Zusammenfassung
Fast jede wirtschaftliche Handlung hat einen Zukunftsbezug. Dabei trifft der Handelnde, oft ohne sich dessen bewusst zu sein, Annahmen über die Zukunft.1 „Most human decisions involve making judgements about the future.“2 Diese Annahmen basieren auf der Vergangenheit3 oder der Gegenwart.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Notes
Wird etwa ein neuer Drucker gekauft, so wird dabei (implizit oder explizit) der zukünftige Bedarf (Speicherbedarf, Art, Leistung, Geschwindigkeit etc.) abgeschätzt.
Cooper, R./Layard, R. (2002), S. 1. Im wirtschaftlichen Bereich kann die Vorhersage sich sowohl auf eine mikro-als auch eine makroökonomische Variable beziehen, vgl. Bächtold, R. (1992), S. 20.
„The future has its roots in the past“, Morrell, J. (2001), S. 189.
Grundlage ist die Frage nach der Bestimmtheit des Umfelds. Möglich ist eine absolute Unbestimmtheit, d.h. es existieren keinerlei deterministische Zusammenhänge, oder die relative Unbestimmtheit, die zumindest eine statistische Determiniertheit annimmt. Zu dieser Unbestimmtheit tritt noch der Grad des Informationsmangels über das Umfeld und deren Bestimmtheit, die Unwissenheit. Unwissenheit kann partiell oder total sein. Aus der Unbestimmtheit und der sich darauf beziehenden Unwissenheit entsteht eine objektive Ungewissheit. Aus der subjektiven Wahrnehmung dieser Ungewissheit durch einen Akteur resultiert die Unsicherheit. Vgl. Helten, E. (1994), S. 2f.
Neben der wissenschaftlichen Beschäftigung mit dem Thema beschäftigen sich auch Quasi-Wissenschaften wie Astrologie oder Numerologie mit der Entschlüsselung der Zukunft. Vgl. etwa Wend, C. (2003), [09.09.2003] oder NGFG (Hrsg.) (2003), [09.09.2003].
Diese Beseitigung von Informationsdefiziten kann als Lernprozess bezeichnet werden. Vgl. etwa Liebl, F. (1997), S. 39ff.
Losch, K. (1995), S. 173.
Dieser Terminus geht auf Flechtheim zurück, vgl. Goll, R. (2003), S. 59.
Vgl. zum Begriff der Zeit und der Zeitmessung: Rinne, H./Specht, K. (2002), S. 3ff.
„The possible, the probable and the preferable’’, Bell, W. (1996), S. 9.
Vgl. Picht, C. (1992).
Nach Hansmann gehört zur Prognose auch eine Beobachtung, vgl. Hansmann, K. (1983), S. 11.
Vgl. Flechtheim, O. (1972), S. 13f.
Dabei sind, je nach Grundproblem, einzelne Bereiche besser oder schlechter vorhersagbar, vgl. Casti, J. (1992), S. 513.
Vgl. Steinmüller, K. (1997), S. 28.
Makridakis, S./Wheelwright, S. (1987), S. 11.
Vgl. Morrell, J. (2001), S. 189ff.
Vgl. Aueslander, P. (2000), S. 4.
Also die Prognosemethode selbst.
Vgl. zu den Auswahlkriterien: Hüttner, M. (1986), S. 281 ff.
Vgl. zur Genauigkeit von Prognosemethoden: Hüttner, M. (1986), S. 258 ff.
In der klassischen Testtheorie werden die Rehabilität und Validität als zentrale Gütekriterien genannt. Die Rehabilität ist die Zuverlässigkeit des Messobjektes. Führen verschiedene Messungen zu stark unterschiedlichen Ergebnissen, ist die Methode ungeeignet. Unter der Validität ist die Gültigkeit der Messung zu verstehen, also ob die Methode auch wirklich das misst, was erwartet bzw. gesucht wird. Vgl. Schnell, R. et al. (1999), S. 143ff.
So kann einem an sich schwierigen Verfahren durch eine weitgehende Automatisierung die Komplexität genommen werden.
So hat z.B. eine Wahlumfrage nach einem Monat sicherlich nur noch eine begrenzte Aussagekraft bzw. sogar eine verfälschende Wirkung.
