Analyse von Outsourcing-Standorten mittels Decision-Support-Systemen

Inhalt

1 Einführung
1.1 Outsourcing im Zeichen einer geänderten geopolitischen Lage
1.2 Problemstellung
1.3 Methodische Vorgehensweise

2 Prozesse der Entscheidungsfindung
2.1 Entscheidungstheorie als Instrument der Entscheidungsfindung
2.1.1 Struktur des Entscheidungsprozesses
2.1.2 Rationalität in der Entscheidungsfindung
2.2 Entscheidungsunterstützende Systeme
2.2.1 Information als Entscheidungsgrundlage
2.2.2 Allgemeine Eigenschaften von entscheidungsunterstützenden Systemen
2.2.3 Grundstruktur von Decision-Support-Systemen
2.2.4 Kritik des Einsatzes von DSS

3 Verfahren zur Entscheidungsunterstützung
3.1 Wirkungsmechanismen entscheidungsunterstützender Verfahren
3.2 Nutzwertanalyse als multikriterielles Entscheidungsverfahren
3.2.1 Entscheidungstheoretischer Hintergrund
3.2.2 Ablauf des Verfahrens
3.2.3 Kritische Würdigung des Ansatzes
3.3 Analytischer Hierarchieprozess
3.3.1 Ablauf des Verfahrens
3.3.2 Kritische Würdigung des Ansatzes

4 Grundbegriffe der Standortanalyse
4.1 Konzepte der Standortanalyse
4.1.1 Normativ-deduktive Modelle
4.1.2 Behavioristische Konzeption
4.1.3 Struktureller Ansatz
4.1.4 Systematik bei der Auswahl von Standortfaktoren
4.2 Prozess der Standortentscheidung
4.2.1 Mehrstufigkeit bei Standortwahl
4.2.2 Struktur des internationalen Standortentscheidungsprozesses
4.2.3 Konventionelle Ansätze zur Unterstützung von Standortentscheidungen
4.2.4 Standortbewertungsmodell BESTAND

5 Standortproblematik im Outsourcing-Kontext
5.1 Theoretische Aspekte des Outsourcings
5.1.1 Prozess der Outsourcing-Entscheidung
5.1.2 Beweggründe für Outsourcing
5.2 Einfluss des Outsourcing-Objektes auf die Standortentscheidung
5.2.1 Make-or-buy-Entscheidung und die Auswahl von Standortfaktoren
5.2.2 Ableiten von Länderanforderungen
5.2.3 Kriterien und Länderprofile

6 Entwicklung der methodischen Grundlage für ein DSS
6.1 Softwaretools zur Entscheidungsunterstützung
6.1.1 Global Sourcing Portal: NWA-Tool
6.1.2 WiBe: Wirtschaftlichkeitsbetrachtung von IT-Projekten
6.1.3 Expert Choice: Strukturierung der Entscheidung
6.1.4 Eignung von bestehenden Ansätzen
6.2 Entwicklung eines Entscheidungsmodells
6.2.1 Spezifikation des Verfahrens
6.2.2 Spezifikation des Workflows
6.2.3 Modellierung der Entscheidungsstruktur
6.2.4 Anforderungen an die DSS-Plattform

7 Entwicklung der DSS-Architektur
7.1 Software-Architektur
7.1.1 Grundlegende Systembausteine
7.1.2 Systemkonzept
7.2 Implementierung einer Basis-Plattform
7.2.1 Technologie-Mapping
7.2.2 Umsetzung der Anwendungsarchitektur

8 Schlussbetrachtung und Ausblick

Literaturverzeichnis

Abbildungen

illustration not visible in this excerpt

Tabellen

illustration not visible in this excerpt

Listings

illustration not visible in this excerpt

Abkürzungen

illustration not visible in this excerpt

Symbole

illustration not visible in this excerpt

1 Einführung

Kaum ein Thema ist solch ein „Dauerbrenner“ wie das Outsourcing: ob in Zeiten der Rezession als „ultimatives“ Werkzeug für die Kostensenkung um strategisch relevante Potenziale zu erkennen oder in Boomzeiten, um Zugang zu neuen Ressourcen und Techno- logien zu erhalten.¹ Auch wenn Outsourcing gerne als „akademisch wie praktisch zeitlich“² bezeichnet wird, ist Outsourcing angesichts heutiger Entwicklungen aktueller denn je.

1.1 Outsourcing im Zeichen einer geänderten geopolitischen Lage

Das Outsourcing-Geschäft verhält sich in der Regel antizyklisch, so dass in Krisenzeiten die Sourcing-Anbieter von Sparmaßnahmen profitieren. Entsprechend positiv ist die Stimmung bei Outsourcing-Dienstleistern angesichts der herrschenden Finanzkrise: nach einer aktuel- len Umfrage der Sourcing-Beratung Equaterra melden 40% der Sourcing-Anbieter eine stei- gende Nachfrage nach ihren IT-Dienstleistungen.³ Zwar ist damit zu rechnen, dass IT- Ausgaben wegen der drohenden Rezession insgesamt zurückgehen, dennoch werden die Outsourcing-Ausgaben nach Planungen der Anwender im Jahr 2009 steigen.⁴ Ein weiterer Grund für steigendes Interesse vor allem an ausländischen Sourcing- Alternativen ist die zunehmende Stabilisierung der politischen und wirtschaftlichen Verhält- nisse an potentiellen Outsourcing-Standorten. Auch wenn mit einer Verlangsamung des Wirtschaftswachstums im kommenden Jahr zu rechnen ist, verzeichnen insbesondere zent- ral- und osteuropäische Länder dennoch nach wie vor beachtliche BIP-Wachstumsraten von5.8 % im Jahr 2008.⁵ Deutliche Kostenvorteile trotz rasanter Lohnsteigerungen bieten nicht nur einen Anreiz für Direktinvestitionen von großen IT-Anbietern, die mittlerweile selbst über Near- und Offshore-Kapazitäten verfügen, sondern haben zur Entwicklung einer In- dustrie an Offshore-Standorten geführt, die sich auf die Bereitstellung von Sourcing- Dienstleistungen spezialisiert. Wirtschaftsanalysen der IT-Industrien melden eine stetig stei- gende Anzahl von Unternehmen, die im Markt für IT-Services tätig sind.⁶ Das betrifft so- wohl klassische Outsourcing-Ländern wie Indien als auch Länder Mittel- und Osteuropas (MOE), die immer mehr in den Blickwinkel von Outsourcing-Kunden rücken. Die Existenz von vielen qualitativ hochwertigen Dienstleistern in diesen Ländern, die internationalen Standards erfüllen, führt zunehmend zur Bildung von neuen IT-Clustern in MOE-Ländern, welche die Spitzenposition Indiens bröckeln lassen.⁷

Angesichts dieser Entwicklung wird die Entscheidung für oder wider eine potentiellen Regi- on bzw. einem Standort oder einem Sourcing-Anbieter immer komplexer. Neben der gestie- genen Anzahl von Entscheidungsalternativen steigt auch die Breite der zu berücksichtigen- den Faktoren. Bei der Auswahl des richtigen ausländischen Standortes müssen weit mehr Aspekte berücksichtigt werden, als nur die offensichtlichen Kostenfaktoren, weil Zusatzkos- ten und Risiken beispielsweise aus den Bereichen Qualitätssicherung, Kommunikation oder Behörden ausschlaggebender sein können, als die eigentlichen Produktionskosten. Auch Unterschiede in Kultur, Sprache, Weltanschauung oder politischer Situation sollten berück- sichtigt werden. Bei der Analyse der Rahmenbedingungen vor Ort sollten daher nicht nur die betriebswirtschaftlichen Umstände im potentiellen Partnerland berücksichtigt werden, son- dern auch politische und gesamtwirtschaftliche Faktoren.⁸

1.2 Problemstellung

Der Bedarf an umfassenden Länder- und Standortanalysen wurde seitens großer, internatio- nal agierenden Consulting-Firmen wie A.T. Kearney oder Capgemini längst erkannt. Bera- tungsunternehmen wie diese begleiten in der Regel größere Sourcing-Projekte und können auf umfangreiche Erfahrungen auf diesem Gebiet zurückgreifen. Das dabei gewonnene Wis- sen wird oft in Form von Erfahrungsberichten und Analysen veröffentlicht, welche die Ein- schätzung des Unternehmens für das Outsourcing relevanten Aspekte (z. B. Investitionssi- cherheit oder steuerliche Aspekte) und ihre Entwicklung in den für Sourcing-Vorhaben at- traktiven Ländern oder Regionen wiedergeben. Der Vergleich von Outsourcing-Standorten erfolgt dabei anhand von verschiedenen Kennzahlen oder Kennzahlensystemen, deren Zu- sammensetzung und Begründung in der Regel mit veröffentlicht werden. Diese Erfahrungen und Quellen können bei Standortentscheidungen auf internationaler Ebene sehr hilfreich sein.

Eine weitere Quelle für Informationen über Outsourcing-Zielländer bieten öffentliche und private Einrichtungen, die sich mit Analysen der Entwicklung von Ländern, Regionen und Märkten auf volkswirtschaftlicher Ebene befassen. Ihre Studien sind meist allgemeiner Natur und beschreiben oft generelle politische und wirtschaftliche Aspekte eines Landes bzw. einer Region oder widmen sich einer speziellen Problematik (z.B. Korruption). Häufig wird dabei ein wissenschaftlich fundiertes Kennzahlensystem als Grundlage verwendet, das einen Vergleich der Länder untereinander ermöglicht. Auch diese Informationen können bei Entscheidungen mit berücksichtigt werden. Aufgrund der Unabhängigkeit bieten sie den Vorteil der größeren Objektivität, sind aber in der Regeln nicht Sourcing-spezifisch.

