Umweltbezogene Entscheidungen - multidimensionale Bewertungsverfahren -
|
|
- Elvira Arnold
- vor 7 Jahren
- Abrufe
Transkript
1 TUM School of Management Umweltbezogene Entscheidungen - multidimensionale Bewertungsverfahren - 1. Entscheidungen Bewertungsverfahren allgemein 2. Beurteilungskriterien 3. Einzelne Bewertungsverfahren 4. Übungsaufgabe
2 TUM School of Management Literatur Haasis, Hans-Dietrich: Betriebliche Umweltökonomie: Bewerten Optimieren Entscheiden, Springer, 1996 Strebel, Heinz: Umwelt und Betriebswirtschaft: Die natürliche Umwelt als Gegenstand der Unternehmenspolitik, Erich Schmidt, 1980
3 TUM School of Management 1. Entscheidungen Wo sind Entscheidungen relevant? tägliche, unbewusste Entscheidungen strategische Entscheidungen zwischen verschiedenen Alternativen Probleme bei vielen Alternativen: schwierig, nicht den Überblick zu verlieren Vor- und Nachteile nicht gleichwertig
4 TUM School of Management Eine Zielgröße; z.b.: Gewinn 1. Eindimensionale Verfahren Bewertungsverfahren Mehrdimensionale Verfahren Mehrere Zielgrößen; Gewinn Liquidität Beschäftigung Arbeiterzufriedenheit Verfahrensart Auf qualitativer Basis nicht bekannt Quantitative Verfahren Semiquantitative Verfahren Qualitative Verfahren Verfahren der Investitionsrechnung Verfahren Statischkalkulatorische Verfahren Dynamischfinanzmathematische Verfahren ROI Kapitalwertmethode Nutzwertanalyse Portfolio- Analyse Amortisationsrechnung Interner Zinsfuß Kosten- Nutzen-Analyse Checklisten/ Prüflisten Methoden Kosten-/ Gewinnvergleichsrechnungen Annuitäten- Methode Analytischhierarchischer Prozess Projekt-Profile
5 TUM School of Management Auf qualitativer Basis nicht bekannt Eindimensionale Verfahren 1. Quantitative Verfahren Bewertungsverfahren Mehrdimensionale Verfahren Semiquantitative Verfahren Qualitative Verfahren Mehrere Zielgrößen; Gewinn Liquidität Beschäftigung Arbeiterzufriedenheit Verfahren der Investitionsrechnung Statischkalkulatorische Verfahren Dynamischfinanzmathematische Verfahren ROI Kapitalwertmethode Nutzwertanalyse Portfolio- Analyse Amortisationsrechnung Interner Zinsfuß Kosten- Nutzen-Analyse Checklisten/ Prüflisten Kosten-/ Gewinnvergleichsrechnungen Annuitäten- Methode Analytischhierarchischer Prozess Projekt-Profile
6 TUM School of Management 1. Bewertungsverfahren Automobil I 1. Gewinner des Crashtests 2. Sicheres Fahrwerk 3. Sparsamer Motor 4. Geringe Wartungsintervalle Automobil II 1. Schöne Farbe 2. Helles Leder 3. Tiefer Einstieg 4. Unterbodenbeleuchtung 5. Fuchsschwanz 6. Lachgaseinspritzer Vorteilhaftigkeit aufgrund der Anzahl von Argumenten
7 TUM School of Management 1. Bewertungsverfahren Probleme: Keine Gewichtung der Kriterien Form des Automobils ist gleichgesetzt mit dessen Sicherheit Messbarkeit der Kriterien Kosten sind quantitativ Wie lässt sich Design des Autos messen? Oftmals müssen mehrere Kriterien und Alternativen berücksichtigt werden, dabei entstehen Konflikte Vergleichbarkeit und Gesamtnutzen
8 TUM School of Management 2. Beurteilungskriterien wirtschaftliche (Kosten, Gewinne, statistische Rentabilität, Kapitalwerte, interne Zinssätze ) technologische (Betriebssicherheit, technischer Wirkungsgrad, Komplexität, Entwicklungsstand etc. eines Verfahrens) ökologische (Emissionen, Immissionen, entsprechende Luft-Wasserund Bodenbelastung durch Schadstoffe oder Schadenenergie wie Abwärme und radioaktive Strahlung bestimmter Fertigungsprozesse, Deponiebedarf durch Abfälle, ferner Energie- und Ressourcenverbrauch durch Produktion) Quelle: Strebel, 1980, S. 129f.
9 TUM School of Management 2. Beurteilungskriterien im Rahmen der Nachhaltigkeit: soziale: menschenwürdige Arbeitsbedingungen (Kinderarbeit, existenzsichernde Entlohnung, soziale Absicherung, Mitspracherechte im Unternehmen, Arbeitszeiten, Gesundheit und Sicherheit am Arbeitsplatz)
10 TUM School of Management Umweltbezogene Entscheidungen - multidimensionale Bewertungsverfahren - 1. Entscheidungen Bewertungsverfahren allgemein 2. Beurteilungskriterien 3. Einzelne Bewertungsverfahren 3.1. Nutzwertanalyse 3.2. Analytischer Hierarchieprozess (AHP) 3.3. TOPSIS 4. Übungsbeispiel
11 TUM School of Management 3. Einzelne Bewertungsverfahren Ein Lösungsansatz: Multikriterielle Entscheidungprobleme können mit Hilfe der Nutzwertanalyse gelöst werden. Für verschiedene Handlungsalternativen und Zielkriterien werden relative Nutzwerte geschätzt und gewichtet, so dass die Summe der gewichteten Einzelwerte den Nutzwert der jeweiligen Alternative ergibt. Die Alternative mit dem höchsten Nutzwert ist i.d.r. als die vorteilhafteste anzusehen. Die Nutzwertanalyse ist die Analyse einer Menge komplexer Handlungsalternativen mit dem Zweck, die Elemente dieser Menge entsprechend den Präferenzen des Entscheidungsträgers bezüglich eines multidimensionalen Zielsystems zu ordnen. Die Abbildung erfolgt durch die Angabe der Nutzwerte (Gesamtwerte) der Alternativen. (C. Zangemeister, 1976)
12 Technische Universität München 3.1. Nutzwertanalyse (NWA) Einsatzgebiete: Bewerberauswahl, Standortanalyse bei nicht-monetären oder bei nicht-monetären und monetären Größen besonders gut geeignet, weiche Kriterien zu berücksichtigen bietet viele Gestaltungsmöglichkeiten Kriterien und Skala frei wählbar Keine Rechnung, sondern systematische Aufbereitung
13 Prinzipieller Ablauf der NWA Technische Universität München 1) Aufstellung des Zielsystems Kriterien/Alternativen 2) Durchführung der Gewichtung 3) Aufstellen der Wertetabelle und Wertefunktionen 4) Offenlegung der Gewichtung und Zielertragsmatrix 5) Berechnung der Nutzwerte und Ermittlung der Rangfolge
14 Technische Universität München Ziele und Zielsystem Allgemeine Anforderungen an das Zielsystem: Vollständigkeit Zerlegbarkeit Minimierung der Anzahl Der hierarchische Prozess Hauptziel Zielkriterien Die Zielkriterien müssen unabhängig voneinander sein. Beispiele für fehlende Unabhängigkeit der Zielkriterien: mittlere Fahrtzeit und verkehrsgünstige Lage, Kosten und Gewinn
15 Technische Universität München Erstellen der Wertetabelle und Wertefunktionen Skalierung der möglichen Erfüllungsstufen bzw. Zielerreichungen der jeweiligen Alternativen in den Einzelkriterien zur Charakterisierung Alle Alternativen werden bezüglich der Kriterien untersucht Menschliches Urteilsvermögen lässt stark ab drei Einflussgrößen nach daher systematische, eindimensionale Teilbewertung, d.h. alle Alternativen werden bezüglich je einem Kriterium untersucht, abgewogen und geordnet (anhand von Skalierung)
16 Technische Universität München Beispiel Wertetabelle Waschmaschine Kriterien Alternativen A B C Preis Umdrehungen Stromverbrauch Wasserverbrauch Punkte von 1-6 werden vergeben: (1 = ungenügend, 6 = sehr gut)
17 Technische Universität München Skalierungsmethoden Skalierungsmethoden Nominalskala Ordinalskala Kardinalskala Verhältnisskala
18 Technische Universität München Wertsynthese Offenlegung der Gewichtungen der einzelnen Kriterien und Skalierung der einzelnen Teilziele in einer Matrix Zielwertmatrix Die Alternativen werden nebeneinander aufgeführt. Die jeweiligen Kriterien werden untereinander aufgelistet. Für jedes Kriterium wird für jede Alternative der Zielertrag bestimmt Entstandene Matrix stellt die Teilnutzwerte sowie den Gesamtnutzen der Alternativen ( = Summe der Teilnutzwerte) dar.
