Advertisement

Effizienzmessung industrieller Dienstleistungen mittels Data Envelopment Analysis (ServDEA)

  • Klaus Backhaus
  • Jörg Becker
  • Daniel Beverungen
  • Dominic Breuker
  • Ole Bröker
  • Philipp Alexander Brüne
  • Hanns-Alexander Dietrich
  • Ralf Knackstedt
  • Hans Peter Rauer
  • Florian Reichle
  • Robert Wilken
Chapter

Zusammenfassung

Industrielle Dienstleistungen spielen heute eine wichtigere Rolle denn je zur Erschließung neuer Ertragspotenziale bei steigendem Wettbewerbsdruck für Industriegüterhersteller. Die Erbringung derartiger Dienstleistungen wird dabei in der industriellen Praxis nur unzureichenden Effizienzbeobachtungen unterzogen. Gefordert ist daher ein ganzheitlicher Ansatz zur Messung von Produktivität von Dienstleistungen. Dieser Beitrag widmet sich dieser Problematik und stellt die Methodik der Data Envelopment Analysis (DEA) als Ansatz zur Effizienzmessung industrieller Dienstleistungen vor. Dabei leiten die Autoren auf Basis der Literatur ein integriertes Dienstleistungsproduktivitätskonzept ab, welches den Handlungsrahmen für die Anwendung der DEA vorgibt. Mit der Vorstellung verschiedener DEA-Varianten werden Möglichkeiten und Potenziale der Methode aufgezeigt. Der besondere Mehrwert des Beitrags liegt in der detaillierten Dokumentation der DEA-Anwendung anhand eines Praxisfalls. Diese Anwendung umfasst sowohl die Ableitung von relevanten Input- und Outputfaktoren sowie die Ergebnisdarstellung auf unterschiedlichen Betrachtungsebenen. Daraus lassen sich verschiedene Praxisimplikationen ableiten. Der Beitrag schließt mit einer kritischen Würdigung der Potenziale und Herausforderungen der DEA-Anwendung, die sich im Verlauf des Beitrags gezeigt haben.

Literatur

  1. [1]
    Backhaus, K., O. Bröker, P. Brüne, F. Reichle und R. Wilken. 2011. Measuring service productivity with Data Envelopment Analysis (DEA). RESER Conference.Google Scholar
  2. [2]
    Backhaus, Klaus, O. Bröker und R. Wilken. 2011. Produktivitätsmessung von Dienstleistungen mit Hilfe von Varianten der DEA. In: Dienstleistungsproduktivität, 225–245. Wiesbaden: Gabler.Google Scholar
  3. [3]
    Backhaus, K. und C. Kleikamp. 2001. Marketing von investiven Dienstleistungen. In Handbuch Dienstleistungsmanagement, Hrsg. M. Bruhn, H. Meffert, 73–101. Wiesbaden: Gabler.Google Scholar
  4. [4]
    Backhaus, K. und M. Voeth. 2010. Industriegütermarketing, 9. Aufl., Wiesbaden: Gabler.Google Scholar
  5. [5]
    Banker, R.D., A. Charnes, und W.W. Cooper. 1984. Models for the estimation of technical and scale efficiencies in data envelopment analysis. Management Science 30:1078–1092.CrossRefGoogle Scholar
  6. [6]
    Barth, K., M. Hartmann, und H. Schröder. 2007. Betriebswirtschaftslehre des Handels, 6. Aufl., Wiesbaden: Gabler.Google Scholar
  7. [7]
    Bartsch, S., M. F. Demmelmair, und A. Meyer. 2011. Dienstleistungsproduktivität – Stand der Forschung und Zusammenhang zu zentralen vorökonomischen Größen im Dienstleistungsmarketing. In Dienstleistungsproduktivität – Management, Prozessgestaltung, Kundenperspektive, Hrsg. M. Bruhn, K. Hadwich, 35–58. Wiesbaden: Gabler.Google Scholar
  8. [8]
    Baumbach, M. 2004. After-sales-Management im Maschinen- und Anlagenbau. Regensburg: Transfer Verlag.Google Scholar
  9. [9]
    Becker, J., D. Beverungen, D. Breuker, H.-A. Dietrich, R. Knackstedt, und H. P. Rauer. Produktivitätsbenchmarking von Dienstleistungen mit dem Softwareassistenten ServDEA. In XXX, Hrsg. K. Möller, SS–SS. VERLAG.Google Scholar
