Advertisement

Grundlagen zur Evaluation von Leistungsindikatoren

Chapter
  • 38 Downloads

Zusammenfassung

Ein modernes Informationssystem, das als Systemoutput sogenannte Leistungsindikatoren liefert, ist unumgänglich, sollen die Verwaltungsleistungen nach Kriterien der Effizienz und Effektivität (3E-Konzept) überprüft werden.2 Wie bereits ausführlich beschrieben, reichen die zur Zeit in den meisten Verwaltungsabteilungen bestehenden Rechnungs- und Informationssysteme dazu nicht aus. Um Leistungsprüfungen durchführen zu können, müssen zusätzlich zu den Rechnungsgrössen Leistungsindikatoren evaluiert werden, die auf einem vollständig neu konzipierten Informationssystem basieren. Da Leistungsprüfungen klassische Elemente eines Entscheidungsprozesses enthalten, können für die Evaluation von Leistungs-dindikatoren und deren Aggregation Algorithmen und Methoden aus dem Bereich des Operations Research, im speziellen aus dem Gebiet der Entscheidungstheorie, verwendet werden.3 Um dem Leser einen Überblick über diesen Bereich zu geben, werden in diesem Kapitel die theoretischen Grundlagen für eine kohärente Evaluation von Leistungsindikatoren präsentiert und verschiedene Methoden vorgestellt.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Referenzen

