Einsatzmöglichkeiten der kennzahlengesteuerten Früherkennung im Hotelmanagement

Inhaltsverzeichnis:

I Abkürzungsverzeichnis

II Abbildungsverzeichnis

1 Einleitung

2 Grundlagen der Kennzahlen und der Kennzahlensysteme
2.1 Einführende Erläuterungen zu Kennzahlen und Kennzahlensysteme
2.1.1 Arten von Kennzahlen
2.1.2 Zweck, Ermittlung, Auswertung und Darstellung der Kennzahlen
2.1.3 Vergleichsmöglichkeiten durch die Ermittlung von Kennzahlen
2.2 Aufbau und Arten von Kennzahlensystemen
2.2.1 Das DuPont-System of Financial Control
2.2.2 Das ZVEI-Kennzahlensystem
2.2.3 Das Rentabilitäts- und Liquiditätskennzahlensystem
2.2.4 Die Balanced Scorecard

3 Eine einführende Übersicht in die Hotelbranche
3.1 Der Ist-Zustand auf dem deutschen Hotelmarkt
3.2 Die Destination Berlin
3.3 Operative Kennzahlen in der Hotellerie
3.3.1 Kennzahlen im Bereich Logis
3.3.2 Kennzahlen im Bereich Food and Beverage
3.3.3 Kennzahlen im Personalbereich

4 Die Frühaufklärung als ein Instrument des Controlling
4.1 Einführung in das Gebiet Frühaufklärung
4.2 Systeme der Früherkennung
4.2.1 Zielsetzung und Inhalte der operativen Früherkennungssysteme
4.2.2 Aufgaben von operativen Früherkennungssystemen
4.3 Bedeutung der Kennzahlen als Basis der Früherkennung

5 Untersuchung in der Hotelbranche
5.1 Vorgehensweise bei der Datenerhebung
5.2 Deskriptive Darstellung und Auswertung der Datenerhebung
5.2.1 Fragebogenumfrage
5.2.2 Persönlich durchgeführte Interviews
5.3 Einordnung der Untersuchungsergebnisse

6 Früherkennung in der Hotelbranche
6.1 Zusammenführung der bestehenden und der erarbeiteten Ansätze
6.1.1 Branchenneutrale Ansätze im Controlling
6.1.2 Einbezug der Ergebnisse der Untersuchung
6.2 Ableitung einer Früherkennungssystematik für die Hotelbranche
6.3 Bewertung der kennzahlengesteuerten Früherkennung in der Hotellerie

7 Ausblick

III Anhang

IV Literaturnachweis

Ehrenwörtliche Erklärung

I Abkürzungsverzeichnis:

Abbildung in dieser Leseprobe nicht enthalten

II Abbildungsverzeichnis:

Abb. 1: Arten von Kennzahlen 5

Abb. 2: Spitze des DuPont-Systems of Financial Control

Abb. 3: Schematischer Aufbau des ZVEI-Kennzahlensystems

Abb. 4: Die vier Perspektiven der Balanced Scorecard

Abb. 5: Struktur des Gastgewerbes

Abb. 6: Inhalte der Begriffe Frühwarnung, Früherkennung, Frühaufklärung

Abb. 7: Fragebogen-Auswertung: Bewertung Kennzahlen Bereich Logis

Abb. 8: Fragebogen-Auswertung: Bewertung Kennzahlen Bereich F&B

Abb. 9: Fragebogen-Auswertung: Bewertung Kennzahlen Bereich Personal

1 Einleitung

Früherkennung ist ein gleichermaßen umfangreiches als auch weitestgehend unaus-gereiftes Gebiet innerhalb des Controlling. Durch die zunehmende Beachtung des Risikomanagements als ein wirkungsvolles Instrument zur Erkennung von Verände-rungen im Unternehmensumfeld, die Chancen oder Bedrohungen darstellen können, rückt die Früherkennung verstärkt in den Blickpunkt des Managements.^[1] Gerade in einer Branche wie der Hotellerie, die von weiter zunehmenden Verdrängungswett-bewerb und Kostendruck mit steigendem Fixkostenanteilen geprägt ist, kann dieses Controlling-Teilgebiet ein wirkungsvollen Ansatz darstellen, um rechtzeitig Entscheidungen treffen zu können.^[2],^[3]

Ziel dieser Diplomarbeit ist es, den derzeitigen Stand in der Hotelbranche bezüglich der kennzahlengestützten operativen Früherkennung als ein Teilgebiet der gesamten Früh-erkennung zu erarbeiten und mit den in der Literatur vorhandenen theoretischen Grund-lagen zu vergleichen. Daraus folgernd sollen Ansätze für eine in der Praxis anwendbare Systematik aufgezeigt werden. Dazu werden zunächst in den nachstehenden Kapiteln die Grundlagen zu den Bereichen Kennzahlen und Kennzahlensysteme (Kapitel 2), der Hotelbranche (Kapitel 3) und der Frühaufklärung als ein Instrument des Controlling (Kapitel 4) dargelegt. Den Schwerpunkt bildet die in Kapitel 5 beschriebene eigenstän-dig durchgeführte Untersuchung in der Hotelbranche. Diese gliedert sich in die beiden Teilbereiche der persönlichen Interviews und einer Fragebogenumfrage. Daraus abge-leitete Ansätze zur operativen Früherkennung werden im darauffolgenden Kapitel erar-beitet. Eine kritische Bewertung dieser Ergebnisse inklusive eines Ausblickes auf die zukünftig mögliche und notwendige Entwicklung wird im Anschluss daran gegeben. Die Diplomarbeit schließt mit einem Fazit, indem der Inhalt die Ergebnisse kurz wiedergegeben werden.

2 Grundlagen der Kennzahlen und der Kennzahlensysteme

Einleitend ist es zunächst sinnvoll zu erläutern, was im wissenschaftlichen Kontext unter Kennzahlen und darauf aufbauend unter gesamten Kennzahlensystemen verstan-den wird. Im weiteren Verlauf kann dann auf branchenspezifische Kennzahlen in der Hotellerie und deren speziellen Sparten eingegangen werden. Dazu wird zunächst eine grundlegende, allgemeine Definition vermittelt, anschließend werden unterschiedliche Arten von Kennzahlen vorgestellt. Im Weiteren wird der Zweck von Kennzahlen, deren Ermittlung, Auswertung und Darstellung behandelt, die Vergleichsmöglichkeiten durch die Ermittlung von Kennzahlen angesprochen und daraus entwickelte Typen von Kenn-zahlensystemen dargestellt.

2.1 Einführende Erläuterungen zu Kennzahlen und Kennzahlensysteme

„Ein klassisches Controlling-Instrument stellen Kennzahlen bzw. Kennzahlensysteme dar.“^[4] Der Kennzahlenbegriff hat eine vielseitige Entwicklung durchlaufen. Dabei hat sich in der Wissenschaft ein relativ einheitlicher, allgemein akzeptierter Kennzahlen-begriff herausgearbeitet. „Kennzahlen bezeichnen jene Zahlen, die quantitativ erfass-bare Sachverhalte in konzentrierter Form wiedergeben.“^[5],^[6] Die wichtigsten Elemente einer Kennzahl sind demnach der Informationscharakter, die Quantifizierbarkeit und die spezifische Form der Information.^[7],^[8] Diese Messgrößen geben relevante Tatbestände so-wie Zusammenhänge in einfacher, verdichteter Form wieder.^[9],^[10] Dabei ist die Wahl einer korrekt ermittelten Datengrundlage, welche im Hinblick auf die Fragestellung eine ur-teilsfähige Aussage zulässt, von entscheidender Bedeutung.^[11] Bei der Verwendung von Kennzahlen besteht in der Praxis die Frage nach dem Umfang der Kennzahlener-mittlung. Einerseits existiert der Anspruch, dass alle Bereiche des Unternehmens abge-bildet und analysiert werden. Andererseits besteht die Gefahr, dass eine unüberschau-bare Menge von Informationen entsteht.^[12],^[13] Kennzahlen sollen vor allem als Instrument der Unternehmensführung Managementaufgaben im Bereich der Leistungs-erstellung unterstützen.^[14],^[15] Der Informationsnutzen ergibt sich nicht durch die Kennzahl an sich, sondern erst durch deren Interpretation.^[16] In diesem Zusammenhang muss neben der Qualität der ermittelten Daten auch beachtet werden, dass eine differenzierte Beur-teilung zusätzlicher Einflussgrößen während des Interpretationsprozesses zu unter-schiedlichen Annahmen der Entscheidungsträger führen kann.^[17] Diese unzureichende Objektivität einer Kennzahl zeigt sich vor allem bei zwischenbetrieblichen Vergleichen, ein Teilbereich des so genannten „Benchmarking“.^[18],^[19] Zusätzlich wird die Inter-pretation einer Kennzahl dadurch erschwert, dass aufgrund der Verdichtung der Infor-mationen aus ihr nicht ersichtlich ist, wie sich die zugrunde liegenden Größen der Kennzahl verändert haben.^[20] Die Problematik der Interpretation belegt die beschränkte Aussagekraft einer einzelnen, für sich betrachteten Kennzahl.^[21] Diese lässt die Zusam-menhänge, welche sich hinter dem Sachverhalt verbergen, nicht erkennen.^[22],^[23] Erst der Vergleich der Relationen im Zusammenhang mit anderen Kennzahlen und deren Einbettung in den betrieblichen Gesamtzusammenhang erlaubt eine aussagekräftige Entscheidungsfindung.^[24]

