Die Erfolgsmessung von Unternehmen stellt ein wesentliches Problem der betriebswirtschaftlichen Forschung und Praxis dar. Aufgrund von Unsicherheiten bezüglich der relevanten und objektiv bestimmbaren Erfolgsindikatoren, lassen sich allgemeine Verfahrensweisen relativ schwierig rechtfertigen. Häufig wird zwischen finanziellen und operativen Erfolgsaspekten differenziert. Erstere sind dabei i.d.R. mit einer Reihe von Problemen belastet, beispielsweise verursacht durch Bilanzierungswahlrechte und Unterschiede in nationaler Rechnungslegung. Aufgrund dessen ist es nicht möglich, allein aus einer finanziellen Erfolgsbetrachtung auf eine entsprechende interne produktionswirtschaftliche Effizienz zu schließen. Noch problematischer diesbezüglich sind öffentliche Organisationen, deren erbrachte Leistung gerade nicht durch monetäre Größen adäquat abgebildet werden kann. In Bezug auf die interne Planung und Kontrolle ist eine Erfolgsmessung jedoch unabdingbar. Diese erfolgte in der Vergangenheit häufig mittels spezieller Kennzahlensysteme. Allerdings garantieren eine Vielzahl gewonnener Kennzahlen nicht automatisch Zusatzinformationen. Dafür bedarf es gewöhnlich der Komprimierung der Einzeldaten zu aussagefähigen Spitzenkennzahlen.
Mit der in den siebziger Jahren entwickelten Data Envelopment Analysis (DEA) entstand ein Verfahren, welches die Effizienzbestimmung verschiedener Entscheidungseinheiten anhand von monetären und nicht-monetären Faktoren ermöglicht. Dies führte dazu, dass sowohl realwirtschaftliche als auch finanzielle Effizienzbestimmungen zwischen verschiedenen Organisationseinheiten durchgeführt und in einer einzigen Kennzahl ausgedrückt werden konnten.
Ziel dieser Seminararbeit ist es, zunächst die Methode der DEA und wesentliche produktionsökonomischen Grundlagen ausführlich darzustellen. Unter Zuhilfenahme mehrerer Beispiele soll dabei die komplexe mathematische Formulierung der DEA anschaulicher vorgestellt werden.
Danach wird die Anwendbarkeit der DEA im Rahmen von Planungs- und Kostenrechnungen beurteilt bevor abschließend eine kritische Würdigung der dargestellten Form der Effizienzanalyse4erfolgt.
Inhaltsverzeichnis
- Abkürzungsverzeichnis
- Symbolverzeichnis
- Tabellenverzeichnis
- 1 Problemstellung
- 2 Die Methode der Data Envelopment Analysis
- 2.1 Produktionstheoretische Grundlagen
- 2.2 DEA als Verfahren zur Schätzung von Produktionsfunktionen
- 2.3 Unterschiede zu traditionellen Methoden
- 2.4 Das Basismodell vom Typ CCR
- 2.4.1 Die formale Darstellung
- 2.4.2 Ein erläuterndes Beispiel
- 2.5 Neuere Modelle und Methoden
- 3 Anwendung der DEA im Rahmen der Planungs- und Kostenrechnung
- 3.1 Einsatzmöglichkeiten in Benchmarking-Projekten
- 3.2 DEA als Tool zur Vereinfachung von Prozessanalysen
- 4 Kritische Würdigung der Data Envelopment Analysis
- 4.1 Vorteile der DEA
- 5 Fazit
- 6 Anlage 1: Herleitung des CCR-Grundmodells
- 7 Anlage 2: Outputorientierte Darstellung der DEA
- 8 Anlage 3: Rechenbeispiel
- 9 Anlage 4: Graphische Darstellung der DEA-Ergebnisse
- 10 Literaturverzeichnis
Zielsetzung und Themenschwerpunkte
Die Seminararbeit befasst sich mit der Data Envelopment Analysis (DEA) als Verfahren zur Schätzung von Produktionsfunktionen. Ziel ist es, die Methode der DEA vorzustellen, ihre Anwendungsmöglichkeiten im Rahmen der Planungs- und Kostenrechnung zu beleuchten und kritisch zu würdigen.
- Grundlagen der DEA und ihre theoretische Einordnung
- Vergleich der DEA mit traditionellen Methoden der Produktionsfunktionsschätzung
- Anwendungsbeispiele der DEA in Benchmarking-Projekten und Prozessanalysen
- Vorteile und Grenzen der DEA-Methode
Zusammenfassung der Kapitel
Kapitel 1 beschreibt die Problemstellung, die mit der Schätzung von Produktionsfunktionen verbunden ist. Kapitel 2 erläutert die DEA-Methode, ihre theoretischen Grundlagen und ihre Unterschiede zu traditionellen Methoden. Kapitel 3 behandelt die Anwendungsmöglichkeiten der DEA in der Planungs- und Kostenrechnung, insbesondere im Bereich des Benchmarkings und der Prozessanalyse. Kapitel 4 bietet eine kritische Würdigung der DEA, indem es die Vorteile der Methode hervorhebt und gleichzeitig auf ihre Grenzen hinweist. Kapitel 5 fasst die wichtigsten Ergebnisse der Arbeit zusammen.
Schlüsselwörter
Data Envelopment Analysis, Produktionsfunktion, Benchmarking, Prozessanalyse, Effizienzmessung, Kostenrechnung, Planungsrechnung.
Häufig gestellte Fragen
Was ist die Data Envelopment Analysis (DEA)?
Die DEA ist ein mathematisches Verfahren zur Effizienzmessung von Organisationseinheiten (Decision Making Units), das sowohl monetäre als auch nicht-monetäre Faktoren berücksichtigt.
Warum ist DEA für öffentliche Organisationen wichtig?
Da Leistungen öffentlicher Stellen oft nicht rein monetär (durch Gewinn) abgebildet werden können, hilft die DEA, deren operative Effizienz objektiv zu bewerten.
Was unterscheidet die DEA von traditionellen Kennzahlensystemen?
Traditionelle Systeme liefern oft nur Einzeldaten; die DEA komprimiert verschiedene Inputs und Outputs zu einer einzigen, aussagekräftigen Spitzenkennzahl der Effizienz.
Wie wird die DEA im Benchmarking eingesetzt?
Sie ermöglicht den direkten Vergleich verschiedener Einheiten (z.B. Filialen oder Krankenhäuser), um Best-Practice-Einheiten zu identifizieren und Optimierungspotenziale aufzuzeigen.
Was ist das CCR-Modell der DEA?
Das CCR-Modell (nach Charnes, Cooper und Rhodes) ist das Basismodell der DEA, das von konstanten Skalenerträgen ausgeht, um die relative Effizienz zu berechnen.
- Quote paper
- Eric Göpel (Author), 2005, Data Envelopment Analysis als Verfahren zur Schätzung von Produktionsfunktionen - Einsatzmöglichkeiten im Rahmen von Planungsrechnungen und Kostenrechnungssystemen, Munich, GRIN Verlag, https://www.grin.com/document/63837
