Gegenüberstellung von Modellen zur Messung von "IS-Success"

Inhaltsverzeichnis

Abbildungsverzeichnis

Tabellenverzeichnis

Abkürzungsverzeichnis

1 Einleitung

2 Grundlagen
2.1 Definition von Informationssystemen
2.2 Definition von „Erfolg“

3 Vergleich der Modelle zur Messung von „IS Success“
3.1 Auswahl der Modelle
3.2 Beschreibung der Modelle
3.2.1 Das DeLone and McLean Model of IS Success
3.2.2 Das IS-Impact Measurement Model
3.3 Aufstellung eines Kriterienkatalogs
3.4 Gegenüberstellung der Modelle anhand des Kriterienkatalogs
3.4.1 Richtigkeit und Grundlagen der Modelle
3.4.2 Konkrete Anwendbarkeit und Universalität
3.4.3 Grad der Komplexität und Einfachheit der Modelle
3.4.4 Popularität und Aufgreifung der Modelle

4 Fazit und Ausblick

Literaturverzeichnis

Abbildungsverzeichnis

Abbildung 1: ursprüngliches DeLone & McLean Modell

Abbildung 2: überarbeitetes DeLone & McLean Modell

Abbildung 3: konzeptuelle Grundlage des IS-Impact Modells

Abbildung 4: Ausarbeitung des IS-Impact Modells

Abbildung 5: Zyklen des IS-Impact Modells

Abbildung 6: Endgültiges IS-Impact Modell

Abbildung 7: Validierungsphasen des IS-Impact Modells

Tabellenverzeichnis

Tabelle 1: Bewertung der einzelnen D&M Dimensionsbeziehungen

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1 Einleitung

Seitdem die Verwendung von Informationstechnologie Einzug in Unternehmen und Organisationen gehalten hat, werden große Investitionen in Informationssys-teme getätigt, in der Hoffnung, dass diese Systeme einen positiven Effekt auf die Organisation haben. Doch häufig werden nach dem Implementierungsprozess diese Investitionen nicht auf ihren tatsächlichen Ertrag, den IS Success, überprüft, dabei ist Erfolg nicht automatisch gewährleistet.¹

Einer Studie zufolge, die 8.000 Softwareprojekte in 352 amerikanischen Unter-nehmen untersuchte, scheitert mehr als die Hälfte dieser Projekte, woraus eine Verschwendung von Milliarden von Dollar jährlich resultiert.²

Gerade in Zeiten von wirtschaftlicher Anspannung, wie man sie heute feststellen kann, in denen es nötig ist, Ausgaben zu reduzieren, ist es wichtig, Nutzen und Kosten von Technologie zu messen und zu untersuchen.

Die Auswirkungen eines Informationssystems können allerdings nicht einer ein-zelnen Zahl oder Variablen entnommen werden, da die Einflüsse eines solchen Systems nicht immer ersichtlich und fassbar, sondern meistens von komplexer und nicht evidenter Natur sind.³ Deshalb ist die Anwendung von vielschichtigen Modellen ratsam, um den tatsächlichen Erfolg eines Informationssystems zu mes-sen. In dieser Seminararbeit soll daher nach einer Auseinandersetzung mit den facettenreichen Begriffen „Informationssystem“ und „Erfolg“ das DeLone und McLean Modell dem IS-Impact Measurement Modell gegenübergestellt und deren Fähigkeit, Erfolg zu messen, anhand eines Kriterienkatalogs verglichen werden.

2 Grundlagen

2.1 Definition von Informationssystemen

Um die Bedeutung des IS Success genauer betrachten zu können, ist es nötig eine Vorstellung davon zu bekommen, was unter dem Begriff Informationssystem, dessen Erfolg gemessen werden soll, zu verstehen ist.