Die dargestellten Probleme und Grenzen von einzelnen, für sich betrachteten Kenn-zahlen zeigen die Notwendigkeit einer Integration in ein geschlossenes Kennzahlen-system.^[25],^[26],^[27],^[28] Dadurch wird eine höhere Aussagefähigkeit der einzelnen Kennzahlen erreicht und die Interpretationsfreiheit eingeschränkt.^[29] Da ein Kennzahlensystem zu-mindest an der Spitze auf wenige Schlüsselkennzahlen begrenzt ist, vermittelt es dem Management zugleich einen schnellen und umfassenden Überblick über die aktuelle Unternehmenssituation.^[30] Allgemein definiert wird ein Kennzahlensystem als „…die systematische Zusammenstellung von Kennzahlen, die in einer sachlich sinnvollen Be-ziehung zueinander stehen, einander ergänzen oder erklären und insgesamt auf ein gemeinsames, übergeordnetes Ziel ausgerichtet sind.“^[31] Diese Gesamtheit von Kenn-zahlen dient somit dem Zweck, den Betrachtungsgegenstand möglichst ausgewogen und vollständig zu erfassen.^[32] Diese Definition bezieht nicht nur rechentechnisch mit-einander verknüpfte Kennzahlen, sondern auch solche mit ein, zwischen denen lediglich ein sachlogischer Zusammenhang besteht (siehe unter Punkt 2.2).^[33],^[34],^[35] Die Aufgaben von Kennzahlensystemen können übersichtlich in vier Gruppen zusammengefasst werden:^[36] In Abbildungsaufgaben über das tatsächliche und zukünftige Geschehen, in Informationsaufgaben (schnelle Übermittlung und problembezogene Lenkung der Infor-mationsbeschaffung), in Planungsaufgaben (Simulationsmodelle ermöglichen die Be-wertung möglicher Handlungskonsequenzen) und in Kontrollaufgaben (als ein Such-schema für die Ursachen- und Schwachstellenanalyse).

2.1.1 Arten von Kennzahlen

Eine Systematisierung der vielfältigen Kennzahlen erfolgt in der Literatur nach unter-schiedlichen Kriterien.^[37],^[38],^[39],^[40] Die nachfolgende Übersicht gibt einen Überblick über wesentliche Kriterien zur Unterscheidung von Kennzahlen (siehe Abbildung 1).

Dabei lässt sich als Schwerpunkt in der betriebswirtschaftlichen Praxis die Unterteilung der Kennzahlen in absolute und relative feststellen.^[41],^[42],^[43],^[44],^[45] Absolute Kennzahlen können „…mengen-, wertmäßige oder dimensionslose Einzelzahlen, Summen, Diffe-renzen oder Mittelwerte sein.“^[46] Sie geben über die Größe eines Tatbestandes Auskunft, vergleichen jedoch keine Zahlen. Verhältniszahlen, oder auch Relativkennzahlen ge-nannt,^[47],^[48] sind aussagefähiger als die absoluten Zahlen, da sie sich auf eine Vergleichs-zahl beziehen.^[49] „Da Absolutzahlen nur Informationen liefern, über deren Zustande-kommen sie aber nichts aussagen, wird mit der Verhältnisbildung versucht, einen ver-muteten oder empirisch belegten Zusammenhang zwischen verschiedenen Sach-verhalten auszudrücken.“^[50]

Abbildung in dieser Leseprobe nicht enthalten

Abb. 1: Arten von Kennzahlen

Quelle: In Anlehnung an: Groll, K.-H. (1991), S. 16ff. und Geiß, W. (1986), S. 51ff.

„Setzt man zwei absolute Zahlen zueinander in Beziehung, so ergeben sich Verhält-niszahlen.“^[51] Die relativen Zahlen unterscheiden sich in Gliederungs-, Beziehungs- und Indexzahlen.^[52],^[53] Gliederungszahlen bilden die Relation zwischen einer Teilgröße und der zugehörigen Gesamtgröße ab.^[54],^[55] Ein Beispiel hierfür ist die Eigenkapitalquote, er-rechnet aus dem Verhältnis von Eigenkapital als „Teilbereich“ zur Gesamtheit Gesamt-kapital. Entscheidend ist dabei, dass ein sachlicher Zusammenhang zwischen den Größen im Zähler und Nenner besteht. Bei den Beziehungszahlen hingegen werden zwei Größen in Relation gesetzt, ohne dass eine der beiden eine übergeordnete Gesamtgröße darstellt, es handelt sich um verschiedenartige Größen. Prägnante Beispiele sind die Rentabilitätsbegriffe, bei denen bestimmte Gewinngrößen ins Verhältnis zum Kapital gesetzt werden.^[56] Die dritte Form von Relativzahlen bilden die Indexzahlen. „Indexzahlen dokumentieren die zeitliche Entwicklung einer Größe.“^[57] Dabei wird als Ausgangswert eine Basisgröße fixiert, auf die sich die zeitlich nach-folgenden Werte als Relation (meist in Prozent zur Basis 100% oder als absolute Werte zum Basiswert 1) beziehen.^[58]

Als Beispiele können die zeitliche Veränderung eines Personal- oder auch eines Lohnkostenindex aufgeführt werden.^[59]

Neben der vorrangigen Einteilung unter diesen statistischen Gesichtspunkten gibt es weitere Unterscheidungsmöglichkeiten.^[60],^[61] Eine ist die Einteilung nach der Informa-tionskategorie.^[62] Dabei kann man in monetäre und in nicht-monetäre Größen unterschei-den. Als monetäre Kennzahlen werden solche bezeichnet, die mit einer wertmäßigen Größe ausgestattet sind, z.B. der Deckungsbeitrag oder die verschiedenen Kostenarten. Dahingegen stellen nicht-monetäre Größen Mengen- und Zeitgrößen dar. Beispiele sind die Anzahl von bearbeiteten Aufträgen oder von Produktionsdauern. Eine weitere Einteilung ist die nach dem betriebswirtschaftlichen Inhalt. Dabei wird unterschieden, ob die Kennzahlen das Unternehmen als Ganzes betreffen oder nur einzelne betriebliche Funktionalbereiche.^[63] Die Kennzahlen zur Planung, Steuerung und Kontrolle der Unter-nehmung als Ganzes beinhalten Kennzahlen zur Erfolgslage, wie z.B. Rentabilität, Ge-winn, Kosten und Kennzahlen zur Finanzlage, also der Kapital- und Vermögensver-hältnisse. Kennzahlen einzelner Unternehmensbereiche dienen hingegen zur Planung, Steuerung und Kontrolle einzelner betrieblicher Funktionen, z.B. den Bereichen Beschaffung, Lagerwirtschaft oder Vertrieb. Als vierte größere Einteilung unterscheidet man nach der Herkunft der Kennzahlen, präzise, ob es sich um interne oder externe Kennzahlen handelt.^[64] Die internen Kennzahlen sind verlässlicher und aus-sagefähiger als die externen, da das Unternehmen weiß, wie diese ermittelt wurden und mit welchen Ungenauigkeiten sie eventuell behaftet sind. Sie liefern Aussagen zu Sachverhalten, welche die Leistungsfähigkeit funktionsorientierter Profit Center dokumentieren.^[65] Externe Kennzahlen werden zum einen von Institutionen ermittelt oder aus ver-öffentlichtem Material abgeleitet. Darüberhinaus ermitteln externe Analytiker, wie z.B. Banken, bei betriebswirtschaftlichen oder steuerlichen Prüfungen Kennzahlen.^[66]

Neben dieser vorgestellten „klassischen“ Einteilung von Kennzahlen, die auf grund-legende Literaturen fußt, existieren weitere Einteilungen, die meist situationsbezogen auf bestimmte Problemfälle sind. Eine Typologie ist z.B. die Anlehnung an die Dimensionen der Balanced Scorecard, indem in die fünf Bereiche Finanzkennzahlen (Betriebsergebnis, Cash Flow), Markt- und Kundenkennzahlen (Kundenzufriedenheit und Marktanteil), Prozesskennzahlen (Durchlaufzeit, Ausschussquote), Mitarbeiter-kennzahlen (Fluktuation, Mitarbeiterzufriedenheit) und Innovationskennzahlen (Anzahl Patentanmeldungen, Anzahl Verbesserungsvorschläge) unterteilt wird.^[67] Diese Ein-teilung sei stellvertretend als Beispiel für eine wertschöpfungsorientierte Typo-logisierung aufgeführt, um aufzuzeigen, dass gerade in den letzten Jahren bei Kenn-zahlen Schwerpunkte auf aktuelle Entwicklungen gelegt werden.

