Skip to main content
SpringerLink
Log in

Verfahren zur strategisch—taktischen Kapazitätsplanung in Dienstleistungsunternehmen

  • Chapter
Produktion integrativer Dienstleistungen

Part of the book series: neue betriebswirtschaftliche forschung (nbf) ((NBF,volume 332))

  • 239 Accesses

Zusammenfassung

Während auf der operativen Ebene mit dem Yield Management ein Steuerungskonzept vorliegt, dem eine integrative Perspektive der Programm- und Potentialstruktur zugrunde liegt und das gerade zur Kapazitätsplanung von kapitalbzw. fixkostenintensiven Dienstleistungen1 wie Flugtransporten oder Beherbergungen entwickelt wurde und auch zum Einsatz kommt, sind auf der Ebene zur mittel- und langfristigen Planung kaum Ansätze vertreten, die ausgehend von der industriellen Sachgüterproduktion an die Besonderheiten der Dienstleistungserstellung und die resultierenden Anforderungen an eine integrative Analyse angepaßt worden sind.2 Die Grundidee des Yield Management besteht darin, durch simultane, dynamische Preisdifferenzierung und Kapazitätskontigentierung für eine erlösmaximale Auslastung der begrenzten Kapazitäten zu sorgen.3 Als Aktionsparameter werden im wesentlichen Preise und Rabatte sowie Kapazitätskontingente und Überbuchungsraten genutzt.4 Das Konzept ist Gegenstand intensiver Diskussionen sowohl hinsichtlich der methodischen Ausgestaltung als auch zu alternativen Anwendungsbereichen im Dienstleistungssektor wie beispielsweise im Gesundheitssektor.5

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 49.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 74.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Notes

  1. Zu den Rahmenbedingungen für einen Einsatz von Yield Management vgl. Klein (2001), S. 249–250; Friege (1996), S. 616; Daudel, Vialle (1994), S. 117–124; Chapman, Carmel (1992), S. 46.

    Google Scholar 

  2. Vgl. Schweitzer (2003), S. 24–25.

    Google Scholar 

  3. Vgl. Büttgen (1996), S. 260–261; Bertsch (1996), Sp. 2258. Zum Yield Management vgl. Lovelock (1992), S. 163–167; Daudel, Vialle (1994), S. 29–84; Friege (1996); Corsten, Stuhlmann (1998a); Klein (2001); Stuhlmann (2000), S. 213–247. Ein Überblick über den Entwicklungsstand des Konzepts und über praktische Einsatzfelder geben Tscheulin, Lindenmeier (2003).

    Google Scholar 

  4. Vgl. Büttgen (1996), S. 261–262. Zu ähnlichen Überlegungen zur operativen Programmplanung bei Einzelfertigung durch Abgrenzung von Reservekapazitäten und Abgleich von Renditeforderungen vgl. Jacob (1971).

    Google Scholar 

  5. Vgl. z.B. Chapman, Carmel (1992); Secomandi et al. (2002), S. 7–8; Schröder, Hoffjan, Schröder (2003).

    Google Scholar 

  6. Vgl. Schweitzer (2003), S. 24–25. Einen Überblick über den Stand der Literaturdiskussion zum Thema Kapazitätsmanagement in Gesundheitseinrichtungen geben Smith–Daniels, Schweikhart, Smith–Daniels (1988), S. 889–906.

    Google Scholar 

  7. Vgl. auch Schweitzer (2003), S. 98–104, und die dort angeführten Literaturverweise.

    Google Scholar 

  8. Vgl. Strutz (1976).

    Google Scholar 

  9. Zu einer Übersicht über die bekanntesten Modellkonzeptionen zur simultanen Programmund Investitionsplanung vgl. die in Zäpfel (2000b), S. 140, angegebenen Literaturquellen.

    Google Scholar 

  10. Vgl. Werner, Brokemper (1996), S. 166–167.

    Google Scholar 

  11. Vgl. Bürkle (1997), S. 3. Zur Data Envelopment Analysis vgl. Charnes, Cooper, Rhodes (1978); Schefczyk (1996); Dyckhoff, Allen (1999). Zum dabei unterstellten Effizienzbegriff vgl. Bürkle (1997), S. 4–7; Kleine (2001), S. 226–227. Zu alternativen Verfahren der Effizienzmessung von Organisationen vgl. Siebig (1980), S. 49–122.

    Google Scholar 

  12. Vgl. Bürkle (1997), S. 141–142. Zur Einordnung der Data Envelopment Analysis aus entscheidungstheoretischer Sicht vgl. Kleine (2001).

    Google Scholar 

  13. Zur Abgrenzung und zu den Methoden des Operations Research vgl. z.B. Domschke, Drexl (2002), S. 1–9; Müller–Merbach (1973), S. 1–10. Diese Abgrenzung der Methoden dient aber nur der Systematisierung. Häufig werden zur Problemlösung auch mehrere Methoden miteinander kombiniert. Vgl. Page (1982), S. 114–123.

    Google Scholar 

  14. Vgl. Page (1982), S. 40–48, und die dort angeführten Fallbeispiele.

    Google Scholar 

  15. Vgl. Bailey (1952); Bailey (1954). Diese Analyse greift demnach zwar verschiedene Parti–alprobleme einer integrierten Kapazitätsplanung im Spannungsfeld von Ressourcen–und Prozeßeffizienz auf, ohne aber deren Wechselwirkungen untereinander zu berücksichtigen. Ein Überblick über die Literaturbeiträge zur mathematischen Modellbildung und zu Planungsverfahren im Gesundheitswesen findet sich bei Page (1982), S. 40–44.

    Google Scholar 

  16. Vgl. Page (1982), S. 45–46. Zu einem Überblick über mathematische Modelle im Rahmen des Dienstleistungsmanagement allgemein vgl. Rust, Metters (1996).

    Google Scholar 

  17. Vgl. Page (1982), S. 181–183. Zu weiteren Ursachen und Gründen für die fehlende Akzeptanz und den mangelnden Einsatz mathematischer Planungsmethoden allgemein bzw. in deutschen Krankenhäusern vgl. Wilson (1981), S. 828–829; Schlüchtermann (1990), S. 82–85; Eley et al. (2000), S. 9–10.

    Google Scholar 

  18. Vgl. beispielsweise die Ausführungen und Anwendungsbeispiele in Dietrich, Walleitner (1982); Malone, Smith (1988); Mayer (1987), S. 34–36.

    Google Scholar 

  19. Vgl. Hegemann (1986), S. 73–143; Fandel, Hegemann (1986). Eine vergleichbare Simulationsstudie findet sich in O’Kane (1981). Eine ähnliche Analyse zur Bestimmung der erforderlichen Zahl von Krankenwagen und deren Standorte in einer Region ist Gegenstand von Taylor, Templeton (1980). Vgl. dazu auch Page (1982), S. 308–311.

