man beim Kennzahlensystem des SCOR-Modells von einem Performance Measurement-System spricht. Abschließend wird die Bedeutung des SCOR-Modells für die Performance einer Supply Chain verdeutlicht.

2.1 Begriffliche Grundlagen

Performance Measurement-Systeme gehören heutzutage zum Standardrepertoire des Supply Chain Managements. Da es in der Literatur durchaus unterschiedliche Definitionen einer Supply Chain und dementsprechend auch des Supply Chain Managements gibt, erscheint es sinnvoll, diese beiden Begriffe zunächst einmal explizit zu erläutern. Die weiteren Ausführungen der vorliegenden Arbeit beruhen auf diesen Definitionen.

2.1.1 Definition Supply Chain

Eine Supply Chain wird häufig mit einer mehrstufigen logistischen Kette gleichgesetzt. Diese umfasst in einer unternehmensübergreifenden Sichtweise den Material- und Informationsfluss vom Lieferanten bis hin zum Abnehmer und kann zahlreiche, selbstständig agierende Mit- glieder umfassen. Der wesentliche Unterschied zwischen der „klassischen“ Logistikkette und

Performance Measurement in einer Supply Chain 5

der Supply Chain liegt in der ganzheitlichen Betrachtung. Optimiert in einer logistischen Kette noch jeder Teilnehmer seine Prozesse autonom, so wird in einer Versorgungskette versucht, ein globales Optimum zu finden. Dies hat zur Folge, dass unter Umständen einzelne Mitglieder schlechter gestellt werden als bei einer lokalen Optimierung. Alle Beteiligten handeln und denken wie in einem zusammenhängenden Unternehmen, was zur Folge hat, dass eine deutlich stärkere Kundenorientierung als in einer reinen „Logistikkette“ vorliegt. [vgl. Scheer, A.-W., Borowsky, R. (1999), S. 3ff.]. Daher wird in der Literatur auch häufig von einer „demand chain“ oder einer „chain of customers“ gesprochen, da der Nachfrager den Ausgangspunkt einer Supply Chain bildet [vgl. Corsten, H., Gössinger, R. (2001), S. 81ff.]. Durch eine fortschreitende Globalisierung, einen stetigen Rückgang protektionistischer Maßnahmen und des zunehmenden Konsolidierungsprozess in allen Wirtschaftsbereichen, werden Supply Chains mehr und mehr zu weltumspannenden Netzwerken. Der einst lineare Aufbau einer Lieferkette wird nun zu einem Geflecht aus globalen Prozessen [vgl. Corsten, H., Gössinger, R. (2001), S. 92 und Tierney, S. (2004b), S. 26f.].

2.1.2 Definition Supply Chain Management

Der Begriff Supply Chain Management hat seinen Ursprung im nordamerikanischen Raum und tauchte in der deutschen Literatur erstmal Mitte der 90er Jahre auf. Seitdem hat sich eine Fülle an verschiedenen Definitionen entwickelt, die zum Teil stark divergieren. So sehen Scheer und Borowsky ³ zum Beispiel das Supply Chain Management als ein Konzept der Wirtschaftsinformatik, während unter anderem Dinges ⁴ es in den Bereich der Beratung ein-ordnet. Im Allgemeinen lassen sich aber mehrere, bei den meisten Autoren aufkommende, Grundgedanken zusammenfassen:

ƒ starke Kundenorientierung ƒ Geschäftsprozessorientierung

ƒ unternehmensübergreifende Gestaltung der Supply Chain, mit dem Ziel eines Gesamtoptimums

ƒ enge, kooperative Zusammenarbeit der Teilnehmer 5

³ Siehe hierzu: Scheer, A.-W., Borowsky, R. (1999), S. 13f.

⁴ Vgl. Dinges, M. (1998), S. 22.

⁵ Siehe: Corsten, H., Gössinger, R. (2001), S. 97.

Performance Measurement in einer Supply Chain 6

Unter diesen Aspekten kann man das Supply Chain Management als „[…] die integrierte Planung, Steuerung, Organisation, Kontrolle und Führung der Waren-, Informations- und Geldflüsse entlang der gesamten Wertschöpfungskette vom Kunden bis zum Rohstofflieferanten [...]“ ⁶ verstehen.