19 Technische Universität München 5) Berechnung der Nutzwerte anhand der Zielwertmatrix Standortanforderung 1 zentrale Verkehrslage (z.b. Autobahn- und Flughafennähe) 2 günstiger Arbeitsmarkt (z. B. qualifizierte Facharbeiter, Arbeitskraftreserven) 3 verfügbares Industriegelände (z.b. Mindestfläche, zukünftige Erweiterungsmöglichkeiten) 4 günstige Versorgung und Entsorgung (z.b. Versorgung mit Elektrizität, Gas, Wasser) 5 annehmbare rechtliche Auflagen (z.b. Bauvorschriften) 6 geringe Steuerbelastung (z.b. tiefe Steuersätze, Steuererleichterungen) 7 günstige Förderungsmaßnahmen (z.b. staatliche Subventionen, kommunale Wirtschaftsförderung) 8 gute Lebensbedingungen (z.b. Sozial- Bildungs- und Freizeiteinrichtungen) Gewichtung Standort A Standort B Standort C Standort D X R X R X R X R Gesamtnutzen der Alternativen Festlegung der Präferenzordnung der Alternativen 2. Rang 1. Rang 4. Rang 3. Rang X = Bewertung (gut = 5, befriedigend = 3, schlecht = 1) R = Nutzen pro Standortfaktor Hinweis: unabdingbare Forderungen, d.h. Muß-Kriterien (z.b. Mindestfläche), wurden nicht berücksichtigt. Abb. 24: Nutzwertanalyse für einen Industriebetrieb (nach Müller-Hedrich 1992, S. 45)
20 Anwendung am Beispiel Externer Berater Technische Universität München Ein kleines, mittelständisches Unternehmen in München sucht einen externen Berater für die Unterstützung bei der Einführung eines Umweltmanagementsystems. Drei Bewerber stehen zur Auswahl. Kriterien: Höhe des Angebots, Referenzen, Branchenkenntnisse, Büro in der Nähe des Unternehmens Berater A: macht preisgünstiges Angebot, hat wenig Referenzen, Branchenkenntnisse kaum vorhanden, Büro ist in Hamburg Berater B: Angebot liegt im mittleren Preissegment, kann einige interessante Referenzen vorweisen, seine Branchenkenntnisse sind umfangreich, das Büro ist in Ingolstadt Berater C: Angebot ist hoch, wird von vielen namhaften Unternehmen empfohlen, Branchenkenntnisse liegen vor, Büro ist in Nürnberg Welchen Berater sollte das Unternehmen beauftragen?
21 Technische Universität München Beispiel: Externer Berater 1) Kriterien und Alternativen in einer Tabelle abbilden Berater Kriterien Höhe d. Angebots Referenzen Branchenkenntnisse Nähe des Büros A B C
22 Technische Universität München Beispiel: Externer Berater 2) Gewichtung der Kriterien: Gewichtung Überlegung Höhe d. Angebots 0,5 wenig Kapital zur Verfügung Referenzen 0,2 Empfehlungen durch bekannte Unternehmen sind wichtig Branchenkenntnisse 0,2 Branche ist recht speziell Kenntnisse wichtig Nähe des Büros 0,1 im Zeitalter von Smartphone und Skype ist die Nähe des Büros nicht ganz so wichtig
23 Technische Universität München Beispiel: Externer Berater 3) Bewertung der Alternativen nach den einzelnen Kriterien : Kriterien Berater A B C Höhe d. Angebots Referenzen Branchenkenntnisse Nähe des Büros Punkte von 1-6 werden vergeben: (1 = ungenügend, 6 = sehr gut) Berater A: macht preisgünstiges Angebot, hat wenig Referenzen, Branchenkenntnisse kaum vorhanden, Büro ist in Hamburg Berater B: Angebot liegt im mittleren Preissegment, kann einige interessante Referenzen vorweisen, seine Branchenkenntnisse sind umfangreich, das Büro ist in Ingolstadt Berater C: Angebot ist hoch, wird von vielen namhaften Unternehmen empfohlen, Branchenkenntnisse liegen vor, Büro ist in Nürnberg
24 Technische Universität München Beispiel: Externer Berater 4) Wertesynthese Gewichtung A B C Höhe d. Angebots 0, Referenzen 0, Branchenkenntnisse 0, Nähe des Büros 0,
25 Technische Universität München Beispiel: Externer Berater 5) Berechnung Teilnutzwerte und Gesamtnutzen A B C Höhe d. Angebots 0,5 * 6 = 3 1,5 0,5 Referenzen 0,4 0,8 1 Branchenkenntnisse 0,4 1 0,8 Nähe des Büros 0,1 0,4 0,3 Gesamtnutzwert 3,9 3,7 2,6
26 Technische Universität München Vor- und Nachteile der NWA Vorteile freie Wahl der Kriterien und Einteilung der Skala viele Gestaltungsmöglichkeiten Systematische Entscheidungsvorbereitung Transparenz und Nachvollziehbarkeit der Entscheidungsfindung auch Berücksichtigung qualitativer Kriterien möglich Direkte Vergleichbarkeit der Alternativen Vergleichbarkeit wird erst möglich Nachteile/Kritik sehr subjektives Verfahren Auswahl der Gewichtung/Kriterien schwierig Zerlegung in Teilaspekte führt nicht immer zu besseren, klareren Ergebnissen Problematisch, wenn mehrere Entscheidungsträger andere Präferenzen haben Hoher Zeitaufwand
27 Literatur Technische Universität München Meixner, Oliver und Haas, Rainer: Wissensmanagement und Entscheidungsunterstützung. 2. Auflage, Wien, 2009 Zangemeister,C.: Nutzwertanalyse in der Systemtechnik, München, 1971 Bechmann, Arnim: Nutzwertanalyse, Bewertungstheorie und Planung. Paul Haupt, Bern und Stuttgart, 1978 Kiemstedt, H.: Zur Bewertung der Landschaft für die Erholung. Stuttgart 1967 Hoffmeister, W.: Investitionsrechnung und Nutzwertanalyse. Kohlhammer, 2000 Rinza, Peter, Schmitz, Heiner: Nutzwert-Kosten-Analyse. Betriebswirtschaft und Betriebspraxis. VDI-Verlag, 1992 Niklas, C.: Mehr Entscheidungssicherheit mit der Nutzwertanalyse" (Ausgabe 23/2002 )
28 Technische Universität München 3.2 Analytischer Hierarchieprozess Der Analytische Hierarchieprozess nach Dr. Thomas L. Saaty (1970): Methode, mit deren Hilfe komplexe Entscheidungsprozesse in kleine Einheiten (Paarvergleiche) zerlegt, strukturiert und formal gelöst werden. analytisch: die Entscheidungsunterstützung erfolgt mathematisch und mittels logischer Schlüsse hierarchisch: das Entscheidungsproblem wird in eine Hierarchie von Kriterien und Alternativen zerlegt Prozess: wegen seines prozessualen Charakters, Entscheidungen zu treffen Anwendungsbeispiele: Auswahl eines Stromanbieters Strategien in der Umweltpolitik Auswahl einer Marketingstrategie
29 Technische Universität München Grundlagen und Theorie des AHP Berücksichtigung von subjektiven (z.b. politischen, sozialen) und objektiven (z.b. ökonomischen, technischen) Faktoren Die Frage ist: Wie bewerten wir die Wichtigkeit von Faktoren (im Verhältnis zueinander) und wie können wir die zur Verfügung stehenden Informationen aggregieren, damit die beste Entscheidung getroffen wird? Arbeitsweise: AHP zerlegt komplexe Entscheidungsprozesse in kleine Einheiten, die anschließend hierarchisch strukturiert und verglichen werden.
30 Prinzipieller Ablauf des AHP Technische Universität München Aufstellung des Zielsystems Konsistenz Gewichtung der Kriterien Paarvergleich/ Ergebnismatrix Konsistenz Gewichtung der Alternativen Paarvergleich/ Ergebnismatrix Sensitivitätsanalyse Berechnung der Gesamtgewichte Bewertung der Alternativen
31 Technische Universität München Praktischer Ablauf des AHP gliedert sich in drei Phasen: 1. Phase: Sammeln der Daten 2. Phase: Paarweiser Vergleich 3. Phase: Datenverarbeitung
32 Technische Universität München Ablauf des AHP 1. Phase: Sammeln der Daten: Definition des Ziels, der Kriterien und Alternativen Quelle: Meixner, 2009
33 Technische Universität München Ablauf des AHP 2. Phase: Größenvergleich von 3 verschiedenen Figuren Quelle: Meixner, 2009
34 Ablauf des AHP 2. Phase: Paarweiser Vergleich Technische Universität München Quelle: Meixner, 2009
35 Technische Universität München Bewertungsskala Sowohl quantitative als auch qualitative Informationen werden auf einer (9-Punkte)-Skala dargestellt. Vorteile: Differenziertere Skalen überfordern den Entscheider Die Werte der Skala sind inhaltlich sinnvoll und gleichbleibend 1/9 = absolut unterlegen 1 = gleichbedeutend 9 = absolut dominierend Die Skalenwerte aij sind als Verhältniszahlen zu betrachten, wobei 1 den natürlichen Nullpunkt darstellt, so dass eine echte Intervallskala vorliegt Simone van Riesen
36 Technische Universität München Axiome des AHP 1. Der Entscheider kann zwei Elemente i und j aus der endlichen Elementenmenge A bezüglich eines Kriteriums aus einer Menge von Kriterien bewerten. Dies geschieht mittels eines paarweisen Vergleiches a ij auf Basis einer metrischen Skala. Die Skala ist reziprok, so dass gilt: a ij = 1 a ij 2. Der Entscheider bewertet ein Element niemals als unendlich viel besser als ein anderes Element im Hinblick auf ein Kriterium aus der Kriterienmenge. 3. Das Entscheidungsproblem kann als Hierarchie dargestellt werden. 4. Alle relevanten Kriterien und Alternativen sind in der Hierarchie enthalten.
37 Technische Universität München Ablauf des AHP 2. Phase: Vergleich anhand der AHP-Skala (1 = gleich, 3 = moderat, 5 = stark, 7 = sehr stark, 9 = extrem) Quelle: Meixner, 2009
38 Technische Universität München Ablauf des AHP in Matrixschreibweise: Quelle: Meixner, 2009
39 Technische Universität München Ablauf des AHP in Matrixschreibweise (vervollständigt): 5 1/2 1/8 Quelle: Meixner, 2009
40 Technische Universität München AHP am Beispiel externer Berater: 1. Phase: Definition des Ziels, der Kriterien und Alternativen Auswahl eines Beraters - Höhe d. Angebots - Referenzen - Branchenkenntnisse - Mc Kinsey - Boston Consulting - KPMG - Roland Berger Quelle: Meixner, 2009
41 Technische Universität München Aufbau einer hierarchischen Struktur Unterstützung durch Berater Ziel Höhe d. Angebots Referenzen Branchenkenntnisse Mc Kinsey Boston Consulting KPMG Roland Berger Mc Kinsey Boston Consulting KPMG Roland Berger Mc Kinsey Boston Consulting KPMG Roland Berger Kriterien Alternativen Diese Informationen werden aggregiert, um ein relatives Gewicht für jede Alternative berechnen zu können. Dieses kann mittels Anwendung von Paarvergleichen ermittelt werden. Dabei können sowohl qualitative als auch quantitative Informationen einbezogen werden.