    Google Scholar 

  20. Vgl. Schläger (1976), S. 73–125.

    Google Scholar 

  21. Vgl. Harris (1985).

    Google Scholar 

  22. Vgl. Vissers, Wijngaard (1979); Vissers (1979).

    Google Scholar 

  23. Zu einem Überblick über Modelle und Verfahren des Operations Research in der Produktionsplanung vgl. Fleischmann (1988).

    Google Scholar 

  24. Vgl. Nickel, Tenfelde (2000), S. 548; Rust, Metters (1996), S. 435, 437.

    Google Scholar 

  25. Schweitzer (2003), S. 104.

    Google Scholar 

  26. Vgl. auch Eley et al. (2000), S. 9.

    Google Scholar 

  27. Zu mathematischen Ansätzen zur Organisationsgestaltung vgl. z.B. Wicher (1996); Schae–fer (1997), S. 83–198. Zum Vergleich von Gap–Analyse und Critical–Incident–Technik vgl. Müller, Lohmann (1997); Eichhorn (1997), S. 171–184.

    Google Scholar 

  28. Vgl. z.B. Jacob (1962), S. 651–654; Hax (1964), S. 430–431; Swoboda (1965), S. 150; Layer (1975), S. 35–64. Zu Kapitalwertmodellen vgl. Jacob, Voigt (1997), S. 58–75; Betge (2000), S. 214–225. Zu Programmentscheidungen in der Investitionsrechnung vgl. Kruschwitz (2003), S. 209–279. Zu den dynamischen Verfahren der Investitionsrechnung vgl. Adam (2000), S. 118–162. Zur Linearen Programmierung — auch Lineare Optimierung oder Lineare Planungsrechnung genannt — vgl. Domschke, Drexl (2002), S. 12–54; Müller–Merbach (1973), S. 88–175.

    Google Scholar 

  29. Zu einem einfachen Grundmodell der taktischen Kapazitätsplanung vgl. Zäpfel (2000b), S. 136–140; Jacob (1973), S. 212–213, 260–261.

    Google Scholar 

  30. Zur Äquivalenz alternativer Zielkonzepte in Modellen der simultanen Investitions–und Finanzplanung vgl. Bitz (1976). Zur Eignung kalkulatorischer und handelsrechtlicher Erfolgsgrößen für mehrperiodige Investitionsrechnungen vgl. Kloock (1981).

    Google Scholar 

  31. Zum Problem der Bewertung des Restnutzungspotentials einer Kapazitätseinheit vgl. Adam (1968); Jacob (1964), S. 557.

    Google Scholar 

  32. Die angeführten Nebenbedingungen und Bestandsgleichungen lassen sich sowohl für Betriebsmittel als auch für den Faktor Personal formulieren. Vgl. Strutz (1976), S. 87–90.

    Google Scholar 

  33. Um die logische Konsistenz der Planungsergebnisse zu gewährleisten, ist zudem zu fordern, daß ein Kapazitätsabbau nur maximal in dem Umfang erfolgen kann, wie Betriebsmittel angeschafft worden sind. Außerdem sind entsprechende Nicht–Negativitätsbedin–gungen für die Variablen und einzelne Modellparameter einzuhalten.

    Google Scholar 

  34. Zu einem Modell, das Raumpotentiale explizit als Kapazitätseinheiten mit berücksichtigt, vgl. Woischwill (1992), S. 44–47.

    Google Scholar 

  35. Vgl. z.B. Jacob (1964), S. 559–560.

    Google Scholar 

  36. Vgl. Kruschwitz (2003), S. 255–257, 278–279; Layer (1975), S. 65–105; Müller–Merbach (1973), S. 366–412; Seelbach (1967), S. 55–97.

    Google Scholar 

  37. Vgl. beispielsweise Jacob (1964), S. 581–587; Swoboda (1965), S. 156–159; Jacob (1973), S. 262–264, 363–364; Inderfurth (1982), S. 20–26; Stützte (1987), S. 136–156; Woischwill (1992), S. 83–89; Strutz (1976), S. 80–91. Zu Integrationsmodellen vgl. Betge (2000), S. 243–248; Jacob, Voigt (1997), S. 76–92.

    Google Scholar 

  38. Vgl. Betge (2000), S. 11–12; Kruschwitz (2003), S. 212–213. Zum Interdependenzproblem in der Investitionsrechnung vgl. Jacob, Voigt (1997), S. 20–24.

    Google Scholar 

  39. Zu diesem von Jacob formulierten Prinzip der Gewinnrückkopplung vgl. Jacob (1964), S. 581–584.

    Google Scholar 

  40. Vgl. Jacob (1964), S. 565–569; Jacob, Voigt (1997), S. 87–92.

    Google Scholar 

  41. Vgl. beispielsweise Jacob (1973), S. 312–313; Kruschwitz (2003), S. 260–261, 275–279.

    Google Scholar 

  42. Vgl. Inderfurth (1982), S. 148–149; Jacob, Voigt (1997), S. 92.

    Google Scholar 

  43. Vgl. Jacob (1967), S. 153–158; Hax (1970).

    Google Scholar 

  44. Vgl. Riess (1996), S. 15–16; Inderfurth (1982), S. 37–94, 149–150. Zu Methoden der Investitionsplanung unter Unsicherheit vgl. Kruschwitz (2003), S. 285–389; Adam (2000), S. 334–371; Sibbel, Lutschewitz (2004).

    Google Scholar 

  45. Vgl. Schweitzer (2003), S. 104.

    Google Scholar 

  46. Zu den Strukturmerkmalen eines allgemeinen investitionstheoretischen Modells zur taktischen Kapazitätsplanung für Dienstleistungen vgl. Schweitzer (2003), S. 92–98.

    Google Scholar 

  47. Diese Faktorrelationen geben für einen einzelnen Prozeß an, welche genauen Einsatzfaktoren in welchen Mengen zur Durchführung des Prozesses benötigt werden. Sie werden daher in Anlehnung an den Begriff Produktionskoeffizient auch als Prozeßkoeffizient bezeichnet. Vgl. Schweitzer (2003), S. 56.

    Google Scholar 

  48. Vgl. Schweitzer (2003), S. 79–85.

    Google Scholar 

  49. Vgl. Schweitzer (2003), S. 177–178. Je nachdem, wie sehr sich die Individualität und Integrativität der Dienstleistung auf die Prozesse und den Faktoreinsatz auswirken, d.h., je mehr die Dienstleistung Projektcharakter besitzt, desto mehr ist sie als terminlich fein strukturierte Dienstleistungsproduktion mit niedriger Wiederholungsrate zuzuordnen. Vgl. Schweitzer (2003), S. 235–236.

    Google Scholar 

  50. Zu den allgemeinen und für diesen Dienstleistungstyp unterstellten Anwendungsbedingungen vgl. Schweitzer (2003), S. 89–91 und 180–184.

    Google Scholar 

  51. Vgl. Schweitzer (2003), S. 234.

    Google Scholar 

  52. Vgl. Jacob, Voigt (1997), S. 14–16.

    Google Scholar 

  53. Vgl. Schweitzer (2003), S. 94–95, 113–114.

    Google Scholar 

  54. Zur Problematik der Formulierung einer geeigneten Zielfunktion als Schwachpunkt von Optimierungsmodellen vgl. Page (1982), S. 185. Zu Methoden der Auflösung von Zielkonflikten vgl. Adam (1996b), S. 109–112.