Häufig wird das SCM auch mit dem Logistikmanagement gleichgesetzt, jedoch gibt es bei genauerer Betrachtung Unterschiede. Zwar stehen beim Supply Chain Management ähnliche Ziele (Reduzierung der Durchlaufzeiten, Verringerung der Bestände, Erhöhung der Liefertreue etc.) im Vordergrund, jedoch hat bei einer Supply Chain der Integrationsgedanke eine höhere Bedeutung [vgl. Corsten, H., Gössinger, R. (2001), S. 95]. In der klassischen Logistik agiert jeder Marktteilnehmer als einzelner Player, der eine Optimierung seiner eigenen Lieferketten anstrebt. Beim Supply Chain Management wird versucht, einzelwirtschaftliche Sichtweisen außen vor zu lassen, um stattdessen die unternehmensübergreifende Wertschöpfungskette als Ganzes zu betrachten [vgl. hierzu Vahrenkamp, R. (1999), S. 310].

2.2 Performancemessung in einer Supply Chain

Wie im vorherigen Abschnitt zu lesen war, besteht die Aufgabe des Supply Chain Managements darin, die Steuerung, Planung, Koordination und Kontrolle des Material- und Informationsflusses entlang der gesamten Wertschöpfungskette zu gewährleisten. Um ein derartiges Netzwerk erfolgreich managen zu können, müssen die Verantwortlichen genau über die Leistungsfähigkeit der Lieferketten und ihrer Vorgänge Bescheid wissen. Dazu sollen so genannte Performance Measurement-Systeme beitragen, die auf herkömmlichen Kennzahlensystemen beruhen. Nur durch eine kontinuierliche Überwachung und Optimierung der Zulieferketten kann eine dauerhafte Wettbewerbsfähigkeit sichergestellt werden. Anders als in herkömmlichen Logistikketten ist jedoch bei einer global vernetzten, unternehmensübergreifenden Supply Chain das Performance Measurement nicht so einfach zu bewerkstelligen. Dies zeigt sich speziell bei der Auswahl der relevanten Messgrößen. Im folgenden Abschnitt wird zunächst auf die Grundlagen der Leistungsmessung eingegangen, auf Kennzahlen und Kennzahlensysteme. Hierbei wird neben den verschiedenen Arten, auch auf die Funktion und auf die Besonderheiten der Kennzahlen einer Supply Chain hingewiesen. Abschließend wird der Unterschied zwischen herkömmlichen Methoden zur Leistungserstellung und Performance Measurement-Systemen näher erläutert.

⁶ Vgl. hierzu Kloth, M. (1999), S. 26.

Performance Measurement in einer Supply Chain 7

2.2.1 Kennzahlen und Kennzahlensysteme

„If you cannot measure it, you cannot control it. If you cannot control it, you cannot manage it. If you cannot manage it, you cannot improve it” ⁷ . Dieser in Wirtschaftskreisen oft zu hörende Ausspruch sagt im Grunde genommen aus, dass man, um etwas steuern und verbessern zu können, zunächst die Leistung des Objektes erfassen muss. Hierzu benutzt man schon seit längerer Zeit Kennzahlen und Kennzahlensysteme. Durch das Ermitteln dieser Messgrößen stehen dem Management Daten zur Verfügung, die er anschließend mit vorgegebenen Zielen oder mit den Messdaten anderer Einheiten, intern wie extern, vergleichen kann. So lässt sich eine Aussage über die aktuelle Leistungsfähigkeit des bewerteten Objektes treffen und feststellen, ob in diesem Bereich Verbesserungspotenziale vorliegen, oder ob man mit seiner aktuellen Vorgehensweise schon die „Best Practice“ verwendet. Im folgenden Abschnitt wird zunächst auf Kennzahlen und Kennzahlensysteme im Allgemeinen eingegangen, da sie den Kern eines jeden Performance Measurement-Systems bilden. Hierbei werden auch die Besonderheiten bei der Kennzahlenauswahl im Supply Chain Management dargestellt. Abschließend wird der Unterschied zwischen herkömmlichen Kennzahlensystemen und modernen Performance Measurement-Systemen aufgezeigt. Auf diese wird dann im anschließenden Abschnitt detaillierter eingegangen.

