137 40 6MB
German Pages 315 Year 2008
Marco Moder Supply Frühwarnsysteme
GABLER EDITION WISSENSCHAFT Einkauf, Logistik und Supply Chain Management Herausgegeben von Professor Dr. Christopher Jahns
Die Schriftenreihe stellt den State-of-the-art betriebswirtschaftlicher Forschung am Supply Management Institute SMI™ im Bereich Einkauf, Logistik und Supply Chain Management dar. Die Verbindung von Theorie und Praxis steht dabei ebenso im Vordergrund wie die internationale Ausrichtung und die unmittelbare Verknüpfung der Themen Einkauf, Logistik und Supply Chain Management.
Marco Moder
Supply Frühwarnsysteme Die Identifikation und Analyse von Risiken in Einkauf und Supply Management
Mit einem Geleitwort von Prof. Dr. Christopher Jahns
GABLER EDITION WISSENSCHAFT
Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über abrufbar.
Dissertation European Business School Oestrich-Winkel, 2008 D 1540
1. Auflage 2008 Alle Rechte vorbehalten © Gabler | GWV Fachverlage GmbH, Wiesbaden 2008 Lektorat: Frauke Schindler / Britta Göhrisch-Radmacher Gabler ist Teil der Fachverlagsgruppe Springer Science+Business Media. www.gabler.de Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung außerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne Zustimmung des Verlags unzulässig und strafbar. Das gilt insbesondere für Vervielfältigungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Verarbeitung in elektronischen Systemen. Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürften. Umschlaggestaltung: Regine Zimmer, Dipl.-Designerin, Frankfurt/Main Gedruckt auf säurefreiem und chlorfrei gebleichtem Papier Printed in Germany ISBN 978-3-8349-1203-9
Geleitwort Noch vor zehn Jahren stellten viele Unternehmen bis zu 80 Prozent ihrer Produkte und Dienstleistungen selbst her. In der Zwischenzeit ist die eigene Wertschöpfungstiefe häufig auf 25 bis 45 Prozent gefallen. Als Konsequenz folgt, dass nicht mehr nur Produktion, Verkauf und Marketing die wichtigsten Bereiche in einem Unternehmen sind, sondern auch der Einkauf. Mit einer größeren Verantwortung für die Wettbewerbsfähigkeit eines Unternehmens geht auch ein stärkerer Fokus des Einkaufs auf Risiken in der Lieferantenbasis einher. Risikomanagement in Einkauf und Supply Management greift jedoch in seiner gesetzlich verbreiteten Ausgestaltung oft zu kurz, um signifikanten Schaden zu vermeiden. Ein proaktives Risikomanagement ist bislang nur wenig entwickelt, so dass Unternehmen beispielsweise auf Insolvenzen von Schlüssellieferanten häufig nicht vorbereitet sind und folglich nur verspätet auf derartige Risiken reagieren können. Es ist daher ein professionelles Supply Risk Management notwendig, das aus den fünf Kernkomponenten Risikostrategie, Risikoidentifikation, Risikoanalyse, Risikosteuerung sowie Darstellung der Risikosituation besteht. Einkauf und Supply Management können ihrer neuen Rolle als zentraler Erfolgsfaktor des Unternehmens nur dann gerecht werden, wenn bestehende Risiken über diesen ganzheitlichen Prozess systematisch erkannt und effizient gemanagt werden. Supply Risk Management-Ansätze sollten schrittweise eingeführt werden, um die Umsetzung in der Praxis erfolgreich zu gestalten. Am Beginn eines solchen Prozesses müssen Risiken durch Einkauf und Supply Management erst einmal identifiziert und analysiert werden, bevor die kritischen Risiken dann durch eine Risikosteuerung gemanagt werden können. Die Arbeit von Herrn Marco Moder fokussiert auf diesen ersten Bereich, der mit dem Terminus Supply Frühwarnsysteme umschrieben wird. Herr Moder untersucht in diesem Zusammenhang die Relevanz von verschiedenen Supply Risiken sowie den Zusammenhang zwischen einer Implementierung von Frühwarnaktivitäten in Einkauf und Supply Management und der Leistung des Supply Managements. Die Arbeit bietet eine umfangreiche Darstellung existierender Supply Risiken und trägt somit maßgeblich zu einer Systematisierung des Forschungsfeldes bei. Insbesondere die Analyse auf Relevanz der verschiedenen Risikofelder zeigt auf, in welche Richtung sich die Wissenschaft orientieren muss. Darüber hinaus zeigt Herr Moder zum ersten Mal, dass ein implementiertes Frühwarnsystem messbar die Einkaufsleistung erhöht und somit zu den Kernbestandteilen eines strategischen Supply Management-Verständnisses gehört. Die Ergebnisse seiner Arbeit machen die Zusammenhänge zwischen Fähigkeitsund Ergebnisdimensionen im Supply Risk Management transparenter und zeigen,
