Skip to main content
SpringerLink
Log in

Formalisierte Darstellung von beispielhaften Ursache-Wirkungsbeziehungen einer Balanced Scorecard

  • Chapter
Book cover Balanced Scorecard und Ursache-Wirkungsbeziehungen

  • 6928 Accesses

Auszug

Die Allgemeine Dienstleistungen für Unternehmen (ADU) AG, ein fiktives Unternehmen, ist ein bedeutender Anbieter von Dienstleistungen im Bereich des Gesundheitswesens, die sowohl in Deutschland als auch im europäischen Ausland erbracht werden. Kunden sind vor allem mittelgroße Unternehmen, vorwiegend Krankenhäuser und Ärztezentren, die die von der ADU AG erbrachten Dienstleistungen outsourcen oder mit Unterstützung eines externen Partners erbringen wollen. Beispiele für von der ADU AG erbrachte Dienstleistungen sind die Versorgung mit Verbrauchsmaterialien und Apothekendienstleistungen. Ein weiterer Geschäftsbereich der ADU AG ist die Unterstützung der Unternehmen durch Know-how, welches die ADU AG in Bezug auf das Management von Arztpraxen oder Kliniken besitzt.

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

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 99.00
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 89.99
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. Vgl. z.B. Hartel (2003), S. 471 ff., und Kaplan/Norton (2001c), S. 135 ff.

    Google Scholar 

  2. Vgl. Niven (2002), S. 146 ff. Allerdings bezeichnet Niven dies als Auswahl der Performance Measures, hier wird dies auf strategische Ziele übertragen.

    Google Scholar 

  3. Die Kundenzufriedenheit ist eine der Zielgrößen der Steuerung von Unternehmen, allerdings fehlt weiterhin eine eindeutige Spezifizierung des Konstrukts [vgl. Kudernatsch (2001), S. 78], wodurch die Verwendung in Unternehmen und der Vergleich der Kundenzufriedenheit verschiedener Unternehmen nur schwierig möglich ist. Festzustellen ist aber, dass durch verschiedene empirische Studien der Einfluss der Kundenzufriedenheit auf die Kundenbindung nachgewiesen wurde [vgl. Kudernatsch (2001), S. 90 f.]. Die Stärke des Einflusses zwischen diesen beiden Konstrukten ist aber variabel, da viele Variablen Einfluss auf die Stärke der Wechselwirkungen haben. Eine hohe Kundenzufriedenheit ist daher nicht automatisch mit einem häufigen Wiederkaufverhalten entsprechend einer hohen Kundenbindung gleichzusetzen. Kristensen/Martensen/Gronhold erläutern die Beziehung zwischen Kundenzufriedenheit und Kundenbindung (auch als Kundenloyalität und langfristige Kundenbeziehung bezeichnet) [vgl. Kristensen/Martensen/Gronholdt (2002), S. 281 ff.]. Sie stellen fest, dass eine Beziehung zwischen Kundenzufriedenheit und Kundenbindung existiert, wenn man Kundenzufriedenheit als einen ökonomischen Faktor auffasst. Durch eine Studie von Horstmann wird festgestellt, dass die Kundenzufriedenheit und Kundenbindung stark korrelieren [vgl. Horstmann (1998), S. 20 ff.]. Allerdings wird ermittelt, dass unterschiedliche Einflussgrößen auf Kundenzufriedenheit und Kundenbindung wirken, daher ist die Beziehung zwischen Kundenzufriedenheit und Kundenbindung deutlich komplexer als bisher gedacht. Dies unterstützen auch Jones/Sasser, die zwar feststellen, dass eine Beziehung zwischen Kundenzufriedenheit und Kundenbindung besteht, diese aber wie angesprochen sehr komplex ist [vgl. Jones/Sasser (1995), S. 89 ff.]. Nur wenn der Kunde vollständig zufrieden ist, kann eine hohe Kundenbindung und daraus resultierend ein langfristiger finanzieller Erfolg erwartet werden. Fällt die Kundenzufriedenheit, so hat dies überproportional positive oder negative Auswirkungen auf die Kundenbindung.

    Google Scholar 

  4. Die Beziehung zwischen Kundenzufriedenheit und Marktanteil kann sogar negativ sein, wie Fornell feststellt [vgl. Fornell (1992), S. 8 f.]. Allerdings nur dann, wenn die Forderungen des Markts heterogen und das Angebot homogen (standardisiert) ist. Fornell untersucht die Beziehung zwischen Kundenzufriedenheit und Marktanteil anhand des schwedischen nationalen Kundenzufriedenheitsbarometers.