2.2.1.1 Definition: Kennzahl

Kennzahlen dienen einem Unternehmen als Indikator für die Leistungsfähigkeit bestimmter Objekte. Wichtig ist daher zu unterscheiden, welche Zahlen als Kennzahlen herangezogen werden können und welche nicht. In der Brockhaus Enzyklopädie wird eine Kennzahl als eine „[…]zusammenfassende und leicht überschaubare Zahlenangabe über wichtige betriebliche Tatbestände, die für einen innerbetrieblichen Vergleich oder einen Soll-Ist Vergleich zum Zwecke der Kontrolle oder der Planung ermittelt wird[…]“ definiert ⁸ . Es handelt sich also bei einer Kennzahl um eine Größe, die komplexe Sachverhalte auf einen einfachen Zahlenwert herunterbricht und damit dem Management bei der Entscheidungsfindung behilflich ist. Die Verdichtung der einzelnen Zahlen führt zu einer Informationsentlastung des Managements, was wiederum eine Zeit- und Kostenersparnis mit sich bringt. Des Weiteren ist zu beachten, dass Kennzahlen nur dann von Nutzen sein können, wenn sie als Vergleichsgröße herangezogen werden [siehe hierzu: Cohen, S., Roussell, J. (2005), S. 186].

⁷ Siehe hierzu: Harrington, H.J. (1991), S. 164.

⁸ Vgl. o. V. (1995).

Performance Measurement in einer Supply Chain 8

Um in einem Wirtschaftsunternehmen Verwendung zu finden, müssen Kennzahlen einige Voraussetzungen erfüllen. Sie müssen zum einen zweckgeeignet sein, dass bedeutet, sie müssen eine Information zu dem zu begutachtenden Sachverhalt liefern. Des Weiteren müssen sie sehr genau sein. Im Idealfall muss eine Isomorphie ⁹ zwischen dem betriebswirtschaftlichen Tatbestand und dem Modell in Form der Kennzahlen bestehen [vgl. hierzu: Meyer, C. (2006), S. 41ff.]. Ebenso müssen die Kennzahlen stets aktuell sein, da sich die zu untersuchenden betriebswirtschaftlichen Tatbestände zumeist auf einen konkreten Zeitpunkt beziehen. Von daher muss der zeitliche Abstand bei der Gewinnung vergangenheits-orientierter Kennzahlen möglichst gering und bei zukunftsorientierten Kennzahlen möglichst groß sein. Abschließend müssen Kennzahlen noch eine Kosten/Nutzen Relation aufweisen, das bedeutet, dass Kennzahlen nur dann sinnvoll sind, wenn ihr Nutzen den Aufwand für ihre Beschaffung übersteigt [vgl. Meyer, C. (2006), S. 41].

2.2.1.2 Arten von Kennzahlen

Kennzahlen lassen sich auf unterschiedliche Art und Weise klassifizieren. Bei der statistischen Form wird zwischen absoluten und relativen Kennzahlen unterschieden. Absolute Zahlen basieren auf Mengen und Werten, das heißt, es handelt sich hierbei zum Beispiel um Messzahlen, Summen, Differenzen oder auch Mittelwerte. Da es sich bei diesen Größen um Zahlen ohne einen konkreten Vergleichswert handelt, werden sie von manchen Autoren noch nicht zum Bereich der Kennzahlen gezählt. ¹⁰ Relative Zahlen geben den Zusammenhang zwischen zwei verschiedenen Größen an. Hierbei wird wiederum zwischen Gliederungszahlen, Beziehungszahlen und Indexzahlen unterschieden [siehe hierzu: Bussiek, J., Fraling, R., Hesse, K. (1993), S. 33f. oder auch Gladen, W. (2001), S. 15f.]. Sie werden gebildet, indem Sachverhalte zueinander ins Verhältnis gesetzt werden und sich dadurch ein Quotient bildet. Kennzahlen lassen sich auch hinsichtlich ihrer Informationsbasis unterscheiden, das heißt, ob sie zum Beispiel aus der Kostenrechnung, der Finanzbuchhaltung oder der Planungsrechnung stammen. Oftmals sind Messgrößen auch durch ihre unterschiedliche Zielrichtung gekennzeichnet. So lassen sich Erfolgs- und Liquiditätskennzahlen unterscheiden. Eine weitere Klassifizierung erfolgt auf Objektebene. So gibt es Kennzahlen, die sich auf das Unternehmen als Ganzes beziehen, währenddessen sich andere Werte nur auf funktionale, divisionale oder organisatorische Einheiten fokussieren. Zu guter Letzt kann auch

