Advertisement

Computergestützte Analyse der Einflußfaktoren und Auswirkungen von marktbezogenen Beschleunigungsprozessen

  • Kai Gruner
Chapter
  • 26 Downloads
Part of the Neue betriebswirtschaftliche Forschung book series (NBF, volume 184)

Zusammenfassung

Im vierten Kapitel wurde ein komplexes Modell zur Beschreibung des Verlaufs von Produktlebenszyklen bei aufeinanderfolgenden Produktgenerationen hergeleitet. Darauf aufbauend wurde ein Umsatzmodell und ein Kostenmodell erstellt. Die Leistungsfähigkeit des Modells soll im folgenden demonstriert werden, indem es dazu verwandt wird, EinfluBfaktoren und Auswirkungen der Beschleunigung von Marktprozessen zu analysieren. Ziel der Simulationen ist es, die Vorgänge um eine solche Beschleunigung transparenter zu machen. Es sollen Ansätze für die Ableitung strategischer Implikationen bezüglich der Marktverhaltensweise von Unternehmen entwickelt werden, um einen differenzierten Umgang mit dem Beschleunigungsphänomen zu ermöglichen.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. 1.
    Vgl. zu dieser Programmiersprache ausführlich: MONADJEMI, P. (1993).Google Scholar
  2. 2.
    Die Ausgangssituation wird im folgenden Abschnitt beschrieben.Google Scholar
  3. 3.
    Es handelt sich dabei um die im folgenden Abschnitt beschriebenen Einflußparameter des Unternehmens.Google Scholar
  4. 4.
    Zu den Grundlagen der Szenarienbildung und Szenariotechnik vgl. z.B. BRAUERS, J./WEBER, M. (1986), S. 631 ff.; SCHNAARS, S.P. (1987), S. 105 ff.; WACK, P. (1985), S. 73 ff.Google Scholar
  5. 5.
    Im Anschluß an die Simulationen dieses Kapitels werden als Ausblick Modellparameter und Szenarien genannt, auf die sich weitere Analysen und Simulationen beziehen können, die jedoch im Rahmen dieser Arbeit nicht darstellbar sind.Google Scholar
  6. 6.
    Vgl. die Ausführungen in den Kapiteln 1 und 2.Google Scholar
  7. 7.
    Weiterhin konnte Fantapié Altobelli für den Telekommunikationsbereich nachweisen, daß der Einflug des Preises auf die Diffusion neuer Telekommunikationsdienste ca. um den Faktor 20–30 größer war als der Einfluß der Werbung (vgl. FANTAPIÉ ALTOBELLI, C. (1991), S. 268 ff.). Darüber hinaus haben empirische Untersuchungen gezeigt, daß sowohl bei Konsum-als auch Investitionsgütern die Preiselastizität der Nachfrage ca. 10–20 mal so hoch wie die Werbeelastizität ist (vgl. hierzu z.B. TELLIS, G.J. (1988), S. 331 ff.; SETHURAMAN, R.ITELLIS, G.J. (1991), 160 ff.). Auch aus diesen Gründen erscheint ein Verzicht auf die Untersuchung des Faktors Werbung vertretbar.Google Scholar
  8. 8.
    Vgl. z.B. BACKHAUS, K. (1992), S. 9 f.Google Scholar
  9. 9.
    Für das Ausgangsszenario wird ein im Zeitablauf sinkender Preis angenommen, da dies für viele dynamische Märkte charakteristisch ist. Vgl. z.B. BACKHAUS, K. (1992), S. 9 f.Google Scholar
  10. 10.
    Vgl. Abschnitt 4.1.2. Vgl. Abschnitt 4.1.1.Google Scholar
  11. 11.
    Einige der Werte werden in Anlehnung an den Datensatz von SCHMALEN, H. (1979), S. 115 gewählt.Google Scholar
  12. 14.
    Vgl. Abschnitt 4.2.1.1.Google Scholar
  13. 15.
    Vgl. hierzu die Ausführungen in Abschnitt 4.2.3.2.3.2.Google Scholar
  14. 16.
    Vgl. BACKHAUS, K./FUNKE, S. (1995), S. 146 ff.Google Scholar
  15. 17.
    Vgl. z.B. BRAUN, C.-F. von (1994), S. 89 ff.Google Scholar
  16. 18.
