Kennzahlensysteme als Instrument der Unternehmensführung. Klassische Systeme und moderne Performance Measurement Konzepte

Inhaltsverzeichnis

1 Einleitung

2 Kennzahlensysteme
2.1 DuPont-Kennzahlensystem
2.2 Weiterentwicklung zum modernen Performance Measurement
2.3 Aktuelle Entwicklungen
2.4 Fazit

3 Fallbeispiel Hauptstadtmesse
3.1 Anwendung des DuPont-Kennzahlenschemas
3.2 Entwicklung einer Balanced Scorecard
3.3 Handlungsempfehlungen

4 Fazit

5 Quellenverzeichnis

Abbildungsverzeichnis

Abbildung 1

Abbildung 2

Abbildung 3

Abbildung 4

Abbildung 5

1 Einleitung

Die Wirkungskraft des Unternehmenscontrollings hängt wesentlich davon ab, dass Sachverhalte im Unternehmen erfasst, geplant, vorgegeben und kontrolliert werden können. Zur Konkretisierung dieser Sachverhalte dient bspw. das Zahlenmaterial des betrieblichen Rechnungswesens.¹ Die daraus entwickelten Kennzahlen und Kennzahlensysteme sind präzise und ermöglichen komplexe Sachverhalte in quantitative Daten zu übertragen.² Studien zeigen, dass Kennzahlensysteme als wichtigstes praktisches Controlling-Instrument angesehen werden.³ Diese betriebswirtschaftlichen Zahlendaten haben bereits lange Tradition. Als Geburtsstunde der Kennzahlensysteme gilt die Entwicklung des DuPont-System aus dem Jahr 1919.⁴ Aus diesen Anfängen entwickelte sich das Performance Measurement Ende der achtziger Jahre.⁵ Gegenstand dieser Arbeit soll eine Gegenüberstellung von klassischen Kennzahlensystemen und modernen Performance Measurement Konzepten sein.

Im praktischen Transfer sollen diese angewandt und abgeglichen werden. Dazu wird auf Grundlage des Geschäftsberichtes der Hauptstadtmesse für das Jahr 2019 ein klassisches Kennzahlenmodel nach Dupont aufgestellt. Davon ausgehend wird eine Balanced Scorecard erstellt, welche die besonderen Marktbedingungen der Veranstaltungsbranche unter den Bedingungen der Corona-Pandemie im Jahr 2020 berücksichtigt.

2 Kennzahlensysteme

Kennzahlen sind insbesondere für die Unternehmensleitung von hoher Bedeutung, um die Performance von Geschäftsbereichen zu messen und diese zu steuern.⁶ Sie stellen betrieblich relevante, numerische Informationen dar.⁷ Dabei können diese monetären und nicht-monetären Bezug haben, sich auf das Unternehmen oder dessen Umfeld beziehen und sich auf Zukunft oder Vergangenheit beziehen.⁸

Kennzahlensysteme sind erforderlich, da einzelne Kennzahlen nicht ausreichen um viele Sachverhalte im Unternehmen adäquat zu beurteilen.⁹ Diese Systeme liefern ein Ordnungsprinzip für mehrere Kennzahlen, um diese in korrekten Bezug zu setzen.¹⁰ Kennzahlensysteme unterliegen zumeist einer hierarchischen Struktur. Diese trägt zu Klarheit, Einfachheit und Informationsverdichtung bei und ermöglichen multikausale Analysen. Der Systemzusammenhang ermöglicht außerdem Objektivität und Widerspruchsfreiheit.¹¹

Nachfolgend sollen nun wesentliche Kennzahlensysteme näher erläutert werden und in einen historischen Entwicklungsbezug gebracht werden.

2.1 DuPont-Kennzahlensystem

Das DuPont-Kennzahlensystem basiert auf einer Entwicklung des Chemiekonzerns E.I. DuPont De Nemours And Company im Jahr 1919.¹² Es handelt sich dabei um das älteste bekannte Kennzahlensystem und stellt somit einen Klassiker der Kennzahlensysteme dar.^{13 14} Dem System liegt der Wert des Return on Investment (ROI) zugrunde, welcher den Erfolg von Investitionen beurteilen kann.¹⁵ Somit steht die Profitabilität des Unternehmens im Fokus.¹⁶ Der ROI misst das Verhältnis von Erfolg (bzw. Erlös, Gewinn) und Kapitaleinsatz und beschreibt somit die Investitionsrentabilität, vgl. Formel 1.¹⁷ (1) Auf dieser Basis entsteht eine Kennzahlenpyramide (vgl. Abbildung 1), weshalb das DuPont-System auch als ROI-System oder ROI-Schema bezeichnet wird.¹⁸ Durch die schrittweise Analyse können die Einflussfaktoren auf den Unternehmenserfolg identifiziert werden. Dazu werden unternehmensinterne und unternehmensübergreifende Vergleichswerte gegenüber gestellt.¹⁹

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1

Quelle: eigene Darstellung in Anlehnung an Sandt (2004), S. 33.

Der Aufbau ermöglicht die Anwendung im gesamten Unternehmen als auch in Unternehmensteilen.²⁰ Zudem fokussiert sich das Schema auf reine Kennzahlen, womit Vergleiche und Langzeitbeobachtungen möglich sind.²¹ Die Abhängigkeit des ROI von den übrigen Elementen (Kostenfaktoren) innerhalb des Systems ist deutlich und kann abgeleitet werden.²² So kann bspw. beurteilt werden, ob Abweichung des ROI aufgrund von Umsatzkosten oder Kapitalbindung in Daueranlagen entstanden ist.²³ Das Kennzahlensystem liefert daher eine Aussage zu Ursache und Wirkung.²⁴

Wirkungszusammenhänge werden jedoch nur in Richtung des ROI erklärt. Die Beziehungen zwischen den Elementen bleiben verborgen. Bspw. die Auswirkung von Investitionen auf erhöhte Abschreibungen.²⁵ So ist das System ebenfalls anfällig für Manipulationen, wenn zum Beispiel notwendige Investitionen für Produktentwicklungen unterlassen werden um den ROI positiv zu beeinflussen.²⁶ Dies ist unter anderem in der Monozielausrichtung begründet, die andere finanzwirtschaftliche Aspekte nicht berücksichtigt.²⁷ Das System ist zudem stark vergangenheitsbezogen ausgerichtet.²⁸

Eine weitere Darstellung des DuPont-Kennzahlensystems ist in der Literatur auch nach Deckungsbeiträgen vorzufinden. Dazu wird das Betriebsergebnis in Deckungsbeitrag und Fixkosten aufgegliedert, wobei der Deckungsbeitrag neben variablen Kosten auch Netto- und Bruttoumsätze berücksichtigt.²⁹

2.2 Weiterentwicklung zum modernen Performance Measurement

Performance Measurement ist die Summe der Aufgaben, welche sich mit Definition und Messung von Leistungen im Unternehmen beschäftigen.³⁰ Die dazugehörigen Performance Measurement Systeme definieren sich über den Aufbau und Einsatz mehrerer Kennzahlen verschiedener Dimensionen (Kosten, Zeit etc.) zur Beurteilung von Effizienz und Effektivität von Unternehmensleistungen und Leistungspotenzialen unterschiedlicher Objekte (Mitarbeiter, Prozesse etc.).³¹ Dieser mehrdimensionale Ansatz entstand aufgrund von Kritik an eindimensionalen Kennzahlensystemen, welche als einseitig und Vergangenheitsorientiert kritisiert wurden.³² Diese bestand insbesondere im anglo-amerikanischen Raum, wo sich Ende der achtziger Jahre der Terminus des Performance Measurements bildete.³³ Jedoch konnte sich seither keine einheitlich Definition in der Literatur für diesen Begriff festigen.³⁴

Kennzahlen bilden den Kern des Performance Measurements.³⁵ Somit sind monetäre Zielgrößen weiterhin wesentliche Größen zur Messung von Leistungserfolg, welche durch zusätzliche qualitative Leistungsmerkmale ergänzt werden, wie z.B. Marktperspektiven.³⁶ Die Entwicklung von rein monetären Kennzahlensystemen hinzu einem multidimensionalen Ansatz soll in diesem Kapitel dargestellt werden. In Abbildung 2 sind die hier vorgestellten Kennzahlensysteme zeitlich eingeordnet.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2

Quelle: eigene Darstellung in Anlehnung an Kleindienst (2017), S. 46.

In den 1960er Jahren entwickelten französische Ingenieure das Tableau de Bord (frz.: Armaturenbrett).³⁷ Dabei zielt dieses Instrument auf die Optimierung von Produktionsprozessen ab, indem Ursache-Wirkungs-Beziehungen analysiert werden, wie bereits im DuPont-Schema.³⁸ Ein wesentlicher Unterschied zum DuPont-System ist jedoch, dass vor allem nicht-monetäre Kennzahlen genutzt werden können.³⁹ Bspw. kann die Kapazitätsauslastung als Kennzahl herangezogen werden.

Es bestehen unterschiedliche Entwicklungsansätze des Konzeptes, die aufgrund der praxisgetriebenen Entwicklung entstanden sind.⁴⁰ So kann ein Tableau de Bord so aufgebaut sein, dass Visionen in Strategien, kritische Erfolgsfaktoren und Kennzahlen aufgeschlüsselt werden, anhand derer ein Erfolg gemessen wird.⁴¹ Es genügt meist nicht ein Tableau für das gesamte Unternehmen, sondern es bedarf für jeden Unternehmensbereich nach einem eigenen spezifischen Tableau de Bord.⁴² Durch die Weiterleitung der Ergebnisse an übergeordnete Managementebenen ist erkennbar, welchen Beitrag eine Geschäftseinheit zur übergeordneten Zielerreichung liefert.⁴³ Dieser Prozess wird als OVAR (Objectifs, Variables d’Action, Responsable) bezeichnet und besteht aus fünf Schritten:

1. Herleitung strategischer Ziele,
2. Bestimmung kritischer Erfolgsfaktoren und Erstellung von Aktionsplänen,
3. Festlegung von Verantwortung für Umsetzung der Aktionspläne,
4. Identifikation von Indikatoren zur Fortschrittsmessung,
5. Abbildung der Indikatoren in grafischer Form.⁴⁴

Anhand dieser Schritte kann abgeleitet werden, dass es sich um eine zukunftsbezogene Betrachtung handelt. Durch die Nutzung unterschiedlicher Kennzahlen ist das Problem der Monozielausrichtung, wie im DuPont-Schema, nicht gegeben.

Hier gilt es jedoch auch zu berücksichtigen, dass aufgrund der Informationsaufbereitung in grafischer Form eine leichte Verständlichkeit mit sich bringt, jedoch keine Aufdeckung der Zusammenhänge möglich ist. Können Ziele nicht erreicht werden, so müssen Maßnahmen mit Hilfe anderer Instrumente abgeleitet werden.⁴⁵ Zu beachten ist, dass das Tableau de Bord weitestgehend im französischen Sprachraum verbreitet ist.⁴⁶ Demnach kommt diesem Kennzahlensystem hierzulande eine eher kleine Bedeutung zu.

Im Jahr 1969 stellte der Zentralverband der Elektrotechnischen Industrie (ZVEI) sein Kennzahlensystem, das ZVEI-Kennzahlensystem, als Instrument zu Unternehmensanalyse vor.⁴⁷ Es handelt sich hierbei um eine Weiterentwicklung des DuPont-Systems.⁴⁸ Dieses besteht aus 88 Haupt- und 122 Hilfskennzahlen und somit wesentlich umfangreicher als das DuPont-Schema.⁴⁹ Es erfolgt eine zweidimensionale Analyse nach Wachstum und Struktur der Unternehmung.⁵⁰

Die Wachstumsanalyse bemisst die Kennzahlen von Auftragsbestand, Umsatzerlösen, umsatzbezogenen Ergebnis vor Zinsen und Steuern, Jahresüberschuss, Cash-Flow, Ergebnis der gewöhnlichen Geschäftstätigkeit, Personalaufwand, Wertschöpfung und Mitarbeitern.⁵¹

Die Strukturanalyse basiert auf der Spitzenkennzahl, welche die Eigenkapitalrentabilität dargestellt.⁵² Diese wird, analog zum Dupont-System, in ihre Elemente aufgeschlüsselt. Die periodenbezogenen Verhältniszahlen sind rechnerisch miteinander verbunden. Hauptkennzahlen werden dabei mittels Hilfskennzahlen verknüpft.⁵³ Wieder sind Ursachen- und Wirkungszusammenhänge demnach erkennbar.

Die wesentlichen Verbesserungen zum DuPont-Schema sind bspw. die Möglichkeit zur:

- Liquiditätsanalyse (Kapitalstruktur und – bindung) oder zur
- differenzierte Analyse von Personal und Produktivität.⁵⁴

Weiterhin bestehen Probleme, welche auch das DuPont-System charakterisiert haben, wie bspw. die Monozielausrichtung anhand der Spitzenkennzahl Eigenkapitalrentabilität.⁵⁵ Die zweidimensionale Aufteilung in Wachtsums- und Strukturanalyse bietet allerdings auch einen Einblick in Kennzahlen über die Spitzenkennzahl hinaus.⁵⁶

Seit Ende der 1980er Jahre wird der Begriff des Performance Measurement geprägt, welcher neue und erweiterte Ansätze zu Unternehmenssteuerung liefert.⁵⁷ Die Notwendigkeit dazu beruht auf verschiedenen Entwicklungen, wie bspw. die zunehmende Prozessorientierung von Unternehmen.⁵⁸ Ebenso ist das zunehmende Erfordernis von Benchmarking ein Aspekt für diese Bewegung.⁵⁹ Es ist zu verzeichnen, dass sich die Systeme von einer retrospektiven Sicht hinzu prospektiven Planungen entwickelten.⁶⁰ Dabei zielen diese Systeme darauf ab die Treiber für finanziellen Erfolg zu identifizieren und zu kennzeichnen.⁶¹ Die wohl populärste Methode geht dabei auf Kaplan und Norton zurück, die 1990 in Harvard die Balanced Scorecard entwickelten.⁶² Diese soll im folgenden Kapitel 2.2 eingehend betrachtet werden.