VI
Geleitwort
welche Schritte für die erfolgreiche Implementierung von Supply Frühwarnsystemen wie auch von Supply Risk Management-Systemen notwendig sind. Während seiner Zeit als externer Doktorand am Supply Management Institute SMI der European Business School war Herr Moder bei der Robert Bosch GmbH verantwortlicher Projektleiter für die Konzeption eines Supply Risk ManagementAnsatzes sowie den Aufbau eines Supply Frühwarnsystems. Die Mischung aus wissenschaftlicher Fundierung und der Integration praxisnaher Aspekte ist ihm mit der vorliegenden Arbeit sehr gut gelungen. Die Arbeit bietet daher ein großes Erkenntnis- und Gestaltungspotenzial für Wissenschaft und Praxis. Herr Moder ist derzeit als Projektleiter Emerging Markets bei der Robert Bosch GmbH in Reutlingen tätig und verantwortet die Lokalisierungsaktivitäten für den amerikanischen Einkaufsmarkt. Ich bin fest davon überzeugt, dass er auch diese Herausforderung mit Bravour meistern wird und wünsche ihm privat wie beruflich weiterhin viel Erfolg. Univ.-Prof. Dr. Christopher Jahns
Vorwort Terrorismusattacken, Naturkatastrophen, Streiks, politische Embargos oder Diebstahl geistigen Eigentums sind Risiken, die heute im Rahmen des Supply Risk Managements häufig diskutiert werden. Supply Chains sind in ihrer zerbrechlichen Konfiguration grundsätzlich anfällig für jede Störung – an jeder Stufe der Wertschöpfung. Es war für mich spannend zu erfahren, dass es gerade nicht die großen externen Risiken sind, welche die Supply Chain am nachhaltigsten bedrohen, sondern eher die alltäglichen Risiken wie Änderungen von Marktpreisen, Störungen in der Beschaffungslogistik, Abhängigkeiten von Lieferanten oder Nachfrageänderungen von Kundenseite. Das Supply Risk Management birgt viele solcher offenen Fragen in sich – und zur Beantwortung einiger dieser Fragen hoffe ich mit dieser Arbeit einen Beitrag leisten zu können und zu einem Fortschritt in der Wissenschaft und einer besseren Implementierung in der Praxis beizutragen. Diese Dissertation habe ich als externer Doktorand am Supply Management Institute SMI der European Business School, International University Schloss Reichartshausen verfasst. Mein Dank gilt als erstes meinem Doktorvater Herrn Univ.Prof. Dr. Christopher Jahns, der mich während dieser Zeit sehr positiv begleitet hat – fachlich herausfordernd bei gleichzeitig hoher persönlicher Unterstützung. Für die Übernahme der Zweitkorrektur sowie die sehr angenehme Betreuung danke ich Herrn Univ.-Prof. Dr. Hartmut Kreikebaum sehr herzlich. Darüber hinaus bin ich zahlreichen weiteren Mitarbeitern am Supply Management Institute zu großem Dank verpflichtet, die mich – obgleich externer Doktorand – vielfach unterstützt und zum Gelingen dieser Arbeit beigetragen haben. Insbesondere zu nennen ist hierbei Frau Prof. Dr. Evi Hartmann, die mich über den gesamten Zeitraum hervorragend betreut hat. Aus dem weiteren Team möchte ich Herrn Univ.-Prof. Dr. Michael Henke hervorheben, der mich maßgeblich bei der Konzeption der Arbeit in der Anfangsphase unterstützt hat sowie Herrn Prof. Dr. Roger Moser, der mir bei Herausforderungen stets zur Seite stand. Als externer Doktorand bin ich darüber hinaus vor allem meinem Arbeitgeber, der Robert Bosch GmbH, dankbar, der mir den notwendigen Freiraum gegeben hat, diese Arbeit erfolgreich abzuschließen. Ganz besonders gilt dies für die fachlich und persönlich herausragende Betreuung von Herrn Dipl.-Wirtsch.-Ing. (FH) Peter Meyer. Seine Unterstützung hat viele Ideen erst möglich gemacht. Ein Gruß gilt auch der Bosch-Management-Doktorandengruppe, deren Anregungen mir sehr geholfen haben. Diese Dissertation als Abschluss meiner akademischen Ausbildung möchte ich meinen Eltern Ursula und Christian Moder widmen, die mich über die Jahrzehnte immer mit viel Liebe begleitet haben und deren voller Unterstützung ich mir jederzeit sicher sein konnte. Ohne sie wäre diese Arbeit nicht möglich gewesen.