    Vgl. z.B. BACKHAUS, KJFUNKE, S. (1995), S. 173 ff.Google Scholar
  17. 19.
    Es sei daran erinnert, daß die Begriffe Käufer des Produktes und Anwender des Produktes synonym verwandt werden. Zur Begründung hierfür vgl. Abschnitt 4.2.2.3.Google Scholar
  18. 20.
    Vgl. z.B. BISCHOF, P. (1976), S. 68; WEBLUS, B. (1965), S. 595 ff.; MEFFERT, H. (1974), S. 128 ff.; HÖFT, U. (1992), S. 22.Google Scholar
  19. 21.
    Speziell in den Abbildungen kumulierter Werte wurde aus Gründen der Übersichtlichkeit auf eine Darstellung der Anfangsphase bis zum Erreichen eines eingeschwungenen Zustands verzichtet. Die Einschwingphase ist dadurch gekennzeichnet, daß das Unternehmen zwar einerseits kontinuierlich neue Produkte auf den Markt bringt, die vorhandenen Produkte aber andererseits noch nicht so alt sind, daß sie bereits wieder vom Markt verschwinden. Dadurch erhöht sich z.B. der Gesamtumsatz kontinuierlich. Anders formuliert wächst in der Einschwingphase die Zahl der Produkte am Markt kontinuierlich auf ihr Sättigungsniveau. Wenn das zuerst eingeführte Produkt vom Markt genommen wird, ist das Ende der Einschwingphase erreicht, da ab diesem Zeitpunkt Produktneueinführung und Produktabsterben in abwechselnder Folge auftreten. Das erste Produkt des Unternehmens ist in Abbildung 28 unten links kurz vor dem Marktaustritt zu erkennen.Google Scholar
  20. 22.
    Zur Hervorhebung der Effekte werden die Umsatz-und Kostenveränderungen in den folgenden Szenarien recht deutlich ausfallen. Um die resultierenden prozentualen Veränderungen des Gewinns nicht zu extrem werden zu lassen, wurde für das Ausgangsszenario bewußt eine höhere Umsatzrendite gewählt als sie in der Realität typisch wäre.Google Scholar
  21. 23.
    Vgl. hierzu z.B. BACKHAUS, K. (1992), S. 8 ff.; PORTER, M. (1986), S. 31 ff.; PÜMPIN, C. (1992), S. 28 ff.Google Scholar
  22. 24.
    Zu unternehmerischen Zielsetzungen allgemein vgl. z.B. BECKER, J. (1990), S. 9 ff. Zu strategischen Verhaltensoptionen vgl. z.B. SCHNAARS, S.P. (1991).Google Scholar
  23. 25.
    Eine Möglichkeit wäre beispielsweise, daß aufgrund der “klassischen” Wettbewerbsdimen-sionen Qualität bzw. Kosten Wettbewerbsvorteile erzielt werden und ein Wachstum erreicht wird. Vgl. zu diesen Wettbewerbsdimensionen z.B. PORTER, M. (1986), S. 31 ff.Google Scholar
  24. 26.
    Das Absatzpotential wurde als der vom betrachteten Unternehmen erreichbare Teil des Gesamtmarktpotentials definiert (vgl. MEFFERT, H. (1986a), S. 216). Es ist für die vorliegende Betrachtung gleichgültig, ob bei Wachstum des unternehmensbezogenen Absatzpotentials das Gesamtmarktpotential inklusive der Konkurrenten ebenfalls wächst oder nicht.Google Scholar
  25. 27.
    Vgl. BACKHAUS, K. (1992), S. 17 ff.Google Scholar
  26. 28.
    Zur deutlicheren Hervorhebung bestimmter Effekte ist es bei den Szenarien teilweise nötig, manche Parameter der Ausgangssituation zu verändern. Hierdurch werden u.U. Umsatz und Kosten in unterschiedlicher Weise beeinflußt, was zu verändertem Gewinn und Umcatzrendite für die modifizierte Ausgangssituation führt. Daß dies unerwünscht ist, verdeutlicht bereits der mögliche Fall eines negativen Ergebnisses in der Ausgangssituation. Um Modifikationen der Ausgangssituation einerseits zu ermöglichen, eine Vergleichbarkeit zwischen den Szenarien aber andererseits aufrechtzuerhalten, werden in solchen Fällen alle Kosten mit einem konstanten Faktor multipliziert, der die ursprünglichen Werte der Ausgangssituation in bezug auf Gewinn und Umsatzrendite auch für die modifizierte Situation wiederherstellt.Google Scholar
  27. 29.
