Kosten/Nutzen-Analyse

  • Martin Busshart
  • Matthias F. F. Maneth
  • Roland Eisen

Zusammenfassung

Sämtliche der im vorigen Kapitel untersuchten Auswahl- und Beurteilungskriterien beeinflussen die Kosten, die mit der Entwicklung, Speicherung, Anwendung und Dokumentation eines Schadenprognoseverfahrens verbunden sind. Bei einer betriebswirtschaftlich fundierten Entscheidungsfindung darüber, ob und in welchem Umfang in die Prognoseerstellung investiert werden soll, ist daher eine genaue Betrachtung dieser Kosten von essentieller Bedeutung, weil diese strategische Planungsentscheidung langfristige und einschneidende Folgewirkungen hat und deswegen nur begrenzt und unter Schwierigkeiten rückgängig gemacht werden kann.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literature

  1. 1.
    Vgl. Davidson/Ayers (1982), S. 472 und Mahmoud/Pegels (1990), S. 50f.Google Scholar
  2. 2.
    Da nicht für alle Problemlösungen ein gleich hoher Kostenaufwand zu rechtfertigen ist, muß zunächst über eine “Nutzwertbestimmung” eine Obergrenze der akzeptablen Kosten ermittelt werden. Hängt eine zu treffende Entscheidung allerdings stark von der Prognose ab und wirkt sich die Entscheidung wiederum stark auf das Unternehmensergebnis aus, so kann der Fall eintreten, daß die absoluten Kosten in den Hintergrund treten, solange eine weitere Verbesserung der Genauigkeit der Prognose erzielt werden kann.Google Scholar
  3. 3.
    Vgl. Hüttner (1986), S. 297. Die umgekehrte Vorgehensweise, zuerst das gerade noch tolerierbare Ungenauigkeitsniveau festzulegen und erst dann die Kosten der verschiedenen Verfahren zu berücksichtigen, schlagen Chambers/Mullick/Smith (1971), S. 46, vor.Google Scholar
  4. 1.
    Vgl. Mahmoud/Pegels (1990), S. 50f., Fildes (1982), S. 88f. und Armstrong (1978), S. 341.Google Scholar
  5. 2.
    Über die einzelnen Kurvenverläufe und die Lage bzw. generelle Existenz des optimalen Bereichs herrscht in der Literatur Uneinigkeit. Vgl. Fildes (1982), S. 89. Unter der Annahme ordinal skalierter Achsen kann die Darstellung jedoch durch die bisherigen Ergebnisse dieser Arbeit zur Genauigkeit der einzelnen Verfahren weitgehend bestätigt werden.Google Scholar
  6. 3.
    Quelle: Chambers/Mullick/Smith (1971), S. 47 (aus dem Englischen übersetzt).Google Scholar
  7. 4.
    Vgl. Fildes (1982), S. 88f.Google Scholar
  8. 5.
    Vgl. Mahmoud/Pegels (1990), S. 57f.Google Scholar
  9. 1.
    Einen Überblick über den eindrucksvollen “Siegeszug” der EDV in Versicherungsunternehmen vermitteln DGVM-Ausschuß (1962), Benes (1969), Schwebler (1970), S. 652, Müller-Lutz (1974), Salzmann (1977), GDV (1992), Biermann (1993), Wittiger (1994), Kap. 2–3 und ALLDATA GmbH (1993). Grenzen der Einsatzmöglichkeiten der EDV zeigt Müller (1980) auf. Die dort geübte Kritik an überzogenen Erwartungs-und Anspruchsniveaus ist größtenteils auch heute noch aktuell. Vgl. zum Einsatzbereich der EDV auch o.V. (1987a), o.V. (1987b) und o.V. (1992a).Google Scholar
  10. 2.
    Vgl. Hüttner (1986), S. 297.Google Scholar
  11. 1.
    Vgl. Makridakis/Wheelwright (1977), S. 24f., Armstrong (1978), S. 338ff. und Hüttner (1986), S. 299f.Google Scholar
  12. 2.