Vgl. insb. Steinmüller, K. (1997), S. 30ff. oder auch Weber, K. (1990), S. 1ff, Jarrett, J. (1987), S. 6, Hansmann, K. (1983), S. 12.
Vgl. zu den quantitativen Verfahren z.B. Götze, W. (2000).
Vgl. Hüttner, M. (1986), S. 4ff.
Atteslander, P. (2000), S. 77.
Vgl. dazu: Atteslander, P. (2000), S. 77.
Vgl. zu den Kategorien in der empirischen Sozialforschung: Atteslander, P. (2000).
Schnell/Hill/Esser sprechen sogar vom Standardobjekt der Befragung, vgl. Schnell, R. et al. (1999), S. 299.
Vertreter-Verbraucher-und Expertenbefragungen. Die Wahl des Befragten ist in hohem Maße von der zugrunde liegenden Fragestellung abhängig, so ergibt es z.B. sicherlich keinen Sinn, einen Verbraucher über zukünftige Technologien zu befragen, die er gar nicht einschätzen kann.
Gruppen-oder Einzelinterview.
Mündlich, schriftlich oder als Telefoninterview.
Wenig strukturierte arbeiten ohne vorgegebene Fragen, stark strukturierte verwenden einen Fragenkatalog mit vorgegebenen Antworten, teilweise strukturierte stellen eine Mischform dar.
Weber, K. (1990), S. 1.
Vgl. Steinmüller, K. (1997), S. 29.
Vgl. Kapitel 3.4 „Delphimethode“.
Vgl. Rinne, H./Specht, K. (2002), S. 124.
Vgl. zur Kombination von Prognosemethoden: Hüttner, M. (1986), S. 286ff.
Vgl. zu den genannten Methoden: Hüttner, M. (1986), S. 251 ff.
Vgl. Kapitel 3.3 “Szenarioanalyse“.
Vgl. z.B. Akademie für Technologiefolgeabschätzung (Hrsg.) (2003) [09.09.2003].
Vgl. zu den Problemlösungsmethoden: Hüttner, M. (1986), S. 255.
Vgl. zu den neuronalen Netzen: Zimmermann, H. (1997), S. 61ff.
Vgl. zu den Evolutionsalgorithmen: Schöneburg, E. (1997), S. 9ff.
Vgl. z.B. Stender, J. (1991), S. 101ff.
Vgl. z.B. Winkler, R. (1972), S. 248ff oder Helfen, E. (1971).
Besonders Wahlbörsen haben die Effektivität dieses Mechanismus für die Prognose eindeutig bewiesen. Vgl. z.B. Huber, J. (2002) oder Ossietzky, C. (1997), [09.09.2003].
Vgl. dazu: Ginter, M./Schnabl, H. (1997), S. 83ff., oder Mittelstaedt, W. (1993).
Huss W. (1988), S. 14.
Stührenberg, L./Töpken, M. (1996), S. 75.
Vgl. zu den Unterscheidungsformen von Szenarien: Fink, A./Schlake, O./Siebe, A., S.61ff.
In Anlehnung an Fink, A./Schlake, O./Siebe, A.
Götze, U. (1991), S. 53.
Vgl. dazu: Götze, U. (1991), S. 53.
Vgl. zu den Gütekriterien und deren Festlegung: Götze, u. (1991), S. 53ff insbesondere S. 66ff.
In Anlehnung an Götze, U. (1991).
Vgl. zur Formulierung und Darstellung von Szenarien: Kapitel 3.3.2.4 „Bildung“.
Vgl. Kapitel 3.3.2 „Ablauf einer Szenarioanalyse“.
Z.B. bei der Einflussanalyse oder der Szenario-Bildung, vgl. 3.3.2.2 „Analyse“ bzw. 3.3.2.4 „Bildung“.
Etwa wie in dieser Arbeit die Delphi-Methode zum Szenario-Transfer.
Vgl. für eine Übersicht z.B. Miβler-Behr, M. (1993), S. 11f.
Vgl. zu der Vorbereitungsphase: Gausemeier, J./Fink, A./Schlake. O. (1996), S. 125ff.
Vgl. zu den Ressourcen in der Unternehmensanalyse: Kapitel 2.1 „Ressourcenorientierung im strategischen Management“.
Gausemeier, J./Fink, A./Schlake, O. (1996), S. 136.
Vgl. dazu: Kapitel 2.1 ,„Ressourcenorientierung im strategischen Management“.
