Unternehmen sehen sich heutzutage einem globalen Markt ausgesetzt. Starker Wettbewerb
fordert Flexibilität um auf sich verändernde Rahmenbedingungen zu reagieren, aber auch
stärkere Ausrichtung auf monetäre Größen. Ansatzpunkte des Unternehmenserfolges sind die
Steigerung von Erträgen, zum Beispiel durch Erschließung neuer Märkte, jedoch auch die
Reduktion von Kosten. Unternehmen versuchen verstärkt ihre Fixkosten zu reduzieren und
durch variable Kosten zu ersetzen. Diese Veränderung betrifft auch Investitionen in IT- Strukturen,
die in der Regel sehr kostspielig sind. Gleichzeitig steigen die Anforderungen an Hardund
Software. So gibt es immer mehr komplexe Anwendungen, die mehr Speicherplatz oder
Rechenleistung benötigen als von einzelnen Organisationen bzw. von einzelnen Standorten
unter finanziellen und zeitlichen Gesichtspunkten adäquat zur Verfügung gestellt werden
können. Problematisch ist, dass Speicherplatz oder Rechenleistung nicht kontinuierlich sondern
nur während kurzer Phasen benötigt werden. [BAJo00, 1-3]
Hier setzt das neue Geschäftsmodell des On-Demand Computing an. Eine allgemeine Definition
des Begriffes lautet: On-Demand Computing ist ein mit wachsender Popularität verwendetes
Geschäftsmodell, welches EDV-Ressourcen Anwendern bei Bedarf zur Verfügung
stellt. Im On-Demand Computing gibt es nur eine geringe Grundmenge die bezahlt werden
muss. Wenn zusätzliche Leistung benötigt wird, erfolgt eine flexible Abrechnung zum Beispiel
CPU-Stunden pro Monat. [Shan05] Da nur für die tatsächliche verbrauchte Ressource
Kosten anfallen, die Kosten somit variabel sind, ändert sich bei Unternehmen die IT- Infrastruktur
und die Kostenstruktur radikal. [HuSu05, 1-6] Dies ermöglicht dem Nutzer dieser
Leistung eine Risikoreduzierung. Falls seine Einnahmen auf Grund von branchenbedingten
Nachfragerückgängen sinken.
Der Begriff des On-Demand Computing umfasst Begriffs- und Verwendungspaare, die jeweils
auf unterschiedlichen Problemlösungsansätzen basieren. IBM verwendet zum Beispiel
direkt den Begriff des On-Demand Computing für ihr Geschäftsmodell. Jason Bloomberg,
Senior Analyst bei ZapThink, LCC sieht On-Demand Computing als weit gefassten Begriff
bzw. als Oberkategorie, welche sämtliche Abwandlungen umfasst. Daher fallen nach dieser
Definition Begriffe wie Grid Computing und Utility Computing auch unter den allgemeinen
Begriff des On-Demand Computing. [Bloo03]. [...]
Inhaltsverzeichnis
1 Einleitung
2 Herkömmliche Verfahren zur Preisbestimmung
2.1 Das kostenorientierte Preisbestimmungsverfahren
3 Vorteile für Kunden und zugleich Herausforderung für Anbieter
3.1 Die Sicht der Anbieter
3.2 Vorhersage Unsicherheit über die zukünftige Nachfrage
4 Preisbestimmungsmodell nach IBM
4.1 Grundüberlegungen
4.1.1 Der Rationale Preisbestimmungsansatz nach Walrasian
4.2 Price-at-Risk
4.2.1 Erweiterungen im Vergleich zum aktuellen Preisbestimmungsverfahren
4.2.2 Bestandteile des Modells
4.2.3 Das Stochastische Modell
4.2.4 Beispiel zur Erläuterung des Stochastischen Modells
4.3 Kritische Würdigung
5 Preisbestimmungsverfahren nach Sun Microsystems
5.1 Einleitung und Fokus der Studie
5.2 Grundlagen des Modells
5.3 Variationen des Modells
5.4 Ablauf des Modells
5.5 Beispiel an Hand der zweiten Variante
5.5.1 Bulk Schema
5.5.2 COD Schema
5.6 Kritische Würdigung
6 Diskussion beider Verfahren
7 Zusammenfassung
Zielsetzung & Themen
Die Seminararbeit analysiert die Herausforderungen der Preisgestaltung für On-Demand Computing-Dienste unter Bedingungen nachfragebedingter Unsicherheit. Ziel ist es, durch die Untersuchung der Modelle von IBM und Sun Microsystems Strategien zu identifizieren, die eine optimale Preisbildung ermöglichen und die Risiken für Anbieter minimieren.
- Grundlagen des On-Demand Computing und der Preisbildung
- Einfluss von Prognoseunsicherheiten auf die Preisstrategie
- Analyse des stochastischen Price-at-Risk Modells von IBM
- Untersuchung des spieltheoretischen Ansatzes von Sun Microsystems
- Vergleich und Diskussion der verschiedenen Preisschemata
Auszug aus dem Buch
4.2.3 Das Stochastische Modell
Im Kern der Preisbestimmung von IMB steht ein stochastisches Modell, welches die Unsicherheit der im Modell verwendeten Parameter berücksichtigen soll. Die Informationen, die zum Beispiel durch Marktanalysen gewonnen werden, sind mit Unsicherheiten und Abweichungen behaftet. Das Price-at-Risk Modell bedarf keiner genauen Kenntnis über Preiselastizität, der Rate der Annahme des neuen Angebots oder der Economies of Scale. Es ermöglicht dem Nutzer des Modells bestimmte Konstellationen abzubilden, indem er zum Beispiel „best case“ und „worst case“ Werte für die jeweiligen Parameter wählt.