    Vgl. Davidson/Ayers (1982), S. 472.Google Scholar
  13. 1.
    Eine Unterteilung der Personalkosten in Lohn-, Gehalts-und Personalnebenkosten erfolgt im weiteren nicht.Google Scholar
  14. 2.
    Vgl. Emde (1977), S. 279f. und Dawes/Fildes/Lawrence/Ord (1994), S. 155.Google Scholar
  15. 3.
    So kann z.B. der Gesamtschaden eines Kollektivs direkt oder indirekt über die einzelnen Komponenten Schadenzahl und Schadendurchschnitt prognostiziert werden. Durch die Prognose der Teilgrößen und anschließende Zusammenfassung der Komponenten lassen sich dabei in der Regel genauere Ergebnisse erzielen. Vgl. Mintrop (1972), S. 306f., Helten (1977a), S. 1212f. und Emde (1980), S. 92.Google Scholar
  16. 4.
    Vgl. Hüttner (1986), S. 299 und Rockart (1979), S. 81ff.Google Scholar
  17. 5.
    Vgl. Fischhoff (1994), S. 387ff. und S. 399ff.Google Scholar
  18. 6.
    Vgl. Dawes/Fildes/Lawrence/Ord (1994), S. 153, Rockart (1979) und Hogan (1973), S. 266.Google Scholar
  19. 1.
    Vgl. Fildes (1982), S. 88f. und Hüttner (1986), S. 304.Google Scholar
  20. 2.
    Vgl. Fildes (1982), S. 88f. und Hüttner (1986), S. 304.Google Scholar
  21. 3.
    Vgl. Hüttner (1986), S. 304.Google Scholar
  22. 4.
    Die Ermittlung der Datengenauigkeit und -qualität ist eine wesentliche Voraussetzung dafür, daß die Kosten der Ungenauigkeit der Prognose begrenzt werden können.Google Scholar
  23. 1.
    Identifikationsmerkmale der Datensätze sind dabei u.a. Policennummer, Prämie, Beginn und Ende der Kollektivzugehörigkeit, diverse weitere Risikobeschreibungsparameter, Zeitpunkt des Schadeneintritts sowie geleistete oder zurückgestellte Schadenzahlungen. Vgl. Bühlmann (1980), S. 332.Google Scholar
  24. 2.
    Vgl. Mintrop (1972), S. 306.Google Scholar
  25. 3.
    Vgl. Hüttner (1986), S. 305f. Für die Lebensversicherung wird die Bedeutung gesamtwirtschaftlicher Daten und veröffentlichter Datenquellen in GDV (1983) aufgezeigt.Google Scholar
  26. 4.
    Vgl. Davidson/Ayers (1982), S. 474.Google Scholar
  27. 5.
    Vgl. Weber (1991), S. 76f. und zu den Größen-und Spezialisierungsvorteilen (economies of scale and scope) der Softwareanbieter Davidson/Ayers (1982), S. 478f.Google Scholar
  28. 6.
    Vgl. Hüttner (1986), S. 280. Vgl. Emde (1977), S. 271.Google Scholar
  29. 7.
    Vgl. Kap. III.4., Weber (1991), S. 76 und Scheer (1983), S. 38f. Auf die Bedeutung der Einbeziehung des Anwenders in den Programmablauf wurde bereits in Hodgsdon/Wheelwright (1974), S. 153f. hingewiesen.Google Scholar
  30. 1.
    Vgl. Emde (1977), S. 271. Es sei in Erinnerung gerufen, daB bei ARIMA-Modellen nicht alle Verfahrensschritte adäquat programmiert werden können und so gerade in den wichtigen Phasen der Modellidentifizierung und -spezifizierung die Mitwirkung des Prognostikers erforderlich ist. Bei der Anwendung ökonometrischer Modelle würde sich der Personalaufwand nochmals erheblich erhöhen, so daB die Relevanz dieser Modelle fiir die Schadenprognose in Versicherungsunternehmen sehr fraglich ist.Google Scholar
  31. 2.
