I

Inhaltsverzeichnis

Inhaltsverzeichnis   I

Abbildungsverzeichnis   II

Abk  ürzungsverzeichnis  III

Symbolverzeichnis   IV

1.  Einleitung  6

2.  Leistungsentlohnung und nicht-finanzielle Kennzahlen  8

2.1.  Leistungsorientierte Entlohnung  8

2.2.  Nicht-finanzielle Kennzahlen  11

3.  Theoretische Modellierung  18

3.1.  Das LEN-Modell als Basis  18

3.1.1.  Grundlagen und Annahmen des LEN-Modells  18

3.1.2.  Theoretische Probleme des LEN-Modells  22

3.1.3.  Rechtfertigung linearer Kompensationsschemata  23

3.2.  Ein multiperioden LEN-Modell  25

3.2.1.  Grundannahmen und allgemeine Rahmenbedingungen  25

3.2.2.  Unterschiedliche Modellszenarien  31

3.2.3.  Vergleich von kurzer und langer Vertragslaufzeit  57

3.2.4.  Der Einfluss von Nachverhandlungen  65

3.2.5.  Ergebnisse der Modellszenarien im Überblick  66

4.  Weitere Einflussgrößen  68

5.  Zusammenfassung  73

Literaturverzeichnis   74

II

Abbildungsverzeichnis   

Abbildung  1 : Ursache-Wirkungskette in der BSC  

Abbildung  2 : Funktionsverlauf der linearen Entlohnung  

Abbildung  3 : Funktionsverlauf der Investitionsrückflüsse  

Abbildung  4 : Verlauf der Nutzenfunktion des Agenten  

Abbildung  5 : Funktionsverlauf der Kosten des Arbeitseinsatzes  

Abbildung  6 : Zeitablauf der Aktionen  

III

Abkürzungsverzeichnis

BSC Balanced Scorecard CEO Chief Executive Officer KGV Kurs-Gewinn-Verhältnis MCE Manufacturing Cycle Effectiveness o.B.d.A. ohne Beschränkung der Allgemeingültigkeit ROI Return on Investment SÄ Sicherheitsäquivalent SV Shareholder Value

IV

Symbolverzeichnis

a Arbeitseinsatz des Agenten im Zeitpunkt t

t

a β β induzierter Arbeitseinsatz des Agenten im Zeitpunkt t ( ) Durch t

t t

α Gezahlter Fixlohn in Periode t

t

Investition in Periode 1 b b , b % ^* Optimale Investition in Periode 1

⁰ Investition in der First-Best-Situation b c b Vermutete Investition des Prinzipals β π Multiplikator für t

t

β , ⁰ β π ^* Multiplikator für t

t t

c , t c % Cashflow in Periode t

t

γ γ + = ) Diskontfaktor ( 1

¹ r

δ % ( ) m b Normalverteilter Fehlerterm der Investitionsrückflüsse % δ µ ² ( ) (0, ) N [ ]

Erwartungswertoperator E

EU Erwartungsnutzen des Agenten im Zeitpunkt t

t

g a a ( ) Kosten für den Agenten bei Erbringung des Arbeitseinsatzes t

t

ε% Normalverteilter Fehlerterm des Cashflows in Periode t

t

ε σ ² ) (0, ) N ( %

t t

f , f % Vorauseilender Indikator der Investitionsrückflüsse ( ) m b φ Konsumbetrag des Agenten in Periode t

t

( ) m b Rückfluss aus der Investition b µ Erwartungswert σ Normalverteilung mit Erwartungswert µ und Varianz ² N µ σ ² ( , ) π Performance-Maß der Leistung des Agenten in Periode t

t

r Zinssatz am externen Kapitalmarkt ρ ˆ Grad der absoluten Risikoaversion des Agenten (Arrow-Pratt-Maß)

V

s , t s % Lohnzahlung des Prinzipals an den Agenten in Periode t

t

ˆ t s Reservationslohn des Agenten in Periode t

SÄ Sicherheitsäquivalent des Agenten zum Zeitpunkt t

t

ε% σ ² Varianz des Fehlerterms t

t

t Zeitpunkt / Periode U Nutzen des Agenten in Periode t

t

^* U Optimaler Nutzen des Agenten in Periode t

t

Gewicht für den vorauseilenden Indikator f in Periode t u

t

^* u , ˆ t u Gewicht für den vorauseilenden Indikator f in Periode t

t

Gesamtnutzen des Prinzipals V V , ˆ ^* Optimaler Gesamtnutzen des Prinzipals V ( ) Varianzoperator W Betrag, den der Agent in Periode t spart

t

^* W Optimaler Sparbetrag des Agenten in Periode t

t

( ) Y β Netto-Rückfluss für den Prinzipal

t t

Z , ˆ ^* Barwert der getätigten Investition für den Prinzipal Z Ω Zielgröße des Agenten