VIII
Vorwort
Abschließend gilt mein tiefer Dank meiner Frau Eun Kyung, die trotz der zahlreichen Nacht- und Wochenendschichten, die eine solche Arbeit mit sich bringt, viel Verständnis aufgebracht hat und jederzeit an meiner Seite stand. Marco Moder
Inhaltsverzeichnis Abbildungsverzeichnis......................................................................................... XV Tabellenverzeichnis ............................................................................................XIX Abkürzungsverzeichnis.......................................................................................XXI 1
Einführung: Problemstellung und Gang der Untersuchung .................1
2
Das Supply Frühwarnsystem-Modell als ein Element strategischen Supply Risk Managements......................................................................11 2.1
2.2
Die Charakterisierung des Begriffs Supply Frühwarnsystem........12 2.1.1
Das Supply Management Paradigma und der Supply Management Navigator als Grundlage für eine strategisch ausgerichtete Unternehmensfunktion Einkauf und Beschaffung...................................................12
2.1.2
Risikomanagement im Unternehmen als strategische Notwendigkeit zur unternehmerischen Grundabsicherung..............................................................17
2.1.3
Supply Frühwarnsysteme als ein Element des Supply Risk Managements und ihre Integration in den Supply Management Navigator .........................................24
Der Problemlösungsbeitrag wirtschaftswissenschaftlicher Theorien .........................................................................................32 2.2.1
Principal Agent-Theorie – Informationsasymmetrien und ihre Folgen in Form von Supply Risiken....................35
2.2.2
Transaktionskostentheorie – Supply Frühwarnsysteme als Systeme zur Minimierung risiko-induzierter Transaktionskosten ............................................................42
2.2.3
Neue Systemtheorie – Integration von Supply Frühwarnsystemen in das Supply Management Paradigma und Strukturierung der Modelllandschaft........50
X
Inhaltsverzeichnis
2.3
2.4
3
Entwicklung des Modells eines Supply Frühwarnsystems............60 2.3.1
Vereinbarkeit mit existierenden Modellen ........................60
2.3.2
Existierende Methoden für Risikoidentifikation und Risikoanalyse .....................................................................64
2.3.3
Integration der Ergebnisse in ein Gesamtmodell eines Supply Frühwarnsystems...................................................69
Zwischenergebnis: Die mangelnde theoretische und empirische Fundierung von Supply Frühwarnsystemen weist auf Nachholbedarf in Wissenschaft und Praxis hin .............................73
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen ......................................................................77 3.1
Aktivitäten des Supply Risk Managements bei der Robert Bosch GmbH......................................................................78 3.1.1
Entwicklung einer Supply Risikostrategie bei der Robert Bosch GmbH..........................................................79
3.1.2 Aufbau und Ablauf eines Supply Frühwarnsystems im Geschäftsbereich Automobilelektronik der Robert Bosch GmbH..........................................................82 3.1.3
3.2
Erfolgsfaktoren und Hindernisse der Implementierung eines Supply Frühwarnsystems bei der Robert Bosch GmbH.................................................................................93
Arten und Klassifikationen von Supply Risiken............................97 3.2.1
Relevante Risiken für ein Supply Frühwarnsystem...........98
3.2.2
Klassifikationsansätze für Supply Risiken ......................106
3.2.3
Aufbereitung von Strukturvariablen für die empirische Untersuchung ................................................110
Inhaltsverzeichnis
3.3
3.4
4
XI
Aufbereitung der Resultate aus Theorie und Case Study Research zur Durchführung der empirischen Untersuchung.......113 3.3.1
Vorgehensweise in der empirischen Untersuchung zur Beantwortung der Forschungsfragen.........................113
3.3.2
Überlegungen zu Kosten und Nutzen eines Supply Frühwarnsystems.................................................119
3.3.3
Entwicklung eines Forschungsmodells............................122
Zwischenergebnis: Ein Forschungsmodell zu Frühwarnsystemen im Supply Management................................129
Die empirische Untersuchung zu Supply Frühwarnsystemen...........131 4.1
4.2
4.3
Konzeption und Design der empirischen Untersuchung .............132 4.1.1
Grundlagen varianzbasierter Analyseansätze ..................132
4.1.2
Ablauf der empirischen Untersuchung ............................136
4.1.3
Charakterisierung der teilnehmenden Unternehmen .......141
Konzeptualisierung der Konstrukte .............................................147 4.2.1
Konzeptualisierung der Aktivitäten-Konstrukte..............148
4.2.2
Konzeptualisierung der Performance-Konstrukte ...........151
4.2.3
Konzeptualisierung der Umwelt-Konstrukte ...................160
Operationalisierung der Konstrukte.............................................166 4.3.1
Gütekriterien für reflektive und formative Konstrukte....167
4.3.2
Operationalisierung der reflektiven Konstrukte ..............174
4.3.3
Operationalisierung der formativen Konstrukte ..............181
XII
Inhaltsverzeichnis
4.4
5
