Entwicklung von Kennzahlensystemen E-Book

Erwin Rödler

• Herausgeber: Schäffer Poeschel
• Kategorie: Fachliteratur
• Sprache: Deutsch

Seitenzahl: 259

Veröffentlichungsjahr: 2022

Beschreibung

Kennzahlen werden in der Regel nur für bestimmte Teilbereiche (Qualitätsmanagement, Prozessmanagement, Controlling etc.) angeboten und oft nur aus einem finanziellen Blickwinkel beleuchtet. Das Buch fokussiert sich nicht nur auf Kennzahlen, sondern auf ganze Kennzahlensysteme. Es zeigt auf, wie Sie diese konstruieren müssen, um Unternehmensprozesse besser interpretieren zu können. Außerdem werden auch verschiedene nichtfinanzielle Kennzahlensysteme vorgestellt und anhand von Beispielen aus der Praxis veranschaulicht. Die Beurteilung von Prüfberichten oder Softwaresystemen, die Erfüllung gesetzlicher oder gesetzesähnlicher Anforderungen (GoBD, EU-DSGVO, MA-Risk, etc.) werden ebenso behandelt wie die Bewertung eines Internen Kontrollsystems.  

Leseprobe

[7]Inhaltsverzeichnis

Hinweis zum UrheberrechtImpressumVorwortAbbildungsverzeichnisTabellenverzeichnis Abkürzungsverzeichnis1 Strukturierung und Konstruktion von Kennzahlen und Kennzahlensystemen 1.1 Definition, Anwendungsbereiche und Anforderungen an Kennzahlen1.1.1 Begriffsdefinition Kennzahl und Kennzahlensystem 1.1.2 Anwendungsbereiche von Kennzahlen/Kennzahlensystemen in Unternehmen1.1.3 Dokumentation von Kennzahlen1.2 Strukturierung und Klassifizierung von Kennzahlen1.2.1 Strukturierung/Klassifizierung nach der Messbarkeit (Skalierungseigenschaft)1.2.2 Strukturierung/Klassifizierung nach dem Grad der Rückverfolgbarkeit1.2.3 Strukturierung/Klassifizierung nach ihrer Fähigkeit »Kausalitäten« darzustellen1.2.4 Strukturierung/Klassifizierung aufgrund ihrer Zerlegbarkeit 1.2.5 Strukturierung/Klassifizierung bez. temporaler Unabhängigkeit der Kennzahl1.2.6 Strukturierung/Klassifizierung nach der Herkunft/Definition1.3 Konstruktionsprinzipien von numerischen Kennzahlen1.3.1 Algebraische Kennzahlen1.3.2 Analytische Kennzahlen1.3.3 Stochastische Kennzahlen2 Konstruktionstechniken für Kennzahlensysteme 2.1 Klassische Kennzahlensysteme mit metrisch skalierbaren Daten und Kennzahlen zur Erfolgskontrolle2.1.1 Beispiel 1: Kennzahlen zur Beurteilung der effektiven Nutzung eines Softwaresystems der Materialwirtschaft in einem Krankenhaus2.1.2 Beispiel 2: Kennzahlen für die Beurteilung des Forderungsmanagements mittels eines Softwaresystems2.2 Kennzahlensysteme auf Basis der Analysen von Unternehmensprozessen zu deren Bewertung/Beurteilung2.2.1 Beispiel 1: Prozess der Arztbriefschreibung2.3 Kennzahlensysteme ordinal skalierter Daten zur Bewertung von Softfacts bei Objekten und Prozessen2.3.1 Beispiel 1: Beurteilung von Verfahrensdokumentationen2.3.2 Beispiel 2: Projektcontrolling fürs Management2.4 Kennzahlensysteme zur Fehler- bzw. Risikomessung von Sachverhalten und Maßnahmen2.4.1 Beispiel 1: Klassische FMEA-Analyse zur Fehlererkennung in Prozessen2.4.2 Beispiel 2: Prozessbewertung mittels Kennzahlen zur Bewertung der Einführung eines Krankenhausinformationssystems (KIS)2.5 Ganzheitliche Kennzahlensysteme 2.5.1 Anwendungsbereiche2.5.2 Die Perspektiven einer klassischen BSC 2.5.3 Aufgaben der weiteren Perspektiven der BSC 2.5.4 Kennzahlenspektrum 2.5.5 Funktionsübergreifendes Perspektivencluster 3 Beispiele von Kennzahlensystemen aus der Praxis3.1 Feststellung der Ordnungsmäßigkeit einer Rechnungslegungssoftware3.1.1 Ziel und Aufgabenstellung3.1.2 Bewertungsschema für die Softwarebewertung3.1.3 Prüfungsvorgehen und Prüfungsgegenstand3.1.4 Prüfungsergebnis und Prüfungsgegenstand3.2 Ermittlung des Reifegrades einer Software3.2.1 Ziel und Aufgabenstellung3.2.2 Problemabriss3.2.3 Erfüllungsgrad der Erwartungen3.3 Beurteilung der Einführung eines neuen ERP-Systems3.3.1 Ziel und Aufgabenstellung3.3.2 Datenerhebung und Datenauswertung3.3.3 Bewertung der Mehrbelastung 3.3.4 Bewertung der Prozesse im Rechnungswesen3.4 Feststellung der ordnungsgemäßen Abnahme bei Einführung neuer Anwendungssysteme3.4.1 Ziel und Aufgabenstellung3.4.2 Prüfungsgegenstand3.4.3 Prüfungstechnik3.4.4 Bewertungsschema zur Qualitätsbeurteilung der Software-Funktionsprüfung3.4.5 Prüfungsergebnis der Qualitätsprüfung der durchgeführten Funktionsprüfung für das Release 3.5 Ermittlung der Ordnungsmäßigkeit der IT-Geschäftsprozesse gemäß Prüfungshinweis IDW PS 3303.5.1 Ziel und Aufgabenstellung3.5.2 Prüfungsvorgehen3.5.3 Beurteilungskatalog3.5.4 Prüfungsfeststellungen und Prüfungsergebnis3.6 Festlegung der DSGVO-Konformität einer Software3.6.1 Ziel und Aufgabenstellung3.6.2 Beurteilungsansatz zur Umsetzung der Anforderungen der EU-DSGVO3.6.3 Beurteilung der Software im Hinblick auf DSGVO-Konformität3.7 Ermittlung einer risikoorientierten Prüfungsplanung3.7.1 Ziel und Aufgabenstellung3.7.2 Organisationsstrukturen und Prozesse der Bank3.7.3 Risikoorientierte Strukturierung des IT-Prüffeldes3.7.4 Das Risikofaktorenmodell für die prozessabhängigen IT-Prüfungsfelder der Bank3.7.5 Einbettung der bisherigen Bank-Risikofaktoren im neuen Risikofaktorenmodell3.7.6 Herleitung der Risikokennzahl zur Bewertung der prozessabhängigen IT-Prüfungsfelder C3 und C53.7.7 Umsetzung des Risikofaktorenmodells bei der Bank3.8 Beurteilung von Prüfberichten und deren Benchmarking 3.8.1 Ziel und Aufgabenstellung3.8.2 Verendete Kennzahlen3.8.3 Aufbau eines Beurteilungssystems und einer Spitzenkennzahl3.8.4 Beispiel eines Beurteilungsschemas für die Beurteilung eines Prüfbereiches3.9 Erstellung einer Risikomatrix für die Datenschutz-Folgeabschätzung (DSFA)3.9.1 Ziel und Aufgabenstellung3.9.2 Risikoaspekte und die daraus definierten Risikofaktoren 3.9.3 Bewertungsschema für die Risikofaktoren 3.9.4 Definition der Risikoprioritätenzahl (RPZ)3.10 Überwachung des Projekterfolgs und -fortschritts bei der Altdatenübernahmein ein neues Softwaresystem3.10.1 Ziel und Aufgabenstellung3.10.2 Bewertungsschema zur Beurteilung der Ordnungsmäßigkeit der Migration3.10.3 Bewertung im Einzelnen3.10.4 GesamturteilLiteraturverzeichnisStichwortverzeichnisAutorenvita