    Vgl. TELLIS, G.J. (1988), S. 331 ff.; SETHURAMAN, R./ TELLIS, G J (1991), S. 160 ff.Google Scholar
  28. 30.
    Vgl. KUCHER, E. (1985), S. 1 ff.Google Scholar
  29. 31.
    Vgl. z.B. SCHNEIDER, A. (1992), S. 127.Google Scholar
  30. 32.
    Zu Preis-Absatz-Funktionen vgl. z.B. MEFFERT, H. (1986a), S. 267 ff. Im vorliegenden Modell handelt es sich nach Gleichung (4.50) eher um eine Preis-Absatzpotential-Funktion.Google Scholar
  31. 33.
    Analog zu den klassischen Preis-Absatz-Funktionen wird die Reaktion des Absatzpotentials auf Preissenkungen stets als positiv angenommen. Von Besonderheiten wie z.B. die Funktion des Preises als Qualitätsindikator, was eine positiv geneigte Preis-Absatz-Funktion zur Folge haben kann, sei in diesem Zusammenhang abgesehen. Vgl. zu dieser Thematik z.B. SIMON, H. (1992), S. 604 ff.Google Scholar
  32. 34.
    Eine Übersicht über die Höhe empirischer Preiselastizitäten findet sich bei SIMON, H. (1992), S. 139.Google Scholar
  33. 35.
    Vgl. z.B. CRAWFORD, C.M. (1979); BOOZ, ALLEN & HAMILTON (Hrsg.) (1990).Google Scholar
  34. 36.
    Vgl. z.B. ALBERS, S./EGGERS, S. (1991), S. 44 ff.; COOPER, R. (1979), S. 93 ff.; COOPER, R. et al. (1994), S. 281 ff.Google Scholar
  35. 37.
    Als Beispiel seien die Gebiete der Neuproduktplanung und des Innovationsmanagements genannt. Vgl. hierzu beispielhaft KOPPELMANN, U. (1993); URBAN, G./HAUSER, J./DHOLAKIA, N. (1987); BENKENSTEIN, M. (1987); MANNS, J. (1992) sowie z.B. CALANTONE, R./COOPER, R. (1981), S. 48 ff.; PFEIFFER, W. et al. (1983), S. 252 ff.; BENDER, H.O. (1989), S. 70 ff. Dies sollte zumindest Ziel einer Innovation sein!Google Scholar
  36. 38.
    Vgl. zum Begriff der Systemtechnologien ausführlich BACKHAUS, K./AUFDERHEIDE, D./SPÄTH, G.-M. (1994).Google Scholar
  37. 39.
    Vgl. KÜHN, F. (1992), S. 69 ff.Google Scholar
  38. 40.
    Vgl. RAM, S. (1987), S. 210 ff. Ähnlich MEFFERT, H. (1976), S. 80.Google Scholar
  39. 42.
    Quelle: In Anlehnung an KÜHN, F. (1992), S. 71.Google Scholar
  40. 43.
    Vgl. hierzu die Ausführungen in den Abschnitten 3.2.4 und 4.2.1.2.2 sowie die dort angegebene Literatur.Google Scholar
  41. 44.
    Vgl. BINNINGER, F.-M. (1993), S. 39.Google Scholar
  42. 45.
    Vgl. HEANY, D. (1983), S. 4 f. Das englische Wort “to leapfrog” kann mit “bockspringen” oder “sprungweise vorgehen” übersetzt werden.Google Scholar
  43. 46.
    Vgl. z.B. GIERL, H. (1987a), S. 53 ff.; SOMMERLATTE, T. (1990), S. B.Google Scholar
  44. 47.