⁹ Isomorphie=von gleicher Beschaffenheit.

¹⁰ Siehe hierzu: Abschnitt 2.2.1.1.

Performance Measurement in einer Supply Chain 9

noch eine Unterteilung in normative und deskriptive Zahlen vorgenommen werden, um den Handlungsbezug einer Kennzahl zu verdeutlichen [vgl. Reichmann, T. (2006), S. 21].

2.2.1.3 Funktion von Kennzahlen

Kennzahlen werden in Unternehmen zu Analyse- und Steuerungszwecken herangezogen. Bei der Analyse dienen sie vor allem dazu, Aussagen über die Leistungsfähigkeit bestimmter Unternehmensteile liefern zu können. Mit ihrer Hilfe lässt sich die Performance von komplexen Einheiten, aber auch von einzelnen Prozessen beurteilen. Um den Wert einer Kennzahl zu ermitteln, können sowohl vergangenheitsorientierte als auch zukunftsorientierte Analysen durchgeführt werden. Das Benchmarking stellt ein Beispiel für eine vergangenheitsbezogene Analyse dar. Hierbei werden die ermittelten Werte der Kennzahlen mit internen oder externen Referenzgrößen verglichen. ¹¹ So lassen sich fehlerhafte oder leistungsschwache Abläufe erkennen; in einem anschließenden Schritt können die Ursachen hierfür ermittelt und verbessert werden [vgl. Gladen, W. (2001), S. 18]. Für eine zukunftsbezogene Analyse benötigt man Kennzahlen, mit denen sich kommende Umweltzustände prognostizieren lassen. Falls diese nicht vorhanden sind, bedient man sich so genannter Vor-laufindikatoren, die als Ersatzgröße für zukünftige Szenarien dienen sollen [vgl. Gladen, W. (2001), S. 18].

Bei der Unternehmenssteuerung werden Kennzahlen zum Vergleich von Soll- und Ist-Werten genutzt. Zur Planungszwecken werden Zielgrößen als Richtwerte ausgegeben, an denen sich Mitarbeiter orientieren können. Durch die regelmäßige Ermittlung der relevanten Kennzahlen ergibt sich für das Management ein genaues Bild über den Grad der Zielerreichung [vgl. Gladen, W. (2001), S. 19ff.]. Neben dieser Kontrollfunktion können Kennzahlen aber auch eine motivierende Wirkung auf das Personal haben, dass anhand eines klaren Zielsystems seine eigene Arbeitsleistung realistisch bewerten kann [vgl. Gladen, W. (2001), S. 20].

2.2.1.4 Kennzahlenauswahl im Supply Chain Management

Kennzahlen dienen im Supply Chain Management, genauso wie in anderen Unternehmensbereichen auch, zur Beurteilung der Leistungsfähigkeit. Hierfür steht dem Management eine große Auswahl an unterschiedlichen Kennzahlen zur Verfügung. In einer Versorgungskette müssen dabei Aspekte berücksichtigt werden, die es in dieser Form in anderen Firmenteilen nicht gibt. Es gilt, nicht nur interne Prozesse zu bewerten, sondern auch über Unternehmens-

¹¹ Zum Thema Benchmarking siehe auch: Abschnitt 3.2.6.

Performance Measurement in einer Supply Chain 10

grenzen hinweg verlaufende Vorgänge adäquat beurteilen zu können. Um sämtliche Aspekte einer Supply Chain abzudecken, muss man daher bei der Auswahl der Kennzahlen drei verschiedene Ebenen unterscheiden, was in folgender Tabelle verdeutlicht wird:

Tabelle 1: Wichtige Kennzahlen im Supply Chain Management

Quelle in Anlehnung an: Engel, A., Geraedts, S. (2003), S. 13 und Weber, J. (2002), S. 221 .