2.1.2 Zweck, Ermittlung, Auswertung und Darstellung der Kennzahlen

Wie zuvor erwähnt, besteht der Zweck einer Kennzahl darin, Informationen in kon-zentrierter Form über einen betrieblichen Sachverhalt wiederzugeben.^[68] Wesentliche Funktionen, die Kennzahlen dabei erfüllen, sind die Operationalisierungsfunktion, die Anregungsfunktion, die Vorgabefunktion, die Steuerungsfunktion, die Kontrollfunktion und die Funktion der Wirtschaftlichkeit. Kennzahlen werden gebildet und berechnet, um Unternehmensziele messbar zu machen. Demzufolge müssen für die operationalen Ziele der Zeitbezug, das Zielausmaß und die Messbarkeit vorgegeben sein.^[69]

Quantitative Ziele können somit als Kennzahlen ausgedrückt werden und unterstützen den Entscheidungsprozess.^[70] Als Anregungsfunktion dienen Kennzahlen der Erkennung von Anfälligkeiten und Veränderungen.^[71] Dies ist besonders wichtig im Hinblick auf die Verwendung von Kennzahlen als Früherkennungsinstrumente. Steuert ein Unter-nehmen auf kritische Werte zu, die zuvor definiert wurden, so kommt den Kenn-zahlenwerten eine Signalfunktion zu.^[72] Bei der Budgeterstellung wiederum haben Kenn-zahlen eine wichtige Vorgabefunktion für die Zielstellung. Sie dienen als Grundlage für alle strategischen und operativen Entscheidungen.^[73] Diese Vorgabewerte ergeben sich aus den Zielen, Plänen und Planzahlen, die dann für die Entscheidungsebenen abgeleitet werden. Aufgrund der Vorgabe können später im Rahmen der periodischen Kontrolle Ursachen und Abweichungen analysiert und Korrekturmaßnahmen ergriffen werden.^[74] Weiterhin können durch schon wenige Kennzahlen Steuerungsfunktionen im Unter-nehmen initiiert werden.^[75] Als Eckdaten vermitteln sie ein Bild der Zukunft. Es werden Maßnahmen vorgegeben, um eine Zielerreichung zu gewährleisten.^[76] Komplexe Sach-verhalte werden verständlicher dargestellt, die Führungskräfte werden über Zusammen-hänge im Rahmen von Reports informiert.^[77],^[78] Einflussfaktoren des Erfolges, Ursachen für Mängel und Auswirkungen von Schwächen werden erkennbar.^[79] Insbesondere werden Kennzahlen erfasst, um Soll-Ist-Abweichungen zu erkennen und haben somit als Basis von Abweichungsanalysen eine Kontrollfunktion.^[80],^[81],^[82] Die Ursachen und kausalen Zusammenhänge werden analysiert und geeignete Korrekturmaßnahmen er-griffen. Definitiv dienen Kennzahlen auch zur Ermittlung der Wirtschaftlichkeit des Unternehmens. Sie sollen dabei unterstützen, wirtschaftliche Schwächen zu beheben.^[83] Diese Funktionen gehen zum großen Teil ineinander über und verdeutlichen, dass im Bereich des operativen Controlling ein komplexes „Measurement-System“ mit Hilfe von Kennzahlen betrieben wird.^[84]

Um aus Kennzahlen sinnvolle Aussagen ableiten zu können, müssen sie im Rahmen der Datengewinnung ermittelt werden. Der gesamte Prozess von der Kennzahlenermittlung über die Darstellung bis hin zur Auswertung findet normalerweise im Rahmen des Berichtswesens als Teilaufgabenbereich des Controlling statt.^[85] Dabei sollten die zu ge-winnenden Daten Aktualität besitzen und regelmäßig erfasst werden.^[86],^[87] Beispielsweise werden die Daten täglich und einige monatlich ermittelt. Jedoch existieren auch Kenn-zahlen, die nur quartalsweise bestimmt werden, wie zum Beispiel die Mitarbeiter-zufriedenheit.^[88] Weiterhin sollte sich die Datengewinnung auf ein überschaubares Minimum an Kennzahlen beschränken, die Relevanz für die zu treffenden Ent-scheidungen besitzen.^[89] Diese Kennzahlen müssen leicht errechenbar sein, was eben-falls regelmäßig unter Verwendung der gleichen Methode zum Zweck der Vergleich-barkeit erfolgen muss.^[90] Als Quellen für die Erhebung der Daten sind alle Funktional-bereiche des Unternehmens zu nennen.^[91] Da es nicht ausreicht, Kennzahlen lediglich zu ermitteln, müssen sie in einer übersichtlichen Art und Weise im Rahmen der Reports dargestellt werden, um die darauf folgenden Vergleiche und Auswertungen zu ermög-lichen.^[92]

2.1.3 Vergleichsmöglichkeiten durch die Ermittlung von Kennzahlen

Einen wesentlichen Teil der Auswertungsmethoden nehmen die Kennzahlenvergleiche ein. Grundsätzlich können sie als Zeitvergleich, Soll-Ist-Vergleich oder Betriebsver-gleich, unter dem auch das so genannte Benchmarking fällt, durchgeführt werden.^[93],^[94],^[95]

Beim innerbetrieblichen Zeitvergleich werden gleiche Sachverhalte verschiedener Zeit-perioden verglichen und Ist-Kennzahlen des Berichtszeitraumes den Ist-Kennzahlen der Vorperiode gegenübergestellt. Damit wird ein Bild über die Entwicklung des betrach-teten Bereiches geschaffen.^[96] Der Zeitvergleich ist auf alle Größen anwendbar, somit auch auf Planwerte, wenn z.B. die beabsichtigte Steigerungsrate der nächsten Planungs-perioden verdeutlicht werden soll.^[97] „Der Zeitvergleich ist sowohl als Zeitraum- und Zeitpunktvergleich möglich.“^[98] Eine Beurteilung der Zahlenentwicklung kann mit Indexwerten erleichtert werden. Hat sich beispielsweise die Produktivität der Mitar-beiter verändert, kann die Veränderung mit Indexzahlen verdeutlicht werden. Die Vor-periode wird als Basisperiode mit dem Ausgangswert 100 gesetzt. Der aktuelle Wert der Berichtsperiode drückt folglich die Veränderung in Prozent gegenüber dem Basiswert aus.^[99] Durch diese Verfahren können auch Kostensteigerungen in unterschiedlichen Bereichen miteinander verglichen werden.^[100] Mit Hilfe dieser Methode können kom-plette Indexreihen erstellt werden, welche beispielsweise die jährliche Veränderung einer Kennzahl zum ursprünglichen Basisjahr erkennen lassen. Der Zeitvergleich hat jedoch den Nachteil, dass nicht der Aussagewert der Vergangenheit erkannt sondern nur positive oder negative Veränderungen ggü. der Vergangenheit festgestellt werden.^[101]

Beim innerbetrieblichen Soll-Ist-Vergleich werden Ist-Kennzahlen mit deren Vor-gabewerten, meistens aus der Budgetierung resultierend, verglichen.^[102] Somit werden geplante und geschätzte Kennzahlen einerseits und effektive tatsächliche Kennzahlen andererseits miteinander verglichen. Beide müssen sich auf denselben Zeitpunkt oder Zeitraum beziehen.^[103] Dieser Vergleich bietet den Vorteil einer vereinfachten Abweich-ungsanalyse.^[104] Kritische Grenzen, die festgelegt werden, lösen in diesem Vergleich Warnsignale aus, auf die reagiert werden muss.^[105] Somit findet sich bei den Soll-Ist-Vergleichen ein Ansatz für Frühwarnung wieder (siehe auch Kapitel 4). Zur Durchfüh-rung von Soll-Ist-Vergleichen sind zudem zwei Kontrollverfahren anwendbar: Direkte und indirekte Kontrollen.^[106] Bei direkten Kontrollen wird der Soll-Zustand unmittelbar zur Beurteilung des vorhandenen Ist-Zustandes vorgegeben oder entwickelt. Für jedes Objekt liegt ein spezieller Soll-Zustand vor, mit dessen Hilfe der Vergleich durchgeführt wird. Bei der indirekten Kontrolle wird eine Vergleichsgröße herangezo-gen, die mit dem Kontrollobjekt in einem funktionalen oder kausalen Zusammenhang steht. „Anstelle eines einzelnen Soll-Objektes tritt eine globale Größe, die eine pauschale Beurteilung des Sachverhalts erlaubt.“^[107] Dabei hängt die wirkungsvolle Aus-wahl der Kennziffer im Wesentlichen davon ab, ob die richtigen Grundlagen berück-sichtigt wurden. Gegebenenfalls sind aus Unsicherheitsgründen Toleranzbereiche vor-zugeben.^[108] Als Folge der durchgeführten Soll-Ist-Vergleiche werden auch die Plan-Kennzahlen für das folgende Budget u.a. abgeleitet.^[109] Es muss jedoch berücksichtigt werden, dass diese Soll-Kennzahlen stark von den individuellen Zielvorstellungen der Unternehmensführung abhängen und somit subjektiv geprägt sind.^[110]

