e-journal of Practical Business Research Business Process Benchmarking Band II Gesamtkonzeption:

Transkript

1 e-journal of Practical Business Research Business Process Benchmarking Band II Gesamtkonzeption: Prozesskennzahlen Lena Seifert, Magdalena Drexler, Jörg Puchan & Thomas Gann Erschienen im e-journal of Practical Business Research unter: Der vorliegende Beitrag setzt auf die bereits in Band I eingeführte Gruppierung in sogenannte Kennzahlencluster auf und es werden weitere benötigte Rahmenbedingungen zur generischen Vorgehensweise erläutert. Daraus resultieren generische Kennzahlenvorgaben. Näher eingegangen wird zudem auf die nicht in rein quantitativ messbaren Kennzahlen auszudrückende Prozessqualität und Kundenzufriedenheit, für deren Erfassung generische Fragebögen erstellt wurden. Besprochen werden außerdem Ziel- bzw. Referenzwerte, die Aggregation im Kennzahlensystem sowie eine mögliche Auswertung im BPB-Projekt. Das Ergebnis ist ein Werkzeugkoffer, mit dem es mit nur verhältnismäßig geringem Aufwand in den weiteren Iterationen des Projekts möglich sein soll, für beliebig viele weitere Prozesse Kennzahlen abzuleiten. Fazit und Ausblick schließen den Beitrag ab. Zitation: Seifert, Lena; Drexler, Magdalena; Puchan, Jörg & Gann, Thomas (2012): Prozesskennzahlen. In: e-journal of Practical Business Research, Sonderausgabe: Business Process Benchmarking Band II Gesamtkonzeption (Hrsg. Puchan/Gann) (12/2012), DOI: /

2 Business Process Benchmarking Band II Gesamtkonzeption: Prozesskennzahlen Projekt Business Process Benchmarking (BPB) Forschungs- und Entwicklungsprojekt der Fakultät für Wirtschaftsingenieurwesen Hochschule für angewandte Wissenschaften München Wiss. Leitung: Prof. Dr. Jörg Puchan Thomas Gann, M. Eng. Autoren: Lena Seifert, Magdalena Drexler, Jörg Puchan & Thomas Gann

3 Kurzfassung Dieser Beitrag ist ein Teil des zweiten Sammelbands Business Process Benchmarking Band II Gesamtkonzeption, des zweiten Teils der Projektdokumentation zum Forschungs- und Entwicklungsprojekt Business Process Benchmarking an der Hochschule München. Die Beiträge in den Sammelbänden stammen von den jeweils mit den Projektmodulen betrauten Projektmitarbeitern unter Leitung der Modulverantwortlichen. Der vorliegende Beitrag baut inhaltlich auf den Beiträgen aus Band I auf. Inhaltlich setzt er die Betrachtungen, aus dem Beitrag des Moduls Kennzahlen in Band I, insbesondere die dort eingeführte Gruppierung in sogenannte Kennzahlencluster, fort: Hier werden weitere benötigte Rahmenbedingungen zur generischen Vorgehensweise erläutert. Daraus resultieren generische Kennzahlenvorgaben. Näher eingegangen wird zudem auf die nicht in rein quantitativ messbaren Kennzahlen auszudrückende Prozessqualität und Kundenzufriedenheit, für deren Erfassung generische Fragebögen erstellt wurden. Besprochen werden außerdem Ziel- bzw. Referenzwerte, die Aggregation im Kennzahlensystem sowie eine mögliche Auswertung im BPB-Projekt. Das Ergebnis ist ein Werkzeugkoffer, mit dem es mit nur verhältnismäßig geringem Aufwand in den weiteren Iterationen des Projekts möglich sein soll, für beliebig viele weitere Prozesse Kennzahlen abzuleiten. Projekt BPB; Seifert, Drexler, Puchan, Gann Seite I

4 Inhaltsverzeichnis Kurzfassung... I Inhaltsverzeichnis... II Abbildungsverzeichnis... IV Tabellenverzeichnis... V Abkürzungsverzeichnis... VI 1. Einleitung Status Quo des Forschungs- und Entwicklungsprojekts Business Process Benchmarking Beitrag Prozesskennzahlen in Band I Beitrag Prozesskennzahlen in Band II Ergänzende Definitionen Prozessmonitoring und -controlling Generik / generisch Harte / Weiche Faktoren Ergänzende Grundlagen Kennzahlensystem Messbarkeit Datenerhebung Methoden der direkten Analyse / Auswertung Befragung Methodik Konzeption Skalierung der Bewertung Kennzahlen-Steckbrief Ansatz Kennzahlengenerik Erforderliche Angaben je Prozessschritt Cluster + Prozessangaben = Generik Detaillierung der weichen Prozesskennzahlencluster Projekt BPB; Seifert, Drexler, Puchan, Gann Seite II

5 5.1. Prozessqualität Prozessreife Prozessdurchführung Fehlerrate Prozesszufriedenheit Kundenzufriedenheit Zielwerte, Aggregation und Auswertung Ziel- bzw. Referenzwerte Aggregation Aggregationsfolge Aggregationslogik und Gewichtung Auswertung Statusanzeige als Ampel Statusanzeige als Abweichung Zusammenfassung der Erarbeitung Zusammenfassung / Anleitung Anwendungsbeispiele Weiterführende Fragen Gefahr der Generik: Verschlucken von Details Herausforderung erste Datenerhebung & Kennzahlen-bestimmung Prozessdetaillierung Level 3 = Level 3? Prozessdetaillierung: Zuordnung der Daten zu Teilprozess-schritten Herausforderung Aussagekraft Effektivitätscluster Ergebnisqualität: Generischere Angabe der Anforderungen möglich? Herausforderung Vergleichbarkeit Herausforderung Auswertung bei Korrelationen Risikoadjustierung? Fazit & Ausblick Anhang A Fragebogen Prozessqualität... Fehler! Textmarke nicht definiert. Anhang B Fragebogen Kundenzufriedenheit... Fehler! Textmarke nicht definiert. Literaturverzeichnis... X Projekt BPB; Seifert, Drexler, Puchan, Gann Seite III

6 Abbildungsverzeichnis Abbildung 1: Aufgaben und Komponenten des operativen Prozesscontrollings... 3 Abbildung 2: Ablaufplan einer Befragung Abbildung 3: Vorschläge Fragbogentechnik Abbildung 4: Kennzahlen-Steckbrief im BPB-Projekt Abbildung 5: Angabe Prozesszweck, Input und Output am Beispiel Personalbeschaffung Abbildung 6: Konzept einer Prozess-Balanced-Scorecard Abbildung 7: Bekannte und bewährte Methoden der Prozessleistungsmessung Abbildung 8: Cluster der Prozessqualität Abbildung 9: Gegenüberstellung bestehender Reifegradmodelle auf Basis KMU-relevanter Kriterien Abbildung 10: Verfahren zur Messung der Kundenzufriedenheit Abbildung 11: Aspekte der Kundenzufriedenheit Abbildung 12: Aggregationsfolge im BPB-Projekt von Level3 bis Level Abbildung 13: Beispielhafte Darstellung der Ergebnisse einer Selbstbewertung Abbildung 14: Mögliche Anzeige PPI, KPI mit dahinterliegenden Clustern Abbildung 15: Statusanzeige als Abweichung in % Abbildung 16: Übersicht der Management, Kern- & Support- Prozesse Level 1 und beispielhaft HR Level 2 als Ordnerstruktur in BIC Abbildung 17: Darstellung des RPM 2 mit den Management, Kern- & Support- Prozessen Level 1 und beispielhaft HR / Personalbeschaffung Level 2+3 als Prozessmodell-Ansicht in BIC Projekt BPB; Seifert, Drexler, Puchan, Gann Seite IV

7 Tabellenverzeichnis Tabelle 1: Dimensionsanalyse von Kennzahlensystemen... 7 Tabelle 2: Methoden der direkten Analyse Tabelle 3: Varianten Indirekt/Direkt Einstellungs-/Zufriedenheitsorientierte Befragung Tabelle 4: Fragebogen mit Angabe und Auswahl voller Antworten Tabelle 5: Skalenniveaus Tabelle 6: Bewertungsskala im BPB-Projekt Tabelle 7: Kennzahlencluster im BPB-Projekt Tabelle 8: Beispiel Kennzahlen der Personalbeschaffung im Cluster Termintreue Tabelle 9: Erforderliche Angaben je Prozessschritt Tabelle 10: Kennzahlengenerik je Prozessschritt Tabelle 11: CMMI Capability and Maturity Levels Tabelle 12: Allgemeines Modell für Selbstbewertungselemente und -kriterien bezogen auf Reifegrade Tabelle 13: Beispiel Selbstbewertung Prozessverantwortung Tabelle 14: Beispiel einer Prioritätsanalyse mit Gewichtungsskala Projekt BPB; Seifert, Drexler, Puchan, Gann Seite V

8 Abkürzungsverzeichnis AHP BPB BPM BPMM CMMI Analytical Hierarchial Process Business Process Benchmarking Business Process Management Business Process Maturity Model Capability Maturity Integration Model CSI Customer Satisfaction Index (ACSI = American ~) FMEA FPY GG GPM GPO KPI NWA PEMM PPI RPM SEI SG SPICE Fehlermöglichkeits- und Einflussanalyse First Pass Yield Generic Goal (CMMI) Geschäftsprozessmanagement Geschäftsprozessoptimierung Key Performance Indicator Nutzwertanalyse Process and Enterprise Maturity Model Process Performance Indicator Referenzprozessmodell Software Engineering Institute (der Carnegie & Mellon University) Specific Goal (CMMI) Software Process Improvement and Capability Determination Projekt BPB; Seifert, Drexler, Puchan, Gann Seite VI

9 1. Einleitung Der vorliegende Beitrag, der zum Thema hat, einen generischen Ansatz zur Kennzahlenableitung für Prozessbetrachtungen im Rahmen des Geschäftsprozess- Benchmarkings zu entwickeln, ist Bestandteil eines Forschungsprojekts an der Hochschule München. Einleitend wird daher kurz auf die bisherigen Betrachtungen eingegangen, um eine gemeinsames Verständnis der Basis dieses Beitrags zu erzeugen Status Quo des Forschungs- und Entwicklungsprojekts Business Process Benchmarking Das Anfang 2012 unter der Leitung von Prof. Dr. Jörg Puchan und Thomas Gann (M.Eng.) an der Fakultät für Wirtschaftsingenieurwesen der Hochschule München gestartete Projekt Business Process Benchmarking hatte sich zum Ziel gesetzt, in der ersten Laufzeit bis Ende 2012 eine wissenschaftlich fundierte, praxistaugliche Methode zum Vergleich von realen Geschäftsprozessen (Business Process Benchmarking) erbringen. (Puchan, Gann, Konrad, Seifert, Nagel & Jäck, 2012, S. 1) Die weitere Verbesserung der Methode sowie des Tools, weitere Praxisevaluationen und die Bearbeitung des Themas über diese erste Iteration hinaus sind vorgesehen. (Puchan et al., 2012, S. 1) Im September/Oktober 2012 wurden die ersten im Rahmen des Projekts erstellten Abschlussarbeiten abgeschlossen und das Team umstrukturiert: die bisher gesammelten Ergebnisse wurden an die nachfolgenden Module sowie die Verantwortlichen der zweiten Iteration des Projekts übergeben. Den Stand der Erarbeitungen stellt der Band II dar Beitrag Prozesskennzahlen in Band I Der Beitrag zum Thema Prozesskennzahlen in Band I ordnet einleitend die Diskussion der Kennzahlenbetrachtung in den Gesamtkontext des Projekts Business Process Benchmarkings (BPB) ein und detailliert unter Verwendung von Praxisbeispielen die für die weitere Betrachtung relevanten [ ] Definitionen (Seifert, Lindner, Drexler, Puchan & Gann, 2012, S. 1). Betrachtet werden außerdem Anforderungen und Kriterien, denen eine Kennzahl als auch ein Kennzahlensystem gerecht werden sollten, damit sie langfristig einsetzbar und verwendbar sind (Seifert et al., 2012, S. 1). Darauf aufbauend wird auf wichtige Prozessleistungspa- Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 1/59

10 rameter eingegangen, die als sogenannte Prozesskennzahlencluster eingeführt werden, um für mehrere Prozesse einen generischen Ansatz der Kennzahlenbildung zu finden und jeweils sicher zu stellen, alle wesentlichen Aspekte jedes Prozesses zu untersuchen. Auch hier dienen jeweils Praxisbeispiele dem Verständnis. Fazit und Ausblick schließen den Beitrag ab. (Seifert et al., 2012, S. 1) 1.3. Beitrag Prozesskennzahlen in Band II Der vorliegende Beitrag zum Thema Prozesskennzahlen setzt auf die bereits in Band I eingeführte Gruppierung in sogenannte Kennzahlencluster auf und es werden weitere benötigte Rahmenbedingungen zur generischen Vorgehensweise erläutert. Daraus resultieren generische Kennzahlenvorgaben. Näher eingegangen wird zudem auf die nicht in rein quantitativ messbaren Kennzahlen auszudrückende Prozessqualität und Kundenzufriedenheit, für deren Erfassung generische Fragebögen erstellt wurden. Besprochen werden außerdem Ziel- bzw. Referenzwerte, die Aggregation im Kennzahlensystem sowie eine mögliche Auswertung im BPB-Projekt. Das Ergebnis ist ein Werkzeugkoffer, mit dem es mit nur verhältnismäßig geringem Aufwand in den weiteren Iterationen des Projekts möglich sein soll, für beliebig viele weitere Prozesse Kennzahlen abzuleiten. Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 2/59