42 Technische Universität München Paarvergleichsmatrix Die Referenzen sind mir doppelt so wichtig wie die Höhe des Angebots, die Höhe des Angebots 3x so wichtig wie die Branchenkenntnisse und die Referenzen 4x so wichtig wie die Branchenkenntnisse! Höhe d. Angebots Referenzen Branchenkenntnisse Höhe d. Angebots 1 3 Referenzen Branchenkenntnisse 1
43 Technische Universität München Paarvergleichsmatrix vervollständigen Höhe d. Angebots Höhe d. Angebots Referenzen 1 1/2 3 Referenzen Branchenkenntnisse Branchenkenntnisse 1/3 1/4 1 Wie kann man diese Matrix nun in Prioritäten verwandeln? Lösung: Eigenvektor!
44 Technische Universität München Berechnung des Eigenvektors 1. Die Matrix wird sukzessive quadriert. 2. Die Reihensumme wird berechnet und normalisiert. 3. Diese Berechnung stoppt, wenn der Unterschied zwischen zwei Rechenschritten minimal ausfällt.
45 Beispiel: Externer Berater Höhe d. Angebots 1 1/2 3 Technische Universität München Referenzen Höhe d. Angebots Referenzen Branchenkenntnisse Branchenkenntnisse 1/3 1/4 1 Umwandlung der Brüche in Dezimalzahlen: 1,0000 0,5000 3,0000 2,0000 1,0000 4,0000 0,3333 0,2500 1,0000
46 Technische Universität München Schritt 1: Quadratur der Matrix ,0000 0,5000 3,0000 1,0000 0,5000 3, ,0000 1,0000 4,0000 * 2,0000 1,0000 4, ,3333 0,2500 1,0000 0,3333 0,2500 1,0000 (1 * 1) + (0,5 * 2) + (3 * 0,3333) = 3 3,0000 1,7500 8, = 5,3332 3, , ,1666 0,6667 3, (0,3333 * 0,5) + (0,25 *1) + (1*0,25) = 0,667
47 Technische Universität München Schritt 2: Berechnung des Eigenvektors 2.1 Reihensumme bilden + + 3,0000 1,7500 8,0000 = 12,7500 0,3194 5, , ,0000 = 22,3332 0, ,1666 0,6667 3,0000 = 4,8333 0, Reihengesamtsumme bilden = 39,9165 1, Normalisierung, indem die Reihensumme durch die Reihengesamtsumme dividiert wird (z.b. 12,7500 : 39,9165 = 0,3194) 2.4 Eigenvektor: 0,3194 0,5595 0,1211
48 Technische Universität München Schritt 3: Sukzessives Wiederholen dieses Prozesses 3,0000 1,7500 8, ,3332 3, ,0000 1,1666 0,6667 3,0000 = 27, , , , , , ,5547 6, ,6653
49 Technische Universität München Wieder Stufe 2: Eigenvektor der Kriterien 0,3196 0,5584 0,1220 Unterschiede zwischen den Prioritäten 0,3194-0,3196 = -0,0002 0,5595-0,5584 = 0,0011 0,1211-0,1220 = -0,0009
50 Technische Universität München Stufe 3: Ergebnis: Gewichtung der Kriterien Höhe d. Angebots Referenzen Branchenkenntnisse 0,3196 0,5584 0, Der Eigenvektor gibt das Ranking der Kriterien wieder.
51 Technische Universität München Entscheidungshierarchie mit Prioritäten Unterstützung durch Berater 1,0 Höhe des Angebots 0,3196 Mc Kinsey Boston Consulting KPMG Roland Berger Referenzen 0,5584 Mc Kinsey Boston Consulting KPMG Roland Berger Branchenkenntnisse 0,1220 Mc Kinsey Boston Consulting KPMG Roland Berger Gewichtung der Alternativen???
52 Technische Universität München auch hier können die Prioritäten mittels Paarvergleiche ermittelt werden z.b. in Bezug auf Höhe des Angebots Mc Kinsey Boston Consulting KPMG Roland Berger Mc Kinsey 1 1/4 4 1/6 Boston Consulting /4 KPMG 1/4 1/4 1 1/5 Roland Berger
53 Technische Universität München bis Ergebnis: Eigenvektor Höhe des Angebots Ranking Höhe des Angebots 3 Mc Kinsey 0, Boston Consulting 0, KPMG 0, Roland Berger 0,5770 Der Eigenvektor drückt hier das Ranking in Bezug auf jedes Kriterium aus.
54 Technische Universität München Alle Prioritäten in der Hierarchie Unterstützung durch Berater Höhe d. Angebots 0,3196 Referenzen 0,5584 Branchenkenntnisse 0,1220 Mc Kinsey Boston Consulting KPMG Roland Berger 0,1160 0,2470 0,0600 0,5770 Mc Kinsey Boston Consulting KPMG Roland Berger 0,3790 0,2900 0,0740 0,2570 Mc Kinsey Boston Consulting KPMG Roland Berger 0,3010 0,2390 0,2120 0,2480
55 Technische Universität München Lösung des Entscheidungsproblems: Höhe d. Angebots Referenzen Branchenkenntnisse Kriterien Ranking Mc Kinsey 0,1160 0,3790 0,3010 0,3196 Höhe des Angebots Boston Consulting KPMG 0,2470 0,2900 0,0600 0,0740 0,2390 0,2120 * 0,5584 Referenzen Roland Berger 0,5770 0,2570 0,2480 0,1220 Branchenkenntnisse Mc Kinsey 0,3060 z.b. 0,1160 * 0, ,3790 * 0, ,03010 * 0,1220 = Boston Consulting KPMG Roland Berger 0,2720 0,0940 0,3280
56 Technische Universität München Wertung des AHP Vorteile komplexes Bewertungsproblem wird in handhabbare Teilprobleme zerlegt Paarvergleiche lassen sich leicht durchführen Präzise Berechnungen der Gewichte und der Qualität der Beurteilungen sind möglich Nachteile Paarvergleiche brauchen viel Zeit EDV-Anwendung ist nötig durch aufwändige Berechnungen wird ggf. verschleiert/unterdrückt, dass Paarvergleiche i.d. Regel auf subjektiven Einschätzungen beruhen ( Bauchentscheidungen )
57 TUM School of Management 3.2 TOPSIS Technique for Order Preference by Similarity to Ideal Solution 57
58 TUM School of Management Ansatz von TOPSIS Die Effizienz einer Alternative (aus einer endlichen Anzahl von Alternativen) wird bewertet, indem jeweils der Abstand der einzelnen Merkmalsausprägungen der betrachteten Alternative zu einer virtuellen Alternative bestimmt wird.