  10. [10]
    Bitner, M. 1993. Managing the Evidence of Service. In The Service Quality Handbook, Hrsg. E. Scheuing, W. Christopher, 358–370. New York: Amacom.Google Scholar
  11. [11]
    Brown, R., R. Brown, und I. O’Connor. 1999. Efficiency, bond of association and exit patterns in credit unions: Australian evidence. Annals of Public and Cooperative Economics 70(1):5–23.CrossRefGoogle Scholar
  12. [12]
    Casu, B., D. Shaw, und E. Thanassoulis. 2005. Using a group support System to aid input-output identification in DEA.Journal of the Operational Research Society 56(12):1363–1372.Google Scholar
  13. [13]
    Charnes, A., T. Clark, W. W. Cooper, und B. Golany. 1985. A developmental study of data envelopment analysis in measuring the efficiency of maintenance units in U. S. Air Forces. In Annals of Operational Research, Hrsg. R. Thompson, R.M. Thrall 2(1):95–112.Google Scholar
  14. [14]
    Charnes, A., W. W. Cooper, und E. Rhodes. 1978. Measuring the efficiency of decision making units. European Journal of Operational Research 2(6):429–444.Google Scholar
  15. [15]
    Coelli, T. J., D. S. P. Rao, C. J. O’Donnell, und G. E. Battese. 2005. An Introduction to Efficiency and Productivity Analysis., 2. Aufl. New York: Springer.Google Scholar
  16. [16]
    Cooper, W.W., L.M. Seiford, und K. Tone. 2006. Introduction to Data Envelopment Analysis and Its Uses. With DEA-Solver Software and References. New York: Springer.Google Scholar
  17. [17]
    Cooper, W.W., L.M. Seiford, und J. Zhu. 2004. Data Envelopment Analysis: History, Models and Interpretations. In Handbook on Data Envelopment Analysis, Hrsg. W. W. Cooper, L. M. Seiford, und J. Zhu, 1–39. Boston: Kluwer Academic.Google Scholar
  18. [18]
    Corsten, H. 1994. Produktivitätsmanagement bilateraler personenbezogener Dienstleistungen. In Dienstleistungsproduktion, 43–77. Wiesbaden: Gabler.CrossRefGoogle Scholar
  19. [19]
    Dauben, S. A. 2000. Monetäre Bewertung der Qualitätsfehlerfolgen von Dienstleistungen im Industriegüterbereich. In Dienstleistungsqualität: Konzepte – Methoden – Erfahrungen, Hrsg. M. Bruhn, B. Stauss, 3. Aufl., 547–572. Wiesbaden: Gabler.Google Scholar
  20. [20]
    Dyson, R.G., R. Allen, A.S. Camanho, V.V. Podinovski, C.S. Sarrico, und E.A. Shale. 2001. Pitfalls and protocols in DEA. European Journal of Operational Research 132(2):245–259.CrossRefGoogle Scholar
  21. [21]
    Färe, R. und S. Grosskopf. 2000. Network dea. Socio-economic planning sciences 34(1):35–49.Google Scholar
  22. [22]
    Fließ, S. und M. Kleinaltenkamp. 2004. Blueprinting the service company – Managing service processes efficiently. Journal of Business Research 57(4):392–404. Google Scholar
  23. [23]
    Førsund, F.R. und L. Hjalmarsson. 1974. On the Measurement of Productive Efficiency. The Swedish Journal of Economics 76(2):141–154.CrossRefGoogle Scholar
  24. [24]
    Freiling, J. 2004. Performance Contracting. In Handbuch Industriegütermarketing: Strategien – Instrumente – Anwendungen, Hrsg. K. Backhaus, M. Voeth, 679–695. Wiesbaden: Gabler.Google Scholar
  25. [25]
    Frohs, M. 2010. Recommender Systeme für produktbegleitende Dienstleistungen. Hamburg: Kovač.Google Scholar
  26. [26]
    Gaganis, C. und F. Pasiouras. 2009. Efficiency in the Greek Banking Industry: A Comparison of Foreign and Domestic Banks. International Journal of the Economics of Business 16(2):221–237.CrossRefGoogle Scholar
  27. [27]
    Garbe, B. 1998. Industrielle Dienstleistungen. Wiesbaden: Gabler.CrossRefGoogle Scholar