[1]

Hinweis zum Urheberrecht:

Alle Inhalte dieses eBooks sind urheberrechtlich geschützt.

Bitte respektieren Sie die Rechte der Autorinnen und Autoren, indem sie keine ungenehmigten Kopien in Umlauf bringen.

Dafür vielen Dank!

Schäffer-Poeschel Verlag für Wirtschaft - Steuern - Recht GmbH

[4]Bibliografische Information der Deutschen Nationalbibliothek

Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.dnb.de/ abrufbar.

Print:

ISBN 978-3-7910-5054-6

Bestell-Nr. 14136-0001

ePub:

ISBN 978-3-7910-5055-3

Bestell-Nr. 14136-0100

ePDF:

ISBN 978-3-7910-5056-0

Bestell-Nr. 14136-0150

Erwin Rödler

Entwicklung von Kennzahlensystemen

1. Auflage, Oktober 2022

© 2022 Schäffer-Poeschel Verlag für Wirtschaft · Steuern · Recht GmbH

www.schaeffer-poeschel.de

[email protected]

Bildnachweis (Cover): © D3Damon, iStock by Getty Images

Produktmanagement: Alexander Kühn

Lektorat: Bernd Marquard, Stuttgart

Dieses Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Alle Rechte, insbesondere die der Vervielfältigung, des auszugsweisen Nachdrucks, der Übersetzung und der Einspeicherung und Verarbeitung in elektronischen Systemen, vorbehalten. Alle Angaben/ Daten nach bestem Wissen, jedoch ohne Gewähr für Vollständigkeit und Richtigkeit.

Schäffer-Poeschel Verlag Stuttgart

Ein Unternehmen der Haufe Group SE

Sofern diese Publikation ein ergänzendes Online-Angebot beinhaltet, stehen die Inhalte für 12 Monate nach Einstellen bzw. Abverkauf des Buches, mindestens aber für zwei Jahre nach Erscheinen des Buches, online zur Verfügung. Ein Anspruch auf Nutzung darüber hinaus besteht nicht.

Sollte dieses Buch bzw. das Online-Angebot Links auf Webseiten Dritter enthalten, so übernehmen wir für deren Inhalte und die Verfügbarkeit keine Haftung. Wir machen uns diese Inhalte nicht zu eigen und verweisen lediglich auf deren Stand zum Zeitpunkt der Erstveröffentlichung.

[5]Vorwort

Der Gedanke zum vorliegenden Buch entstand bei einer Waldwanderung, als ich mich fragte, was bei den verschiedenen Aufgaben und Tätigkeiten, die mir in meinem bisherigen Arbeitsleben begegneten, das verbindende Element in meiner Arbeit gewesen ist. Dabei kam ich schnell auf das Thema Kennzahlen und Kennzahlensysteme, die auch den Titel dieses Buches definieren. Ob als Programmierer oder Produkt- und Systemmanager einer Software, als Berater zu betriebswirtschaftlichen Fragen, als Controller und Prüfer zu IT-technischen und kaufmännischen Sachverhalten oder als Datenanalyst: Gemeinsames Element war stets das Messen und Bewerten relevanter Sachverhalte und Prozessmerkmale mithilfe von Kennzahlen. Nicht nur, dass ich von Natur ein Faible für Mathematik und insbesondere Zahlen habe, sondern mein Interesse am Vorhaben wurde auch durch die Tatsache geweckt, dass Kennzahlen in meiner bisherigen Arbeit die Aufgaben im Hinblick auf die definierte Zielsetzung meiner Tätigkeit bzw. des Auftrages nicht nur für mich, sondern auch für meine Arbeitgeber, meine Auftraggeber und Kunden strukturierten und damit nachvollziehbar und messbar machten. Dies veranlasste mich, das Thema grundsätzlich noch einmal zusammenfassend und für sich in diesem Buch darzustellen, nach dem ich bereits in früheren Publikationen auf das Thema immer wieder am Rande eingegangen bin.

Bei meiner Recherche von Beispielen zur Anwendung von Kennzahlen in Projekten meiner beruflichen Tätigkeit bin ich dabei früh auf das Zitat des amerikanischen Ökonomen Peter Ferdinand Drucker (1909–2005), aufmerksam geworden: »You can only manage what you can measure.« Übersetzt bedeutet es in etwa , dass man nur das gestalten kann, was man auch messen kann. Dieses Zitat gefiel mir deshalb, da es meine Erfahrung mit der Anwendung von Kennzahlen und Kennzahlensysteme in meinen verschiedenen Arbeiten und Projekten bestätigte. Erst die Darstellung messbarer Ergebnisse in Form von Zahlen und Daten bringt Transparenz in das Dickicht komplexer Geschäftsprozesse und ganzheitlicher Unternehmensstrukturen.

Im vorliegenden Werk gehe ich erst einmal auf die Definition, Aufgabe und Zielsetzung von Kennzahlen bzw. Kennzahlensystemen und deren Eigenschaften und Formen ein, bevor ich im zweiten Kapitel mögliche Facetten von Kennzahlen und Kennzahlensystemen vorstelle, die von traditionellen Kennzahlen bis hin zu ganzheitlichen Kennzahlsystemen reichen. Im abschließenden dritten Kapitel werden Beispiele solcher Kennzahlensysteme aus der Praxis ausführlich vorgestellt. Sie sollen insbesondere zeigen, welche Möglichkeiten in der Konstruktion von Kennzahlen zur Bewertung und Beurteilung der verschiedenen Aufgaben aus dem Bereich des Controllings, des Auditings und der Informationstechnologie bestehen und wie diese bei der Lösung der Aufgabe und Erfüllung der Zielsetzung helfen.