Bei der dritten Vergleichsart, dem Betriebsvergleich oder auch externen Kennzahlen-vergleich, werden den eigenen Unternehmenskennzahlen Vergleichswerte anderer Un-ternehmen des gleichen Zeitraumes gegenübergestellt.^[111] Als eine Spezialform ist hier das „Benchmarking“ zu nennen, bei der die eigenen Daten mit den „branchenbesten“ Kennziffern verglichen werden.^[112] Dieser Vergleich zählt mittlerweile in vielen Unter-nehmen zum festen Bestandteil bei den Managementinstrumenten.^[113] Der Begriff Benchmarking wird jedoch in der Literatur uneinheitlich gebraucht und auch für alle Betriebsvergleiche verwendet. Als Synonym für den Vergleich mit den Besten der Branche findet zunehmend das „Best Practice Benchmarking“ Anwendung.^[114]

Allgemein werden bei den externen Kennzahlenvergleichen Informationen über den Markt und die Konkurrenz eruiert, speziell Höchst- und Niedrigstwerte, Streubreiten und Mittelwerte der Mitbewerber.^[115] Dies dient u.a. dazu, die eigenen Unternehmens-daten im Marktvergleich einzuordnen und eigene Schwächen und Stärken zu erken-nen.^[116] Dabei kann ein Vergleich sowohl mit Zahlen anderer Betriebe als auch Durch-schnittswerten der Branche erfolgen.^[117] Wichtig ist bei dem direkten Vergleich mit an-deren Betrieben die richtige Einschätzung des Mitbewerbers bezüglich der Unterneh-mensstruktur und Marktausrichtung. Schwierigkeiten liegen oftmals in der mangelnden Nachprüfbarkeit der Daten sowohl der Branche als auch der einzelnen Mitbewerber, da die Gewinnung der Daten oftmals über externe Stellen erfolgt.^[118],^[119] Der Erfolg hängt „…oft von der Beteiligung und Akzeptanz der Manager ab.“^[120] Da diese ihre Daten frei-willig zur Verfügung stellen, gelten gewisse ethische Grundregeln, die als Verhaltens-kodex im Umgang mit den sensiblen Daten angesehen werden können.^[121] Eine Weiterführung dieses Modells findet sich im so genannten „Internen Benchmarking“, bei dem einzelne Teilbereiche des eigenen Unternehmens oder Konzerns miteinander verglichen werden.^[122]

Die Ziele des Benchmarking sind zum einen der Erhalt von realisierbaren Zielvorgaben durch den Vergleich mit den Leistungsstandards der anderen Unternehmen und zum anderen die Unterstützung des Lern- und Veränderungsprozesses, indem Erfahrungen und Fehler anderer Unternehmen analysiert werden können.^[123]

2.2 Aufbau und Arten von Kennzahlensystemen

Ein Kennzahlensystem kann definiert werden als „…eine geordnete Gesamtheit von Kennzahlen, die in sachlich sinnvoller Beziehung zueinander stehen, sich gegenseitig ergänzen und als Gesamtheit dem Zweck dienen, den Betrachtungsgegenstand mög-lichst ausgewogen und vollständig zu erfassen.“^[124] Wie angesprochen können einzelne Kennzahlen in den Systemen mathematisch oder sachlogisch miteinander verknüpft sein.^[125] Besteht zwischen den Kennzahlen eine mathematische Verknüpfung, so wird dies als Rechensystem bezeichnet.^[126],^[127] Dabei wird eine Spitzenkennzahl durch stufen-weise Aufgliederung, Substitution oder Erweiterung des Nenners oder des Zählers in weitere Unterkennzahlen zerlegt.^[128],^[129] „Die Spitzenkennzahl soll die betriebswirtschaft-lich wichtigste Aussage des Systems in komprimierter Form vermitteln.“^[130] Bei dieser Vorgehensweise entsteht eine Kennzahlenpyramide, welche die Beziehungen zwischen den Kennzahlen darstellt und durch die mathematische Verknüpfung die Art dieser Beziehung aufzeigt.^[131] Diese Verdeutlichung des Zusammenhanges von Ursache und Wirkung erleichtert die Analyse.^[132] Zur Aufrechterhaltung der mathematischen Ver-knüpfung ist zumeist die Verwendung von Hilfskennzahlen erforderlich. Diese dienen der rechentechnischen Verknüpfung, besitzen jedoch keine oder nur geringe Aus-sagekraft und führen somit zu einer Aufblähung des Kennzahlensystems.^[133]

Sachlogisch verknüpfte Kennzahlensysteme hingegen beinhalten Verknüpfungen, die nicht oder nur teilweise quantifizierbar sind.^[134] Oftmals existiert auch nicht eine Spitzenkennzahl allein.^[135],^[136] Gelegentlich werden diese Kennzahlensysteme auch als Ordnungssysteme klassifiziert.^[137] Es erfolgt eine systematische Bildung von Kenn-zahlengruppen, zwischen denen betriebswirtschaftliche Zusammenhänge bestehen.^[138] Diese Vorgehensweise erlaubt die Aufnahme wichtiger Kennzahlen über wichtige Sachverhalte, zwischen denen keine mathematischen Beziehungen existieren. Dadurch zeichnet sich ein sachlogisch aufgebautes Kennzahlensystem gegenüber einem mathe-matisch verknüpften durch eine größere Flexibilität aus.^[139]

Aufgaben der Kennzahlensysteme zeichnen sich dadurch aus, dass durch eine syste-matische Auswahl von geeigneten Daten das Unternehmen modellartig dargestellt wird.^[140] Erforderlich wird die Kennzahlenbildung durch die Tatsache, dass das Rech-nungswesen eine unüberschaubare Datenmenge liefert, welche als Entscheidungs-grundlage ungeeignet ist.^[141],^[142] Kennzahlensysteme haben somit die Aufgabe, einzelne Entscheidungsträger durch Informationsverdichtung und Zusammenfassung für unter-schiedliche Entscheidungsebenen mit hinreichender Genauigkeit und Aktualität zu in-formieren.^[143] Dabei müssen die zentralen Gesichtspunkte der Vollständigkeit und der Kompaktheit bei der Bildung eines Kennzahlensystems erfüllt werden.^[144] Zur erfolg-reichen Anwendung ist der verständliche und systematische Aufbau von Kennzahlen-systemen von zentraler Bedeutung. Die Kennzahlen müssen einheitlich definiert und ab-gegrenzt werden. Widersprüche zwischen den Kennzahlen sind zu vermeiden.^[145] Der Erkenntniswert eines Kennzahlensystems ist weitestgehend von einer erfolgreichen Abbildung der mit dem Kennzahlensystem verbundenen Zielsetzung abhängig.^[146] Ein weiterer wichtiger Aspekt ist auch hier, ebenso wie bei der Ermittlung der Einzelkennzahlen, die Aktualität des verwendeten Datenmaterials. Der Nutzen ist ansonsten stark eingeschränkt.^[147]

2.2.1 Das DuPont-System of Financial Control

“Das DuPont-System of Financial Control wurde von dem Chemiekonzern DuPont 1919 als mathematisches, zerlegendes Kennzahlensystem mit Absolut- und Relativ-zahlen entwickelt.”^[148] Es ist damit das älteste und bekannteste Kennzahlensystem. Als Spitzenkennzahl und oberstes Ziel steht der „Return on Investment“ (kurz ROI), wel-cher aus den Komponenten Umsatzrentabilität und Kapitalumschlag gebildet wird. Diese beiden Kennzahlen werden weiter zerlegt und bis zu ihrem Ursprung zurück-verfolgt.^[149] Das Kenn-ahlensystem dient der Kontrolle, da es die Einflussfaktoren analy-siert und der Planung, da es zur Budgetierung von großem Vorteil ist. Als Steuerungs-instrument verknüpft es kosten- und finanzwirtschaftliche Aspekte miteinander.^[150] Die folgende Abbildung zeigt die Spitze des systematischen Aufbaus des DuPont-Kennzahlensystems (Abbildung 2):

Abbildung in dieser Leseprobe nicht enthalten

Abb. 2: Spitze des DuPont-Systems of Financial Control

Quelle: In Anlehnung an: Stelling, J. (2003), S. 277

Die Vorteile dieses Kennzahlensystems liegen in der Übersichtlichkeit und dem ein-fachen Aufbau. Die Spitzenkennzahl entwickelt sich aus den Unterkennzahlen, was eine zielgerichtete Ursachenanalyse ermöglicht.^[151] Der Nachteil ist dabei gleichermaßen, dass das System nicht sehr in die Tiefe der Unternehmenseinflussgrößen vordringt und von eher kurzfristiger Orientierung ist.^[152] Es existiert zudem eine starke Fokussierung auf finanzielle Kennzahlen, da es ursprünglich für die oberste Führungsebene entwickelt und auf bereits vorhandene Informationen des Rechnungswesens zurückgegriffen wur-de.^[153] In der Praxis wurde das System deshalb erweitert und den jeweiligen Bedürfnissen angepasst.