  28. [28]
    Gomes, E. G. und M. P. E. Lins. 2008. Modelling undesirable outputs with zero sum gains DEA models. Journal of the Operational Research Society 59(5):616–623.Google Scholar
  29. [29]
    Grönroos, C. und K. Ojasalo. 2004. Service Productivity: Toward a conceptualization of the Transformation of Inputs into Economic Results in Services. Journal of Business Research 57(4):414–423.CrossRefGoogle Scholar
  30. [30]
    Gummesson, E. 1992. Quality dimensions: what to measure in service organizations. Advances in services marketing and management 1:177–205.Google Scholar
  31. [31]
    Gutenberg, E. 1975. Einführung in die Betriebswirtschaftslehre. Wiesbaden: Gabler.Google Scholar
  32. [32]
    Hammerschmidt, M., R. Wilken, und M. Staat. 2009. Methoden zur Lösung grundlegender Probleme der Datenqualität in DEA-basierten Effizienzanalysen, in: Die Betriebswirtschaft 69(2):291–312.Google Scholar
  33. [33]
    Homburg, C. und H. Krohmer. 2009. Marketingmanagement: Strategie – Instrumente – Umsetzung – Unternehmensführung, 3. Aufl., Wiesbaden: Gabler.Google Scholar
  34. [34]
    Homburg, C. und B. Garbe. 1996. Industrielle Dienstleistungen: Bestandsaufnahme und Entwicklungsrichtungen. Zeitschrift für Betriebswirtschaft 3:253–282.Google Scholar
  35. [35]
    Kamakura, W. A., V. Mittal, F. de Rosa, und J. A. Mazzon. 2002. Assessing the service profit chain. Marketing Science 21(3):294–317.Google Scholar
  36. [36]
    Kleinaltenkamp, M. 2001. Begriffsabgrenzungen und Erscheinungsformen von Dienstleistungen. In Handbuch Dienstleistungsmanagement. Von der strategischen Konzeption zur praktischen Umsetzung, Hrsg. M. Bruhn, H. Meffert, 27–50. Wiesbaden: Gabler.Google Scholar
  37. [37]
    Kutsch, H., M. Bertram, und H. von Kortzfleisch. 2013. DEA als Lösungsansatz zur Messung der Produktivität von B2B-Dienstleistungen? Evaluation der Data Envelopment Analysis (DEA) als Messmethode für die Dienstleistungsproduktivität auf Basis einer qualitativen Studie in der B2B-Softwarebranche. In Dienstleistungsmodellierung 2012 – Product-Service Systems und Produktivität, Hrsg. O. Thomas, M. Nüttgens, 192–207. Wiesbaden: Springer.Google Scholar
  38. [38]
    Lange, I.C. 2009. Leistungsmessung industrieller Dienstleistungen. Zürich: ETH Zürich.Google Scholar
  39. [39]
    Lasshof, B. 2006. Produktivität von Dienstleistungen. Wiesbaden: Deutscher Universitätsverlag.Google Scholar
  40. [40]
    Lin, L. und C.-Y. Huang. 2009. Optimal size of the financial services industry in Taiwan: a new DEA-option-based merger simulation approach. The Service Industries Journal 29(4):523–537.CrossRefGoogle Scholar
  41. [41]
    Mukherjee, A., P. Nath, und M. Pal. 2003. Resource, service quality and performance triad: a framework for measuring efficiency of banking services. The Journal of the Operational Research Society 54 (7):723–735.Google Scholar
  42. [42]
    Macharzina, K. und J. Wolf. 2008. Unternehmensführung: das internationale Managementwissen – Konzepte, Methoden, Praxis. Wiesbaden: Springer. Google Scholar
  43. [43]
    Nachum, L. 1999. Measurement of Productivity of Professional Services. An Illustration on Swedish Management Consulting Firms. International Journal of Operations & Production Management 19(9):922–949. Google Scholar
  44. [44]
    Niederauer, C. 2009. Messung von Zahlungsbereitschaften bei industriellen Dienstleistungen. Wiesbaden: Gabler.CrossRefGoogle Scholar
  45. [45]