    Google Scholar 

  5. Indirekte Einflüsse dürfen nach Aussage von Forbus nicht zirkulär sein [vgl. Forbus (1994a), S. 112].

    Google Scholar 

  6. Vgl. Bouwer/ Liem/ Bredeweg (2005), S. 52.

    Google Scholar 

  7. Vgl. das implementierte Modell. Das implementierte Modell wird durch Abbildung 70, S. 416, bis Abbildung 133, S. 448, dokumentiert. Neben den hier bereits einbezogenen Correspondences sind weitere Correspondences zwischen Cluster 2a, 2b und Cluster 3 anzunehmen. Das implementierte Modell der Ursache-Wirkungsbeziehungen in Garp3 enthält weitere Szenarien, z.B. ein Szenario, in dem nur die Motivation der Mitarbeiter einen positiven qualitativen Wert der Quantität „Zielerreichung“ besitzt. Alle anderen Teile des Modells sind unverändert. Dieses Szenario führt zu 142 Zuständen.

    Google Scholar 

  8. Vgl. u.a. Lachnit/ Müller (2006), S. 263 ff.; Reichmann (2006), S. 18 ff.

    Google Scholar 

  9. Vgl. Reichmann (2006), S. 606; ähnlich auch: Maltz/Shenhar/Reilly (2003), S. 195; Morganski (2003), S. 83 ff.

    Google Scholar 

  10. Vgl. Morganski (2003), S. 83 ff.; Reichmann (2006), S. 606.

    Google Scholar 

  11. Vgl. Reichmann (2006), S. 606; ähnlich auch: Maltz/Shenhar/Reilly (2003), S. 195; Morganski (2003), S. 83 ff.

    Google Scholar 

  12. Vgl. Kaplan/ Norton (1997b), S. 131 f.

    Google Scholar 

  13. Vgl. Kaplan/ Norton (2001c), S. 110.

    Google Scholar 

  14. Vgl. Kaplan/ Norton (1997b), S. 137.

    Google Scholar 

  15. Vgl. Reichmann (2006), S. 598.

    Google Scholar 

  16. Vgl. Kaplan/ Norton (2001c), S. 65.

    Google Scholar 

  17. Vgl. Reichmann (2006), S. 598.

    Google Scholar 

  18. Vgl. Maltz/ Shenhar/ Reilly (2003), S. 194.

    Google Scholar 

  19. Vgl. Morganski (2003), S. 92 ff.

    Google Scholar 

  20. Vgl. Kaplan/ Norton (1997b), S. 97.

    Google Scholar 

  21. Vgl. Kaplan/ Norton (1997b), S. 117 f.

    Google Scholar 

  22. Vgl. Kaplan/ Norton (1997b), S. 97.

    Google Scholar 

  23. Vgl. Kaplan/ Norton (1997b), S. 113.

    Google Scholar 

  24. Vgl. Maltz/ Shenhar/ Reilly (2003), S. 194.

    Google Scholar 

  25. Vgl. Reichmann (2006), S. 608.

    Google Scholar 

  26. Vgl. Kaplan/ Norton (1997b), S. 115.

    Google Scholar 

  27. Vgl. Reichmann (2006), S. 598.

    Google Scholar 

  28. Vgl. Reichmann (2006), S. 598; ähnlich auch: Morganski (2003), S. 92 ff.

    Google Scholar 

  29. Vgl. Reichmann (2006), S. 608.

    Google Scholar 

  30. Vgl. Reichmann (2006), S. 598.

    Google Scholar 

  31. Vgl. Horváth & Partners (2004), S. 237.

    Google Scholar 

  32. Vgl. Maisel (1992), S. 50 f.

    Google Scholar 

  33. Vgl. Maltz/ Shenhar/ Reilly (2003), S. 194.

    Google Scholar 

  34. Vgl. Maisel (1992), S. 50 f.

    Google Scholar 

  35. Vgl. Horváth & Partners (2004), S. 236.

    Google Scholar 

  36. Vgl. Maisel (1992), S. 50 f.

    Google Scholar 

  37. Vgl. Kaplan/ Norton (1997b), S. 66.

    Google Scholar 

  38. Vgl. Maisel (1992), S. 50 f.

    Google Scholar 

  39. Vgl. Maltz/ Shenhar/ Reilly (2003), S. 194; Morganski (2003), S. 55 ff.

    Google Scholar 

  40. Vgl. Maisel (1992), S. 50 f.

    Google Scholar 

  41. Vgl. Kaplan/ Norton (1997b), S. 66; Morganski (2003), S. 55 ff.

    Google Scholar 

  42. Vgl. Maisel (1992), S. 50 f.; Maltz/Shenhar/Reilly (2003), S. 194; Morganski (2003), S. 55 ff.