2.2.2 Das ZVEI-Kennzahlensystem

Das ZVEI-Kennzahlensystem baut auf den Grundgedanken des DuPont-Systems auf und wurde erstmals 1970 veröffentlicht.^[154] Es entstand durch die „Gemeinschaft des Betriebswirtschaftlichen Ausschusses des Zentralverbandes der Elektrotechnischen In-dustrie e.V. Frankfurt am Main (ZVEI)“.^[155] Ausgangspunkt war eine stärker theoretisch ausgeprägte Entwicklung, die neben dem finanziellen Aspekt des ROI als Spitzen-kennzahl weitere Bereiche berücksichtigen sollte, so z.B. die Rentabilität und die Liquidität.^[156] Oberstes Ziel des ZVEI-Kennzahlensystems ist die Ermittlung der Effi-zienz eines Unternehmens, dazu wird inhaltlich eine Unterteilung in die Bereiche Wachstumsanalyse und Strukturanalyse vorgenommen.^[157] Die Wachstumsanalyse gibt einen Überblick über die Veränderungen betrieblicher Geschehnisse im Zeitverlauf mit Indexkennzahlen im Vergleich zur Vorperiode.^[158] Den eigentlichen Kern jedoch bildet die Strukturanalyse, welche Kennzahlen mathematisch zu einer Spitzenkennzahl ver-dichtet, um Informationen über die Wirtschaftlichkeit des Unternehmens zu liefern. Die Spitzenkennzahl ist die Eigenkapitalrentabilität.^[159] Die folgende Abbildung zeigt das ZVEI-Kennzahlensystem in vereinfachter, schematischer Darstellung (Abbildung 3):

Abbildung in dieser Leseprobe nicht enthalten

Abb. 3: Schematischer Aufbau des ZVEI-Kennzahlensystems

Quelle: In Anlehnung an: Perridon, L. / Steiner, M. (2004), S. 588

Die Spitzenkennzahl „Eigenkapitalrentabilität“ wird durch die vier Sektoren Ergebnis-bildung, Rentabilität, Kapitalstruktur und Kapitalbildung erklärt. Zusätzliche Hilfskenn-zahlen sollen den formalen Ableitungszusammenhang sichern.^[160]

Das ZVEI-Kennzahlensystem ist sehr umfangreich. Es besitzt über 200 Kennzahlen, da-runter 87 Hauptkennzahlen. Die anderen stellen Hilfskennzahlen dar, die lediglich die mathematische Verknüpfung des gesamten Systems sicherstellen.^[161]

Der Vorteil des ZVEI-Kennzahlensystems liegt darin, dass aufgrund des Umfanges und der Genauigkeit eine tiefgehende Unternehmensanalyse ermöglicht wird.^[162] Durch den Einbezug der Wachstumsanalyse und der Abgrenzung von sachlogisch gebildeten Kennzahlengruppen, sowie deren weitergehende Differenzierung kann das ZVEI-Kenn-zahlensystem als eine Weiterentwicklung des DuPont-Systems angesehen werden.^[163] Weiterhin besitzt es den Vorteil, dass es branchenneutral ist und auf viele Wirtschafts-zweige anwendbar.^[164] Die Schwäche des Kennzahlensystems liegt in der unüberseh-baren Menge von Kennzahlen, wobei die zahlreichen Hilfskennzahlen oft ohne direkte Aussage verwendet werden.^[165] Es besteht als Folge die Gefahr der Informationsüber-flutung mit nutzlosen Daten und die willkürliche Auswahl von einzelnen Informationen.

2.2.3 Das Rentabilitäts- und Liquiditätskennzahlensystem

Das Rentabilitäts- und Liquiditätskennzahlensystem (kurz RL-System) ist ein Ord-nungssystem und ist sowohl für Analysezwecke als auch als Hilfsmittel für die Unter-nehmensführung konzipiert.^[166] Es wurde 1976 von Reichmann und Lachnit als unter-nehmensinternes Instrument entwickelt. Erfolg und Liquidität werden gleichrangig als Oberziele in den Vordergrund gestellt.^[167] Auf eine rechnerische Verknüpfung der Kenn-zahlen wird weitgehend verzichtet und somit werden ihnen systematisch weitere Unter-kennzahlen zugeordnet. Insgesamt beinhaltet das RL-System 38 Kennzahlen.^[168] Die Gliederung findet zum einen nach den beiden Spitzenkennzahlen in die Bereiche Liquidität und Rentabilität statt, zum anderen für diese Bereiche noch in einen allge-meinen Teil, in dem Kennzahlen zusammengefasst werden, welche für alle Unterneh-men relevant sind, und in einen Sonderteil, welcher Raum für firmenspezifische Ergän-zungen und Anpassungen bietet.^[169] Die Ergänzung um den firmenspezifischen Sonder-teil ist für eine vertiefende Ursachenanalyse und Kontrolle notwendig, da branchen- und unternehmensbezogen unterschiedliche Erfolgskomponenten vorliegen.^[170] Zentrale Größe des Rentabilitätsteils des RL-Systems ist der Jahresüberschuss. Als zentrale Steu-erungsgröße im Liquiditätsteil werden die liquiden Mittel verwendet.^[171]

Der Vorteil des Rentabilitäts-Liquiditäts-Kennzahlensystems besteht darin, dass es aus zwei Teilen besteht und der Sonderteil flexibel aufgebaut ist, in dem auch nicht-monetäre Kennzahlen aufgenommen werden können.^[172] Andererseits stehen die beiden Spitzenkennzahlen Rentabilität und Liquidität gleichberechtigt und unverknüpft einander gegenüber, was zu Zielkonflikten führen kann.^[173]

2.2.4 Die Balanced Scorecard

Der Themenkomplex der Balanced Scorecard (BSC) allein würde reichen, eine schrift-liche Arbeit auszufüllen. Da sie in der Praxis in den letzten Jahren jedoch zunehmend an Bedeutung gewonnen hat^[174] und eine besondere Form eines Controlling-Instrumentes darstellt, wird an dieser Stelle auch auf dieses Kennzahlensystem kurz eingegangen.

Die Balanced Scorecard misst und beurteilt umfassend die erbrachten Leistungen und Leistungspotentiale im Unternehmen aus verschiedenen Perspektiven und ist somit ein so genanntes „Performance Measurement“-Konzept.^[175] Dieses System wurde aufgrund der Kritik an den stark vergangenheitsbezogenen monetären Kennzahlen eindimen-sionaler Kennzahlensysteme von Robert S. Kaplan und David P. Norton als For-schungsprojekt mit US-Amerikanischen Unternehmen Anfang der Neunziger Jahre ent-wickelt. Als Resultat ergänzt die BSC die traditionellen finanziellen Kennzahlen durch eine interne Prozess-, eine Kunden- und eine Lern- und Entwicklungsperspektive.^[176] Dieses System wird als strategisches Management-Instrument eingesetzt, aus deren Vision und Strategie Ziele und anschließend Kennzahlen in einem Top-Down-Prozess abgeleitet werden.^[177] Die gefundenen Kennzahlen halten die Balance zwischen vergan-genen Tätigkeiten und zukünftigen Leistungen. Die BSC ist aufgrund objektiver, leicht zu quantifizierenden Ergebniskennzahlen und subjektiven, urteilsabhängigen Leistungs-trägern der Ergebniskennzahlen ausgewogen.^[178] Die nachstehende Abbildung zeigt den grundlegenden Aufbau der vier Perspektiven einer Balanced Scorecard noch einmal übersichtlich auf (Abbildung 4).

Abbildung in dieser Leseprobe nicht enthalten

Abb. 4: Die vier Perspektiven der Balanced Scorecard

Quelle: In Anlehnung an: Kaplan, R. / Norton, D. (1997), S. 9

Die Kennzahlen der vier Perspektiven sind untereinander zwischen den Perspektiven verknüpft.^[179] So kann beispielsweise die Realisierung eines bestimmten Umsatzvolu-mens innerhalb der finanzwirtschaftlichen Perspektive davon abhängig sein, wie hoch die Kundenzufriedenheit innerhalb der Kundenperspektive ist. Diese hängt wiederum von der Mitarbeiterqualifikation der Lern- und Entwicklungsperspektive ab. Hierar-chisch wird deshalb die Finanzperspektive als die oberste Ebene angesehen, da diese Kennzahlen den langfristigen wirtschaftlichen Erfolg ausweisen und als Ursache-Wirkungsbeziehung aus den anderen Kennzahlen hervorgehen.^[180] Diese Beziehungen können auch dadurch interpretiert werden, dass erst ein Ziel erreicht werden muss, damit ein übergeordnetes erfüllt werden kann. Die Einführung der BSC bringt einige Vorteile mit sich. Die Unternehmensvision wird dargelegt und die Ziele werden messbar gemacht.^[181] Bei der Strategieumsetzung wird eine Informationsüberlastung ver-hindert, indem nur Kennzahlen für erfolgskritische Maßnahmen aufgenommen wer-den.^[182] Gefahren bestehen auch bei diesem System darin, dass durch eine zu große An-zahl von Kennzahlen und den damit aufzuzeigenden Ursache-Wirkungs-Verknüpfun-gen der Überblick verloren gehen kann.^[183]

3 Eine einführende Übersicht in die Hotelbranche

Nachdem allgemein die Thematik Kennzahlen und Kennzahlensysteme erläutert ist, wird darauf eingegangen, welche Kennzahlen in der untersuchten Branche, der Hotel-lerie, von Relevanz sind. Vorab wird einleitend ein kurzer Überblick über die Hotel-branche und ihren Ist-Zustand gegeben, um für den weiteren Verlauf der Arbeit ein Verständnis zu schaffen, auf welche Besonderheiten zu achten ist.