    Ojasalo, K. 1999. Conceptualizing Productivity in Services. Swedish School of Economics and Business Administration 71Google Scholar
  46. [46]
    Parasuraman, A., V. A. Zeithaml, und L. L. Berry. 1988. Servqual. Journal of retailing 64(1):12–40.Google Scholar
  47. [47]
    Ray, S. C. 2004. Data Envelopment Analysis. Theory and Techniques for Economics and Operations Research. Cambridge: Cambridge University Press.CrossRefGoogle Scholar
  48. [48]
    Scheel, H. 2000. Effizienzmaße der Data Envelopment Analysis. Wiesbaden: Deutscher Universitäts-Verlag.CrossRefGoogle Scholar
  49. [49]
    Sharma, A. und G. R. Iyer. 2011. Are pricing policies an impediment to the success of customer solutions? Industrial Marketing Management 40(5):723–729. Google Scholar
  50. [50]
    Sherman, H. D. und J. Zhu. 2006. Service Productivity Management – Improving Service Performance using Data Envelopment Analysis (DEA). New York: Springer.Google Scholar
  51. [51]
    Simar, L. und P. W. Wilson. 2007. Estimation and inference in two-stage, semi-parametric models of production processes. Journal of Econometrics 136(1):31–64. Google Scholar
  52. [52]
    Sink, D. S. 1985. Productivity Management: Planning, Measurement and Evaluation, Control and Improvement. New York: John Wiley & Sons, Inc.Google Scholar
  53. [53]
    Ulaga, W. und W. J. Reinartz. 2011. Hybrid Offerings: How Manufacturing Firms Combine Goods and Services Successfully, Journal of Marketing 75(6):5–23.Google Scholar
  54. [54]
    Vargo, S.L. und R.F. Lusch. 2004. Evolving to a New Dominant Logic for Marketing. Journal of Marketing 68(1):1–17.CrossRefGoogle Scholar
  55. [55]
    Walter, P. 2010. Technische Kundendienstleistungen: Einordnung, Charakterisierung und Klassifikation. In Hybride Wertschöpfung. Mobile Anwendungssysteme für effiziente Dienstleistungsprozesse im technischen Kundendienst, 24–58. Heidelberg: Springer.Google Scholar
  56. [56]
    Weddeling, M. 2010. Performance contracting für hybride Produkte. Hamburg: Kovač.Google Scholar
  57. [57]
    Wilken, R. 2007. Dynamisches Benchmarking. Ein Verfahren auf Basis der Data Envelopment Analysis. Wiesbaden: Springer.Google Scholar
  58. [58]
    Zhu, J. 2003. Imprecise data envelopment analysis (IDEA): A review and improvement with an application. European Journal of Operational Research 144(3):513–529.CrossRefGoogle Scholar
  59. [59]
    Barr, R. und M. Durchholz. 1997. Parallel and Hierarchical Decomposition Approaches for Solving Large-Scale Data Envelopment Analysis Models. Annals of Operations Research 73:339–372.Google Scholar
  60. [60]
    Barr, Richard S. 2004. DEA Software Tools and Technology: A State-of-the-Art Survey. International Series in Operations Research & Management Science 71:539–566.Google Scholar
  61. [61]
    Becker, Jörg, Torben Bernhold, Daniel Beverungen, Nina Kalling, Ralf Knackstedt, Vanessa Lellek und Hans Peter Rauer. 2012. Construction of Productivity Models – A Tool Supported Approach in the Area of Facility Management. Enterprise Modelling and Information Systems Architectures 7(1):26–40.Google Scholar
  62. [62]
    Becker, Jörg, Torben Bernhold, Daniel Beverungen, Nina Kalling, Vanessa Lellek, Hans Peter Rauer und Ralf Knackstedt. 2012. Softwaregestützte Konstruktion von Produktivitätsmodellen Im Facility Management. In Dienstleistungsmodellierung, 1:1–17. Bamberg.Google Scholar
  63. [63]