In der Wirtschaftsinformatik lässt sich ein betriebliches Informationssystem als Kombination aus den Elementen Mensch, Aufgabe, Informationstechnik und or-ganisatorischer Kontext sehen, die das Ziel verfolgt, unternehmerische und be-triebliche Beschlüsse zu verbessern. Dabei stellt der Mensch den Nutzer des Sys­tems dar, der eine bestimmte Aufgabe, d. h. eine betriebliche Problemstellung in einem betrieblichen Umfeld zu lösen hat. Umgesetzt wird das System möglichst sinnvoll durch IT, d. h. durch Hard- und Software unter Berücksichtigung beste-hender Aufgabenträger, Auf- und Ablauforganisation und Geschäftsprozesse im Unternehmen.⁴

Damit kann ein Informationssystem als soziotechnisches System gesehen werden, das unternehmensintern in weitere Untersysteme zerteilt werden kann, die zum Beispiel je nach Verwendungszweck verschiedenen Rubriken zugeordnet werden können.⁵

Administrationssysteme beispielsweise beschäftigen sich mit der Automatisierung und Rationalisierung von Massendaten, wie es sich unter anderem in der Finanz-buchhaltung eines Unternehmens vorfinden lässt. Dispositionssysteme wirken entscheidungsunterstützend z. B. im Bereich der Bestellabwicklung oder Materi-albeschaffung, beispielsweise bei Erreichen einer kritischen Bestellmenge. Pla-nungssysteme sollen managementunterstützend bei Problemen bezüglich schlecht strukturierter Entscheidungen agieren, exemplarisch im Zusammenhang mit einer Absatzmengenproblematik. Dahingegen werden Kontrollsysteme zur Einhaltung der erstellten Pläne verwendet, häufig in Form von Managementreports oder an-deren Berichten.⁶

2.2 Definition von „Erfolg“

Hinsichtlich einer Messung von IS Success bedarf es weiterhin einer Auseinander-setzung mit dem Begriff des Erfolgs im Zusammenhang mit Informationssyste-men. Hierbei handelt es sich um ein vielschichtiges Konstrukt mit vielen unter-schiedlichen Betrachtungsebenen.

So lässt sich Erfolg zum einen unter dem Aspekt der verschiedenen Stakeholder, d. h. der Akteure eines Informationssystems betrachten. Aus Sicht der Software-entwickler beispielsweise kann eine zeitgerechte Fertigstellung, eine Einhaltung des Budgets und Vollständigkeit bzw. korrekte Funktionalität des Produkts als Erfolg gewertet werden.⁷

Betrachtet man das Informationssystem aus der Perspektive des Managements, also aus einer Firmen- bzw. Organisationssicht, ergibt sich Erfolg beispielsweise aus dem Beitrag des Systems zu Profitabilität, Marktanteilen und Renditen des Unternehmens. Darüber hinaus spielen auch Aspekte wie die Vermeidung von Unsicherheiten, Minimierung von Risiken, Betriebskosten des Systems, Effizienz im Vergleich zu Systemen von Konkurrenten oder der Grad der Ausrichtung der technologischen Strategie auf eine bestehende Unternehmensstrategie eine Rolle bei der Definition des Erfolgs.⁸

Eine weitere wichtige Sichtweise ist die des Endnutzers auf der individuellen Ebene, der letztendlich die Aufgabe hat, sich mit dem System auseinanderzuset-zen und es zu verwenden. Hierbei stellt sich die Frage, ob durch die Einführung des Informationssystems die Jobperformance verbessert wird, ohne dass der Be-nutzer Unzufriedenheit oder Frustration bei Verwendung des Systems erleidet. Die Benutzerzufriedenheit bezüglich der Handhabbarkeit spielt eine gewichtige Rolle, da ohne die Akzeptanz des Benutzers Informationssysteme nicht die erhoff-te Verbesserung mit sich bringen und im Extremfall sogar für Qualitätseinbußen im Vergleich zu dem Zeitraum vor ihrer Einführung sorgen können.⁹