¹² LDL=Logistikdienstleister.

Performance Measurement in einer Supply Chain 11

Innerhalb der einzelnen Ebenen unterscheidet man wiederum zwischen strategischen und operativen Kennzahlen, die aber in einem engen Zusammenhang zueinander stehen sollten. Operative Größen beziehen sich zumeist auf kurzfristig erreichbare Ziele, dagegen haben strategische Zahlen eine mittel- bis langfristige Ausrichtung. Es ist aber auch möglich, dass einzelne Kennzahlen sowohl strategisch als auch operativ eingesetzt werden können. Ein Beispiel hierfür wäre die Lieferflexibilität, die strategisch verwendet werden kann, um gezielt Bestände zu reduzieren, aber auch operativ zur Erfüllung spezifischer Kundenanforderungen [vgl. Weber, J. (2002), S. 221].

Wie der Tabelle zu entnehmen ist, unterscheidet man zwischen der Supply Chain-Ebene, der relationalen Ebene und der Unternehmensebene. Auf der ersten Stufe werden Kennzahlen abgebildet, die die gesamte Wertschöpfungskette betreffen, zum Beispiel die Zahlungszykluszeit oder die Gesamtkosten einer Lieferkette. Auf der nächsten Ebene werden alle Werte gemessen, die eine Zweierbeziehung in der Supply Chain, zum Beispiel Lieferant/Produzent oder Händler/Kunde, betreffen. Beispiele für diese Kennzahlen sind die durchschnittliche Lieferzeit, die Variabilität der Sendungsgröße oder auch der Qualitätsindex für Lieferanten. Auf der dritten Ebene geht es dann um die einzelnen Unternehmen in der Wertschöpfungskette. Diese Kennzahlen bilden die Grundlage für die beiden anderen Ebenen. Dies können zum Beispiel die Mitarbeiterzahl im Versand, die Kapitalbindungskosten oder die Gesamtdurchlaufzeit im einzelnen Unternehmen sein [vgl. Weber, J. (2002), S. 220f.]. Die Ebenen stehen in keinem hierarchischen Zusammenhang zueinander, sie sollen lediglich die unterschiedlichen Betrachtungsweisen bei Kennzahlen des Supply Chain Managements verdeutlichen.

2.2.1.5 Von der Kennzahl zum Kennzahlensystem

Um in komplexen Unternehmensstrukturen Sachverhalte adäquat abbilden zu können, reicht eine lose Ansammlung verschiedenster Kennzahlen nicht mehr aus. Dies trifft insbesondere auf die Beurteilung von Wertschöpfungsketten zu, die sich über mehrere Unternehmen und Länder verteilen. Einzelne Kennzahlen bieten oftmals zu wenig Aussagekraft über Gesamtzusammenhänge, vielmehr liefern sie nur punktuelle Daten. Daher ist es nötig, eine Systematik zwischen den verschiedenen Kennzahlen herzustellen, um treffendere Analyse fällen zu können [vgl. Gladen, W. (2001), S. 65]. Fallen Entscheidungen aufgrund der Auswertung einzelner Messwerte, ohne ihre Beziehung zueinander zu betrachten, können Probleme auftreten. Schwierigkeiten gibt es zum Beispiel dann, wenn zu einem Sachverhalt

Performance Measurement in einer Supply Chain 12

nur eine einzelne quantitative Kennzahl vorliegt. Oftmals jedoch benötigt man zur Erfassung eines Vorgangs ergänzende qualitative Informationen, die nur in einem integrierten Kennzahlensystem dargestellt werden können [vgl. hierzu u. a. Reichmann, T. (2006), S. 22 und Meier, H., Zoller, C. S., Golembiewski, M. (2004), S.51].