In Abbildung 5 sind die geschätzten Verläufe der Nachfragekurven für den besten und schlechtesten Fall angegeben. Der Entscheidungsträger hat nun die Möglichkeit für jeden einzelnen Preispunkt Konfidenzintervalle mit den dazugehörigen Parameterwerten für den Marktanteil zu bilden.
Bei einem Schätzwert sollte man sich im Klaren sein, dass dieser in der Regel vom tatsächlichen Parameterwert abweicht. Deshalb kann ein Schätzwert nur als eine Art Nährungswert für den unbekannten Parameter aufgefasst werden. Durch die Angabe eines ganzen Intervalls will man solche Abweichungen zulassen, in dem der unbekannte Wert vermutlich liegt. Ein solches Intervall wird Konfidenzintervall genannt. [Bosc98, 175-178] Dieser Intervallschätzer gehört zu den statistischen Verfahren und liefert als Ergebnis Intervalle. Das Intervall enthält dabei die zu schätzende Größe mit einer für den Anwender frei wählbaren Wahrscheinlichkeit, auch Sicherheitswahrscheinlichkeit oder Konfidenzniveau genannt. Das Ergebnis eines Intervallschätzers wird Konfidenzintervall genannt. [BrFu99, 119,120]
Zusammenfassung der Kapitel
1 Einleitung: Einführung in das Geschäftsmodell On-Demand Computing und Erläuterung der Relevanz variabler Kostenstrukturen für moderne Unternehmen.
2 Herkömmliche Verfahren zur Preisbestimmung: Darstellung der klassischen kostenorientierten Preisbildung (Cost-Plus Pricing) und deren methodische Grundlagen.
3 Vorteile für Kunden und zugleich Herausforderung für Anbieter: Analyse der Anbieterperspektive, insbesondere im Hinblick auf versunkene Kosten und die Notwendigkeit einer präzisen Nachfrageprognose.
4 Preisbestimmungsmodell nach IBM: Vorstellung des stochastischen Price-at-Risk Modells zur Quantifizierung von Risiken bei der Preisgestaltung.
5 Preisbestimmungsmodell nach Sun Microsystems: Untersuchung eines spieltheoretischen Modells zur Preisgestaltung bei Informationsasymmetrie zwischen Käufer und Verkäufer.
6 Diskussion beider Verfahren: Gegenüberstellung der Modelle von IBM und Sun Microsystems zur Identifikation von Gemeinsamkeiten und methodischen Unterschieden.
7 Zusammenfassung: Abschlussbetrachtung der Ergebnisse hinsichtlich der Eignung der Modelle als Basis für eine optimale Preisbestimmung im On-Demand Bereich.
Schlüsselwörter
On-Demand Computing, Preisbestimmung, Nachfrageunsicherheit, Price-at-Risk, Kostenorientierte Preisbildung, Spieltheorie, Informationsasymmetrie, Capacity-on-Demand, Pay-per-Use, Stochastische Modelle, Risikomanagement, Grid Computing, Utility Computing, Gewinnmaximierung, Marktstruktur.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit untersucht Methoden zur optimalen Preisgestaltung für Dienstleistungen im Bereich des On-Demand Computing unter Berücksichtigung von Nachfrageunsicherheiten.
Was sind die zentralen Themenfelder?
Die Schwerpunkte liegen auf betriebswirtschaftlichen Preismodellen, stochastischen Verfahren zur Risikoanalyse und spieltheoretischen Ansätzen zur Preisgestaltung bei Informationsasymmetrie.
Was ist das primäre Ziel der Arbeit?
Ziel ist es, bestehende Preisbildungsansätze kritisch zu bewerten und Lösungsstrategien aufzuzeigen, wie Anbieter den optimalen Preis unter unsicheren Marktbedingungen festlegen können.
Welche wissenschaftlichen Methoden werden verwendet?
Die Arbeit nutzt die Analyse von Referenzmodellen, stochastische Modellierung zur Risikoquantifizierung sowie spieltheoretische Rahmenbedingungen für die strategische Preisentscheidung.
Was wird im Hauptteil behandelt?
Im Hauptteil werden das Price-at-Risk Modell von IBM sowie das Capacity-on-Demand Modell von Sun Microsystems detailliert vorgestellt und hinsichtlich ihrer Funktionsweise erläutert.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wichtige Begriffe sind On-Demand Computing, Preisbestimmung, Nachfrageunsicherheit, Price-at-Risk, Spieltheorie und Informationsasymmetrie.
Wie unterscheidet sich das Modell von IBM von dem von Sun Microsystems?
IBM setzt auf ein stochastisches Modell zur Risikoquantifizierung, während Sun Microsystems einen spieltheoretischen Ansatz wählt, der die Interaktion und Informationsverteilung zwischen Anbieter und Käufer explizit modelliert.
Warum ist die Nachfrageunsicherheit ein kritisches Problem für Anbieter?
Da die Kosten für Infrastruktur oft fix sind, führt eine falsche Prognose der Nachfrage entweder zu nicht ausgelasteten Ressourcen oder zu einem profitablen Nachfrageüberhang, was das unternehmerische Risiko massiv erhöht.
Was besagt das Konzept der Adversen Selektion in diesem Kontext?
Es beschreibt ein Phänomen, bei dem aufgrund von Informationsvorsprüngen des Käufers über seinen tatsächlichen Kapazitätsbedarf Fehlallokationen bei der Produktwahl (Bulk vs. COD) entstehen können.
- Quote paper
- Daniel Schlauch (Author), 2007, Festsetzung von Preisen im On-Demand Computing, Munich, GRIN Verlag, https://www.grin.com/document/143766