Neben der Stakeholderanalyse lässt sich Erfolg zum anderen auch auf eine techni-sche, eine semantische und eine Einfluss- bzw. Auswirkungsebene aufgliedern. Dabei wird die technische Ebene durch die Exaktheit bzw. Fehlerfreiheit und die Effektivität des informationsproduzierenden Systems charakterisiert, während die semantische Ebene das Zuordnen der beabsichtigten Bedeutung im Sinne einer inhaltlichen Richtigkeit definiert. Die Einfluss- bzw. Auswirkungsebene hingegen beschreibt die Folgen der Informationen auf den Empfänger.¹⁰

Wie man der Vielschichtigkeit von Erfolg entnehmen kann, sind Messungen an-hand von Modellen nötig, die die Mehrdimensionalität dieses Begriffs berücksich-tigen und den Erfolg eines Informationssystems glaubwürdig und vergleichbar darstellen zu vermögen.¹¹

3 Vergleich der Modelle zur Messung von „IS Success“

3.1 Auswahl der Modelle

Führt man eine Recherche zum Stichwort IS Success durch, lässt sich leicht er-kennen, dass eine große Anzahl von Studien und Arbeiten mit jeweils unter-schiedlichen Herangehensweisen an dieses Thema vorhanden ist. In dieser Semi-nararbeit soll dabei das Augenmerk auf das DeLone and McLean Model of IS Success sowie das IS-Impact Modell gelegt werden.

Das DeLone and McLean Model of IS Success wurde ausgewählt, da es sich bei diesem Messinstrument um ein viel beachtetes und häufig aufgegriffenes Modell handelt, das nach seiner Publizierung im Jahre 1992 bzw. Überarbeitung 2002 maßgeblich für weitere Forschungen zu diesem Thema verantwortlich war und somit sicherlich als eine Art Meilenstein in diesem Gebiet gesehen werden kann.¹² Dem soll mit dem IS-Impact Modell ein Modell gegenübergestellt werden, das zum einen durch die Veröffentlichung im Jahre 2008 eine höhere Aktualität be-sitzt und zum anderen dabei das DeLone and McLean Model of IS Success auf-greift und weiterverarbeitet. Dadurch können die derzeitige Entwicklung der Er-folgsmessung von Informationssystemen verfolgt und alte Annahmen bestätigt oder gegebenenfalls neue Trends herausgearbeitet werden.

3.2 Beschreibung der Modelle

3.2.1 Das DeLone and McLean Model of IS Success

Seit der Einführung von Informationssystemen wurden viele verschiedene Ansät-ze zur Lösung der Problematik von deren Erfolgsmessung entwickelt. Jedoch waren diese Ansätze aufgrund der komplexen, voneinander abhängigen und mehrdimensionalen Natur von IS Success oft einseitig und konnten den Sachver-halt nicht vollständig abbilden.¹³ Da sich die Forscher zumeist nur auf jeweils eine Ebene von Erfolg konzentrierten, entstanden viele verschiedene Messungen von IS Success, wodurch eine Vergleichbarkeit nicht gewährleistet war. Im Jahr 1992 untersuchten daher die amerikanischen Professoren William H. DeLone und Ephraim R. McLean eine Vielzahl an vorangegangenen Arbeiten zu diesem The-ma.¹⁴ Auf dieser Basis entwickelten sie eine zusammenfassende Klassifikation von IS Success, das DeLone und McLean Model of IS Success (D&M Modell), ein mehrdimensionales und somit vielschichtigeres Messinstrument.¹⁵ Dieses sollte neben einer Auskunft zur aktuellen Performanz des untersuchten Informationssys-tems einen voraussagenden Wert haben, um auch zukünftigen IS Success prognos-tizieren zu können.¹⁶

Hauptbestandteile dieses ersten, ursprünglichen D&M Models sind sechs Dimen-sionen, die sich dadurch auszeichnen, dass sie nicht voneinander unabhängig, sondern vielmehr miteinander verflochten sind. Im Einzelnen sind dies System Quality, Information Quality, Use, User Satisfaction, Individual Impact und Or­ganizational Impact, die wie in Abbildung 1 miteinander verbunden sind.