    Becker, Jörg, Daniel Beverungen, Dominic Breuker, Hanns-Alexander Dietrich und Hans Peter Rauer. 2012. Guidelines for Reporting Productivity Studies: A Review of the Reproducibility of DEA in the Service Sector. International Journal of Services and Operations Management 16(3):407–425.Google Scholar
  64. [64]
    Becker, Jörg, Daniel Beverungen, Dominic Breuker, Hanns-Alexander Dietrich, Ralf Knackstedt und Hans Peter Rauer. 2011. How to Model Service Productivity for Data Envelopment Analysis? A Meta Design Approach. In Proceedings of European Conference in Information Systems. Helsinki.Google Scholar
  65. [65]
    Becker, Jörg, Daniel Beverungen, Ralf Knackstedt, Hanns-Alexander Dietrich, Dominic Breuker, Hans Peter Rauer und Daniel Sigge. 2011. Do We Need New Theories on Service Productivity? – Status Quo and Implications from Contemporary Research. In International RESER Conference, 1–20. Hamburg.Google Scholar
  66. [66]
    Becker, Jörg, Daniel Beverungen, Ralf Knackstedt, Hans Peter Rauer und Daniel Sigge. 2012. Service Productivity Management – Status Quo and Directions for the Design of Conceptual Modeling Grammars. In Hawaii International Conference on System Sciences, 1522–1531.Google Scholar
  67. [67]
    Becker, Jörg, Daniel Beverungen, Ralf Knackstedt, Hans Peter Rauer und Daniel Sigge. 2013. On the Ontological Expressiveness of Conceptual Modeling Grammars for Service Productivity Management. Information Systems and E-Business Management forthc. (April 2). doi:10.1007/s10257-013-0219-y. http://link.springer.com/10.1007/s10257-013-0219-y.Google Scholar
  68. [68]
    Becker, Jörg, Hanns-Alexander Dietrich, Ralf Knackstedt, Daniel Beverungen, Dominic Breuker und Hans Peter Rauer. 2012. Ansätze Zur Methodischen Unterstützung Der Konstruktion von Produktivitätsmodellen Für Die Data Envelopment Analysis – Entwicklung Eines Softwareprototypen Zur Umsetzung Und Evaluation. In Proceedings of Multikonferenz Wirtschaftsinformatik. Braunschweig.Google Scholar
  69. [69]
    Bland, R. G., D. Goldfarb und M. J. Todd. 1981. The Ellipsoid Method: A Survey. Operations Research 29(6):1039–1091.Google Scholar
  70. [70]
    Bogetoft, Peter, und Lars Otto. 2011. Benchmarking with Data Envelopment Analysis, Stochastic Frontier Analysis and R, 1. Aufl. New York: Springer.Google Scholar
  71. [71]
    Borgward, K.H. 1986. The Simplex Method: A Probabilistic Analysis. Heidelberg, Berlin, Germany: Springer.Google Scholar
  72. [72]
    Boyd, S. und L. Vandenberghe. 2004. Convex Optimization. Cambridge: Cambridge University Press.CrossRefGoogle Scholar
  73. [73]
    Cook, Wade D. und Larry M Seiford. 2009. Data Envelopment Analysis (DEA) – Thirty Years On. European Journal Of Operational Research 192:1–17. doi:10.1016/j.ejor.2008.01.032.Google Scholar
  74. [74]
    Corsten, Hans. 1994. Produktivitätsmanagement Bilateraler Personenbezogener Dienstleistungen. In Dienstleistungsproduktion, Hrsg. H. Corsten, W. Hilke, 52:43–77. Wiesbaden: Gabler.Google Scholar
  75. [75]
    Corsten, Hans, and R. Gössinger. 2007. Dienstleistungsmanagement, 5. Aufl. München: Oldenbourg.Google Scholar
  76. [76]
    Corsten, Hans und Ralf Gössinger. 2003. Rahmenkonzept Zur Integrativen Modellierung von Dienstleistungen. Kaiserslautern.Google Scholar
  77. [77]
    Delfmann, P., C. Janiesch, R. Knackstedt, T. Rieke und S. Seidel. 2006. Towards Tool Support for Configurative Reference Modeling-Experiences from a Meta Modeling Teaching Case. In 2nd International Workshop on Meta-Modelling, 61–83. Karlsruhe, Germany.Google Scholar
  78. [78]