  1. 1.
    Osborne, D./Gaebler, T.: Reinventing Government, Addison-Wesley Publishing Company Inc., Massachusetts, 1992, Seite 150 ff.Google Scholar
  2. 2.
    in Englisch: performance indicatorsGoogle Scholar
  3. 3.
    vgl. Schenker-Wicki, A.G.M.: The Conceptual Definition of a Crisis Management Decision Support System CMDSS, Wirtschaftswissenschaftliche Beiträge Nr. 48, Universitätsverlag, Freiburg, 1990, Seite 27 ff.Google Scholar
  4. 4.
    Nach Schmidberger steht der Begriff Indikator in den Sozialwissenschaften “für eine Hilfsgrösse, die direkt wahrnehmbare Phänomene benennt” und die den Schluss auf nicht unmittelbar wahrnehmbare Phänomene zulässt. In: Schmidberger, J.: Controlling für öffentliche Verwaltungen, 2. aktualisierte Auflage, Gabler, Wiesbaden, 1994, Seite 297.Google Scholar
  5. 5.
    vgl. Sizer, J.: Performance Indicators and the management of universities in the UK, A Summary of Developments with Commentary, in: Dochy F./Segers M./Wijnen W.(eds.): Management Information and Performance Indicators in higher Education: an international issue, Van Gorcum, Assen/Maastricht, 1990, Seite 10.Google Scholar
  6. 6.
    Indikatoren können unter anderem Trends erkennen lassen, besonders wenn sie über eine gewisse Zeit regelmässig erhoben werden. Dadurch wird die Entscheidungsfindung einer vorgesetzten Behörde oder des Gesetzgebers (Parlament) bezüglich der Allokation von Ressourcen weniger subjektiv und transparenter. Standardisierte Indikatoren können ausserdem darüber Auskunft geben, wie sich eine bestimmte Leistung im nationalen oder internationalen Vergleich ausnimmt.Google Scholar
  7. 7.
    vgl. dazu auch Gutherie, J.: Performance Indicators in the Australian Public Sector, in Buschor, E./Schedler, K. (eds.): Perspectives on Performance Measurement and Public Sector Accounting, Paul Haupt, Bern/Stuttgart/Wien, 1994, Seite 424.Google Scholar
  8. 8.
    Buschor, E.: Introduction: From Advanced Public Sector Accounting Via Performance Measurement To New Public Management, in: Buschor, E./Schedler, K. (eds.), a.a.O., 1994, Seite xiii ff.Google Scholar
  9. 9.
    Die Kohärenz ist eine wichtige Voraussetzung für eine Entscheidung. Sie wird in Kapitel 4.4 definiert. Werden Indikatoren für eine Bewertung/Entscheidung verwendet, die nicht kohärent sind, ist eine Entscheidung unvollständig und inkonsistent.Google Scholar
  10. 10.
    Sorgfältig ausgewählte Indikatoren weisen eine hohe Validität auf. Vgl. dazu auch Schaich, E.: Schätz- und Testmethoden für Sozialwissenschaftler, München, 1977, Seite 7.Google Scholar
  11. 11.
    vgl. dazu die Ausführungen von Hailstones, F.: Performance Measures — A Practitioner’s Perspective, in: Buschor E./Schedler K. (eds.), a.a.O., 1994, Seite 190 ff.Google Scholar
  12. 12.
    Roy, B.: Méthodologie Mulitcritère d’Aide à la Décision, Collection Gestion, Economica, Paris, 1985.Google Scholar
  13. 13.
    Dies im Gegensatz zu Schmidberger und Eekhoff et al., welche auf den heuristischen Verfahren basieren. In: Schmidberger, J., a.a.O., 1994, Seite 304.Google Scholar
  14. 14.
    vgl. Hwang, C./Lin, M.: Group Decision Making under Multiple Criteria, Lecture Notes in Economics and Mathematical Systems, No. 281, Springer, Heidelberg, 1987, Seite 146.CrossRefGoogle Scholar
  15. 15.
    vgl. dazu als Ergänzungsliteratur Osborn, A.F.: Applied Imagination, 3 rd edition, Charles Scribner’s Sons, New York, 1963.Google Scholar
  16. 16.
    Geschka, H./Schaude, G.R./Schlicksupp, H.: Modern Techniques for Solving Problems, Chemical Engineering, Vol. 80, Nr. 18, 1973, Seite 91 ff.Google Scholar
  17. 17.
    Delbecq, A.L./Van de Ven, A.H.: A Group Process Model for Problem Identification and Program Planning, Journal of Applied Behavioral Science, Vol. 7, 1971, Seite 466–492.Google Scholar
  18. 18.
    vgl. Gordon, W.J.J.: Synectics; The Development of Creative Capacity, Harper und Brothers, New York, 1961.Google Scholar
  19. 19.
    Im vorliegenden Fall kann dies beispielsweise eine Konsensfindung bezüglich der Relevanz möglicher Indikatoren betreffen.Google Scholar
  20. 20.
    vgl. Dalkey, N.C.: Delphi, in: Martino, J.P. (ed.): An Introduction to Technological Forecasting, Gordon and Breach, New York, 1972, Seite 25–30.Google Scholar
  21. 21.
    vgl. Hwang, C./Lin, M., a.a.O., 1987, Seite 189.Google Scholar
  22. 22.
    vgl. Roy, B., a.a.O., 1985, Seite 174 ff.Google Scholar
  23. 25.
    Roy, B., a.a.O., 1985, Seite 186.Google Scholar
  24. 26.
    idem, Seite 180 ff.Google Scholar
  25. 27.
    Der Familienvater für seine vierköpfige Familien ein Auto mit genügend Platz kaufer möchte, wird zwar ein Auto mit vier Sitzen emem Zwegläter vorziechen, er wird jedoch kanm ein Auto mit zehn Plätzen einem Auto mit vier Pläzen vorziechen, Das Kriterium “Anzahl Sitze” (je mehr desto besse) gib daner die, Pläferenzen des Familienvaters nur ungenügend wider. Aus diesem Beispiel folgt daher zwingend, dass eine Präerenzskala stets ein gewisses Minimum an Kohärenz aufweisen muss.In: Schenker- Wichki, A.G.M., a.a.O., 1990, Seite 150.Google Scholar