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Petter, S.; DeLone, W.; McLean, E., Measuring information systems suc­cess: models, dimensions, measures, and interrelationships, 2008, S. 237.

Abbildung 1: ursprüngliches DeLone & McLean Modell

Hierbei beinhaltet die Dimension System Quality die erstrebenswerten Eigen-schaften des Informationssystems, wie z. B. Bedienkomfort, Flexibilität, Verläss-lichkeit, Erlernbarkeit, Intuitivität und Reaktionszeit.¹⁷

Die Kennzahl Information Quality beschreibt hingegen die wünschenswerten Merkmale der Systemausgabe, beispielsweise von Management Reports und Internetseiten. Hierunter fallen dabei Relevanz der Ausgabe, Verständlichkeit, Exaktheit, Prägnanz, Vollständigkeit, Aktualität und Verwertbarkeit.¹⁸

Diese beiden vorangegangen Dimensionen bedingen dann jeweils einzeln und gemeinsam positiv oder negativ die Einflussgrößen Use und User Satisfaction.

Use beschreibt hierbei z. B. die Häufigkeit der Verwendung eines Informations-systems, während User Satisfaction den Grad der Zufriedenheit des Benutzers mit beispielsweise Reports, Internetseiten und Unterstützung wiederspiegelt.¹⁹ Dabei können sich Use und User Satisfaction gegenseitig sowohl positiv als auch nega-tiv beeinflussen.²⁰

Aus den beiden letztgenannten Kennzahlen resultiert schließlich der Effekt, den die Information auf den Empfänger hat, den Individual Impact. Dieser beinhaltet z. B. die Qualität der auf Basis der Information entstehenden Entscheidung oder die Zeit, die zur Ausführung einer bestimmten Aufgabe benötigt wird.²¹

Als Konsequenz des individuellen Einfluss lässt sich letztendlich ein O rganiza­tional Impact, also eine Auswirkung der Information auf die gesamtorganisatori-sche Leistung ableiten.²²

Diese von DeLone und McLean getroffenen Annahmen wurden von ihnen be-wusst mit einem Aufruf zur weiteren Entwicklung und Validierung veröffentlicht, was auch von vielen IS-Forschern angenommen wurde. Es erfolgte Resonanz in fast 300 Artikeln, in denen neben empirischen Tests Erweiterungen und Verbesse-rungsvorschläge des D&M Modells unterbreitet wurden, was dazu führte, dass die beiden Autoren 2002 eine überarbeitete Version des Models in ihrem The DeLone and McLean Model of Information Success: A Ten-Year Update bereitstellten und dessen Nützlichkeit evaluierten, gerade in Zeiten des Wandels von Informations-systemen.²³

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Petter, S.; DeLone, W.; McLean, E., Measuring information systems suc­cess: models, dimensions, measures, and interrelationships, 2008, S. 238.

Abbildung 2: überarbeitetes DeLone & McLean Modell

Zu den Veränderungen am Ursprungsmodell gehört die Ergänzung der Dimension Service Quality, die aufgrund des Aufkommens des End-User-Computings, also der Verbreitung von dezentralisierter, PC-basierter Software als Alternative zu serverbasierten Anwendungsprogrammen und der damit einhergehenden Notwen-digkeit den Anwender zu unterstützen, hinzugefügt wird.²⁴ Diese Kennzahl be-schreibt die Qualität der Unterstützung, die der Empfänger von dem IS-Fachgebiet bzw. dem IT-Supportpersonal erhält. Als Beispiele können hierbei die Ansprechbarkeit und Genauigkeit des Services, technische Kompetenz und das Einfühlungsvermögen des Personals genannt werden.²⁵

Darüber hinaus wurde im überarbeiteten D&M Modell die Kennzahl Use durch Intention to use ergänzt, was zu einem besseren Verständnis führen sollte, indem nicht mehr nur ein Verhalten des Benutzers, sondern auch dessen Einstellung ab- gebildet wurde. Dies war nötig, um sowohl obligatorischen als auch freiwilligen Nutzen darzustellen.²⁶