59 TUM School of Management Prinzipieller Ablauf von TOPSIS Alternativen bestimmen Kriterien bestimmen Entscheidungsmatrix aufstellen Entscheidungsmatrix normalisieren Gewichte ermitteln / festlegen Mit Hilfe von AHP, o.ä. Entscheidungsmatrix gewichten virtuelle Alternativen bestimmen Abstandsmaße berechnen Effizienzindex und Rangfolge bestimmen 59
60 TUM School of Management Kriterien Kriterien Kostenkriterien Inputs sind Kostenkriterien* minimale Wert Nutzenkriterien Outputs sind Nutzenkriterien maximale Wert * bei erwünschten Gütern; bei unerwünschten Gütern, wie z.b. unerwünschte Emissionen oder Abfall: Kosten als Output 60
61 TUM School of Management Die Entscheidungsmatrix D Für jede Alternative muss die Erfüllung von allen Kriterien ermittelt werden. Kriterien 1 bis m Vektor der Ausprägungen des Kriteriums C m über die Alternativen Vektor der Bewertungen der Alternative A 1 TOPSIS grundsätzlich nur auf kardinal messbare Kriterien anzuwenden Ausprägungen Peter und Zelewski, TOPSIS als Technik der Effizienzanalyse,
62 TUM School of Management Die Normalisierung der Entscheidungsmatrix Grund der Normalisierung: Wenn alle Kriterien kardinal gemessen werden konnten, aber jedes in seiner Dimension, sind die Zahlen in den Spalten-Vektoren sehr unterschiedlich groß. Ohne Normalisierung würden dadurch implizite Gewichtungen der Kriterien aufgrund von Skaleneffekten entstehen. Peter und Zelewski, TOPSIS als Technik der Effizienzanalyse,
63 TUM School of Management Methode der Normalisierung von Hwang/Yoon 1) Über die Spalten wird die Summe der Quadrate der Kriterienausprägungen berechnet. 2) Daraus wird die Wurzel gezogen. 3) Dann wird jede Kriterienausprägung durch diese Wurzel dividiert. r ij = d ij i=1 n 2 d ij
64 TUM School of Management Bestimmung der gewichteten normalisierten Entscheidungsmatrix Jeder Spaltenvektor der normalisierten Entscheidungsmatrix wird mit einem Kriteriengewicht multipliziert. Die Kriteriengewichte werden z.b. mit einer Technik zur Ermittlung von Kriteriengewichten wie z.b. dem AHP bestimmt. normalisierte Entscheidungsmatrix R * Kriteriengewichte = gewichtete normalisierte Entscheidungsmatrix V = Peter und Zelewski, TOPSIS als Technik der Effizienzanalyse,
65 TUM School of Management Entwicklung virtueller Alternativen Aus der gewichteten normalisierten Entscheidungsmatrix werden jetzt zwei virtuelle Alternativen entwickelt. beste mögliche Alternative die höchsten Werte der Nutzenkriterien die niedrigsten Werte der Kostenkriterien Darunter ist die beste mögliche und die schlechteste mögliche Alternative zu verstehen. schlechteste mögliche Alternative die geringsten Werte der Nutzenkriterien die höchsten Werte der Kostenkriterien werden miteinander kombiniert Peter und Zelewski, TOPSIS als Technik der Effizienzanalyse,
66 TUM School of Management Berechnung von Abstandsmaßen Für jede reale Alternative werden nun zwei Abstandsmaße zu den beiden virtuellen Alternativen berechnet. Abstand zur Worst-case-Alternative Abstand zur Best-case-Alternative A min A 1 real A max Euklidische Abstände messen den Abstand zwischen zwei Punkten in einem mehrdimensionalen Raum. Die Dimensionalität des Raumes wird durch die Anzahl der Kriterien bestimmt. Peter und Zelewski, TOPSIS als Technik der Effizienzanalyse,
67 TUM School of Management Bestimmung der relativen Nähe zur Best-case- Alternative Auf Basis der Abstandsmaße kann für jede Alternative ein Abstands-Index für die relative Nähe zur Best-case-Alternative berechnet werden. Diesem Index liegt die Idee zugrunde, daß eine effiziente Alternative möglichst nahe am effizienten Rand einer Technologiemenge liegen sollte und gleichzeitig möglichst weit von ineffizienten Alternativen entfernt sein sollte. Übliche Effizienzmaße sind Quotienten, bei denen der Output zum Input ins Verhältnis gesetzt wird. Bei dem TOPSIS-Effizienzmaß auch einem Quotienten steht im Zähler der Abstand zur Worst-case-Alternative. Im Nenner steht die Summe der Abstände zu beiden Alternativen. Peter und Zelewski, TOPSIS als Technik der Effizienzanalyse,
68 TUM School of Management Bestimmung des TOPSIS-Effizienzindexes je höher der Abstand zum schlechtest denkbaren Fall, desto höher der Indexwert Der Indexwert ist null, wenn der Abstand zur schlechtesten denkbaren Alternative null ist. Abstand zur Worst-case-Alternative Abstand zur Best-case-Alternative + Abstand zur Worst-case-Alternative je geringer der Abstand zum besten denkbaren Fall, desto höher der Indexwert Der Indexwert liegt also zwischen 0 und 1. Dadurch ist die Interpretation erleichtert. Der Indexwert ist eins, wenn der Abstand zur besten denkbaren Alternative null ist. Ci S i 0 S i 1 Peter und Zelewski, TOPSIS als Technik der Effizienzanalyse,
69 TUM School of Management Beispiel: Effizienz von externen Beratern Es soll die Effizienz von vier externen Beratern zur Einführung eines Umweltmanagementsystems verglichen werden. Die folgenden Kriterien sollen verwendet werden: Beschleunigung des Zertifizierungsprozesses Entlastung der internen Mitarbeiter Kommunikation zwischen Berater und Unternehmen Verbesserung der internen Prozesse Kosten Output Input Ein Kriterium kann in Geldeinheiten gemessen werden. Die übrigen vier Kriterien werden auf einer Skala mit Punkten (1-5) gemessen, wobei 1 = geringe Kriterienbedeutung und 5 = hohe Kriterienbedeutung. 69
70 TUM School of Management Beispiel 1 Entscheidungsmatrix D Für die Berater 1 bis 4 und die 5 Kriterien wurden die unten dargestellten Kriterienausprägungen ermittelt. Berater Beschleunigung Zertifizierungsprozess Entlastung interner Mitarbeiter Kommunikation Verbesserung der internen Prozesse Kosten Die Entscheidungsmatrix wird im ersten Rechenschritt normalisiert: Für die Kriterienausprägung 1/1 gilt: r 11 = ,615 Peter und Zelewski, TOPSIS als Technik der Effizienzanalyse,
71 TUM School of Management Beispiel 1 normalisierte Entscheidungsmatrix R Berater Beschleunigung Zertifizierungsprozess Entlastung interner Mitarbeiter Kommunikation Verbesserung der internen Prozesse Kosten 1 0,615 0,680 0,577 0,640 0, ,492 0,544 0,462 0,512 0, ,369 0,272 0,346 0,256 0, ,492 0,408 0,577 0,512 0,630 Diese normalisierte Entscheidungsmatrix ist nun mit den Kriteriengewichten zu gewichten. Diese sind: Beschleunigung Zertifizierungsprozess Entlastung interner Mitarbeiter Kommunikation Verbesserung der internen Prozesse Kosten Gewicht 0,42 0,06 0,06 0,04 0,42 71
72 TUM School of Management Beispiel 1 gewichtete normalisierte Entscheidungsmatrix V z.b. 0,615 * 0,42 Berater Beschleunigung Zertifizierungsprozess Entlastung interner Mitarbeiter Kommunikation Verbesserung der internen Prozesse Kosten 1 0,258 0,041 0,035 0,026 0, ,207 0,033 0,028 0,020 0, ,155 0,016 0,021 0,010 0, ,207 0,024 0,035 0,020 0,265 Peter und Zelewski, TOPSIS als Technik der Effizienzanalyse,
73 TUM School of Management Beispiel 1 Berechnung der virtuellen Alternativen Aus den Spalten werden nun die jeweils besten und schlechtesten Werte herausgesucht. Beschleunigung Zertifizierungsprozess Entlastung interner Mitarbeiter Kommunikation Verbesserung der internen Prozesse Kosten Best-C 0,258 0,041 0,035 0,026 0,171 Worst-C 0,155 0,016 0,021 0,010 0,265 Beim Kostenkriterium ist der geringste Wert der beste und der höchste der schlechteste! 73
74 TUM School of Management Beispiel 1 Berechnung der Abstandsmaße Beschleunigung Zertifizierungsprozess Entlastung interner Mitarbeiter Kommunikation Verbesserung der internen Prozesse Kosten Best-C 0,258 0,041 0,035 0,026 0,171 Worst-C 0,155 0,016 0,021 0,010 0,265 Nun werden die euklidischen Abstände berechnet (am Beispiel Berater 2): 2 0,207 0,033 0,028 0,020 0,171 Abstand zur besten virtuellen Alternative: S 2 + = 0,207 0, ,033 0, ,028 0, ,020 0, ,171 0,171 2 = = 0,052 Abstand zur schlechtesten virtuellen Alternative: S 2 - = 0,207 0, ,033 0, ,028 0, ,020 0, ,171 0,265 2 = = 0,109 74
75 TUM School of Management Beispiel 1 Abstandmaße und Effizienzindex Berater Abstand zum Best-case Abstand zum Worst-Case Effizienz- Index Rangplatz 1 0,046 0,077 0, ,052 0,109 0, ,059 0,097 0, ,082 0,046 0,359 4 Beispiel für die Berechnung des Effizienz-Index für Berater 2 B 2 = 0,109 0, ,109 0,670 75
76 TUM School of Management Literatur Peters, Malte L. und Zelewski, Stephan: TOPSIS als Technik zur Effizienzanalyse. Wirtschaftsstudium, Heft 1, 2007, S Hwang und Yoon: Multiple Attribute Decision Making- Methods and Applications A State of the Art Survey, Berlin, Heidelberg, New-York, 1981 Shih, Shyur, Lee: An extension of TOPSIS for group decision making, Mathematical and Computer Modelling 45 (2007), S
77 TUM School of Management 4. Übung: Nutzwertanalyse Entscheidungsproblem einer ökologischen Bilanzierung ist es, im Rahmen einer Produktplanung, aus der Menge der zu vergleichenden Produkte (oder Verpackungen) jenes mit den insgesamt geringsten ökologischen Auswirkungen bei Produktherstellung, Produktgebrauch und Produktentsorgung auszuwählen. Strebel, 2007, S. 93 ff.
78 TUM School of Management Gegeben ist folgende Entscheidungsmatrix: Tragetaschen aus Polyethylen Kraftpapier ungebleicht Energie für den Herstellungsprozess im Material enthalten Gesamtverbrauch Luftverunreinigende Emissionen SO 2 NO x CH x CO Staub Abwasserbelastungen CSB BSB 5 CH Phenole AOX 29 GJ 38 GJ 67 GJ 9,9 kg 6,8 kg 3,8 kg 1,0 kg 0,5 kg 0,5 kg 0,02 kg 0,003 kg 0,0001 kg entfällt 67 GJ 29 GJ 96 GJ 19,4 kg 10,2 kg 1,2 kg 3,0 kg 3,2 kg 16,4 kg 9,2 kg entfällt entfällt entfällt Papierkombination 69 GJ 29 GJ 98 GJ 28,1 kg 10,8 kg 1,5 kg 6,4 kg 3,8 kg 107,8 kg 43,1 kg entfällt entfällt 5,0 kg
79 TUM School of Management mit folgenden Gewichtungen: Energie Herstellungsprozess Material Luftverunreinigende Emissionen SO 2 NO x CH x CO Staub Abwasserbelastungen CSB BSB 5 CH Phenole AO X 0,5 0,7 0,3 0,3 0,2 0,3 0,2 0,2 0,1 0,2 0,3 0,3 0,2 0,1 0,1
80 TUM School of Management Aufgabenstellung 1. Erstellen Sie zunächst eine normierte Entscheidungsmatrix (nach Hwang/Yoon). 2. Berechnen Sie anhand der Nutzwertanalyse, für welche Verpackung man sich nach ökologischen Kriterien entscheiden sollte.