    Google Scholar 

  55. Vgl. Schweitzer (2003), S. 175.

    Google Scholar 

  56. Vgl. Adam (2000), S. 73–77.

    Google Scholar 

  57. Vgl. Jacob, Voigt (1997), S. 99–100. Zu Chance–Constrained–Modellen vgl. Chames, Cooper (1960); Bühler, Dick (1973), S. 101–110. Zu Ersatzmodellen für stochastisch lineare Programme vgl. Riess (1996), S. 83–179.

    Google Scholar 

  58. Vgl. Schweitzer (2003), S. 174–175.

    Google Scholar 

  59. Vgl. Schweitzer (2003), S. 126–129.

    Google Scholar 

  60. Vgl. Schweitzer (2003), S. 223–224. Zu Lerneffekten in der Produktion vgl. Mochty (1996). Zur Modellierung und Aggregation von Lern–und Erfahrungseffekten vgl. Kloock, Sabel, Schuhmann (1987), S. 9–39; Werkmeister (2000), S. 164–168.

    Google Scholar 

  61. Vgl. Schweitzer (2003), S. 144–148, 223–224.

    Google Scholar 

  62. Vgl. Schweitzer (2003), S. 177–180.

    Google Scholar 

  63. Vgl. Schweitzer (2003), S. 191–192.

    Google Scholar 

  64. Vgl. Schweitzer (2003), S. 234.

    Google Scholar 

  65. Vgl. Meffert (1969), S. 800. Jacob betont allerdings, daß trotz des umfassenden mehrperi–odigen Planungshorizonts der wesentliche Zweck der Investitionsprogrammplanung darin besteht, unter Berücksichtigung der zeitlich–vertikalen Interdependenzen die in der ersten Periode durchzuführenden Investitionen festzulegen. Vgl. Jacob, Voigt (1997), S. 74. Siehe dazu auch Seelbach (1967), S. 53.

    Google Scholar 

  66. Vgl. Schweitzer (2003), S. 223–224.

    Google Scholar 

  67. Vgl. Page (1982), S. 231–244.

    Google Scholar 

  68. Vgl. Meffert (1969), S. 800.

    Google Scholar 

  69. Zur Sensitivitätsanalyse im Rahmen der Linearen Programmierung vgl. Adam (1996b), S. 467–470.

    Google Scholar 

  70. Vgl. Page (1982), S. 182–183; Schlüchtermann (1990), S. 83.

    Google Scholar 

  71. Vgl. Meyer, Wohlmannstetter (1985), S. 262; Greißinger (2000), S. 11–12.

    Google Scholar 

  72. Vgl. Haksever et al. (2000), S. 383–385; Breyer, Zweifel, Kifmann (2003), S. 331–333. Zu den Problemen der Messung und Bewertung von Ressourcenverbräuchen im Krankenhaus vgl. Greißinger (2000), S. 44–51. Zur Problematik der Wirtschaftlichkeitsmessung vgl. Mayer (1958).

    Google Scholar 

  73. Zur Systematisierung von Kennzahlen vgl. Merkle (1982), S. 326; Reichmann (2001), S. 21–22. Zur Diskussion alternativer betrieblicher Kennzahlen vgl. Vodrazka (1967), S. 28–91.

    Google Scholar 

  74. Zur Diskussion herkömmlicher Wirtschaftlichkeitskennzahlen im Vergleich zu Effizienz–werten vgl. Greißinger (2000), S. 124–125.

    Google Scholar 

  75. Vgl. Greißinger (2000), S. 80–81.

    Google Scholar 

  76. Vgl. Reichmann (2001), S. 59–60; Dyckhoff, Allen (1999), S. 411; Kern (1971), S. 702.

    Google Scholar 

  77. Vgl. Janssen (1999), S. 17–20; Schmitz (2000), S. 116–119; Merkle (1982), S. 329.

    Google Scholar 

  78. Zu Verfahren der Vergleichsgruppierung von Krankenhäusern vgl. Bürkle (1997), S. 104–108; Reichsthaler (2001), S. 78–82.

    Google Scholar 

  79. Vgl. Janssen (1999), S. 2; Staat (2000), S. 125; Kuntz, Scholtes (1999), S. 188–189. Zur gesetzlichen Verankerung von Krankenhausbetriebsvergleichen vgl. § 5 BPflV; Lüngen, Wolf–Ostermann, Lauterbach (2001), S. 3–13; Breyer, Zweifel, Kifmann (2003), S. 328.

    Google Scholar 

  80. Vgl. Kracht (1982), S. 121–132. Zu Möglichkeiten der Operationalisierung des Krankenhaus–Outputs vgl. Janssen (1999), S. 46–60.

    Google Scholar 

  81. Vgl. Kuntz, Scholtes (1999), S. 189–191; Schmitz (2000), S. 139. Zu alternativen Verfahren von Krankenhausbetriebsvergleichen vgl. Reichsthaler (2001), S. 119–123; Janssen (1999), S. 157–211; Bürkle (1997), S. 108–133.

    Google Scholar 

  82. Vgl. Bürkle (1997), S. 91–100; Janssen (1999), S. 125–128; Schmitz (2000), S. 127–133.

    Google Scholar 

  83. Vgl. Mansky (2000), S. 186. Gleichzeitig verlagert sich damit die Zielsetzung von Krankenhausvergleichen weg von der Budgetfindung hin zu managementorientierten Zwecken. Vgl. Mansky (2000), S. 190; Lüngen, Wolf–Ostermann, Lauterbach (2001), S. 166–168.

    Google Scholar 

  84. Vgl. Fischer (2001), S. 15–17; Reichsthaler (2001), S. 57–60; Breyer, Zweifel, Kifmann (2003), S. 334–336. Zu den Potentialen des Benchmarking im DRG–System vgl. z.B. Möws, Seidel (2001). Analog tragen auch die Pflegekategorien gemäß Pflege–Personalregelung zur Vergleichbarkeit der pflegerischen Leistungen bei. Vgl. Kapitel 3.3.3.2.

    Google Scholar 

  85. Vgl. Lüngen, Wolf–Ostermann, Lauterbach (2001), S. 163–164; Fischer (2001), S. 28; Janssen (1999), S. 137–138; Bürkle (1997), S. 100–104. Zu den Vorteilen und Möglichkeiten fallgruppen–bzw. DRG–basierter Betriebsvergleiche vgl. Mansky (2000), S. 186–189; Neubauer, Demmler (1988), S. 757.

    Google Scholar 

  86. Vgl. Kleine (2002), S. 69–85; Greißinger (2000), S. 132.

    Google Scholar 

  87. Vgl. Staat (2000), S. 127–131. Zur Einbettung der Data Envelopment Analysis in das Benchmarking vgl. Homburg (2000), S. 583–586; Helmig (2001), S. 489–493.