    Als Beispiel hierfür kann die Diskussion um die Verkürzung von Entwicklungszeiten angeführt werden. Dabei geht es u.a. darum, eine Innovation rascher an den Markt bringen zu können, d.h. mehr Leistungsfortschritt pro Zeiteinheit zu erzielen, was das Innovationstempo des Marktes erhöht. Vgl. z.B. SCHMELZER, H.I. (1990a), S. 102 f.; ALBACH, H. (1991), S. 43 ff.; SCHMELZER, H.J./BUTTERMILCH, K.-H. (1988), S. 43 ff.; GERPOTT, T./WITTKEMPER, G. (1991), S. 117 ff. Ein ähnliches Innovationstempo kann nicht nur im wirtschaftlichen Bereich, sondern sogar für ganze Kulturen definiert werden. Vgl. hierzu LÜBBE, H. (1994), S. 129 ff.Google Scholar
  45. 48.
    Der Index “D” steht für “Durchschnitt”, da es sich um Durchschnittswerte des Marktes handelt.Google Scholar
  46. 50.
    Vgl. WEIBER, R. (1994), S. 342.Google Scholar
  47. 51.
    Vgl. WEIBER, R. (1994), S. 335.Google Scholar
  48. 52.
    Eine ausführliche Darstellung findet sich z.B. bei WEIBER, R. (1994), S. 345 ff.Google Scholar
  49. 53.
    SCHUMPETER, J. (1950), S. 161. Interessanterweise beschreibt Schumpeter hier Leapfrogging-Behavior. Das Phänomen ist also zumindest unter dieser Perspektive keineswegs neu!Google Scholar
  50. 54.
    Vgl. BACKHAUS KJGRUNER, K. (1994), S. 43 f.Google Scholar
  51. 55.
    Vgl. z.B. MAY, H. (1993), S. 464 ff.Google Scholar
  52. 56.
    Vgl. WEIBER, R. (1994), S. 343 f.Google Scholar
  53. 57.
    Vgl. SIMON, H. (1992), S. 9.Google Scholar
  54. 58.
    Vgl. Abschnitt 4.2.1.2.3.Google Scholar
  55. 59.
    Das Absatzpotential wächst von 404 bei den Ausgangspreisen auf schließlich 1.068 an.In empirischen Untersuchungen wurden von Simon Erfahrungsraten zwischen 6,5% und 31% bei einem Mittelwert von 18,7% ermittelt. Vgl. SIMON, H. (1992), S. 284. In einer anderen Untersuchung stellte Hirsch Werte zwischen 14,1% und 25,6% fest. Vgl. HIRSCH, W.Z. (1956), S. 136 ff. Die zuerst unterstellte Erfahrungsrate von 20% erscheint daher durchschnittlichen Werten näher, während der Wert von 30% am oberen Ende der Skala liegt.Google Scholar
  56. 63.
    Auch eine solche Entscheidung kann im Einzelfall schwierig zu treffen sein, wie z.B. die Problematik der Eruierung von Preis-Absatz-Funktionen auf neuen Märkten zeigt.Google Scholar
  57. 64.
    Vgl. SIMON, H. (1992), S. 9.Google Scholar
  58. 65.
    Im Rahmen von Diskussionen über das Verhalten beim Markteintritt neuer Konkurrenten werden oftmals u.a. Preissenkungen als sinnvolle Reaktion genannt, z.B. bei der Diskussion optimaler Strategien eines Pioniers (vgl. SIMON, H. (1992), S. 335 f.) oder bei der Diskussion der Einsatzmöglichkeiten des Penetration-und Skimming-Pricing (vgl. z.B. BACKHAUS, K. (1992), S. 186 ff.).Google Scholar
  59. 66.
    Vgl. z.B. BILLERBECK, J.D. (1994), S. 1; DELPHO, H. (1994), S. 9; MAY, H. (1993), S.Google Scholar
  60. 67.
    Vgl. COY, P./GROSS, N. (1995), S. 36 ff.; GROVE, A.S. (1990), S. 149 f.; MARINGER, A. (1990), S. 423 ff. 464 ff.; O.V. (1981), S. 3.Google Scholar
  61. 68.
    Vgl. ISAKA, S. (1990), S. 21.Google Scholar
  62. 69.
    Ein ähnlicher Mechanismus wird im Marketing durch Preis-Absatz-Funktionen und Preiselastizität der Nachfrage beschrieben. Vgl. z.B. KOTLER, P.BLIEMEL, F. (1992), S. 696 ff. Im Unterschied dazu wird im vorliegenden Fall zunächst nur die Erhöhung des Absatzpotentials formuliert, woraus sich dann mittelbar auch eine Erhöhung von tatsächlichen Absatzzahlen ergeben kann.Google Scholar
  63. 70.