    Vgl. Hüttner (1986), S. 280, Emde (1977), S. 271f. und Armstrong (1978), S. 341f.Google Scholar
  32. 3.
    Vgl. Emde (1977), S. 280f. und Naeve (1980), S. 246f.Google Scholar
  33. 1.
    Vgl. Davidson/Ayers (1982), S. 472, Armstrong (1978), S. 345 und die Checkliste zur Überprüfung des Prognoseprozesses bei Hüttner (1986), S. 323.Google Scholar
  34. 2.
    Bei den weiteren Ausfiihrungen muß stets der, momentan zwar etwas abgeschwächte, aber weiterhin anhaltende Preisverfall bei gleichzeitiger enormer Steigerung der Leistungsfähigkeit der einzelnen Hard-und Softwarekomponenten berücksichtigt werden.Google Scholar
  35. 3.
    Vgl. Weber (1991), S. 76.Google Scholar
  36. 1.
    Vgl. Weber (1991), S. 77.Google Scholar
  37. 2.
    Vgl. hierzu auch Altenburger (1975), S. 480.Google Scholar
  38. 3.
    Einer Unterscheidung zwischen Kauf und Leasing der Ausstattung, die z.B. unter steuerlichen Aspekten eventuell interessant wäre, wird nicht nachgegangen.Google Scholar
  39. 1.
    Eine Voraussetzung ist dabei, daß eine geeignete Einheit für die Rechnerzeit zugrunde gelegt werden kann. Dies kann problematisch werden, wenn z.B. im Rahmen eines Arbeitsvorgangs zu verschiedenen Zeitpunkten unterschiedliche Komponenten EngpaBfaktoren darstellen.Google Scholar
  40. 2.
    Vgl. Davidson/Ayers (1982), S. 472 und die Beispielsrechnung bei Altenburger (1975), S. 481f.Google Scholar
  41. 1.
    Vgl. hierzu Kap. IV.3.2. und Abb. 111.2.Google Scholar
  42. 2.
    Die Skala reicht dabei von 0 (ungünstigste Ausprägung) bis 10 (günstigste Ausprägung).Google Scholar
  43. 3.
    Vgl. generell zur Koordination von Informationsbeschaffung und -bedarf als zentraler Aufgabe des Controlling Müller (1974). Vgl. auch Reichmann (1990) und Köpper (1987), S. 82ff.Google Scholar
  44. 4.
    Vgl. hierzu z.B. Neugebauer (1995), Müller (1990a), Famy (1992), S. 61ff., ders. (1965), ders. (1972), ders. (1977), ders. (1981), Albrecht (1990), S. 207ff., Brands (1988), Altenburger (1975) und Trott-mann (1968). Dabei müssen die den Beiträgen zugmndeliegenden unterschiedlichen Auffassungen über das Versichemngsprodukt und die Konzeption des Produktionsprozesses berücksichtigt werden.Google Scholar
  45. 5.
    Vgl. Müller (1990a), S. 397. Vgl. Müller (1990a), S. 397. Vgl. Albrecht (1990), S. 208.Google Scholar
  46. 1.
    Vgl. Pröbstl (1985), Kakies (1986), S. 121ff., Kirchner (1984) und Müller (1990a), S. 399.Google Scholar
  47. 2.
    Die Einführung des problematischen Nutzenbegriffs und damit der Zielfunktion “Nutzenmaximierung” wird erforderlich, da die Gewinne aus der Prognoseerstellung ungewiß sind und deshalb nicht Elemente einer Zielfunktion “Gewinnmaximierung” sein können bzw. nicht direkt ermittelt werden können. Vgl. Brockhoff (1977), S. 23f. und S. 61f.Google Scholar
  48. 3.
    Vgl. Brockhoff (1977), S. 22f.Google Scholar
  49. 1.
    Eine unter modelltheoretischen Gesichtspunkten vorgenommene Quantifizierung dieses Zielsystems führt dann zur Zielfunktion. Vgl. Albrecht (1994), S. lf. Vgl. auch Schmidt-Sudhoff (1967), Bidling¬maier (1967), ders. (1968a) und Heinen (1966).Google Scholar
  50. 2.