Trier, im Juni 2022

Erwin Rödler

[11]Abbildungsverzeichnis

Abb. 1:

Auswertungsmöglichkeiten von Kennzahlen und Kennzahlensystemen

Abb. 2:

Beispiel für Einsatzbereiche von Kennzahlen in Unternehmen

Abb. 3:

Beispiel einer FMEA für den Prozess einer Termingeldanlage

Abb. 4:

Beispiel einer FMEA für den OP-Prozess in einem Krankenhaus

Abb. 5:

Ablauf der Ist-Analyse im Rahmen der KIS-Einführung

Abb. 6:

Beispiel von Leistungstreibern und Ergebnisindikatoren in einem Krankenhaus

Abb. 7:

Beispiel eines Wirkungsgraphen gemäß BSC-Clusterung

Abb. 8:

Beispiel für eine Ursache-Wirkungs-Kette in einer BSC für medizinische Institutionen

Abb. 9:

Die vier Perspektiven der BSC nach Kaplan und Norton

Abb. 10:

Ursache-Wirkungs-Kette und Kennzahlenspektrum für Industrieunternehmen

Abb. 11:

Übersicht der Bewertungsfakten zur Klassifizierung und Priorisierung der IT-Systeme und Anwendungen

Abb. 12:

Prüfungsturnus IT-Prüfungskontext

Abb. 13:

Übersicht der Konstruktion der SKZ »Gesamtbeurteilung« aus den Subkennzahlen zur Bewertung von Revisionsberichten

Abb. 14:

Formel zur Ermittlung der Spitzenkennzahl eines Prüfungsbereiches

Abb. 15:

Komponenten der Spitzenkennzahl »Sicherheitsgrad der Daten«

Abb. 16:

Übersicht Bewertungscluster der Sub-Risikofaktoren zur Spitzenkennzahl »Sicherheitsgrad der Daten«

Abb. 17:

Bewertungskategorien für die Spitzenkennzahl »Fehlerbedeutung für die betroffene Person«

Abb. 18:

Bewertungskategorien für Spitzenkennzahl »Konfessionsgröße der Daten«

Abb. 19:

Bestimmungsfaktoren der Risikoprioritätenzahl RPZ

Abb. 20:

Zusammenfassung der Risikofaktoren

[13]Tabellenverzeichnis

Tab. 1:

Anwendungsbereiche und Kategorien von Kennzahlen in Unternehmen

Tab. 2:

Differenzierung der Skalierungseigenschaften von Kennzahlen

Tab. 3:

Klassifizierungsschema für Datenquellen

Tab. 4:

Anteile der Einflussgröße auf die Kennzahl EKR

Tab. 5:

Wertebereiche der Kennzahl Eigenkapitalrentabilität (EKR)

Tab. 6:

Zielwerte der Kennzahl Eigenkapitalrentabilität (EKR)

Tab. 7:

Ermittlung kumulierte Mengenanteile pro ABC-Cluster

Tab. 8:

Kumulierte Häufigkeitstabelle der ABC-Analyse

Tab. 9:

Darstellung der Artikelstruktur pro Abteilung

Tab. 10:

Vergleich der offenen Posten verschiedener Krankenhäuser

Tab. 11:

Vergleich Bearbeitungszeiten Forderungsmanagement der Krankenhäuser

Tab. 12:

Wertigkeit der Kenngröße Vollständigkeit

Tab. 13:

Wertigkeit der Kenngröße Verständlichkeit

Tab. 14:

Wertigkeit der Kenngröße Leistungsmerkmale Software

Tab. 15:

Wertigkeit der Kenngröße Leistungsmerkmale Software

Tab. 16:

Wertigkeit der Kennzahl für den Evaluationsprozess

Tab. 17:

Wertigkeit der Kenngröße für die Aufbauorganisation

Tab. 18:

Wertigkeit der Kenngröße für die Ablauforganisation

Tab. 19:

Wertigkeit der verschiedenen Kenngrößen für Erfolg/Ergebnis Implementierung Software

Tab. 20:

Wertigkeit Gesamtkennzahl Ordnungsmäßigkeit Software-implementierung

Tab. 21:

Beispiel einer Beurteilung der Güte einer Verfahrensdokumentation

Tab. 22:

Notensystem zur Bewertung der Sachverhalte im Projekt-Management-Letter

Tab. 23:

Beurteilungskatalog für den Projekt-Management-Letter

Tab. 24:

Zeitliches Benchmarking der Kennzahlen im Projekt-Management-Letter

Tab. 25:

Auszug aus der Liste mit den möglichen Fehlern und deren Ursache(n) und Wirkung(en)

Tab. 26:

Auszug aus der Liste mit den möglichen Fehlern und deren Ursache(n) und Wirkung(en)

Tab. 27:

Beispiel einer Tabelle mit den festgestellten potenziellen Schwachstellen und Engpassfaktoren

Tab. 28:

Beispiel einer erstellten Liste mit Prozess-Prioritätenzahl (PPZ)

Tab. 29:

Bewertungsschema der Beurteilungskriterien

Tab. 30:

Bewertungen bisheriger Prüfungsfeststellung bez. der Software

Tab. 31:

Bewertung Ordnungsmäßigkeitskriterium (1)

Tab. 32:

Bewertung Ordnungsmäßigkeitskriterium (2)

Tab. 33:

Bewertung Ordnungsmäßigkeitskriterium (3)

Tab. 34:

Bewertung Ordnungsmäßigkeitskriterium (4)

Tab. 35:

Bewertung Ordnungsmäßigkeitskriterium (5)

[14]

Tab. 36:

Anforderungen an den Funktionsumfang der Software (Beispiel)

Tab. 37:

Ermittelte Werte des Anspannungskoeffizienten

Tab. 38:

Ermittelte Werte der Veränderung des Zeitbedarfs

Tab. 39:

Wertespektrum der Kennzahl »Reife-Erfüllungsgrad der Software«

Tab. 40:

Beurteilungsschema »Ordnungsmäßigkeit«

Tab. 41:

Beurteilungsschema »Abnahmetest«

Tab. 42:

Notensystem für Bewertungssachverhalte

Tab. 43:

Beurteilungskatalog

Tab. 44:

Vorgeschlagene Benotungsstufen für die IDW-Checkliste Prüfungshinweis IDW 9.330.1

Tab. 45:

Auszug aus IDW-Katalog zum IDW PS 330 – Abschnitt 6

Tab. 46:

Beurteilungskatalog für IDW-PS-Fragebogen

Tab. 47:

Beispiel eines Beurteilungsschemas zur DSGVO-Konformität

Tab. 48:

Zuordnung Prozesscluster zur Organisationsstruktur bei der Bank

Tab. 49:

Übersicht der Bewertungsfakten und Bewertungsdimensionen

Tab. 50:

Übersicht Bewertungsschema der Bewertungsfakten/-dimensionen

Tab. 51:

Gewichtungsfaktoren der Bewertungsdimensionen

Tab. 52:

Schutzbedarfskategorien

Tab. 53:

Kategorien aufgrund Einstufung K-Fall

Tab. 54:

Kategorien aufgrund Klassifizierung nach der Prozessrelevanz

Tab. 55:

Kategorien entsprechend der Dominanz-Klassifizierung

Tab. 56:

Kategorien entsprechend der Klassifizierung nach der Integrität

Tab. 57:

Kategorien entsprechend der Anforderungsrelevanz

Tab. 58:

Kategorien entsprechend dem Fehlerrisiko

Tab. 59:

Klassifizierung im Hinblick auf die Zweckmäßigkeit der Kontrollen

Tab. 60:

Priorisierung der Bereiche für prozessabhängige Prüfungssachverhalte

Tab. 61:

Definition der Abweichungsgrade

Tab. 62:

Definition des Bewertungsmaßstabes für das Einzelkriterium »Ordnungsmäßigkeit«

Tab. 63:

Ermittlung Intervallgrenzen für die normierte Kennzahl für das Einzelkriterium »Ordnungsmäßigkeit«

Tab. 64:

Gewichtungsfaktoren für das Scoring der Spitzenkennzahl »Gesamtbeurteilung (Konsequenz) eines Prüfungsbereiches«

Tab. 65:

Beispiel eines Beurteilungsschemas

Tab. 66:

Beurteilungsschema für Sub-Risikofaktor »Schutzbedürftigkeitsgrad der Daten« (SBGD)

Tab. 67:

Beurteilungsschema für den Sub-Risikofaktor »Logische Sicherheitsmaßnahmen« (LSMD)

Tab. 68:

Beurteilungsschema für Sub-Risikofaktor »Physische Sicherheitsmaßnahmen« (PSMD)

Tab. 69:

Beurteilungsschema für Risikofaktor »Fehlerbedeutung für die betreffende Person« (FBP)

[15]

Tab. 70:

Beurteilungsschema für Risikofaktor »Konfessionsgröße der Daten« (KGD)

Tab. 71:

Noten für die verschiedenen Beurteilungskriterien

Tab. 72:

Beurteilungsmaßstab für Ordnungsmäßigkeit der Migration

[17]Abkürzungsverzeichnis

AO

Abgabenordnung

BaFin

Bundesanstalt für Finanzdienstleistungsaufsicht

BSC

Balanced Scorecard

CIR

Cost-Income-Ratio

D

Duration

DIN

Deutsches Institut für Normung

DPS

DuPont-System

DSFA

Datenschutz-Folgeabschätzung

DSGVO

Datenschutz-Grundverordnung

DV

Datenverarbeitung

EDV

Elektronische Datenverarbeitung

EU

Europäische Union

FMEA

Fehler-Möglichkeits-Einflussanalyse

GoB

Grundsätze ordnungsmäßiger Buchführung

GoBD

Grundsätze zur ordnungsmäßigen Führung und Aufbewahrung von Büchern, Aufzeichnungen und Unterlagen in elektronischer Form sowie zum Datenzugriff

GoBS

Grundsätze ordnungsmäßiger DV-gestützter Buchführungssysteme

GuV

Gewinn- und Verlustrechnung

HGB

Handelsgesetzbuch

HKZ

Hilfskennzahl

IDW

Institut der Wirtschaftsprüfer in Deutschland e. V.

IKS

Internes Kontrollsystem

ISM

Information Security Model

ISM

Information Security Model

KI

künstliche Intelligenz

KIS

Krankenhausinformationssystem

KonTraG

Kontrolle und Transparenz im Unternehmensbereich

KWG

Gesetz über das Kreditwesen

MaRisk

Mindestanforderungen an das Risikomanagement (BA)

NFF

Numerical Frequency Factor

NWA

Nutzwertanalyse

SLP

Spectral Layers Pro Project

SQL

Structured Query Language

TOM

Technisch-Organisatorische Maßnahmen

UML

Unified Modeling Language

VaR

Value at Risk

VDA

Verband der Automobilindustrie e. V.

[19]1Strukturierung und Konstruktion von Kennzahlen und Kennzahlensystemen

1.1Definition, Anwendungsbereiche und Anforderungen an Kennzahlen

1.1.1Begriffsdefinition Kennzahl und Kennzahlensystem

1.1.1.1Definition

Heute findet sich in vielen Mittel- und Großunternehmen eine Reihe von Kennzahlen, die aus verschiedensten Gründen definiert, gepflegt und interpretiert werden. Neben den klassischen Kennzahlen im Bereich der Finanzen und des Controllings finden sich entsprechende Kennzahlenfamilien im Absatz- und Vertriebsbereich, im Einkauf, in der Lagerwirtschaft sowie der Produktion, im Personalwesen und Prüfwesen. Sie alle haben die Aufgabe, als Indikatoren die gegenwärtige Situation entweder lokal im entsprechenden Bereich oder global für das Unternehmen darzustellen. Ggf. werden zusätzlich die Werte der Kennzahlen auch mit anderen Werten aus unterschiedlichen Zeiträumen (zeitliches Benchmarking), aus verschiedenen Unternehmensbereichen oder Geschäftsprozessen (innerbetriebliches Benchmarking) oder unterschiedlichen Betrieben der gleichen oder ähnlichen Branche (Unternehmens-Benchmarking) verglichen, um Entwicklungen und ggf. auffällige Strukturen zu erkennen (vgl. Abbildung 1).

Abb. 1: Auswertungsmöglichkeiten von Kennzahlen und Kennzahlensystemen

Mit einer Kennzahl wird eine Maßzahl bezeichnet, die entsprechend ihrem Begriff eine Ausprägung eines Sachverhalts oder eines Prozesses bemisst, d. h. zur Bewertung bzw. Beurteilung eines Sach[20]verhaltes oder Prozesses dient. Dieses quantitative und reproduzierbares Messen erfolgt i. Allg. mithilfe einer Vorschrift bzw. Kennzahlenformel. Mithilfe von Aggregation und Korrelation von Kennzahlen, Formeln und Indexwerten lassen sich darüber hinaus Verdichtung und Zusammenhänge darstellen bzw. aufzeigen. Kennzahlen dienen dazu Bewertungen abzugeben, Rangfolgen darzustellen und helfen aufgrund ihres Maßzahlen-Charakters auch bei der Entscheidungsfindung.