Vgl. zur Szenariofeld-Analyse: Gausemeier, J./Fink, A./Schlake, O. (1996), S. 167ff.
Vgl. zu den Verfahrensweisen: Gausemeier, J./Fink, A./Schlake, O. (1996), S. 174ff, insbesondere S. 185.
Vgl. zum Cognitive Mapping z.B. Kitchin, R. (2000).
„Anstieg der Telearbeit“ impliziert etwa schon eine Steigerung, korrekt wäre z.B. „Entwicklung von Telearbeit“.
Faktoren ohne viel Einfluss z.B. haben wenig Aussagekraft für das Gesamtszenario.
Der spätere Rechenaufwand für die Szenarien steigt exponentiell mit der Zahl der verwendeten Faktoren.
Ogilvy, J. (2002), S. 175.
Vgl. zur direkten Auswirkung Reibnitz, V. (1992), S. 201ff.
Wirkungsanalysen sind bei Gestaltungsfeldszenarien von Bedeutung, da hier ausschließlich Lenkungsgrößen aus dem Gestaltungsfeld betrachtet werden.
Interdependenzanalysen sind vor allem bei Umfeldszenarien anzuwenden, da hier im Szenariofeld keine Gestaltungsfeld-Lenkungsgrößen vorkommen.
Gausemeier, J./Fink, A./Schlake, O. (1996), S. 179.
Möglich als direkte oder indirekte Analyse und als Kombination aus beiden in einem System-Grid.
Vgl. dazu: Gausemeier, J./Fink, A./Schlake, O. (1996), S. 194.
Vgl. zur MICMAC-Analyse: Arcade, J./Godet, M. (1999).
Vgl. zur Ähnlichkeitsanalyse: Gausemeier, J./Fink, A./Schlake, O. (1996), S. 203f.
Vgl. zu den Distanzfunktionen: Eichler, M. (1995) [11.09.2002].
Vgl. zur Multidimensionalen Skalierung: Zwisler, R. (1998).
Nach Gausemeier/Fink/Schlake ist dies nur bei Szenarien mit mehr als 15 Einflussfaktoren nötig, die Obergrenze sollte also bei 15 liegen. Vgl. Gausemeier, J./Fink, A./Schlake, O. (1996), S. 207.
Gausemeier, J./Fink, A./Schlake, O. (1996), S. 212.
Aktivsumme, Passivsumme, Dynamik-Index, Impuls-Index.
Umfeld-oder Systemszenario.
Vgl. Gausemeier, J./Fink, A./Schlake, O. (1996), S. 215.
Von Reibnitz bezeichnet diese Merkmale von Schlüsselfaktoren als Deskriptoren, die neutrale und beschreibende Kenngrößen darstellen, vgl. Reibnitz, U. (1992), S. 45.
Diese Deskriptoren sind meist schon als Nebenprodukt bei der Beschreibung der Einflussanalyse entstanden.
Hier ist eine Einteilung in Nominal-, Ordinal-Intervall-oder Rationalskalen möglich. Vgl. dazu: Gehmacher, E. (1971), S. 80f. Ein Beispiel für eine Nominalskala wäre etwa durch die Merkmale „verändert sich nicht“, „verstärkt sich“ und „verringert sich“ gegeben.
Vgl. zu den vier Phasen bei der Entwicklung von Zukunftsprojektionen: Gausemeier, J./Fink, A./Schlake, O. (1996), S. 230ff. Vgl. zu der Zuordnung von Eintrittswahrscheinlichkeiten: Gausemeier, J./Fink, A./Schlake, O. (1996), S. 225.
Die Entwicklung tritt mit Sicherheit ein.
Vgl. zur Unterteilung in kritische und unkritische Deskriptoren: Miβler-Behr, M. (1993), S. 14.
Die alternativen Entwicklungen treten unter Risiko ein.
Vgl. dazu auch die Unterphase „Bestimmung von Eintrittswahrscheinlichkeiten“ im nachfolgenden Text.
Die alternativen Entwicklungen treten unter Unsicherheit ein.
Vgl. zu den Gütekriterien: Gausemeier, J./Fink, A./Schlake, O. (1996), S. 226f.
Dies ist etwa auf dem technischen Sektor sinnvoll, auf dem die tatsächliche Entwicklung im Anfangsstadium nur schwer abzuschätzen ist.