81 TUM School of Management 1. Normierte Entscheidungsmatrix Bsp Polyethylen Kraftpapier Papierkombination 0,29 0,68 0,28 0,42 0,89 0,14 0,10 0,00 0,00 1,00 1,00 0,00 0,67 0,52 0,55 0,62 0,28 0,42 0,64 0,15 0,21 0,00 0,00 0,00 0,69 0,52 0,79 0,66 0,35 0,90 0,76 0,99 0,98 0,00 0,00 1,00
82 TUM School of Management Lösung Polyethylen Kraftpapier Papierkombination Energie 0,5 für die Herstellung 0,7 0,29 0,67 0,69 für das Material 0,3 0,68 0,52 0,52 Luftverunreinigung 0,3 SO 2 0,2 0,28 0,55 0,79 NO X 0,3 0,42 0,62 0,66 CH x 0,2 0,89 0,28 0,35 CO 0,2 0,14 0,42 0,9 Staub 0,1 0,1 0,64 0,76 Abwasser 0,2 CSB 0,3 0 0,15 0,99 BSB 5 0,3 0 0,21 0,98 CH 0, Phenole 0, AO X 0,
83 Lösung TUM School of Management Polyethylen Kraftpapier Papierkombination Energie 0,5 für die Herstellung 0,7 0,1015 0,2345 0,2415 für das Material 0,3 0,102 0,078 0,078 Luftverunreinigung 0,3 SO 2 0,2 0,0168 0,033 0,0474 NO X 0,3 0,0378 0,0558 0,0594 CH x 0,2 0,0534 0,0168 0,021 CO 0,2 0,0084 0,0252 0,054 Staub 0,1 0,003 0,0192 0,0228 Abwasser 0,2 CSB 0,3 0 0,009 0,0594 BSB 5 0,3 0 0,0126 0,0588 CH 0,2 0, Phenole 0,1 0, AO X 0, ,02 SUMME 0,3829 0,4841 0,6623
84 TUM School of Management Exkurs: Skalierungsmethoden Nominalskala: - gibt an, ob Eigenschaften gleich oder ungleich sind - Bsp.: männlich/weiblich, rot/gelb/blau - Keine Berechnungen möglich!
85 TUM School of Management Skalierungsmethoden Ordinalskala: Rangfolge kann erstellt werden A1>A2>A3 Voraussetzung: Urteilsperson kann unterscheiden, ob z.b. A1 ein Kriterium besser, schlechter oder gleich erfüllt im Vergleich zu A2 Nachteil: keine Abstände zwischen den Alternativen möglich Zahlen wie 1,2,3 sind keine arithmetisch verrechenbaren Messwerte, sondern verbale Zuweisungen Rechenoperationen sind somit nicht erlaubt! Bsp.: Erdbebenstärke, Härtegrad von Werkstoffen, Schulnoten
86 TUM School of Management Skalierungsmethoden Kardinal-/ Intervallskala: Quantitative Messungen, metrische Skalen Die Stufen der Skalen sind immer gleich groß Minimalwert Maximalwert A1 = 1,5 A2 = 3,0 A3 = 3,8
87 TUM School of Management Skalierungsmethoden Verhältnisskala: Alle mathematischen Rechnungen sind möglich Bsp.: Grundstückspreis 3x so teuer Richtwert bei Kriterium Fahrgeschwindigkeit: 150 km/h = 1 0,5 1 1,5 130 km/h 180 km/h E= 0,87 E= 1,2 Höchstes Messniveau Bsp. m, cm, Zoll, Meilen, Altersangaben in Jahren
Analytischer Hierarchieprozess (AHP)
Analytischer Hierarchieprozess (AHP) Methodik der multikriteriellen Bewertung Nach den Skripten der BoKu Wien und der Abteilung für Forstökonomie Göttingen (Prof. Möhring) www.boku.ac.at www.uni-goettingen.de
MehrTechnische Universität München. Mehrdimensionale Bewertungsverfahren
Mehrdimensionale Bewertungsverfahren Grobgliederung 1. Bewertungsverfahren 2. Die Nutzwertanalyse (NWA) 3. Der Analytisch Hierarchische Prozess (AHP) 4. Technique for Order Preference by Similarity to
MehrTechnische Universität München TOPSIS. Technique for Order Preference by Similarity to Ideal Solution. - Eine Technik der Effizienzanalyse -
TOPSIS Technique for Order Preference by Similarity to Ideal Solution - Eine Technik der Effizienzanalyse - 1 Gliederung 1. Wiederholung Normalisierung (AHP) 2. Definition Effizienz 3. Ablauf von TOPSIS
MehrTechnische Universität München. Mehrdimensionale Bewertungsverfahren
Mehrdimensionale Bewertungsverfahren Grobgliederung 1. Bewertungsverfahren 2. Die Nutzwertanalyse (NWA) 3. Der Analytisch Hierarchische Prozess (AHP) 4. Technique for Order Preference by Similarity to
MehrTechnische Universität München TOPSIS. Technique for Order Preference by Similarity to Ideal Solution. -Technik zur Lösung von Entscheidungsproblemen-
TOPSIS Technique for Order Preference by Similarity to Ideal Solution -Technik zur Lösung von Entscheidungsproblemen- 1 TOPSIS wurde von Hwang/Yoon 1981 konzipiert simple Technik zur Effizienzanalyse,
MehrAnalytischer Hierarchieprozess (AHP)
Analytischer Hierarchieprozess (AHP) Methodik der multikriteriellen Bewertung Nach den Skripten der BoKu Wien und der Abteilung für Forstökonomie Göttingen (Prof. Möhring) www.boku.ac.at/iao/ahp www.uni-goettingen.de/de/101204.html
MehrTOPSIS. Eine Technik der Effizienzanalyse
TOPSIS Eine Technik der Effizienzanalyse 1 Literatur Peters, Malte L. und Zelewski, Stephan: TOPSIS als Technik zur Effizienzanalyse. Wirtschaftsstudium, Heft 1, 2007, S. 9-15 http://www.pim.uni-due.de/fileadmin/publikationen/topsis_zur_effizienzanalyse.pdf
MehrTUM School of Management. Umweltbezogene Entscheidungen mit Hilfe multidimensionaler Bewertungsverfahren
TUM School of Management Umweltbezogene Entscheidungen mit Hilfe multidimensionaler Bewertungsverfahren TUM School of Management Umweltbezogene Entscheidungen - multidimensionale Bewertungsverfahren -
MehrEin Entscheidungsproblem des Alltags...
Ein Entscheidungsproblem des Alltags... 23 Ich sehe ein neues Auto in ihrer Zukunft 24 3 wichtige Schritte beim AHP Zielformulierung: Auswahl einer Autos Definition Kriterien: Styling, Verlässlichkeit,
MehrDie Nutzwertanalyse - NWA Prof. Dr. Georg Rainer Hofmann Andreas Ziegler
Die Nutzwertanalyse - NWA Prof. Dr. Georg Rainer Hofmann Andreas Ziegler 15.10.2015 Agenda Aufbau der Nutzwertanalyse Ablauf der Nutzwertanalyse Zieldefinition Ausschluss- und Auswahlkriterien definieren
MehrTechnische Universität München. Mehrdimensionale Bewertungsverfahren
Mehrdimensionale Bewertungsverfahren Grobgliederung 1. Bewertungsverfahren 2. Die Nutzwertanalyse (NWA) 3. Der Analytisch Hierarchische Prozess (AHP) 4. Technique for Order Preference by Similarity to
MehrDer Analytische Hierachieprozeß. 1
Der Analytische Hierachieprozeß http://www.boku.ac.at/iao/ahp 1 Kulturelle Unterschiede Einfluß auf das Entscheidungsverhalten 120 100 80 60 40 Power Distance Uncertainty Avoidance Individualism Maskulinity/Femininity
MehrDie Nutzwertanalyse - NWA Prof. Dr. Wolfgang Alm Prof. Dr. Georg Rainer Hofmann
Die Nutzwertanalyse - NWA Prof. Dr. Wolfgang Alm Prof. Dr. Georg Rainer Hofmann 03.03.2016 Copyright Der nachfolgende Foliensatz basiert auf einem Foliensatz von Herrn Andreas Ziegler vom 15.10.2015 Er
MehrAuswahl eines geeigneten mehrdimensionalen. für die Ressourceneffizienzbewertung von Prozessketten. Seminarvortrag.
Auswahl eines geeigneten mehrdimensionalen Bewertungsverfahrens für die Ressourceneffizienzbewertung von Prozessketten Seminarvortrag Andreas Hermanuz Quelle: Volkswagen AG Aachen, 6.0.205 Einleitung und
MehrSystemdenken und Gestaltungsmethodik Lösungsauswahl durch Bewertung
Systemdenken und Gestaltungsmethodik Lösungsauswahl durch Bewertung Prof. Dr.-Ing. Stefan Brunthaler TFH Wildau 2006ff Master Telematik Was war nochmal das Ziel? Erst war die Vision, Daraus folgten konkrete
MehrEine 3-Phasen-Methode zur Effizienzmessung im stationären Pflegebereich
Eine 3-Phasen-Methode zur Effizienzmessung im stationären Pflegebereich Dipl.-Betriebswirt (FH) Christian Weiß Prof. Dr. Axel Focke Hochschule Neu-Ulm Kompetenzzentrum Gesundheitsmanagement Wileystraße
MehrAnnahme: - Päferenzunabhängigkeit der Ziele - kardinal skalierte Größen!!!!