Die Hotellerie, alternativ auch als Beherbergungsgewerbe bezeichnet, stellt einen Teil-bereich des so genannten Gastgewerbes dar, das wiederum zur Dienstleistungsbranche der Tourismuswirtschaft gehört.^[184] Kennzeichnend für das Gastgewerbe, zu dem neben der Hotellerie auch noch die Gastronomie zählt und den wichtigsten Leistungsträger in-nerhalb der Tourismusbranche darstellt, ist, dass touristische Leistungen direkt am Kun-den erbracht werden.^[185] Sonstige, nicht zum Gastgewerbe gehörende Betriebe der Tourismuswirtschaft, erbringen nur Nebenleistungen, wie zum Beispiel die Lebens-mittellieferanten.^[186] Das Beherbergungsgewerbe im speziellen deckt das Bedürfnis nach Unterkunft und Nahrung außerhalb des persönlichen Haushalts eines Reisenden ab. Da diese Bedürfnisse sehr unterschiedlich sein können, gibt es dementsprechend unter-schiedliche Beherbergungs- und Bewirtungsbetriebe. Dabei kommt es zu einer Haupt-einteilung in Hotellerie und Parahotellerie.^[187] Die Hotellerie ist das Kernstück des Beherbergungsgewerbes, hierunter fallen alle Ein-richtungen (Hotel, Gasthof, Pension, Hotel garni, Motel u.ä.), die am Tourismusort den Bedarf des Gastes nach Beherbergungs- und Bewirtungsleistungen decken.^[188],^[189] Die nachfolgende Abbildung zeigt die Struktur des Gastgewerbes (Abbildung 5):

Abbildung in dieser Leseprobe nicht enthalten

Abb. 5: Struktur des Gastgewerbes

Quelle: In Anlehnung an Henschel, K. (2001), S. 4-6

Die Einrichtungen der Parahotellerie hingegen (z.B. Ferienheim, Jugendherberge, Campingplatz) bieten fast ausschließlich Beherbergungsleistungen und werden im Nebenerwerb geführt.^[190] Der Begriff „Hotel“ ist dabei gesetzlich ebenso wenig definiert wie die anderen Betriebsarten des Beherbergungsgewerbes.^[191] Aus diesem Grund wur-den für die Praxis durch die Fachgruppe „Hotels und verwandte Betriebe“ die verschie-denen Arten gastgewerblicher Beherbergungsbetriebe festgelegt.^[192] Durch eine Verein-barung zwischen dem DEHOGA, dem Deutschen Hotel- und Gaststättenverband, und dem DFV, dem Deutschen Fremdenverkehrsverband, erfolgt eine Übernahme für den gesamten deutschen Tourismus.^[193] Ein Hotel zeichnet sich demnach durch einen Logis-teil mit daran angeschlossenen Verpflegungsvertrieb sowohl für Hausgäste als auch für Passanten aus. Laut DEHOGA müssen als Mindestkriterien erfüllt sein, damit von einem Hotel gesprochen werden kann, dass wenigstens 20 Gästezimmer angeboten werden (wobei der überwiegende Teil mit Bad oder Dusche und WC ausgestattet sein muss) und eine Rezeption vorhanden ist.^[194]

„Die Hotellerie weist eine Reihe von Besonderheiten auf.“^[195] Diese können in allge-meine dienstleistungsspezifische Eigenschaften und in Besonderheiten, die das Hotel-leriegeschäft ggü. anderen Dienstleistungsbereichen aufweist, eingeteilt werden.^[196] Zu beachten ist bei den allgemeinen Eigenschaften, dass die zu erbringende Leistung sich durch die Charakteristika Immaterialität, Nichtlagerfähigkeit und die notwendige Mit-wirkung von Kunden ausdrückt. Branchenspezifische Eigenschaften sind vor allem die Nachfragegebundenheit an die Anwesenheit des Kunden und die stark ungleichmäßige Nachfrage. Diese ist dadurch begründbar, dass die Hotellerie, wie auch die gesamte Tourismuswirtschaft, stark konjunkturabhängig und saisonalen Gegebenheiten unter-worfen ist.^[197] Desweiteren ist die Dienstleistung extrem standortgebunden.^[198]

Anzumerken ist grundlegend, dass in Hotelunternehmen im Allgemeinen ein hoher Fixkostenanteil vorzufinden ist und ebenso ein hoher Anteil an Anlagevermögen.^[199] Verbunden mit der angeführten stark saisonal abhängigen Nachfrage nach hotel-betrieblichen Dienstleistungen ergibt sich eine Eigenschaft der Gewinninstabilität.^[200] Aus dieser Tatsache allein lässt sich schon ableiten, dass dem effizienten Einsatz von Controlling-Instrumenten eine bedeutsame Rolle zukommt.

3.1 Der Ist-Zustand auf dem deutschen Hotelmarkt

Nachfolgend wird der aktuelle Zustand sowohl für den gesamtdeutschen Markt als auch im speziellen für den Berliner Markt wiedergegeben, da ein Großteil der Untersuchung sich auf diese Region stützt.

Im gastgewerblichen Markt, speziell in der Hotelbranche, zeichnet sich für 2006 ein positiver Trend ab.^[201] Zwar blieb nach ersten Einschätzungen der große erhoffte zusätz-liche Schub durch die „FIFA Fussball-WM“ im Sommer deutlich unter den Erwar-tungen, dennoch konnte ein starker Aufwärtstrend in der deutschen Hotellerie be-obachtet werden.^[202] Somit prognostiziert der „Deutsche Hotel- und Gaststättenverband“ (DEHOGA) für 2006 ein Umsatzplus der Branche von 1,5% ggü. dem Vorjahr.^[203] Bereits in 2005 hat sich die wirtschaftliche Situation im Gastgewerbe stabilisiert. Zwar konnte noch kein Umsatzplus vermeldet werden, dennoch wurde die seit Anfang 2000 eingesetzte „Talfahrt“ laut Statistischem Bundesamt fast gestoppt.^[204] Somit zeigen sich erstmals seit fünf Jahren Anzeichen für eine Trendumkehr. Bei der Entwicklung der letzten Jahre lässt sich wiederum die starke Konjunkturabhängigkeit erkennen.^[205] Die gesamte deutsche Wirtschaft war seit 2000, inklusive eines Nullwachstums 2003, rück-läufig und verzeichnet erst seit kürzerer Zeit wieder leichten Zuwachs.^[206]

Den größten Anteil an der Umsatzentwicklung im Gastgewerbe hat das klassische Be-herbergungsgewerbe (siehe hierzu und im Folgenden auch Statistiken des DEHOGA im Anhang).^[207] Für die Hotellerie, die im letzten Jahr mit einem Zuwachs von rund 5 Mio. Übernachtungen (3% mehr ggü. 2004) erstmals die 200-Millionen-Grenze überschritten hat (200,9 Mio.), wird laut Statistischem Bundesamt mit einem ähnlichen Zuwachs wie letztes Jahr gerechnet.^[208] Besonders anzumerken ist, dass der Anteil der ausländischen Gäste bei knapp 39 Mio. Übernachtungen liegt und deren Nachfrage überproportional ggü. der Gesamtnachfrage um etwa 6% ggü. dem Vorjahr stieg.^[209] Nahezu zwei Drittel der Hotels erreichten 2005 ein Umsatzplus von 3%, bei der Markenhotellerie lag es so-gar bei 4,6%. Bei einem Belegungsanstieg auf durchschnittlich 64,3% und trotz eines Rückgangs der durchschnittlichen Zimmererlöse von 102,53 € auf 101,62 € in 2005 stieg der Erlös der 200 umsatzstärksten Betriebe 2005 um 3,7% auf 2,63 Mrd. €.^[210] Laut DEHOGA verzeichnete das Beherbergungsgewerbe 2005 einen Brutto-Umsatz von insgesamt 18,7 Mrd. € und im 1.Halbjahr 2006 ebenfalls bereits 9,0 Mrd. €.^[211] Bei einem Gesamt-Umsatz des Gastgewerbes von 56,2 Mrd. € in 2005 und bislang 26,7 Mrd. € im 1.Halbjahr 2006 ergibt sich ein prozentualer Umsatz-Anteil von jeweils rund 33,7%.^[212] Die Beherbergungskapazität lag 2005 insgesamt bei 1,68 Mio. angebotenen Betten und nahm für 2006 leicht auf 1,681 Mio. zu. Dabei beziehen sich die Zahlen ausschließlich auf die gewerblich im klassischen Beherbergungsgewerbe angebotene Kapazität.^[213] Insgesamt wurden in 2005 von den 978.400 Beschäftigten des Gastge-werbes rund 291.000 im Beherbergungsgewerbe in 41.000 Betrieben verzeichnet.^[214]

Es sind folgende Trends in der Hotellerie zu beobachten:^[215] Die Gäste zeigen sich weiterhin preisbewusst und sparsam, vergleichen die Angebote, achten auf Sonder-arrangements und versuchen Rabatte auszuhandeln. Es ist eine Verkürzung der Aufent-haltsdauer zu beobachten. Ebenso hat das kurzfristige Buchungsverhalten zugenommen.