Vgl. zur Passivität bzw. Aktivität eines Faktors Gausemeier, J./Fink, A./Schlake, O. (1996), S. 194.
Vgl. zur Einbeziehung von Umfeldentwicklungen: Gausemeier, J./Fink, A./Schlake, O. (1996), S. 235.
Vgl. zur nicht-linearen Entwicklung von Deskriptoren: Reibnitz, U. (1992), S. 48.
Etwa einem gesetzlichen Verbot ( wie z.B. der Forschung an embryonalen Stammzellen).
Ein Zeithorizont sollte dabei ca. fünf Jahre betragen, vgl. Miβler-Behr, M. (1993), S. 14.
Vgl. dazu: Miβler-Behr, M.(1993), S. 14.
Gausemeier, J./Fink, A./Schlake, O. (1996), S. 240.
Etwa eine extrem positive oder extrem negative Entwicklung des Schlüsselfaktors.
Vgl. Gausemeier, J./Fink, A./Schlake, O. (1996), S. 241.
Reibnitz, U. (1992), S. 49.
Wie etwa Edutainment oder Mass-Customization.
Vgl. zur Unterschiedlichkeit der Bündel: Miβler-Behr, M. (1993), S. 15.
Miβler-Behr, M. (1993), S. 15.
Vgl. zur deduktiven und induktiven Projektionsbündelung: Gausemeier, J./Fink, A./Schlake, O. (1996), S. 253ff.
Z.B. wäre ein starker Abfall der geförderten Rohölmenge und ein gleichzeitiges Sinken des Benzinpreises eine inkonsistente Bündelung.
Also sind bei n Schlüsselfaktoren zur Bewertung eines einzigen Bündels (n/2) (n-1) Kombinationen möglich, was für eine möglichst geringe Zahl von Schlüsselfaktoren spricht.
1 = totale Inkonsistenz, 2 = partielle Inkonsistenz, 3 = neutral 4 = gegenseitige Begünstigung bis 5 = sehr starke gegenseitige Unterstützung. Vgl. dazu: Gausemeier, J./Fink, A./Schlake, O. (1996), S. 255ff.
Vgl. Gausemeier, J./Fink, A./Schlake, O. (1996), S. 256f.
Auch Bündelkonsistenz.
Ein Faktor mit nur einer, d.h. einer sicheren Projektion, vgl. Kapitel 3.3.2.3 „Prognostik“.
Dadurch werden die Ergebnisse der Konsistenzanalyse nicht beeinflusst.
Dadurch werden Auswirkungen auf die Anzahl der partiellen oder totalen Inkonsistenzen verhindert.
Eine Kombination einer unkritischen Projektion mit einer totalen Inkonsistenz führt zu deren Ausschluss.
Soll diese bewertet werden, ist eine von der Konsistenzanalyse unabhängige Plausibilitätsanalyse nötig.
Zu beachten ist, dass sich durch diese Reduktion evtl. angegebene Plausibilitäten wiederum verändern, da sich die Anzahl der Bündel, auf weiche sich die 100%ige Eintrittswahrscheinlichkeit der Gesamtheit verteilt, verringert. Die Plausibilität der einzelnen Bündel steigt also.
Rein rechnerisch über die geringere Konsistenz.
Dabei kann linear segmentiert werden, d.h. die Segmente sind gleich groß, oder progressiv, d.h. jedes Segment ist um ein Bündel größer als das Vorhergehende.
Zur Cluster-Analyse vgl. z.B.: Backhaus, K. et al. (2003), S. 479ff., Herbst, D. (2000) [14.01.2004].
Vgl. zur Projektionsverteilung: Gausemeier, J./Fink, A./Schlake, O. (1996), S. 270f.
Vgl. Albers, O./Broux, A. (1991), S. 64, Fink, A. (1999), S. 32 oder Wiesenberg, R. (2000), S.109.
Miβler-Behr, M. (1993), S. 115.
Vgl. zur Clusteranalyse z.B.: Backhaus K. et al. (2003), S. 280ff, Gaul, W./Baier, D. (2004) [19.1.2004] oder Volkmann, M. (2000a), [09.09.2003].
Schematische Darstellung.
Dieses Verfahren bietet sich an, wenn die Rohszenarien möglichst eine ähnliche Anzahl von Projektionsbündeln enthalten sollen.