[...]

---

¹ Vgl. Lachnit/Müller (2012), S. 291.

² Vgl. Weber/Schäffer (2000), S. 2.

³ Vgl. Sandt (2004), S. 1.

⁴ Vgl. Ebenda, S. 32.

⁵ Vgl. Giese (2012), S, 35.

⁶ Vgl. Coenenberg et al. (2016), S. 789.

⁷ Vgl. Bürkler (1977), S. 6.

⁸ Vgl. Sandt (2004), S. 12.

⁹ Vgl. Gladen (2003), S. 91.

¹⁰ Vgl. Sandt (2004), S. 14.

¹¹ Vgl. Gladen (2004), S. 92.

¹² Vgl. Kleindienst (2017), S. 45.

¹³ Vgl. Groll (2003), S. 122.

¹⁴ Vgl. Joos-Sachse (2006), S. 67.

¹⁵ Vgl. Gladen (2003), S. 93.

¹⁶ Vgl. Horvath & Partners (2020), S. 168.

¹⁷ Vgl. Schierenbeck/Wöhle (2008), S. 404.

¹⁸ Vgl. Sandt (2004), S. 32.

¹⁹ Vgl. Weber/Schäffer (2000), S. 2

²⁰ Vgl. Horvath & Partners (2000), S. 168.

²¹ Vgl. Ebenda.

²² Vgl. Johnson, Kaplan (1987), S. 84.

²³ Vgl. Merchant/Van der Stede (2017), S. 407.

²⁴ Vgl. Reinecke (2004), S. 85.

²⁵ Vgl. Joos-Sachse (2006), S. 68.

²⁶ Vgl. Reinecke (2004), S. 85.

²⁷ Vgl. Reichmann/Lachnit (1976), S. 710.

²⁸ Vgl. Weber/Schäffer (2000), S. 2.

²⁹ Vgl. Joos-Sachse (2006), S. 67.

³⁰ Vgl. Horvath & Partners (2020), S. 2.

³¹ Vgl. Gleich (1997), S. 115.

³² Vgl. Weber/Schäffer (2000), S. 2.

³³ Vgl. Sandt (2004), S. 17.

³⁴ Vgl. Burkert (2008), S. 11.

³⁵ Vgl. Sandt (2004), S. 21.

³⁶ Vgl. Klingebiel (1999), S. 2.

³⁷ Vgl. Kleindienst (2017), S.45.

³⁸ Vgl. Giese (2012), S. 50.

³⁹ Vgl. Paetzmann (2012), S. 107.

⁴⁰ Vgl. Grüning (2002), S. 49.

⁴¹ Vgl. Paetzmann (2012), S. 107.

⁴² Vgl. Giese (2012), S. 50.

⁴³ Vgl. Ebenda, S. 51.

⁴⁴ Vgl. Grüning (2002), S. 50.

⁴⁵ Vgl. Ebenda.

⁴⁶ Vgl. Burkert (2008), S. 29.

⁴⁷ Vgl. Zentralverband der Elektrotechnik und Elektroindustrie (1989), S. 99.

⁴⁸ Vgl. Reinecke (2004), S. 88.

⁴⁹ Vgl. Kleindienst (2017), S. 45.

⁵⁰ Vgl. Gladen (2003), S. 98.

⁵¹ Vgl. Reinecke (2004), S. 87.

⁵² Vgl. Kimmig (2001), S. 132.

⁵³ Vgl. Joos-Sachse (2006), S. 68.

⁵⁴ Vgl. Gladen (2003), S. 100.

⁵⁵ Vgl. Ebenda.

⁵⁶ Vgl. Struckmeier (1997), S. 83.

⁵⁷ Vgl. Gleich (2001), S. 11.

⁵⁸ Vgl. Giese (2012), S. 35.

⁵⁹ Vgl. Neely (2008), S. 74.

⁶⁰ Vgl. Staehle (1969), S. 90.

⁶¹ Vgl. Neely (2008), S. 23.

⁶² Vgl. Ebenda, S. 27.