Ein Kennzahlensystem bezeichnet dabei eine Ansammlung von Kennzahlen, die in einem kausalen Zusammenhang stehen und in ihrer Gesamtheit als System von Maßzahlen ebenso zur Beurteilung eines Sachverhaltes oder Prozesses dienen (z. B. System von Liquiditätskennzahlen bestehend aus den Kennzahlen der Liquiditätsgrade I bis III, dem Working Capital1, dem dynamischen Liquiditätsgrad etc. zur Messung der Liquidität eines Unternehmens). Dies führt zur Definition des Begriffes Kennzahlen bzw. Kennzahlsysteme.

Definition

Kennzahl, Kennzahlensysteme

Eine Kennzahl ist eine reproduzierbare Maßzahl, die zur Bewertung/ Beurteilung eines Sachverhaltes oder Prozesses dient und sich anhand einer Vorschrift herleiten lässt.

Ein Kennzahlensystem ist eine Ansammlung verschiedener Kennzahlen, die in einem Zusammenhang stehen und als System einen Sachverhalt oder Prozess bewerten bzw. beschreiben.

Kennzahlen spielen in vielen Bereichen des Lebens und des gesellschaftlichen und unternehmerischen Handelns eine wichtige Rolle. Beispielsweise übernehmen Kennzahlen in Zeiten einer Pandemie, wie dies die im Jahre 2020 aufgetretene Corona-Pandemie erst kürzlich verdeutlichte, eine wichtige Rolle bei der Einschätzung, Beurteilung und Bekämpfung der Ausbreitung der Pandemie anhand von Kennzahlen wie die Inzidenz oder die Hospitalisierungsrate. Aber auch zur Beurteilung der Umwelt- und Klimasituation der Erde sowie zur Darstellung der Entwicklung der Weltbevölkerung und großer Volkswirtschaften sind sie ein wichtiges Maß, auf die wir als moderne Gesellschaft nicht mehr verzichten können und möchten. Aber nicht nur globale Sachverhalte werden mit Kennzahlen beschrieben, sondern sie helfen auch, das wirtschaftliche Handeln von Unternehmen und Betrieben zu bewerten. Auf diesen Bereich wollen wir uns im vorliegenden Buch beschränken und konzentrieren uns deshalb bei den Kennzahlen auf betriebliche Zahlen und Zahlensysteme, mit deren Hilfe das unternehmerische Handeln eines Betriebes sowohl in den verschiedenen Bereichen als auch als Ganzes beschrieben bzw. dargestellt werden kann.

1.1.1.2Anwendungsbereiche

Die klassischen und traditionellen Kennzahlen, die die Entwicklungen in Unternehmensbereichen und -prozessen anhand von Zahlenwerten darzustellen und zu bewerten versuchen, wer[21]den häufig in den Finanz-, Controlling- und Risikomanagementabteilungen der Unternehmen als nützliches und hilfreiches Werkzeug für das betriebliche Risikomanagement im weiteren Sinn genutzt. Sie dienen hauptsächlich dazu, die wirtschaftliche Situation in Unternehmensbereichen bzw. des Unternehmens im Ganzen zu beurteilen. Es handelt sich dabei um sogenannte Finanzkennzahlen und statistische Kennzahlen. Letztere dienen dazu, die betriebswirtschaftliche Situation zu beschreiben und zu bewerten (deskriptive statistische Kennzahlen). Darüber hinaus finden sich Kennzahlen in speziellen Unternehmensbereichen (z. B. Abteilungen zur Bewertung von Wertpapieren bei Finanzinstituten und Finanzdienstleistern, Marktforschungsabteilungen, der Revision etc.) (vgl. Abbildung 2).

Abb. 2: Beispiel für Einsatzbereiche von Kennzahlen in Unternehmen

Bei den betriebswirtschaftlichen Kennzahlen handelt es sich dabei nicht nur um Finanzkennzahlen, die als sogenannte »harte Zahlen« oder »Hartfacts« wirtschaftliche Sachverhalte (z. B. finanzielle Situation, wirtschaftlicher Erfolg) als metrisch skalierbare Größen2 (z. B. in Einheiten einer Währung) beschreiben, sondern auch um sogenannte weiche Kennzahlen (»Softfacts«), die z. B. die Zufriedenheit von Kunden bez. betrieblicher Leistungen, das Betriebsklima im Unternehmen, die Zufriedenheit der Mitarbeiter mit ihrem Arbeitsplatz etc. beurteilen. Bei [22]diesen Softfacts handelt es sich um sogenannte ordinal skalierbare Kennzahlen3, die eine Benotung oder eine Rangfolge von Sachverhalten ermöglichen.

Darüber hinaus werden mithilfe von Kennzahlen auch Vorausschau und Hochrechnungen durchgeführt. Damit versuchen Unternehmen, frühzeitig mögliche Entwicklungen ihres Unternehmens darzustellen bzw. zu simulieren.

Grundsätzlich lassen sich die verschiedenen Kennzahlen hinsichtlich ihres Anwendungsbereiches in folgende Kategorien einteilen:

betriebswirtschaftliche Kennzahlen

prozessuale Kennzahlen

eudaimonische Kennzahlen

statistische Kennzahlen

Während die erste Kategorie von betriebswirtschaftlichen Kennzahlen dazu dient, klassische betriebswirtschaftliche Sachverhalte wie z. B. die finanzielle Situation (u. a. Liquiditätsgrade, Cashflow-Rate) zu bewerten, dienen die prozessualen Kennzahlen dazu, die Wirksamkeit und Funktionsfähigkeit von Geschäftsprozessen im Unternehmen zu beurteilen (u. a. im Bereich Absatz und Lieferung: Rate unerledigter Aufträge, Rücksendungsquote, Erledigungsgrad betrieblicher Tätigkeiten). Die Kategorie der eudaimonischen Kennzahlen versucht, das »Gefühl« wirtschaftlich handelnder Subjekte (u. a. Kundenzufriedenheit, Mitarbeiterzufriedenheit) im Hinblick auf wirtschaftliche Sachverhalte und Ergebnisse zu messen. Die statistischen Kennzahlen versuchen dagegen, die Größen generell bez. Lage, Streuung und Symmetrie zu beschreiben. Darüber hinaus versuchen sogenannte stochastische Kennzahlen, Wertentwicklungen der Kennzahlen zu schätzen bzw. vorauszuberechnen.

Kategorie von Kennzahlen

Anwendungsbereich und Zielsetzung

Betriebswirtschaftliche Kennzahlen

Dienen dazu, klassische betriebswirtschaftliche Sachverhalte zu bewerten.

