Skip to main content

Operationalisierung der wissensbasierten Analyse

  • Chapter
Wissensbasierte Unternehmensanalyse
  • 104 Accesses

Zusammenfassung

Das sechste Kapitel beschreibt einen Vorschlag zur Entwicklung und Operationalisierung von möglichen Modellen zur wissensbasierten Analyse der Unternehmensqualität. Es gilt, die vorliegenden allgemeinen Untersuchungsergebnisse in technische Entwurfsmodelle umzusetzen.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 44.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 59.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Unter dem Terminus “Risikoanalyse” ist dabei das eigene, für die Bonitätsanalyse entwickelte Risikobewertungsmodell zu verstehen. Mit “Modellanalyse” werden die aus der Fachliteratur entnommenen Beurteilungsmodelle bezeichnet.

    Google Scholar 

  2. Vgl. Keel, Alex, Statistik 11, 2. Auflage, St. Gallen 1983, S. 6.

    Google Scholar 

  3. Beispiele für diese Aussage wären die Vorabdefinition von risikoreichen Absatzgebieten, die Überprüfung ob bestimmte Verfahren in einer Unternehmung zum Einsatz kommen oder die Ermittlung von verschiedenen Mängeltypen.

    Google Scholar 

  4. Beispiele für einzelne Antwortoptionen finden sich in der Fallstudie “Bergbaumaschinen. im Anhang, S.263–265.

    Google Scholar 

  5. Vgl. Kapitel 4.4, Bestimmung des Problemlösungskonzeptes,… “Ein besonderes Augenmerk richtet der Analyst auf diejenigen Kriterien, die sich ihm besonders negativ darstellen”.., S.80–81.

    Google Scholar 

  6. Siehe Kapitel 6.2.4, Ableitung von Bonitatsmustern, S.202–203.

    Google Scholar 

  7. Ein urfassender Katalog der Analysefragen und Antwortoptionen findet sich bei den Fallstudien im Anhang, S.263–265.

    Google Scholar 

  8. Grundlage für die Beurteilung sind die im fünften Kapitel unter den Absätzen “Schlußfolgerungen” als durchgezogene Pfeile dargestellten Querbeziehungen zwischen Kennzahlen und qualitativen Bonitätsmerkmalen.

    Google Scholar 

  9. Siehe Anhang S.284–303, Spalte 3.

    Google Scholar 

  10. Der Begriff “Untersuchung” bezeichnet die Bewertung von individuellen Einzelmerkmalen. Als Analyse wird die Aggregation und Gruppierung von Bonitätsmerkmalen verstanden.

    Google Scholar 

  11. Vgl. Beschreibung des Fragebogens, Kapitel 5.1.1. 4, S. 90–93.

    Google Scholar 

  12. Die Detaillierungsgrade wurden im Rahmen der Expertenbefragungen identifiziert.

    Google Scholar 

  13. Beispiel für eine Basisuntersuchung ist die Fallstudie “Bergbaumaschinen” im Anhang, S.258–276.

    Google Scholar 

  14. Im Gegensatz zur Basisuntersuchung (wie in der Fallstudie “Bergbaumaschinen” dargestellt) werden bei der Detailanalyse alle Merkmale manuell vom Anwender beurteilt. Außerdem werden vom System deutlich mehr Merkmale zur Untersuchung angeboten.

    Google Scholar 

  15. Vgl. Kapitel 4.3.1, S.62–64.

    Google Scholar 

  16. Das Gewichtungsmodell wurde vom Autor in Absprache mit den befragten Experten entwickelt.

    Google Scholar 

  17. Vgl. Schirmer, Kai, Wissensakquisition II, Die Wahl der Techniken, in: KI 1/89, S.54.

    Google Scholar 

  18. Für die Erläuterung der Befragungsmodalitäten wird auf die Erhebung der relevanten Einzelmerkmale verwiesen. Die Motivation für die Durchführung einer schriftlichen Befragung und die Auswahl der befragten Experten sind bei beiden Erhebungen identisch. Vgl. Kap. 5.1. 1, S. 84–93.

    Google Scholar 

  19. Siehe Kapitel 6.1.2, Gewichtung der Einzelmerkmale S.176–177 und Kapitel 4.4, Bestimmung des Problemlösungskonzeptes, S.80–81.

