Exploratives Benchmarking

Die visuelle Wahrnehmungsleistung des Menschen ist beeindruckend! Mit Leichtigkeit ist es uns möglich, Strukturen und Zusammenhänge in Bildern oder Grafiken zu erkennen, zu systematisieren und kontextbezogen einzuordnen. Das Erkennen von Strukturen und Mustern in großen Zahlenkolonnen oder Datentabellen stößt dagegen schnell an Grenzen und führt zu einer selektiven Wahrnehmung. Derweil bestimmen Daten das wirtschaftliche und gesellschaftliche Zusammenleben des Informationszeitalters. Die bloße Existenz von Daten reicht jedoch nicht aus. Erst durch eine systematische Analyse und Kontextualisierung entsteht Information. So gilt es beispielsweise im Rahmen von Benchmarking-Projekten, Leistungslücken zu identifizieren. Die methodisch gestützte Quantifizierung diese Leistungslücken sowie das Aufdecken derer Ursachen bietet hier ein erhebliches Potential für den Erkenntnisgewinn. Ferner eröffnet die strukturierte Aufbereitung und visuelle Exploration der Ergebnisse unter Einbezug qualitativer Daten und Erfahrungswissen neue Perspektiven für eine fundierte Entscheidungsunterstützung.

Das Kapitel widmet sich der Entwicklung eines Vorgehensmodells für das Explorative Benchmarking (SPEB). Den Ausgangspunkt bildet eine Systematisierung des Benchmarkings selbst. Auf Grundlage dieser Systematisierung wird ein Strukturierungsschema entworfen, das die konzeptionelle Ausrichtung von Benchmarking-Projekten unterstützt. Anhand eines generischen Benchmarking-Prozesses werden Zielsetzungen für das zu entwickelnde Vorgehensmodell abgeleitet. Die Entwicklung des Vorgehensmodells erfolgt schließlich im zweiten Teil des Kapitels. Der Kern des Vorgehensmodells gründet hierbei auf der Annahme, dass mit den für das Benchmarking zur Verfügung stehenden Daten ein Input-Output-Transformationsprozess modellierbar ist. Die methodisch unterstützte Bewertung des Transformationsprozesses zielt darauf ab, Rückschlüsse auf strukturelle Eigenschaften des Untersuchungsgegenstandes zu ermöglichen. Im Zuge einer auf der Bewertung des Transformationsprozesses aufbauenden Exploration sollen derartige Rückschlüsse für das gesamte Untersuchungsfeld möglich sein. Das vorliegende Kapitel beschränkt sich dabei auf die Konzeption des Vorgehensmodells und ist unabhängig von spezifischen Methoden.

Auf Grundlage der bisherigen Gedankengänge wird ein Referenzmodell (SPEB-DM) für das Explorative Benchmarking entwickelt. Im Mittelpunkt steht die Phase der Modellbildung mit einer konkreten Auswahl von Verfahren für die Teilphasen des methodischen Benchmarkings sowie der explorativen Analyse. Das vorliegende Kapitel führt dabei aus einer holistischen Perspektive in die Komponenten des Referenzmodells ein. Den Ausgangspunkt bildet die Data Envelopment Analysis (DEA) zur Implementierung des methodischen Benchmarkings. Die Data Envelopment Analysis führt eine Effizienzbewertung des Untersuchungsfeldes durch. Die Ergebnisse der DEA bilden zugleich die Datengrundlage für die Initiierung der zweiten Phase zur explorativen Analyse. Da es sich hierbei in der Regel um multivariate Daten handelt, ist für die Visualisierung eine Dimensionsreduktion vorgesehen. Die Reduktion der Dimensionen erfolgt unter Einsatz der Multidimensionalen Skalierung (MDS). Für die sich anschließende Analyse werden ergänzende Daten und Erfahrungswissen in den Prozess einbezogen. Die Ausführungen werden durch ein Anwendungsbeispiel ergänzt.

Für den reliablen Einsatz der Data Envelopment Analysis (DEA) gilt es, zahlreiche Aspekte des Verfahrens zu vertiefen und Implikationen für das Explorative Benchmarking abzuleiten. Im Fortgang des Kapitels erfolgt zunächst eine Vertiefung der Basismodelle aus Sicht des Input-Output-Transformationsprozesses. Darüber hinaus lässt sich mit Hilfe von Modellerweiterungen die Reliabilität des methodischen Benchmarkings steigern, wozu vorliegend zwei Ansätze präsentiert werden. Ein zentrales Problem der DEA ist indes die Möglichkeit multipler optimaler Lösungen von insbesondere effizienten Untersuchungseinheiten. Konsequenterweise führen multiple Optima zu multiplen Handlungsalternativen, welche als Flexibilität einer Untersuchungseinheit interpretierbar und im Kontext des Explorativen Benchmarkings für die Bewertung identifizierter Leistungslücken von Interesse sind. Im Abschluss des Kapitels steht ein Ansatz zur komparativ-statischen Effizienzbewertung. Der fallweise Rückgriff auf das Anwendungsbeispiel illustriert die Ausführungen.