    Google Scholar 

  88. Vgl. Charnes, Cooper, Rhodes (1978), S. 429–430; Cantner, Hanusch (1998), S. 237; Kuntz, Scholtes (1999), S. 192.

    Google Scholar 

  89. Vgl. Dyckhoff, Allen (1999), S. 411–412. Ein Überblick über ausgewählte Anwendungen findet sich bei Schefczyk (1996), S. 176–178; Bürkle (1997), S. 1–3. Zu Studien im Krankenhaussektor vgl. die Übersicht und die Analysen in Bürkle (1997), S. 37–91, sowie Hollingsworth, Dawson, Maniadakis (1999), S. 164–167; O’Neill (1998), S. 23–26; Al–Shammari (1999); Kuntz, Scholtes (1999), S. 195–202; Staat (2000), S. 131–135; Greißin–ger (2000), S. 161–199; Hofmarcher, Paterson, Riedel (2002); Tsai, Mar Molinero (2002); Delesie (2003); Sommersguter–Reichmann (2003). Zum Vergleich alternativer Verfahren der Effizienzmessung von Krankenhäusern vgl. Jacobs (2001).

    Google Scholar 

  90. Vgl. Bürkle (1997), S. 141; Cantner, Hanusch (1998), S. 228; Dyckhoff (2003), S. 177.

    Google Scholar 

  91. Vgl. Bürkle (1997), S. 10–11.

    Google Scholar 

  92. Vgl. Bürkle (1997), S. 7. Zum mathematischen Ansatz der Data Envelopment Analysis vgl. Chames, Cooper, Rhodes (1978), S. 430–435; Dyckhoff, Allen (1999), S. 420–421; Reichsthaler (2001), S. 104–115. Zur Kritik insbesondere an der linearen Verknüpfung der Merkmale vgl. Delesie (2003), S. 149–154.

    Google Scholar 

  93. Vgl. Reichsthaler (2001), S. 118. Zur produktionstheoretischen Fundierung und Ableitung der Data Envelopment Analysis vgl. Dyckhoff, Allen (1999), S. 422–430.

    Google Scholar 

  94. Vgl. Schefczyk (1996), S. 168–169; Greißinger (2000), S. 88–89. Zu den Nachteilen parametrischer Ansätze von Kostenfunktionen vgl. Breyer, Zweifel, Kifmann (2003), S. 342.

    Google Scholar 

  95. Vgl. Bürkle (1997), S. 11.

    Google Scholar 

  96. Derartige Kombinationen real existierender Referenzdaten werden auch als virtuelle Technologien bezeichnet. Vgl. Homburg (2000), S. 584; Cantner, Harnisch (1998), S. 232.

    Google Scholar 

  97. Vgl. Kuntz, Scholtes (1999), S. 192–193. Je nach Effizienzmaß bezieht sich die Ineffizienz auf eine gleichmäßige Verringerung aller oder nur einzelner Inputfaktoren. Vgl. Dyckhoff, Allen (1999), S. 416–418. Zu den Arten und Maßgrößen der Ineffizienz vgl. Cantner, Harnisch (1998), S. 229–230; Kleine (2002), S. 177–210.

    Google Scholar 

  98. Vgl. Helmig (2001), S. 490; Dyckhoff, Allen (1999), S. 425; Werner, Brokemper (1996), S. 165. Zur Darstellung und Interpretation der Analyseergebnisse der Data Envelopment Analysis vgl. Greißinger (2000), S. 103–116.

    Google Scholar 

  99. Vgl. z.B. Chames, Neralić (1990); Seiford, Zhu (1998); Cooper et al. (2001). Zu den modellunabhängigen Erweiterungen der Data Envelopment Analysis vgl. Schefczyk (1996), S. 174–176; Coelli, Rao, Battese (1998), S. 161–176; Cooper, Seiford, Tone (2000), S. 115–235.

    Google Scholar 

  100. Vgl. beispielsweise Sengupta (1999).

    Google Scholar 

  101. Zur Klassifizierung von Data–Envelopment–Analysis–Verfahren vgl. Schefczyk (1996), S. 171–173; Kleine (2001), S. 230–232; Greißinger (2000), S. 100–102.

    Google Scholar 

  102. Vgl. z.B. Coelli, Rao, Battese (1998), S. 134–159.

    Google Scholar 

  103. Vgl. Kleine (2002), S. 210–213; Dyckhoff, Allen (1999), S. 431–432; Bürkle (1997), S. 142.

    Google Scholar 

  104. Zu diesen Auswahlkriterien und dem Auswahlraster vgl. Schefczyk (1996), S. 173–174.

    Google Scholar 

  105. Zu diesem als „Hybrid Modelling“ bezeichneten Vorgehen vgl. Greißinger (2000), S. 102, 128–129.

    Google Scholar 

  106. Vgl. Reichsthaler (2001), S. 118; Helmig (2001), S. 491. Zu Vor–und Nachteilen der Data Envelopment Analysis vgl. auch Schefczyk (1996), S. 178–179; Bürkle (1997), S. 141–145; Dyckhoff, Allen (1999), S. 430–433; Greißinger (2000), S. 121–130.

    Google Scholar 

  107. Vgl. Reichsthaler (2001), S. 118–119.

    Google Scholar 

  108. Vgl. Bürkle (1997), S. 144; Homburg (2000), S. 587; Reichsthaler (2001), S. 116.

    Google Scholar 

  109. Vgl. Dyckhoff (2003), S. 182–183; Kleine (2001), S. 240. Als Beispiel siehe die Ergebnisse in Hofmarcher, Paterson, Riedel (2002), S. 11–13.

    Google Scholar 

  110. Vgl. Dyckhoff, Allen (1999), S. 432.

    Google Scholar 

  111. Vgl. Kleine (2001), S. 239–240.

    Google Scholar 

  112. Vgl. Greißinger (2000), S. 129; Dyckhoff, Allen (1999), S. 413.

    Google Scholar 

  113. Vgl. Homburg (2000), S. 587.

    Google Scholar 

  114. Zu deskriptiven und kausalen Methoden des Betriebsvergleichs vgl. Endres (1980), S. 14–24; Vodrazka (1967), S. 17–19.

    Google Scholar 

  115. Zur Data Envelopment Analysis als Planungs–und Kontrollinstrument vgl. Werner, Brokemper (1996), S. 168–169.

    Google Scholar 

  116. Vgl. Greißinger (2000), S. 121; Dyckhoff, Allen (1999), S. 431–432. Die Data Envelopment Analysis zählt somit zu den Methoden des Verfahrensvergleichs. Vgl. Vodrazka (1967), S. 95–96.