    Google Scholar 

  20. Siehe Kapitel 5.2, Darstellung der Ergebnisse.

    Google Scholar 

  21. Risikogewichtung entsprechend Abbildung 45, S.189–191.

    Google Scholar 

  22. Vgl. Abbildung 12, beispielsweise die Dimension Finanzen, S.66.

    Google Scholar 

  23. Ein Beispiel für die Bildung eines Risikoratings findet sich in der Fallstudie im Anhang, 5.260.

    Google Scholar 

  24. Vgl. Derninger, Friedemann; Krey, Uwe; Hiebecke, Gernot und Zöllner, Uwe, a.a.O., S.33–38.

    Google Scholar 

  25. Vgl Kap. 2.4.3, Bonitätsanalyse mit Hilfe der Mustererkennung, S.35–38.

    Google Scholar 

  26. Vgl. Nolte-Hellwig, K.Ulf; Leins, Herwig; Krakl, Johann, a.a.O., 5. 110–111.

    Google Scholar 

  27. Vgl. Nolte-Hellwig, K.ULf; Leins, Herwig; Krakl, Johann, a.a.O., S.113–114.

    Google Scholar 

  28. Vgl. Kollhöfer, Dietrich, a.a.0., S.979.

    Google Scholar 

  29. Die Tatsache, daß auch erfolgreich geführte Unternehmen zahlreiche Schwachstellen vorweisen, weist Kömpf in seiner Arbeit nach, vgl. Kömpf, Wolfgang, a.a.0., S.232–234.

    Google Scholar 

  30. Vgl. beispielsweise, Hauschildt, Jürgen, Unternehmenskrisen - Herausforderungen an die Bilanzanalyse, a.a.0., S.4.

    Google Scholar 

  31. Vgl. Bühler, Wilhelm, Bonitätsprüfung und ihre ungenutzten Informationsressourcen, a.a.0., S.84.

    Google Scholar 

  32. Siehe Fallstudie im Anhang: Kritische Aspekte bei der Beurteilung S.270–271.

    Google Scholar 

  33. Vgl. Beschreibung des Systems “Risk” der Bayrischen Vereinsbank, Kollhöfer, Dietrich, a.a.0., S.978–980.

    Google Scholar 

  34. Vgl. Kap. 6.3.3., S.215–216. Siehe auch Stärken-Schwächen Analyse, Anhang, S.273.

    Google Scholar 

  35. Vgl. Ermittlung einer Risikogewichtung für Einzelmerkmale, Kap. 5.1.1.6.1., S.94–97.

    Google Scholar 

  36. Vgl. Gemünden, Hans Georg, Defizite der empirischen Insolvenzursachenforschung, in: Krisendiagnose durch Bilanzanalyse, hrsg. von Hauschildt, Jürgen, Köln 1988, S.142–145 und S.148–152

    Google Scholar 

  37. Vgl. Hauschildt, Jürgen, Überlegungen zu einem Diagnosesystem für Unternehmenskrisen, a.a. 0, S. 201.

    Google Scholar 

  38. Die unterschiedlichen Ergebnisdarstellungsformen werden in der Fallstudie im Anhang illustriert, S.258–276.

    Google Scholar 

  39. Vgl. Tichy, Bruno, a.a.0., S.250.

    Google Scholar 

  40. Ein Überblick über verschiedene Verfahren findet sich bei Gottschlich, Werner, Strategische Führung in mittleren Unternehmen: Konzepte, Operationalisierung und Messung, Frankfurt 1989, S. 54.

    Google Scholar 

  41. Vgl. Hertenstein, Karl-Heinz, Massnahmen und Strategien der Unternehmensbeurteilung, in: Kreditinformations-und Kreditüberwachungssysteme, Hrsg. von Bühler, Wilhelm und Schuster, Leo, Wien 1988, S. 55–78.

    Google Scholar 

  42. Vgl. Hauschildt, Jürgen, Unternehmenskrisen - Herausforderungen an die Bilanzanalyse, a.a.0., S.10–13.

    Google Scholar 

  43. Vgl. Klinger, Michael A., a.a.0., S.60.

    Google Scholar 

  44. Vgl. Kapitel 2.3.3, Ermittlung betriebswirtschaftlicher Risikofaktoren und Risikoindikatoren, S.31.

    Google Scholar 

  45. Vgl. Benölken, Heinz und Bickel, Walter, a.a.O., S.98–102

    Google Scholar 

  46. Beispiele für Checklisten finden sich im Anhang, S.263–265.

    Google Scholar 

  47. Vgl. Hauschildt, Jürgen, Unternehmenskrisen - Herausforderungen an die Bilanzanalyse, a.a.O., S.1–16.

    Google Scholar 

  48. Vgl. Kapitel 2.3.2.3, Die Untersuchung von Hauschildt, S.29–30.

    Google Scholar 

  49. Vgl. Kapitel 6.2, Entwicklung eines Modells zur Risikoanalyse, S.185–207.

    Google Scholar 

  50. Eine beispielhafte Krisentypbestimmung findet sich in der Fallstudie.Bergbaumaschinen“ im Anhang, S.272.

    Google Scholar 

  51. Vgl. Kropfberger, Dietrich, Erfolgsmanagement statt Krisenmanagement, Strategisches Management in Mittelbetrieben, Linz 1986, S. 77–78.