Unabhängig von der Zusammensetzung der Informationsgrundlage für Standortentscheidungen hängt der Nutzwert eines Standorts oder eines konkreten Sourcing-Anbieters in erster Linie von den speziefischen Zielen des jeweiligen Unternehmens ab. Den Ausgangspunkt der Standortentscheidung bildet also die Auswahl von entscheidungsrelevanten Kriterien, die möglichst objektiv zu formulieren und zu strukturieren sind. Erst diese Auswahl bestimmt den Umfang und die Tiefe des Informationsbedarfs.

Dieses Problem ist für die klassische Betriebswirtschaftslehre nicht neu. Während die Ent- scheidungsfindung bei Standortanalysen bereits seit geraumer Zeit Gegenstand wissenschaft- licher Forschung ist, bringt das Outsourcing-Phänomen neue Herausforderungen mit sich. Diese Herausforderungen beziehen sich sowohl auf die Wahl der Zielkriterien und damit auf das Zielsystem des Entscheiders, als auch auf die Wahl der entscheidungsrelevanten Stand- ortfaktoren dieser Art. Eine häufig hohe Bedeutung qualitativer Faktoren kommt erschwe- rend hinzu. Aus der Sicht des Entscheidungsträgers muss nicht nur die Frage beantwortet werden, welche Standortfaktoren für ihn von Bedeutung sind, sondern anhand welcher Kri- terien sie gemessen werden können. Die Verwendung öffentlicher Informationen und Kenn- zahlen ist dabei eine der Möglichkeiten.

Die vorliegende Arbeit zeigt wie Daten aus Verschiedenen Quellen - auch aus öffentlichen - integriert werden können und zu einem vergleichbaren Maßstab für verschiedene Hand- lungsalternativen bzw. Standorte verdichtet werden können. Sie geht auf die Fragen ein, wie der mit der Standortanalyse verbundene Informationsbedarf für eine fundierte Standortent- scheidung befriedigt und wie die Fülle an verfügbaren Daten über potentielle Standorte mit Hilfe von entscheidungsunterstützenden Systemen zielführend in einer Standortentschei- dung berücksichtigt werden kann. Zu diesem Zweck müssen Methoden und Verfahren ge- funden und gegebenenfalls entwickelt werden, welche die Möglichkeiten bieten, qualitative und quantitative Aspekte zu integrieren, um eine Aussage über die Eignung von Standorten treffen zu können.

Darüber hinaus sollte eine geeignete Architektur für ein unterstützendes IT-System ermittelt werden, das prinzipiell in der Lage wäre, die entwickelten Methodenbasis umzusetzen. Eine der gestellten Anforderungen war dabei die Nutzung öffentlich verfügbarer Länderinforma- tionen, was die Anwendung von Web-Technologien nahe legt. Zum Testen des Konzeptes war eine prototypische Realisierung von Teilaspekten eines unterstützendes Systems in der ermittelten Architektur zu realisieren.

1.3 Methodische Vorgehensweise

Die theoretischen Grundlagen der Arbeit liefern traditionelle Ansätze der Entscheidungs- theorie und der Standortanalyse. In Kapitel 2 wird zunächst dargestellt, wie Entscheidungs- prozesse ablaufen und welche Rolle dabei entscheidungsunterstützende Systeme spielen können. Dazu wird die Soll-Struktur von Entscheidungsprozessen dargestellt und auf Prob- leme der rationalen Entscheidungsfindung eingegangen. Anschließend werden die grundle- genden Funktionen und der Aufbau von entscheidungsunterstützenden Systemen erläutert.

Kapitel 3 wendet sich Verfahren zu, die geeignet sind, die Grundlage für entscheidungsunterstützende Systeme zu bilden. Im Abschnitt 3.1 wird zunächst auf die Wirkungsmechanismen von entscheidungsunterstützenden Verfahren eingegangen. In den darauf folgenden Abschnitten werden zwei solcher Verfahren vorgestellt. Im Abschnitt 3.2 wird das Verfahren der Nutzwertanalyse beschrieben, mit deren Hilfe der Nutzen von Standorten bewertet werden kann. Der Abschnitt 3.3 beschreibt den Analytischen Hierarchieprozess, ein Verfahren zur Erstellung von Zielhierarchien. Beide Verfahren bilden die Grundlage des im Kapitel 6 entwickeltes Konzeptes zur Entscheidungsunterstützung.

In Kapitel 4 wird auf die Problematik der Standortanalyse eingegangen. Im Abschnitt 4.2 wird der Prozess der Standortentscheidung beschrieben sowie die Rolle und Auswahl von Standortfaktoren diskutiert. Im letzten Abschnitt des Kapitels wird ein Standortbewertungsmodell vorgestellt, welches das Problem der Wahl von entscheidungsrelevanten Standortfaktoren systematisch angeht.

Den Besonderheiten von Outsourcing im Kontext der Standortentscheidung widmet sich Kapitel 5. Abschnitt 5.1 beschreibt die wichtigsten Aspekte des IT-Outsourcing, theoretische Erklärungsansätze dieses Phänomens und den Prozess der Sourcing-Entscheidung. Im dar- auf folgenden Abschnitt werden Sourcing-spezifische Anforderungen an der Auswahl von Standortfaktoren abgeleitet und ein Bezug zu Länderanforderungen hergestellt. Das Ziel ist dabei die Bildung von standardisierten Zielsystemen und Länderprofilen, die als Ausgangs- punkt für entscheidungsunterstützende Systeme verwendet werden können.

Die beiden letzten Kapitel der Arbeit widmen sich der Synthese der beschriebenen Problem- teilbereiche und entwickeln ein Konzept für ein entscheidungsunterstützendes System. Im Kapitel 6 werden theoretische Grundlagen für dieses System gelegt. Dabei werden zuerst bereits vorhandene Softwarelösungen vorgestellt und ihre Eignung für das vorliegende Prob-lem diskutiert. Anschließend wird ein Verfahren entwickelt, das die einzelnen Schritte der Standortentscheidung unterstützt. Hier kommt eine Kombination von dem im Kapitel 3 vorgestellten Verfahren zum Einsatz.

Kapitel 7 befasst sich mit softwaretechnischen Grundlagen des Systems. Das Ziel ist dabei, die entscheidungsunterstützenden Komponenten des im Kapitel 6 vorgestellten Verfahrens abzubilden und umzusetzen. Abschnitt 7.1 beschreibt die grundlegenden Bausteine der ver- wendeten Softwarearchitektur, die sich teilweise aus Anforderungen an entscheidungsunters- tützende Systeme ableiten lassen und sich teilweise aus modernen Standards der Software- entwicklung ergeben. Anschließend wird kurz auf die Umsetzung der vorgestellten Architek- tur im Rahmen eines sog. vertikalen Prototyps eingegangen. Das Ziel der vorliegenden Ar- beit war es festzustellen, inwiefern moderne Softwarearchitekturen und -werkzeuge die Ent- wicklung von entscheidungsunterstützenden Systemen erleichtern und eine Vorstellung von der Komplexität solcher Systeme zu gewinnen.

2 Prozesse der Entscheidungsfindung

Die Managementtheorie sieht die Aufgabe des Managements in erster Linie in der Komplexitätsbeherrschung. Dabei wird unter Komplexität ein empirisches Merkmal von soziotechnischen Systemen verstanden. Die Beherrschung der Komplexität kann nach Malik (2003) auf zwei verschiedenen Wegen erfolgen. Eine der Möglichkeiten, der Komple-xität zu begegnen ist die konstruktivistisch-technomorphe Herangehensweise. ⁹ Die Komple-xitätsbeherrschung bedeutet in diesem Fall, die Herstellung einer im voraus bestimmten Zwecksetzung und als rational geltende Ordnung von Alternativen „durch planvolles men-schliches Handeln derart, dass das Resultat … aufgrund der Zweckrationalität den vorgefass-ten Absichten […] entspricht“.¹⁰ Diesem Ansatz liegt eine Idee zugrunde, welche die Vorstel-lung darüber, wie eine optimale Entscheidung getroffen werden kann, eine zeitlang domi-nierte. Diese Idee wird im Folgenden kurz dargestellt, um anschließend in Frage gestellt zu werden.