    Vgl. Kaluza (1981), S. 800.Google Scholar
  51. 3.
    Vgl. Remus/Simkin (1982), S. 516.Google Scholar
  52. 4.
    Die Kosten sind zwar auch ungewiß, lassen sich jedoch noch vergleichsweise gut abschätzen bzw. begrenzen.Google Scholar
  53. 5.
    Einen umfassenden Überblick über die vielfältigen Literaturbeiträge zu den Zielen von Versicherungsunternehmen gibt Kaluza (1979), S. 192ff. Vgl. auch Spühler (1971).Google Scholar
  54. 1.
    Vgl. Albrecht (1994), S. 1.Google Scholar
  55. 2.
    Vgl. Albrecht (1994), S. lf.Google Scholar
  56. 3.
    Vgl. Albrecht (1994), S. 2ff., Kromschröder (1994), S. 324, Schradin (1994), S. 34ff., Spühler (1971), Famy (1989), S. 268f., ders. (1967), S. 73, ders. (1966), S. 145 und Grossmann (1967), S. 83ff. und S. 97ff.; abweichend hingegen Hogan (1973), S. 265 und Hesberg (1983), S. 262ff. Zur empirischen Zielforschung in Versicherungsunternehmen vgl. die sehr ausführliche Untersuchung von Kaluza (1979), insbesondere S. 573ff. sowie ders. (1981), S. 801ff. und GDV (1982).Google Scholar
  57. 4.
    Vgl. Albrecht (1994), S. 3f., H. Müller (1992), S. 14, Schneider (1983), S. 12, Farny (1967), S. 73 und ders. (1966), S. 145f.Google Scholar
  58. 5.
    Vgl. Kromschröder (1994), S. 324.Google Scholar
  59. 6.
    Vgl. Kaluza (1979), S. 610ff., ders. (1981), S. 802 und Weiss (1975).Google Scholar
  60. 1.
    Vgl. Kaluza (1981), S. 802f., ders. (1979), S. 610ff. und Schradin (1994), S. 59ff.Google Scholar
  61. 2.
    Vgl. hierzu auch Kromschröder (1994), S. 326f. und Schickinger (1987), S. 529ff.Google Scholar
  62. 3.
    Vgl. Hesberg (1983), S. 266f.Google Scholar
  63. 1.
    Vgl. hierzu Schwaninger (1994) und Schradin (1994).Google Scholar
  64. 2.
    Vgl. GDV (1992), Biermann (1993), S. 1.2/1–1.3/3 und 2.4/6–2.4/11, Wittiger (1994), S. 1.3/1 und S. 2.4/5–2.4/8, Seng (1989), S. 197ff. und S. 233f. und Müller (1980), S. 459ff.Google Scholar
  65. 3.
    Vgl. neben der aktuellen Diskussion in der einschlägigen versicherungspraktischen Literatur auch Müller (1980), wo die Konzeption, Leistungsfähigkeit und Grenzen von Führungsinformationssystemen in Versicherungsunternehmen anschaulich dargelegt werden. Zur generellen Gestaltung von Management-und Informationssystemen vgl. Schwaninger (1994), Adrian (1989), Hinterhuber (1985) und Obermeier (1977).Google Scholar
  66. 4.
    Vgl. Slottko (1992), S. 48.Google Scholar
  67. 5.
    Vgl. hierzu Steinle/Eggers (1989).Google Scholar
  68. 6.
    Auf die, bei ihrer großen Relevanz für eine effiziente Gestaltung des Geschäftsverlaufs von Versicherungsunternehmen erstaunlich geringe Beschäftigung mit Analyse- und Prognoseverfahren fuir Zeitreihen in der Versicherungswirtschaft wurde bereits in Emde (1980), allerdings anscheinend kaum beachtet, hingewiesen.Google Scholar
  69. 1.