6

1. Einleitung

In der letzten Zeit werden wieder Diskussionen um die Entlohnung von Top-Managern laut, denen nachgesagt wird, sie bereicherten sich über Gebühr mittels undurchsichtiger Bonuspläne. Im gleichen Atemzug wird den Spitzenmanagern unterstellt, sie würden keine langfristige Ausrichtung in ihren Entscheidungen erkennen lassen. Diese beiden Aussagen zusammengenommen führen zu einer interessanten Überlegung. Die Bonuszahlungen scheinen an Performance-Maße geknüpft zu sein, die einerseits nicht korrekt auf die Leistungen der Manager abgestimmt scheinen und andererseits die Manager dazu bringen Entscheidungen mit einer gewissen Kurzsichtigkeit vorzunehmen. Hierbei schwingt das bekannte Problem der kurzen Zeithorizonte von Top-Managern mit. Gerade in Spitzenpositionen halten sich Manager meist nur für kurze Zeit. Basieren die Bonusgratifikationen auf Kennzahlen, die vor allem den kurzfristigen Unternehmenserfolg honorieren, wird kaum ein Manager Investitionen tätigen, deren Rückflüsse sich wahrscheinlich erst nach seiner Amtszeit realisieren werden.

Es liegt somit ein klassischer Interessenkonflikt vor, wie ihn die Prinzipal-Agenten-Theorie ¹ abbildet: Ein Agent, hier der Manager, führt Handlungen im Auftrag eines Prinzipals, hier die Anteilseigner, aus. Der Agent ist über seine Tätigkeit besser informiert als der Prinzipal, sodass eine asymmetrische Informationsverteilung vorliegt. Der Prinzipal kann nicht beobachten, ob der Agent in seinem Sinne handelt, das heißt langfristig optimale Entscheidungen trifft. Um den Agenten zu bewegen, sein Handeln auf die Ziele des Prinzipals abzustimmen werden Anreizsysteme eingesetzt. Diese haben zum Ziel die Leistungserbringung der Entscheidungsträger effizient abzustimmen. ² Die Anreizsysteme verwenden Kennzahlen, um die Leistung des Prinzipals zu messen. Je nachdem wie diese Performance-Maße beschaffen sind, können Verzerrungen entstehen. Diese äußern sich beispielsweise in einer unerwünschten Kurzsichtigkeit des Agenten inm Hinblick auf Entscheidungen.

¹ Zum Standard-Modell der Prinzipal-Agenten-Theorie vgl. Ewert, Ralf / Wagenhofer, Alfred

(2002), S. 423ff und Jost, Peter J. (Hrsg.)(2001).

² Vgl. Rousek, Oliver (1995), S. 221.

7

Es ist demnach wichtig zu prüfen, auf welchen Kennzahlen die Anreizsysteme aufbauen. Im Rahmen dieser Arbeit soll untersucht werden, ob eine bestimmte Gruppe von Kennzahlen - die nicht-finanziellen Performance-Maße - geeignet ist, durch den Einsatz in Anreizverträgen, Manager zu langfristig optimalen Entscheidungen zu bewegen. Um dieser Frage nachzugehen wird ein theoretisches Modells untersucht, welches die oben beschriebene Situation abbildet und zu den Multiperioden-LEN-Modellen zählt.

Zunächst wird in Kapitel 2 auf die zunehmende leistungsabhängige Entlohnung eingegangen. Das Konzept der nicht-finanziellen Performance-Maße wird beschrieben, deren Ausgestaltung untersucht und deren Nutzwert durch Hinweis auf empirische Ergebnisse unterstrichen. In Kapitel 3 wird zuerst das LEN-Modell als weit verbreitetes Standardmodell vorgestellt und dessen Stärken und Schwächen beleuchtet. Anschließend wird ein theoretisches Modell entwickelt, das auf einem Multiperioden-LEN-Modell aufbaut. Es werden mehrere Szenarien durchgespielt, wobei die Vertragslaufzeit als wichtige Einflussgröße auf die Ergebnisse identifiziert wird. Nach einer Diskussion der Modellergebnisse wird in Kapitel 4 ein Überblick über weitere wichtige Einflussfaktoren bei der Optimierung von Entlohnungsverträgen gegeben. Eine Zusammenfassung der Ergebnisse und ein Ausblick auf interessante Fragestellungen für die weitere Forschung in Kapitel 5 schließen diese Arbeit.