2.1 Entscheidungstheorie als Instrument der Entscheidungsfindung

Die Forschung im Bereich 4TEntscheidungstheorie4T fokussiert traditionell und im Allgemeinen darauf, wie Menschen als Individuen eine von mehreren Alternativen auswählen und im Speziellen, wie sie dabei verfahren sollten, um die beste Alternative zu finden und so die „richtige“ Entscheidung treffen. Entsprechend wird je nach Forschungsziel zwischen der beschreibenden (4Tdeskriptiven4T) und der vorschreibenden (4Tpräskriptiven4T oder normativen) Forschungsrichtung der Entscheidungstheorie unterschieden.¹¹ Während die deskriptive Entscheidungstheorie empirisch nachvollziehbare Hypothesen über das Verhalten von Individuen und Gruppen zum Ziel hat, um Ergebnisse von konkreten Entscheidungssituationen zu prognostizieren bzw. steuern zu können, will die präskriptive Entscheidungstheorie zeigen, wie Entscheidungen rational getroffen werden können.¹²

Die präskriptive Entscheidungstheorie beschreibt also eine Soll-Vorgehensweise. Ihre Er- kenntnisse münden zunächst in den drei Annahmen, die einen rationalen Entscheider, den homo oeconomicus, charakterisieren. Die erste der sog. Präsuppositionen fordert, dass dem Entscheidungsträger alle entscheidungsrelevanten Informationen vorliegen und alle möglichen Handlungsalternativen sowie ihre kurz- und langfristigen Folgen bekannt sind.¹³

Die zweite Forderung setzt eine uneingeschränkte Sensitivität bei der Einschätzung der Alternativen der Art voraus, dass selbst geringste Unterschiede zwischen den Alternativen wahrgenommen werden und in die Bewertung mit einfließen.

Die dritte Forderung einer „optimalen Entscheidung“ verlangt die vollkommene Rationalität des Entscheiders, die sich zunächst darin äußert, dass der Entscheider seine Handlungsalternativen in eine „schwache“ Präferenzordnung bringen kann, um eine Auswahl vorzunehmen, die „irgendwas“ maximiert.

Eine schwache Präferenzordnung ist a.) vollständig, so dass der Akteur von den Alternativena oder a entweder eine bevorzugt oder sie als gleichwertig betrachtet. Darüberhinaus soll- te diese Präferenzordnung b.) reflexiv und c.) transitiv sein. Die Annahme der Reflexivität ist eine mathematische Notwendigkeit, um Widersprüchlichkeiten oder Inkonsistenzen auszuschließen.¹⁴ Diese mathematisch begründeten Annahmen lassen sich um weitere Aspekte erweitern, die bei menschlichen Entscheidungen eine Rolle spielen:¹⁵

-Invarianz

Die Präferenzen sollen nicht von der (visuellen) Darstellung des Entscheidungsproblems abhängen. Die Beschreibungen der Alternativen müssen also äquivalent bzw. ineinander überführbar sein.

- Zukunftsorientierung

Rationale Entscheidungen sollen nur zukünftige alternative Situationen berücksichtigen, die infolge der Entscheidung eintreten können. Alternativen, die nicht die Zukunft betreffen (z.B. Wunschvorstellungen) sollen nicht beachtet werden.

- Unabhängigkeit von irrelevanten Alternativen

Die Wahl zwischen zwei Alternativen sollte nicht davon abhängen, ob eine dritte Alternative existiert.

Die oben angeführten Rationalitätskriterien werden jedoch selbst in einfachen Entschei- dungssituationen nicht erfüllt und eignen sich deshalb nicht als deskriptive Hypothesen über menschliches Verhalten. Interessant ist in diesem Zusammenhang das von Kahnemann und

Tversky durchgeführte Experiment¹⁶, bei dem die Forscher empirisch zeigen konnten, dass die „Rationalitätspostulate“ in der Realität selten vorkommen und dass menschliche Ent- scheidungen systematisch von den Vorhersagen der traditionellen Ökonomie abweichen.¹⁷

Hier kommt der Gedanke der prozeduralen Rationalität ins Spiel. Eine Entscheidung ist demnach rational, wenn auch der ihr zugrundeliegende Entscheidungsprozess rational ist.¹⁸ Im nächsten Abschnitt wird daher der Entscheidungsfindungsprozess im Rahmen eines entscheidungstheoretischen Modells in mehrere Abschnitte bzw. Phasen zerlegt, um eine Reduktion der Komplexität für ein besseres Verständnis und zur Fehleranalyse zu erreichen. Diese Anforderung soll mit Hilfe des Phasenmodells erfüllt werden.

2.1.1 Struktur des Entscheidungsprozesses

Der hier vorgestellte Aufbau repräsentiert den idealtypischen Entscheidungsablauf, für den in der Literatur eine gewisse Systematik entwickelt wurde. Je nach konkreter Entscheidungs- situation kann auf einzelne Phasen verzichtet werden, andere Abschnitte dagegen erfordern eine intensivere Betrachtung. Grundsätzlich bauen die Phasen jedoch aufeinander auf.

I. Orientierungsphase

Ein Entscheidungsprozess wird im Allgemeinen dadurch angeregt, dass bestimmte Sympto- me vom Entscheider wahrgenommen werden, die eine Situation als unbefriedigend oder optimierungsbedürftig kennzeichnen.¹⁹ Eine solche Erkenntnis wird in eine Untersuchung über die Gründe für diese Unzufriedenheit münden. Die Beschreibung des Entscheidungs- problems ist grundlegend für den weiteren Verlauf der Entscheidung und den Prozess der Problemlösung.²⁰ Denn je nachdem, welche Ziele, Präferenzen und Restriktionen seitens des Entscheiders verfolgt bzw. gestellt werden, kann die Entscheidung darüber, wie das Problem zu lösen ist, eine andere sein.

Eine genaue Beschreibung des Problems und der Situation kann dazu führen, dass das Problem einfacher zu lösen, bzw. die Entscheidung leichter zu fällen ist. Eine zunächst unscharfe Problemformulierung kann dennoch zweckmäßig sein, wenn sie im Verlauf des Entscheidungsprozesses mit Hilfe von Informationen präzisiert wird, die über die Besonderheit der vorliegenden Situation Auskunft geben.²¹

Damit lässt sich die Orientierungsphase selbst als ein Entscheidungsproblem darstellen, das sich in folgende Teilprobleme zerlegen lässt:²²

- Beschreibung der Situation und der Umweltbedingungen, auch solcher, auf die Ent- scheidungsträger keinerlei Einfluss haben.²³
- Formulierung von grundlegenden Zielen im Rahmen eines Zielsystems, dass die Wichtigkeit der Ziele berücksichtigt, um Kompromisslösungen bei konkurrierenden Zielen finden zu können.
- Feststellung von Restriktionen und Anforderungen, die die letztendliche Lösung einhalten bzw. erfüllen muss.
- Bestimmung des Umfangs, Detailierungsgrad und Quellen von Informationen, die für Entscheidungsfindung benötigt werden.

Während der Orientierungsphase werden also Informationsgrundlagen aufgebaut, die in darauf folgenden Phasen benötigt werden. Es kann umgekehrt auch der Fall sein, dass bestimmte Erkenntnisse einen Rückfall in die Orientierungsphase nötig machen, weil entscheidungsrelevante Aspekte übersehen wurden.

II. Suchphase

Prinzipiell geht die Entscheidungstheorie davon aus, dass ein Problem auf mehreren Wegen gelöst werden kann. Diese als Handlungsalternativen oder Optionen genannten Möglichkeiten gilt es in der Suchphase zu finden.

Die Alternativen müssen zunächst den in der Orientierungsphase definierten Zielen und Mindestanforderungen bzw. Restriktionen gerecht werden. Auf diese Weise werden Alternativen aussortiert, die grundlegende Voraussetzungen verletzen würden.²⁴ Damit wird die Möglichkeit der Einflussnahme auf die Anzahl der Alternativen durch Definitionen von kritischen Restriktionen bereits in der Orientierungsphase deutlich. Zu viele Alternativen können den Entscheidungsprozess unnötig erschweren.

Wann die Suche nach weiteren Handlungsalternativen beendet wird, hängt sowohl vom Wissensstand und der Kreativität des Entscheiders, als auch von der Dringlichkeit der Entscheidung ab.²⁵ Konkrete Anregungen über den Abbruch des Suchvorgangs kann die Entscheidungstheorie jedoch nicht geben.²⁶

III. Bewertungsphase

In der Bewertungsphase erfolgt eine Kombination der Erkenntnisse, die in den ersten beiden Phasen gesammelt wurden. Mit Hilfe der formulierten Entscheidungssituation, den gewichteten Zielen sowie den vorliegenden Informationen über Alternativen und deren Eigenschaften soll in der nächsten Phase diejenige Option gewählt werden, die die beste (oder wenigstens eine „gute“) Lösung darstellt.²⁷

Von verschiedenen Alternativen kann man dann sprechen, wenn sie zu unterschiedlichen Ergebnissen führen, die ihrerseits den Zielvorstellungen des Entscheiders mehr oder weniger entsprechen. Im Hinblick auf die einzelnen Ziele, die zusammen ein Zielsystem bilden, ist die Bewertung von Alternativen relativ einfach. Es entspricht in der Regel der Realität, dass die meisten Alternativen eine Vielzahl von Kriterien aufweisen. So kann es vorkommen, dass eine Option im Hinblick auf eines der Ziele besonders vorzugswürdig ist, in Bezug auf ein anderes aber als unbrauchbar erscheint. Man spricht in einem solchen Fall auch von ei- nem multikriteriellen bzw. multiattributiven Entscheidungsprozess.²⁸ Mit steigender Anzahl von Zielen, Alternativen und ihren Eigenschaften nimmt die Komplexität der Entschei- dungssituation zu, so dass die Gefahr droht, die Übersicht zu verlieren und so das Entschei- dungsoptimum zu verfehlen.²⁹

Für die Bewertung von Alternativen werden in der Entscheidungstheorie mehrere Aspekte mit besonderer Bedeutung hervorgehoben:

- Bewertungskriterien

Möglichst quantifizierbare oder zumindest sprachlich eindeutig formulierte Maßstäbe, die sich aus den zuvor formulierten Zielen ergeben und einen Vergleich der Alternativen ermöglichen.³⁰

- Gewichtung von Bewertungskriterien

Anhand der Rangfolge von Zielen lässt sich die Gewichtung der entsprechenden Eigenschaften bzw. Kriterien vornehmen.