Ein weiteres Problem bei der Analyse autonomer Kennzahlen, ergibt sich aus Zielkonflikten zwischen einzelnen Unternehmensbereichen. So kann es vorkommen, dass bei einer isolierten Auswertung von Kennzahlen die Leistungsfähigkeit einer Abteilung negativ durch andere Unternehmensteile beeinflusst wird [vgl. Glohr, C. (2003), S. 616]. Ein weiteres Problem liegt mittlerweile in den immensen Auswahlmöglichkeiten der Entscheidungsträger. Aufgrund integrierter Data Warehouses kann das Management auf eine Vielzahl unterschiedlichster Messgrößen zurückgreifen, was eine Auswahl von geeigneten Kennzahlen für spezielle Sachverhalte erschwert [vgl. Liebetruth, T., Otto, A. (2006), S. 13]. Kennzahlensysteme versuchen diese und andere Problemstellen zu umgehen, indem sie systematisch einzelne Kennzahlen zueinander in eine sinnvolle Beziehung setzen [vgl. Reichmann, T. (2006), S. 22f.]. Kennzeichnend dabei ist die übergeordnete Zielsetzung des gesamten Systems. Somit können Zielkonflikte einzelner Unternehmensteile oder Prozesse nicht mehr auftreten. Laut dem Lexikon für Rechnungswesen und Controlling von Heyd ¹³ stellen Kennzahlensysteme „[…]die Gesamtheit mehrerer Kennzahlen über einen Sachverhalt dar[…].“ So könne eine „[…]mehrschichtige Aussage über den zugrunde liegenden Sachverhalt getroffen werden[…]“ und somit „[…]eine breitere Fundierung entsprechender Anpassungsmöglichkeiten ermöglicht werden[…]“. Des Weiteren kennzeichnet ein Kennzahlensystem die sachlich sinnvolle Beziehung - systematischer, mathematischer oder empirischer Natur - der Variablen untereinander, die alle einem gemeinsamen Ziel untergeordnet sind [siehe: Reichmann, T. (2006), S. 22].

Um die Kennzahlen in einem übergeordneten System miteinander zu verknüpfen, gibt es zwei architektonische Möglichkeiten, so genannte Rechen- und Ordnungssysteme. Beim hierarchisch angeordneten Rechensystem bildet die Spitze eine besonders aussagekräftige Kennzahl, die sich dann in Unterkennzahlen verzweigt. Die Zahlen sind rechnerisch mit-einander verknüpft, entweder durch Aufgliederung (Teilgrößen einer Gesamtgröße), Substitution (Ausgangkennzahl wird ohne wertmäßige Änderung durch andere Größen ersetzt) oder Erweiterung (Erweiterung der Ausgangskennzahl) [vgl. Gladen, W. (2001), S. 95f.]. Aus der rechnerischen Verknüpfung kann aber nicht auf einen funktionalen Zusammen-

¹³ Vgl. Heyd, R. (1993).

Performance Measurement in einer Supply Chain 13

hang oder auf eine vorliegende Monokausalität geschlossen werden [vgl. Meyer, C. (2006), S. 25]. In einem Ordnungssystem fehlt eine derartige Verknüpfung, vielmehr sind die Kennzahlen sachlogisch strukturiert und stehen in einem Wirkungszusammenhang zueinander. Dadurch ergibt sich eine deutlich höhere Flexibilität bei der Kennzahlenauswahl, da man sich nicht auf quantitative Größen beschränken muss. Dies ist aber gleichzeitig auch ein großer Nachteil von Ordnungssystemen, da eine Objektivität bei der Selektion nun nur noch schwer gewährleistet werden kann. Man ist sehr stark an das subjektive Urteil desjenigen gebunden, der über die Auswahl der Kennzahlen entscheidet [siehe Gladen, W. (2001), S. 99f.]. Im Gegensatz zu Rechensystemen können Ordnungssysteme hierarchisch angeordnet sein, müssen dies aber nicht zwangsläufig sein. In der Praxis haben sich diese aber durchgesetzt, da sie die Einfachheit, die Klarheit, die Informationsverdichtung, die multikausale Analyse, die Objektivität und die Widerspruchsfreiheit des gesamten Systems fördern [vgl. Gladen, W. (2001), S. 66].

Aufgrund ihrer übergeordneten Zielausrichtung können Kennzahlensysteme in allen Unternehmensbereichen eingesetzt werden [vgl. Meyer, C. (2006), S. 34f.].