Bei dieser Methode kommt es eher zu extremen Szenarien bzw. einem großen Haupt-sowie mehrerer kleiner Nebenszenarien.
Dieses Protokoll enthält die folgenden Angaben: welche beiden Cluster zusammengefasst wurden und in welchem früheren Clusterdurchgang diese beiden Cluster entstanden sind.
Ziel ist ja die Zahl von 2–6 Rohszenarien, vgl. dazu den Abschnitt „Rohszenarien“ in diesem Kapitel.
Was bedeutet dass durch die Wahl dieser Partition nur ein geringer Qualitätsverlust entstand.
Wodurch bei Wahl der nächstgröberen Partition ein großer Qualitätsverlust entstehen würde.
Es handelt sich um beispielhafte, willkürlich gewählte Zahlen.
Diese sind in der Grafik durch Quadrate markiert.
Wegen des Knicks in den Linien wird auch vom Ellbogen-Kriterium gesprochen. Vgl. Gausemeier, J./Fink, A./Schlake, O. (1996), S. 282.
Daraus ergeben sich bei a Projektionsbündel in einem Cluster und b im anderen Cluster a * b Bündeldistanzen. Bei n Clustern wiederum (n/2) * (n-1) Clusterdistanzen.
Vgl. zum Zukunftsraum-Mapping: Gausemeier, J./Fink, A./Schlake, O. (1996), S. 289ff.
Vgl. zur multidimensionalen Skalierung z.B.: Backhaus, K. et al. (2003), S. 605ff, Zwisler, R. (1998) [14.01.2004] oder Leonhart, R. (2001) [19.01.2004].
Mit eingetragenen Konsistenz werten der einzelnen Projektionsbündel.
Fink, A./Schlake, O./Siebe, A. (2001), S. 93.
Vgl. zur Entwicklung der Ausprägungslisten Gausemeier, J./Fink, A./Schlake, O. (1996), S. 307ff.
Dabei wird auf den Rohszenariokatalog zurückgegriffen.
Es können auch andere prozentuale Anteile gewählt werden, bei diesem Beispiel ist ein Schärfegrad von 30% gewählt, woraus sich die genannten Unterteilungen ergeben. Vgl. dazu: Gausemeier, J./Fink, A./Schlake, O. (1996), S. 308.
Vgl. zur Ergänzung um Annahmen: Götze, U. (1991), S. 132f.
Vgl. Götze, U. (1991), S. 135.
Vgl. zum Szenariowriting: Steinmüller, K. (1997), S. 62f.
Vgl. zum Storytelling als Form der Szenario-Präsentation: Fink, A./Schlake, O./Siebe, A. (2001), S. 95ff.
Miβler-Behr, M. (1993), S. 18.
Also nicht von einander unabhängig sind, vgl. dazu: Gausemeier, J./Fink, A./Schlake, O. (1996), S. 329.
Vgl. zur Einflussmatrix: Götze, U. (1991), S. 260ff.
Vgl. zu den Extremszenarien: Kapitel 3.3.2.4 ,βBildung“.
Vgl. zum induktiven Vorgehen: Kapitel 3.3 „Szenarioanalyse“.
Vgl. zur Sensitivitätsanalyse: Kapitel 3.3.2.4 “Bildung“.
Kampe, R. (1992), S. 29.
Besonders in Bezug auf Störgrößen.
Gausemeier, J./Fink, A./Schlake, O. (1996), S. 350.
Es handelt sich hier also immer um einen unechten Robustplan.
Dadurch kann ein echter Robustplan entwickelt werden.
Vgl. zum Erstellen der Robustpläne: Gausemeier, J./Fink, A./Schlake, O. (1996), S. 353–365.
Vgl. zur Strategiefindung bzw.-formulierung: Fink, A./Schlake, O./Siebe, A. (2001), S. 151–162 und S. 162–175.
Vgl. zur Bedarfsermittlung bei der Fortbildung: Olfert, K./Steinbuch, P. (1999), S. 433.
Zu den Merkmalen der Delphi-Methode vgl. Wechsler, W. (1978), S. 24.
Dalkey, N. (1969), S.V.
Vgl. Brockhoff, K. (1979), S. 3.
Vgl. zu den Problemen bei der Bestimmung der Qualität eines Delphi-Prozesses: Becker, D. (1974), S. 136ff.