    Google Scholar 

  43. Vgl. Morganski (2003), S. 55 ff.

    Google Scholar 

  44. Vgl. Reichmann (2006), S. 598.

    Google Scholar 

  45. Vgl. Reichmann (2006), S. 547.

    Google Scholar 

  46. Vgl. Maltz/ Shenhar/ Reilly (2003), S. 194.

    Google Scholar 

  47. Vgl. Maltz/ Shenhar/ Reilly (2003), S. 194.

    Google Scholar 

  48. Vgl. Horváth & Partners (2004), S. 235.

    Google Scholar 

  49. Vgl. Lachnit/ Müller (2006), S. 228 ff.

    Google Scholar 

  50. Vgl. Horváth & Partners (2004), S. 235; Lachnit/Müller (2006), S. 231.

    Google Scholar 

  51. Vgl. Lachnit/ Müller (2006), S. 228 ff.

    Google Scholar 

  52. Vgl. Maltz/ Shenhar/ Reilly (2003), S. 194.

    Google Scholar 

  53. Vgl. Maisel (1992), S. 52.

    Google Scholar 

  54. Vgl. Maisel (1992), S. 52; zur allgemeinen Beschreibung des Shareholder Value: Rappaport (1999), S. 39 ff.

    Google Scholar 

  55. Vgl. Maisel (1992), S. 52.

    Google Scholar 

  56. Vgl. Lachnit/ Müller (2006), S. 230 f.

    Google Scholar 

  57. Vgl. Lachnit/ Müller (2006), S. 288.

    Google Scholar 

  58. Vgl. Lachnit/ Müller (2006), S. 232 ff.

    Google Scholar 

  59. Vgl. Lachnit/ Müller (2006), S. 267 ff.; Reichman (2006), S. 32 ff.

    Google Scholar 

  60. Vgl. Lachnit/ Müller (2006), S. 285.

    Google Scholar 

  61. Vgl. Lachnit/ Müller (2006), S. 288.

    Google Scholar 

  62. Vgl. Lachnit/ Müller (2006), S. 288.

    Google Scholar 

  63. Vgl. Reichmann (2006), S. 898.

    Google Scholar 

  64. Vgl. Lachnit/ Müller (2006), S. 288 f.

    Google Scholar 

  65. Vgl. Reichmann (2006), S. 899.

    Google Scholar 

  66. Vgl. Reichmann (2006), S. 898.

    Google Scholar 

  67. Vgl. Eschenbach/ Haddad (1999), S. 80 ff.

    Google Scholar 

  68. Eine beispielhafte Balanced Scorecard in SAP SEM zeigt: Wefers (2000), S. 242 ff.

    Google Scholar 

  69. Vgl. zur DV-technischen Umsetzung der Balanced Scorecard in einer Software von SAS: Schwab (1999), S. 278 ff.

    Google Scholar 

  70. Nach einer Studie der Fachhochschule Augsburg wird aber vorwiegend Microsoft Excel als Software eingesetzt [vgl. o.V. (2000b), S. 17]. Weitere Software, die eingesetzt werden kann, beschreiben: Creelman (1998), S. 339 ff.; o.V. (1999b), S. 28 f.; Gleich (2001a), S. 55. Einen Überblick über Software, die die Balanced Scorecard unterstützt, geben Marr/Neely und Bange/Marr/Dahnken/Narr [vgl. Neely/Marr (2003), S. 69 ff.; Bange/Marr/Dahnken/Narr (2004), S. 62 ff.]. Sie stellen dabei fest, dass in Bezug auf die Darstellung von Ursache-Wirkungsbeziehungen statische Grafiken und Korrelationen, also Beziehungen zwischen zwei statistischen Größen, unterstützt werden.

    Google Scholar 

  71. Vgl. zu detaillierten Erläuterungen von nicht monetären Anreizen: Przygodda (2004), S. 2 ff.

    Google Scholar 

Download references

Rights and permissions

Reprints and permissions

Copyright information

© 2008 Gabler | GWV Fachverlage GmbH, Wiesbaden

About this chapter

Cite this chapter

(2008). Formalisierte Darstellung von beispielhaften Ursache-Wirkungsbeziehungen einer Balanced Scorecard. In: Balanced Scorecard und Ursache-Wirkungsbeziehungen. Gabler. https://doi.org/10.1007/978-3-8349-8171-4_6

Download citation

Publish with us

Policies and ethics

Search

Navigation