Des Weiteren fand eine Veränderung der Dimensionen Individual Impact und Organizational Impact statt, indem diese beiden Kennzahlen zu Net Benefits, also einem Netto Ertrag, verschmolzen.²⁷ Dies war nötig, da nicht nur die individuelle und die organisatorische Ebene beeinflusst werden, sondern IS Success auch auf Arbeitsgruppen, Branchen und sogar Gesellschaften einwirken kann.²⁸ Ebenso wird durch den Begriff Net Benefits die letztendliche Erfolgsvariable besser be-schrieben, da der vorherige Begriff Impact möglicherweise zu Verwirrung führen könnte, da nicht sofort ersichtlich war, ob das Ergebnis nun positiv oder negativ zu interpretieren sei.²⁹

3.2.2 Das IS-Impact Measurement Model

In der neunten Auflage des Journal of the Association for Information Systems, die im Juli 2008 erschienen ist, veröffentlichten die an der Queensland University of Technology lehrenden Professoren Guy G. Gable, Darshana Sedera und Taizan Chan das IS-Impact Measurement Model. Da zu diesem Zeitpunkt aus Sicht der Autoren noch kein Konsens bestand, wie IS Success bestmöglich zu messen sei, und die bisher veröffentlichten Ansätze Schwachstellen boten, war es ihr Ziel, ein robustes, validiertes Modell zu erstellen, das leicht auf verschiedene Sachverhalte zu übertragen ist und dabei Ergebnisse liefert, die bezüglich Zeit, Stakeholder, unterschiedlicher Systeme und Systemkontext in höchstem Maß vergleichbar sind.³⁰

Dabei bilden die Kombination der vergangenheitsbezogenen Wirkung eines In-formationssystems, Impact genannt, auf der einen Seite und dem erwarteten, also zukunftsorientierten Einfluss, Quality, auf der anderen Seite das konzeptuelle Grundgerüst des Modells.

[...]

---

¹ Vgl. Gable, G. G.; Sedera, D.; Taizan, C., Re-conceptualizing Information System Success: The IS-Impact Measurement Model, 2008, S. 378.

² Vgl. Briggs, R. O.; De Vreede, G.-J.; Nunamaker Jr, J. F.; Sprague Jr, R. H., Special Issue: Information Systems Success, 2003, S. 6.

³ Vgl. Petter, S.; DeLone, W.; McLean, E., Measuring information systems success: models, di­mensions, measures, and interrelationships, 2008, S. 236.

⁴ Vgl. Bächle, M.; Kolb, A., Einführung in die Wirtschaftsinformatik, 2007, S. 7-8; vgl. Alpar, P., Anwendungsorientierte Wirtschaftsinformatik. Strategische Planung, Entwicklung und Nutzung von Informations- und Kommunikationssystemen, 2008, S. 26; vgl Hichert, R., Management-Informationssysteme. Praktische Anwendungen, 1995, S. 1.

⁵ Vgl. Krcmar, H., Informationsmanagement, 2005, S. 26.

⁶ Vgl. Bächle, M.; Kolb, A., Einführung in die Wirtschaftsinformatik, 2007, S. 9-10.

⁷ Vgl. Briggs, R. O.; De Vreede, G.-J.; Nunamaker Jr, J. F.; Sprague Jr, R. H., Special Issue: Information Systems Success, 2003, S. 6.

⁸ Vgl. Briggs, R. O.; De Vreede, G.-J.; Nunamaker Jr, J. F.; Sprague Jr, R. H., Special Issue: Information Systems Success, 2003, S. 6; vgl. Garrity, E. J., Information systems success mea­surement, 1998, S. 2.

⁹ Vgl. Briggs, R. O.; De Vreede, G.-J.; Nunamaker Jr, J. F.; Sprague Jr, R. H., Special Issue: Information Systems Success, 2003, S. 6; vgl. Garrity, E. J., Information systems success mea­surement, 1998, S. 2.