    Vgl. SIMON, H. (1992), S. 140. Dies führt bei positiven variablen Grenzstückkosten stets zu einem Gesamtkostenanstieg.Google Scholar
  64. 72.
    Der Index “D” steht für “Durchschnitt”, da es sich um Durchschnittswerte des Marktes handelt.Google Scholar
  65. 74.
    Vgl. Abschnitt 4.2.4.2.1.Google Scholar
  66. 75.
    Vgl. Abschnitt 4.2.1.2.1.2.Google Scholar
  67. 76.
    Es wird davon ausgegangen, daB die wahrgenommene Neuigkeit nicht davon abhängt, ob die Nachfrager positiv oder negativ auf Innovationen reagieren, der Wahrnehmungsprozeß also unabhängig von der Wertung ist.Google Scholar
  68. 77.
    N bezeichnet in der Formel den marktbezogenen Neuigkeitsgrad, da die Wahrnehmung der Nachfrager entscheidend für die Güte des Preis-/Leistungs-Verhältnisses ist. Vgl. hierzu Abschnitt 4.2.4.3.2.Google Scholar
  69. 78.
    Vgl. Abschnitt 5.4.1.2.1.Google Scholar
  70. 79.
    Darüber hinaus sind theoretisch natürlich auch Mischkonstellationen denkbar, z.B. eine hohe Innovationsfreudigkeit der Adopter bei dennoch sinkendem Absatzpotential. Es erscheint jedoch problematisch, eine solche Konstellation unter Ceteris-paribus-Bedingungen (d.h. z.B. kein Konjunktureinbruch mit folgender Absatzpotentialreduktion) konsistent zu erklären. Daher sollen nur die beiden grundsätzlichen Ausprägungen betrachtet werden.Google Scholar
  71. 80.
    Kombinationen aus den beiden Extremen sollen im weiteren nicht diskutiert werden, da es um das Aufzeigen isolierter Effekte geht.Google Scholar
  72. 81.
    Eine Innovationsgraderhöhung verändert die Gesamtkosten weiterhin über die mit Umbaukosten bezeichneten Investitionen im Produktionsbereich. Vgl. Abschnitt 4.3.2.2.2. Hierfür sollen jedoch keine unterschiedlichen Szenarien entwickelt werden.Google Scholar
  73. 82.
    Die Änderung wird nur durch die aufgrund der beschleunigten Innovatorennachfrage schnellere Produktverbreitung verursacht.Google Scholar
  74. 84.
    Aufgrund der unveränderten Preise besteht eine hohe Ähnlichkeit zwischen den Stückzahl- und den Umsatzkurven. Bei den Preissenkungsszenarien war dies nicht gegeben.Google Scholar
  75. 86.
    Vgl. z.B. SCHMELZER, H.J. (1990b), S. 27 ff.; WILDEMANN, H. (1993), S. 1259 ff.Google Scholar
  76. 87.
    Vgl. hierzu z.B. COHEN, W.M./LEVINTHAL, D.A. (1989), S. 569 ff.Google Scholar
  77. 88.
    Die durch die Innovatoren verursachte und positiv wirkende Beschleunigung der Produktverbreitung kann offenbar die Negativwirkung der Innovationsgraderhöhung nicht kompensieren.Google Scholar
  78. 90.
    Situationen, bei denen sich trotz unveränderter Rahmenbedingungen das Absatzpotential reduziert, auch wenn die Neuproduktdiffusion rascher erfolgt, stellen eher die Ausnahme dar. Sie sind daher, wie bereits in Abschnitt 5.4.2.2 erläutert, von der Betrachtung ausgenommen. Solche Konstellationen könnten z.B. auftreten, wenn das Unternehmen seine neuen Produkte speziell auf die Bedürfnisse einer kleineren Anzahl von Anwendern ausrichtet, also eine Nischenstrategie bzw. eine Konzentration auf Schwerpunkte verfolgt (vgl. PORTER, M. (1986), S. 35 ff.). Da das Unternehmen diese Zielgruppe ceteris paribus auch bei den Vorgängerprodukten (mit größerem Absatzpotential) im Auge gehabt haben muß, hat es diese offenbar an eine deutlich größere Zielgruppe verkaufen können als intendiert war. Es ist einsichtig, daß dies eher ein Ausnahmefall als die Regel sein dürfte.Google Scholar
  79. 91.