IWI Analyse von Outsourcing-Standorten  Prozesse der Entscheidungsfindung

- Auswahl und Anwendung einer Bewertungsmethode

Die Bewertungs- bzw. Vergleichsmethode dient als Hilfsmittel zur Auswertung der Ergebnisse und trägt zu einer objektiven Betrachtung und Bewertung bei, garantiert jedoch keine optimale Entscheidung.³¹

Die Bewertungsphase ist abgeschlossen, wenn die optimale bzw. beste Alternative zumindest rechnerisch ermittelt wurde.

IV. Auswahlphase

In der Auswahlphase wählt der Entscheider eine der Alternativen aus und fasst so einen endgültigen Entschluss. Meistens wird die Alternative mit dem besten oder zumindest „guten“ Zielerfüllungsgrad ausgewählt.³² Damit wird auch die Entscheidung gegen die anderen Handlungsmöglichkeiten gefällt.³³

V. Umsetzungsphase

Ist die Entscheidung gefallen, dann stehen die mit der gewählten Alternative verbundenen Handlungen fest, auch wenn bei grundlegenden Entscheidungen über eventuelle Detailfra- gen noch entschieden werden muss. Der strategischen Planung auf der oberen Hierarchie- ebene folgt die Ausarbeitung von operativen und taktischen Plänen, deren Entscheidungen meist „vor Ort“ erfolgen.³⁴

Weil der Schwerpunkt der Arbeit auf der Entscheidungsfindung liegt, wird hier auf die Implementierung nicht weiter eingegangen.

Abschließend muss betont werden, dass auch, wenn die Phasen den Eindruck vermitteln, es sei stets sinnvoll, die einzelnen Schritte unabhängig voneinander und starr in der dargestell- ten Reihenfolge durchzuführen, so ist das nicht immer der Fall.³⁵ Neue Informationen, die in späteren Phasen auftauchen, können dazu führen, dass vorherige Schritte erneut durchge- führt werden müssen. Das Phasenmodell kann jedoch dabei helfen, die Komplexität des Ent- scheidungsproblems zu reduzieren, mögliche Fehler aufzuzeigen und so für eine bessere Entscheidung zu sorgen.³⁶ Mit der Frage, inwiefern eine von einem Menschen getroffene Entscheidung überhaupt als rational bezeichnet werden kann und welche Faktoren zu irrationalen Entscheidungen führen könnten, beschäftigt sich der nächste Abschnitt.

2.1.2 Rationalität in der Entscheidungsfindung

Der Begriff Rationalität wird in der Literatur nicht eindeutig definiert, so dass man bei einer Entscheidung nicht von „rational“ oder „irrational“ sprechen kann, sondern von „mehr oder weniger rational“.³⁷ Auch wenn der kausale Zusammenhang zwischen einer rationalen und einer erfolgreichen Entscheidung insbesondere bei Unsicherheit nicht immer gegeben ist, liegt das erklärte Ziel einer rationalen Herangehensweise darin, mit Hilfe eines rationalen Entscheidungsprozesses erfolgreiche Entscheidungen zu „produzieren“.

Die Merkmale des Phasenmodells treffen auf das eingangs erwähnte konstruktivistisch technomorphe Paradigma zu, das vielfach kritisiert wird. Diese Kritik wird im Folgenden aufgegriffen, um einerseits Schwächen des Ansatzes aufzuzeigen und andererseits auf die Komplexität der Problematik aufmerksam zu machen, die mit der Entscheidungsfindung im Rahmen einer Unternehmung verbunden ist. Die Kritik richtet sich zum Einen an die grundsätzlich unzureichende Informationsbasis von Entscheidungen. Zum Anderen stellt sie die mangelnde Berücksichtigung von begrenzten Fähigkeiten des Menschen in den Vordergrund, vor allem in der Informationsverarbeitung.

I. Unvollständige Informationen

Die analytische Vorgehensweise des Phasenmodels baut auf vollständigen Informationen über alle Kriterien der Entscheidung auf. Es ist jedoch in der Realität eher der Normalfall, dass nicht alle entscheidungsrelevanten Informationen vorliegen. Je nach möglichem Informationsgrad lassen sich Entscheidungen in folgende Kategorien einteilen:³⁸

- Entscheidung unter Sicherheit

In diesem Fall besitzt der Entscheidungsträger alle Informationen a.) über die Situation, b.) über alle Ziele und c.) über alle Alternativen und ihre Konsequenzen. Dieser Idealfall kommt aber in der Realität so gut wie nie vor.

- Entscheidung unter Risiko

Hierbei existieren mehrere Szenarien, die mit einer für den Entscheider bewussten, bekannten oder bestimmbaren Wahrscheinlichkeit eintreten können. Hilfestellun- gen bieten in diesem Fall Methoden der statistischen Wahrscheinlichkeitsrechnungsowie auf subjektiven Wahrscheinlichkeiten aufbauende Nutzenfunktionen unter Anwendung des Bernoulli-Prinzips (dazu später mehr).³⁹

- Entscheidung unter Unsicherheit

Bei einer Entscheidung unter Unsicherheit sind die Eintrittswahrscheinlichkeiten nicht bekannt, jedoch lassen sich auch in diesem Fall Prinzipien der Wahrscheinlichkeitsrechnung anwenden. Die klassische Entscheidungstheorie entwickelte zwar mehrere theoretische Konstrukte (z.B. Maximax -Regel, Laplace -Regel etc.), die jedoch nur von geringer praktischer Bedeutung sind nicht zuletzt, weil sich realitätsnahe Entscheidungssituationen grundsätzlich besser durch Risikosituationen als durch Unsicherheitssituationen repräsentieren lassen.⁴⁰

Für den realistischen Fall unvollkommener Informationen kann der eigentliche Informati- onsstand beliebig sein und durch weitere Informationen zur Entscheidungssituation verbes- sert werden. Im Idealfall stellt das Beschaffen neuer Informationen lediglich (prinzipiell überwindbare) technische oder finanzielle Schwierigkeiten dar.⁴¹ Ein wesentlich schärferes Problem entsteht, wenn der Mangel, Unvollständigkeit oder Veränderlichkeit von Informa- tionen nicht berücksichtigt wird.

II. Menschliche Unzulänglichkeiten

Der Mensch stellt eine weitere und häufig viel einflussreichere Fehlerquelle dar, als unvollständige Informationen über zukünftige Ereignisse und Zustände, denn von seinem Urteilvermögen und kognitiven Leistungen hängt die Qualität der entscheidungsvorbereitenden Maßnahmen und schlussendlich auch die eigentliche Entscheidung ab. Kennzeichnend für das menschliche Verhalten ist die im Gegensatz zur Maschine vorhandene Unbestimmtheit und Irrationalität, die der Wunschvorstellung vom homo oeconomicus widerspricht.⁴² Dies kann auf verschiedene Faktoren zurückgeführt werden.

Die Informationsverarbeitung des Menschen erfolgt ähnlich wie die des Computers: die In- formation wird über die Rezeptoren der Sinnesorgane registriert, verarbeitet und das Ergeb- nis über Effektoren („ausführende“ Organe) mittels Sprache und Schrift artikuliert. Der al- lergrößte Teil der eingegangenen Informationen wird jedoch nicht, oder verzerrt wahrge- nommen bzw. als Folge der Schutzmaßnahme des Nervensystems ignoriert. Man spricht in diesem Zusammenhang von Wahrnehmungsbeschränkungen.⁴³

Die Wahrscheinlichkeit, dass der Mensch die erhaltene Information auch tatsächlich bei der Entscheidung berücksichtigt, hängt von vielen Faktoren ab und lässt sich mit Hilfe der bedingten Wahrscheinlichkeit und des Theorems von Bayes beschreiben, das die Grund- lage der bereits erwähnten Bayes ‘ schen Entscheidungstheorie bildet. Demnach wird die aufge- nommene Information zunächst verarbeitet und integriert (z.B. in Form von Likelihood- Funktionen⁴⁴, vgl. Abbildung 1). Bei diesem Prozess spielt nach das Bayes‘schen Theorie als „a-priori“-Wissen genannte Vorwissen eine wesentliche Rolle.⁴⁵ Das Vorwissen fließt in Form von a-priori-Wahrscheinlichkeit über die Bayes’sche Regeln verknüpft mit der sensori- schen Informationen zur Wahrnehmung zusammen und resultiert in die „posteriori“- Wahrscheinlichkeitsfunktion. Sie beschreibt die Art und Weise, wie der Entscheider die Al- ternativen nach Erhalt von Information einschätzt. Dabei spielt sein bisheriger Informations- stand, seine Einschätzung über die (stochastische) Abhängigkeit zwischen der Information und Alternativen und letztendlich auch die eigentliche, zusätzliche Information auf seine Entscheidung eine Rolle.⁴⁶

illustration not visible in this excerpt

Abbildung 1 Der Wahrnehmungs-/Handlungszyklus des Menschen⁴⁷

Wenn der Entscheider also weitere Informationen einholt, korrigiert er seine Einschätzung der in der Zukunft liegenden Handlungsalternativen entsprechend, bildet neue Wahrscheinlichkeiten und wählt dann jene Alternative, die sich in Anbetracht der revidierten Wahrscheinlichkeiten als optimal erweist, aus⁴⁸ Die Größen, die als Grundlage für die Einschätzung der Merkmalen von Alternativen dienen, werden als Indikatoren bezeichnet. Sie beeinflussen im Wesentlichen in Form von Zeitungsberichten, Preisentwicklungen oder Daten des internen Rechnungswesens die Entscheidung.