Prof. Dr. H. Rommelfanger: Entscheidungstheorie, Kapitel 4 4.4 Nutzwertanalyse Verfahren zur Lösung von Mehrzielentscheidungen Hierarchisch aufgebaute systeme å i.d.r. sind nur zwei oder drei Teilziele
MehrAlexandra Pommer. Entscheidungsunterstützung in der Immobilienprojektentwicklung \OG
Alexandra Pommer Entscheidungsunterstützung in der Immobilienprojektentwicklung \OG Verzeichnis der Abbildungen 15 1 Einführung 19 1.1 Motivation 19 1.2 Einblick in die aktuelle Situation 19 1.3 Ziele
MehrAnlage 025. zum Abschlussbericht ExpG-R. Kostennutzwertanalyse
Anlage 025 zum Abschlussbericht ExpG-R Kostennutzwertanalyse Nutzwertanalyse der 1. Generation relativ einfach trotzdem effektiv komplexe Entscheidungsprozesse mit o quantitativen und/oder o qualitativen
MehrPeter Rinza / Heiner Schmitz Nutzwert-Kosten-Analyse
Peter Rinza / Heiner Schmitz Nutzwert-Kosten-Analyse Reihe: Betriebswirtschaft und Betriebspraxis N utzwert-kosten-analyse Eine Entscheidungshilfe Peter Rinza Heiner Schmitz SPRINGER-VERLAG BERLIN HEIDELBERG
MehrBewertungsmethoden. Dipl.-Vw. Lutz Benson, Volkswirtschaftslehre, insbes. Stadt- und Regionalökonomie
Bewertungsmethoden Zielsetzung der Methoden: mehrere Handlungsalternativen hinsichtlich ihrer Vorteilhaftigkeit in eine Rangfolge bringen Bestimmung der vorteilhaftesten unter mehreren Handlungsalternativen
MehrWirtschaftlichkeit des Projekts. Wintersemester 2005/06 Prof. Dr.-Ing. Christian Averkamp
Fachhochschule öln Wintersemester 005/06 Prof. Dr.-Ing. Christian Averkamp Fachhochschule öln Die Wirtschaftlichkeitsanalyse: Ermitteln der betriebswirtschaftlichen Nutzen/osten eines Projekts. Verfahren
MehrEinführung in die Betriebswirtschaftslehre
Einführung in die Betriebswirtschaftslehre Entscheidungstheorie Wintersemester 2006/2007 Prof. Dr. M. Ponader Literatur Bartscher, Susanne, Bomke, Paul, Unternehmensführung, Stuttgart 1995; Kapitel 3:
MehrAufgabe 2. Kolloquium zur Klausur Innovationscontrolling. Stephan Körner
Aufgabe 2 Kolloquium zur Klausur Innovationscontrolling Stephan Körner 08.11.2017 Agenda 1 Aufgabe 2a 2 Aufgabe 2b 3 Aufgabe 2c 2 Aufgabe 2: Der mittelständische Teehersteller Rotbusch GmbH möchte neben
MehrEntscheidungsunterstützung in der Immobilienprojektentwicklung
Entscheidungsunterstützung in der Immobilienprojektentwicklung Schriftenreihe Bau- und Immobilienmanagement herausgegeben von Bernd Nentwig Band 6 Alexandra Pommer Entscheidungsunterstützung in der Immobilienprojektentwicklung
MehrEvaluierungsmatrix. Zur Beurteilung von Alternativen als Entscheidungsgrundlage auf Basis der Nutzwertanalyse. Peter Beck
Evaluierungsmatrix Zur Beurteilung von Alternativen als Entscheidungsgrundlage auf Basis der Nutzwertanalyse. Peter Beck 2010 Inhalt INHALT 1 VORGEHEN 2 WELCHE ENTSCHEIDUNG SOLL GEFÄLLT, ODER WAS SOLL
MehrKosten- und Wirtschaftlichkeitsrechnung für Ingenieure
Arno Alex. Voegele Lutz Sommer Kosten- und Wirtschaftlichkeitsrechnung für Ingenieure Kostenmanagement im Engineering Mit 124 Bildern und 166 Tabellen und einer CD-ROM HANSER Inhalt 1 Betriebliches Rechnungswesen
MehrEin multikriterielles, fuzzy- und risikobasiertes Decision Analysis Modell am Beispiel der Planung unterirdischer Infrastruktur
Ein multikriterielles, fuzzy- und risikobasiertes Decision Analysis Modell am Beispiel der Planung unterirdischer Infrastruktur Bochum 30.09.03 Dipl.-Ing. Dipl.-Wirt.-Ing. Sissis Kamarianakis - Welches
MehrMultifaktorenanalyse Aliases
Aliases Rainer Kröning Multifaktorenmethode Nutzwertanalyse Entscheidungsanalyse Punktwertverfahren \multifaktoren.ppt Folie:1 Ziel Rainer Kröning Treffen der besten Wahl unter den zur Verfügung stehenden
MehrW-Seminar: Versuche mit und am Menschen 2017/2019 Skript
3. Deskriptive Statistik Die deskriptive (auch: beschreibende) Statistik hat zum Ziel, [ ] Daten durch Tabellen, Kennzahlen [ ] und Grafiken übersichtlich darzustellen und zu ordnen. Dies ist vor allem
MehrEntscheidungskompetenz durch Anwendung der Vektor-Nutzwertanalyse
Reihe: Economy and Labour Band 14 Herausgegeben von EUR ING Prof. Dr.-Ing. Hans-Georg Nollau FBCS, Roßdorf Prof. Dr.-Ing. Hans-Georg Nollau Dipl.-Bw. (FH) Uli Gottfried Entscheidungskompetenz durch Anwendung
Mehr1. Was ist Bewertung? 2. Bewertung im Feld der Planung. 3. Bewertungsmethoden. 4. Schwerpunkt: Nutzwertanalyse
BEWERTUNG Methoden zur Bearbeitung komplexer Umweltprobleme - Bewertung 1. Was ist Bewertung? 2. Bewertung im Feld der Planung 3. Bewertungsmethoden 4. Schwerpunkt: Nutzwertanalyse 5. Praxisbeispiel: Variantenvergleich
MehrÜbung 1 Nutzwertanalyse Fahrzeug für mobiles Betonlabor
Skript Übung 1 Nutzwertanalyse Fahrzeug für mobiles Betonlabor 1 Übung 1 Nutzwertanalyse Fahrzeug für mobiles Betonlabor 2 Situation Vor zwei Monaten haben Sie in Ihrer Zuständigkeit für Ihr mobiles Betonlabor
MehrNUTZWERTANALYSE IN DER SYSTEMTECHNIK. Eine Methodik zur multidimensionalen. Bewertung und Auswahl von Projektalternativen
NUTZWERTANALYSE IN DER SYSTEMTECHNIK Eine Methodik zur multidimensionalen Bewertung und Auswahl von Projektalternativen von Prof. Dr.-Ing., Dipl.-Wirt.-lng. Christof Zangemeister 1 INHALTSVERZEICHNIS I.
MehrInvestitionsentscheidungsrechnung Nutzwertanalyse
Statische und dynamische Investitionsrechenverfahren berücksichtigen in der Regel nur Einnahmen, Ausgaben, Kosten und Erträge. Die Entscheidungsregel ist einseitig auf eine dieser Größen ausgerichtet.
MehrAltlastenmanagement AP7 Umweltökonomische Bewertung von Maßnahmen an kontaminierten Standorten. Kommunalkredit Public Consulting GmbH
Altlastenmanagement 2010 - AP7 Umweltökonomische Bewertung von Maßnahmen an kontaminierten Standorten Umweltbundesamt GmbH Kommunalkredit Public Consulting GmbH Gernot Döberl Moritz Ortmann ÖVA Symposium
MehrBetriebswirtschaftliche Entscheidungstheorie und Anwendung
Betriebswirtschaftliche Entscheidungstheorie und Anwendung Kapitel 3: Entscheidungen unter Sicherheit Prof. Dr. Thorsten Poddig Lehrstuhl für Allgemeine Betriebswirtschaftslehre, insbes. Finanzwirtschaft
MehrNutzwertanalyse. Hausarbeit. für die Vorlesung Systemplanung I. Dozent: Hr. Köhler SS 2003. vorgelegt von. Sebastian Klaus Martin Nitze
Hausarbeit für die Vorlesung Systemplanung I SS 2003 vorgelegt von Sebastian Klaus Martin Nitze 26. Juni 2003 INHALTSVERZEICHNIS 1 Einleitung 1 2 Einordnung der in die Methodenlandschaft 2 3 Definierung
MehrDr. Barbara Lindemann. Fragebogen. Kolloquium zur Externen Praxisphase. Dr. Barbara Lindemann 1
Dr. Barbara Lindemann Fragebogen Kolloquium zur Externen Praxisphase Dr. Barbara Lindemann 1 Überblick 1. Gütekriterien quantitativer Forschungen 2. Fragebogenkonstruktion 3. Statistische Datenanalyse
Mehr2.2 Entscheidung bei Sicherheit
2.2 Entscheidung bei Sicherheit Umweltzustand ist bekannt oder irrelevant, so dass die Ergebnisse der Handlungsalternativen sicher sind Bei mehreren Zielgrößen besteht die Herausforderung darin, den Entscheider
MehrVerfahren zur Skalierung. A. Die "klassische" Vorgehensweise - nach der Logik der klassischen Testtheorie
Verfahren zur Skalierung A. Die "klassische" Vorgehensweise - nach der Logik der klassischen Testtheorie 1. Daten: z. Bsp. Rating-Skalen, sogenannte "Likert" - Skalen 2. Ziele 1. Eine Skalierung von Items
Mehr1. Tutorial. Online-Tutorium-Statistik von T.B.