11 2. Ergänzende Definitionen Über die in Puchan et al. (2012, S. 25ff.) und Seifert et al. (2012, S. 4) erfolgten Definitionen hinaus, wird an dieser Stelle ergänzend auf die Begriffe Prozessmonitoring und -controlling und Generik eingegangen. Darüber hinaus wird die Begrifflichkeit der harten und weichen Faktoren erläutert Prozessmonitoring und -controlling Prozessmonitoring und controlling sind Instrumente im Rahmen des Geschäftsprozessmanagements. Controlling und Benchmarking haben eine große Schnittmenge. Während Controlling herkömmlich nur eigene Soll- und Ist-daten betrachtet, bezieht es durch Benchmarking auch die Soll- und Ist-daten anderer Organisationen in den Steuerungsprozess mit ein (Kütz, 2009, S. 28). Prozessrelevante Informationen sind üblicherweise jedoch nicht in operativen Controllingberichten abgebildet, sondern hierzu ist ein seperates Prozessreporting erforderlich (vgl. Ahlrichs & Knuppertz, 2006, S. 107). Abbildung 1 zeigt die Aufgaben und Komponenten des operativen Prozesscontrollings. Abbildung 1: Aufgaben und Komponenten des operativen Prozesscontrollings (Quelle: Schmelzer et al., 2010, S. 229) Prozesscontrolling prüft, ob die definierten Kennzahlen auf Prozessebene sowie die Leistungsparameter an den Kontrollpunkten auf Vorgangsebene auch konti- Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 3/59

12 nuierlich gemessen und ausgewertet werden und ob anhand des Erfüllungsgrades eine aktive Steuerung des Prozesses, auch auf Vorgangsebene, erfolgt (Dombrowski & Brinkop, 2011, S. 404). Unter Prozessmonitoring wird das Aufzeigen der vorliegenden Information, in Abbildung 1 Prozessbericht genannt, verstanden, was besonders in der operativen Kennzahlenverwendung und nachhaltigen Prozesserbesserung von großer Bedeutung ist. Prozessverantwortliche und kaufmännische Controller müssen eng zusammen arbeiten, um die gewünschte Aussagefähigkeit über die Leistungsfähigkeit der Prozesse zu gewährleisten (vgl. Schmelzer et al., 2010, S. 280). Die Prozessdarstellung und die Prozessmessung dienen dabei als Basis der Beurteilung der Zielerreichung (vgl. Stöger, 2011, S. 99) Generik / generisch Der Begriff generisch kann aus dem lateinischen von genus = Gattung, Geschlecht, Abstammung, Herkunft bzw. generalis = allgemeingültig, was auch synonym verwendet werden kann, hergeleitet werden und ist das Gegenteil von individuell. Ein Objekt, Begriff oder Vorgehen ist generisch, wenn mit Hilfe von Abstraktion Gemeinsamkeiten vieler Objekte o.ä. herausgestellt werden. Während spezifische Inhalte nicht berücksichtigt werden, müssen die Gemeinsamkeiten der Herausforderung standhalten, für alle in sich unterschiedlichen Objekte tatsächlich allgemeingültig zu sein. Eine Generik dient also der vereinfachten Betrachtung von großen Mengen von Objekten und birgt gleichzeitig hohe Komplexität Harte / Weiche Faktoren Bei der Messung durch Kennzahlen stolpert man ganz unweigerlich auf die Unterscheidung von hard and soft facts = harten und weichen Faktoren. Harte Faktoren sind klar ersichtliche, eindeutig ablesbare oder berechenbare, das heißt quantitativ erfassbare Werte. Zu den harten, also quantitativ erfassbaren Kennzahlen zählen auch finanzielle Indikatoren, die laut Weber das Verhältnis von Leistung und Gewinn bestimmen (Weber, 2006, S. 17). Weber beschreibt auch die weichen Faktoren: Fragen der Kundenzufriedenheit und der Mitarbeitermotivation beruhen vor allem auf Verhaltensweisen und Einstellungen. Sie sind mit klassischen Kennzahlen nicht erfassbar (Weber, 2006, S. 17). Das heißt Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 4/59

13 alle nicht quantitativ erfassbaren Faktoren werden als weiche Faktoren ("soft facts") bezeichnet. Sie sind zudem nicht vollständig erklärbar, haben aber eine große Bedeutung für den Unternehmenserfolg (Weber, 2006, S. 17). Bei den weichen Faktoren sind die Erfassung und die Gewichtung schwieriger, auch spielen mehr subjektive Momente herein (Weber, 2006, S. 90). Die Beachtung der weichen Faktoren hat mit Einführung der Balanced Scorecard (siehe Kapitel 3.1) stark zugenommen. Das Konzept gibt jedoch keine konkreten Kennzahlen vor, sondern beschreibt die zu berücksichtigenden Bereiche, die mit Kennzahlen ausgestaltet werden müssen. Aber insbesondere diese unternehmens-spezifische Ausgestaltung unterbleibt häufig und steht [ ] im [ ] Fokus der Forschung mit der Frage, wie man immaterielle Unternehmensaspekte kategorisieren und messen kann (Sandt, 2005, S. 441). Hierin liegt eine besondere Herausforderung. Weiche Faktoren im Personalbereich sind beispielsweise Kenntnisse und Fähigkeiten der Mitarbeiter, Mitarbeiterzufriedenheit und Unternehmenskultur. Im Rahmen des Benchmarkings im BPB-Projekt sollen beide Formen von Kennzahlen berücksichtigt werden. Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 5/59

14 3. Ergänzende Grundlagen Im Band I werden die Anforderungen, auch Gütekriterien genannt, an Kennzahlen ausführlich vorgestellt. Im folgenden Kapitel wird auf weitere Grundlagen eingegangen. Es wird behandelt, was ein Kennzahlensystem ausmacht und auf die Herausforderung der Datenerhebung hingewiesen. Da in der weiteren Betrachtung die weichen Kennzahlen besondere Bedeutung finden, wird auf die Datenerhebung in Form einer Befragung detaillierter eingegangen. Abschließend wird der Kennzahlensteckbrief vorgestellt Kennzahlensystem Im Unternehmensumfeld werden einzelne Kennzahlen je Bereich oder Prozess durch ein Kennzahlensystem in Zusammenhang gebracht es wird eine Kennzahl in ein System aus Kennzahlen eingegliedert. Siegwart et al. definieren Kennzahlensysteme als eine zweckorientierte Gliederung betriebswirtschaftlicher Kenngrößen. Es handelt sich um eine logische und/oder rechnerische Verknüpfung mehrerer Kennzahlen, die zueinander in einem Abhängigkeitsverhältnis stehen und sich gegenseitig ergänzen (Siegwart et al., 2010, S. 54). Kennzahlensysteme können diverse Dimensionen haben, die in der folgenden tabellarischen Darstellung von Siegwart et al. (2010) übersichtlich dargestellt sind: Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 6/59

15 Tabelle 1: Dimensionsanalyse von Kennzahlensystemen (Quelle: Siegwart, Reinecke & Sander, 2010, S. 46) In der Historie waren lange Zeit finanzwirtschaftliche Kennzahlen im Fokus der Betrachtung von Kennzahlensystemen. Erst Ende der 90er Jahre, parallel zur Qualitätsmangementbewegung, begann hieran Kritik laut zu werden und es wurden neue Konzepte entworfen. Das populärste von diesen ist die Balanced Scorecard [von R.S. Kaplan und D.P. Norton]. Sie dient als Blaupause für das performance measurement und lässt als Ordnungssystem Spielraum für die unternehmensspezifische Ausgestaltung (Sandt, 2005, S. 441). Durch die Perspektiven Kunde, Prozesse und Lernen&Entwicklung (Letzteres auch Potentiale oder Mitarbeiter genannt) nahm die Berücksichtigung von Kennzahlen, die über die reine Finanzorientierung hinausgehen, mit der Einführung der Balanced Scorecard stark zu. Was jedoch hinzugefügt sei, wie auch Sandt (2005) in seinem Artikel über den Forschungsstand von Kennzahlensystemen zusammenfasst: Als Fazit lässt sich festhalten, dass es ein Trugschluss ist, auf fertige Kennzahlenkonzepte zurückgreifen zu können. Es gilt, abgeleitet von den Zielen des Unter- Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 7/59

16 nehmens diese mit Kennzahlen messbar zu machen und deren Verknüpfungen zu identifizieren. Mit Konzepten zum performance measurement stehen somit keine fertigen Werkzeuge zur Verfügung, sondern Blaupausen, mit denen diese Werkzeuge unternehmensspezifisch in einem Prozess entwickelt werden müssen. (Sandt, 2005, S. 441) Das Kennzahlensystem des BPB-Projekts bildet sich über die Definition von sogenannten Kennzahlenclustern und die festgelegte Prozessdetaillierung (Darstellung bis Level 3). Eine Aggregation (siehe Kapitel 6.2) führt dann zu den sogenannten Spitzenkennzahlen des Kennzahlensystems Messbarkeit Mit Kennzahlen soll in erster Linie der Gesamterfolg eines Unternehmens gemessen werden. So geben Bilanzkennzahlen Auskunft über finanzielle Stabilität [ ] des Unternehmens. Aber auch andere erfolgsrelevante Faktoren, etwa die Effektivität einzelner Funktionen oder Abläufe, sollen mithilfe von Kennzahlen messbar gemacht werden. (Weber, 2006, S. 15) Die Messbarkeit ist eine der größten Herausforderungen im BPB-Projekt, wie in der Verwendung von Kennzahlen allgemein. Während die reine Festlegung einer Kennzahl mit verhältnismäßig geringem Aufwand verbunden ist, ist aber für die Kennzahlverwendung wesentlich und die Prüfung sehr aufwändig, ob die in die Kennzahl eingehenden Daten überhaupt den Anforderungen entsprechend messbar sind. Auch an dieser Stelle muss zwischen harten und weichen Kennzahlen unterschieden werden. Die Messbarkeit von harten Kennzahlen ist durch die quantitative Erfassung grundsätzlich gegeben und nachvollziehbar. Beispielsweise wird eine konkrete Zeitdauer von Zeitpunkt A zu B gemessen, Kosten addiert oder eine Anzahl fehlerfreier bzw. fehlerbehafteter Produkte o.ä. gezählt. Es können jedoch trotzdem Probleme auftreten, wenn zum Beispiel die Datenbasis für die Auswertung nicht gegeben ist, da die Daten aus der Vergangenheit nicht erfasst wurden, oder wenn die Daten in einer anderen Detaillierung als für die Berechnung benötigt vorliegen oder aber die Zuordnung der erhobenen Daten unklar ist. Die Datenerhebung bringt folglich viele Herausforderungen mit, worauf der folgende Abschnitt näher eingeht. Es ist eine klare Vorgabe für die Messung sowie eine fundierte Prüfung während der Messung erforderlich, um die Vergleichbarkeit mehrerer Werte zu gewährleisten. Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 8/59

17 Wie bereits in Kapitel 2.3 angesprochen, ist die Messbarkeit der weichen Kennzahlen eine besondere Herausforderung. Die eher subjektiven Einflussfaktoren auf den finanziellen Erfolg lassen sich mit Kennzahlen, die aus ordinalen Messungen resultieren, erfassen (Weber, 2006, S. 17). Gemeint sind damit Bewertungsskalen in Fragebögen, durch die sich subjektive Angaben für eine Auswertung in mathematischen Werten ausdrücken lassen. Um also weiche Faktoren messbar zu machen, müssen Fragebögen erstellt werden und eine Skalierung der Antwortmöglichkeiten festgelegt werden, worauf das folgende Kapitel näher eingeht Datenerhebung Die Datenerhebung kann auf folgende Weisen erfolgen (vgl. Kütz, 2009, S. 55): Automatisch, z.b. interne Aufzeichnungen der Systeme, instrumentierte Anwendungen Halbautomatisch, z.b. Betriebsdatenerfassung, Trouble-Ticket-Systeme Manuell, z.b. Tätigkeitsberichte, Strichlisten Für die weichen Faktoren, siehe Kapitel 2.2, sei ergänzt: Manuell, durch Befragung Grundsätzlich ist die detaillierte Frage nach der Methodik der Datenerhebung eine Komponente der übergreifenden methodischen Betrachtung, und somit Umfang des Modul 2 des BPB-Projekts. Im Rahmen der Kennzahlenbetrachtung spielt die Datenerhebung aber dennoch eine wichtige Rolle. Abhängig vom Aufwand der Datenerhebung ist der Erfüllungsgrad der Anforderung wirtschaftlich (vgl. Seifert et al., 2012, S. 10) an eine Kennzahl; bei der Definition der Messgrößen sind laut Kütz (2009) in vielen Fällen signifikante Reduktionen der Erfassungsaufwände möglich (Kütz, 2009, S. 55). Zum anderen ist die Aussagekraft einer Kennzahl in vollem Umfang von der Richtigkeit und Zuverlässigkeit der Datenerhebung abhängig. Hierauf weist auch Tesche (2012) in einem Artikel in der Computerwoche hin: Sind die Basisdaten nicht wie gefordert vorhanden, müssen sie entweder geschätzt oder über eine mühsame Implementierung beschafft werden. Das Ergebnis ist entweder ungenau oder aufwendig zu ermitteln (Tesche, 2012, S. 36). Dies wirkt sich also wiederum auf die Wirtschaftlichkeit der Kennzahlenerhebung aus. Die Ungenauigkeit liegt hier zumeist an nicht exakt zuordenbaren Größen; Kennzahlentrennungen von Daten, die nie getrennt erfasst werden, wie dies beispielsweise im Prozess Personalbeschaffung sich bei der Erfassung der Prozessdauer der Erstellung der Stellenbeschreibung differenziert von der Prozessdauer der Ausschreibung der Stelle laut Einschätzung der Industriepartner schwierig erweisen kann. An diesem Beispiel wird bereits deutlich: Kri- Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 9/59