8

2. Leistungsentlohnung und nicht-finanzielle Kennzahlen

In diesem Kapitel soll als Hinführung zur theoretischen Modellierung ein kurzer Überblick über leistungsorientierte Entlohnung und nicht-finanzielle Kennzahlen gegeben werden.

2.1. Leistungsorientierte Entlohnung

Lange Zeit enthielten Entlohnungsverträge hauptsächlich Fixentlohnungen für die Mitarbeiter. Im Rahmen der betriebswirtschaftlichen Forschung zeigte sich jedoch, dass durch flexible und performance-orientierte Entlohnung ein Leistungsplus erzielt werden kann. ³ In Theorie und Praxis besteht Einigung darüber, dass eine stärkere Ausrichtung an erfolgsorientierten Ansätzen wünschenswert wäre. ⁴ So geht die Standard-Agency-Theorie von der grundlegenden Annahme aus, dass bei leistungsabhängiger Belohnung des Agenten ein höherer Output resultiert. ⁵ Daneben ergeben sich bei zahlreichen Studien empirische Belege dafür, dass grundsätzlich Entlohnung nach Leistung zu einer besseren Performance führt. ⁶ Diese Aussage wird gestützt durch Ergebnisse, die nahe legen, dass die Entlohnung nach Leistung generell zugenommen hat. 7

Allerdings gibt es durchaus auch kritische Überlegungen zur Entlohnung nach Leistung. ⁸ Viele Unternehmen führten eine flexible Entlohnung ein, allerdings oft ohne die Auswirkungen im Vorfeld genau zu überprüfen. So begnügten sich viele Unternehmen damit, ihren Mitarbeitern Bonuszahlungen zu gewähren, sollten bestimmte Zielvorgaben erfüllt sein. Allerdings beschränkten sich die Kennzahlen, auf die bei der Feststellung der Zielerreichung zurückgegriffen wurde, sehr häufig auf traditionelle, vergangenheitsbezogene Kennzahlen. Dazu gehören Maße wie der Return on Investment (ROI), das Kurs-Gewinn-Verhältnis (KGV) oder

³ Vgl. Abowd, John M. (1990), S. 52S-73S.

⁴ Vgl. Schwalbach, Joachim (1999), S. 176.

⁵ Vgl. Banker, Rajiv D. / Lee, Seok-Young / Potter, Gordon (1996), S. 222.

⁶ Vgl. hierzu beispielsweise Banker, Rajiv D. / Lee, Seok-Young / Potter, Gordon (1996), S. 195-

226.

⁷ Vgl. Ittner, Christopher D. / Larcker, David F. (1998a), S. 209.

⁸ Vgl. hierzu Kapitel 4.

9

noch simpler der Gewinn / der Umsatz der vergangenen Periode. ⁹ Diese Kenngrößen haben alle gemein, dass sie die Vergangenheit abbilden und zukünftige Entwicklungen nicht berücksichtigen. ¹⁰ Dies findet sich auch beispielsweise bei Sliwka ¹¹ , der Finanzkennzahlen als „lagging indicators“ ¹² , also nachlaufende In-dikatoren, identifiziert.