    Vgl. zur Einbettung der Prognosefunktion in die Organisations- und Entscheidungsstruktur eines Unternehmens die anschauliche Flußdiagrammdarstellung bei Fildes (1982), S. 84ff. Vgl. auch Bachmann (1988), S. 218ff.Google Scholar
  70. 2.
    Vgl. in diesem Zusammenhang zur Gestaltung und Abgrenzung der Aufgabenbereiche von Rechnungswesen und Controlling Müller (1974), bes. S. 20f.Google Scholar
  71. 3.
    Vgl. hierzu und zu den einzelnen, teilweise nicht deckungsgleichen Abgrenzungen und Begriffsbildungen Eichhorn (1978), Schwake (1988), S.hradin (1994), S. 34ff., Albrecht/Schwake (1988), Hel-ten (1991), S. 11 und S. 59ff, Sterk (1983), S. 242ff., Gerathewohl (1980), S. 141f., Famy (1967) und Karten (1983), S. 220f.Google Scholar
  72. 4.
    Vgl. Albrecht/Schwake (1988), S. 651ff. und Helten (1991), S. 63.Google Scholar
  73. 5.
    Vgl. Famy (1967), S. 71, Helten (1991), S. 65f. und Gerathewohl (1980), S. 141. Vgl. Albrecht/Schwake (1988), S. 657 und Eichhorn (1978), S. 586.Google Scholar
  74. 6.
    Das Diagnoserisiko beschreibt die Gefahr, daß in der Schadenentwicklung der Vergangenheit zwar eine Gesetzmäßigkeit enthalten ist und damit der Schadenerwartungswert prinzipiell exakt geschätzt werden könnte, diese Gesetzmäßigkeit jedoch nicht oder nicht völlig entdeckt wird und allein deshalb die Schätzung des Erwartungswertes ungenau ausfällt. Vgl. Sterk (1983), S. 245f., Albrecht/Schwake (1988), S. 653 und S. 655, Helten (1991), S. 65, Karten (1991), S. 136 und ders. (1978), S. 317.Google Scholar
  75. 7.
    Vgl. Albrecht/Schwake (1988), S. 653ff., Helten (1991), S. 63 und Eichhorn (1978), S. 590f.Google Scholar
  76. 1.
    Vgl. Bachmann (1988), S. 203ff., Sterk (1983), S. 245f. und Geschka/Reibnitz (1986).Google Scholar
  77. 2.
    Vgl. Steinle/Eggers (1989).Google Scholar
  78. 3.
    Vgl. Eisen (1980), S. 529f., Seng (1989), S. 231 und Karten (1991), S. 120ff.Google Scholar
  79. 4.
    Vgl. hierzu und zu verschiedenen risikotheoretischen Prämienprinzipien Eisen (1980), NickelWaninger (1992), S. 82ff., Sterk (1983), S. 248ff., Kromschröder (1994), S. 309ff., Lippe (1981), Karten (1991), S. 113ff., Helten (1985), S. 125ff., ders. (1991), S. 66ff., ders. (1975), S. 85f., Albrecht (1990), S. 220ff. und Birli (1991), S. 72ff.Google Scholar
  80. 5.
    Vgl. in diesem Zusammenhang zur erfolgsorientierten Prämienpolitik in Versicherungsunternehmen Schradin (1994), S. 366ff. und Nickel-Waninger (1992), S. 81ff.Google Scholar
  81. 6.
    So auch Kromschröder: “Enger werdende Gewinnmargen, verschärfter Wettbewerb auf liberalisierten und internationalisierten Versicherungsmärkten sowie weitere Gründe verleihen der Preiskalkulation i. S. zutreffend ermittelter Preisuntergrenzen eine bisher in der Versicherungswirtschaft weitgehend unbekannte Bedeutung.” Kromschröder (1994), S. 331. Vgl. auch Slottko (1992), S. 47 und NickelWaninger (1992), S. 82f. Auf Grenzen der Preissenkungsmöglichkeiten weist Helten (1990) hin.Google Scholar
  82. 7.