18 tisch ist zudem die Ermittlung der Daten auf unterster Ebene; fraglich ist, ob die Daten in der geforderten Granularität sinnvoll erfasst werden können. Kennzahlensysteme sind empfindlich und nicht selten von subjektiven Blickwinkeln beeinflusst. Sind die Zahlen zu grob und nur mühsam zu beschaffen, wird das System nicht lange in Bewegung bleiben (Tesche, 2012, S. 37). Der hohe Aufwand der Datenerhebung stellt ein Risiko für die Praxistauglichkeit des gesamten BPB-Projekts dar. Die beteiligten Unternehmen sind gewillt, Zeit aufzuwenden, um das Projekt zu unterstützen und ggfs. davon zu profitieren. Gleichzeitig ist ihnen keinerlei Ergebnis garantiert, weshalb aus wirtschaftlichen Motiven sensibel mit der zu investierenden Zeit umgegangen werden muss. Im Gespräch mit einzelnen Industriepartnern kam mehrfach die Diskussion um die Vollständigkeit der Datenerhebung auf. Gemäß Vorgaben des Referenzprozessmodells wird ein Prozess bis Level 3 untersucht. Besonders zu Beginn des Projekts, da erstmalig Werte erfasst werden, ist es erforderlich, von allen beteiligten Unternehmen alle Teilprozessschritte zu bewerten. Dem Argument, dass Unternehmen in Teilprozessen, in denen sie keine Schwächen sehen, keine detaillierte Erhebung durchführen, wird widersprochen, denn dies ist zum Benchmarking- Ansatz widersprüchlich: Nur wenn auch gute, eben die besten Prozessdurchführungen mit entsprechend hinterlegten Werten erfasst sind, kann ein Unternehmen mit weniger effizientem und effektivem Prozess davon profitieren. Daher ist sicherzustellen, dass der einzelne Prozess nicht nur von schwachen, optimierungsbedürftigen sondern auch von starken Prozessvertretern erhobene Daten enthält. Im Folgenden wird auf die Methoden der Analyse bzw. Auswertung und auf die Datenerhebung der weichen Faktoren eingegangen, die in Form von Befragungen erfolgt Methoden der direkten Analyse / Auswertung Zur Berechnung einer Kennzahl werden viele Datensätze erhoben. Zur Bestimmung einer Kennzahl gibt es zahlreiche Methoden, die in der folgenden Übersicht, die der DIN ISO/TS (2011) entnommen ist, aufgeführt werden. Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 10/59

19 Tabelle 2: Methoden der direkten Analyse (Quelle: DIN ISO/TS 10004: , S. 69) Der allgemein bekannte Durchschnitt ist in der Statistik das arithmetische Mittel. Man addiert die Werte, deren Mittelwert gesucht wird und teilt sie durch ihre Anzahl. [ ] In der Statistik konkurriert das arithmetische Mittel noch mit einem anderen Durchschnittswert: dem Median. Der Median ist der Wert, der in der Mitte liegt. [ Er] findet sich also ohne Rechnerei [ und] ist robust gegen Ausreißer. [ ] Für qualitative Merkmale bietet sich als Durchschnitt lediglich der Modus oder Modalwert an, der dritte Mitspieler des Durchschnitts. Dieser zeigt den häufigsten Wert einer Verteilung an, also den Wert mit der größten Wahrscheinlichkeit. (Statista, 2012a) Man spricht bei Mittelwerten auch von aggregierten Werten sie geben ein Ergebnis wieder, hinter dem viele Details verschwinden. (Statista, 2012b) Angaben zur Streuung, die Aufschluss über weitere Details enthält, werden über die Standardverteilung gemacht. Die Statistik bietet viele Möglichkeiten ( Lagemaße genannt), ein Ergebnis zu beschreiben. Einfluss auf die Verwendbarkeit hat dabei jeweils auch die verwendete Skala (das Messniveau) ob metrisch (äquidistante Abstände), ordinal (Ränge) oder nominal (Gleichheit). Diese sind für die im Rahmen des BPB-Projekts gemessenen Kosten, Zeiten und Angaben in Prozent äquidistant vorliegend. Für die Ermittlung der Werte für weiche Kennzahlen ist die Skalenbetrachtung komplexer, siehe Kapitel Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 11/59

20 Eine Aussage zu treffen, welcher Durchschnitt die tatsächliche empirische Verteilung am besten beschreibt, ist nicht ohne weiteres möglich. Da an dieser Stelle keine weitere Vertiefung der Statistiktheorie erfolgen soll, wird für die erste Iteration der Kennzahlenerhebung im BPB-Projekt die Ermittlung über den arithmetischen Mittelwert vorgesehen. Je nach Ergebnissen in der Validierung und Auswertung ist ggfs. zu einem späteren Zeitpunkt eine Anpassung erforderlich Befragung Eine Befragung, oder auch Umfrage genannt, ist eine empirisch basierte Erhebung, die bestimmten wissenschaftlichen Regeln folgen und zu methodisch nachvollziehbaren Ergebnissen kommt (Görtler & Rosenkranz, 2006, S. 21). Empirisch bedeutet dabei systematische Erfassung und Interpretation von Fragen / theoretisch formulierte Annahmen (Hypothesen) werden an der Realität überprüft (Görtler et al., 2006, S. 21). Ein Fragebogen dient häufig als Medium, um die Befragung durchzuführen. Befragungen werden aus den unterschiedlichsten Motiven durchgeführt; sei es, um Erkenntnisse bezüglich möglicher zusätzlicher Absatzmöglichkeiten zu bekommen, den Umgang der Mitarbeiter mit Kunden zu überprüfen, die Marktposition im Vergleich zu Mitbewerbern aufzuzeigen oder Missständen bzgl. Qualität der Produkte aufzuzeigen (vgl. Görtler et al., 2006). Gemein ist den Informationen, dass sie nur über die Form einer Befragung zu gewinnen sind. Während ereignisorientierte Befragungen nicht kontinuierlich, aber in regelmäßigen Abständen durchgeführt werden, sollten die wesentlichen Leistungsmerkmale kontinuierlich mittels multiattributiver Fragebögen überprüft werden und daraus Trendinformationen über die Entwicklung der Zufriedenheit Ihrer Kundschaft ermittelt werden (vgl. Meister & Meister, 2010, S. 150). Laut Görtler et al. (2006) verteilt sich der Aufwand einer Umfrage wie folgt: 10% Konzeption, 15% Material-Aufwand, 25% Durchführung während Arbeitszeit, 15 % Dateneingabe und Auswertung, 5% Ergebnisaufbereitung, 30% Umsetzung und Evaluation (Görtler et al., 2006, S. 39). Ersichtlich ist, dass die großen Umfänge in der Durchführung als solcher und der Evaluation liegen. Beide Aufwände sind maßgeblich vom Umfang der Umfrage abhängig. Dies, wie auch die allgemeine Stimmung der Projektbeteiligten inklusive Industriepartnern, stärkt die Anforderung, die Befragung so kompakt wie möglich zu halten. Dies muss im Gleichgewicht zu den zu ermittelnden aussagekräftigen Daten erwogen werden. Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 12/59

21 Die folgenden Abschnitte gehen kurz auf die Methodik und die für die vorliegende Arbeit wichtigen Unterpunkte der Konzeption und Bewertungsskalierung ein Methodik Die Befragung wird in der Literatur als Methodik detailliert beschrieben. Ein typischer Ablauf mit allen zugehörigen Schritten kann u.a. Görtler entnommen werden, siehe Abbildung 2. Um bei dem Fokus der Kennzahlenbestimmung zu bleiben, wird jedoch nur auf die Punkte der Fragebogenkonstruktion/-konzeption und der Operationalisierung/Messung eingegangen. Abbildung 2: Ablaufplan einer Befragung (Quelle: Görtler et al., 2006, S. 25) Die DIN ISO/TS stellt unterschiedliche Erhebungsformen vor; sie benennt die Erhebung per Telefoninterview, von Angesicht zu Angesicht, die Gruppendiskussion, die Erhebung per Post oder online (DIN ISO/TS 10004: , S. 55). Für das in der vorliegenden Arbeit betrachtete Benchmarking ist die Befragung im Rahmen der gesamthaften Datenerhebung als persönliche oder übermittelte Eingabe in das Benchmark-Tool zu erwarten. Dies könnte ggfs. über die Benchmarkingmethodik spezifiziert werden, spielt jedoch für die Gestaltung der Fragen und Kennzahlenableitung hier keine Rolle. Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 13/59

22 Ebenso steht es um die Fragestellung der konkret zu befragenden Personen und die damit verbunden Ausführung; ob die Umfrage in Form von Mailings an einzelne, mehrere ausgewählte oder alle in dem Prozess beteiligten Mitarbeiter oder Kunden versendet wird; die Daten also als Stichprobenbefragungen ähnlich Marktforschungsinstituten vorliegen, oder ob persönliche Kundengespräche durchgeführt werden, je nach Kundenanzahl & Verhältnis (vgl. Weber 2006, S. 136, 137) all dies sind Fragen, für deren Antworten auf die Methodikbetrachtung im Rahmen des BPB-Projekts verwiesen sei Konzeption Während der Sinn und Zweck von Befragungen meist weitgehend nachvollziehbar sind (Beispiel Kundenzufriedenheit), ist jedoch die Konzeption des Fragebogens eine große Herausforderung. Es werden diverse Möglichkeiten der Fragestellungen in der Literatur aufgeführt, aber eine konkrete Angabe, welche Frageform wofür die beste ist, konnte nicht gefunden werden. Dies ist vermutlich darauf zu begründen, dass dies wohl kaum für alle Anwendungsfälle generisch zu bestimmen ist. Mit geschlossenen Fragen können Ja / Nein-Antworten ( Sind Sie mit... zufrieden? ), Noten- Antworten (zum Beispiel 1-6 oder trifft voll zu trifft überhaupt nicht zu auf eine Frage Wie zufrieden...? ) oder aber konkrete Antworten (beispielsweise eine gewählte von drei angebotenen Antwortmöglichkeiten; Höflichkeit statt Schnelligkeit oder Kompetenz auf die Frage Was fällt Ihnen positiv auf? ) erreicht werden. Die Alternative sind offene Fragen, wie z.b. Was genau ist Ihnen aufgefallen?. Bei der geschlossenen Variante ist die Auswertung sehr viel eindeutiger, bei der offenen bekommt man aber eventuell zusätzliche Informationen, nach denen zwar nicht gefragt wurde, die aber dennoch interessant sein können. Es wird weiter in merkmals- oder ereignisorientierte Verfahren unterschieden. Die im Benchmarking vorliegende merkmalsorientierte Befragung kann als multiattributives Verfahren zusätzlich in die Varianten direkte und indirekte Messung und je einstellungs- oder zufriedenheitsorientiert unterschieden werden. Meister & Meister (2010) nennen folgende Beispiele für die Differenzierung: Orientierung Angabe in der Befragung Skala Direkt-Einstellungs- Man muss nicht lange warten trifft zu 1-5 Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 14/59

23 orientiert Indirekt-Einstellungsorientiert Direkt-Zufriedenheitsorientiert Wie lang ist die Wartezeit? UND: Wie lang ist die ideale Wartezeit? Wartezeit Wichtigkeit Wartezeit Zufriedenheit 5 Minutenangaben 5 Minutenangaben Tabelle 3: Varianten Indirekt/Direkt Einstellungs-/Zufriedenheitsorientierte Befragung (Quelle: eigene Darstellung, vgl. Meister & Meister, 2010, S ) Eine weitere Möglichkeit ist die Angabe von vollen Antworten, wie sie auch im Zusammenhang mit der Reifegradermittlung häufig verwendet wird, Beispiel siehe Tabelle 4: Tabelle 4: Fragebogen mit Angabe und Auswahl voller Antworten (Quelle: Dombrowski & Brinkop, 2011, S. 403) Aus den im Vorhergehenden zusammengefassten möglichen Frageformen wurden verschiedene Entwürfe der Fragebogenform erstellt, die in Workshops mit den Industriepartnern diskutiert wurden. Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 15/59

24 Abbildung 3: Vorschläge Fragbogentechnik (Quelle: eigene Darstellung) Version 1 ermöglicht die detaillierteste Bewertung, was im Umkehrschluss bei schlechten Werten die zuverlässigste Ortung des Ursprungs zulässt. Sie kann aber schnell zu einer hohen Anzahl von Fragen kommen, die den Befragten ermüden lässt. Version 2 reduziert die Anzahl der Fragen und kommt dem Befragten damit entgegen. Optionale Hinweise helfen, das abgefragte Gebiet zu spezifizieren. Für die Rückverfolgung der Auswertung ist diese Frageform jedoch schnell zu unkonkret. Die Verwendbarkeit hängt stark vom Grad der Detaillierung bzw. Reduktion ab. Version 3 verspricht die vergleichbarsten Angaben, da die subjektive Bewertung hier minimiert wird. Gleichzeitig steigt die Textmenge durch die Angabe der vollen vier Antworten. Die Industriepartner lehnten Version drei auf Grund der Textmenge sowie der aus Erfahrung schwer definierbaren Differenzierungen der Beschreibungen ab. Die Angabe von optionalen Hinweisen wurde befürwortet, gleichzeitig eine maximale Detaillierung der Fragen in Hinsicht auf die detailliertere Auswertung gewünscht. Die Detaillierung wurde dabei wiederum durch die beschränkte Belastbarkeit der Befragten eingeschränkt. Die zulässige Menge an Fragen wurde dabei mit ca. 10 pro Aspekt und ca. 15Minuten Durchlaufzeit der Befragung pro Befragtem angegeben. Vor dem Hintergrund der resultierten Rückmeldungen sind die unter Kapitel 5.1 und 5.2 vorgestellten Fragebögen erstellt worden. Allgemeine Angaben wie Alter, Geschlecht, Betriebszugehörigkeit sind je nach Fragestellung interessant. Diese können darüber hinaus auch dazu verwendet Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 16/59

25 werden, den Antworten unterschiedliche Gewichtung zu geben, in dem in verschiedene Klassen eingeteilt wird, wie z.b. Stammkunden, Gelegenheitskunden etc. (weiteres hierzu siehe Kapitel 6.2). Praktisch lässt sich dies umsetzen, indem man unter "Fragen zu Ihrer Person" verschiedene Antwortmöglichkeiten pro Kriterium vorgibt (Weber, 2006, S. 103) Skalierung der Bewertung Tatbestände quantitativer Natur lassen sich mittels numerischer Dimension zählen oder errechnen. Von einem Nullpunkt ausgehend gibt es einen klaren Maßstab mit regelmäßigen Abständen, wodurch die Messobjekte eindeutig zugeordnet werden können (Weber, 2006, S. 13). Hierbei spricht man von kardinalem Messen. Im Rahmen von Befragungen zur Messung nicht quantitativ erfassbarer Kenngrößen ist diese klare Zuordnung nicht möglich und somit die Vergleichbarkeit der subjektiven Antworten eine große Herausforderung. Hier werden die Antwortmöglichkeiten bestimmten Wertgrößen zugeordnet; die Sprache ist von ordinaler Messung (vgl. Weber, 2006, S. 13). Ordinales messen bedeutet, Bewertungen als Rangfolge festzulegen (vgl. Weber, 2006, S. 14 sowie Backhaus; Erichson; Plink & Weiber, 2006, S. 4). Bekannte Vertreter der ordinalen Messung sind Schulnoten sehr gut bis ungenügend oder eine Skala übertroffen oder erreicht bis nicht erreicht, die in beliebig viele weitere Abstufungen unterteilt werden kann. Auch Angaben analog Kano-Modell ( begeistert, zufrieden etc.) sind möglich. Einen Schritt weiter geht das Skalenniveau der Intervallskala: zusätzlich zur Rangfolge werden die Bewertungen mit einem festgelegten Maßstab in gleichem Abstand (= äquidistant) zueinander bestimmt. Bei Bewertungen in Form von Beschreibungen ist dies eine Herausforderung; beim Beispiel der Angaben nach dem Kano-Modell ist die Erfüllung der Äquidistanz der Bewertungsstufen untereinander fraglich. Die folgende Tabelle zeigt verschiedene Skalenniveaus im Überblick: Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 17/59

26 Tabelle 5: Skalenniveaus (Quelle: eigene Darstellung, nach Backhaus et al., 2006, S. 6) Töpfer (2008) geht detailliert auf viele Aspekte der Skalierung ein, von denen einige im Nachfolgenden kurz angesprochen werden. Er betont einleitend, dass die Bewertungsskalierung in der empirischen Forschung im Hinblick auf ihre Bedeutung nicht selten unterschätzt wird (Töpfer, 2008, S. 321). Laut Töpfer (vgl. Töpfer, 2008, S ) ist die Nutzung von bipolaren Skalen (-2, -1, 0, +1, +2) empfehlenswert, um bei der mutiplikativen Verknüpfung konsistente Ergebnisse zu erhalten verfälschen dichotomisierte Skalen (= Ja-Nein-Bewertungen pro Variable) die Messergebnisse; besser sind mehrstufige metrisch interpretierbare Skalen wird meist eine Intervallskala unterstellt, ohne dass der gleichmäßige Abstand zwischen den Ausprägungen, die Äquidistanz, als Voraussetzung geprüft wird führt eine höhere Anzahl der Skalenpunkte zu einer differenzierteren Messung, jedoch mit dem Risiko, nicht intervallskaliert zu messen, da die Bezeichnungen keine gleich großen Abstände, zwischen den Ausprägungen sicherstellen (Beispiel: Abstand unzufrieden zu eher unzufrieden anders als sehr unzufrieden zu unzufrieden ) lässt sich durch die ausschließliche Angabe von Zahlen als numerische Relative die Problematik der Bewertungsabstände umgehen müssen Skalen mindestens 4 Ausprägungen aufweisen ist eine Antwortmöglichkeit "weiß nicht" o.ä. erforderlich, um dem Befragten die Möglichkeiten zu geben, seine Unkenntnis auszudrücken, ohne das Gesamtergebnis zu verfälschen; damit wird unterstützt, dass die Befragten nur antworten, wenn sie über ein bestimmtes Niveau an Wissen verfügen führen Skalen mit einer geraden Anzahl mit Ausprägungen eher zu Verzerrungen Speziell am zuletzt genannten Punkt wird deutlich, dass die Beurteilung der aufgeführten Aspekte der Skalierung subjektiver Antworten selbst äußerst subjektiv ist. Töpfer bestätigt dies, indem er ausführt, dass die Diskussion über die Frage nach einer geraden oder ungeraden Anzahl von Skalenpunkten bis heute fortbe- Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 18/59

27 steht (vgl. Töpfer, 2008, S ). Andere Autoren vertreten die gegensätzliche Ansicht und empfehlen, mit einer geraden Skala die Mittelposition als "Ausflucht" auszuschließen. Im Rahmen des BPB-Projekts wurde eine vierstufige Intervallskala zuzüglich der Angabe weiß nicht / keine Aussage möglich festgelegt: Tabelle 6: Bewertungsskala im BPB-Projekt (Quelle: eigene Darstellung) Bezüglich der Auswertung (Aggregation sowie mögliche Gewichtung der Fragen untereinander) sei auf das Kapitel Aggregationslogik und Gewichtung, S. 41 verwiesen Kennzahlen-Steckbrief Ein Steckbrief ist in der Historie eine öffentliche Beschreibung mit Hilfe derer zusammen mit der Öffentlichkeit ein gesuchter Verbrecher gefasst werden soll. Meist handelt es sich um eine kurze Personenbeschreibung in Daten (vgl. Bibliographisches Institut, 2012). Ganz allgemein wird der Begriff "Steckbrief" davon abgeleitet für eine kurze Information über eine Sache oder auch ein technisches Produkt - so auch für den Kennzahlen-Steckbrief - verwendet. Der Kennzahlen-Steckbrief enthält folglich alle wichtigen Kennzahlen- Informationen in Kürze und ist öffentlich. Für die Dokumentation von Kennzahlen haben sich in der Praxis Kennzahlen-Steckbriefe bewährt, die durch ihre Formularstruktur gewährleisten, dass alle benötigten Informationen bereit gestellt werden (Kütz, 2009, S. 47). Kennzahlen-Steckbriefe dienen als Informationsbasis und bilden die Grundlagen für die Datengenerierung ab. Die Informationen werden üblicherweise auf einem Blatt in tabellarischer Unterteilung abgebildet. Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 19/59

28 Ahlrichs et al. (2006) erklären indirekt die Notwendigkeit von Steckbriefen, indem sie sagen: Dabei ist es wichtig, dass die Erfüllung der Anforderungen messbar ist. Grundsätzlich gilt daher für alle Messgrößen, dass - die Definition der Messgröße klar, - der Plan- bzw. Zielwert der Messgröße eindeutig, - die Messmethode definiert und evtl. zwischen den Partnern abgestimmt, - die Datenquelle eindeutig und - der Zeitpunkt des Datenzugriffs geklärt sein muss. Nur bei entsprechender Berücksichtigung kann die Vergleichbarkeit von Plan und Ist gewährleistet sein (Ahlrichs et al., 2006, S. 204). In verschiedener Literatur sind die in einem Kennzahlen-Steckbrief dargestellten Informationen sehr ähnlich. Eine gute Darstellung und Ausführung ist Kütz (2009, S ) zu entnehmen. Schmelzer et al. (2010) verweisen bezüglich der Inhalte des Steckbriefes ohne Ergänzung auf die Darstellung von Kütz (vgl. Schmelzer et al., 2010, S. 243) und schließen sich der Aussage von Kütz sowie weiterer Quellen an indem sie bestätigen, dass Prozesskennzahlen in einem Steckbrief beschrieben werden sollten, um unterschiedliche Interpretationen auszuschließen. Die Darstellung eines Steckbriefes für das BPB-Projekt ist daher an Kütz angelehnt, in der Anordnung und Optik der Felder angepasst, siehe Abbildung 4. Abbildung 4: Kennzahlen-Steckbrief im BPB-Projekt (Quelle: eigene Darstellung) Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 20/59

29 Die ausführlichen Beschreibungen der einzelnen Felder des Kennzahlen- Steckbriefs sind Kütz (2009, S ) zu entnehmen. Weitere Beschreibungen und Beispiele für Kennzahlen sind in der internen Projektdokumentation enthalten. Im Falle von Befragungen wird im Rahmen des Kennzahlen-Steckbriefs die Fragebogenauswertung als Berechnungsweg angegeben und der Fragebogen dem Steckbrief angehängt. Auf Ziel- und Toleranzwerte wird in Kapitel 6 Ziel- bzw. Referenzwerte näher eingegangen. Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 21/59

30 4. Ansatz Kennzahlengenerik Nachdem die Grundlagen zur Kennzahlenableitung erläutert sind, kann mit der Kennzahlendefinition begonnen werden. Das BPB-Projekt stellt sich dem Vorhaben, für mehrere Prozesse einen generischen Ansatz zu finden und jeweils sicher zu stellen, alle wesentlichen Aspekte jedes Prozesses zu untersuchen. (Seifert et al., 2012, S. 15) Hierzu wird im Beitrag in Band I bereits eine thematische Clusterung von Kennzahlen eingeführt (Seifert et al., 2012, S. 4). Tabelle 7: Kennzahlencluster im BPB-Projekt (Quelle: Eigene Darstellung) Ergänzung: Die Leistungsmengen, als wichtiger Indikator, wie bedeutend ein Prozess im jeweiligen Unternehmen ist (Beispiel: ein Unternehmen stellt im Jahr 100 Mitarbeiter ein, ein anderes nur zwei), waren in einem ersten Entwurf der Cluster den KPIs der Effektivität zugeordnet; dies wurde überarbeitet, da die Kennzahl zwar wichtige Informationen enthält, aber nicht der Vergleichbarkeit im Rahmen der KPIs dient. An dieser Stelle werden weitere benötigte Rahmenbedingungen zur generischen Vorgehensweise erläutert. Vor dem Hintergrund der daraus resultierenden Matrix entstehen generische Kennzahlenvorgaben, die vorgestellt werden Erforderliche Angaben je Prozessschritt Bei der Festlegung der Kennzahlen je Cluster für den Pilotprozess Personalbeschaffung fiel auf, dass die Angaben bereits sehr generisch wirkten und nur ein- Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 22/59

31 zelne Wörter von Prozessschritt zu Prozessschritt ausgetauscht werden mussten, siehe Tabelle 8. Tabelle 8: Beispiel Kennzahlen der Personalbeschaffung im Cluster Termintreue Eine generische Formulierung lautet hier Quote rechtzeitig [vorliegender Output]. Um diese Formulierung wiederum für andere Prozessschritte verwenden zu können, muss jeweils der Output, und für andere generische Formulierungen zusätzlich der Input und der Prozesszweck festgehalten sein. Damit wird die konkrete Anforderung formuliert, dass die spezielle Angaben Prozesszweck, Input und Output jeweils für das Benchmarking eines noch nicht betrachteten Prozesses festgelegt werden müssen. Am Beispiel Personalbeschaffung führte es zu folgendem Resultat: Abbildung 5: Angabe Prozesszweck, Input und Output am Beispiel Personalbeschaffung Für die generische Anwendung von Fragebögen (siehe Kapitel 5.1 und 5.2) werden weitere Definitionen erforderlich: Prozesskunde und Prozessdurchführende. Diese Angaben werden benötigt, um ein klares Verständnis zu generieren, wer die Fragebögen beantworten muss. Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 23/59

32 Im Rahmen der Aggregation (siehe Kapitel 6.2) wird zudem eine Gewichtung der Prozessschritte eingeführt, die ebenfalls einmalig pro Prozessschritt (im Vergleich mit allen Prozessschritten der gleichen Ebene) angegeben werden muss. Damit kann zusammengefasst werden, dass für das Benchmarking jedes Prozesses folgende Angaben im Vorfeld festgelegt sein müssen: Tabelle 9: Erforderliche Angaben je Prozessschritt Im Nachgang der festgelegten Angaben wurde die starke Überschneidung mit der SIPOC-Analyse festgestellt. Die SIPOC-Analyse ist im Konzept des Lean Managements im Umfeld der Wertstromanalyse ein Vorgehen, das den Ablauf einer Wertschöpfungsentstehung über die fünf Aggregate Supplier - Input - Process - Output - Customer verfolgt und optimiert (Töpfer, 2009, S. 32) und wird als Werkzeug im Six Sigma (in der Phase Design ) verwendet (vgl. Koch, 2011, S. 159; Töpfer, 2009, S. 44). Demnach stellt sich die Frage, ob auch der Supplier (der Lieferant) in der Definition ergänzt werden sollte. Unter aktuellen Betrachtungen besteht hierzu jedoch kein Anlass Cluster + Prozessangaben = Generik Über die Festlegung, Kennzahlen je Cluster zu generieren, und der Zuhilfenahme der zuvor beschriebenen Angaben je Prozessschritt, kann die folgende Generik für Kennzahlen abgeleitet werden: Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 24/59