2.2.2 Performance Measurement-Systeme

Im vorherigen Abschnitt wurde auf die Bedeutung von Kennzahlen und Kennzahlensystemen zur Entscheidungsunterstützung des Managements eingegangen. Dabei wurde auch auf die Bedeutung der Leistungsdiagnose hingewiesen. Um ein Unternehmen erfolgreich steuern zu können, muss die Leistungsfähigkeit einer jeden Abteilung sichergestellt sein. Dafür müssen die Entscheidungsträger über die exakte Performance ¹⁴ sämtlicher Unternehmensprozesse Bescheid wissen. Dies geschieht mithilfe so genannter Performance Measurement-Systeme. Diese gehen über herkömmliche Kennzahlensysteme hinaus und fokussieren sich auf eine reine Leistungsdiagnose.

Bevor im folgenden Abschnitt auf derartige Systeme, zu denen auch das Kennzahlensystem des SCOR-Modells gehört, eingegangen wird, müssen zunächst die Begriffe Performance und darauf aufbauend das Performance Measurement und das Performance Measurement System definiert werden. Anschließend wird der Unterschied zwischen einem PMS und einem herkömmlichen Kennzahlensystem erläutert. Die Relevanz eines solchen Systems oder eines Performance Measurements im Allgemeinen wird im darauf folgenden Abschnitt erörtert. Um

¹⁴ Obwohl der Performance Begriff, wie im Folgenden noch zu sehen sein wird, nicht mit dem Leistungsbegriff

gleichzusetzen ist, werden die beiden Begriffe im weiteren Verlauf der Arbeit aus Gründen der Verein-

fachung synonym verwendet.

Performance Measurement in einer Supply Chain 14

diesen Themenbereich abzuschließen, wird zunächst auf die Besonderheiten bei der Leistungsdiagnose in einer Supply Chain eingegangen. Hierbei wird vor allem auf den integrativen Charakter hingewiesen. Danach erfolgt die Überleitung zum Hauptkapitel der vorliegenden Arbeit. Es wird gezeigt, welche Rolle das SCOR-Modell bei der Performance Diagnose in einer unternehmensübergreifenden Wertschöpfungskette spielt.

2.2.2.1 Definition: Performance

Aufgrund seines amerikanischen Ursprungs und der Tatsache, dass sich der Performance-Begriff in Deutschland noch nicht durchgesetzt hat, gibt es hierfür in der einheimischen Literatur keine eindeutige Definition. Zum größten Teil wird er in betriebswirtschaftlichen Artikeln mit dem deutschen Wort „Leistung“ gleichgesetzt. Hierbei wird Leistung entweder als produzierende Tätigkeit oder als deren Ergebnis betrachtet. Im ersten Fall bezieht sich Leistung auf den reinen Arbeitseinsatz, sowohl aus Sicht des Mitarbeiters als auch aus Sicht der gesamten Einheit, die zur Erfüllung der Arbeitsaufgabe benötigt wird. Bei Leistung als dem Ergebnis einer produzierenden Tätigkeit wird zwischen mengenmäßigen und wertmäßigen Resultaten unterschieden [vgl. Karrer, M., Stölzle, W. (2004), S. 237f.]. Der Per-formance-Begriff geht über diese enge betriebswirtschaftliche Sichtweise hinaus und orientiert sich stärker am Effektivitäts- und Effizienzgedanken [vgl. Reiner, G. (2004), S. 28f.]. Effektivität definiert sich über das Verhältnis von gestecktem und letztendlich erreichtem Ziel. Hierbei ist der Umfang des Aufwandes von sekundärer Bedeutung, es wird lediglich angegeben, inwieweit geeignete Handlungen vorgenommen wurden („to do the right things“) [vgl. Klingebiel, N. (2000), S. 25]. Bezieht man diese Definition auf den Per-formance-Begriff, so kann man sagen, dass dieser die tatsächlich erbrachte Leistung in Relation zum gewünschten Ergebnis setzt. Die Effizienz, als das zweite wichtige Kriterium der Performance, spiegelt das Input-Output-Verhältnis wider. Spricht man demzufolge von einer guten Performance, so bedeutet das, dass ein vorgeschriebener Output mit einem möglichst geringem Input realisiert werden konnte [siehe hierzu: Karrer, M., Stölzle, W. (2004), S. 240]. Neben den Effektivitäts- und Effizienzkomponenten enthält der Performance-Begriff noch weitere Merkmale, welche die Unterscheidung zum Leistungsbegriff deutlich machen. Zum einen ist die klare strategische Ausrichtung des Performance-Begriffs zu nennen, die sich im starken Zukunftsbezug widerspiegelt. Hierbei spielt die so genannte „Potenzialität“, das Erfassen aktuell ablaufender Ereignisse (Ursache) im Hinblick auf die zukünftige Per-