Ein weiteres Problem der alleinigen Ausrichtung leistungsbezogener Entlohnung an diesen traditionellen Kennzahlen besteht auch in der Anreizsetzung für die Manager. Wird ein Entscheider anhand einer Größe wie dem aktuellen Jahresumsatz gemessen, so hat dieser Anreize, sich auf eine kurzfristige Sicht einzulassen: Er richtet seinen Blick auf den zu optimierenden Jahresumsatz um verliert langfristige, strategische Auswirkungen aus dem Blickfeld. Dieser Kurzsichtigkeit des Managements sollte durch „neue“ finanzielle Messgrößen begegnet werden, die vorausschauend sind. So ist der Shareholder Value (SV) zwar eine Größe, die die Zukunftserwartungen der Anteilseigner reflektiert ¹³ und somit eine Ausrichtung auf die Zukunft enthält, allerdings ist diese Größe auch sehr stark externen Einflüssen unterworfen. Die schwache Informationseffizienz des Kapitalmarktes zeigt an, dass die gewünschte Zukunftsorientierung nicht optimal umgesetzt werden kann. Ein weiteres Problem, auf das unter anderem Baker/Gibbons/Murphy ¹⁴ hinweisen, besteht darin, dass der Beitrag eines einzelnen Managers auf mittlerer oder unterer Management-Ebene zum Firmenwert und somit zum Shareholder Value nur sehr schwer auszumachen ist. Demnach ist der Aktienkurs ein durchaus adäquates Mittel um Chief Executive Officers (CEOs) zu entlohnen; auf der mittleren und unteren Management-Ebene enthält dieses Maß allerdings sehr starkes exogenes Rauschen, wodurch es als Performance-Maß für diese Zielgruppe eher ungeeignet erscheint. ¹⁵ Es ist leicht nachzuvollziehen, dass ein Maß mit zu starkem exogenen Rauschen bei enger

⁹ Vgl. Ittner, Christopher D. / Larcker, David F. (1998a), S. 206.

¹⁰ Vgl. Wagenhofer, Alfred (1999), S. 194ff.

¹¹ Vgl. Sliwka, Dirk (2002), S. 487-511.

¹² Sliwka, Dirk (2002), S. 487.

¹³ Vgl. Abowd, John M. / Kaplan, David S. (1999), S. 158.

¹⁴ Vgl. Baker, George P. / Gibbons, Robert / Murphy, Kevin J. (1994), S. 1125-1156.

¹⁵ Vgl. Baker, George P. / Gibbons, Robert / Murphy, Kevin J. (1994), S. 1127.

10

Verknüpfung von Leistung und Entlohnung dazu führt, dass dem Manager/Agenten ein zu hohes Risiko aufgebürdet wird. 16

Auf die Frage, was eine gute Performance-Kennzahl ausmacht, bemerkt Baker ¹⁷ , dass ein Performance-Maß dann gut sei, wenn „the marginal product of the agent’s actions on the performance measure is highly correlated with the marginal product of these actions on the principals objective“. ¹⁸ Eine hohe Kongruenz zwischen Performance-Maß und Zielgröße des Prinzipals ist demnach - neben möglichst geringem exogenen Rauschen ¹⁹ - ein weiteres Gütekriterium.

In jüngerer Zeit rücken so genannte nicht-finanzielle Kennzahlen in den Mittelpunkt des Interesses. So weist beispielsweise Sliwka ²⁰ darauf hin, dass in der Management-Entlohnung eine grundsätzliche Verzerrung innewohnt, sollte die Bezahlung nur auf finanziellen Performance-Maßen beruhen. Wagenhofer ²¹ stellt exemplarisch fest, dass aus dem Rechnungswesen abgeleitete Kennzahlen zwangsläufig „ex-post-Größen“ ²² sein müssen.

Das nachfolgende Kapitel befasst sich mit den nicht-finanziellen Kenngrößen und ihrer Eignung einen Beitrag zur leistungsorientierten Vergütung durch ihren Einsatz in Entlohnungsschemata zu leisten.

¹⁶ Vgl. Abowd, John M. / Kaplan, David S. (1999), S. 156.

¹⁷ Vgl. Baker, George P. (1992), S. 598-614.

¹⁸ Baker, George P. (1992), S. 612.

¹⁹ Vgl. Banker, Rajiv D. / Datar, Srikant M. (1989), S.31ff

²⁰ Vgl. Sliwka, Dirk (2002), S. 487-511.

²¹ Vgl. Wagenhofer, Alfred (1999), S. 186f.

²² Wagenhofer, Alfred (1999), S. 186.