33 Tabelle 10: Kennzahlengenerik je Prozessschritt Die Cluster der harten Kennzahlen Prozesszeit, Prozesskosten und Termintreue werden in der vorliegenden Arbeit nicht in weiterer Detaillierung behandelt. Definitionen sind Seifert et al. (2012, S ) und Beispiele der Bachelorarbeit von Andreas Lindner zu entnehmen. Während der weiteren Erarbeitung wurde festgestellt, dass die Ergebnisqualität im Rahmen der harten Kenngrößen eine besondere Rolle spielt. Eine erste generische Formulierung Quote Outputs, die lückenlos definierte Anforderungen erfüllen beinhaltet definierte Anforderungen die Output-spezifisch mit weiterem Aufwand festgelegt werden müssen. In manchen Fällen ist zudem die Aussage, ob die Anforderungen erfüllt wurden, nicht hart messbar (Beispiel: Wie wird die Qualität eines eingestellten Mitarbeiters gemessen? -> subjektive Bewertung durch den Vorgesetzten; So auch für viele Dienstleistungen). In der genauen Betrachtung und Konkretisierung dieses Umstands steckt viel Potential, das jedoch nicht Umfang der vorliegenden Arbeit ist, aber im weiteren Verlauf des BPB-Projekts Beachtung finden sollte, siehe auch Kapitel 8 Weiterführende Fragen. Auf die Cluster der weichen / teilweise weichen Kennzahlen Prozessqualität sowie Kundenzufriedenheit wird in Kapitel 5 weiter eingegangen. Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 25/59

34 5. Detaillierung der weichen Prozesskennzahlencluster Von den in Tabelle 7: Kennzahlencluster im BPB-Projekt festgelegten Kennzahlenclustern sind die Prozessqualität sowie die Kundenzufriedenheit nicht rein durch harte Kennzahlen auszudrücken. Im folgenden Kapitel wird daher detaillierter auf sie eingegangen, einfließende Aspekte erarbeitet und vorgestellt und so zu den erstellten Fragebögen geführt Prozessqualität Qualität ist ein wissenschaftlich intensiv betrachtetes Thema, das zahlreiche Bücher füllt. Im Rahmen des BPB-Projekts stellt sich die Frage, welche Aspekte, welche Qualitätsindikatoren berücksichtigt werden müssen, um eine belastbare Aussage über die Prozessqualität im Vergleich mehrerer Unternehmen zu treffen und natürlich wie diese im Rahmen der Kennzahlenbetrachtung messbar sind. Im Folgenden wird dies mit der Verfolgung verschiedener Ansätze erarbeitet. Dabei wird erörtert, was das Ziel von Prozessqualität ist, wie Prozessqualität sich für den Kunden äußert, der Ansatz einer Prozess-Balanced Scorecard untersucht und darüber auf den Begriff der Prozessleistung näher eingegangen. In einer Mindmap werden die Aspekte der Prozessqualität gesammelt dargestellt und zu vier Clustern zusammengefasst, die dann einzeln weitergehend beschrieben werden. Das Ziel der Prozessqualität ist [ ], das Prozessergebnis mit Einsatz möglichst weniger Ressourcen sowie geringer Verschwendung in kurzer Zeit zu erreichen (Ahlrichs & Knuppertz, 2006, S. 170). Die Prozessqualität trifft eine Aussage, in welchem Grad der Prozess beherrscht wird, das heißt in welcher Qualität und mit wie vielen Störungen er abläuft. (Seifert et al., 2012, S. 20) Die Prozessqualität ist für den Kunden nicht direkt spürbar, sondern äußert sich [für ihn] wenn überhaupt nur in den eventuellen Konsequenzen der Termintreue oder Ergebnisqualität [(vgl. Gerboth, 2002, S. 31)]. Mit dem Ansatz der Vermeidung aller Aufwände, die nicht der Erfüllung der Kundenanforderung dienen, spielt die Prozessqualität dennoch eine wichtige Rolle im kundenorientierten Prozessmanagement (Seifert et al., 2012, S. 20). Wenn auch kein kausaler Zusammenhang besteht, so kann dennoch gesagt werden, dass die Ergebnisqualität durch die Prozessqualität beeinflusst wird (vgl. CMMI Product Team, 2010, S. 4). Interessant ist ein Ansatz von Meister & Meister (2010), der den Ansatz der Balanced Scorecard, die neben der finanziellen auch weitere Dimensionen eines Unter- Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 26/59

35 nehmens betrachtet, auf die Prozessbetrachtung übertragen hat und folglich verschiedene Dimensionen eines Prozess berücksichtigt, siehe Abbildung 6: Konzept einer Prozess-Balanced-Scorecard. Abbildung 6: Konzept einer Prozess-Balanced-Scorecard (Quelle: Meister & Meister, 2010, S. 92) Die Prozessfinanzen sind im BPB-Projekt bereits als Prozesskosten gesondert berücksichtigt. Mit der spezifischen Berücksichtigung der Prozesskunden wird ein weicher Faktor angesprochen, den auch die Industriepartner zu berücksichtigen gewünscht haben. Hier können auch Aspekte der Akzeptanz der Mitarbeiter wie auch die Individualisierung für ein Unternehmen mit dazugehören. Als Prozesspotenziale kann das allgemeine Anstreben zu einer Prozessverbesserung mit jeglichen Aktivitäten verstanden werden. Die Prozessleistung (engl. Process Performance) ist ein Begriff, für den es viele Interpretationsmöglichkeiten gibt und den es deshalb weiter zu untersuchen gilt. Das Wort Prozessleistung beinhaltet den Begriff Leistung, der im Zusammenhang mit der Betriebswirtschaftslehre als Das (gelungene) Ergebnis eines betrieblichen Erzeugungsprozesses [mit den] Begriffsfassungen: (1) mengenmäßiger Output [ und] (2) Wert des Prozessergebnisses, [ ] Gegenbegriff der Kosten (Gabler, 2012b) definiert wird. Der dabei angesprochene mengenmäßige Output wird im BPB-Projekt über die Leistungsmengen, der Kostenaspekt (der zuvor auch bereits separat und auch in Abbildung 7 mit der Prozesskostenrechnung genannt wird) über die Prozesskosten berücksichtigt. Thieme (2008) fasst im Rahmen der Vorstellung einer eigenen, für das Fraunhofer Institut entwickelten Methode PE2 die in der folgenden Darstellung abgebildeten Methoden der Prozessleistungsmessung zusammen. Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 27/59

36 Abbildung 7: Bekannte und bewährte Methoden der Prozessleistungsmessung (Quelle: Thieme, 2008, S. 10) Viele Methoden, wie auch die FMEA (= Fehlermöglichkeits- und Einflussanalyse) und Six Sigma, fokussieren den Fehler als Zentrum der Betrachtung. Ein bedeutender Aspekt der Prozessqualität ist folglich die Fehler- bzw. Trefferrate. Der Begriff der Prozessqualität wird heutzutage aber noch komplexer verwendet. Neben der quantitativ messbaren Fehlerrate geht es auch darum, ob und in welchem Maß Arbeitsschritte nach festgelegten Kriterien durchgeführt werden. Hierzu zählen auch Eigenschaften wie die Schnittstellenqualität und die Prozessreife, auf die später noch näher eingegangen wird. Die folgende Abbildung zeigt eine Sammlung von Begriffen im Zusammenhang mit Prozessqualität, die für die Berücksichtigung in der Befragung zu Clustern zusammengefasst und in den kommenden Unterkapiteln näher beschrieben werden. Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 28/59

37 Abbildung 8: Cluster der Prozessqualität (Quelle: eigene Darstellung) Prozessreife Mit Hilfe von Reifegraden lassen sich sowohl quantitative ( hard facts ) als auch qualitative Prozessmerkmale ( soft facts ) erfassen und verbessern (Christiansen & Gausemeier, 2010, S.344). Reifegradmodelle unterscheiden verschiedene Stufen der Reife von Prozessen bzw. des Prozessmanagements einer Organisation (Dombrowski & Brinkop, 2011, S. 401). Dombrowski et al. nennen folgende Aspekte, die für eine Bewertung von Prozessen mit Hilfe von Reifegradmodellen sprechen: Identifizierung von kritischen Prozessen Ermittlung von Prozessverbesserungspotenzialen Initiierung und Priorisierung von Verbesserungsmaßnahmen Ermittlung des Verbesserungsfortschritts durch wiederholte Prozessbewertungen sowie Möglichkeit des internen und externen Benchmarkings Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 29/59

38 Die ISO 9004 besagt: Eine Organisation mit hohem Reifegrad arbeitet wirksam und effizient und erzielt nachhaltigen Erfolg [dadurch, dass die Mitarbeiter] die Erfordernisse und Erwartungen der interessierten Parteien verstehen und erfüllen, Änderungen im Umfeld der Organisation überwachen, mögliche Bereiche für Verbesserungen und Innovationen ermitteln, Strategien und Politik festlegen und umsetzen, relevante Ziele festlegen und umsetzen, ihre Prozesse und Ressourcen leiten und lenken, Vertrauen in ihre Mitarbeiter zeigen und so deren Motivation, Engagement und Mitwirkung verbessern und Lieferanten- und sonstige Partnerbeziehungen zum gegenseitigen Nutzen aufbauen (DIN EN ISO 9004: , S. 58, 59). Die Beurteilung des Reifegrades erfolgt anhand definierter Bewertungskriterien. Zur Reifegradbestimmung gibt es zahlreiche Reifegradmodelle, die von unterschiedlichen Herausgebern mit zum Teil unterschiedlicher Ausrichtung entwickelt wurden. Abbildung 9 zeigt das Ergebnis einer Gegenüberstellung der sechs Modelle CMMI (Capability Maturity Integration Model), SPICE (Software Process Improvement and Capability Determination), BPMM (Business Process Maturity Model), PEMM (Process and Enterprise Maturity Model), des in der DIN EN ISO 9004 enthaltenen Reifegradmodells und GPM-Modell (Geschäftsprozessmanagement- Modell) auf Basis KMU-relevanter Kriterien, die einen guten Einblick vermittelt, worin sich die Modelle unterscheiden. Abbildung 9: Gegenüberstellung bestehender Reifegradmodelle auf Basis KMUrelevanter Kriterien (Quelle: Dombrowski & Brinkop, 2011, S. 401) Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 30/59

39 CMMI des Software Engineering Institutes (SEI) ist eines der geläufigsten Modelle, wenn von Reifegraden die Rede ist. CMMI-DEV ist auf die Entwicklung und Wartung von Produkten und Dienstleistungen (Schwerpunkt Softwareentwicklung) entlang ihres Lebenszyklus ausgerichtet. Das Framework von CMMI definiert Process Areas (= Prozessgebiete; siehe CMMI Product Team, 2010, S. 8, 10), die aber nicht mit End-to-End-Prozessen zu verwechseln sind. Grundsätzlich unterscheidet CMMI zwischen Prozessfähigkeitsgraden (Capability Level) und Prozessreifegraden (Maturity Level), siehe Tabelle 11. Tabelle 11: CMMI Capability and Maturity Levels (Quelle: CMMI Product Team, 2010, S. 22) Für die Reifegradbeurteilung eines Unternehmens müssen zuerst einzelne Prozessgebiete betrachtet und ihre Prozessfähigkeitsgrad einzeln bestimmt werden. Dafür werden Spezifische Ziele (Specific Goal (SG)) und Generische Ziele (Generic Goal (GG)) untersucht. Die generischen Ziele sind prozessübergreifend einheitlich, die spezifischen Ziele spezifisch auf die Inhalte eines konkreten Prozessgebietes ausgelegt. Bestimmte Prozessgebiete auf einem gewissen Capability Level zusammen ergeben ein bestimmtes Maturity Level (vgl. CMMI Product Team, 2010, S. 20, 22). Die Bestimmung des Maturity Levels betrachtet folglich die Unternehmenseinheit, statt nur einen einzelnen Prozess/ ein Prozessgebiet und geht somit über den Betrachtungsrahmen des BPB-Projekts hinaus. Da CMMI für die Beurteilung des Capability Levels nicht einzelne Prozesse, sondern Prozessgebiete untersucht, die zu den im BPB-Projekt definierten Prozessen nicht deckungsgleich sind, kann die Herangehensweise hier auch nicht direkt auf die BPB-Betrachtung übertragen werden. Es können jedoch die Themengebiete, Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 31/59