    Google Scholar 

  117. Zu den Anforderungen an die Input–und Outputgrößen vgl. Greißinger (2000), S. 118.

    Google Scholar 

  118. Vgl. Dyckhoff, Allen (1999), S. 429–430.

    Google Scholar 

  119. Vgl. Greißinger (2000), S. 128–129.

    Google Scholar 

  120. Vgl. Cooper, Seiford, Tone (2000), S. 251–277; Schefczyk (1996), S. 176; Cantner, Hanusch (1998), S. 237.

    Google Scholar 

  121. Vgl. Greißinger (2000), S. 129; Kleine (2001), S. 232–233.

    Google Scholar 

  122. Vgl. Shafer, Byrd (2000), S. 135; Kleine (2001), S. 240. Zu den Grundannahmen der Data Envelopment Analysis vgl. Dyckhoff, Allen (1999), S. 432–433. Zum Überblick über mögliche Technologien im Rahmen der Data Envelopment Analysis vgl. Kleine (2002), S. 156–160. Zu dienstleistungsspezifischen Produktionsfunktionen vgl. Corsten (2001), S. 188–248. Zum Krankenhaus als Produktionsbetrieb vgl. Feldstein (1967), S. 90–124; Breyer, Zweifel, Kifmann (2003), S. 337–342.

    Google Scholar 

  123. Vgl. Greißinger (2000), S. 126–130; Kleine (2001), S. 231–232; Dyckhoff, Allen (1999), S. 432. Zu weiteren Anwendungsempfehlungen für ein Benchmarking mit Hilfe der Data Envelopment Analysis vgl. Helmig (2001), S. 493–494.

    Google Scholar 

  124. Vgl. Greißinger (2000), S. 149–159.

    Google Scholar 

  125. Vgl. Greißinger (2000), S. 85.

    Google Scholar 

  126. Vgl. Greißinger (2000), S. 137.

    Google Scholar 

  127. Vgl. Homburg (2000), S. 586–587; Werner, Brokemper (1996), S. 165.

    Google Scholar 

  128. Vgl. Werner, Brokemper (1996), S. 168–169; Haksever et al. (2000), S. 398.

    Google Scholar 

  129. Vgl. Greißinger (2000), S. 135–136; Dyckhoff, Allen (1999), S. 423.

    Google Scholar 

  130. Vgl. Dyckhoff, Allen (1999), S. 433.

    Google Scholar 

  131. Vgl. Greißinger (2000), S. 122.

    Google Scholar 

  132. Vgl. Kleine (2002), S. 125–127; Kern (1971), S. 701–702.

    Google Scholar 

  133. Vgl. Bürkle (1997), S. 142–143.

    Google Scholar 

  134. Vgl. Greißinger (2000), S. 126–127.

    Google Scholar 

  135. Vgl. z.B. Sengupta (1987); Land, Lovell, Thore (1993); Sueyoshi (2000), S. 385–389; Cooper et al. (2002). Zu stochastischen Modellen der Data Envelopment Analysis vgl. auch Greißinger (2000), S. 142–144.

    Google Scholar 

  136. Vgl. Breyer, Zweifel, Kifmann (2003), S. 349. Zu Formen der Unsicherheit bei der Durchführung von Wirtschaftlichkeitsanalysen generell vgl. Greißinger (2000), S. 39.

    Google Scholar 

  137. Vgl. Helmig (2001), S. 495; Cooper, Seiford, Tone (2000). Ein Vergleich verschiedener Softwareprogramme zur Data Envelopment Analysis findet sich bei Hollingsworth (1997).

    Google Scholar 

  138. Vgl. Cantner, Hanusch (1997); Bürkle, Raber (1995); Dlouhy, Pankova (2003).

    Google Scholar 

  139. Vgl. Dyckhoff, Allen (1999), S. 423; Greißinger (2000), S. 85.

    Google Scholar 

  140. Vgl. Seiford (1997), S. 393, und die dort angeführte ausführliche Bibliographie zur Data Envelopment Analysis; Greißinger (2000), S. 205.

    Google Scholar 

  141. Vgl. Helmig (2001), S. 495.

    Google Scholar 

  142. Vgl. Greißinger (2000), S. 129.

    Google Scholar 

  143. Vgl. Bürkle (1997), S. 142–143.

    Google Scholar 

  144. Vgl. Breyer, Zweifel, Kifmann (2003), S. 342.

    Google Scholar 

  145. Vgl. Bürkle (1997), S. 144–145; Greißinger (2000), S. 129.

    Google Scholar 

  146. Vgl. Breyer, Zweifel, Kifmann (2003), S. 349–350.

    Google Scholar 

  147. Greissinger schlägt z.B. im Rahmen der Effizienzanalyse medizinischer Verfahren vor, patientenbezogene Input–Output–Relationen als Vergleichsobjekte anzusetzen. Vgl. Greißinger (2000), S. 134. In Anlehnung daran könnten zur strategisch–taktischen Kapazitätsplanung Analysen in Abhängigkeit von Fallgruppen oder verschiedener Ausprägungen des Leistungsspektrums sinnvoll sein.

    Google Scholar 

  148. Zu den Merkmalen eines Warteschlangenproblems vgl. Duckett (1987), S. 46–56.

    Google Scholar 

  149. Vgl. Gal (1992), S. 256–257; Hegemann (1986), S. 57–58.

    Google Scholar 

  150. In Anlehnung an Hegemann (1986), S. 58.

    Google Scholar 

  151. Vgl. Hegemann (1986), S. 58–59.

    Google Scholar 

  152. Vgl. Hillier, Liebermann (2001), S. 835–837; Runzheimer (1999), S. 329–331.

    Google Scholar 

  153. Vgl. Schlüchtermann (1990), S. 94–95. Zu den Grundlagen der Warteschlangentheorie vgl. Saaty (1961); Hillier, Liebermann (2001), S. 834–890; Gross, Harris (1998); Domschke, Drexl (2002), S. 193–205.

    Google Scholar 

  154. Vgl. Schlüchtermann (1990), S. 100.

    Google Scholar 

  155. Mit der Zwischenankunftszeit wird die Zeitdauer bezeichnet, die nach Eintreffen einer nachfragenden Einheit vergeht, bevor die Ankunft der nächsten Einheit erfolgt. Vgl. Domschke, Drexl (2002), S. 197.

    Google Scholar 

  156. Zu Wahrscheinlichkeitsverteilungen vgl. Müller–Merbach (1973), S. 419–426.

    Google Scholar 

  157. Vgl. Schlüchtermann (1990), S. 95–100, 113–115; Fandel, Hegemann (1986), S. 1133–1134; Dietrich, Walleitner (1982), S. 17–21.

    Google Scholar 

  158. Zu unterschiedlichen Typen von Leistungsstellen vgl. Schmidt (1985), S. 103–114.

    Google Scholar 

  159. Mit der Warteschlangendisziplin wird auch festgelegt, ob bzw. unter welchen Bedingungen ein Kunde ggf. die Warteschlange vor Abfertigung wieder verläßt. Vgl. Gal (1992), S. 257.

    Google Scholar 

  160. Warteschlangenmodelle, die derartige Unterbrechungen bei der Leistungserstellung zulassen, werden als preemtive Systeme bezeichnet. Vgl. Schlüchtermann (1990), S. 102–103.