Online-Tutorium-Statistik von T.B. 1 Grundbegriffe I Gegenstand einer statistischen Untersuchung sind bestimmte Objekte (z.b. Personen, Unternehmen) bei denen man sich für gewisse Eigenschaften (z.b. Geschlecht,
MehrIWW Studienprogramm. Aufbaustudium. Modul XVII: Controlling. Lösungshinweise zur 3. Musterklausur
Institut für Wirtschaftswissenschaftliche Forschung und Weiterbildung GmbH Institut an der FernUniversität in Hagen IWW Studienprogramm Aufbaustudium Modul XVII: Controlling Lösungshinweise zur 3. Musterklausur
MehrStatistiktutorium (Kurs Frau Jacobsen)
Statistiktutorium (Kurs Frau Jacobsen) von Timo Beddig Einführungsveranstaltung am 16.4.2012 1 Grundbegriffe I Gegenstand einer statistischen Untersuchung sind bestimmte Objekte (z.b. Personen, Unternehmen)
MehrPlanung, Bewertung und Kontrolle technologischer Innovationen
Planung, Bewertung und Kontrolle technologischer Innovationen Von Dr. rer. pol. Peter Brose Technische Hochschule Oarmstadt Fachbsrsich Rscäts- und Wirtschaftswissenschaften Fachgebiet Wirtschaftspolitik
MehrSoftware Engineering I Prof. Dr. Martin Glinz. Kapitel 2. Zielsetzung, Messung. Universität Zürich Institut für Informatik
Software Engineering I Prof. Dr. Martin Glinz Kapitel 2 Zielsetzung, Messung Universität Zürich Institut für Informatik Zielsetzung warum? Zielgerichtetes Arbeiten ist notwendig Ohne Zielsetzung: Qualität
MehrInhalt von Kreativitätsmethoden. Projektmanagement Entscheidungsmethoden. Inhalt. Beispiel Entscheidung unter Zeitdruck
Inhalt von Kreativitätsmethoden 1 Inhalt Beispiel Entscheidung unter Zeitdruck Methoden Gruppenbefragung Wirtschaftlichkeitsberechn ung Nutzwertanalyse Beispiel : Entscheidung unter Zeitdruck 2 Video 3
MehrLeseprobe. Investition und Finanzierung
Investition und Finanzierung Kapitel 2 - Investitionsrechnung 2.1 Methoden der Investitionsrechnung 2.2 Statische Investitionsrechnung - Kosten- und Gewinnvergleichsverfahren 2.2.1 Kostenvergleichsverfahren
MehrSegmentspezifische und muitikriterielie Bewertung von Standorten international agierender Unternehmen
Christian Koch Segmentspezifische und muitikriterielie Bewertung von Standorten international agierender Unternehmen Verlag Dr. Kovac Hamburg 2013 Inhaltsverzeichnis Inhaltsverzeichnis IX Abbildungsverzeichnis
MehrAufgabe 2 Investitionscontrolling Amortisationsrechnung, Nutzwertanalyse. Dipl.-Kfm. Klaus Schulte
Aufgabe 2 Investitionscontrolling Amortisationsrechnung, Nutzwertanalyse Dipl.-Kfm. Klaus Schulte Aufgabe 2a), 10 Punkte Skizzieren Sie die zentralen Aspekte der statischen und der dynamischen Amortisationsrechnung.
Mehrfh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik
fh management, communication & it Folie 1 Überblick Grundlagen (Testvoraussetzungen) Mittelwertvergleiche (t-test,..) Nichtparametrische Tests Korrelationen Regressionsanalyse... Folie 2 Überblick... Varianzanalyse
MehrNutzwertanalyse. Georg Westermann. 1. Ziele und Voraussetzungen. In den nachfolgenden Abschnitten soll mit der Nutzwertanalyse (NWA) ein Verfahren
Georg Westermann Nutzwertanalyse 1. Ziele und Voraussetzungen In den nachfolgenden Abschnitten soll mit der Nutzwertanalyse (NWA) ein Verfahren aus den Wirtschaftswissenschaften vorgestellt werden, mit
MehrIT-Projektmanagement im Gesundheitswesen
IT-Projektmanagement im Gesundheitswesen Lehrbuch und Projektleitfaden - Taktisches Management von Informationssystemen - Unter Mitwirkung von Andreas Bess, Roland Blomer, Oliver J. Bott, Frauke Ehlers,
MehrEntwicklung eines Verfahrens zur Evaluation mobiler CRM-Lösungen
Entwicklung eines Verfahrens zur Evaluation mobiler CRM-Lösungen Sarah Rassner Consultant 1 Agenda 1. Zielsetzung & Abgrenzung 2. Trend: Mobiles Arbeiten und mcrm 3. Methodische Vorgehensweise 4. Analyse
MehrDie Nutzwertanalyse (Scoring Model) Alternativen bewerten und richtig entscheiden Autor: Jürgen P. Bläsing
QUALITY-APPs Applikationen für das Qualitätsmanagement Testen und Anwenden Die Nutzwertanalyse (Scoring Model) Alternativen bewerten und richtig entscheiden Autor: Jürgen P. Bläsing Es kommt im Privatleben
MehrVariablen und Skalenniveaus
Analytics Grundlagen Variablen und Skalenniveaus : Photo Credit: Unsplash, Roman Mager Statistik Was ist eigentlich eine Variable? Variable In der Datenanalyse wird häufig die Bezeichnung Variable verwendet.
MehrSerie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6. Statistik-Tutorium. Lösungsskizzen Übung SS2005. Thilo Klein. Grundstudium Sommersemester 2008
Serie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6 Lösungsskizzen Übung SS2005 Grundstudium Sommersemester 2008 Serie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6 Inhalt Serie 1 Serie 2 Serie 3 Serie 4 Serie
MehrTEIL 11: BIVARIATE ANALYSE FÜR ORDNINALSKA- LIERTE VARIABLEN
TEIL 11: BIVARIATE ANALYSE FÜR ORDNINALSKA- LIERTE VARIABLEN GLIEDERUNG Verfahren, welche auf dem paarweisen Vergleich beruhen Tau-a-Koeffizient Tau-b-Koeffizient Gamma-Koeffizient Alternativen zum paarweisen
MehrStrategische Planung, und integratives Projektmanagement (2 VS, 3 ECTS) Übungsbeispiele für Teile A bis C. Gerd Sammer WS 2011/12
Strategische Planung, und integratives Projektmanagement 856 301 (2 VS, 3 ECTS) Universität für Bodenkultur Wien Department für Raum, Landschaft und Infrastruktur Übungsbeispiele für Teile A bis C Gerd
MehrWirtschaftlichkeitsuntersuchungen und Erfolgskontrolle finanzwirksamer Maßnahmen
Wirtschaftlichkeitsuntersuchungen und Erfolgskontrolle finanzwirksamer Maßnahmen Veranstaltungsnummer: 2017 Q148 BS Termin: 10.10. 13.10.2017 Zielgruppe: Mitarbeiterinnen und Mitarbeiter aus öffentlichen
MehrMCDM MULTI CRITERIA DECISION MAKING
MCDM MULTI CRITERIA DECISION MAKING Einführung Projekt Wall-ie Studiengang Geoinformation und Umwelttechnologien c.erlacher@fh-kaernten.at Folie 1 von 17 Inhalt MCDM-Erläuterung MCDM-Elemente MCDM-Framework
Mehr3. Merkmale und Daten
3. Merkmale und Daten Ziel dieses Kapitels: Vermittlung des statistischen Grundvokabulars Zu klärende Begriffe: Grundgesamtheit Merkmale (Skalenniveau etc.) Stichprobe 46 3.1 Grundgesamtheiten Definition
Mehr3. Betriebswirtschaftliche Entscheidungslehre 3.1 Einleitung
3.1 Einleitung Auf Basis von Zielvorstellungen sollen die Konsequenzen von Handlungsalternativen ermittelt werden deskriptive Entscheidungstheorie: beschreibt, wie in der Realität Entscheidungen in konkreten
MehrNachhaltigkeitscheck für Dienstleistungsunternehmen
Nachhaltigkeitscheck für Dienstleistungsunternehmen Der Nachhaltigkeits Check für Dienstleistungsunternehmen Der Nachhaltigkeits Check (NHC) umfasst rund 150 Fragen in 15 Handlungsfeldern und wird auf
MehrUNFOLDING- ANALYSE. Grundlagen: Coombs, Clyde H. (1964). A Theory of Data. Wiley. New York
UNFOLDING- ANALYSE Grundlagen: Coombs, Clyde H. (1964). A Theory of Data. Wiley. New York Weiterentwicklungen: 1. Lantermann, Ernst -D. & Feger, H. (Hg.) (1980). Similarity and Choice. Toronto: Huber Verlag
MehrWirtschaftlichkeitsuntersuchung als wichtiges Entscheidungsinstrument im Facility Management
Wirtschaftlichkeitsuntersuchung als wichtiges Entscheidungsinstrument im Facility Management - HANDOUT - Inhalt _Zum Thema Wirtschaftlichkeit Wirtschaftlichkeitsbegriff _Inhalte einer Witrtschaftlichkeitsuntersuchung
Mehr7. Index- und Verhältniszahlen
7. Index- und Verhältniszahlen Mit Indexzahlen versucht man komplexe gesellschaftsrelevante Entwicklungen abzubilden (z. B. in den Bereichen Ökonomie, Gesundheit, Umwelt oder Bildung) und Vergleiche zwischen
MehrInvestitionsrechnung. 9. Auflage. Erwin Staehelin. Mitarbeit: Rainer Suter Norbert Siegwart. Verlag Rüegger
Investitionsrechnung 9. Auflage Erwin Staehelin Mitarbeit: Rainer Suter Norbert Siegwart Verlag Rüegger Inhaltsverzeichnis "\ "f Inhaltsverzeichnis 1 Grundlegung 1.1 Investitionsbegriff 16 1.2 Wirtschaftlichkeitsrechnung
MehrForschungsmethoden in der Sozialen Arbeit
Forschungsmethoden in der Sozialen Arbeit Fachhochschule für Sozialarbeit und Sozialpädagogik Alice- Salomon Hochschule für Soziale arbeit, Gesundheit, Erziehung und Bildung University of Applied Sciences
MehrWas heißt messen? Konzeptspezifikation Operationalisierung Qualität der Messung
Was heißt messen? Ganz allgemein: Eine Eigenschaft eines Objektes wird ermittelt, z.b. die Wahlabsicht eines Bürgers, das Bruttosozialprodukt eines Landes, die Häufigkeit von Konflikten im internationalen
MehrUmweltmanagementinformationssysteme
Umweltmanagementinformationssysteme Übung 5 Wintersemester 2009/2010 Arbeitsgruppe Wirtschaftsinformatik Managementinformationssysteme Arbeitsgruppe Wirtschaftsinformatik Managementinformationssysteme
Mehrvatter der logische Supermarkt
vatter der logische Supermarkt POS und Backoffice Ausschreibung Angebote Systemvergleich Auszug aus dem Bericht. vatter der logische Supermarkt POS und Backoffice Ausschreibung Inhaltsverzeichnis 1. Ausschreibung
MehrDie Nutzwertanalyse Ein Werkzeug für komplexe Entscheidungsvorgänge
15.10.2015 Die Nutzwertanalyse Ein Werkzeug für komplexe Entscheidungsvorgänge Andreas Ziegler Vorwort In der betrieblichen Praxis sind fortwährend komplexe Entscheidungen zur treffen. Die Kriterien, auf
MehrAlle weiteren Messoperationen schließen die Klassifikation als Minimaloperation ein.