11

2.2. Nicht-finanzielle Kennzahlen

Die von Kaplan/Norton entwickelte Balanced Scorecard (BSC) ²³ stellt eine weit verbreitete Methode dar, die Performance einer Unternehmung zu ermitteln. Die BSC erweitert den traditionellen Ansatz des Messens von Unternehmenserfolg mittels finanzieller Kennzahlen um den Aspekt der nicht-finanziellen Kennzahlen. Auch Ittner/Larcker ²⁴ weisen darauf hin, dass auf allen organisatorischen Ebenen nicht-finanzielle Kennzahlen erheblich an Wichtigkeit für Entlohnungs-Entscheidungen gewannen. Diese Erkenntnis teilen auch Kaplan/Norton, jedoch stellen sie fest, dass nicht-finanzielle Kennzahlen oftmals zwar vorhanden sind, also erfasst werden, aber oft nur für operative Zwecke genutzt werden. ²⁵ Das Potenzial nicht-finanzieller Größen wird auf diese Weise nicht voll ausgeschöpft. Kaplan/Norton stellen klar, dass die BSC zu keinem Zeitpunkt als Ersatz der traditionellen, aus dem Rechnungswesen abgeleiteten, finanziellen Kennzahlen gedacht war, sondern vielmehr als deren Ergänzung. ²⁶ Eine gute BSC enthält nach Kaplan/Norton eine ausgewogene Mischung aus Ergebniskennzahlen, also Spätindikatoren, und Leistungstreibern, den Frühindikatoren, die über Kausalketten miteinander verknüpft sind. ²⁷ Abbildung 1 illustriert beispielhaft eine Ursache-Wirkungskette in der BSC.

²³ Vgl. Kaplan, Robert S. / Norton, David P. (1992), S. 71-79.

²⁴ Vgl. Ittner, Christopher D. / Larcker, David F. (1998a), S. 209.

²⁵ Vgl. Kaplan, Robert S. / Norton, David P. (1997), S. 8.

²⁶ Vgl. Kaplan, Robert S. / Norton, David P. (1996), S. 75.

²⁷ Vgl. Kaplan, Robert S. / Norton, David P. (1997), S. 145.

Das Fachwissen der Mitarbeiter hat Einfluss auf die Prozessqualität und Prozessdurchlaufzeit. Diese Größen wiederum beeinflussen die Pünktliche Lieferung. Ein Mehr an pünktlichen Lieferungen hat eine höhere Kundentreue zur Folge, die sich letztlich auf die Kapitalrendite auswirkt.

Die ausbalancierte Kennzahlen-Mischung ist im Idealfall exakt auf die Strategie des Unternehmens oder der Geschäftseinheit zugeschnitten ²⁹ und in diesem Fall nach Meinung der Autoren zur Unternehmenssteuerung bestens geeignet. Diese Ansicht findet allerdings auch Kritiker. So widerspricht beispielsweise Wagenhofer der Eignung der BSC zur Unternehmenssteuerung. Er spricht der BSC allerdings die Fähigkeit zu, bei der Entscheidungsunterstützung wertvolle Hilfe leisten zu können. 30

Die BSC ist in vier Perspektiven unterteilt: die finanzielle Perspektive, die interne Prozessperspektive, die Lern- und Entwicklungsperspektive und die Kundenperspektive. ³¹ Jede der vier Perspektiven enthält unterschiedliche Performance Maße. Die finanzielle Perspektive legt ihr Augenmerk auf Größen wie Umsatz, Umsatz- ²⁸ Modifiziertnach Kaplan, Robert S. / Norton, David P. (1997), S. 29.

²⁹ Vgl. Kaplan, Robert S. / Norton, David P. (1997), S. 145.

³⁰ Vgl. Wagenhofer, Alfred (1999), S. 199.

³¹ Vgl. Kaplan, Robert S. / Norton, David P. (1997), S. 23-27.

13

wachstum, Cash Flow oder den Return on Investment (ROI). ³² Kennzahlen wie Manufacturing Cycle Effectivenes (MCE) ³³ , Durchlaufzeit oder Ausschussquote finden sich in der internen Prozessperspektive. ³⁴ Die Überschrift Lern- und Entwicklungsperspektive erfasst Messgrößen wie das Fachwissen der Mitarbeiter, Daten zur Weiterbildung, Firmentreue oder Mitarbeiterzufriedenheit. ³⁵ In der Kundenperspektive finden sich neben Kennzahlen wie Kundentreue, pünktliche Lieferung, Marktanteil und Kundenakquisition mit der Kundenzufriedenheit ³⁶ auch die populärste Messgröße der Forschung zu nicht-finanziellen Kennzahlen. ³⁷ Beispielsweise erhalten Lingle/Schiemann ³⁸ als Ergebnis ihrer Umfrage zur Verwendung von Kennzahlen, dass eine breite Mehrheit der befragten Entscheider den Wert von Informationen über Kundenzufriedenheit als sehr hoch erachtet. ³⁹ Dies ist leicht nachzuvollziehen, stellt doch Wissen über Kunden in der heutigen Marktsituation einen wichtigen Wettbewerbsvorteil dar. Nicht-finanziellen Messgrößen wie der Kundenzufriedenheit wird zugeschrieben, dass durch sie bereits heute Informationen über zukünftige Umsätze, das heißt über die zukünftige finanzielle Entwicklung, generiert werden können. ⁴⁰ Mit anderen Worten: Die Kundenzufriedenheit stellt einen vorauseilenden Indikator der finanziellen Performance dar. ⁴¹ Diese Aussage beruht auf der Annahme, dass eine Wirkungsbeziehung besteht, die einer Erhöhung der Kundenzufriedenheit heute eine Erhöhung der Umsätze bzw. Gewinne morgen zuordnet. ⁴² Diese Hypothese wurde in mehreren empirischen Studien unter verschiedenen Rahmenbedingungen getestet und konnte in dieser allgemeinen Form bestätigt werden. ⁴³ Allerdings ist