Das vorliegende Kapitel widmet sich einer formalen Ausgestaltung der Multidimensionalen Skalierung (MDS) unter Berücksichtigung der durch das Explorative Benchmarking gesetzten Zielstellungen. Hierzu wird der Prozess der MDS in mehreren Phasen vollzogen, sodass eine unmittelbare Übertragung auf praktische Anwendungen möglich ist. Phase eins dient der Vorbereitung der MDS aus der Perspektive des Explorativen Benchmarkings und umfasst neben der Aufbereitung der Rohdaten sowie der Festlegung etwaiger Modellparameter eine Abgrenzung alternativer Distanzmetriken. In der zweiten Phase steht die Erzeugung des Wahrnehmungsraumes im Mittelpunkt. Der Prozess wird vorliegend formal vertieft sowie konzeptionell für das Explorative Benchmarking erweitert. Indes behandelt die dritte Phase Aspekte zur Analyse und Qualifizierung der Ergebnisse einer MDS. Das Kapitel fokussiert hierbei vorrangig auf die Methodik und Ausgestaltung der MDS. Zugleich werden in diesem Zusammenhang wesentliche Grundlagen für die Ansätze der Exploration im Folgekapitel gelegt. Insofern angezeigt, wird auf das Anwendungsbeispiel zurückgegriffen.

Während in den bisherigen Kapiteln die Methoden des Referenzmodells (SPEB-DM) für das Explorative Benchmarking detailliert wurden, dienen die Ansätze des vorliegenden Kapitels zur Exploration und Evaluation der Ergebnisse der vorgelagerten Phasen. Der Aufbau des Kapitels folgt dabei einem idealtypischen Explorationsprozess, welcher in den Schritten (1) bis (4) die Teilphase der Exploration sowie im Schritt (5) die Phase der Evaluation des Vorgehensmodells unterstützt. Indes besteht das Prozessziel darin, die mittels DEA quantifizierten Leistungslücken und mittels MDS visualisierten Ergebnisse strukturiert zu explorieren und mögliche Ursachen der Leistungslücken zielgerichtet aufzudecken. Die Synthese der Untersuchungsergebnisse ermöglicht nicht zuletzt deren Evaluation im Rahmen einer vertiefenden Analyse und fachlichen Bewertung. Gleichzeitig besteht die Chance, durch die ganzheitliche Sichtweise latente Eigenschaften beziehungsweise Zusammenhänge oder Strukturen aufzudecken. Wie in den vorangehenenden Kapiteln, erfolgt ein steter Rückgriff auf das Anwendungsbeispiel der Verkehrsflugzeuge.

Das vorliegende Kapitel ist einer Fallstudie für die Anwendung des Explorativen Benchmarkings gewidmet. Ziel der Ausführungen ist es, die einzelnen Schritte des Referenzmodells (SPEB-DM) anhand eines sachbezogenen Anwendungsfalls in einem Gesamtzusammenhang darzustellen. Gleichwohl erhebt das Beispiel mit Blick auf eine kompakte Darstellung keinen Anspruch darauf, sämtliche reale Aspekte des Untersuchungsgegenstandes abzubilden. Vielmehr steht die Anschauung im Vordergrund, um einerseits das grundlegende Vorgehen auf reale Anwendungsfälle zu übertragen sowie andererseits Anpassungen und Erweiterungen des Modells zu motivieren. Den Untersuchungsgegenstand der Fallstudie bilden Flugnavigationsdienstleister (Air Navigation Service Provider, kurz ANSP) an 30 internationalen Verkehrsflughäfen in Europa. Der Verlauf des Kapitels orientiert sich maßgeblich am Aufbau des Vorgehensmodells, respektive dem des Referenzmodells des Explorativen Benchmarkings.

Das übergeordnete Ziel der Arbeit besteht darin, die vielfältigen Ergebnisdaten einer DEA für den Erkenntnisgewinn zu nutzen und der Entscheidungsunterstützung zugänglich zu machen. Im Hinblick auf etwaige Anwendungsfälle sind einerseits explorative Analysemethoden einzusetzen, um potenzielle Erkenntnisse mit bereits vorhandenem Wissen zu verknüpfen und somit einer kritischen Diskussion zuzuführen. Andererseits ist ein strukturiertes Vorgehen geboten, um im Sinne eines Managementinstruments reliable Ergebnisse zu gewinnen. Im Gegensatz zu generischen Ansätzen beruht die Spezifität des Explorativen Benchmarkings darin, kontextrelevanter Zusammenhänge systematisch aufzudecken und vor dem Hintergrund eines Benchmarking-Prozesses, Leistungslücken zu quantifizieren und deren Ursachen zu qualifizieren. Als Ergebnis der Arbeit stehen sowohl neue als auch weiterentwickelte Konzepte und Analysemethoden für eine praxisorientierte Implementierung des Explorativen Benchmarkings zur Verfügung. Darüber hinaus schließt die Arbeit eine Lücke für die zielgerichtete Anwendung der DEA auf reale Fragestellungen, indem das methodische Benchmarking der DEA im Kontext eines Benchmarking-Prozesses strukturiert eingesetzt werden kann.