40 die zur Beurteilung der Prozessreife betrachtet werden, als Anregung herangezogen werden, welche Aspekte im Rahmen der Prozessqualität abgefragt werden könnten bzw. sollten. Dies ist im Rahmen der Fragebogenerstellung zur Prozessqualität mit den GG2 und GG3 (Nummerierungslogik CMMI) sowie den SGs für die Prozessgebiete Prozessentwicklung, -fähigkeit und -ausrichtung geschehen. Reifegrade werden häufig als aufeinander aufbauende Stufen dargestellt, d.h. eine höhere Stufe setzt die vollständige Erreichung der niedrigeren Stufen voraus (Dombrowski & Brinkop, 2011, S. 401). So kann auch der DIN EN ISO 9004 ein allgemeines Modell als Vorlage für die Ermittlung der Reifegraderreichung in tabellarischer Form entnommen werden, siehe Tabelle 12. Tabelle 12: Allgemeines Modell für Selbstbewertungselemente und -kriterien bezogen auf Reifegrade (Quelle: DIN EN ISO 9004: , S. 59) Zum besseren Verständnis sei hier außerdem ein Beispiel aufgeführt: Tabelle 13: Beispiel Selbstbewertung Prozessverantwortung (Quelle: DIN EN ISO 9004: , S. 74) Dies wurde als Anregung für die Fragebogentechnik verwendet, jedoch, da im Rahmen des BPB-Projekts in der ersten Iteration keine Reifegraderfassung im Sinne von CMMI und anderen Modellen erfolgt, nicht verwendet worden. Thematisch fließen folgende Aspekte, die auch über Reifegradmodelle Berücksichtigung finden, in den erstellten Fragebogen mit ein: Prozessbeschreibung, Standardisierung, Verantwortung, Messung/Steuerung (Qualitätsprüfung), Dokumentation, Prozessverbesserung, Skalierbarkeit und Individualisierbarkeit. Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 32/59

41 Prozessdurchführung Während die Prozessreife primär den vom Unternehmen geschafften Soll- Zustand betrachtet, soll unter dem Begriff Prozessdurchführung zusätzlich betrachtet werden, wie aus Sicht der Prozessdurchführenden der Prozess gelebt wird. Hier geht es auch darum, wie die Prozessvorgaben eingehalten werden, im Englischen auch mit compliance tituliert. In Abbildung 8 werden die Begriffe Steuerung, Schnittstellen, Ressourcen und Verschwendungsarten zum Cluster der Prozessdurchführung zusammengefasst. Abgefragt werden soll hier, ob eine klare prozessübergreifende Verantwortung geregelt und aktiv spürbar ist und wie Prozessablauf und Kommunikation ablaufen. Mit Schnittstellen sind nicht nur Datenschnittstellen, sondern vielmehr jede Übergabe von einem Prozessdurchführenden zum nächsten gemeint. Schnittstellenqualität bedeutet, dass In- & Output bzgl. erforderlichen Informationen/ Dokumente definiert sind sowie fehlerfrei und pünktlich geliefert werden. Im Rahmen der Fragen zum Aspekt der Ressourcen wird geprüft, ob ausreichend finanzielle Mittel und personelle Kapazität zur Verfügung steht, um den Prozess vorgabengerecht auszuführen sowie abgefragt wird, wie zufrieden die Prozessdurchführenden mit der Systemunterstützung sind. Mit der Berücksichtigung der Verschwendungsarten als mögliche Ursache von minder effizienten Prozessabläufen, wird der Ansatz des Lean-Managements eingebracht. Es sollen Verschwendungen identifiziert und eliminiert und dadurch die Prozesse verschlankt werden. Die Verschwendung wird in insgesamt sieben Formen differenziert (vgl. Töpfer, 2009, S. 28): T = Transport = Transport I = Inventory = Bestände M = Motion = Bewegung W = Waiting = Warten O = Over-production = Überproduktion O = Over-engineering = Falsche Technologie/ Prozesse D = Defects = Ausschuss/Nacharbeit Die Reduktion der Verschwendung führt gleichzeitig zu sinkenden Durchlaufzeiten sowie Prozesskosten. Die Auswertung der detaillierten Angaben zu den Verschwendungsarten fließt nicht in die Kennzahl der Prozessqualität mit ein, hilft aber in späteren Schritten bei der Ursachenfindung und der Maßnahmenableitung. Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 33/59

42 Fehlerrate Die Begriffe Fehlerrate, Fehlerquote und Fehlerhäufigkeit werden synonym verwendet. Fehler bedeuten immer Nacharbeit oder gar Ausschuss und wurden damit auch durch die vorhergehend beschriebenen Verschwendungsarten thematisiert. Da die Fehlerrate in der Literatur eine sehr hohe Beachtung findet und von vielen Methoden der Prozessleistungsmessung, wie auch der FMEA (= Fehlermöglichkeits- und Einflussanalyse) und Six Sigma, betrachtet wird, soll sie separat im Rahmen des BPB-Projekts erfasst werden. Six Sigma, so beschreibt Töpfer (2009), wird in vielen Unternehmen als Breakthrough-Strategie betrachtet [ ], der überwiegende Teil des Konzeptes [stellt aber] kein völlig neues Instrumentarium dar. Bekannte und bewährte Qualitätsmanagement-Tools, wie z.b. FMEA [ u.a.] werden systematisch eingesetzt. (Töpfer, 2009, S.49) Six Sigma verfolgt einen konsequenten Projektmanagement- Ansatz, um die operative Unternehmensperformance zu messen sowie zu verbessern und damit eine praktikable Null-Fehler-Qualität zu erreichen (Näheres siehe z.b. Schmelzer & Sesselmann, 2004, S. 240). Bekannt ist zur Messung auch die Kenngröße First Pass Yield (FPY), die besagt, wie hoch die Anzahl der fehlerfreien Prozessobjekte nach dem ersten Durchlauf ist (Seifert et al., 2012, S ). Die Fehlerrate (oder auch Fehlerquote) ist quantitativ messbar, wenn auch bei Dienstleistungsprozessen die Datenerhebung schwieriger ist. Daher wird sie nicht im Rahmen des Fragebogens berücksichtigt, sondern muss separat erhoben werden. Es gilt: Prozesszufriedenheit In einem weiteren Themencluster soll dem Wunsch der Industriepartner nach einer besonderen Betrachtung der auf der Meta-Ebene befindlichen Akzeptanz und ähnlicher subjektiver Aspekte, die Aufschluss über die Qualität eines Prozesses geben, gefolgt werden. Diese Aspekte werden unter der Prozesszufriedenheit, das heißt der Zufriedenheit der Prozessdurchführenden, zusammengefasst. Als Unteraspekte finden die Struktur-Verständlichkeit, Kommunikation, Transparenz und Akzeptanz Berücksichtigung. Im Detail geht es folglich darum, abzufragen, ob der Prozessablauf intuitiv verständlich und nachvollziehbar, und eine evtl. vorliegende Komplexität gerechtfer- Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 34/59

43 tigt ist. Ob der Überblick trotz evtl. Parallelschritten/ Verzweigungen erhalten bleibt und der durch die Methodik bedingte Zeitaufwand gerechtfertigt war. Auch zum Aspekt der Kommunikation und Transparenz sind die Fragen bewusst auf die Wahrnehmung durch den Prozessdurchführenden gemünzt; gefragt wird, ob die Kommunikation unter den Schnittstellenpartnern angemessen war, das Ziel des Prozesses bekannt ist und sowohl Verzögerungen oder ähnliches wie auch Führungsentscheidungen mit Auswirkungen auf den Prozess kommuniziert werden. Um den Aspekt der Motivation anzusprechen, wird zudem gefragt, ob die Form des vorgegebenen Prozesses gut geheißen wird und die Prozessdurchführenden motiviert sind, den Prozess gemäß Vorgaben/Zweck durchzuführen. Der erstellte Fragebogen ist dem Anhang A zu entnehmen. Dieser Fragebogen wurde in Einzelworkshops mit den Industriepartnern zur Qualitätssicherung besprochen und soweit grob bestätigt. Die weitere Belastbarkeit muss nach einer ersten erfolgten Erhebung in einer zweiten Iteration des Projekts erfolgen Kundenzufriedenheit Die Kundenzufriedenheit hat eine besondere Bedeutung im Zusammenhang des Benchmarkings als Methode des Prozessmanagements, auf die in Kapitel 3.2 des Beitrags in Band I bereits eingegangen wird (Seifert et al., 2012, S. 16ff; hier wird u.a. auf das Modell eines prozessorientierten Qualitätsmanagementsystems sowie auf das Kano-Modell eingegangen). Es stellt sich die Frage: Was fließt alles in die Kundenzufriedenheit mit ein, was sind die Treiber der Kundenzufriedenheit (auch Satisfaction Driver genannt), und wie lassen sie sich messen? In der Literatur gibt es umfangreiche Ausführungen zum Thema, was gleichzeitig ein Indiz dafür ist, wie schwer dieses fassbar ist. Der Customer Satisfaction Index (CSI, Kundenzufriedenheitsindex) mutet dem Namen nach an, eine umfassende Messung zu ermöglichen. Bei der Recherche stößt man auf viele verschieden Ansätze, u.a. auf den American Customer Satisfaction Index (ACSI), entwickelt an der University of Michigan's Ross School of Business (Details siehe Manche freien Ansätze scheinen keine Konkretisierung der Ermittlung zu definieren; beim ACSI ist diese nicht frei einsehbar. Ein Industriepartner verwies überzeugt auf die Verwendung des sogenannten Net Promoter Scores (Details siehe Greve und Benning-Rohnke, 2010, Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 35/59

44 S. 45), der eine prägnante Aussage trifft, aber aufgrund der fehlenden Detailltiefe für das Benchmarking ungeeignet scheint. Töpfer (2008) stellt verschiedene Kategorien von Aspekten und Messmethoden in der folgenden Abbildung dar, auf die jedoch nicht umfassend eingegangen wird. Teilweise sei auf Kapitel Methoden der direkten Analyse / Auswertung verwiesen; Beschreibungen aller verschiedenen Ansätze sind Töpfer (2008, S. 312 ff) zu entnehmen. Auf einzelne Ansätze wird in der weiteren Betrachtung eingegangen. Abbildung 10: Verfahren zur Messung der Kundenzufriedenheit (Töpfer, 2008, S. 312) Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 36/59

45 Die Aspekte in der in Abbildung 11 dargestellten Mindmap wurden im Rahmen der Recherche als Teilaspekte der Kundenzufriedenheit identifiziert. Abbildung 11: Aspekte der Kundenzufriedenheit (Quelle: eigene Darstellung) Harte Kennzahlen des Kaufverhaltens, wie Wiederkaufrate, Abwanderungsrate, Beanstandungsquote (vgl. Meister & Meister, 2010, S. 124; Weber, 2006, S. 138), sind grundsätzlich nur bei Prozessen mit externen Kunden messbar. Im Rahmen des Geschäftsprozessbenchmarkings werden viele Prozesse betrachtet, bei denen der Prozesskunde unternehmensintern ist und folglich keine Möglichkeit der Abwanderung hat. Es ist ggfs. zu einem Zeitpunkt des Projekts, an dem auch Kernprozesse konkret betrachtet werden, zu diskutieren, ob diese Kennzahlen mit aufzunehmen sind, wobei berücksichtigt werden muss, dass auch hier die Messbarkeit z.b. der Abwanderungsrate eine hohe Herausforderung stellt und der Aufwand der Erhebung dem Nutzen einer Aussage im Benchmarking gegenüber zu stellen ist. Die Einhaltung der versprochenen Ergebnisqualität wird über das Cluster Ergebnisqualität bereits berücksichtigt. Bei Prozessen mit weichen Ergebnissen müssten diese ggfs. in Form eines Fragebogens erfasst werden. Nach der Gesamtzufriedenheit zu fragen, die nicht der Summe (oder dem Mittelwert) der einzelnen Aspekte der Kundenzufriedenheit entspricht (vgl. DIN ISO/TS Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 37/59

46 10004: , S. 47), sondern auch kundenspezifische, nicht messbare Einflussgrößen (wie zum Beispiel früher gemachte Erfahrungen) mit einbezieht, folgt dem eindimensionalen Ansatz. Eindimensionale Verfahren ermitteln die Gesamtzufriedenheit mit nur einer Frage. Das Ergebnis ist ein globales Kundenurteil, d.h. das Unternehmen kann nicht nachvollziehen, was die Grundlage für dieses Urteil ist [...]. Trotzdem kann die so gemessene Gesamtzufriedenheit einen aussagekräftigen Vergleichswert zu den Ergebnissen mehrdimensionaler Messungen darstellen. (Töpfer, 2008, S. 319) Eindimensionale Verfahren bergen den Vorteil einfacher Handhabung und geringer Komplexität, analysieren das Betrachtungsobjekt jedoch nicht differenziert genug (vgl. Töpfer, 2008, S. 319), weshalb im Rahmen des BPB-Projekts primär eine multidimensionale Fragestellung verwendet wird und eindimensionale Frage nur zur ergänzenden Information der Unternehmen dient. In der Aggregation zum KPI der Kundenzufriedenheit darf die Gesamtzufriedenheit jedoch nicht eingehen, da diese gleichzeitig auch den Grad der Erfüllung der Kundenanforderungen, d.h. die Ergebnisqualität, und auch die Termintreue beinhaltet und es sonst also zu einer Dopplung der Teilaspekte in der Gesamtbetrachtung der Effektivitätscluster käme. Die Berücksichtigung offener Fragen wie zum Beispiel Wie könnten wir Ihre Zufriedenheit verbessern? ist im Rahmen jeder Befragung empfehlenswert, da hier Anregungen Platz finden, die im Rahmen von konkreten Fragen verloren gehen. Quantitativ auswertbar sind offene Fragen allerdings nicht, und daher im Fokus des Benchmarkings für den Vergleich nicht zielführend. Da sie aus Sicht der Unternehmen jedoch äußerst interessante Aufschlüsse geben können, können sie, wenn der Aufwand einer Befragung bereits angestoßen wird, dennoch Berücksichtigung finden. Die Aspekte des Verhaltens des Personals, wie auch organisatorisches Verhalten (Vorgaben zu Prozessablauf und Flexibilität), das physische Umfeld und Innovation können unter dem Begriff Serviceerlebnis zusammengefasst werden. Kletti & Brauckmann (2004) betonen, dass zunehmend produktbegleitende Eigenschaften wie zum Beispiel Flexibilität und Service wichtiger werden, als die reine Herstellung eines Produkts (vgl. Kletti & Brauckmann, 2004, S. 43). Die Aspekte der Kundenzufriedenheit wurden gemäß der Beschreibung unter Kapitel Befragung in einem Fragebogen detailliert, siehe Anhang B. Auch dieser Fragebogen wurde in Einzelworkshops mit den Industriepartnern zur Qualitätssicherung besprochen und soweit grob bestätigt. Die weitere Belastbarkeit muss nach einer ersten erfolgten Erhebung in einer zweiten Iteration des Projekts erfolgen. Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 38/59