    Google Scholar 

  52. Als Beispiel siehe Fallstudie “Bergbaumaschinen” im Anhang, S.273.

    Google Scholar 

  53. Vgl. Antoni, Manfred und Riekhof, Hans-Christian, Strategieentwicklung mittels Portfolio-Analyse, in: Strategieentwicklungen: Konzepte und Erfahrungen, Hrsg.: Riekhof, Hans-Christian, Stuttgart 1989, S. 175–176.

    Google Scholar 

  54. In Anlehnung an Hinterhuber, Hans, a.a.O., 5.110.

    Google Scholar 

  55. Vgl. Hertenstein, Karl-Heinz, a.a.O., S.64.

    Google Scholar 

  56. Bei der Analyse der Marktattraktivität und der Wettbewerbsvorteile werden die Begriffe “Hauptkriterien” und “Dimension” in Anlehnung an die Literatur synonym verwendet.

    Google Scholar 

  57. Vgl. Hinterhuber, Hans, a.a.O., S.112–117.

    Google Scholar 

  58. In Anlehnung an Hinterhuber, Hans, a.a.O., S.114 und 117.

    Google Scholar 

  59. Vgl. Hinterhuber, Hans, a.a.O., S.113.

    Google Scholar 

  60. Ein ähnlicher Vorschlag findet sich bei Töllner, Christian, Risikoportfolio-Management im Firmenkundengeschäft, in: Kreditpraxis 4/89, S.30–33.

    Google Scholar 

  61. siehe Abbildung 45, Risikogewichtung von Unternehmensbereichen in Abhängigkeit von der Branche, S.189–191.

    Google Scholar 

  62. Als Beispiel siehe Fallstudie “Bergbaumaschinen. im Anhang, S.274–275.

    Google Scholar 

  63. Vgl. Pfeiffer, Werner, Technologie-Portfolio zum Management Strategischer Geschäftsfelder, Göttingen 1982.

    Google Scholar 

  64. Vgl. Heim, Eberhard und Kuhn, Wolfgang, a.a.0., S.24.

    Google Scholar 

  65. Vgl. Heim, Eberhard und Kuhn, Wolfgang, a.a.0., S.23–24.

    Google Scholar 

  66. Vgl. Lehner, Karlheinz, a.a.O., S.89–93.

    Google Scholar 

  67. Vgl. Heim, Eberhard und Kuhn, Wolfgang, a.a.0., S.24–26.

    Google Scholar 

  68. Vgl. Kapitel 5.2.3.1, Fertigung, Unterkapitel Produktions-und Verfahrenstechnologien, S.157–158.

    Google Scholar 

  69. Vgl. Wildemann, Horst, Strategische Investitionsplanung, Methoden zur Bewertung von Produktionstechnologien, Wiesbaden 1987, S.49–52. Technolgiekriterien finden sich auch bei Hahn, Ernst-F. und Wollschläger, Hubert, Technische Potentialanalyse als Grundlage für eine strategische Investitionsplanung, in: ZfB-Ergänzungsheft, 1 /86, S. 49–64.

    Google Scholar 

  70. Aufbau nach dem selben Muster, wie die Marktattraktivitäts/Wettbewerbsvorteile-Matrix, S.275.

    Google Scholar 

  71. Vgl. Kapitel 5.2.3.1, Fertigung, Unterkapitel Produktions-und Verfahrenstechnologien, S.157–158.

    Google Scholar 

  72. Vgl. Heim, Eberhard und Kuhn, Wolfgang, a.a.O., S.25.

    Google Scholar 

  73. Nach Wildemann, Horst, a.a.O., S.54.

    Google Scholar 

  74. Vgl. auch Relativer Wettbewerbsvorteil, S.220.

    Google Scholar 

  75. Vgl. Kapitel 6.3.4, Marktattraktivität/Wettbewerbsvorteile-Analyse, S.217–221.

    Google Scholar 

  76. Vgl. Kapitel 5.3.2, Führungspotential und Kapitel 5.3.3, Produktionspotential.

    Google Scholar 

  77. Vgl. Kapitel 6.2.5, S.203–207.

    Google Scholar 

  78. Vgl. Nieschlag, Robert; Dichtl Erwin; Hörschgen, Hans, a.a.O., S.883–883.

    Google Scholar 

Download references

Authors

Rights and permissions

Reprints and permissions

Copyright information

© 1993 Springer Fachmedien Wiesbaden

About this chapter

Cite this chapter

Leins, H. (1993). Operationalisierung der wissensbasierten Analyse. In: Wissensbasierte Unternehmensanalyse. Gabler Verlag, Wiesbaden. https://doi.org/10.1007/978-3-663-12854-0_6

Download citation

  • DOI: https://doi.org/10.1007/978-3-663-12854-0_6

  • Publisher Name: Gabler Verlag, Wiesbaden

  • Print ISBN: 978-3-409-14042-3

  • Online ISBN: 978-3-663-12854-0

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics