Quantitative und qualitative Prognosemethoden in der Übersicht

Inhaltsverzeichnis II

  Inhaltsverzeichnis  

Inhaltsverzeichnis   I

  Abbildungs- und Tabellenverzeichnis  III

1  Einleitung  1

1.1  Themenstellung und Zielsetzung  1

1.2  Prognosen und Prognoseverfahren  1

1.3  Gang der Arbeit  2

2  Quantitative Prognosemethoden  3

2.1  Bedeutung und Probleme quantitativer Prognosemethoden  3

2.2  Darstellung der bedeutendsten Methoden  3

2.2.1  Zeitreihenanalyse  3

2.2.1.1  Trendextrapolation  3

2.2.1.2  Methode der gleitenden Durchschnitte  6

2.2.1.3  Methode der exponentiellen Glättung  7

2.2.2  Regressionsmodell  8

2.2.2.1  Einfache Regression  8

2.2.2.2  Multiple Regression  9

3  Qualitative Prognosemethoden  11

3.1  Bedeutung und Probleme qualitativer Prognosemethoden  11

3.2  Darstellung der bedeutendsten Methoden  12

3.2.1  Szenario-Technik  12

3.2.2  Delphi-Methode  14

3.2.3  Analogie-Methode  15

4  Kritische Würdigung der Prognosemethoden  17

Anhang 19   

  Literatur- und Quellenverzeichnis  III

Abbildungs- und Tabellenverzeichnis III

Abbildungs- und Tabellenverzeichnis

Abbildungen

Abb. 1: Denkmodell zur Darstellung von Szenarien S. 13

Abb. 2: Exponentielle Glättung (α = 0,5 und α = 0,9) S: 19

Abb. 3: Regressionsgerade lineare Einfachregression S. 21

Tabellen

Tab. 1: Beispiele unterschiedlicher Trendfunktionen S. 4

Tab. 2: Umsätze des Beispielunternehmens S: 5

Tab. 3: Arbeitstabelle für Trendextrapolation S. 5

Tab. 4: Arbeitstabelle für gleitende S: 6 Dreierdurchschnittsberechnung Tab. 5: Exponentielle Glättung bei α = 0,5

Tab. 6: Exponentielle Glättung bei α = 0,9 Tab. 7: Vorgaben für Beispiel lineare Einfachregression S. 20

Tab. 8: Arbeitstabelle zur Bestimmung der S. 21 Regressionskoeffizienten

Tab. 9: Vorgaben für Beispiel lineare Mehrfachregression S. 22

Tab. 10: Arbeitstabelle zur Bestimmung der S. 23 Regressionskoeffizienten

Einleitung 1

1 Einleitung

1.1 Themenstellung und Zielsetzung

In den 50er und 60er Jahren war das Umfeld der Unternehmen eher berechenbar. Die Positionierung im Markt, sowie der Erfolg eines Unternehmens basierte auf dessen Stärken und Schwächen. Daraus ergab sich eine innenorientierte Strategieentwicklung. Im Laufe der Jahre hat sich, unter anderem auch mit der zunehmenden Internationalisierung, eine Dynamik auf Beschaffungs- und Absatzmärkten, im technologischen Fortschritt, in der Gesetzgebung und im Wettbewerb gebildet. Diese führt zu vielen überraschenden Veränderungen im Umfeld der Unternehmen. Hieraus ergibt sich, dass eine innenorientierte Planung nicht mehr ausreicht, da der Erfolg der Unternehmen nicht mehr allein von ihren Stärken und Schwächen abhängt. Es muss eine nach außen orientierte Planung erfolgen, welche die Veränderungen im Unternehmensumfeld einbeziehen, abschätzen und vorhersagen kann. Um dies zu erreichen, besteht die Möglichkeit, Prognosen dieser Veränderungen zu tätigen. Zur Erstellung von Prognosen stehen den Unternehmen als Instrumente sogenannte Prognosemethoden zur Verfügung.

Ziel dieser Arbeit ist es, zu erklären, was man unter Prognosemethoden versteht, und wie man sie gegeneinander abgrenzen kann sowie einen Überblick über mögliche anwendbare Prognosemethoden zu geben und die bedeutendsten Methoden vorzustellen.

1.2 Prognosen und Prognoseverfahren

In der Literatur finden sich eine Vielzahl von gängigen Definitionen ¹ für Prognosen und Prognoseverfahren. Im folgenden soll diese eigene Definition gelten:

Unter Prognosen versteht man den Versuch, Vorhersagen über künftige Ereignisse oder Entwicklungen zu treffen, die sich auf Fakten und

¹ Vgl. z. B. Horváth, Controlling, 2001, S. 403; Brockhoff, Unternehmensplanung, 1977, S. 17; Lewandowski, Prognosesysteme, 1974, S. 3 u. S. 246, 247

Einleitung 2

Annahmen stützen. Prognosen basieren auf Hochrechnungen und angenommenen Ereignissen. Damit es möglich wird Prognosen zu tätigen, bedient man sich der Prognosemethoden.

1.3 Gang der Arbeit

In den vorangegangenen Abschnitten dieses Kapitels wurde in die Materie eingeführt und der Begriff der Prognose und der Prognosemethoden definiert.

Im folgenden zweiten Kapitel wird die Bedeutung und die Problematik quantitativer Prognosemethoden erklärt und ausgewählte Methoden dargestellt. Als bedeutendste Methoden werden die Zeitreihenanalyse und das Regressionsmodell betrachtet. Die drei verschiedenen

Rechenmodelle der Zeitreihenanalyse werden anhand eines Beispiels anschaulich erläutert und das Regressionsmodell mit den zwei Formen der einfachen und multiplen Regression auf theoretischer Basis erklärt.

Im dritten Kapitel der Arbeit werden die Pendants zu den quantitativen Methoden, die qualitativen Prognosemethoden, erklärt und vorgestellt. Hier werden die Szenario-Technik, die Delphi-Methode und die Analogie-Methode näher erläutert.

Im vierten und letzten Kapitel werden die Methoden einer kritischen Würdigung unterzogen und dargestellt, wie dienlich uns diese Methoden heute sein können.

Quantitative Prognosemethoden 3

2 Quantitative Prognosemethoden

2.1 Bedeutung und Probleme quantitativer Prognosemethoden

Quantitative Prognosemethoden basieren auf mathematisch-statistischen Methoden, die auf mehr oder weniger stark ausgeprägten Datenreihen der Vergangenheit aufbauen und deren Ergebnisse in einen zukünftige Problemstellung übertragen werden. Mit Hilfe der Methoden werden nun Einflussfaktoren auf die Datenreihe mit in die Vorhersage einbezogen. Hier kommen zum Beispiel Zufälle, Saisonschwankungen und Trends in Betracht. Mit Hilfe der mathematisch-statischen Verfahren sollen diese möglichen Einflussfaktoren in der Prognose eliminiert werden. ² Das Ergebnis einer quantitativen Prognose ist ein zahlenmäßig definierter, also quantitativer Wert.

Die Problematik bei diesen Methoden besteht in der Gefahr, dass eine Genauigkeit der Prognose vorgetäuscht wird, die in der Realität nicht gegeben ist. Dies kann einerseits an einer Ungenauigkeit der gewählten Datenreihen liegen. Diese kommt zustande, wenn die Datenreihen bereits in der Vergangenheit falsch ermittelt wurden oder auf einer anderen Grundlage basieren. Andererseits kann die Zukunft für die Prognose vollkommen vom bisherigen Verlauf der Vergangenheit abweichen, so ass eine Fortschreibung keine verwendbaren Daten liefert. 3

2.2 Darstellung der bedeutendsten Methoden

2.2.1 Zeitreihenanalyse

2.2.1.1 Trendextrapolation

Die Trendextrapolation stellt die in der Vergangenheit am häufigsten verwendete Methode innerhalb der quantitativen Prognosemethoden dar. Hierbei geht man davon aus, dass die Entwicklung der Vergangenheit in

² Vgl.: Zerres, Planung, 1989, S. 57

³ Vgl. Weis / Steinmetz, Marktforschung, 2002, S. 392

Quantitative Prognosemethoden 4

die Zukunft extrapoliert, d.h. fortgeschrieben, werden kann. Vorraussetzung für die Anwendung dieser Methode ist, „dass die Werte einer Zeitreihe bis zum gegenwärtigen Zeitpunkt einzeln vorliegen.“ ⁴ Anhand der vorliegenden Werte wird mit Hilfe eines mathematischstatischen Verfahren eine Fortschreibung in die Zukunft vorgenommen.

Dieses Verfahren sollte bei seiner Anwendung immer kritisch betrachtet werden, da in der Regel nicht davon ausgegangen werden kann, dass die vergangene Entwicklung sich ohne Veränderungen in der Zukunft fortsetzt.

Rechentechnisch werden bei diesem Verfahren Funktionen erstellt, die möglichst genau die bisherige Entwicklung wiederspiegeln. In der Regel werden die numerischen Werte für die Parameter der Funktion nach der Methode der kleinsten Quadrate ermittelt. Mit Hilfe der ermittelten Parameter wird eine Trendfunktion aufgestellt, anhand derer die Prognosen getätigt werden. Im Hinblick auf die veränderliche Zukunft kann innerhalb der Trendextrapolation mit verschiedenen Modellen von Funktionen gerechnet werden.

Man unterscheidet hier folgende Funktionen:

Das folgende Beispiel zeigt, wie man eine lineare Trendextrapolation errechnet. An diesem Beispiel sollen im folgenden auch die Methode der gleitenden Durchschnitte und die Methode der exponentiellen Glättung erklärt werde.

⁴ Weis / Steinmetz, Marktforschung, 2002, S. 386