47 6. Zielwerte, Aggregation und Auswertung Eine Kennzahl bekommt erst im Zusammenhang mit Vergleichswerten oder Zielwerten ihre Aussagekraft. Im Vergleich der Werte ergibt sich anhand der Kennzahl eine Aussage, die im Rahmen der Steuerung herangezogen wird. Ist eine Kennzahl Bestandteil eines Kennzahlensystems, muss jede Kennzahl nach einer festgelegten Aggregationslogik in die Bewertung auf höherer Ebene einfließen. Die nachfolgenden Abschnitte gehen auf die detailliertere Betrachtung von Zielbzw. Referenzwerten, Aggregation und Auswertung ein und beschreiben die Vorgehensweise im BPB-Projekt Ziel- bzw. Referenzwerte Ein Zielwert ist eine Soll-Größe, mit der ein Ist-Zustand verglichen wird und je nach Abweichung Maßnahmen definiert werden, um (auch) zukünftig den Soll- Zustand zu erreichen. Im Vergleich von Kennzahlen zweier Unternehmen kann eine Aussage getroffen werden, welches Unternehmen besser/schlechter abschneidet. Im Benchmarking erfolgt der Vergleich mit dem Benchmark, dem Referenzwert des Besten. Der Referenzwert ist somit gleichzeitig der Zielwert. Anhand der Zielerreichung kann eine Aussage über die Empfehlung von abzuleitenden Maßnahmen getroffen werden. Es kommt ein relativierender Einfluss hinzu: es gibt einen zusätzlichen unternehmensspezifischen internen Zielwert, der, wenn das Unternehmen auf Grund anderweitiger Fokussierung den untersuchten Wert zum Beispiel niedriger priorisiert, d.h. ihm unternehmensintern einen niedrigeren Zielwert zugeordnet hat, mitunter stark vom Benchmark als Zielwert abweichen kann (Beispiel Personalbeschaffung: Ein Unternehmen, das pro Jahr zehn Mitarbeiter neu einstellt, hat geringeres Interesse an der Prozesseffizienz und somit der Prozesszeit und somit vermutlich einen geringeren Zielwert, als ein Unternehmen, das 200 neue Mitarbeiter pro Jahr einstellt). Der Begriff Zielwert kann daher im Zusammenhang mit dem Benchmark-Wert irreführend sein. Die Aussage im Vergleich mit dem Benchmark ist im Falle eines schlecht abschneidenden Wertes nicht der Hinweis auf mangelnde Güte des Unternehmens, sondern auf das Potential, hier von besseren zu profitieren. Es wird daher neutral vom Benchmark-Wert gesprochen; er ist es, der in die Auswertung im Rahmen des Benchmarkings eingeht. Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 39/59

48 Im Kennzahlen-Steckbrief (siehe Kapitel 3.4) ist für die Vollständigkeit aus der jeweiligen Unternehmenssicht die Angabe des Benchmark-Wertes und des unternehmensinternen Zielwertes vorgesehen. Dies wurde im Rahmen von Workshops mit den Industriepartnern bestätigt. Eine Herausforderung ist die initiale Zielwertangabe. Hier gilt: Da die Datenbank zum aktuellen Projektstatus noch leer ist, und bewusst auf den Zukauf bestehender Daten verzichtet werden soll, weicht in der ersten Iteration das Vorgehen vom künftigen Sollprozess ab. Es war die Verwendung eines Platzhalter- Benchmarks, der unter Einbindung der Spezialisteneinschätzungen der beteiligten Industriepartner festgelegt wird, angedacht, bis ein bester gemessener Wert zum Vergleich vorliegt. In der Diskussion mit den Industriepartnern stellte sich jedoch heraus, dass eine schnelle Angabe eines Werts in der erforderlichen Detaillierung für fast keine Kennzahl möglich ist bzw. nicht belastbar ist. Daher wurde vorgeschlagen, die erste Datenerhebung abzuwarten, bei der sich dann aus der Praxis der Benchmark ergibt. Dies gilt ebenfalls für die Toleranz- bzw. Schwellenwerte, die zwar nicht mittelbar aus der Datenerhebung gewonnen werden, jedoch die Dimensionierung der Schwellenwerte von der Volatilität der erhobenen Werte abhängig ist und sich die Werte dann ableiten lassen Aggregation Aggregationsfolge Das Kennzahlensystem im BPB-Projekt unterteilt sich in Prozessschritte und die drei Prozessebenen (= Level) mit jeweils allen Kennzahlenclustern. Alle erhobenen Kennzahlen sollen letztlich zu einem PPI und einem KPI aggregiert werden. Daher geschieht die Aggregation je Prozessebene bereits zu je einem PPI und einem KPI. Um die Aussagekraft je Kennzahlencluster in der Aggregation möglichst detailliert zu erhalten, werden die Cluster bei der Aggregation zur nächst höheren Prozessebene horizontal aggregiert, und nur für das dafür zuständige Management erneut zu je einem PPI und KPI aggregiert. Im Übergang von Ebene zwei zu eins erfolgt dies analog. Die Aggregationsfolge ist der folgenden Abbildung visuell zu entnehmen: Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 40/59

49 Abbildung 12: Aggregationsfolge im BPB-Projekt von Level3 bis Level1 (Quelle: eigene Darstellung) Aggregationslogik und Gewichtung Jeder Messung von Kennzahlen folgt eine Bewertung. Die Komplexität einer Evaluation entsteht, wenn die Messgrößen nicht in der gleichen Einheit vorliegen und somit nicht ohne Umrechnung zusammengefasst werden können. Im Fall des BPB-Projekts stellen sich bspw. die Fragen: Ist ein schlechterer Wert der Kennzahl Prozesszeit ebenso gewichtig, wie der der Kennzahl Prozesskosten? Und ist der Prozessschritt der Personalbeschaffung gleich wichtig wie die Mitarbeiterentwicklung? Hier muss ggfs. im Vorfeld eine Gewichtung eingeführt werden, sowie Schwellenwerte für das Monitoring (die Statusanzeige) für das Management festgelegt werden. Eine weitere Frage bezieht sich auf die Aggregationslogik der Statusanzeige als solche; wie soll aggregiert werden, um alle nötigen, aber nicht zu viele Details aufzuzeigen? Wissenschaftliche Ansätze, die gewichtende Bewertungen betrachten, sind primär auf die Entscheidungsunterstützung ausgerichtet. Sie betrachten jeweils Alternativen (auf das BPB-Projekt transferiert sind dies die verschiedenen Unternehmen) anhand mehrerer Bewertungskriterien (hier: Kennzahlencluster) unter Einbeziehung einer subjektiv festzulegenden Gewichtung. Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 41/59

50 Folgende Verfahren (inkl. Angabe des Autors und des Jahres der Veröffentlichung) sind als mehrkriterielle Entscheidungsverfahren bekannt (Mödinger, 2006, S. 71): Nutzwertanalyse (Zangenmeister, 1973) Compromise Programming (Zeleny, 1973) Analytical Hierarchy Process (AHP) (Saaty, 1980) Technique for Order Preference by Similarity to Ideal Soultion (TOPSIS) (Hwang & Yoon, 1981) Composite Programming (Bárdossy et al., 1985) Die Nutzwertanalyse (NWA), als wohl im deutschen Raum eines der bekanntestes Verfahren, ist gemäß Gabler Wirtschaftslexikon ein Scoring-Modell, Rangfolge- Modell zur Alternativenbewertung, wobei Alternativen auch an solchen Bewertungskriterien gemessen werden, die nicht in Geldeinheiten ausdrückbar sind [ ], die sich an quantitativen und qualitativen Merkmalen orientieren (multiattributive Nutzenbetrachtung) (Gabler, 2012c). Ein Gesamtziel, hier: die Angabe eines KPIs und PPIs, wird in einzelne Unterziele, hier: die einzelnen Kennzahlencluster, differenziert und nach ihrer Bedeutung für die Zielsetzung des Unternehmens gewichtet. Gleichzeitig werden verschiedene Alternativen aufgeführt, hier: die zu vergleichenden Unternehmen. Ergebnis dieses Schrittes ist eine Matrix, die in den Zeilen die Zielkriterien und in den Spalten die Alternativen aufführt. Die Gewichtung kann bei der NWA für die einzelnen Kriterien nach einer Skala von z.b. null für überhaupt nicht wichtig bis zehn für sehr wichtig erfolgen. Eine alternative Gewichtung erfolgt im sogenannten Paarvergleich, auch Prioritätsanalyse genannt (vgl. Koch, 2011, S. 99), bei dem z.b. gewichtet wird, ob die Prozessqualität wichtiger = 2, unwichtiger = 0 oder gleichwichtig = 1 wie die Prozesszeit ist. Die NWA verwendet hier ein additives Näherungsverfahren mit der Skala 0-2. Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 42/59

51 Tabelle 14: Beispiel einer Prioritätsanalyse mit Gewichtungsskala 0-2 (Quelle: eigene Darstellung) Der Analytische Hierarchie Prozess (AHP) geht grundsätzlich analog vor, nutzt jedoch eine Skala mit einer weit höheren Bandbreite (1-9) sowie die Matrizen- Multiplikation zur Berechnung der prozentualen Gewichtung. Beide können daher mit unterschiedlich differenzierter Bewertung zur gleichen Reihenfolge (Ranking) der Kriterien bzw. Alternativen kommen. Für die weitere Vorgehensweise folgt nach der Angabe der Zielerträge, d.h. Bewertung aller Alternativen hinsichtlich jedes Zielkriteriums, die Ermittlung der Zielwerte, die sich aus der Multiplikation von Gewichtung und Zielertrag bilden. Für die Ermittlung der Nutzwerte pro Alternative werden die einzelnen Zielwerte der Alternativen aufsummiert. Daraus resultiert der sogenannte Nutzwert je Alternative. Nachteile dieses Vorgehens sind, dass die Aggregation der Nutzwerte je Kriterium zum Gesamtnutzwert durch Addition problematisch ist, da vorausgesetzt wird, dass die Teilnutzen einheitlich kardinal messbar und die Zielkriterien voneinander nutzenunabhängig sind (Gabler, 2012c) sowie die Zielkriteriengewichtung und Teilnutzenbestimmung subjektiv sind und das Ergebnis entscheidend beeinflussen können; bei Mehrpersonenentscheidungen kommt es hier oft zu Konflikten (vgl. Gabler, 2012c). Auf Grund mangelnder Alternativen, die gleichzeitig der Anforderung Simplicity (siehe Konrad, Puchan & Gann, 2012, S.6) gerecht werden können, soll dennoch mit der Nutzwertanalyse verfahren werden. Da die Kennzahlencluster jedoch anders als in Tabelle 14 dargestellt jeweils nur zu dritt in jeweils einen Gesamt-PPI und einen Gesamt-KPI eingehen, ist das Verfahren des Paarvergleichs nicht zielführend. Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 43/59

52 Da die Kennzahlencluster sich generisch auf allen Prozessebenen wiederfinden, ist die Gewichtung nur einmalig festzulegen, was in Workshops mit den Industriepartnern abgefragt wurde. Einige der Befragten tendierten dazu, den Cluster der Ergebnisqualität stärker zu gewichten, mit der Begründung, dass letztendlich immer das Ergebnis der kritische Faktor ist, der über den Erfolg des Produktabsatzes entscheidet. Unter der Berücksichtigung der Tatsache, dass das Geschäftsprozessbenchmarking aber genau aus dem Grund durchgeführt wird, unter einem prozessorientierten Ansatz auch die anderen Bereiche zu untersuchen, ist das Ergebnis der Befragung, dass eine Gewichtung innerhalb der festgelegten Cluster nicht notwendig ist, da alle Cluster als gleich wertig empfunden werden. Die Aggregation der Werte aller Prozessschritte je Cluster erfolgt durch die Bildung des arithmetischen Mittelwerts (siehe auch Kapitel Methoden der direkten Analyse / Auswertung). Ausnahmen bilden hierbei die Kennzahlencluster Prozesszeit und Prozesskosten, die nicht als Prozent angegeben werden. Diese werden in der jeweiligen Zeit- bzw. Mengeneinheit addiert angegeben. Eine zusätzliche Dimension der Gewichtung könnte beim Kennzahlensystem des BPB-Projekts in der Aggregation der Prozessschritte je Prozessebene erfolgen. Ein möglicher Gewichtungsansatz ist die Gewichtung nach Prozessschritthäufigkeit, mit dem Hintergrund, dass die Effizienz und Effektivität eines Schrittes, der pro Output beispielsweise 15 Mal durchlaufen wird, wichtiger ist, als die eines Schrittes, der nur zweimal durchlaufen wird. Da dies aber nicht immer zutrifft (Beispiel: der häufiger durchgeführte Schritt der Datenerfassung ist strategisch weniger bedeutsam als der Schritt des Auswahlgesprächs) ist die Prozesshäufigkeit ein guter Aspekt, der bei der Gewichtung bedacht werden sollte; die Gewichtung als solche muss jedoch ebenfalls subjektiv, mit Hilfe der NWA, durchgeführt werden. Dies wurde auch mit den Industriepartnern im Rahmen der Workshops diskutiert und bestätigt. Da die Gewichtung prozessspezifisch ist, aber für die Vergleichbarkeit unternehmensübergreifend gelten muss, muss diese je Prozess einmalig und individuell erfolgen und wurde daher, wie unter Kapitel 4.1 beschrieben, als erforderliche Angabe je Prozessschritt mit aufgenommen. Ein dritter Aspekt der Gewichtung im Rahmen der Aggregation ist bei der Auswertung der Befragung zu bedenken. Gemäß der Direkt-Zufriedenheits-orientierten Vorgehensweise (vgl. Tabelle 3, S. 15), hilft eine Berücksichtigung der Wichtigkeit je Frage in einem Fragebogen, zwischen verschiedenen Fragen zu gewichten. Die Verwendung wird für das BPB-Projekt jedoch abgelehnt, da im Rahmen des Benchmarkings hier zwei verschiedene Ansätze kollidieren; wenn jedes Unter- Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 44/59