Der Hotelmarkt in Deutschland ist vom Verdrängungswettbewerb und, trotz stagnie-rendem Bettenangebotes, von vorhandenen Überkapazitäten geprägt. Die Konzen-trationstendenzen am Markt werden vermutlich weiter zunehmen. Die besten Chancen auf Wirtschaftszuwächse werden laut Brancheneinschätzung des DEHOGA der Mar-kenhotellerie zugeschrieben. Dem Städtetourismus mit Tagungen, Kongressen sowie kulturellen und sportlichen Events wird laut beobachteten Trendentwicklungen der letzten Jahre ebenfalls ein gutes Wachstumspotential bescheinigt.^[216] Das Gebiet des „Wellness“ hat in den letzten Jahren besonders stark an Zuwächsen verzeichnen können und wird nach Einschätzungen auch zukünftig der stärkste Trend innerhalb der Hotellerie bleiben, denn nirgendwo können „Wellness“ und Gesundheitsangebote „…in solch einem gesamtheitlichen Ansatz ausgelebt werden wie in der Hotellerie.“^[217]

[...]

---

^[1] Vgl. Jossé, G. (2004), S. 4

^[2] Vgl. http://www.dehoga-berlin.de/uploads/0/pressemitteilungen/dehogabranchenbericht_mai_2006.pdf

^[3] Vgl. Gewald, S. (2001), S.4

^[4] Stelling, J. (2003), S. 275

^[5] Horváth, P. / Reichmann, T. (2003), S. 381

^[6] Vgl. auch: Reichmann, T. / Lachnit, L. (1976), S. 705-723

^[7] Vgl. Horváth, P. / Reichmann, T. (2003), S. 381

^[8] Vgl. Lachnit, L. (1979), S. 19

^[9] Vgl. Küpper, H.-U. (2005), S. 359

^[10] Vgl. Horváth, P. (2001), S. 568

^[11] Vgl. Siegwart, H. (2002), S. 148

^[12] Vgl. Staehle, W. (1969), S. 66

^[13] Vgl. Horváth, P. / Reichmann, T. (2003), S. 382 ff.

^[14] Vgl. Thomas, G. (1989), S. 209

^[15] Vgl. Stelling, J. (2003), S. 275

^[16] Vgl. Horváth, P. / Reichmann, T. (2003), S. 382 ff.

^[17] Vgl. Gaitanides, M. (1979), S. 57 ff.

^[18] Vgl. Weber, J. / Sandt, J. (2001), S. 27 ff.

^[19] Vgl. Reichmann, T. (2006), S. 19f.

^[20] Vgl. Horváth, P. / Reichmann, T. (2003), S. 382 ff.

^[21] Vgl. Horváth, P. / Reichmann, T. (2003), S. 385

^[22] Vgl. Horváth, P. / Reichmann, T. (2003), S. 385

^[23] Vgl. Lachnit, L. (1976), S. 216

^[24] Vgl. Horváth, P. / Reichmann, T. (2003), S. 385

^[25] Vgl. Horváth, P. / Reichmann, T. (2003), S. 385

^[26] Vgl. Küpper, H.-U. (2005), S. 360

^[27] Vgl. Reichmann, T. (2006), S. 21f.

^[28] Vgl. Reichmann, T. / Lachnit, L. (1976), S. 705-723

^[29] Vgl. Groll, K.-H. (1991), S. 19

^[30] Vgl. Geiß, W. (1986), S. 304f.

^[31] Horváth, P. / Reichmann, T. (2003), S. 385

^[32] Vgl. Lachnit, L. (1976), S. 216

^[33] Vgl. Siegwart, H. (2002), S. 39

^[34] Vgl. Stelling, J. (2003), S. 276

^[35] Vgl. Horváth, P. / Reichmann, T. (2003), S. 385ff.

^[36] Vgl. hier und im Folgenden: Stelling, J. (2003), S. 276

^[37] Vgl. Geiß, W. (1986), S. 41

^[38] Vgl. Meyer, C. (1994), S. 6 f.

^[39] Vgl. Küpper, H.-U. (2005), S. 359 ff.

^[40] Vgl. Groll, K.-H. (1991), S. 17f.

^[41] Vgl. Stelling, J. (2003), S. 276

^[42] Vgl. Groll, K.-H. (1991), S. 11

^[43] Vgl. Horváth, P. / Reichmann, T. (2003), S. 382

^[44] Vgl. Reichmann, T. (2006), S. 21f.

^[45] Vgl. Küpper, H.-U. (2005), S. 359 ff.

^[46] Stelling, J. (2003), S. 276

^[47] Vgl. Stelling, J. (2003), S. 276

^[48] Vgl. Küpper, H.-U. (2005), S. 359

^[49] Vgl. Preißner, A. (1999), S. 176

^[50] Stelling, J. (2003), S. 276

^[51] Perridon, L. / Steiner, M. (2004), S. 552

^[52] Vgl. Küpper, H.-U. (2005), S. 360

^[53] Vgl. Horváth, P. / Reichmann, T. (2003), S. 382

^[54] Vgl. hier und im Folgenden: Perridon, L. / Steiner, M. (2004), S. 553ff.

^[55] Vgl. hier und im Folgenden: Stelling, J. (2003), S. 276

^[56] Vgl. Küpper, H.-U. (2005), S. 359

^[57] Perridon, L. / Steiner, M. (2004), S. 553

^[58] Vgl. Perridon, L. / Steiner, M. (2004), S. 553

^[59] Vgl. Küpper, H.-U. (2005), S. 360

^[60] Vgl. Geiß, W. (1986), S. 27ff.

^[61] Vgl. Meyer, C. (1994), S. 6f.

^[62] Vgl. hier und im Folgenden: Geiß, W. (1986), S. 27ff.

^[63] Vgl. hier und im Folgenden: Groll, K.-H.. (1991), S. 16f.

^[64] Vgl. hier und im Folgenden: Groll, K.-H.. (1991), S. 17f.

^[65] Vgl. Schulte, C. (1996), S.408

^[66] Vgl. Groll, K.-H.. (1991), S. 17f.

^[67] Vgl. Weber, J. / Sandt, J. (2001), S. 10f.

^[68] Vgl. Horváth, P. (2001), S. 568

^[69] Vgl. Gladen, W. (2003), S. 59f.

^[70] Vgl. Geiß, W. (1986), S. 51

^[71] Vgl. Preißner, A. (1999), S. 175

^[72] Vgl. Probst, H.-J. (2004), S. 14

^[73] Vgl. Siegwart, H. (2002), S. 16

^[74] Vgl. Schroeter, B. (2002), S. 206ff.

^[75] Vgl. Küpper, H.-U. (2005), S. 363ff.

^[76] Vgl. Probst, H.-J. (2004), S. 14

^[77] Vgl. Michel, R. (1999), S. 22ff.

^[78] Vgl. Schroeter, B. (2002), S. 206ff.

^[79] Vgl. Schroeter, B. (2002), S. 206ff.

^[80] Vgl. Schroeter, B. (2002), S. 206ff.

^[81] Vgl. Stelling, J. (2003), S. 90ff.

^[82] Vgl. Horváth, P. / Reichmann, T. (2003), S. 382

^[83] Vgl. Siegwart, H. (2002), S. 16

^[84] Vgl. Schroeter, B. (2002), S. 93

^[85] Vgl. Peemöller, V. (2002), S. 340ff.

^[86] Vgl. Michel, R. (1999), S. 17ff.

^[87] Vgl. Peemöller, V. (2002), S. 342

^[88] Vgl. Michel, R. (1999), S. 17ff.

^[89] Vgl. Michel, R. (1999), S. 17ff.

^[90] Vgl. Siegwart, H. (2002), S. 17ff.

^[91] Vgl. Schroeter, B. (2002), S. 83

^[92] Vgl. Schroeter, B. (2002), S. 83

^[93] Vgl. Peemöller, V. (2002), S. 318ff.

^[94] Vgl. Stelling, J. (2003), S. 9

^[95] Vgl. Michel, R. (1999), S. 18

^[96] Vgl. Peemöller, V. (2002), S. 318ff.

^[97] Vgl. Peemöller, V. (2002), S. 319

^[98] Peemöller, V. (2002), S. 319

^[99] Vgl. Michel, R. (1999), S. 18f.

^[100] Vgl. Michel, R. (1999), S. 18f.

^[101] Vgl. Peemöller, V. (2002), S. 319

^[102] Vgl. Michel, R. (1999), S. 18f.

^[103] Vgl. Michel, R. (1999), S. 18f.

^[104] Vgl. Peemöller, V. (2002), S. 322

^[105] Vgl. Oehler, O. (1980), S. 20

^[106] Vgl. Peemöller, V. (2002), S. 322f.