Prozessuale Kennzahlen

Mithilfe dieser Kennzahlen werden die Wirksamkeit und Funktionsfähigkeit von Geschäftsprozessen in Unternehmen analysiert und beurteilt.

Eudaimonische Kennzahlen

Kennzahlen, die das Empfinden, die Einstellungen, die Zufriedenheit etc. von wirtschaftlich handelnden Subjekten beschreiben.

Statistische Kennzahlen

Sie dienen dazu, einerseits ermittelte Kennzahlen der ersten drei Kategorien zum Vergleich zu beschreiben (z. B. Unternehmens-Benchmarking, Zeitvergleiche). Darüber hinaus können mithilfe stochastischer Kennzahlen Vorausberechnungen durchgeführt und Schätzungen zu Wertentwicklungen von Kennzahlen gemacht werden.

Tab. 1: Anwendungsbereiche und Kategorien von Kennzahlen in Unternehmen

[23]1.1.1.3Anforderungen

Damit Kennzahlen und Kennzahlensysteme erhoben werden können, müssen diese verschiedene Anforderungen erfüllen. D. h., sie können je nach Erfüllungsgrad der Anforderungen strukturiert und eingeordnet werden.

So lassen sich mithilfe von Kennzahlen u. a.

betriebliche Vorgänge/Prozesse messen und bewerten,

betriebliche Sachverhalte (z. B. Investitionsbedarf) beurteilen,

komplexe Sachverhalte kurz und prägnant darstellen,

Maßstäbe für die Zukunft festlegen und ggf.

kritische Erfolgsfaktoren und Risiken festmachen.

Sie können somit helfen,

die wirtschaftliche Lage eines Unternehmens zu einem bestimmten Zeitpunkt oder über einen längeren Zeitraum hinweg zu beurteilen,

sich einen Überblick über die Gesamtsituation, aber auch über verschiedene Teilbereiche und Prozesse im Unternehmen zu verschaffen,

zu erkennen, wo die Schwächen und Stärken des Unternehmens und dessen Leistungen liegen,

bestimmte Entwicklungen intern und extern frühzeitig zu beobachten,

rechtzeitig Signale für Fehlentwicklungen und Risiken zu erkennen und

das Unternehmen mit anderen zu vergleichen (Benchmarking).

Hieraus ergeben sich nun Anforderungen an Kennzahlen, und zwar

Eindeutiger Zweck bzw. Ziel der Kennzahl und damit Verständlichkeit und Messbarkeit der Kennzahl oder des Kennzahlensystems

Sachliche und rechnerische Richtigkeit der Kennzahl

Vergleichbarkeit der Kennzahl

Übersichtlichkeit und Darstellbarkeit der Kennzahl

Hoher Informationsgehalt und exakte Datenbasis der Kennzahl

1.1.1.3.1 Zweck bzw. Ziel und Verständlichkeit der Kennzahl oder des Kennzahlensystems

Der Zweck bzw. das Ziel der Kennzahl ist der wichtigste Aspekt bei der Definition einer Kennzahl. Es ist zuallererst zu definieren, was mithilfe der Kennzahl bzw. dem Kennzahlensystem analysiert und beurteilt werden soll. Ausgangspunkt ist der Sachverhalt, der durch die Kennzahl ausreichend genau beschrieben werden soll. Anhand der modellhaften Beschreibung des Sachverhaltes (z. B. Zahlungsfähigkeit, wirtschaftlicher Erfolg, Abhängigkeit zwischen Größen) wird eine mit dem Sachverhalt identifizierbare Maßzahl hergeleitet, die anschließend durch [24]eine Vorschrift definiert wird und gemessen werden kann. Darüber hinaus muss bei der Definition der Kennzahl auf die Verständlichkeit geachtet werden. Die Definition der Kennzahl sollte für den Anwender die Nachvollziehbarkeit des beschriebenen Sachverhalts oder Prozesses gewährleisten. Je nach Komplexität des Sachverhaltes ergeben sich unterschiedlich komplexe Vorschriften, die von einfachen Relationen (z. B. Quotienten wie Verschuldungskoeffizient, Anlagen- oder Umlaufvermögenintensität, Eigenkapitalquote etc.) bis hin zu analytischen oder sogar stochastischen Gleichungen (z. B. Empfindlichkeitskennzahlen) reichen können. Beispielsweise dient die Finanzkennzahl »Verschuldungsgrad« (einfacher Quotient aus Fremdkapital und Eigenkapital eines Unternehmens) der Beurteilung der wirtschaftlichen Stärke und der Finanzierungsfähigkeit für Investitionsvorhaben. Dagegen misst das komplexe Kennzahlensystem der »Griechen4« im Bereich des Handels (Hedging5) von sogenannten Optionen6 die Empfindlichkeit und damit die Entwicklung des Wertes einer Option in Abhängigkeit verschiedener Einflussfaktoren wie Restlaufzeit, Marktzins und Ausübungskurs.

ÜBERSICHT

Empfindlichkeitsmaßzahlen der Griechen bei den Optionen

Delta: Die Kennzahl Delta misst die Wertveränderung der Option im Verhältnis zur Veränderung des Basiswertes.Gamma: Diese Kennzahl misst die Veränderung der Kennzahl Delta im Verhältnis zur Veränderung des Basiswertes.Theta: Sie bezieht sich auf den Zeitwert einer Option und misst den Verlust des Wertes der Option pro Zeiteinheit (z. B. Tag).Vega: Die Kennzahl Vega misst die Wertveränderung der Option im Verhältnis zur Veränderung der sogenannten »Volatilität7«, die mittels des statistischen Streumaßes »Varianz« gemessen wird.Rho: Sie misst die Wertveränderung der Option im Verhältnis zur Veränderung des risikolosen Zinssatzes am Markt.

1.1.1.3.2 Sachliche und rechnerische Richtigkeit der Kennzahl

Die Kennzahl ist sowohl in sachlicher als auch rechnerischer Hinsicht richtig zu definieren. Sachlich bedeutet in diesem Zusammenhang, dass der mit ihr beschriebene Sachverhalt korrekt und vollständig durch die Kennzahl erfasst wird. Rechnerisch bedeutet, dass die Vorschrift zur Ermittlung der Kennzahl im Sinne der Mathematik korrekt zu definieren ist. Die Antwort auf die Frage Richtigkeit der Kennzahl ist im Allgemeinen mit der Frage der Messbarkeit der Kennzahl gekoppelt. Diese hängt [25]grundsätzlich von ihrer Skalierungseigenschaft ab, auf die im Abschnitt 1.2 noch einmal genauer eingegangen wird. Klassische Kennzahlen aus der Finanzwirtschaft wie beispielsweise Rentabilität, Deckungsbeitrag sind sogenannte metrisch skalierbare oder kardinal skalierbare Kennzahlen, die eine quantitative Messung und Berechnung ermöglichen. Das heißt, sie ermöglichen nicht nur einen Vergleich der Werte, sondern ihre Werte und Abstände lassen sich mathematisch interpretieren. Dagegen bezeichnen Kennzahlen, deren Werte nur eine Ordnung oder Reihenfolge beschreiben, ordinal skalierbare Werte. Mit ihrer Hilfe lassen sich Sachverhalte miteinander vergleichen (z. B. Kundenzufriedenheit im Absatzbereich, Mitarbeiterzufriedenheit im Personalbereich).