53 nehmen je Prozess individuell gewichtet, hat es für sich eine Orientierungsunterstützung, um bei Abweichung vom Benchmark eine Priorität über die empfohlenen Maßnahmen vergeben zu können (analog der Angabe des unternehmensspezifischen Zielwerts je Kennzahl), die Vergleichbarkeit der Unternehmen untereinander wäre aber nicht mehr sicher gestellt. Daher darf für die Erhaltung der Vergleichbarkeit eine solche Gewichtung nicht in die Auswertung mit einfließen. Die Gewichtung wird gemäß Nutzwert- oder Prioritätsanalyse muss einmalig über alle Prozesse und Unternehmen festgelegt werden. Im Rahmen der ersten Iteration des Projekts wird von einer Gewichtung jedoch ganz abgesehen, da alle abgefragten Aspekte als gleich wertig betrachtet werden und zum aktuellen Zeitpunkt keine dem wiedersprechende Auswertung vorliegt. Für die Aggregation als Auswertung in den Fragebögen wird wie folgt vorgegangen: =(Anzahl Antworten Trifft voll zu * 1 + Anzahl Antworten Trifft zu * 0,66 + Anzahl Anteorten Trifft weniger zu * 0,33 + Anzahl Antworten Trifft nicht zu * 0) /Gesamtanzahl an Fragen 6.3. Auswertung Auf die Methoden der direkten Analyse für eine Auswertung wurde bereits in Kapitel eingegangen. An dieser Stelle wird die Auswertung bezüglich einer möglichen Statusanzeige für das Management betrachtet, um zu hinterfragen, ob die Kennzahlengenerik hierfür tauglich ist. Betrachtet werden die zwei alternativen Anzeigeformen einer Ampel oder einer Abweichungsanzeige Statusanzeige als Ampel Die Statusanzeige in Form einer Ampel ist ein in der Praxis gängiges Vorgehen. Für die Festlegung der Übergänge von rot zu gelb zu grün werden Toleranz-Werte, auch Schwellenwerte genannt, definiert. Diese werden im Kennzahlen-Steckbrief als Schwellenwert 1 und 2 (S1, S2) angegeben und der Wert der Kennzahl zum späteren Zeitpunkt der Bewertung dementsprechend einem Status zugeordnet: Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 45/59

54 0% < x < S1 S1 < x < S2 S2 < x < 100% Die Bewertungsskala lässt sich auch feiner granuliert mit weiteren Schwellenwerten festlegen. In der Praxis der Produktion wird beispielsweise ein rot in weitere Farbabstufungen für z.b. sehr kritisch, einzelne Ausfälle/Schadteile und produktionsstoppend differenziert. Im Rahmen der Industriepartnerworkshops wurde die Verwendung einer dreistufigen Bewertung jedoch als ausreichend bestätigt. Dem Wunsch nach einer möglichst geringen Anzahl an Kennzahlen, wurde durch die Angabe von jeweils einem PPI und KPI nachgekommen. Gleichzeitig erscheint eine Reduktion der Dimensionen auf einen einzelnen Wert ungeeignet bzw. zu reduziert, da hierdurch sämtliche Informationen über die Bandbreite der Bewertungen verloren gehen (nicht gesehen werden). Dies mag sich bei Etablierung der Gesamtwerte der PPI und KPI langfristig bessern, da die Lesbarkeit mit der Zeit zunimmt. Grundsätzlich eignet sich im Übrigen die Zielespinne zur detaillierteren Darstellung der Zielerreichung mehrerer Kriterien eines Objekts, so auch der DIN EN ISO 9004 (2009, S. 63) oder Schmelzer et al. (2010, S. 242) zu entnehmen. Abbildung 13: Beispielhafte Darstellung der Ergebnisse einer Selbstbewertung (Quelle: DIN EN ISO 9004: , S. 63) In der Kombination einer Ampel auf aggregierter Ebene und zusätzlicher Darstellung in der Zielespinne wäre eine Visualisierung wie folgt denkbar: Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 46/59

55 Abbildung 14: Mögliche Anzeige PPI, KPI mit dahinterliegenden Clustern (Quelle: eigene Darstellung) Bei der Anzeige als Ampel ist die Festlegung der Schwellenwerte maßgeblich einflussgebend für die Bewertung. Diese sollen, wie in Kapitel 6.1 beschrieben, erst im Rahmen der ersten Datenerhebung abhängig bzw. abgeleitet von der Volatilität der erhobenen Werte festgelegt werden. Eine Anregung eines Industriepartners war zudem, mit dem Ziel einer leichteren Lesbarkeit über alle Kennzahlen, einheitlich eine Ampelschaltung zu vereinbaren, so dass beispielsweise ein Gelb immer eine Abweichung von 10% impliziert. Ein anderer Industriepartner kritisierte die Darstellung als Ampel insgesamt, insofern, dass diese der Benchmarkingaussage, die sich von einem du bist schlecht entfernt zu einem andere sind besser als du, nicht gerecht wird. Die Ampelschaltung wird automatisch mit einem schlecht assoziiert. Zudem wurde in drei durchgeführten Industriepartnerworkshops von drei vorgestellten Möglichkeiten der Aggregation mehrerer Ampelschaltungen auf eine höhere Ebene jeweils eine unterschiedliche Version favorisiert, das heißt hier herrschte keine Einigkeit. Daher wurde der im Folgenden dargestellte Vorschlag einer Anzeige als Abweichung erarbeitet Statusanzeige als Abweichung Um also nicht das negativ behaftete rot-gelb-grün-verfahren zu verwenden, soll die Abweichung vom Benchmark als Stärke der Abweichung dargestellt werden. Abbildung 15 zeigt beispielhaft die Überführung von Ist-Werten im Vergleich zu den Benchmark-Werten in eine prozentuale Abweichung. Je stärker die Abweichung, umso dunkler das Blau. Grün bedeutet einen besseren Wert als der bisherige Benchmark, und ist damit neuer Benchmark. Auf die Intensität des Blaus als Indikator der Abweichung haben die Schwellenwerte Einfluss. Soll bereits bei einer Abweichung von 10% ein dunkles Blau ange- Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 47/59

56 zeigt werden, oder erst bei 30 oder gar 50%? Operativ gesehen muss ein schlechtester Wert angegeben werden. Bei den zwei Kenngrößen die nicht in Prozent, sondern in Zeit bzw. Euro angegeben werden, muss hier differenziert werden, da je nach Größe des Deltas vom Benchmark zur größten Abweichung ein spezifischer Wert angegeben werden sollte. Beispiel: Wenn die beste Prozesszeit, d.h. der Benchmark, beispielsweise 5 Tage beträgt, andere untersuchte Unternehmen bis zu 12Tage benötigen, wäre als schlechtester Wert zum Beispiel aufgerundet 15Tage = 300% des Benchmarks anzugeben. Wenn die Unternehmen nur zwischen 5 und 8Tagen schwanken, wäre bereits 10Tage = 200% des Benchmarks als Basis der Intensitätsanzeige zu wählen. Auch ist bei einem Prozessschritt mit der Dauer von wenigen Stunden eine andere Abweichung zu berücksichtigen als bei einem Schritt mit der Dauer von z.b. ca. zwei Monaten. Dieser Ansatz ist auch für die Aggregation der Größen Zeit und Kosten hilfreich. Diese sollen wie zuvor beschrieben addiert werden, damit Gesamtkosten und Gesamtdauer angegeben werden. Für den Status könnte hieraus aber eine Verfälschung entstehen, da z.b. wenn ein Schritt viel länger als der Benchmark dauert, also stark abweicht, ein anderer Schritt aber viel schneller ist, aber also auch abweicht, dies im Vergleich der Gesamtzeiten nicht mehr auffällt. Wenn aber bereits auf der niedrigeren Prozessschrittebene in eine prozentuale Abweichung umgerechnet wird, würde dies nicht verloren gehen sondern in der durchschnittlichen Abweichung erkenntlich sein. Der Ansatz wurde von den Industriepartnern für gut empfunden und soll daher im weiteren Vorgehen verwendet werden. Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 48/59

57 Abbildung 15: Statusanzeige als Abweichung in % (Quelle: eigene Darstellung) Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 49/59

58 7. Zusammenfassung der Erarbeitung Um dem Forschungsprojekt einen Handwerkskoffer zur Hand zu geben, mit Hilfe dessen in folgenden Schritten mit nur verhältnismäßig geringem Aufwand für beliebig viele weitere Prozesse Kennzahlen abgeleitet werden können, wird an dieser Stelle die Erarbeitung des generischen Ansatzes der vorherigen Kapitel als Anleitung zusammengefasst. Einige kleine Anwendungsbeispiele sollen das Vorgehen erläutern und bestätigen Zusammenfassung / Anleitung Jeder Prozess ist bis auf Level 3 durch das Modul Referenzprozessmodell beschrieben und im System BIC (ein Prozessmodellierungstool der Firma GBTec GmbH; Installationsdateien und Zugangsdaten über die Projektleitung zu erfragen) hinterlegt. Abbildung 16: Übersicht der Management-, Core- & Enabler- Prozesse Level 1 und beispielhaft HR Level 2 als Ordnerstruktur in BIC (Quelle: eigene Darstellung) Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 50/59

59 Abbildung 17: Darstellung des RPM 2 mit den Management-, Core- & Enabler- Prozessen Level 1 und beispielhaft HR / Personalbeschaffung Level 2+3 als Prozessmodell-Ansicht in BIC (Quelle: eigene Darstellung des BPB-Projekts) Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 51/59

60 Die prozessspezifischen Angaben sind entweder den Eigenschaftsfeldern in BIC zu entnehmen oder diese sind einmalig festzulegen und hier einzutragen. Für jeden Teilprozess / Prozessschritt sind damit die Kennzahlen je Cluster abzuleiten. (Vgl. Kapitel 4.2) Für die Kosten ist je Prozessschritt spezifisch festzulegen, welche Kosten berücksichtigt werden müssen, um der angestrebten Vollkostenrechnung mit Prozesskostenrechnung gerecht zu werden. Für die Ergebnisqualität müssen zudem die konkreten Anforderungen definiert werden. Steckbriefe sind je Kennzahl zu erstellen und unternehmensspezifisch zu ergänzen. (Vgl. Kapitel 3.4) Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 52/59

61 Nach einer ersten Datenerhebung ist der Benchmarkwert einzutragen und gemäß Dimensionierung der Abweichungen zum Benchmark die Schwellenwerte anzugeben, die die Intensität der Abweichungsdarstellung beeinflussen. (Vgl. Kapitel 6.3.2) 7.2. Anwendungsbeispiele Das Beispiel der Personalbeschaffung (Level 2, Prozessschritt laut BIC, mit allen zugehörigen Level 3 Prozessschritten) ist der Bachelorarbeit von Andreas Lindner zu entnehmen. Für den Level 3-Schritt Evaluate and manage financial performance aus dem Managementprozess Financial Management (Level 1) / Perform Planning and Management Accounting (Level 2) sei das Vorgehen analog getestet. Die Prozessangaben könnten wie folgt definiert werden: Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 53/59

62 Die Kennzahlen wären dann wie folgt abzuleiten: Für die Termintreue ist immer ein definierter Zieltermin erforderlich. Für die Ergebnisqualität bedarf es wie erwähnt der genauen Definition der Anforderungen und davon abhängig einer Messung. Auf die Auflistung der Kennzahlen-Steckbriefe inkl. Festlegung der Schwellenwerte wird an dieser Stelle verzichtet. Grundsätzlich funktioniert das Vorgehen folglich und wurde auch seitens der Industriepartner für die Durchführung einer ersten Datenerhebung bestätigt. Im Speziellen ist es ratsam, die Prozessangaben mit Prozessspezialisten durchzuführen, da diese Angaben die Kennzahlen und die Aussagekraft einer späteren Auswertung maßgeblich beeinflussen. Dies wäre auch über die Einbindung der Industriepartner im Rahmen von Workshops denkbar. Projekt BPB; Seifert, Drexler, Puchan, Gann Seite 54/59