    Diese Abschätzung ist in der Regel mit einer Reihe von Unsicherheiten behaftet, da das Input-Output-Verhältnis im F&E-Bereich meist schlecht prognostizierbar ist. Hierfür ist eine Reihe von Gründen verantwortlich. So kann beispielsweise ein notwendig werdender Wechsel von der bisherigen auf eine neue Technologie eine Diskontinuität in der Produktivität der F&E verursachen (vgl. zum Konzept des Technologie-Lebenszyklus z.B. BECKURTS, K.H. (1983), S. 21 ff.). Dazu kommt, daß F&E-Anstrengungen meist keinen deterministisch planbaren Prozeß verkörpern (vgl. z.B. PETRONI, G. (1985), S. 108 f.; BRAUN, C.-F. von (1994), S. 104).Google Scholar
  80. 92.
    Vgl. hierzu FRAUNHOFER-INSTITUT FÜR ARBEITSWISSENSCHAFT UND ORGANISATION (1990), S. 30.Google Scholar
  81. 93.
    Vgl. hierzu die Abbildungen 64 und 65.Google Scholar
  82. 94.
    Vgl. z.B. PFEIFFER,WJBISCHOF, P. (1974), S. 637 ff.; HÜFT, U. (1992), S. 53 ff.Google Scholar
  83. 95.
    Sofern die F&E-Kosten auch zu entsprechenden Auszahlungen führen, was normalerweise der Fall ist. Vgl. hierzu BACKHAUS, K./FUNKE, S. (1995), S. 141 ff.Google Scholar
  84. 96.
    Dies deckt sich mit den Erkenntnissen der Systemtheorie, nach denen generell beim Übergang eines Systems von einem stabilen Zustand in einen anderen eine Zeitlang mit “unruhigen” Ausgangsgrößen gerechnet werden muß. Vgl. hierzu z.B. FÜLLINGER, O. (1985), S. 168 ff.Google Scholar
  85. 97.
    Vgl. die Ausführungen in Kapitel 1.Google Scholar
  86. 98.
    In Form von Umsatzwachstum, nur bei entsprechender Kostenkonstellation auch Gewinnwachstum. Es gibt Meinungen, denen zufolge stark steigende F&E-Kosten nur sehr selten ein Umsatzwachstum generieren, das für eine Gewinnsteigerung nötig ist. Vgl. BRAUN, C.-F. von (1994), S. 95 ff. Ähnlich GIERL, HJKOTZBAUER, N. (1992), S. 974 ff.Google Scholar
  87. 99.
    Vgl. z.B. SCHMELZER, H.J./BUTTERMILCH, K.-H. (1988), S. 43; GERPOTT, TJWITTKEMPER, G. (1991), S. 119; COLE, B.C. (1989), S. 62; KRUBASIK, E.G./STEIN, L. (1989), S. 57; SANSONE, F.P./SINGER, H.M. (1992), S. 66 f. Bei den Diskussionen wird teilweise übersehen, daB eine Steigerung des Innovationstempos nur dann vorliegt, wenn der Neuigkeitsgrad der Produkte nicht im gleichen MaBe wie die Einführungsintervalle reduziert wird.Google Scholar
  88. 100.
    Vgl. Abschnitt 4.2.4.2.Google Scholar
  89. 101.
    Als Einführungsintervall wird der Zeitraum in Jahren bezeichnet, der zwischen der Einführung des letzten Produktes und der Einführung des aktuellen Produktes verstrichen ist.Google Scholar
  90. 102.
    Vgl. die Ausführungen in Abschnitt 5.4.1.2.2.Google Scholar
  91. 103.
    Die Ausführungen des Abschnitts 5.4.1.2.1 haben gezeigt, daß die Innovationsgeschwindigkeit sowohl durch raschere Produktneueinführungen als auch durch erhöhte Innovationsgrade erreicht werden kann. In weiteren Untersuchungen wäre zu klären, ob auch die Steigerung des Innovationstempos durch erhöhte Innovationsgrade das Auftreten von Leapfrogging begünstigt.Google Scholar
  92. 104.