    Google Scholar 

  161. Vgl. beispielsweise die Grundmodelle in Haksever et al. (2000), S. 313.

    Google Scholar 

  162. Vgl. Kendall (1953), S. 338–340; Dietrich, Walleitner (1982), S. 28; Gross, Harris (1998), S. 7–8. Im Gegensatz dazu bezieht sich die erweiterte Notation von Hegemann auf sämtliche Merkmale zur Kennzeichnung eines warteschlangentheoretischen Modellansatzes. Er geht dabei aber immer von offenen Systemen, d.h. unbeschränkten Inputquellen aus. Vgl. Hegemann (1986), S. 79–82. Vgl. auch Domschke, Drexl (2002), S. 204–205.

    Google Scholar 

  163. Vgl. Gal (1992), S. 270. Als Beispiel sei auf die Analyse der Probleme der Werkstattfertigung mit Hilfe der Warteschlangentheorie in Häfner (1992), S. 97–161, hingewiesen. Zur Wahrnehmung von Zeitaspekten und zu Einflußfaktoren auf die Bewertung von Wartesituationen vgl. Schäffer (2003), S. 179–199; Stuhlmann (2000), S. 201–206; Haksever et al. (2000), S. 297–299; Larson (1987), S. 897–901.

    Google Scholar 

  164. Vgl. Gal (1992), S. 274–279.

    Google Scholar 

  165. Vgl. Gal (1992), S. 257; Gross, Harris (1998), S. 9; Runzheimer (1999), S. 331–334; Haksever et al. (2000), S. 312; Domschke, Drexl (2002), S. 193.

    Google Scholar 

  166. Vgl. Adam (1996b), S. 493; Schlüchtermann (1990), S. 118–119.

    Google Scholar 

  167. Vgl. z.B. Egle (1970), S. 323–324; Hegemann (1986), S. 72. Zu den Merkmalen von Krankenhäusern im Sinne eines Warteschlangensystems vgl. auch Schläger (1976), S. 17–18. Für einzelne Funktionsdienste lassen sich ggf. neben den Notfällen noch stationäre und ambulante Patienten als unabhängige Inputquellen unterscheiden.

    Google Scholar 

  168. Zum Zusammenhang zwischen exponentialverteilten Zwischenankunftszeiten und der Poissonverteilung der Zahl der Ankünfte in einem Zeitraum vgl. Hillier, Liebermann (2001), S. 845–846.

    Google Scholar 

  169. Vgl. Schlüchtermann (1990), S. 33–35; Schweitzer (2003), S. 102.

    Google Scholar 

  170. Vgl. Schlüchtermann (1990), S. 35–37.

    Google Scholar 

  171. Zur Diskussion der verschiedenen Parameter von Warteschlangenmodellen im Rahmen der Anwendung auf Krankenhausleistungen vgl. Schlüchtermann (1990), S. 104–120. Zu Warteschlangenmodellen mit Prioritätsregeln vgl. Hillier, Liebermann (2001), S. 879–885.

    Google Scholar 

  172. In Anlehnung an Schläger (1976), S. 17.

    Google Scholar 

  173. Vgl. Schlüchtermann (1990), S. 99–100; Schweitzer (2003), S. 102. Zu warteschlangen–basierten Anwendungen im Gesundheitswesen vgl. Saaty (1961), S. 343–346; Egle (1970); Schläger (1976); Page (1982), S. 322–344; Dietrich, Walleitner (1982), S. 41–63; Hegemann (1986), S. 60–63; Worthington (1987). Einen Überblick über die Inhalte und Besonderheiten des Operations Reserach im Gesundheitswesen gibt Vissers in Vissers (2003b).

    Google Scholar 

  174. Vgl. Kistner, Switalski (1988), S. 5–9. Zu den Eigenschaften von Markov–Ketten vgl. Hil–lier, Liebermann (2001), S. 803–808; Chao, Miyazawa, Pinedo (1999), S. 15–22.

    Google Scholar 

  175. Vgl. Gal (1992), S. 280; Kendall (1953), S. 341–352; Gross, Harris (1998), S. 22–45; Domschke, Drexl (2002), S. 198–203.

    Google Scholar 

  176. Vgl. Gal (1992), S. 284, 286; Schlüchtermann (1990), S. 119–120; Hillier, Liebermann (2001), S. 885–889. Beispielsweise basiert das mehrstufige Modell von Hegemann zur klinischen Diagnostik eines Krankenhauses auf dieser Prämisse, um die Kenngrößen analytisch bestimmen zu können. Vgl. Hegemann (1986), S. 125–127. Zu Warteschlangennetzwerken vgl. Chao, Miyazawa, Pinedo (1999).

    Google Scholar 

  177. Vgl. Gross, Harris (1998), S. 370–371; Haksever et al. (2000), S. 317.

    Google Scholar 

  178. Zu Warteschlangenmodellen als Entscheidungsinstrument vgl. Hillier, Liebermann (2001), S. 907–926.

    Google Scholar 

  179. Vgl. Schweitzer (2003), S. 102–104.

    Google Scholar 

  180. Vgl. Schlüchtermann (1990), S. 123.

    Google Scholar 

  181. Vgl. Kistner, Switalski (1988), S. 2; Hegemann (1986), S. 59–60. Zu Warteschlangen als realem Phänomen vgl. z.B. Gal (1992), S. 256.

    Google Scholar 

  182. Vgl. Hillier, Liebermann (2001), S. 839. Zur Kritik an der Analyse stabiler Gleichgewichtszustände vgl. Larson (1987), S. 901–904.

    Google Scholar 

  183. Zu den statistischen Anwendungsvoraussetzungen von Warteschlangenmodellen vgl. Dietrich, Walleitner (1982), S. 30–32.

    Google Scholar 

  184. Vgl. Kistner, Switalski (1988), S. 2–3.

    Google Scholar 

  185. Vgl. Schlüchtermann (1990), S. 123.

    Google Scholar 

  186. Vgl. Hegemann (1986), S. 63–64; Schlüchtermann (1990), S. 121.

    Google Scholar 

  187. Zu dynamischen Warteschlangenmodellen vgl. z.B. Meyer (1971), S. 78–92, 123–142, 172–181.

    Google Scholar 

  188. Vgl. Kistner, Switalski (1988), S. 2–3.

    Google Scholar 

  189. Vgl. Hillier, Liebermann (2001), S. 852–871; Hegemann (1986), S. 64.

    Google Scholar 

  190. Vgl. Gal (1992), S. 283–284; Dietrich, Walleitner (1982), S. 38–39.

    Google Scholar 

  191. Vgl. Kistner, Switalski (1988), S. 1; Gal (1992), S. 284, 286.

    Google Scholar 

  192. Vgl. Schlüchtermann (1990), S. 123.

    Google Scholar 

  193. Vgl. Fandel, Hegemann (1986), S. 1129–1130.

    Google Scholar 

  194. Vgl. Schläger (1976), S. 31.

    Google Scholar 

  195. Vgl. Schlüchtermann (1990), S. 121–122; Adam (1996b), S. 488.

    Google Scholar 

  196. Vgl. z.B. Schläger (1976), S. 33–72, 234.

    Google Scholar 

  197. Vgl. Adam (1996b), S. 488. Zu den Grundlagen der Simulationstheorie und ihrer Anwendung auf betriebliche Systeme vgl. Witte (1973); Harrington, Tumay (2000); Law, Kelton (2000); Banks et al. (2001).