    Dulá, J. H. 2008. A Computational Study of DEA with Massive Data Sets. Computers & Operations Research 35(4):1191–1203.Google Scholar
  79. [79]
    Dyson, Robert G., Rachel Allen, Ana S. Camanho, Victor V. Podinovski, Claudia S. Sarrico und Estelle A Shale. 2001. Pitfalls and Protocols in DEA. European Journal of Operational Research 132(2):245–259 (July). http://dx.doi.org/10.1016/S0377-2217(00)00149-1.Google Scholar
  80. [80]
    Fähnrich, K.P. und T. Meiren. 1998. Service Engineering: State of the Art and Future Trends. Edited by Dieter Spath and Klaus-Peter Fähnrich. Offene Systeme 7:145–151.Google Scholar
  81. [81]
    Fließ, S. und Michael Kleinaltenkamp. 2004. Blueprinting the Service Company: Managing Service Processes Efficiently. Journal of Business Research 57(4):392–405.Google Scholar
  82. [82]
    Fowler, Martin 2002. Patterns of Enterprise Application Architecture. Source Bd. 48. Boston: Addison-Wesley.Google Scholar
  83. [83]
    Gamma, Erich, Richard Helm, Ralph Johnson, und John Vlissides. 1995. Design Patterns. Elements Bd. 47. Amsterdam: Addison Wesley.Google Scholar
  84. [84]
    Glushko, R. J. und L. Tabas. 2009. Bridging the ‚Front Stage‘ and ‚Back Stage‘ in Service Systems Design. Service Systems Design 7(4):407–427.Google Scholar
  85. [85]
    Grönroos, Christian und Katri Ojasalo. 2004. Service Productivity – Towards a Conceptualization of the Transformation of Inputs into Economic Results in Services. Journal of Business Research 57(4):414–423 (April). doi:10.1016/S0148-2963(02)00275-8. Google Scholar
  86. [86]
    Hammerschmidt, Maik. 2006. Effizienzanalyse im Marketing. Wiesbaden: Deutscher Universitäts-Verlag GWV Fachverlage GmbH.Google Scholar
  87. [87]
    Hussain, Asia, und Matthew Jones. 2010. An Introduction to Frontier Analyst 4. Banxia Software Ltd.Google Scholar
  88. [88]
    Hevner, A. R., March, S. T., Park, Jinsoo und Ram, Sudha. 2004. Design Science in Information Systems Research. MIS Quarterly 28(1):75–105.Google Scholar
  89. [89]
    Kingman-Brundage, J. 1989. The ABC’s of Service System Blueprinting. In Designing a Winning Service Strategy Hrsg. M.J. Bitner and L. Crosby, 30–33. Chicago, AMA.Google Scholar
  90. [90]
    Klee, V. und G. Minty. 1972. How Good Is the Simplex Algorithm. In Inequalities-III, Hrsg. O. Shisha, 159–175. New York: Academic Press.Google Scholar
  91. [91]
    Kleinaltenkamp, Michael. 2000. Blueprinting – Grundlage Des Managements von Dienstleistungsunternehmen. In , Hrsg. H. Woratschek, 3–28. Wiesbaden, Germany: Gabler.Google Scholar
  92. [92]
    Lovelock, Christopher und Evert Gummesson. 2004. „Wither Service Marketing? In Search of New Paradigm and Fresh Perspectives. Journal of Service Research 47(1):9–20. doi:10.1177/1094670504266131.Google Scholar
  93. [93]
    Lovelock, Christopher, and L. Wright. 2001. Principles of Service Marketing and Management, 2. Aufl. New Jersey: Prentice Hall.Google Scholar
  94. [94]
    Parasuraman, Anantharanthan. 2010. Service Productivity, Quality and Innovation: Implications for Service-design Practice and Research. Int. J. Quality and Service Sciences 2(3):277–286.Google Scholar
  95. [95]
    Rauer, Hans Peter. 2011. A Method-engineering Approach to Obtain Long-term Knowledge in Service Productivity Management. In International RESER Conference, 1–21. Hamburg.Google Scholar
  96. [96]
    Rauer, Hans Peter. 2014. Measuring Service Productivity: The Case of a German Mobile Service Provider. In Hawaii International Conference on System Sciences, 1–10. Waikaloa: IEEE Comput. Soc.Google Scholar