    Der Verlauf der Stückzahlkurven und der Umsatzkurven ist dem der Anwenderzahlen, wie bei dem Ausgangsszenario in Abschnitt 5.3.1, sehr ähnlich.Google Scholar
  93. 106.
    Vgl. z.B. LASZLO, EJLEONHARDT, C.-P. (1994), S. 34 ff.; SLATIER, S. (1993), S. 256 ff.; SCHÄFER, G. (1990), S. 122 ff.Google Scholar
  94. 107.
    Vgl. WEIBER, R. (1994), S. 344.Google Scholar
  95. 108.
    Vgl. Abschnitt 3.1.1.Google Scholar
  96. 109.
    Als Prozentsatz des jeweiligen Absatzpotentials.Google Scholar
  97. 112.
    Dieser Effekt trat auch bei den Szenarien der Neuigkeitsgraderhöhung auf. Vgl. Abschnitt 5.4.2.2.Google Scholar
  98. 113.
    Der dadurch ausgelöste Effekt einer Verringerung der prozentualen Anwenderzahlen ist bei einer Verkürzung der Einführungsintervalle signifikant stärker als bei den bisher betrachteten Szenarien.Google Scholar
  99. 114.
    Dort als Innovatoren und Imitatoren bezeichnet.Google Scholar
  100. 115.
    Vgl. z.B. BULLINGER, H.-J./WASSERLOOS, G. (1990a), S. 4 ff.; BULLINGER, H.J./WASSERLOOS, G. (1990b), S. 22 ff.; GEMÜNDEN, H.G. (1994a), S. 151 ff.; VESEY, J.T. (1992), S. 3 ff.; FRAUNHOFER-INSTITUT FÜR ARBEITSWISSENSCHAFT UND ORGANISATION (1990), S. 30.Google Scholar
  101. 116.
    Der Automatismus liegt nur dann vor, wenn das Unternehmen mit der Produktneueinführung beschließt, eine alte Generation unabhängig von deren Nachfrageentwicklung vom Markt zu nehmen. Dem Modell liegt jedoch die Annahme zugrunde, daß das Unternehmen alte Produkte nicht aktiv vom Markt nimmt, sondern daß sie weiter verkauft werden und erst aufgrund der Nachfrageentwicklung sterben können. Dieser Fall ist gerade im High-TechBereich heute oftmals gegeben. So bleiben z.B. alte Speicherchipgenerationen weiterhin am Markt, wenn eine neue, leistungsfähigere eingeführt wird (vgl. PFEIFFER, WJWEISS, E. (1990), S. 21 ff.). Auch werden alte PC-Prozessor-Generationen weiter angeboten, obwohl bereits mehrere Nachfolgegenerationen existieren (vgl. BACKHAUS, K./GRUNER, K./SCHNÜLZER, T (1994), S. 2 f.).Google Scholar
  102. 117.
    Bereits in den vorangegangenen Szenarien wurde deutlich, daß eine Lebenszeitverkürzung nicht notwendigerweise mit einer Verkürzung der Einführungszeiten einhergehen muß. Nun wird zusätzlich klar, daß auch umgekehrt eine Verkürzung der Einführungszeiten nicht mit einer äquivalenten Verkürzung der Produktlebenszeiten einhergehen muß.Google Scholar
  103. 118.
    Vgl. die Herleitung des Substitutionsmodelis in Abschnitt 4.2.3.2 sowie die dort angegebenen Begründungen für die Prämissen.Google Scholar
  104. 119.
    Diese zwei Alternativen stehen immer zur Verfügung, wenn die F&E-Anstrengungen erhöht werden. Die Aussagen haben damit auch für die Szenarien einer Innovationsgraderhöhung des Abschnitts 5.4.2 Gültigkeit.Google Scholar
  105. 120.
    Vgl. ALBACH, H./PAY, D. de/ROJAS, R. (1991), S. 320 f. In den USA beträgt der durchschnittliche Kostenanstieg nach dieser Untersuchung 24%, in Japan 16%. Die Werte wurden getrennt nach einzelnen Branchen ermittelt und angegeben.Google Scholar
  106. 121.
    Vgl. z.B. BROCKHOFF, K./URBAN, C. (1988), S. 3 ff.; KNOLMAYER, G. (1987), S. 453 ff. Dieser Effekt wurde bei der Formulierung der F&E-Kosten in Gleichung (4.59) berücksichtigt.Google Scholar
  107. 122.