    Google Scholar 

  198. Vgl. Witte (1973), S. 18–19; Schlüchtermann (1990), S. 124–125; Rieper (1992), S. 132–133.

    Google Scholar 

  199. Vgl. Gal (1992), S. 293; Komarnicki (1980), S. 14.

    Google Scholar 

  200. Vgl. Harrington, Tumay (2000), S. 108–118. Zur Struktur formaler Systeme vgl. Witte (1973), S. 74–77. Zu einem möglichen Informationsschema zur Modellentwicklung bestehend aus Prozeßelementen und–regeln vgl. Komarnicki (1980), S. 73–108.

    Google Scholar 

  201. Vgl. Gal (1992), S. 316–318.

    Google Scholar 

  202. Vgl. Witte (1973), S. 116; Hillier, Liebermann (2001), S. 1113–1114. Eine Übersicht über den Ablauf einer Simulationsanalyse findet sich z.B. in Komarnicki (1980), S. 21–30; Gal (1992), S. 304–329; Sibbel, Urban (2001), S. 190–194; Neumann, Rosemann, Schwegmann (2003), S. 452–454.

    Google Scholar 

  203. Vgl. Banks et al. (2001), S. 4–5; Baron et al. (2001), S. 141; Adam (1996b), S. 488.

    Google Scholar 

  204. Vgl. Domschke, Drexl (2002), S. 206.

    Google Scholar 

  205. Zu dieser Systematik von Simulationsarten vgl. Domschke, Drexl (2002), S. 207–208; Law, Kelton (2000), S. 5–6; Stützle (1987), S. 242–246.

    Google Scholar 

  206. Vgl. Hillier, Liebermann (2001), S. 1086; Gal (1992), S. 294–295.

    Google Scholar 

  207. Vgl. Harrington, Tumay (2000), S. 49–50; Law, Kelton (2000), S. 87–89.

    Google Scholar 

  208. Vgl. Hillier, Liebermann (2001), S. 1093–1095; Witte (1973), S. 45–73.

    Google Scholar 

  209. Vgl. Domschke, Drexl (2002), S. 208.

    Google Scholar 

  210. Zum Unterschied zwischen zeitorientierten und ereignisorientierten Simulationsmodellen vgl. Witte (1973), S. 99–102; Gal (1992), S. 314–315; Adam (1996b), S. 489–491.

    Google Scholar 

  211. Vgl. Domschke, Drexl (2002), S. 208.

    Google Scholar 

  212. Vgl. Schlüchtermann (1990), S. 127; Adam (1996b), S. 490.

    Google Scholar 

  213. Vgl. Banks et al. (2001), S. 13–14; Gal (1992), S. 296–297.

    Google Scholar 

  214. Vgl. Witte (1973), S. 177–195. Zur statistischen Auswertung von Simulationsdaten vgl. Fischer (1988).

    Google Scholar 

  215. Vgl. Hillier, Liebermann (2001), S. 1114; Gal (1992), S. 325–329; Fischer (1988), S. 401.

    Google Scholar 

  216. Vgl. Schlüchtermann (1990), S. 127; Schmidt (1985), S. 67. Zur statistischen Auswertung von Simulationsergebnissen vgl. Runzheimer (1999), S. 273–274.

    Google Scholar 

  217. Vgl. Dietrich, Walleitner (1982), S. 75;???.

    Google Scholar 

  218. Vgl. Domschke, Drexl (2002), S. 211–216; Hillier, Liebermann (2001), S. 1101–1110. Zur Auswahl von Verteilungsfunktionen vgl. Law, Kelton (2000), S. 292–394.

    Google Scholar 

  219. Vgl. Page (1982), S. 185; Hegemann (1986), S. 69–70; Adam (1996b), S. 489. Zu den Funktionen von Simulationen vgl. Gal (1992), S. 305–306.

    Google Scholar 

  220. Vgl. Schlüchtermann (1990), S. 127; Domschke, Drexl (2002), S. 206.

    Google Scholar 

  221. Vgl. Domschke, Drexl (2002), S. 220; Law, Kelton (2000), S. 12–60; Runzheimer (1999), S. 341–342; Dietrich, Walleitner (1982), S. 64–77.

    Google Scholar 

  222. Vgl. Witte (1989), S. 514; Gal (1992), S. 286; Adam (1996b), S. 488. Zu Modellierungskonzepten als Grundlage für Simulationen vgl. Wenzel (2000), S. 29–30.

    Google Scholar 

  223. Vgl. Page (1982), S. 186; Hegemann (1986), S. 64. Zu Simulationsstudien im Gesundheitswesen vgl. beispielsweise Fetter, Thompson (1965); Fuchs, Gierl (1979); Schläger (1979); Davies (1985); Wright (1987); Kumar, Si Ow, Prietula (1993); Davies (1994); Altinel, Ulas (1996); Taylor, Eldabi, Paul (1998); Eldabi, Paul, Taylor (1999); Vissers (2003a); Harper, Gamlin (2003).

    Google Scholar 

  224. Vgl. Gal (1992), S. 321–322; Schmidt (1985), S. 210–211. Ein knapper Überblick über verschiedene Simulationssprachen und deren Merkmale findet sich bei Domschke, Drexl (2002), S. 220–222; Law, Kelton (2000), S. 202–234; Schmidt (1988), S. 18–22. Ein historischer Abriß zur Entwicklung von Simulationssprachen findet sich bei Kreutzer (2000), S. 99–105; Harrington, Tumay (2000), S. 7–8. Zum Stand von Simulationssystemen für Krankenhäuser vgl. Sibbel, Urban (2001), S. 187–188. Zu Auswahlkriterien für Simulationsprachen vgl. Banks et al. (2001), S. 100–103; Baron et al. (2001), S. 146–150.

    Google Scholar 

  225. Vgl. Adam (1996b), S. 489; Witte (1973), S. 38–40; Harrington, Tumay (2000), S. 100–101. Zu Voraussetzungen des Einsatzes von Simulationsmodellen vgl. Komarnicki (1980), S. 15–16. Zu den Vorteilen der Simulation vgl. Schmidt (1988), S. 15–16. Zu Anforderungen an simulationsfähige Prozesse vgl. Neumann, Rosemann, Schwegmann (2003), S. 450.

    Google Scholar 

  226. Zu alternativen Abstraktionsebenen bei der Modellierung von Geschäftsprozessen vgl. Kühn, Karagiannis (2001), S. 1164.