¹⁰ Vgl. DeLone, W. H.; McLean, E. R., Information Systems Success: The Quest for the Dependent Variable, 1992, S. 61.

¹¹ Vgl. Gable, G. G.; Sedera, D.; Taizan, C., Re-conceptualizing Information System Success: The IS-Impact Measurement Model, 2008, S. 378.

¹² Vgl. Petter, S.; DeLone, W.; McLean, E., Measuring information systems success: models, di­mensions, measures, and interrelationships, 2008, S. 236.

¹³ Vgl. Petter, S.; DeLone, W.; McLean, E., Measuring information systems success: models, di­mensions, measures, and interrelationships, 2008, S. 237.

¹⁴ Vgl. DeLone, W. H.; McLean, E. R., Information Systems Success: The Quest for the Dependent Variable, 1992, S. 61.

¹⁵ Vgl. Petter, S.; DeLone, W.; McLean, E., Measuring information systems success: models, di­mensions, measures, and interrelationships, 2008, S. 237-238.

¹⁶ Vgl. DeLone, W. H.; McLean, E. R., Information Systems Success: The Quest for the Dependent Variable, 1992, S. 87.

¹⁷ Vgl. Petter, S.; DeLone, W.; McLean, E., Measuring information systems success: models, di­mensions, measures, and interrelationships, 2008, S. 238-239.

¹⁸ Vgl. Petter, S.; DeLone, W.; McLean, E., Measuring information systems success: models, di­mensions, measures, and interrelationships, 2008, S. 239.

¹⁹ Vgl. DeLone, W. H.; McLean, E. R., Information Systems Success: The Quest for the Dependent Variable, 1992, S. 66, S. 69; vgl. Petter, S.; DeLone, W.; McLean, E., Measuring information systems success: models, dimensions, measures, and interrelationships, 2008, S. 239.

²⁰ Vgl. DeLone, W. H.; McLean, E. R., Information Systems Success: The Quest for the Dependent Variable, 1992; Garrity, E. J., Information systems success measurement, 1998, S. 102.

²¹ Vgl. DeLone, W. H.; McLean, E. R., Information Systems Success: The Quest for the Dependent Variable, 1992, S. 69, S. 76.

²² Vgl. DeLone, W. H.; McLean, E. R., Information Systems Success: The Quest for the Dependent Variable, 1992, S. 74.

²³ Vgl. Petter, S.; DeLone, W.; McLean, E., Measuring information systems success: models, di­mensions, measures, and interrelationships, 2008, S. 237-238; vgl. DeLone, W. H.; McLean, E. R., The DeLone and McLean Model of Information Systems Success: A Ten-Year Update, 2003, S. 10, S. 13.

²⁴ Vgl. DeLone, W. H.; McLean, E. R., The DeLone and McLean Model of Information Systems Success: A Ten-Year Update, 2003, S. 17; vgl. Pitt, L. F.; Watson, R. T.; Kavan, C. B., Service quality: A measure of information systems effectiveness, 1995, S. 174-175.

²⁵ Vgl. Petter, S.; DeLone, W.; McLean, E., Measuring information systems success: models, di­mensions, measures, and interrelationships, 2008, S. 239.

²⁶ Vgl. DeLone, W. H.; McLean, E. R., The DeLone and McLean Model of Information Systems Success: A Ten-Year Update, 2003, S. 23.

²⁷ Vgl. DeLone, W. H.; McLean, E. R., The DeLone and McLean Model of Information Systems Success: A Ten-Year Update, 2003, S. 19.

²⁸ Vgl. Petter, S.; DeLone, W.; McLean, E., Measuring information systems success: models, di­mensions, measures, and interrelationships, 2008, S. 238.

²⁹ Vgl. DeLone, W. H.; McLean, E. R., The DeLone and McLean Model of Information Systems Success: A Ten-Year Update, 2003, S. 22.

³⁰ Vgl. Gable, G. G.; Sedera, D.; Taizan, C., Re-conceptualizing Information System Success: The IS-Impact Measurement Model, 2008, S. 378.