Obgleich der Entscheidungsprozess beim Menschen nach der Bayes‘schen Entscheidungstheorie gewisse Ähnlichkeiten mit maschineller Bearbeitung aufweist, hebt er die wichtigen menschenspezifischen Faktoren deutlich hervor. So wird die Rolle des Vorwissens, das mit der Erfahrung und dem Langzeitgedächtnis des Menschen zusammenhängt und die daraus resultierende Subjektivität, deutlich. Hinzu kommt die Unbestimmtheit der Parameter, die dafür verantwortlich sind, welche Entscheidung sich am Ende herauskristallisiert. Dies führt letztendlich dazu, dass das Endergebnis oft schwer reproduzierbar ist.

Insbesondere in komplexen Entscheidungssituationen besitzt der menschliche Informationsverarbeitungsapparat keine ausreichenden Kapazitäten für eine umfassende Analyse und man muss sich deshalb meist sogenannter Heuristiken bedienen.⁴⁹ Sie bieten die Möglichkeit, bei einem Überfluss an Informationen und trotz hoher Komplexität zu einer Lösung zu gelangen, sind aber selten optimal, sondern meistens nur zufriedenstellend.⁵⁰

III. Bewertungsschwierigkeiten

Eine weitere Ursache von irrationalen Entscheidungen ist die Art der Bewertung von Infor- mationen, Alternativen und Wahrscheinlichkeiten. Sie ergibt sich aus der Neigung des Men- schen, sich bei der Bestimmung der Unterschiede nicht an absoluten, sondern an relativen Werten zu orientieren, was die Existenz eines Referenzpunktes voraussetzt.⁵¹ Das führt z.B. dazu, dass relative Gewinne höher bewertet werden, als relative Verluste. Man spricht in diesem Fall von abnehmender Sensitivität.⁵² Die deskriptive Entscheidungstheorie hat eine ganze Reihe von Phänomena „entdeckt“, die für das menschliche Entscheidungsverhalten charakteristisch sind und vom Oberbegriff „Rationales Verhalten“ nicht abgedeckt werden

Abschließend lässt sich festhalten, dass Prinzipien des vorgestellten Phasenmodells eher eine Idealvorstellung der rationalen Entscheidungsfindung abbilden. Rational ist solch eine Vor-gehensweise, weil sie bewusst, systematisch, durchdacht und zweckorientiert erfolgt. In der Realität finden sich die Voraussetzungen für rationale Entscheidungen nur selten. Fehlende Informationen oder unzureichendes Wissen über die Wahrscheinlichkeiten oder über die Folgen der Entscheidung, aber auch falsche oder ungenügende Auswertung dieser Information führen häufig dazu, dass irrationale oder falsche Entscheidungen getroffen werden. Informationstechnologien können eine wertvolle Hilfestellung leisten, indem sie vorhandene Informationen strukturiert, problemorientiert und „menschengerecht“ aufbereiten und den Entscheider im Prozess der Entscheidungsfindung begleiten.

2.2 Entscheidungsunterstützende Systeme

Auch wenn die Annahmen des homo oeconomicus vielfach als psychologisch unrealistisch kritisiert wurden, bilden sie dennoch die Grundlage von vielen Decision-Support-Systemen, von denen in diesem Abschnitt noch die Rede sein wird. Diese Systeme wurden auch entwi- ckelt, um die beschränkte Rationalität der Menschen in der Praxis zu kompensieren und um Entscheidungen herbeizuführen, die möglichst rational im Sinne der genannten Regeln sind.⁵³ Zu diesem Zweck werden zunächst die idealistischen Annahmen über den Entschei- dungsträger durch realistischere Annahmen über den Entscheidungsprozess ersetzt:⁵⁴

- Entscheidung als Prozess

Das Treffen einer Entscheidung ist kein diskretes und identifizierbares Ereignis, auch wenn der Zeitpunkt, bis zu dem die Entscheidung getroffen werden muss, feststeht, sondern vielmehr Ergebnis des Entscheidungsprozesses.

-Entscheidung als Informationsverarbeitung

Die Entscheidungsfindung ist nicht nur die Wahl zwischen mehreren Alternativen. Eine Trennung zwischen der Entscheidung und Konkretisierung von Zielen des Ent- scheiders, Beschaffung von quantitativen und qualitativen Daten, aber auch die Fest- stellung von Mitteln, mit denen der erwartete Nutzen erreicht werden soll, lässt sich in der Praxis kaum feststellen. Informationen werden von Entscheidern nicht ledig- lich gesammelt, sondern auch „angewandt“, d. h. selektiert, gespeichert, in Bezug ge- setzt und übermittelt.⁵⁵

- Entscheidung als Problemlösung

Die Entscheidungsfindung ist kein zeitlich beschränkter oder vom Entscheidungs- umfeld isolierbarer Prozess, sondern ergibt sich aus einer Abweichung der Ist-

IWI Analyse von Outsourcing-Standorten  Prozesse der Entscheidungsfindung

Beschaffenheit von der Soll-Beschaffenheit des aktuellen Zustandes. Um den gewünschten Zustand zu erreichen, muss eine Lösung in Form einer Handlungsalternative unter mehreren gefunden werden.⁵⁶

Daraus wird deutlich, dass der Entscheidungsbegriff mehrere Eigenschaften aufweist, die jeweils unterschiedliche Schwerpunkte der Entscheidungsfindung repräsentieren. Für die vorliegende Arbeit ist der Ansatz der Informationsverarbeitung und Prozessorientierung von ausschlaggebender Bedeutung, weil er einen IT-orientierten Zugang zur Problematik ermög- licht. Wie jedes Modell ist allerdings auch das vorgestellte Phasenmodell lediglich eine ver- einfachte Abbildung der Realität.

2.2.1 Information als Entscheidungsgrundlage

Rationales Denken und Handeln fordert, dass Entscheidungen stets im Lichte möglichst vollständiger Informationen getroffen werden.⁵⁷ Diese Auffassung von Rationalität geht auf die Philosophie Descartes zurück, der menschliche Vernunft „… als logische Ableitung aus expliziten Prämissen definiert und rationales Handeln nur als solches Handeln bezeichnet, das zur Gänze durch gewusste und beweisbare Wahrheit bestimmt ist“.⁵⁸

Information wird im Allgemeinen als bereits verknüpfte und interpretierte Daten definiert, aus der Wissen generiert werden kann. Zu Wissen werden Informationen also, wenn sie vom Menschen wahrgenommen, verarbeitet und genutzt werden können.⁵⁹ Somit ist Wissen im Gegensatz zur Information individualisiert und stark an bestimmte Personen gebunden. Informationen dagegen können viel problemloser weitergegeben werden.⁶⁰

Die Verknüpfung der Datenverarbeitung mit den Errungenschaften der Telekommunikation und der Vernetzung von Computersystemen veränderte die Verfügbarkeit von Informationen und läutet eine neue Ära ein.⁶¹

„Wir leben im Informationszeitalter und merken es daran, dass wir uns vor Information nicht mehr retten können. Nicht der überwälti-gende Nutzen der Information, sondern ihre nicht mehr zu bewältigende Flut charakterisiert die Epoche.“⁶²

Dieses Zitat von Georg Frank beschreibt ein typisches Phänomen des Informationszeital- ters: information overload. Zwar sollte ein Mehr an Informationen theoretisch zu tendenziell besseren Entscheidungen führen. Die Voraussetzung hierfür ist aber, dass diese Informatio- nen auch korrekt verarbeitet werden können. Die Verfügbarkeit von Informationen redu- ziert zwar den Aufwand für die Beschaffung von Informationen, gleichzeitig nimmt aber das Herausfiltern von relevanten, korrekten, aktuellen und zuverlässigen Quellen für rationale Entscheidungen aus einer Flut von Informationen einen immer größeren Raum ein.⁶³

Die bewusste oder unbewusste Selektion von Informationen wird damit immer wichtiger. Anders als im Entstehungsprozess einer Individualentscheidung, bei der der Entscheider Informationen nach Belieben ignorieren kann, stellen strategische Entscheidungen im unternehmerischen Umfeld, deren Folgen mit hohem finanziellen Aufwand verbunden und schwer zu korrigieren sind, besonders hohe Anforderungen an Rationalität, die wiederum stark von der Verarbeitung korrekter und vor allem vollständiger Information abhängt.⁶⁴ Hier kommen elektronische Informationssysteme (IS) ins Spiel.