    Google Scholar 

  227. Vgl. Page (1982), S. 185.

    Google Scholar 

  228. Vgl. Runzheimer (1999), S. 245; Gal (1992), S. 293; Müller–Merbach (1973), S. 451.

    Google Scholar 

  229. Vgl. Sibbel, Urban (2000), S. 78–79; Harrington, Tumay (2000), S. 29–30.

    Google Scholar 

  230. Vgl. Gal (1992), S. 303.

    Google Scholar 

  231. Vgl. z.B. Fetter, Thompson (1965), S. 693–710; Fuchs, Gierl (1979), S. 163–165.

    Google Scholar 

  232. Vgl. Adam (1996b), S. 488; Schmidt (1988), S. 11.

    Google Scholar 

  233. Vgl. Adam (1998), S. 665; Adam (1996b), S. 488. Zu den Parametern der Simulation von Geschäftsprozessen z.B. vgl. Kühn, Karagiannis (2001), S. 1166.

    Google Scholar 

  234. Vgl. Sibbel, Urban (2000), S. 198.

    Google Scholar 

  235. Zu den Besonderheiten von Simulationsanalysen für Dienstleistungen vgl. Kühn, Karagi–annis (2001), S. 1163.

    Google Scholar 

  236. Vgl. Sibbel, Urban (2001), S. 195–198.

    Google Scholar 

  237. Zur Grundstruktur eines Simulationsmodells für Krankenhäuser vgl. Sibbel, Urban (2000), S. 79–81; Sibbel, Urban (2001), S. 196–200.

    Google Scholar 

  238. Vgl. Witte (1973), S. 102–103.

    Google Scholar 

  239. Vgl. Duckett (1987), S. 69.

    Google Scholar 

  240. Zur Modellierung von Wahrscheinlichkeitsverteilungen, Ablaufalternativen, Prozeßinstanzen und Ressourcenverfügbarkeiten vgl. Neumann, Rosemann, Schwegmann (2003), S. 457–462.

    Google Scholar 

  241. Vgl. Neumann, Rosemann, Schwegmann (2003), S. 454–455. Zur graphischen Modellspezifikation vgl. Reger (1999). Zu objektorientierten Simulationssystemen vgl. Witte (1999); Kreutzer (2000), S. 105–116.

    Google Scholar 

  242. Vgl. Reger (1999), S. 85–86; Baron et al. (2001), S. 138.

    Google Scholar 

  243. Vgl. Gal (1992), S. 323. Zum Problem der Validierung von Simulationsmodellen vgl. auch Law, Kelton (2000), S. 269–282; Page (1982), S. 232–244; Witte (1973), S. 112–118.

    Google Scholar 

  244. Zu statistischen Verfahren zum Vergleich von Simulationsergebnissen mit realen Daten vgl. Law, Kelton (2000), S. 283–290.

    Google Scholar 

  245. Vgl. Wiendahl, Yu (2000), S. 500.

    Google Scholar 

  246. Vgl. Kreutzer (2000), S. 112–113; Kühn, Karagiannis (2001), S. 1168. Zur Animation der Abläufe eines Simulationsmodells vgl. Schmidt (1988), S. 23–24. Zu neuen Modellierungstechniken für Simulationen vgl. Wenzel (2000), S. 31–32. Zu Trends im Rahmen der Weiterentwicklung von Simulationssystemen vgl. Banks et al. (2001), S. 131–134.

    Google Scholar 

  247. Vgl. Baron et al. (2001), S. 138–139; Dietrich, Walleitner (1982), S. 76–78; Page (1982), S. 185–186; Schlüchtermann (1990), S. 137–138; Law, Kelton (2000), S. 2. Zu den Nachteilen der Simulation vgl. Schmidt (1988), S. 16–17.

    Google Scholar 

  248. Vgl. Hegemann (1986), S. 70.

    Google Scholar 

  249. Vgl. Witte (1989), S. 514. Zu den Kosten des Einsatzes von Simulationssystemen vgl. Harrington, Tumay (2000), S. 42–46.

    Google Scholar 

  250. Vgl. Gal (1992), S. 286; Runzheimer (1999), S. 341.

    Google Scholar 

  251. Vgl. Zapf (2003), S. 62–64; Schlüchtermann (1990), S. 137; Page (1982), S. 185.

    Google Scholar 

  252. Vgl. Schmidt (1985), S. 86–87.

    Google Scholar 

  253. Vgl. Reichert (2000), S. 904–905; Davies, Davies (1995), S. 36.

    Google Scholar 

  254. Vgl. Wunderlich (2002); Coopmans, Pütter (2000), S. 844. Zur Erfassung ablaufabhängiger Kostentreiber in Simulationen vgl. Feldmann, Wunderlich (2000); Zülch, Brinkmeier (1998).

    Google Scholar 

  255. Vgl. Schlüchtermann (1990), S. 138.

    Google Scholar 

  256. Vgl. Davies, Davies (1995), S. 34–37. Zur Modellierung menschlichen Verhaltens auf Basis der Agententechnologie vgl. Sibbel, Urban (2001), S. 194–195.

    Google Scholar 

  257. Vgl. Rieper (1992), S. 139.

    Google Scholar 

  258. Vgl. Adam (1996b), S. 488.

    Google Scholar 

  259. Vgl. Reichert (2000), S. 903–904; Wiendahl, Yu (2000), S. 500–501.

    Google Scholar 

  260. Vgl. Eldabi, Paul, Taylor (1999), S. 238; Baron et al. (2001), S. 150.

    Google Scholar 

  261. Vgl. Banks et al. (2001), S. 5.

    Google Scholar 

  262. Vgl. Coopmans, Pütter (2000), S. 845.

    Google Scholar 

  263. Vgl. Page (1982), S. 183.

    Google Scholar 

  264. Vgl. Runzheimer (1999), S. 320.

    Google Scholar 

  265. Vgl. Coopmans, Pütter (2000), S. 847; Reichert (2000), S. 904–905. Zu Kommunikationsund Kooperationsproblemen als eine Hauptschwierigkeit des Einsatzes quantitativer Planungsverfahren im Krankenhaus vgl. Schlüchtermann (1990), S. 83–84.

    Google Scholar 

  266. Vgl. Witte (1989), S. 524.

    Google Scholar 

Download references

Authors
  1. Rainer Sibbel
    View author publications

    You can also search for this author in PubMed Google Scholar

Rights and permissions

Reprints and permissions

Copyright information

© 2004 Deutscher Universitäts-Verlag/GWV Fachverlage GmbH, Wiesbaden

About this chapter

Cite this chapter

Sibbel, R. (2004). Verfahren zur strategisch—taktischen Kapazitätsplanung in Dienstleistungsunternehmen. In: Produktion integrativer Dienstleistungen. neue betriebswirtschaftliche forschung (nbf), vol 332. Deutscher Universitätsverlag. https://doi.org/10.1007/978-3-322-82022-8_4

Download citation

  • DOI: https://doi.org/10.1007/978-3-322-82022-8_4

  • Publisher Name: Deutscher Universitätsverlag

  • Print ISBN: 978-3-8244-9138-4

  • Online ISBN: 978-3-322-82022-8

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics

Search

Navigation