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis...............................................189 5.1
5.2
5.3
5.4
6
Zwischenergebnis: Validiertes Forschungsmodell zu Supply Frühwarnsystemen...........................................................187
Deskriptive Analyse der Fragebögen...........................................190 5.1.1
Bedeutung von Supply Management und Supply Risk Management-Aktivitäten.............................191
5.1.2
Bedeutung und Entwicklung hybrider Koordinationsformen .......................................................193
5.1.3
Kosten- und Nutzenkategorien eines Supply Frühwarnsystems .............................................................195
Relevanz und Klassen von Supply Risiken .................................198 5.2.1
Deskriptive Analyse des Supply Risk Exposures ............199
5.2.2
Zugrunde liegende Faktoren des Supply Risk Exposures von Unternehmen ......................207
5.2.3
Unterschiedliche Supply Risk Exposures nach Unternehmensgruppen .....................................................212
Ergebnisse des PLS-Strukturmodells...........................................218 5.3.1
Gütekriterien zur Beurteilung von Strukturgleichungsmodellen ............................................219
5.3.2
Auswertung des Strukturgleichungsmodells ...................220
5.3.3
Praktische Implikationen .................................................225
Zwischenergebnis: Empirische Resultate für Wissenschaft und Praxis zur Gestaltung von Supply Frühwarnsystemen .........237
Thesenartige Zusammenfassung der Untersuchung zu Supply Frühwarnsystemen ................................................................................241
Inhaltsverzeichnis
XIII
Anhang................................................................................................................251 Anhang I:
Literaturrecherche zu Supply Risk Management.............252
Anhang II:
Fragebogen der empirischen Untersuchung ....................260
Anhang III:
Bestimmung der Diskriminanzvalidität reflektiver Konstrukte........................................................................268
Anhang IV:
Box-Whisker-Plot für alle 36 Supply Risiken .................269
Literaturverzeichnis ..........................................................................................271
Abbildungsverzeichnis Abbildung 1:
Aufbau der Forschungsarbeit zu Supply Frühwarnsystemen.......10
Abbildung 2:
Aufbau von Kapitel 2 ...................................................................12
Abbildung 3:
Begriffswürfel des Supply Managements ....................................14
Abbildung 4:
Theoriegebäude des Supply Chain Managements .......................15
Abbildung 5:
Der Supply Management Navigator.............................................16
Abbildung 6:
Kreislauf des Risikomanagements ...............................................20
Abbildung 7:
Zusammenhang zwischen Informationsschärfe und Reaktionszeit ................................................................................24
Abbildung 8:
Die Supply Balanced Scorecard und das Supply Risk Managementsystem als zentrale Bestandteile einer ganzheitlichen Supply Controllingkonzeption .............................25
Abbildung 9:
Supply Frühwarnsystem als ein Subsystem des Supply Managements ...............................................................................26
Abbildung 10: Abgrenzung des Umfangs verschiedener RisikomanagementAnsätze .........................................................................................28 Abbildung 11: Entwicklung der Publikationen zum Supply Risk Management..30 Abbildung 12: Methodik der Publikationen zum Supply Risk Management.......31 Abbildung 13: Ausgewählte Theorien und ihre Bedeutung für ein Supply Frühwarnsystem im Überblick .....................................................34 Abbildung 14: Aufbau der Theoriekapitel ...........................................................34 Abbildung 15: Auswahl der Koordinationsform in Abhängigkeit von der Höhe der Transaktionskosten ..........................................43 Abbildung 16: Koordinationsformen unter Berücksichtigung hybrider Kooperationen ..............................................................................44 Abbildung 17: Auswahl der Koordinationsform in Abhängigkeit von der Höhe der Transaktionskosten .......................................................47 Abbildung 18: Systemtheoretisch aufgestelltes Modell eines Supply Frühwarnsystems..........................................................................59 Abbildung 19: Integration des Supply Frühwarnmodells in den Risikomanagementzyklus.............................................................61 Abbildung 20: Dreiteilung des Supply Frühwarnmodells....................................62 Abbildung 21: Methoden eines Supply Frühwarnsystems nach Kienzle .............66
XVI
Abbildungsverzeichnis