Grundsätzlich werden als Informationssysteme solche Systeme bezeichnet, die als institutio- nalisierte Prozesse der computergestützten Produktion und Distribution von Informationen dienen.⁶⁵ Wenn bei dieser Produktion oder Distribution ein Wettbewerbsvorteil erreicht oder das Treffen von strategischen Entscheidungen erleichtert werden, wird von ein- em strategischen Informationssystem gesprochen (SIS).⁶⁶ Damit lassen sich zwei Hauptkatego- rien dieser Systeme mit unterschiedlichen Schwerpunkten unterscheiden (vgl. Abbildung 2):

- IT-Systeme zur Bereitstellung wettbewerbsfähiger Leistung
- IT-Systeme zur strategischen Entscheidungsunterstützung

Systeme der ersten Kategorie wurden schon seit Beginn der Nutzung der IT in Unternehmen entwickelt und kommen vor allem bei der Unterstützung von operativen Geschäftsprozessen zum Einsatz, wo sie direkt oder indirekt Wettbewerbsvorteile generieren.⁶⁷

illustration not visible in this excerpt

Abbildung 2 Arten strategischer Informationssysteme⁶⁸

Systeme zur strategischen Entscheidungsfindung verfolgen einen ganzheitlichen Ansatz zur Unterstützung sämtlicher Informationsarten. Neben strategischen werden auch operative Informationen bereit gestellt bzw. analysiert. Deshalb ist im Einzelfall zu unterscheiden, ob es sich um ein strategisches oder ein hybrides Informationssystem handelt.⁶⁹ Informationssysteme mit strategischer Ausrichtung lassen sich wie folgt klassifizieren:⁷⁰

- Management-Information-Systeme (MIS)

MIS stellen einfache Reportfunktionen zur Gewinnung von Informationen aus operativen Datenbeständen bereit.

- Decision-Support-Systeme (DSS)

Systeme dieser Klasse erweitern den Funktionsumfang von Informationssystemen um Methoden und Modelle zur Lösungs- und Entscheidungsfindung.

- Executive-Information-Systeme (EIS)

Aggregation von internen und externen Daten auf unterschiedlichem Niveau, beinhalten weitere Reportgenerierung- und Kommunikationselemente.

Diese Klassen fassen alle Informations- und Kommunikationstechnologien zusammen, die Managern oder anderen, im wesentlichen am Entscheidungsprozess beteiligten Personen als Hilfsmittel zur Problemlösung oder -handhabung dienen. Zu den Hauptfunktionen dieser

Systeme zählt einerseits die Versorgung des Entscheidungsträgers mit problembezogenen Informationen und andererseits die weitergehende Unterstützung im Problemlösungsprozess durch geeignete Planungs- und Entscheidungshilfen.⁷¹

Eine Sonderrolle nehmen Expertensysteme (ES) ein, die die (problemspezifische) Lösungsfä- higkeit der Experten mit Hilfe des Computers abbilden und durch Speicherung dem An- wender mit weniger Erfahrung zugänglich machen.⁷² Systeme dieser Art erweitern traditio- nelle Techniken zur Entscheidungsunterstützung um Methoden zur Wissensrepräsentation und Wissensmodellierung, die unter anderem im Forschungsgebiet der Künstlichen Intelli- genz entwickelt wurden.⁷³

Executive-Information-Systeme bilden mit ihrer übergreifenden Ausrichtung die Spitze der betrieblichen Anwendungspyramide (vgl. Abbildung 3).

illustration not visible in this excerpt

Abbildung 3 EIS in der Systempyramide⁷⁴

Diese Systeme bündeln mit ihren ausgeprägten Kommunikationselementen externe und interne Informationen und unterstützen den Entscheider hauptsächlich in frühen Phasen des Planungs- und Entscheidungsprozesses, in denen der explorativ vorgehende Entscheidungs- träger tiefer gehende Informationen benötigt, um frühzeitig unternehmensbedeutsame Ent-wicklungstendenzen zu erkennen und Analysen zu initiieren. Im folgenden Abschnitt werden allgemeine Eigenschaften von Systemen dieser Art vorgestellt.

2.2.2 Allgemeine Eigenschaften von entscheidungsunterstützenden Systemen

Der Begriff „Decision Support System“ wird auf Gorry und Scott-Morten zurückgeführt, die in ihrer Veröffentlichung unter dem Titel „Management Support Systems“ ein DSS als „System zur Unterstützung von betrieblichen Entscheidungen in semistrukturierten und unstrukturierten Entscheidungssituationen charakterisieren.“⁷⁵ In ihrer Arbeit konnten die Autoren zeigen, dass die Idee eines vollständig integrierten Management-Informations- Systems (MIS) aufgrund des je nach Entscheidungssituation unterschiedlichen Strukturierungsgrades von Informationen ein Mythos ist.⁷⁶

Die Realisierung der MIS scheiterte oft an fehlenden Technologien zur Speicherung, Visuali- sierung und Integration der Daten aus verschiedenen Quellen und führte dazu, dass ihre Entwicklung in den Händen von EDV-Fachleuten lag und inhaltliche Aspekte untergingen.

Diese Probleme führten zur Entwicklung des Decision-Calculus-Ansatzes, eines neuen Kon- zeptes von J. D. C. Little, das sich für die Entwicklung von DSS als richtungsweisend er- wies.⁷⁷ Sein Konzept der Entwicklung von Informations- und Entscheidungssystemen strebt eine möglichst genaue Nachbildung des menschlichen Entscheidungsverhaltens in einem Mo- dell an, in dem als relevant erachtete Daten, Meinungen und Erwartungen so integriert sind, dass ein objektiviertes und vollständiges Abbild des unternehmerischen Denkprozesses ent- steht.⁷⁸ Im Gegensatz zu Modellen des Operation Research sollten nach dem Decision- Calculus-Ansatz entwickelte Modelle eine Entscheidungshilfe darstellen und nicht ein bis in die letzte Konsequenz durchgerechnetes mechanistisches Entscheidungsmodell. Nach Little sollte ein Informationssystem:⁷⁹

- einfach und verständlich sein,
- robuste, keine offenkundig schlechten oder falschen Lösungen vorschlagen,
- prüfbare und nachvollziehbare Ergebnisse liefern,
- flexibel im Bezug auf den Informationsumfang, Denkmuster und individuellen Be- nutzeranforderungen sein,
- alle relevanten Aspekte zur Lösung des Problems abbilden und
- kommunikationsfähig sein, d. h. der Benutzer soll die Möglichkeit haben, mit dem System schnell und direkt zu kommunizieren.

Kennzeichnend für die Anwendung unterstützender Systeme ist die relativ schwach struktu- rierte (semi-strukturierte⁸⁰ ) Entscheidungssituation.⁸¹ Charakteristisch für solche Situationen ist die fehlende oder nicht gewünschte Möglichkeit, den Prozess der Entscheidungsfindung zu standardisieren und zu automatisieren.⁸² Damit wird auch der unterstützende Charakter dieser Systeme deutlich.

Ein weitere, spezifisches Merkmal, das den Aufbau von DSS-Systemen bestimmt, ist die starke Modell- und Methodenorientierung, durch die eine situationsspezifische Unterstützung des Managers im Sinne einer Assistenz gewährleistet wird.⁸³ Die Modelle und Methoden bilden eine Schicht, die Verfahren zur Unterstützung von strategischen Entscheidungen beinhaltet. Diese Verfahren wandeln maßgebliche qualitative Faktoren in bewertbare und rechenbare Form um und machen sie damit für Lösungsansätze zugänglich. Diese Eigenschaft macht es generell möglich, die subjektive Urteilskraft des Benutzers und seine Erfahrungen bei einer konkreten Problemlösung zu nutzen.⁸⁴

Der Anspruch entscheidungsunterstützender Systeme, den Prozess der Entscheidungsfindung zu formalisieren, das Problemlösungsverhalten des Entscheiders abzubilden und dadurch zu unterstützen erlaubt es, vier Basiskriterien oder Merkmale der DSS-Systeme abzuleiten. Diese Merkmale sind im sog. ROMC-Konzept⁸⁵ verankert und lassen sich als Orientierungshilfen für Systementwicklung einsetzen:⁸⁶

- Repräsentationen (Representations)

Die wesentlichen Aspekte der Problematik müssen dem Informationsbedarf und Problemlösungsverhalten des Entscheiders entsprechend in geeigneter Form (Abbildungen, Tabellen, Diagramme etc.) repräsentierbar und modellierbar sein.

- Operationen (Operations)

Die gewählten Formen der Darstellung von Informationen sollen durch verfügbare Operationen (Methoden) in geeigneter Weise flankierend unterstützt werden.

- Gedächtnisstützen (Memory Aids)

Zu Gedächtnisstützen zählen Funktionen, die die Interaktion mit vorhandenen Ope- rationen und Repräsentationsformen erleichtern, indem sie Beschreibungen von Da- tenstrukturen und individuellen Problem- und Datensichten (Views) bereithalten.

- Kontrollmechanismen (Control Mechanisms)

Für die bedarfsgerechte und erwartungskonforme Steuerung des Systems seitens des Anwenders sollen Kontrollmechanismen sorgen, die über die Elemente der Benut- zeroberfläche (GUI) in Form von Fehlermeldungen und Hilfesystemen wirken.

Aus den Basisanforderungen des ROMC-Konzeptes lassen sich Vorgaben für Elemente und Strukturen von DSS ableiten, die im folgenden Abschnitt erläutert werden.