Visek (Hrsg.) (2001), [09.09.2003] oder Häder, M. (2002), S. 147f.
Vgl. zu den Denkprozessen während einer Delphistudie: Häder, M./Häder, S./Ziegler, A. (1995), S. 3ff.
Vgl. zu Kosten-und Zeitaufwand einer Delphistudie: Häder, M./Häder, S. (1998), S. 27.
Vgl. Linstone, H (1975), S. 574ff.
Vgl. Brockhoff, K. (1978), S. 2.
Vgl. Scholles, F. (1998), [09.09.2003].
Vgl. Steinmüller, K. (1997), S. 76.
Vgl. Steinmüller, K. (1997), S. 75.
Vgl. Häder, M. (2000b), S. 3.
Vgl. Häder, M. (2002), S. 85.
Vgl. Wechsler, W. (1978), S. 28.
Wechsler, W. (1978), S. 46.
Vgl. Brockhoff, K. (1978), S. 8ff.
Vgl. zur Frageformulierung etwa Porst, R. (2000).
Vgl. Steinmüller, K. (1997), S. 77.
Vgl. Becker, D. (1974), S. 158.
Vgl. Porst, R. (1998), S. 30f. [18.02.2004].
Vgl. Wechsler, W. (1978), S. 99.
Bei einem schriftlichen Fragebogen entspricht die Reihenfolge der Fragen natürlich nicht unbedingt der der Antworten, da der Befragte willkürlich zwischen den Fragen hin und her springen kann.
Möglich als ja/nein-Frage, Alternative, Skala oder Katalog. Vgl. z.B. Wechsler, W. (1978), S. 99.
Vgl. Porst, R./Ranft, S./Ruoff, B. (1998), S. 16.
Vgl. Porst, R./Briehl, C. (1995), S. 10.
Vgl. etwa Porst, R. (2001).
Vgl. zu den Aufgaben des Pretest bei der Delphi-Methode: Häder, M. (2002), S. 138f.
Für eine Übersicht über die Methoden zum Pretest vgl. Prüfer, P./Rexroth, M. (1996).
Vgl. Prüfer, P./Rexroth, M. (1996), S. 5ff.
Vgl. Prüfer, P./Rexroth, M. (1996), S. 20ff.
Vgl. Prüfer, P./Rexroth, M. (2000).
Vgl. Häder, M. (2000a), S. 114ff.
Electronic Mail Survey.
Web Survey.
Vgl. zum Online-Research: MacElroy, D. (1998).
Vgl. Tuten, T. (1997), S. 5.
Vgl. Tuten, T. (1997), S. 3.
Vgl. Tuten, T. (1997), S. 5.
Vgl. Häder, M. (2002), S. 167.
Vgl. Häder, M./Rexroth, M. (1998), S. 10ff.
Vgl. Wechsler, W. (1978), S. 114.
Für eine Begründung siehe Becker, D. (1974), S. 24 oder Wechsler, W. (1978), S. 105.
Vgl. Kapitel 3.3.2.4 „Bildung“ bzw. 3.3.2.2 „Analyse“.
Vgl. Wechsler, W. (1978), S. 115.
Es können nach dem ersten Durchlauf zwar mehrere Feedbackrunden durchgeführt werden, dabei verbessert sich die Qualität der Ergebnisse jedoch nur wenig, vgl. Steinmüller, K. (1997), S. 75.
Wenn man voraussetzt, dass es eine „richtige“ Antwort gibt.
Dieser soll durch die Schriftform und Anonymität verhindert werden.
Vgl. Dalkey, N. (1969), S. 5–8.
Z.B. ist es bei einer Teilnehmerzahl von mehr als 50 Experten sicherlich nicht sinnvoll, alle Einzelbegründungen aufzuführen.
Vgl. Wechsler, W. (1978), S. 129ff.
Soweit in der Auswertung vorgesehen.
Häder, M. (2002), S. 119.
Steinmüller, K. (1997), S. 75.
Wiederum mit Pretest.
Vgl. Häder, M. (2002), S. 160.
Salomo, Sören „Technologiemanagement“ S. 25 [02.04.2003].
Wie z.B. Entschlusskraft oder logisches Denkvermögen.
Vgl. Mieg, H./Brunner, B. (2001) [18.1.2004].
Vgl. Lattner, A. (1998) [18.1.2004].