Abbildung 22: Methoden eines Supply Frühwarnsystems nach Schubert ...........67 Abbildung 23: Methoden eines Supply Frühwarnsystems nach Wildemann.......68 Abbildung 24: Systematisierungsvorschlag für Supply Frühwarnmethoden .......69 Abbildung 25: Bezeichnungen der Prozessschritte eines Supply Frühwarnsystems .............................................................70 Abbildung 26: Drei-Ebenen-Modell eines Supply Frühwarnsystems..................73 Abbildung 27: Aufbau von Kapitel 3 ...................................................................78 Abbildung 28: Top Supply Risiken der Robert Bosch GmbH .............................81 Abbildung 29: Geschäftsprozesse im Supply Frühwarnsystem ...........................84 Abbildung 30: Beispielhafte Risiken und Indikatoren des Bosch Supply Frühwarnsystems..........................................................................85 Abbildung 31: Screenshot aus dem Supply Frühwarnsystem ..............................88 Abbildung 32: Ablauf der Insolvenzprognose im Supply Frühwarnsystem am Beispiel des ‚Liquiditätsrisikos’.............................................91 Abbildung 33: Drei Ebenen des Bosch Supply Frühwarnsystems .......................93 Abbildung 34: Das Bosch Supply Frühwarnsystem im Supply Chain Reifegradmodell ...........................................................................97 Abbildung 35: Struktur der an den Fokusgruppen teilnehmenden Unternehmen ................................................................................99 Abbildung 36: Bevorzugte Strategien bei den drei Supply Risiko-Kategorien .109 Abbildung 37: Aufteilung der identifizierten Risiken nach Risikokategorie .....110 Abbildung 38: Mischung explorativer und hypothesenprüfender Elemente in der empirischen Untersuchung...............................................114 Abbildung 39: Vorgehensweise zur Beantwortung der ersten Forschungsfrage .........................................................................116 Abbildung 40: Vorgehensweise zur Beantwortung der zweiten Forschungsfrage .........................................................................117 Abbildung 41: Vorgehensweise zur Beantwortung der dritten Forschungsfrage .........................................................................118 Abbildung 42: Kostenkategorien eines Supply Frühwarnsystems .....................121 Abbildung 43: Forschungsparadigmen im Supply Chain-Kontext ....................122 Abbildung 44: Forschungsmodell der Untersuchung zu Supply Frühwarnsystemen .........................................................128
Abbildungsverzeichnis
XVII
Abbildung 45: Aufbau von Kapitel 4 .................................................................131 Abbildung 46: Beispiel eines Strukturgleichungsmodells .................................134 Abbildung 47: Reflektive und formative Messmodelle .....................................135 Abbildung 48: Industriezweige der teilnehmenden Unternehmen .....................142 Abbildung 49: Umsatz der teilnehmenden Unternehmen ..................................143 Abbildung 50: Mitarbeiteranzahl der teilnehmenden Unternehmen ..................143 Abbildung 51: Einkaufsvolumen der teilnehmenden Unternehmen ..................144 Abbildung 52: Wertschöpfungstiefe der teilnehmenden Unternehmen .............144 Abbildung 53: Lieferantenanzahl der teilnehmenden Unternehmen..................145 Abbildung 54: Stellung in der Wertschöpfungskette der teilnehmenden Unternehmen ..............................................................................146 Abbildung 55: Hierarchielevel der Teilnehmer..................................................146 Abbildung 56: Tätigkeitsdauer in Funktionen des Supply Managements..........147 Abbildung 57: Konzeptualisierung des Supply Frühwarnsystems.....................150 Abbildung 58: Konzeptualisierung der zukünftigen Nutzung hybrider Koordinationsformen .................................................................151 Abbildung 59: Kennzahlen zur Bewertung der Supply Risk Performance ........152 Abbildung 60: Konzeptualisierung der Supply Risk Fähigkeit und Performance ........................................................................154 Abbildung 61: Die Konstrukte der Supply Performance ...................................156 Abbildung 62: Konzeptualisierung der Supply Performance.............................159 Abbildung 63: Konzeptualisierung der Umweltfaktoren ...................................165 Abbildung 64: Verfeinertes Forschungsmodell..................................................166 Abbildung 65: Aufbau von Kapitel 5 .................................................................190 Abbildung 66: Anteil an Arbeitszeit, die für Störungen in der Supply Chain aufgewendet wird ................................................191 Abbildung 67: Bedeutung von Supply Management und Supply Risk Management ..........................................................192 Abbildung 68: Überdurchschnittliche Bedeutung von Supply Management und Supply Risk Management ...................................................193 Abbildung 69: Bedeutung von hybriden Koordinationsformen .........................194 Abbildung 70: Gesamtnutzen eines Supply Frühwarnsystems ..........................195
XVIII
Abbildungsverzeichnis