1 unterschiedliche Skalenniveaus Wir haben zuvor schon kurz von unterschiedlichen Skalenniveaus gehört, nämlich dem: - Nominalskalenniveau - Ordinalskalenniveau - Intervallskalenniveau - Ratioskalenniveau
MehrDatenerhebung, Skalenniveaus und Systemdatei
Datenerhebung, Skalenniveaus und Systemdatei Institut für Geographie 1 Beispiele für verschiedene Typen von Fragen in einer standardisierten Befragung (3 Grundtypen) Geschlossene Fragen Glauben Sie, dass
MehrRational Entscheiden bei vorliegenden Unsicherheiten ein Ding der Unmöglichkeit?
Rational Entscheiden bei vorliegenden Unsicherheiten ein Ding der Unmöglichkeit? Martin Weikinger, AlgoTec GmbH Sind Sie einsam? Sind Sie es leid, alleine zu arbeiten? Hassen Sie es, Entscheidungen zu
MehrIdeenbewertung und -auswahl. Aus vielen Innovationsideen fundierte Lösungskonzepte entwickeln
Ideenbewertung und -auswahl Aus vielen Innovationsideen fundierte Lösungskonzepte entwickeln Ideenvielfalt bewältigen mit effizienter Ideenbewertung und -auswahl Offene und strategische Ideensammlungen
MehrMethoden der Klassifikation und ihre mathematischen Grundlagen
Methoden der Klassifikation und ihre mathematischen Grundlagen Mengenlehre und Logik A B "Unter einer 'Menge' verstehen wir jede Zusammenfassung M von bestimmten wohlunterschiedenen Objekten unserer Anschauung
MehrWirtschaftlichkeitsrechnung (SS 2009)
Wirtschaftlichkeitsrechnung (SS 2009) Investitionsrechnung. Dynamische Verfahren (2009-04-29) Veranstaltungskonzept Kostenarten-, Kostenstellenund Kostenträgerrechnung Aufbau + Inhalt des GB Statische
MehrDieses Skript ist urheberrechtlich geschützt. Ich behalte mir alle Rechte vor. Eine Vervielfältigung ist nicht gestattet und strafbar.
Dieses Skript ist urheberrechtlich geschützt. Ich behalte mir alle Rechte vor. Eine Vervielfältigung ist nicht gestattet und strafbar. 1 2 Hinweise zum Skript Grundlagen der Wirtschaftsmathematik und Statistik
MehrStatistik I. Hinweise zur Bearbeitung. Aufgabe 1
Statistik I, WS 2002/03, Seite 1 von 7 Statistik I Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - Formelsammlung im Umfang von einer
MehrHilmar Gerdes (Autor) Energiegewinnung aus Biomasse im Küstenbereich Eine ökonomische und multikriterielle Bewertung verschiedener Prozessketten
Hilmar Gerdes (Autor) Energiegewinnung aus Biomasse im Küstenbereich Eine ökonomische und multikriterielle Bewertung verschiedener Prozessketten https://cuvillier.de/de/shop/publications/6503 Copyright:
MehrQuantitative Methoden der Agrarmarktanalyse und des Agribusiness
Quantitative Methoden der Agrarmarktanalyse und des Agribusiness Teil Quantitative Methoden der Agrarmarktanalyse Vorlesung: Montag und Mittwoch 8:30-10:00 Dr. Bernhard Brümmer Tel.: 0431-880-4449, Fax:
MehrKapitel III - Merkmalsarten
Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Statistik 1 - Deskriptive Statistik Kapitel III - Merkmalsarten Markus Höchstötter Lehrstuhl für Statistik, Ökonometrie
MehrGrundlagen der Investitions- und Wirtschaftlichkeitsrechnung
www.nwb.de 2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. NWB Studium Betriebswirtschaft e Grundlagen der Investitions-
MehrStatistik. Jan Müller
Statistik Jan Müller Skalenniveau Nominalskala: Diese Skala basiert auf einem Satz von qualitativen Attributen. Es existiert kein Kriterium, nach dem die Punkte einer nominal skalierten Variablen anzuordnen
MehrQualitätsmanagement 7 Managementwerkzeuge (M7) Gliederung
Gliederung 1. Qualitätsmanagement: Einführung und Überblick a. Definition des Qualitätsbegriffs b. Entwicklung des Qualitätsmanagements c. Entwicklungslinien des Qualitätsmanagements bei Lebensmitteln
MehrLineare Algebra und Numerische Mathematik D-BAUG Winter 2013 Prof. H.-R. Künsch. Regeln Multiple Choice:
b Prüfung Lineare Algebra und Numerische Mathematik D-BAUG Winter 03 Prof. H.-R. Künsch c Alle Aufgaben haben das gleiche Gewicht. Die Lösungswege müssen, abgesehen von Aufgabe, nachvollziehbar dargestellt
MehrInvestitionsrechnung. 4y Springer. Uwe Götze. Modelle und Analysen zur Beurteilung von Investitionsvorhaben
Uwe Götze Investitionsrechnung Modelle und Analysen zur Beurteilung von Investitionsvorhaben Sechste, durchgesehene und aktualisierte Auflage 4y Springer Abbildungsverzeichnis XI 1 Zielsetzung und Aufbau
Mehr0607 Investition. Inhalt
0607 Investition 1 Inhalt 1 Einführung... 13 2 Der Investitionsentscheidungsprozess... 16 2.1 Preview... 16 2.2 Das Wesen einer Investition... 17 2.2.1 Der Investitionsbegriff... 17 2.2.2 Investitionsarten...
MehrChristian Bleis. Investition BWV BERLINER WISSENSCHAFTS-VERLAG
Christian Bleis Investition mm BWV BERLINER WISSENSCHAFTS-VERLAG Inhaltsverzeichnis Herausgebervorwort Autorenvorwort Abkürzungsverzeichnis Kleine Formelsammlung V VII XVII XIX Investitionsentscheidungen
Mehr1.1 Graphische Darstellung von Messdaten und unterschiedliche Mittelwerte. D. Horstmann: Oktober
1.1 Graphische Darstellung von Messdaten und unterschiedliche Mittelwerte D. Horstmann: Oktober 2014 4 Graphische Darstellung von Daten und unterschiedliche Mittelwerte Eine Umfrage nach der Körpergröße
MehrNutzwertanalyse, Bewertungstheorie und Planung
Arnim Bechmann W. A. R. Inv.-Nr. Nutzwertanalyse, Bewertungstheorie und Planung 05-.S!.. : / i&;:?58 Verlag Paul Haupt Bern und Stuttgart Inhaltsverzeichnis Vorwort 1 Einleitung 15 11 Problemstellung 15
MehrWirtschaftlichkeitsuntersuchungen im Bereich des BMVg - Einweisung in Richtlinien und Verfahren
Wirtschaftlichkeitsuntersuchungen im Bereich des BMVg - Einweisung in Richtlinien und Verfahren Sicherheits- und Militärökonomie 1 Dr. Andreas Glas Einordnung in das Curriculum Herbsttrimester Grundlagen
MehrKritische Werte für den U-Test bei grossen Stichprobenumfängen. Berechnung einer umfangreichen U-Wertetabelle. Studie
Berechnung einer umfangreichen U-Wertetabelle Studie Autor: Helmut Vetter Ort, Datum: Arlesheim, 04.10.015 Diese Arbeit wurde mit TexLive erstellt. Kritische Werte für den U-Test bei grossen Stichprobenumfängen
MehrGrundlagen der Investitions- und Wirtschaftlichkeitsrechnung
Betriebswirtschaft in Studium und Praxis Grundlagen der Investitions- und Wirtschaftlichkeitsrechnung Mit Aufgaben und Lösungen Tests und Tabellen Anwendersoftware auf CD-ROM Von Professor Klaus-Dieter
MehrGrundbegriffe. Bibliografie
Grundbegriffe Merkmale und Merkmalsausprägungen Skalen und Skalentransformation Einführung und Grundbegriffe II 1 Bibliografie Bleymüller / Gehlert / Gülicher Verlag Vahlen Statistik für Wirtschaftswissenschaftler
MehrInvestition. Schwachstellen im Investitionsbereich des Industriebetriebes und Wege zu ihrer Beseitigung. von. Dr.-Ing. Hans Blohm
Investition Schwachstellen im Investitionsbereich des Industriebetriebes und Wege zu ihrer Beseitigung von Dr.-Ing. Hans Blohm em. ord. Professor an der Technischen Universität Berlin und Dr. Klaus Lüder
MehrEVALUIERUNG DER ASFINAG BAUPROJEKTE
EVALUIERUNG DER ASFINAG BAUPROJEKTE Inhalt Methode Projektevaluierung Ablauf der Beurteilung Beurteilungskriterien & Gewichtung Hauptkriterien Nutzwertanalyse als Entscheidungsgrundlage Ergebnis 2 Methode
Mehr