Advertisement

Zusammenfassung

Im Jahre 1978 veröffentlichte Henderson eine Erweiterung seines ursprünglichen Konzepts unter dem Titel “Cross Sectional Experience Curves” (Querschnittserfahrungskurven). Unter einer Querschnittserfahrungskurve versteht er die Kostendifferenz zwischen Wettbewerbern zu einem beliebigen Zeitpunkt. Diese Kostendifferenz ermittelt man dadurch, daß zunächst der Erfahrungskurvenverlauf der betrachteten Wettbewerber geschätzt wird und im zweiten Schritt ihre kumulierten Mengen bis zum Betrachtungszeitpunkt. Lassen sich die so gefundenen Punkte, die das vom jeweiligen Wettbewerber zu einem Zeitpunkt erreichte Stückkostenniveau angeben, durch eine horizontale Linie verbinden, so besteht kein Kostenvorteil für einen der Konkurrenten. Jede andere Lage der Schnittebene bezeichnet Wettbewerbsvorteile zu einem bestimmten Zeitpunkt. Henderson behauptet einen typischerweise vertikalen Verlauf der Schnittebene von links oben nach rechts unten im doppelt logarithmischen Stückkosten/Bestandsmengen Diagramm, wie in Abbildung 6-1 beispielhaft gezeichnet1).

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Hinweise

  1. 1).
    Ähnlich auch G.S. Day und Montgomery, D.B.: Diagnosing the Experience Curves, in: Journal of Marketing, Spring 1983, Vol. 47, S. 49.Google Scholar
  2. 2).
    Headley, B.: Fundamental Approach to Strategy Development, in: Long Range Planning, 9(Dez. 1976), S. 2–11.CrossRefGoogle Scholar
  3. 3).
    Henderson. B.D.: Cross Sectional Experience Curves, in: Perspectives of the Boston Consulting Group, 1978, S. 1.Google Scholar
  4. 4).
    Henderson, B.D., Die Erfahrungskurve in der Unternehmensstrategie von A. Gälweiler, Frankfurt 1974.Google Scholar

Copyright information

© Wissenschaftliches Institut für Kommunikationsdienste der Deutschen Bundespost 1989

Authors and Affiliations

  • Arnulf Heuermann
    • 1
  1. 1.Wissenschaftliches Institut für Kommunikationsdienste der Deutschen BundespostBad Honnef 1Deutschland

Personalised recommendations