Vgl. Kapitel 3.3.2.2 „Analyse“.
Vgl. Kapitel 3.3.2.2 „Analyse“ und 3.3.2.3 „Prognostik“. Daneben könnten auch bei der Konsistenzanalyse Experten hinzugezogen werden, sie erfordert jedoch eher gute Urteilsfähigkeit als Fachwissen und ist deshalb gut auch ohne Experten lösbar.
Vgl. Gausemeier, J./Fink, A./Schlake, O. (1996), S. 182.
Fink, A./Schlake, O./Siebe, A. (2001), S. 112.
Vgl. zur Stellung im Unternehmen: Reibnitz, U. (1992), S. 248f.
Vgl. zu weiteren organisatorischen Gesichtspunkten: Fink, A./Schlake, O./Siebe, A. (2001), S. 113f.
Reibnitz, U. (1992), S. 249.
Fink, A./Schlake, O./Siebe, A. (2001), S. 113.
Hierbei ist die Exklusivität des Wissens nach Ansicht des Verfassers nicht ausschlaggebend, da ja auch nichtexklusives Wissen auf irgendeine Art und Weise Eingang in die Szenarioanalyse finden muss.
Fink, A./Schlake, O./Siebe, A. (2001), S. 113.
Götze, U. (1991), S. 238f.
Florian, M. (2000), S. 199.
Vgl. zur Heterogenität im Szenarioteam z.B. Reibnitz, U. (1992), S. 250f, Götze, U. (1991), S. 238, Fink, A./Schlake, O./Siebe, A. (2001), S. 115.
Handelt es sich etwa um einen technikbegeisterten Gründer eines Internet-Startups oder den erfahrenen Großrechner-Systembetreuer?
Vgl. zur Produktivität von Szenarien: Fink, A./Schlake, O./Siebe, A. (2001), S. 117f.
Vgl. zum Desk-Research-Vorgehen: Meyer-Schönherr, M. (1992), S. 68f.
Vgl. zu den Problemen beim Experteninterview: Düring, P./Bergmann, S. (2002), S. 3, [18.01.04].
Vgl. zu den Problemen in Szenarioteams: Reibnitz, U. (1992), S. 250 und Götze, U. (1991), S. 240.
Vgl. zum Groupthink-Syndrom in der Szenarioanalyse: Fink, A./Schlake, O./Siebe, A. (2001), S. 116f.
Vgl. zu populären Expertenirrtümern: Häder, M. (2002), S. 28.
Vgl. dazu: Kapitel 3.4.2 „Ablauf einer Delphistudie“.
Vgl. Häder, M. (2002), S. 98.
Vgl. Becker, D. (1974), S. 11.
Dalkey, N. (1969), S. 11.
Häder, M. (2000), S. 94f.
Wechsler, W. (1978), S. 75.
Becker, D. (1974), S. 151.
Vgl. Becker, D. (1974), S. 146 bzw. 151.
Eine Auflistung findet sich bei Häder: vgl. Häder, M. (2000b), S. 13.
Vgl. Brockhoff, K. (1979), S. 19.
Vgl. Brockhof, K. (1979), S. 21.
Vgl. 3.5.2 „Besonderheiten bei der Szenarioanalyse“.
Vgl. Becker, D. (1974), S. 148.
Weber, K. (1991), S. 129.
Vgl. auch Höpflinger, F. (2001) [15.06.2004].
Vgl. Häder, M. (2002), S. 156f.
Vgl. Häder, M. (2002), S. 157.
Um den Totalausfall einer Gruppe zu verhindern.
Um eine Verzerrung zu vermeiden.
Rights and permissions
Copyright information
© 2005 Deutscher Universitäts-Verlag/GWV Fachverlage GmbH, Wiesbaden
About this chapter
Cite this chapter
Arnold, B. (2005). Prognose und Zukunftsforschung. In: Prognose von Schlüsselqualifikationen in IT-Serviceunternehmen. Markt- und Unternehmensentwicklung. Deutscher Universitätsverlag. https://doi.org/10.1007/978-3-322-81954-3_3
Download citation
DOI: https://doi.org/10.1007/978-3-322-81954-3_3
Publisher Name: Deutscher Universitätsverlag
Print ISBN: 978-3-8244-8330-3
Online ISBN: 978-3-322-81954-3
eBook Packages: Business and Economics (German Language)