2.2.3 Grundstruktur von Decision-Support-Systemen

Die Hauptbestandteile eines DSS bilden eine Datenkomponente mit der Möglichkeit des Zugriffs sowohl auf interne, als auch auf externe Daten sowie auf Komponenten zur Ablauf- und Dialogsteuerung. Die Daten- und Dialogkomponenten sind in der Regel in einen umfas- senden Kontext des Problemumfeldes (in unserem Fall der Standortentscheidung) eingebet- tet und können vom Entscheidungsträger interaktiv gesteuert werden (vgl. Abbildung 4).

illustration not visible in this excerpt

Abbildung 4 Konzeptionelles Modell von DSS⁸⁷

Die Datenkomponente (z.B. auf Basis eines Data Warehouse) stellt ein zentrales Element von entscheidungsunterstützenden Systemen dar. Sie dient zur Speicherung von potenziell relevanten Informationen, die die Grundlage der Entscheidung bilden.

illustration not visible in this excerpt

Abbildung 5 Struktur der Datenkomponente⁸⁸

Während bei internen und externen Daten der Bezug der Datenquelle zum Entscheider als Unterscheidungsmerkmal im Vordergrund steht, handelt es sich bei „privaten“ Daten um individuelle Schätzungen oder anderen personengebundenen Informationen. Da die meisten Daten in ein DSS-spezifisches Format konvertiert werden, existiert oft ein Mechanismus, das Import- und Exportfunktionen implementiert. Weiterhin ist der Einsatz eines Datenbank- managementsystems (DBMS) sinnvoll, das Funktionen zum Speichern, Ändern, Selektieren und Löschen von Daten übernimmt und eine komfortable, individuelle Nutzung der Daten- bank ermöglicht. Eine Liste aller Datendefinitionen und ihrer Quellen wird im Datenver- zeichnis (Data Dictionary) verwaltet und gepflegt.

Die Modell- und Methodenkomponente setzt die entscheidungsunterstützende Logik der DSS-Systeme in Form von vereinfachten Abbildungen von realen Sachverhalten, Methoden des Operation Research und verschiedenen statistischen und mathematischen Verfahren um.

In diesem Zusammenhang und in Analogie zu Data Warehouse wird über die Schaffung eines Modell Warehouse diskutiert, das Repräsentationsformen und Annahmen für bestimmte Modelle sowie Schnittstellen zu Optimierungsmodulen verwaltet.

Operationen auf Elementen dieser Komponente und ihre Benutzung schließen Methoden der Manipulation der Modell- und Methodenkomponenten wie Einrichten, Ändern, Hinzufügen von Elementen, Versorgung der Modellen mit Daten, ihre Verknüpfung untereinander und die Steuerung von Modell- und Methodenberechnung mit ein.

illustration not visible in this excerpt

Abbildung 6 Modell- und Methodenkomponente⁸⁹

Die Methoden und Modelle von DSS sollen den gesamten Entscheidungsprozess unterstützen und den Anwender im optimalen Fall in allen Phasen der Entscheidungsfindung begleiten. So kommen in der Phase der Problemidentifikation EIS- oder EIS-nahe Systeme zum Einsatz. EIS-Systeme bieten die Möglichkeit, die Daten des problemrelevanten Bereichs zu analysieren (vgl. Seite 19). In der Phase der Problemanalyse soll ein DSS über die Methoden der Datenaggregation ausgehend von einem Entscheidungsmodell dabei helfen, festzustellen, ob das richtige (Teil-)Problem identifiziert wurde.

Als Entscheidungsmodell sind insbesondere deterministisch vektorielle Entscheidungsmodelle interessant, die dadurch gekennzeichnet sind, dass sie mehrere Ziele berücksichtigen und durch Aggregation mittels Gewichtung zu einem einzigen zusammengefasst werden⁹⁰. Auf das so aufgestellte mathematische Modell können mit verschiedene Methoden und Verfahren zur Lösungswahl angewandt werden.⁹¹ Zwei dieser Verfahren werden im Abschnitt 3 vorgestellt.

illustration not visible in this excerpt

Abbildung 7 Aufbau der Dialogkomponente

Die Dialogkomponente (vgl. Abbildung 7) macht die Benutzung des DSS durch den Anwen- der erst möglich und hat über die sog. Usability-Eigenschaft einen großen Einfluss auf den Erfolg des Systems als Ganzes. Diese äußert sich in der Eignung der gewählten Dialogschritte und -formen im Dialogprozess, die vorgegebenen Ziele effizient und zufriedenstellend zu erreichen.

Die Wahrnehmung der Interaktion mit dem Benutzer wird im wesentlichen dadurch ge- prägt, welche Handlungsoptionen während der Eingabe bestehen (Kommandozeile oder Manipulation von Dialogobjekten), welche Präsentationsmöglichkeiten vorhanden sind (Grafiken, Tabellen) und welches Wissen für die Interaktion mit dem System erforderlich ist. Aufgrund des hohen Einflusses der Interaktionsform auf die kognitiven Fähigkeiten des Menschen, ist ihre Wahl und Zusammensetzung für die Qualität eines DSS entscheidend. Die Verwaltung von Bestandteilen der Dialogkomponente erfolgt im Dialog Management System (DMS). Dazu gehört die Hilfefunktion sowie die Möglichkeit, auf fehlerhafte Einga- ben mit entsprechenden Fehlermeldungen und -behandlungen zu reagieren.

Die allgemein gehaltenen theoretischen Ausführungen dieses Abschnitts dürfen nicht den Eindruck erwecken, es handele sich kaum um praxisnahe Überlegungen. Wie im Abschnitt 7 noch zu zeigen sein wird, bilden die in den 70ern und 80ern Jahren des letzten Jahrhunderts entwickelten Ansätze die Grundlagen moderner Software-Architekturen und -Konzepten.

Bevor auf entscheidungsunterstützende Verfahren, die die methodische Basis von DSSSystemen bilden, eingegangen wird, sollte auf Probleme beim Einsatz von DSS-Sytemen hingewiesen werden.

2.2.4 Kritik des Einsatzes von DSS

Decision-Support-Systeme zählen zu erfolgreichen Forschungsansätzen, die sich in der Pra- xis durchsetzen konnten. Entscheidungsunterstützende Verfahren und den darauf auf- bauenden Systemen wird jedoch oft entgegen gehalten, dass sie den Anforderungen komple- xer strategischer Entscheidungssituationen nicht gerecht werden können.⁹² Zu einzelnen Verfahren findet man in der Literatur relativ wenig empirische Studien. Die meiste Erfah- rung im Umfang mit solchen System stammt aus Projekten der öffentlichen Verwaltung und von Wissenschaftlern, die sich mit entscheidungsunterstützenden Verfahren und ihrer An- wendung befassen.⁹³

Es lassen sich drei allgemeine Gruppen von Faktoren identifizieren, die einen sinnvollen Einsatz von entscheidungsunterstützenden Verfahren und Instrumenten in Frage stellen.

- Unzureichende Voraussetzungen und Rahmenbedingungen

Das fehlende Wissen bei Entscheidern und Entscheidungsvorbereitern über die Exis- tenz der Verfahren oder mangelnde Erfahrung im Umgang mit DSS können ihren Einsatz verhindern. Dies kann zum Teil an der nach wie vor komplexen und IT- lastigen Orientierung der DSS-Werkzeuge und fehlenden Methodenausbildung der Entscheidungsträger liegen, was ihrerseits auf Transaktionskosten beim Erlernen und beim Einsatz entscheidungsunterstützender Verfahren zurückgeführt werden kann.⁹⁴

- Unterschiedliche Wahrnehmung des Nutzens

Die Unterschiede beziehen sich auf den Nutzen aus wissenschaftlicher und prakti- scher Sicht. Die „Methodenverliebtheit“ von Experten und Entwicklern, hochkomp- lexe Techniken zur Verfügung zu stellen, führt oft dazu, so der Einwand, dass der Einsatzkontext des Anwenders nicht genügend berücksichtigt wird und „subjektive“ Faktoren des Entscheiders, wie etwa Fragen der Akzeptanz bei Betroffenen oder die

des Machterhaltes für die eigene Position in der Folge von Entscheidungen wenig beachtet werden.⁹⁵

- Befürchtungen beim Einsatz entscheidungsunterstützender Verfahren

Damit sind unbeabsichtigte Folgen des Einsatzes gemeint: wenn alle Parameter und Kriterien der Entscheidung, ihre Kriterien und Gewichtung offen gelegt, die Alterna- tiven bewertet und das beste Ergebnis rechnerisch ermittelt ist, wird der Entschei- dungsprozess selbst nicht mehr als Abwägungsprozess, sondern als Rechenergebnis erlebt. Die Quantität der Indikatoren ist für den Dritten nicht ohne Weiteres nach- vollziehbar und muss gegenüber Nicht-Fachleuten erläutert werden. Nicht zuletzt werden DSS-Systeme als unterwünscht oder bedrohlich empfunden, wenn man sich als Entscheidungsträger schon auf eine Entscheidungsalternative festgelegt hat.⁹⁶

Im unternehmerischen Umfeld stellen entscheidungsunterstützende Instrumente in erster Linie jedoch eine Qualitätsverbesserung dar. Die wissenschaftliche Perspektive hebt vor al- lem die inhaltlichen Aspekte der Entscheidung hervor und bringt folgende Vorteile:⁹⁷

- Erhöhung der Transparenz, Klarheit und Strukturiertheit
- Verknüpfung von Bestandteilen der Entscheidung zu einem übersichtlichen Ganzen
- Ausgleich kognitiver Schwächen im Entscheidungsverhalten⁹⁸
- Erweiterung der Anzahl von Optionen durch tiefere Datenanalyse

Neuere Entwicklungen sollen einige der genannten hinderlichen Faktoren reduzieren. So wird zunehmend auf Benutzerbeteiligung bei der Entwicklung einer DSS-Software gesetzt, die die problem- und benutzerorientierte Gestaltung des Entscheidungsprozesses fordert und spezifische Kenntnisse, praktische Erfahrungen und individuelle Erfordernisse berücksichtigt. Beim Prototyping arbeiten Systementwickler mit dem Benutzer eng zusammen, so dass Schwachstellen eines konkreten Systems schneller entdeckt werden können.