  26. 28.
    idem, Seite 236.Google Scholar
  27. 29.
    R definiert als Bereich der reellen Zahlen.Google Scholar
  28. 30.
    idem, Seite 196.Google Scholar
  29. 31.
    wobei S dem Term “Surclassement” entspricht und bedeutet, dass Alternative a Alternative b dominiert. In: Roy, B., a.a.O., 1985, Seite 231.Google Scholar
  30. 32.
    Effizienz generell definiert als Output/Input (Produktivitätsrate).Google Scholar
  31. 33.
    Effektivität definiert als Verhältnis von Soll/Ist oder allgemeiner gesagt als Zielerreichungsgrad.Google Scholar
  32. 34.
    vgl. dazu die Ausführungen von Schmidberger, J., a.a.O., 1994, Seite 196.Google Scholar
  33. 35.
    vgl. Wöhe, G.: Entwicklungstendenzen der Allgemeinen Betriebswirtschaftslehre im letzten Drittel unseres Jahrhunderts — Rückblick und Ausblick, in: DBW, Jg. 50, 1990, Seite 232.Google Scholar
  34. 36.
    vgl. Colson, G.: Theories of the Risk and MCDM, in: Fandel, G./Spronk, J.: Multiple Criteria Decision Methods and Applications, Springer, Berlin, 1985, Seite 171–188.Google Scholar
  35. 37.
    vgl. Vanderpooten, D./Vincke, Ph.: Description and Analysis of Some Representative Interactive Multicriteria Procedures, in: Colson, G./de Bruyn, Ch. (eds.): Models and Methods in Multiple Criteria Decision Making, Mathematical and Computer Modelling, Pergamon Press, London, 1989, Seite 1221–1238.Google Scholar
  36. 38.
    vgl. Colson, G., a.a.O., 1985, Seite 175.Google Scholar
  37. 39.
    idem, Seite 180 ff.Google Scholar
  38. 40.
    vgl. dazu Schädig, A.: Décider sur Plusieurs Critères, Panorma d’Aide à la Décision Multi-critère, Presses Polytechniques Romandes, Lausanne, 1985, Seite 88 ff.Google Scholar
  39. 41.
    Jacquet-Lagrèze, J.: Basic Concepts for Multicriteria Decision Support, in: Fandel, G./ Spronk, J., a.a.O., 1985, Seite 11–26.Google Scholar
  40. 42.
    Unproblematisch sind Kosten-Nutzenanalysen vor allem im technischen Bereich, zum Beispiel beim Ausbau eines Strassennetzes oder bei Fragen, die technische Einrichtungen betreffen. Spielen hingegen nicht monetäre Faktoren eine Rolle, müssen diese ebenfalls auf einer einheitlichen Skala normiert werden. Bei der Kosten-Nutzenanalyse ist dies die sogenannte Nutzensakala. Da die Effektivität (als Zielerreichungsgrad) eines Programms leichter zu erfassen ist als deren Nutzen, wird die Kosten-Effektivitätsanalyse in der Praxis häufiger verwendet als die Kosten-Nutzenanalyse. Vgl. dazu die Ausführungen von Rossi, P.H./Freeman, H.E./Hofmann, G.: Programm-Evaluation, Einführung in die Methoden angewandter Sozialforschung, Ferdinand Enke, Stuttgart, 1988, Seite 169.Google Scholar
  41. 43.
    vgl. Brans, J.-P./Mareschal, B./Vincke, P./Brans, J.-P.: PROMETHEE: A New Family of Outranking Methods in Multicriteria Analysis, in: Brans, J.-P. (ed.): Proceedings of the IFORS 84 Conference, Washington, 1984, Seite 408–21.Google Scholar
  42. 44.
    vgl. Roy, B./Bertier, P.: La Méthode ELECTRE II, Une Méthode de Classement en Présence de Critère Multiple, SEMA, Paris, Direction Scientifique, Note de Travail, No. 142, 1971.Google Scholar
  43. 45.
    vgl. Brans, J.-P./Mareschal, B./Vincke, P., a.a.O., 1984, Seite 410.Google Scholar
  44. 46.
    Diese Mechanismen spielen auch in einem demokratischen Staat. Lösungen, die eine Minderheit zu stark benachteiligen, werden in der Regel nicht durchgesetzt, da dadurch die soziale Stabilität gefährdet werden könnte.Google Scholar
  45. 47.
    vgl. Marcotorchino, F./Michaud, P.: Modèles d’Optimisation en Analyse des Données Relationnelles, Mathématiques et Sciences Humaines, Vol. 17, No. 67, 1979, Seite 7–38.Google Scholar
  46. 48.
    Paelnick, J.: Qualiflex, a Flexible Multiple-Criteria Method, Economic Letters, Vol. 3, 1978, Seite 193–197.CrossRefGoogle Scholar
  47. 49.
    Beim ersten, partiellen Ranking wird deutlich, dass die Alternative Al zwar alle anderen Alternativen dominiert, dass aber die Alternativen A2 und A4 nicht vergleichbar sind. Um diese beiden Alternativen vergleichbar zu machen, müsste man im konkreten Fall zusätzliche Informationen einholen.Google Scholar
  48. 50.
    Der gesamte Algorithmus (Ranking inkl. Sensitivitätsanalyse) wird in der Nationalen Alarmzentrale in der Schweiz — Einsatzorganisation des Bundes für ausserordentliche Ereignisse im Bereich Radioaktivität, Chemie, Satellitenabstürze sowie Überschwappen und Überfluten von Staudämmen — als Modul eines Decision Support Systems erfolgreich eingesetzt. Aufgrund seiner Transparenz und der einfachen Visualisierung von Präferenzstrukturen geniesst dieses Modul eine breite Akzeptanz bei den Benutzern. Im Gegensatz dazu haben sich Methoden aus dem Bereich der Kosten-Nutzenanalyse als zu komplex und für den Benutzer nicht nachvollziehbar herausgestellt.Google Scholar
  49. 51.
    Paelnick, J., a.a.O., 1978, Seite 193–197.Google Scholar
  50. 52.
    vgl. dazu Schärlig, A., a.a.O., 1985, Seite 191 ff.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden 1996

Authors and Affiliations

There are no affiliations available

Personalised recommendations