³² Vgl. Kaplan, Robert S. / Norton, David P. (1997), S. 24.

³³ Die Kenngröße MCE ist der Quotient aus der reinen Bearbeitungszeit und der gesamten Durch-

laufzeit. Es stellt ein Maß der Effektivität des Fertigungsprozesses dar.

³⁴ Vgl. Kaplan, Robert S. / Norton, David P. (1997), S. 112-117.

³⁵ Vgl. Kaplan, Robert S. / Norton, David P. (1997), S. 27.

³⁶ Vgl. Kaplan, Robert S. / Norton, David P. (1997), S. 25.

³⁷ Vgl. Lambert, Richard A. (1998), S. 38.

³⁸ Vgl. Lingle, John H. / Schiemann, William A. (1996), S. 56-61.

³⁹ Vgl. Lingle, John H. / Schiemann, William A. (1996), S. 57.

⁴⁰ Banker, Rajiv D. / Potter, Gordon / Srinivasan, Dhinu (2000), S. 82.

⁴¹ Vgl. Ittner, Christopher D. / Larcker, David F. (1998b), S. 237. und Lambert, Richard A. (1998),

S. 46.

⁴² Diese Unterstellung findet sich in den Wirkungsketten wieder, auf denen die BSC aufgebaut

werden soll.

⁴³ Vgl. hierzu beispielsweise Banker/Potter/Srinivasan (2000) und Ittner/Larcker (1998b).

14

auch zu bemerken, dass ein genauer Funktionszusammenhang zwischen Kundenzufriedenheit und Umsatz bisher nicht identifiziert werden konnte. ⁴⁴ Aus dieser Theorie erwächst ein klarer Vorteil von nicht-finanziellen Kennzahlen wie der Kundenzufriedenheit gegenüber den traditionellen Messgrößen: Nichtfinanzielle Kennzahlen generieren zusätzliche Informationen, die in den Kenngrößen des traditionellen Rechnungswesens nicht enthalten waren. So ist der Ansatz der BSC im Sinne von Kaplan/Norton, wie von den Autoren beabsichtigt, tatsächlich als eine Ergänzung und Erweiterung zu sehen. Jedoch fanden Ittner/Larcker in einer aktuellen Untersuchung ⁴⁵ heraus, dass diese Denkweise ursprünglich bei den Entscheidern vorhanden war, doch schiene es so, als ob diese „neuen“ Messgrößen zu einem „schäbigen Ersatz“ ⁴⁶ für die finanziellen Performance-Maße ge-worden seien.

Die Autoren weisen in ihrer Arbeit auf die häufigsten Fehler hin, die im Zusammenhang mit nicht-finanziellen Kennzahlen auftreten. Darüber hinaus geben sie eine Vorgehensweise an, wie diese Fehler vermieden werden und somit die nichtfinanziellen Kennzahlen ihre Wirkung entfalten können. ⁴⁷ Die Fehlerquellen lassen sich in vier Kategorien einteilen. Ein häufiger Fehler entsteht durch fehlende Beziehung zwischen den Messgrößen und der Unternehmensstrategie und der Verwendung einer Standard-Messgrößenliste. Die zweite Fehlerquelle besteht darin, dass die unterstellten Zusammenhänge nicht überprüft und einmal erstellte Wirkungsketten nicht hinterfragt oder verbessert werden. Einen weiteren Fehler identifizieren Ittner/Larcker in der falschen Auswahl der Leistungsziele, das heißt es werden die falschen Kennzahlen für die Performancemessung ausgewählt. Die letzte große Fehlerquelle ist auf dem operativen Level angesiedelt: Es wurden zwar die richtigen Kennzahlen ausgewählt und die unterstellten Zusammenhänge sind korrekt, aber die Messung der Performance-Maße ist fehlerhaft und damit hat die Kenngröße keine Aussagekraft. Es liegt in der Natur der nicht-finanziellen Kennzahlen, dass ihre Messung sich zumeist als recht schwierig erweist. 48

⁴⁴ Vgl. Ittner, Christopher D. / Larcker, David F. (1998b), S. 238.