Performance Measurement in einer Supply Chain 15

formance (Wirkung), eine wichtige Rolle. Die Messung von langfristigen Potenzialen ist demnach ein wichtiges Abgrenzungskriterium zum reinen Leistungsbegriff. Ein weiterer wesentlicher Unterschied ist die Mehrdimensionalität der Performance. Man orientiert sich nicht mehr nur an quantitativen Messgrößen, sondern es fließen explizit qualitative, das heißt größtenteils nicht-monetäre Kennzahlen in die Betrachtung mit ein. Zusammenfassend kann man sagen, dass der Performancebegriff wesentliche Elemente des Leistungsbegriffes enthält, aber über diesen hinausgeht. Kennzeichnende Merkmale der Performance sind der enge Effektivitäts- und Effizienzbezug, sowie die zukunftsorientierte Sichtweise. Des Weiteren ist für sie ein ausgewogenes Verhältnis monetärer und nicht-monetärer Kennzahlen typisch [vgl. Karrer, M., Stölzle, W. (2004), S. 237ff.].

2.2.2.2 Definition: Performance Measurement / Performance Measurement-Systeme Zum Performance Measurement gibt es ähnlich wie beim Supply Chain Management stark divergierende Meinungen innerhalb der wirtschaftswissenschaftlichen Literatur. So beziehen manche Autoren ein Performance Measurement nur auf Gesamtunternehmen bzw. größere Organisationseinheiten, oder sie klammern monetäre Kenngrößen bei der Leistungsmessung vollständig aus [vgl. Erdmann, M. K. (2003), S. 61ff.]. Dieser Arbeit liegt die Definition von Gleich und Haindl zugrunde. Für sie beinhaltet das Performance Measurement „[…]den Aufbau und Einsatz i. d. R. mehrerer Performance Measures ¹⁵ zur Beurteilung der Effektivität ¹⁶ und Effizienz ¹⁷ der Performance unterschiedlicher Objekte (z. B. Unternehmenskooperationen, Unternehmen, Abteilungen, Prozesse und Mitarbeiter).“ ¹⁸ Im Grunde genommen handelt es sich also beim Performance Measurement um eine Methode zur Feststellung der Leistungsfähigkeit eines spezifischen Objektes. Dies kann sich sowohl auf ganze Unternehmensbereiche als auch auf einzelne betriebsinterne Prozesse beziehen. Der Begriff Performance Measurement bezeichnet dabei den eigentlichen Vorgang der Leistungserstellung, während dessen sich ein Performance Measurement-System auf das Konstrukt der integrierten einzelnen Performance Measures bezieht.

¹⁵ Unter einem Performance Measure wird hier eine Maßgröße angesehen, die dazu dient, die Leistung unter-

schiedlichster Objekte zu bewerten [vgl. Erdmann, M. K. (2003), S. 64].

¹⁶ Definition Effektivität: Effektivität misst den Zielerreichungsgrad und gibt an, inwieweit geeignete Hand-

lungen vorgenommen werden („to do the right things“) [vgl. Klingebiel, N. (2000), S. 25].

¹⁷ Definition Effizienz: Effizienz gibt die Input-Output Relation an. Effektivität ist daher eine grundsätzliche

Voraussetzung für Effizienz [vgl. Klingebiel, N. (2000), S. 25].

¹⁸ Vgl. hierzu: Gleich, R., Haindl, M. (1996), S. 263; siehe auch: Erdmann, M. K. (2003), S. 61ff.