^[107] Peemöller, V. (2002), S. 322

^[108] Vgl. Peemöller, V. (2002), S. 322

^[109] Vgl. Schroeter, B. (2002), S. 245

^[110] Vgl. Vollmuth, H.J. (2002), S. 37f.

^[111] Vgl. Oehler, O. (1980), S. 18

^[112] Vgl. Peemöller, V. (2002), S. 136

^[113] Vgl. Kralicek, P. / Böhmdorfer, F. / Kralicek, G. (2001), S. 462

^[114] Vgl. Stelling, J. (2003), S. 286

^[115] Vgl. Dobler, T. (1998), S. 136ff.

^[116] Vgl. Dobler, T. (1998), S. 136ff.

^[117] Vgl. Peemöller, V. (2002), S. 319

^[118] Vgl. Peemöller, V. (2002), S. 319

^[119] Vgl. Probst, H.-J. (2004), 49f.

^[120] Stelling, J. (2003), S. 288

^[121] Vgl. Stelling, J. (2003), S. 288

^[122] Vgl. Stelling, J. (2003), S. 287

^[123] Vgl. Weber, J. (1999), S. 10

^[124] Lachnit, L. (1976), S. 216

^[125] Vgl. Stelling, J. (2003), S. 276

^[126] Vgl. Stelling, J. (2003), S. 276

^[127] Vgl. Wöhe, G. (1997), S. 865

^[128] Vgl. Stelling, J. (2003), S. 276

^[129] Vgl. Küpper, H.-U. (2005), S. 368ff.

^[130] Horváth, P. (2001), S. 570

^[131] Vgl. Groll, K.-H. (1991), S. 21

^[132] Vgl. Horváth, P. (2002), S. 570

^[133] Vgl. Groll, K.-H. (1991), S. 31

^[134] Vgl. Stelling, J. (2003), S. 276

^[135] Vgl. Stelling, J. (2003), S. 276

^[136] Vgl. Küpper, H.-U. (2005), S. 368ff

^[137] Vgl. Geiß, W. (1986), S. 85

^[138] Vgl. Küting, K. / Weber, J. (2001), S. 30

^[139] Vgl. Groll, K.-H. (1991), S. 31f.

^[140] Vgl. Siegwart, H. (2002), S. 16

^[141] Vgl. Siegwart, H. (2002), S. 16

^[142] Vgl. Reichmann, T. (2006), S. 23

^[143] Vgl. Reichmann, T. (2006), S. 23

^[144] Vgl. Küpper, H.-U. (2005), S. 367

^[145] Vgl. Geiß, W. (1986), S. 117ff.

^[146] Vgl. Geiß, W. (1986), S. 117ff.

^[147] Vgl. Meyer, C. (1994), S. 28

^[148] Stelling, J. (2003), S. 277

^[149] Vgl. Stelling, J. (2003), S. 277

^[150] Vgl. Siegwart, H. (2002), S. 38

^[151] Vgl. Probst, H.-J. (2004), S. 34

^[152] Vgl. Probst, H.-J. (2004), S. 34

^[153] Vgl. Groll, K.-H. (1991), S. 35

^[154] Vgl. Reichmann, T. (2006), S. 30

^[155] Vgl. Reichmann, T. (2006), S. 30

^[156] Vgl. Reichmann, T. (2006), S. 30

^[157] Vgl. Reichmann, T. (2006), S. 30

^[158] Vgl. Reichmann, T. (2006), S. 30

^[159] Vgl. Perridon, L. / Steiner, M. (2004), S. 588

^[160] Vgl. Geiß, W. (1986), S. 89ff.

^[161] Vgl. Reichmann, T. (2006), S. 31

^[162] Vgl. Reichmann, T. (2006), S. 30

^[163] Vgl. Reichmann, T. (2006), S. 30

^[164] Vgl. Siegwart, H. (2002), S. 38

^[165] Vgl. Groll, K.-H. (1991), S. 39

^[166] Vgl. Reichmann, T. (2006), S. 32

^[167] Vgl. Reichmann, T. (2006), S. 32

^[168] Vgl. Probst, H.-J. (2004), S. 34

^[169] Vgl. Reichmann, T. (2006), S. 33

^[170] Vgl. Reichmann, T. (2006), S. 33

^[171] Vgl. Reichmann, T. (2006), S. 33

^[172] Vgl. Geiß, W. (1986), S. 95f.

^[173] Vgl. Groll, K.-H. (1991), S. 44

^[174] Vgl. Weber, J. / Sandt, J. (2001), S. 19ff.

^[175] Vgl. Horváth, P. (2002), S. 587f.

^[176] Vgl. Kaplan, R. / Norton, D. (1997), S. 9

^[177] Vgl. Horváth, P. (2002), S. 587f.

^[178] Vgl. Kaplan, R. / Norton, D. (1997), S. 10

^[179] Vgl. Kaplan, R. / Norton, D. (1997), S. 10

^[180] Vgl. Weber, J. (1999), S. 7

^[181] Vgl. Kaplan, R. / Norton, D. (1997), S. 9ff.

^[182] Vgl. Kaplan, R. / Norton, D. (1997), S. 9ff.

^[183] Vgl. Weber, J. (1999), S. 9f.

^[184] Vgl. Henschel, K. (2001), S. 4

^[185] Vgl. Henschel, K. (2001), S. 4

^[186] Vgl. Henschel, K. (2001), S. 4

^[187] Vgl. Henschel, K. (2001), S. 4

^[188] Vgl. Henschel, K. (2001), S. 4

^[189] Vgl. Kamm, F. (1991), S. 123

^[190] Vgl. Henschel, K. (2001), S. 4

^[191] Vgl. Statistisches Bundesamt (1990), S. 8

^[192] Vgl. Dettmer, H. / Hausmann, T. / Kaufner, M. / Wilde, H. (1998), S. 3

^[193] Vgl. Dettmer, H. / Hausmann, T. / Kaufner, M. / Wilde, H. (1998), S. 3

^[194] Vgl. Dettmer, H. / Hausmann, T. / Kaufner, M. / Wilde, H. (1998), S. 3

^[195] Gewald, S. (2001), S.4

^[196] Vgl. hier und im Folgendem: Gewald, S. (2001), S.4f.

^[197] o.V. (2004): Bundesverband Öffentlicher Banken Deutschlands, S. 11

^[198] Vgl. Gewald, S. (2001), S.4

^[199] Vgl. Gewald, S. (2001), S.4

^[200] Vgl. Gewald, S. (2001), S.4

^[201] Vgl. o.V. (2006): DEHOGA-Branchenbericht zur Lage von Hotellerie und Gastronomie in Deutschland, Mai 2006, S. 1ff.

^[202] Vgl. o.V. (2006): DEHOGA-Branchenbericht zur Lage von Hotellerie und Gastronomie in Deutschland, Mai 2006, S. 1ff.

^[203] Vgl. o.V. (2006): DEHOGA-Branchenbericht zur Lage von Hotellerie und Gastronomie in Deutschland, Mai 2006, S. 1ff.

^[204] Vgl. o.V. (2006): DEHOGA-Branchenbericht zur Lage von Hotellerie und Gastronomie in Deutschland, Mai 2006, S. 1ff.

^[205] Vgl. o.V. (2006): DEHOGA-Branchenbericht zur Lage von Hotellerie und Gastronomie in Deutschland, Mai 2006, S. 1ff.

^[206] Vgl. o.V. (2006): DEHOGA-Branchenbericht zur Lage von Hotellerie und Gastronomie in Deutschland, Mai 2006, S. 1ff.

^[207] Vgl. o.V. (2006): DEHOGA-Branchenbericht zur Lage von Hotellerie und Gastronomie in Deutschland, Mai 2006, S. 1ff.

^[208] Vgl. o.V. (2006): DEHOGA-Branchenbericht zur Lage von Hotellerie und Gastronomie in Deutschland, Mai 2006, S. 1ff.

^[209] Vgl. o.V. (2006): DEHOGA-Branchenbericht zur Lage von Hotellerie und Gastronomie in Deutschland, Mai 2006, S. 1ff.

^[210] o.V. (2006): DEHOGA-Zahlenspiegel 2006 2. Quartal, S. 1ff.

^[211] o.V. (2006): DEHOGA-Zahlenspiegel 2006 2. Quartal, S. 1ff.

^[212] o.V. (2006): DEHOGA-Zahlenspiegel 2006 2. Quartal, S. 1ff.

^[213] o.V. (2006): DEHOGA-Zahlenspiegel 2006 2. Quartal, S. 1ff.

^[214] o.V. (2006): DEHOGA-Zahlenspiegel 2006 2. Quartal, S. 1ff.

^[215] Vgl. o.V. (2006): DEHOGA-Branchenbericht zur Lage von Hotellerie und Gastronomie in Deutschland, Mai 2006, S. 1ff.

^[216] Vgl. o.V. (2006): DEHOGA-Branchenbericht zur Lage von Hotellerie und Gastronomie in Deutschland, Mai 2006, S. 1ff.

^[217] Vgl. o.V. (2006): DEHOGA-Branchenbericht zur Lage von Hotellerie und Gastronomie in Deutschland, Mai 2006, S. 1ff.