Diese Argumente beziehen sich jedoch auf die Teilaspekte der Softwareentwicklung im Allgemeinen. Die Softwareentwicklung erlebte in den letzten Dekaden auch in Reaktion auf die hier erwähnte Kritik mehrere Paradigmenwechsel hin zu serviceorientierten Architekturen. Darauf wird im Abschnitt 7 dieser Arbeit noch einzugehen sein.

Abschließend lässt sich festhalten, dass, auch wenn sich die Vision des Top-Managers, der am Bildschirm aufwendige Analysesysteme bedient, als trügerisch erwies, konnten sich die auf Teilprobleme spezialisierte DSS mit abgrenzbaren Problemlösungsstrategien dennoch behaupten. Dieser Strategie der Spezialisierung folgt auch das im letzten Teil der Arbeit vorgestelltes Konzept eines DSS.

[...]

---

¹ Vgl. Bruch 2000

² Vgl. von Jouanne-Diedrich 2004

³ Vgl. Prehl 2008b

⁴ Vgl. Prehl 2008a

⁵ Vgl. Bank Austria 2008

⁶ Vgl. ITONews 2007 sowie Mayes 2007

⁷ Vgl. Weinert 2007

⁸ Vgl. BME 2005

⁹ Das Gegenstück des konstruktivistisch-technomorphen Ansatzes stellt der systemisch-evolutionäre Typ der Managementtheorie dar. Mehr zu diesem Thema vgl. Malik (2003).

¹⁰ Vgl. Malik 2003, S. 38

¹¹ Im Englischen wird für präskriptive, entscheidungsunterstützende Entscheidungstheorie der Ausdruck Decision Analysis verwendet.

¹² Vgl. Laux 2007, S. 32

¹³ Vgl. Kirchgässner 2000, S. 5

¹⁴ Vgl. Laux 2007

¹⁵ Vgl. Eisenführ, Weber 2002, S. 9

¹⁶ Vgl. Kahneman, Tversky 1979

¹⁷ Vgl. FAZ .NET 09.10.2002

¹⁸ Vgl. Eisenführ, Weber 2002, S. 5

¹⁹ Vgl. Laux 2007, S. 9

²⁰ Vgl. Biasio (1969), S. 64

²¹ Vgl. Laux 2007

²² Vgl. Nesseldreher 2006, S. 13 ff.

²³ Vgl. Jungermann et al. 1998, S. 19

²⁴ Vgl. Laux 2007, S. 10

²⁵ Vgl. Bretzke 1980, S. 109

²⁶ Vgl. Laux 2007, S. 11

²⁷ Vgl. Weisser 1979, S. 62

²⁸ Vgl. Nesseldreher 2006, S. 20

²⁹ Vgl. Weisser 1979, S. 65

³⁰ Vgl. Bronner 1999, S. 32

³¹ Vgl. Bronner 1999, S. 34

³² Eine Kompromisslösung in Form einer Alternative mit lediglich „guten“ Eigenschaften könnte ebenfalls optimal sein, wenn ihre „Konkurrenten“ eine Kombination aus besten und schlechtesten Ergebnissen darstellen.

³³ Vgl. Biasio (1969), S. 75

³⁴ Vgl. Nesseldreher 2006, S. 21

³⁵ Vgl. Laux 2007, S. 12

³⁶ Vgl. Nesseldreher 2006, S. 24

³⁷ Vgl. Eisenführ, Weber 2002, S. 5

³⁸ Vgl. Nesseldreher 2006, S. 32

³⁹ Vgl. Laux 2007, S. 166 ff.

⁴⁰ Vgl. Laux 2007, S. 117

⁴¹ Vgl. Mag 1990, S. 9

⁴² Vgl. Malik 2003, S. 260

⁴³ Vgl. Nesseldreher 2006, S. 41

⁴⁴ Likelihood-Funktion ist eine spezielle, parametrisierte Verteilungsfunktion, dessen Kennwerte wie Erwartungswert oder Standardabweichung anhand der bekannten Stichprobe geschätzt werden kön- nen.

⁴⁵ Vgl. Ernst, Bülthoff 2005, S. 353

⁴⁶ Vgl. Laux 2007, S. 341

⁴⁷ In Anlehnung an Ernst, Bülthoff 2005, S. 354

⁴⁸ Vgl. Laux 2007, S. 338

⁴⁹ Vgl. Hagen 1974, S. 87

⁵⁰ Vgl. von Nitzsch 2002, S. 20

⁵¹ Vgl. Eisenführ, Weber 2002, S. 364

⁵² Vgl. von Nitzsch 2002, S. 104 ff.

⁵³ Vgl. Laux 2007

⁵⁴ Vgl. Cook et al. 2007

⁵⁵ Vgl. Böhret 1976, S. 141

⁵⁶ Vgl. Nesseldreher 2006, S. 9

⁵⁷ Vgl. Rembold 2006, S. 309

⁵⁸ Vgl. Malik 2003, S. 33

⁵⁹ Vgl. Ferber 2003, S. 123

⁶⁰ Im Bereich Information Retrieval wird die genau umgekehrte Beziehung zwischen Information und Wissen verwendet: Information wird als Teilmenge des Wissens definiert, die von jemandem in einer konkreten Situation zur Lösung von Problemen benötigt wird (vgl. Herget, Kuhlen 1990). Der Unterschied liegt in der Zuordnung des Aspektes „Zweckbezogenheit“ zur Information.

⁶¹ Vgl. Wagner 1996, S. 7

⁶² Vgl. Franck 1998

⁶³ Vgl. Scheucher 2003, S. 23

⁶⁴ Vgl. Nesseldreher 2006, S. 154

⁶⁵ Vgl. Fischbacher 1986, S. 14

⁶⁶ Vgl. Marquardt 2007, S. 29

⁶⁷ Vgl. Krcmar 2003, S. 250 ff.

⁶⁸ Vgl. In Anlehnung an Marquardt 2007, S. 32

⁶⁹ Vgl. Wiseman 1988, S. 94

⁷⁰ Vgl. Voß, Gutenschwager 2001, S. 325

⁷¹ Vgl. Mödinger 2003, S. 15

⁷² In der Literatur werden solche Systeme auch als Expert Support Systems (XSS), wissensbasierte Systeme (WBS), Expertensysteme (XPS) bzw. wissensbasierte DSS (Knowledge Based DSS, KBDSS) bezeichnet (vgl. Gluchowski 2008, S. 65).

⁷³ Vgl. Voß, Gutenschwager 2001, S. 353

⁷⁴ Vgl. Gluchowski 2008, S. 64

⁷⁵ Vgl. Gorry, Morton 1971

⁷⁶ Vgl. Korte 2003, S. 9

⁷⁷ Vgl. Little 1970

⁷⁸ Vgl. Nieschlag et al. 2002, S. 64

⁷⁹ Vgl. Koschnick 2003

⁸⁰ Ein Entscheidungsprozess gilt als strukturiert (programmierbar), wenn alle seine Phasen strukturiert sind. Gilt das für keine der Phasen, liegt eine unstrukturierte Entscheidung vor. Alle übrigen Entscheidungen bzw. Probleme heißen semi-strukturiert.

⁸¹ Vgl. Oppelt 1995, S. 110

⁸² Vgl. Korte 2003, S. 14

⁸³ Vgl. Gluchowski 2008, S. 63

⁸⁴ Vgl. Piechota 1993, S. 95

⁸⁵ ROMC ist eine Abkürzung für Representations, Operations, Memory Aids und Control Mecha- nisms

⁸⁶ Vgl. Sprague, Carlson 1982, S. 102 ff.

⁸⁷ Vgl. Turban 1988, S. 75

⁸⁸ In enger Anlehnung an Turban 1988, S. 77

⁸⁹ Vgl. Dolk 2000

⁹⁰ Die zweite Klasse von Entscheidungsmodellen bilden deterministisch skalare Entscheidungsmodelle, die üblicherweise durch ein Ziel, eine begrenzte Anzahl von Alternativen und mehrere Restriktionen gekennzeichnet sind.

⁹¹ Vgl. Voß, Gutenschwager 2001, S. 340

⁹² Vgl. Beck, Fisch 2005, S. 84. Folgende Ausführungen stützen sich im Wesentlichen auf die Aussagen dieser Autoren.

⁹³ Vgl. Fisch 2004, S. 56

⁹⁴ Vgl. Beck, Fisch 2005, S. 77

⁹⁵ Vgl. Fisch 2004, S. 110

⁹⁶ Vgl. Beck, Fisch 2005, S. 89.

⁹⁷ Vgl. Fürst 2004, S. 122

⁹⁸ Z.B. lineares, monokausales, wenig vernetztes Denken, unterkomplexes Situationserfassung etc.