  97. [97]
    Recker, Jan, Michael Rosemann, Peter Green und Marta Indulska. 2011. Do Ontological Deficiencies in Modeling Grammars Matter? MISQ 35(1):57–79.Google Scholar
  98. [98]
    Richter, M. M. 2003. Fallbasiertes Schließen. In Handbuch Der Künstlichen Intelligenz, Hrsg. G. Görz, C. Rollinger und J. Schneeberger, 407–430. München, Wien: Oldenbourg Verlag.Google Scholar
  99. [99]
    Russel, S. 2010. Artificial Intelligence: A Modern Approach, 3. Aufl., Englewood Cliffs: Prentice Hall.Google Scholar
  100. [100]
    Shostack, G.L. 1982. How to design a service. European Journal of Marketing 16(1):49–63.Google Scholar
  101. [101]
    Sink, D.S. 1985. Productivity Management: Planning, Measurement and Evaluation, Control and Improvement. New York: Wiley.Google Scholar
  102. [102]
    Spielmann und Teng. 2009. Smoothed Analysis: An Attempt to Explain the Behavior of Algorithms in Practise. Communications of the ACM 52(10):72–84.Google Scholar
  103. [103]
    Vanderbei, R.J. 2008. Linear Programming. New York: Springer Science+Business Media.CrossRefGoogle Scholar
  104. [104]
    Vuorinen, Ismo, Rajia Järvinen und Uolevi Lehtinen. 1998. Content and Measurement of Productivity in the Service Sector: A Conceptual Analysis with an Illustrative Case from the Insurance Business. International Journal of Service Industry Management 9(4):377–396.Google Scholar
  105. [105]
    Walls, Joseph G, George R. Widmeyer und Omar A. El Sawy. 2004. Assessing Information Systems Design Theory in Perspective. Journal of Information Technology Theory and Application 6(2):43–58.Google Scholar
  106. [106]
    Walls, Joseph G., George R. Widmeyer und Omar A. El Sawy. 1992. Building Information System Design Theory for Vigilant EIS. ISR 3(1):36–59.Google Scholar
  107. [107]
    Wrigth, M. H. 2004. The Interior-point Revolution in Optimization: History, Recent Developments und Lasting Consequence. Bulletin of the American Mathematical Society 42(1):39–56.Google Scholar
  108. [108]
    Ye, Y. 1997. Interior Point Algorithms – Theory and Analysis. New York: John Wiley & Sons.Google Scholar
  109. [109]
    Zeithaml, Valerie A., A. Parasuraman und Leonard L. Berry. 1985. Problems and Strategies in Services Marketing. Journal of Marketing 49(2):33–46.Google Scholar
  110. [110]
    Zhu, Joe 2002. Quantitative Models for Performance Evaluation and Benchmarking: Data Envelopment Analysis with Spreadsheets, 1. Aufl. Boston: Kluwer Academic Publishers.Google Scholar
  111. [111]
    Zhu, Joe. 2009. Quantitative Models for Performance Evaluation and Benchmarking – Data Envelopment Analysis with Spreadsheets. International Series in Operations Research & Management Science 126:14–40.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden 2014

Authors and Affiliations

  • Klaus Backhaus
    • 1
  • Jörg Becker
    • 3
  • Daniel Beverungen
    • 3
  • Dominic Breuker
    • 3
  • Ole Bröker
    • 1
  • Philipp Alexander Brüne
    • 1
  • Hanns-Alexander Dietrich
    • 3
  • Ralf Knackstedt
    • 4
  • Hans Peter Rauer
    • 3
  • Florian Reichle
    • 2
  • Robert Wilken
    • 2
  1. 1.IAS – Institut für Anlagen und Systemtechnologien der Universität MünsterMünsterDeutschland
  2. 2.ESCP Europe, Lehrstuhl für Internationales MarketingBerlinDeutschland
  3. 3.Westfälische Wilhelms-Universität MünsterMünsterDeutschland
  4. 4.Universität HildesheimHildesheimDeutschland

Personalised recommendations