⁴⁵ Vgl. Ittner, Christopher D. / Larcker, David F. (2004), S. 71-81.

⁴⁶ Ittner, Christopher D. / Larcker, David F. (2004), S. 81.

⁴⁷ Vgl. Ittner, Christopher D. / Larcker, David F. (2004), S. 78ff.

⁴⁸ Vgl. Lambert, Richard A. (1998), S. 39f.

15

So kann ein Maß der Kundenzufriedenheit auf fast unzählige Arten generiert werden. Von einer Stichprobe per Telefonumfrage über eine Gesamtkundenbefragung bis zur subjektiven Einschätzung der Kundenzufriedenheit sind eine Vielzahl von Möglichkeiten denkbar. Lingle/Schiemann ⁴⁹ weisen unter Bezugnahme auf ihr Datenmaterial darauf hin, dass oft selbst innerhalb der Unternehmen Uneinigkeit darüber besteht, was genau gemessen werden soll, um einen Wert für Kundenzufriedenheit zu generieren. ⁵⁰ Oftmals besteht kein Konsens darüber, ob ein absoluter Prozentwert ⁵¹ gemessen werden soll oder eher die Veränderung der Zufriedenheit ⁵² . Es ist leicht ersichtlich, dass ein objektiver Vergleich von derart unterschiedlich generierten Kennzahlen sich äußerst schwierig darstellt. Beispielsweise ist nicht gesagt, dass ein Anstieg der Kundenzufriedenheit von 70% auf 80% die gleichen Folgen hat wie ein Anstieg von 80% auf 90%, obwohl in beiden Fällen ein Anstieg um zehn Prozentpunkte vorliegt. Eine Auswahl unterschiedlicher Messmethoden und deren Problematik findet sich exemplarisch bei Lambert. 53

Trotz der Nachteile solcher Messgrößen wurde in mehreren empirischen Studien belegt, dass nicht-finanzielle Kennzahlen bedeutsame Steuerungsgrößen darstellen und ihre Untersuchung wichtige Erkenntnisse zu Tage fördern kann. So zeigen Banker/Potter/Srinivasan in einer empirischen Studie über das Hotelgewerbe ⁵⁴ , dass ein spezielles auf Kundenzufriedenheit basierendes Performance-Maß ⁵⁵ , zusätzliche Informationen über die künftige Geschäftsentwicklung enthält, die noch nicht in den finanziellen Kennzahlen enthalten waren. ⁵⁶ Ebenfalls belegen die Autoren, dass die von ihnen verwendete nicht-finanzielle Kennzahl und die zukünftige finanzielle Performance der Hotels positiv korreliert sind. ⁵⁷ Darüber hinaus wird von Banker/Potter/Srinivasan der Nachweis geführt, dass die

⁴⁹ Lingle, John H. / Schiemann, William A. (1996), S. 56-61.

⁵⁰ Lingle, John H. / Schiemann, William A. (1996), S. 57.

⁵¹ Etwa: „70% der Kunden sind zufrieden“.

⁵² Beispielsweise „Die Kundenzufriedenheit stieg um 5%“.

⁵³ Vgl. Lambert, Richard A. (1998), S. 41-43.

⁵⁴ Vgl. Banker, Rajiv D. / Potter, Gordon / Srinivasan, Dhinu (2000), S. 65-92.

⁵⁵ Es handelt sich bei diesem Performance-Maß um die Wahrscheinlichkeit, dass die Gäste wie-

derkommen. Sie wurde aus einer Befragung der Gäste generiert.

⁵⁶ Vgl. Banker, Rajiv D. / Potter, Gordon / Srinivasan, Dhinu (2000), S. 84.

⁵⁷ Vgl. Banker, Rajiv D. / Potter, Gordon / Srinivasan, Dhinu (2000), S. 65.