Je nach Skalierungseigenschaft muss für die Kennzahlen ein Messbarkeitsverfahren zur Datenerhebung definiert werden, welches entweder sich aus bereits im Unternehmen verfügbaren Daten rekrutiert (z. B. Bilanz und Gewinn- und Verlustrechnung (G + V bzw. GuV) für viele Finanzkennzahlen) und neue Daten (z. B. Fragebogen zur Ermittlung der Kunden- oder Mitarbeiterzufriedenheit) sind zu ermitteln. Neben dem Messbarkeitsverfahren ist natürlich auch die Häufigkeit bzw. Frequenz der Datenerhebung zu definieren. Heutzutage werden die Daten üblicherweise mithilfe entsprechender Datenverarbeitungssysteme verwaltet und ausgewertet.

Die Skalierbarkeit ist für die Interpretation und Nutzung der Kennzahl von entscheidender Bedeutung, da mit ihr die Tiefe der Auswertbarkeit und damit Interpretierbarkeit von Kennzahlen gekoppelt ist. Beispielsweise ermöglichen sogenannte nominal skalierbare Kennzahlen nur einen groben Vergleich von Sachverhalten (z. B. liquide und nicht liquide Unternehmen), während ordinal skalierbare Kennzahlen einen differenzierten Vergleich ermöglichen (z. B. mittels eines Liquiditätsratings oder Scorings). Die sogenannten metrisch skalierbaren Kennzahlen liefern über den Vergleich auch eine quantitative und mathematische Beurteilung der Sachverhalte. Die auftretenden Differenzen in den Wertigkeiten der Kennzahlen können bei diesen Zahlen interpretiert werden (z. B. Veränderung der Liquiditätsgrade eines Unternehmens im Zeitverlauf).

Auf dieser Basis lassen sich die Kennzahlen im Sinne ihrer Skalierungseigenschaft in eine Rangordnung bringen, wobei der Umfang des Interpretationsgehaltes der Kennzahl ihren Rang definiert:

Rang

Skalierungseigenschaft von Kennzahlen

Interpretationsgehalt Kennzahl

Beispiel

1

metrisch skalierbare Kennzahl

Mithilfe dieser Kennzahlen lassen sich Sachverhalte quantifizieren, messen und miteinander vergleichen.

Rentabilität

2

ordinal skalierbare Kennzahl

Diese Kennzahlen lassen sich in eine Rangfolge bringen und sind somit miteinander vergleichbar.

Bonitätsstufen, Kredit-Scoring

3

nominal skalierbare Kennzahl

Hier findet nur eine grobe Differenzierung der Wertigkeit bei den Kennzahlen statt.

solvente/insolvente Unternehmen

Tab. 2: Differenzierung der Skalierungseigenschaften von Kennzahlen

[26]1.1.1.3.3 Vergleichbarkeit der Kennzahl

Viele Kennzahlen werden von Anwendern insbesondere in ihrer zeitlichen Veränderung betrachtet. Um die Vergleichbarkeit der Kennzahlen über einen längeren Zeitraum zu gewährleisten, ist es dabei notwendig, dass sich Definition und Berechnungsmethode nicht verändern. Nur so wird gewährleistet, dass die Wertigkeit einer Kennzahl heute mit der zu einem früheren Zeitpunkt vergleichbar ist.

Diese Forderung ist natürlich nur so lange haltbar, wie es zu keinen grundsätzlichen strukturellen Änderungen in den mithilfe der Kennzahl zu beurteilenden Sachverhalten und/oder Prozessen kommt. Ändern sich beispielsweise bei der Klassifizierung von Bonitätsstufen die einzelnen Klassifizierungskriterien, so sind die Bonitätsstufen vor und nach Änderung nicht mehr ohne Weiteres vergleichbar.

Es empfiehlt sich somit bei der Definition von Kennzahlen, auch die ihr zugrunde liegenden Voraussetzungen und Annahmen stets zu dokumentieren, um die Frage nach der Vergleichbarkeit von Kennzahlen zu verschiedenen Zeitpunkten beantworten zu können.

1.1.1.3.4 Übersichtlichkeit und Darstellbarkeit der Kennzahl

Beim Einsatz von Kennzahlen ist darauf zu achten, dass der Anwender keine Zahlenfriedhöfe generiert, durch die er keinen Weg mehr findet. Der Einsatz von Kennzahlen sollte daher übersichtlich und maßvoll geschehen.

Ferner empfiehlt es sich, die Kennzahlen mithilfe entsprechender Diagramm-Charts und Diagrammtechniken grafisch darzustellen. Die Aussagen von Kennzahlen lassen sich i. Allg. durch entsprechende grafische Darstellung deutlicher vermitteln (z. B. zeitliche Entwicklungen anhand von Linien- und Säulendiagrammen, Zusammensetzung eines Produktportfolios anhand entsprechender Kreis- bzw. Kuchendiagramme). Eine solche Darstellung hilft dem Anwender, wesentliche Informationen darzustellen bzw. in den Vordergrund zu bringen. Somit wird durch die Visualisierung der Kennzahl der dargestellte Sachverhalt transparenter vermittelt.

1.1.1.3.5 Informationsgehalt und Datenbasis der Kennzahl

Mit dem Informationsgehalt einer Kennzahl definieren wir im Allgemeinen die Verwendungsmöglichkeiten der Kennzahl für verschiedenste Sachverhalte (Objekte, Prozesse) und Zustände. Beispielsweise dient die Kennzahl »Rentabilität« in den verschiedenen Varianten wie beispielsweise Eigenkapitalrentabilität, Gesamtkapitalrentabilität, Umsatzrentabilität etc. der Beschreibung des Zusammenhangs zwischen den betriebswirtschaftlichen resultierenden Größen »Gewinn«, »Gewinn und Zinsen« bzw. »Umsatz« im Verhältnis zur Ausgangsgröße »Gesamtkapital«. Darüber hinaus ermöglicht die Analyse der zeitlichen Entwicklung dieser Rentabilitätsgrößen einen Rückschluss auf den wirtschaftlichen Erfolg eines Unternehmens. Dem [27]gegenüber definiert eine Kennzahl wie beispielsweise »Eigenkapitalquote« nur das Verhältnis zwischen zwei Größen im Hinblick auf die Zusammensetzung des Kapitals (Eigen- bzw. Fremdkapital). D. h., der Informationsgehalt definiert eine Art »Aktionsradius« einer Kennzahl. Je größer dieser ist, umso höher ist der Informationsgehalt der Kennzahl und somit deren Nutzung.