    Vgl. SCHMELZER, H.J./BUTTERMILCH, K.-H. (1988), S. 46.Google Scholar
  108. 123.
    Vgl. zur Übersicht über diese Thematik die Sammelrezension KUMMER, M./LAY, G. (1994).Google Scholar
  109. 124.
    Vgl. BACKHAUS, K. (1991), S. 12.Google Scholar
  110. 125.
    Allerdings erhöhen sich auch hier die gesamten Entwicklungskosten einer Periode, da nun mehr Produkte gleichzeitig entwickelt werden. Zum Begriff des Risikos in den Wirtschaftswissenschaften und in der F&E vgl. z.B. ECKERT, D. (1985), S. 34; SCHUY, A. (1989), S. 10 ff.Google Scholar
  111. 126.
    Vgl. die Herleitung des Modells in Kapitel 4.Google Scholar
  112. 127.
    Vgl. hierzu auch BACKHAUS, K. (1991), S. 12 f.Google Scholar
  113. 129.
    Vgl. hierzu auch BACKHAUS, KJGRUNER, K. (1994), S. 28 f.Google Scholar
  114. 130.
    Die Annahme unveränderten Konkurrenzverhaltens war nötig, um die prinzipiellen Effekte aus Beschleunigungsmaßnahmen vor einem Ceteris-paribus-Hintergrund beobachten und beurteilen zu können.Google Scholar
  115. 131.
    In einem weiteren Schritt könnten auch simultane Aktivitäten des Modelluntemehmens und der Konkurrenz simuliert werden. Die Beschreibung solcher Szenarien wird durch das Modell grundsätzlich ermöglicht Hierbei entstehen jedoch sehr komplexe Situationen und Wechselwirkungen. Da es im Rahmen dieser Arbeit um das Aufzeigen grundlegender Zusammenhange geht, muß die Untersuchung solch aufwendiger Szenarien weiteren Forschungen vorbehalten bleiben. Vgl. hierzu Abschnitt 5.4.4.Google Scholar
  116. 132.
    Vgl. Abschnitt 4.2.4.1.Google Scholar
  117. 133.
    Vgl. Abschnitt 4.2.4.2.Google Scholar
  118. 134.
    Der hochgestellte Index W kennzeichnet, daß es sich um Wiederkäufer, der Index E, daß es sich um Erstkäufer handelt. Der tiefgestellte Index kennzeichnet die betrachtete Periode. Vgl. Abschnitt 4.2.2.3.Google Scholar
  119. 135.
    Bei genauer Betrachtung könnte sich zusätzlich auch die Neuproduktdiffusion verlangsamen. Hierfür müßte sich durch die Konkurrenzaktivitäten ein Parameter des Diffusionsmodells verändern, was vom Modell her natürlich möglich ist. Dem steht der bisherige Grundsatz gegenüber, stets nur einen Modellparameter zu variieren, um isolierte Effekte beobachten zu können. Da weiterhin davon ausgegangen wird, daß alle bisherigen Adopter in jeder Periode wiederkaufen, beeinflußt die Wiederkaufrate sehr stark die Zahl der Anwender. Sie beschreibt demnach ausreichend die gestärkte Marktposition der Konkurrenz.Google Scholar
  120. 136.
    In Prozent des Absatzpotentials.Google Scholar
  121. 137.
    In Prozent des Absatzpotentials.Google Scholar
  122. 140.
    Vgl. Abschnitt 4.2.4.2.Google Scholar
  123. 141.
    Vgl. Abschnitt 4.2.4.1.Google Scholar
  124. 142.
    Vgl. Abschnitt 4.2.1.1.Google Scholar
  125. 143.
    Vgl. Abschnitt 2.2 und die dort angegebene Literatur.Google Scholar
  126. 144.
    Vgl. z.B. PUES, C. (1994), S. 130; SIMON, H. (1992), S. 9.Google Scholar
  127. 145.
    Je nach Unternehmenszielsetzung kann sich die Betrachtungsebene z.B. auf den Umsatz, den Gewinn oder andere Kennziffern beziehen.Google Scholar
  128. 146.
    Jedoch zeitlich versetzt.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden 1996

Authors and Affiliations

  • Kai Gruner

There are no affiliations available

Personalised recommendations