    Schätzungen von Versicherungspraktikern, daß eine Ausschöpfung dieser zur Zeit noch vorhandenen Spielräume aus Gründen des Preiswettbewerbs frühestens in ca. 15 Jahren relevant werden wird, sind u.E. entschieden überhöht. Vgl. auch Nickel-Waninger (1992), S. 84ff. zur Rolle ausländischer Versicherungsunternehmen im Preiswettbewerb nach der Deregulierung.Google Scholar
  83. 1.
    Vgl. Bachmann (1988), S. 214f., Janotta-Simons (1992), S. 598ff., ders. (1993), S. 30ff. und Al¬brecht/Schwake (1988), S. 655f.Google Scholar
  84. 2.
    Vgl. Seng (1989), S. 231f.Google Scholar
  85. 3.
    Vgl. zur erfolgsorientierten Produktpolitik Schradin (1994), S. 339ff. Vgl. Slottko (1992), S. 44ff. und Nickel-Waninger (1992), S. 79ff.Google Scholar
  86. 1.
    Vgl. hierzu auch Geschka/Reibnitz (1986).Google Scholar
  87. 2.
    Vgl. Nickel-Waninger (1992), S. 80f.Google Scholar
  88. 3.
    Vgl. Nickel-Waninger (1992), S. 79ff.Google Scholar
  89. 4.
    Vgl. Slottko (1992), S. 46f. und Nickel-Waninger (1992), S. 77 und S. 81.Google Scholar
  90. 5.
    Vgl. Maneth (1995) und ders. (1996a).Google Scholar
  91. 6.
    Vgl. Hesberg (1983), S. 279f.Google Scholar
  92. 1.
    Vgl. weiterführend zum Themenkomplex der Finanz-und Ertragsplanung Eichacker (1981).Google Scholar
  93. 2.
    Vgl. stellvertretend für die vielen Literaturbeiträge zur Problematik der Nutzenbewertung von Informationen Wild (1971), Drukarczyk (1974), Bitz/Wenzel (1974), Bitz (1975), Höflinger (1975), Kappler (1975), Obermeier (1977) und Glaser (1980).Google Scholar
  94. 3.
    Vgl. neben der zu diesem Thema geführten Diskussion die jeweiligen Abschnitte in den einschlägigen Lehrbüchern zur Entscheidungstheorie wie Laux (1991), Bamberg/Coenenberg (1994), Bitz (1981), Busse von Colbe/Laßmann (1991), Sengupta (1985), Schneeweiß (1967) und Gäfgen (1974) auch Schradin (1994), S. 59ff., Sinn (1980), Höflinger (1975), Bachmann (1988), S. 61ff., Brockhoff (1977), S. 22f., Kroll/Levy/Markowitz (1984), Levy/Markowitz (1979) und Reichel (1978). Vgl. außerdem zum safety first-Prinzip Albrecht (1994), Pyle/Tumovski (1970), Levy/Saurat (1972) und Berliner (1977), zum Bernoulli-Prinzip Albrecht (1982a), ders. (1983), ders. (1994), Schildbach/Ewert (1983) und Ziegenhorn (1991) sowie zur multi-attributiven Nutzentheorie Scheefer (1986), S. Iff. und Rischmüller (1980).Google Scholar
  95. 4.
    Vgl. Karten (1983), S. 227f. Erste theoretische Ansätze zur Reduktion von Zielsystemen auf eine einzige Zielsetzung wurden dagegen bereits sehr früh in der Spieltheorie entwickelt. Vgl. Neumann/Morgenstern (1961) und Eisen (1971), S. 418f.Google Scholar
  96. 5.
    Vgl. Obermeier (1977), S. 48ff., Famy (1974), S. 1238ff., Bidlingmaier (1967), S. 246ff., ders. (1968b), Karten (1978), S. 313ff. und Pentikäinen (1975), S. 30.Google Scholar
  97. 1.
    Vgl. Obermeier (1977), S. 9.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden 1998

Authors and Affiliations

  • Martin Busshart
  • Matthias F. F. Maneth
  • Roland Eisen

There are no affiliations available

Personalised recommendations