Abbildung 71: Kostenkategorien eines Supply Frühwarnsystems .....................196 Abbildung 72: Nutzenkategorien eines Supply Frühwarnsystems.....................197 Abbildung 73: Eintrittshäufigkeit und Schwere der Auswirkung von Supply Risiken ...........................................................................200 Abbildung 74: Box-Whisker-Plot-Analyse der Top Supply Risiken .................203 Abbildung 75: Abweichungsanalyse bei Supply Risiken ..................................205 Abbildung 76: Unterschiede zwischen Risikoklassen........................................206 Abbildung 77: Eintrittshäufigkeit der Ursachen von Supply Risiken ................212 Abbildung 78: Darstellung des Supply Risk Exposures nach Branchen............213 Abbildung 79: Darstellung des Supply Risk Exposures nach Wertschöpfungstiefe...................................................................215 Abbildung 80: Darstellung des Supply Risk Exposures nach Stellung in der Wertschöpfungskette..................................................................216 Abbildung 81: Darstellung des Supply Risk Exposures nach Lieferantenstruktur .....................................................................217 Abbildung 82: Pfadkoeffizienten, Signifikanzwerte und Bestimmtheitsmaße R2 des Strukturgleichungsmodells.............221 Abbildung 83: Impact-Performance-Portfolio ...................................................226 Abbildung 84: Impact-Performance-Portfolio eines Supply Frühwarnsystems ...........................................................227 Abbildung 85: Impact-Performance-Portfolio der Supply Risikoanalyse..........229 Abbildung 86: Impact-Performance-Portfolio der Supplier Risikoanalyse .......230 Abbildung 87: Impact-Performance-Portfolio der Supply Frühwarnkontrolle ..231 Abbildung 88: Impact-Performance-Portfolio der Supply Risk Fähigkeit.........232
Tabellenverzeichnis Tabelle 1:
Ausgewählte Risikomanagement-Zyklen im Vergleich ..............19
Tabelle 2:
Erklärungsbeitrag und Gestaltungsempfehlungen der Principal Agent-Theorie für Supply Frühwarnsysteme ...............41
Tabelle 3:
Zeitdimension der Transaktionskosten in Abhängigkeit vom Zeitpunkt ......................................................................................45
Tabelle 4:
Beispiele eines Supply Frühwarnsystems nach Transaktionsphasen ......................................................................48
Tabelle 5:
Integration existierender Ansätze in das systemtheoretisch aufgestellte Modell für ein Supply Frühwarnsystem ...................64
Tabelle 6:
Methoden zur Risikoidentifikation und Risikoanalyse ................65
Tabelle 7:
Datenbasis für die Indikatoren im Supply Frühwarnsystem ........86
Tabelle 8:
Beispiel-Datenbasis für Indikator ‚Investitionsquote’ .................92
Tabelle 9:
Auswahl von Supply Risiken aus Literatur und Experteninterviews.....................................................................100
Tabelle 10:
Systematisierungsansätze zu Supply Risiken.............................107
Tabelle 11:
Methodenvergleich zwischen varianz- und kovarianzbasierten Ansätzen......................................................133
Tabelle 12:
Marktanalyse zum Zukauf von Unternehmensdaten..................138
Tabelle 13:
Messmodell für die Faktorspezifität...........................................174
Tabelle 14:
Messmodell für die Komplexität................................................175
Tabelle 15:
Messmodell für die vorvertragliche Unsicherheit ......................176
Tabelle 16:
Messmodell für die nachvertragliche Unsicherheit....................177
Tabelle 17:
Messmodell für die Supply Risk Performance...........................178
Tabelle 18:
Messmodell für die Supply Cost Performance...........................178
Tabelle 19:
Messmodell für die Supply Quality Performance ......................179
Tabelle 20:
Messmodell für die Supply Time Performance..........................180
Tabelle 21:
Messmodell für die Supply Flexibility Performance .................180
Tabelle 22:
Messmodell für die Supply Risikoidentifikation .......................182
Tabelle 23:
Messmodell für die Supply Risikoanalyse .................................183
Tabelle 24:
Messmodell für die Supplier Risikoidentifikation .....................183
XX
Tabellenverzeichnis
Tabelle 25:
Messmodell für die Supplier Risikoanalyse...............................184
Tabelle 26:
Messmodell für die Supply Frühwarnkontrolle .........................185
Tabelle 27:
Messmodell für die Supply Risk Fähigkeiten ............................186
Tabelle 28:
Messmodell für die zukünftige Nutzung hybrider Koordinationsformen .................................................................186
Tabelle 29:
Relevanzklassen von Supply Risiken.........................................203
Tabelle 30:
Strukturierung der Supply Risiken.............................................204
Tabelle 31:
Ergebnismatrix der Faktorenanalyse ..........................................209
Tabelle 32:
Abweichungen im Supply Risk Exposure nach Branchen.........214
Abkürzungsverzeichnis AE
Automotive Electronics
AVE BilReG BME CA CKA
Average Variance Extracted, vgl. DEV Bilanzrechtsreformgesetz Bundesverband Materialwirtschaft, Einkauf und Logistik e.V. Cronbach Alpha Commercial Key Account
cpk CR DEV EDI EFQM
Process Capability Index / Prozessfähigkeitsindex Composite Reliability, vgl. IK Durchschnittlich Erfasste Varianz, vgl. AVE Electronic Data Interchange European Foundation for Quality Management
F&E FMEA IK ISCRIM
Forschung und Entwicklung Failure Mode and Effects Analysis / Fehlermöglichkeits- und Einflussanalyse Interne Konsistenz, vgl. CR International Supply Chain Risk Management Network
JIT KMO KonTraG LKA
Just In Time Kaiser-Meyer-Olkin-Kriterium Gesetz zur Kontrolle und Transparenz im Unternehmensbereich Logistics Key Account
MIMIC PLS ppm RB SE SMI