Darüber hinaus ist für den Informationsgehalt auch die sogenannte »Schärfe« einer Kennzahl wichtig. Grundsätzlich definieren Aussagen wie beispielsweise »fast genau 2«, »etwa zwischen 5 und 10« sowie »ungefähr 20« Mengen. Kennzahlen, die in dieser Weise bez. ihrer Wertigkeit beurteilt werden, bezeichnet man als unscharfe Kennzahlen, wie z. B. die positive mittlere Korrelation zweier zusammenhängender Größen. D. h., die Korrelation ist zwar eine metrisch skalierbare Größe, dennoch werden die Beurteilung und Interpretation ihres Wertes unscharf vorgenommen. Man bezeichnet unscharfe Kennzahlen auch als fuzzyfizierte Kennzahlen.

Normalerweise korreliert die Schärfe einer Kennzahl mit ihrer Skalierbarkeit in der Weise, dass i. d. R. metrisch skalierbare Kennzahlen scharfe Kennzahlen sind und ordinal skalierbare oder nominal skalierbare Kennzahlen unscharfe Kennzahlen definieren. Dennoch kann es wegen der Tiefe und des Umfangs der Messbarkeitsverfahrens dazu kommen, dass auch metrisch skalierbare Kennzahlen als unscharfe Kennzahlen erhoben werden. So kann es z. B. aus Kosten- und Zeitgründen in einer Preiskalkulation vorkommen, dass anstelle der genauen Erfassung der Kilometerzahl für An- und Abfahrt nur eine Kilometerpauschale erhoben wird.

Zu guter Letzt spielt die Datenbasis für die definierte Kennzahl eine bedeutende Rolle.

Grundvoraussetzung für die spätere Konstruktion und Definition geeigneter Kennzahlen ist die Strukturierung der Datenquellen nach verschiedenen Sichtweisen (auch Perspektiven) bzw. Eigenschaften der Daten (vgl. Tabelle 3). Dabei bezeichnen wir im Folgenden die Klasse der Daten, deren Strukturierung aus unterschiedlichen Sichtweisen von außen erfolgt, als »Interproperty«-Daten. Beispiele sind die Einteilung der Daten nach ihrer Herkunft oder nach temporalen Aspekten. Dagegen wird die Klasse der Daten, deren Strukturierung unmittelbar aus den Eigenschaften der Daten resultiert, als »Intraproperty«-Daten definiert. Beispiele hierfür sind die Einteilung der Daten nach ihrer Messbarkeit oder Zerlegbarkeit.

Interproperty-Daten

Intraproperty-Daten

nach EPK-Logik (DV-technische Sicht)

nach Messbarkeit der Daten

nach Herkunft der Daten

nach Zerlegbarkeit der Daten

nach Rückverfolgbarkeit des Analysesachverhaltes

nach Wertigkeit der Daten

nach Informationsgehalt der Daten

nach der temporalen Unabhängigkeit der Daten

nach Kausalitätscharakter

nach dem Bewertungsmaß für Daten-Auffälligkeiten

Tab. 3: Klassifizierungsschema für Datenquellen

[28]Von diesen beiden Begriffen ist grundsätzlich der Begriff der Dimension von Daten zu unterscheiden, die heute insbesondere bei der Konstruktion von sogenannten Datenwürfeln oder Cubes in Informationsmanagementsystemen ein wichtiges Element ist. Letzterer Begriff bezeichnet dabei die Möglichkeiten der Daten, sich deren Wertigkeit hinsichtlich unterschiedlicher Hierarchiestufen anzeigen zu lassen, die zum Teil natürlich von den Eigenschaften der Daten abhängen (z. B. Zerlegbarkeit der Daten nach der Dimension Zeit in Jahr – Quartal – Monat – Tag).

Die Effektivität des Messprozesses und die rasche Verfügbarkeit sind dabei wichtige Kriterien für die Dimensionierung von Kennzahlen. Ziel sollte es für den Anwender sein, nicht mehr Dimensionen zu erheben, als für den Informationsbedarf unbedingt notwendig sind.

1.1.2Anwendungsbereiche von Kennzahlen/Kennzahlensystemen in Unternehmen

Betriebswirtschaftliche Kennzahlen, mit denen wir uns im Rahmen dieses Buches ausschließlich beschäftigen, sind Größen, die verschiedenste Aufgaben in einem Unternehmen erfüllen. Zum einen dienen sie der Messung von betrieblichen Entscheidungen bzw. unternehmerischer Tätigkeit (z. B. Liquiditätskennzahlen, Finanzierungs- und Rentabilitätskennzahlen), zum anderen dienen sie aber auch dem Vergleich mit anderen Betrieben (z. B. Benchmarking) und/oder mit Werten anderen Perioden (z. B. Vergleich mit Vorjahreswerten). Beim Benchmarking dient der Vergleich der Standortbestimmung des Unternehmens im Kontext der Konkurrenz und des Marktes, beim Zeitvergleich wird eine temporale Entwicklung dargestellt. Werden Kennzahlen auf Basis von Ist- und Soll-Werten ermittelt, so helfen diese Unternehmen, Einschätzungen von Sachverhalten oder Prozessen mit der gegenwärtigen Situation laufend zu überwachen und ggf. korrigierend einzuwirken.

Grundsätzlich dienen Kennzahlen bzw. entsprechend Kennzahlensysteme:

der Messung des Erfolges unternehmerischen Handelns,

dem Vergleich mit Kennzahlen von konkurrierenden Unternehmen und Branchenkennzahlen zur Standortbestimmung des eigenen Betriebes im Markt,

dem zeitlichen Vergleich der Kennzahlenwerte zur Ermittlung der Entwicklung des Unternehmens im Zeitverlauf,

der Kontrolle des Einhaltens geforderter Vorgabegrenzen (z. B. Freigabegrenzen im Bestellwesen oder bei der Rechnungsfreigabe) oder allgemeiner Bestimmungen bzw. Anforderungen (z. B. Verschuldungsgrade),

dem Auffinden von Auffälligkeiten bei Prozessen, Sachverhalten und Objekten (z. B. Anhäufung von gerundeten Abschlagszahlungen, Ausreizen von Vergabevorgaben),