Multiple Indicators and Multiple Causes-Model Partial Least Squares Parts per million (ppm-Wert: Qualitätsindikator) Robert Bosch GmbH Simultaneous Engineering Supply Management Institute™
TKA TVE VIF VMI ZDB
Technical Key Account Total Variance Explained / Erklärte Gesamtvarianz Variance Inflation Factor Vendor Managed Inventory Zeitschriftendatenbank
1
Einführung: Problemstellung und Gang der Untersuchung
Entwicklungen im Wettbewerb und in der Umwelt sind Impulsgeber für zahlreiche Veränderungen in Unternehmen. Die verstärkte Relevanz von Aktivitäten des Risikomanagements sowie die steigende Bedeutung der Unternehmensfunktion Einkauf und Supply Management sind zwei Ergebnisse aus der fortschreitenden Entwicklung der internationalen Geschäftswelt. Die Anwendung von Risikomanagement-Aktivitäten in Einkauf und Supply Management, kurz Supply Risk Management, ist hierbei ein wichtiger Aufgabenbereich und der zentrale Ankerpunkt dieser Arbeit. Welche Gründe sind für die zunehmende Relevanz verantwortlich? Die Umgebung der Unternehmung verändert sich in zuvor nicht gekanntem Maße. Die fortschreitende Globalisierung der Geschäftswelt (Kreikebaum 1997, S. 5; Müller 2001, S. 212; Pfohl 2002a, S. V) führt nicht nur zu weltweiter Vernetzung von Produktionsstandorten, sondern in Kombination mit sinkenden Logistikkosten auch zu einer Fragmentierung von Lieferketten (Fieten 2005, S. 31; Heinzelmann 2003, S. 18). Wertschöpfungsketten verteilen sich global (Jüttner et al. 2003, S. 205) und finden sich in ihren einzelnen Stufen jeweils an dem Ort mit dem komparativ größten Gesamtkostenvorteil wieder. Unterstützt wird diese Entwicklung durch die zunehmende Verfügbarkeit moderner Informationstechnologien (Kreikebaum 1997, S. 5), welche die Verknüpfung von Produktionsstandorten vereinfachen und somit globale Supply Chain-Strukturen für viele Produkte erst ermöglichen. Über die Entwicklungen in der Produktionslandschaft hinaus ist allgemein eine Komplexitätssteigerung bei Produkten zu erkennen (Geimer et al. 2005, S. 45; Müller 2001, S. 213), die sich u. a. auf den Abnehmermärkten im Wunsch nach höherer Individualisierung (Göpfert et al. 2006, S. 18; MelzerRidinger 2001, S. 45; Richter et al. 2006, S. 119) und besserer Qualität (Molitor 2006, S. 83) widerspiegelt. Diese Kombination aus höheren Anforderungen der Marktseite und einer Fragmentierung aus Produktionssicht führt im Ergebnis zu einer zunehmenden Konzentration auf Kernkompetenzen in den Unternehmen (Dangelmaier et al. 2006, S. 183), so dass nur noch Produkte mit Wettbewerbsvorteil gegenüber den Konkurrenten eigengefertigt werden. Die Struktur der Unternehmen ändert sich, ihre Wertschöpfungstiefe sinkt (Ackermann 2004, S. 47; Eßig 2005, S. 4; Göpfert et al. 2006, S. 17; Jahns 2005c, S. 1-2; Jüttner et al. 2003, S. 205; Richter et al. 2006, S. 119; Wildemann 2000, S. 33-34). Damit verbunden ist die steigende Bedeutung von Unternehmensnetzwerken (Dangelmaier et al. 2006, S. 183), da eine Firma umso abhängiger von ihren Lieferanten ist, je niedriger der Eigenfertigungsanteil ist. In einer globalisierten und fragmentierten Geschäftswelt können sich Unternehmen nicht mehr allein, sondern nur noch im Verbund einer Supply Chain gegenüber ihren Konkurrenten Wettbewerbsvorteile erarbeiten (Brindley und Rit-
2
Einführung: Problemstellung und Gang der Untersuchung
chie 2004, S. 3-4; Hallikas und Virolainen 2004, S. 43; Jahns 2005d, S. 56; Jüttner 2005a, S. 112; Thiemt 2003, S. 265; Tummala et al. 2006, S. 179). In der Automobilindustrie können die oben beschriebenen Entwicklungen ebenfalls beobachtet werden. In vielen Bereichen gilt diese Industrie als Paradebeispiel (Eisenbarth 2003, S. 49; Kaufmann 2001, S. 242; Wittig 2005, S. 2). Für diese Arbeit sollen daher für Praxisbeispiele bevorzugt Unternehmen der deutschen Automobil- und Automobilzulieferindustrie betrachtet werden, die eine serienbasierte Fertigung haben. Für die empirische Untersuchung wird dann ein breiterer Ansatz gewählt, der die gesamte Industrie einschließt, um eine umfassende Bearbeitung des Themas zu gewährleisten. Auch in der Automobilindustrie ist die Zusammenarbeit von Unternehmen verschiedener Wertschöpfungsstufen intensiver als je zuvor. Immer höhere Anforderungen an Design, Qualität und Funktionalität der Produkte führen dazu, dass sich Entwicklungs- und Produktionsabteilungen immer stärker spezialisieren (Wildemann 2004, S. 2,5) und somit eine Modularisierung der gesamten Zulieferindustrie in System-, Modul- und Teilelieferanten zu beobachten ist (Böhme 1999, S. 10-12; Göpfert et al. 2006, S. 18; Richter et al. 2006, S. 120). Die gleichzeitig zu beobachtenden Konzentrationstendenzen (Eisenbarth 2003, S. 51; Scannell et al. 2000, S. 25; Wildemann 2004, S. 3) führen in der Folge zu ‚Megazulieferern’, durch welche die bereits große gegenseitige Abhängigkeit in der Supply Chain noch weiter verstärkt wird (Ackermann 2004, S. 52), da für manche Produkte keine Second Source-Lieferanten mehr verfügbar sind. Mit einer solchen Verlagerung von Aktivitäten auf vorgelagerte Stufen der Supply Chain bei gleichzeitiger Abnahme der möglichen Kooperationspartner nehmen die Anforderungen an die Koordination zwischen den beteiligten Unternehmen zu (Fieten 2005, S. 32). Verschiedene Konzepte haben in der Folge in den vergangenen Jahren an Bedeutung gewonnen. Mit der Implementierung von Just-in-Time (JIT)-Lieferbeziehungen wird über eine Bestandsreduzierung versucht, die Kapitalbindungskosten zu senken (Ackermann 2004, S. 59-61; Wannenwetsch 2007, S. 160). Per Simultaneous Engineering (SE) werden die Entwicklungsabteilungen von Kunde und Lieferant verknüpft und über eine zeitsynchrone Entwicklungsarbeit die Time-to-Market reduziert (Wannenwetsch 2007, S. 445-447; Wildemann 2004, S. 1-6). Electronic Data Interchange (EDI) stellt die Voraussetzung für eine informationstechnische Verknüpfung von Kunden- und Lieferantensystemen zur Verfügung und ermöglicht somit eine semi-automatische Kommunikation (Tan 2001, S. 44-45). Eine Fortentwicklung hiervon stellen Vendor Managed Inventory (VMI)-Systeme dar, mit welchen für den Lieferanten eine vollständige Transparenz über die Lagerbestände seiner Produkte beim Abnehmer geschaffen wird. Der Lieferant ist für die Organisation seiner Lieferungen vollständig eigenverantwortlich und beim Kunden fällt nur noch geringer Aufwand für die Beschaffungsdisposition an (Werners und Thorn 2002). Schließlich erhöhen Konzepte der Be-
Einführung: Problemstellung und Gang der Untersuchung
3
schaffungslogistik wie die Benennung von Gebietsspediteuren oder die Einrichtung von Konsignationslagern auch hier die Eigenverantwortung von Lieferanten (Göpfert et al. 2006, S. 19). Zusammenfassend mögen diese Konzepte einen beispielhaften Einblick geben in eine Unternehmenslandschaft, die starken Veränderungen gerade im Hinblick auf die Beziehungen zwischen Lieferant und Abnehmer unterworfen ist. Solche Konzepte haben vor allem Effizienzvorteile und sind bei einer Lieferbeziehung ohne Störungen die wirtschaftlich optimale Lösung zur Realisierung von Lieferanten-Abnehmer-Beziehungen (Vogler und Wagner 2005, S. 62). Kritisch wird jedoch der Einfluss jedes Mitglieds einer Supply Chain auf die Produktionstätigkeit und somit auch das Ergebnis einer ganzen Kette von Unternehmen (Ackermann 2004, S. 33; Winkler 2005, S. 355-356; Zsidisin 2003b, S. 223; Zsidisin et al. 2005a), so dass Experten mittlerweile von einem Trade Off zwischen Supply Chain Sicherheit und Kosteneffizienz sprechen (Jüttner 2005a, S. 122; Molitor 2006, S. 84). Insbesondere das Zusammenspiel zwischen Umweltentwicklungen, Veränderungen in der Industrie und der Implementierung von modernen Beschaffungs- und Logistikkonzepten wirkt belastend auf die Anfälligkeit einer Supply Chain (Peck et al. 2003, S. 45). Sie wird zu einem fragilen Gebilde, falls keine geeigneten Kontrollmaßnahmen durchgeführt und Gegenaktivitäten getroffen werden (Molitor 2006, S. 83; Moser 2006, S. 107; Roehrig und Zinniker 2004, S. 231; Vogler und Wagner 2005, S. 62). Einige konzeptionelle Beispiele verdeutlichen dies: 1.
Die Senkung von Beständen und zunehmende Implementierung von ‚Just-intime’-Konzepten bei gleichzeitiger Ausweitung des Low Cost Sourcing, häufig aus weit entfernten Ländern wie China oder Indien, führen zu steigenden Schadensvolumina im Fall eingetretener Risiken (Beck 1995, S. 19; Blackhurst et al. 2005, S. 4068; Quinn 2006, S. 5; Wilding 1998, S. 611). Die notwendige Flexibilität für die modernen logistischen Konzepte ist mit einem chinesischen Lieferanten allein aufgrund der Entfernung nur schwierig erreichbar (Molitor 2006, S. 83). Nicht aufeinander abgestimmte Zielkonzepte (Peck et al. 2003, S. 42), wie z. B. die Erhöhung des Low Cost Volumens bei gleichzeitiger Bestandsreduzierung, führen im besten Fall durch schlechtere Abstimmung zwischen Logistik und Supply Management-Abteilungen zu Mehraufwand in diesen und im schlechtesten Fall zu einer deutlichen Einschränkung der Lieferfähigkeit (Blackhurst et al. 2005, S. 4068; Jüttner 2005a, S. 96; Melnyk et al. 2005, S. 33; Molitor 2006, S. 84).
2.
Der Trend zu einer kundenorientierten Fertigung (Melzer-Ridinger 2001, S. 45), teilweise in Form einer ‚Mass Customization’ (McCarthy 2004), führt zu einer immer späteren Bestellung benötigter Teile. Ein Vertrieb, der Nachfrageschwankungen in Zusammenarbeit mit dem Kunden nicht zuverlässig prognostizieren kann, ist beinahe zwangsläufig eine Ursache eines verstärkten
4
Einführung: Problemstellung und Gang der Untersuchung
‚Bull-Whip’-Effekts (Lee et al. 1997), der im Supply Management zu hektischen Bestell- und Anpassungsreaktionen führt und die Liefer- und Wettbewerbsfähigkeit der gesamten Supply Chain negativ beeinflusst. 3.
Die Verkürzung von Innovationszyklen und somit die immer schnellere Abfolge technischer Innovationen und ihrer Durchdringung auf dem Markt (Melzer-Ridinger 2001, S. 45) führen zur Notwendigkeit einer engen Zusammenarbeit innerhalb der Supply Chain. Eine erhöhte Zukaufquote geht jedoch häufig mit der Ausweitung von Lieferantenkontakten einher, wenn nicht gleichzeitig ein Lieferantenreduzierungsprogramm vollzogen wird. Nicht nur sprachliche und kulturelle Barrieren bei der Zusammenarbeit mit ausländischen Lieferanten sind zu bedenken; auch ein zunehmender Effizienzgewinn bei der gemeinsamen Entwicklung mit etablierten Lieferanten ist langfristig in die Betrachtung mit einzubeziehen. Die Zusammenarbeit mit neuen oder ausländischen Lieferanten kann zu einem Effizienzverlust im Supply Management führen.
4.
Die durch ‚Lean’-Systeme abnehmenden Lagerbestände führen zu extrem kurzen Pufferzeiten (Pickett 2006, S. 22; Yacura 2005, S. 25; Zsidisin et al. 2005a), so dass im Falle von Störungen die Produktion nur für kurze Zeit aufrecht erhalten werden kann (Wagner und Bode 2006a, S. 3). Der hypothetische Ausfall eines großen Zulieferers oder auch einzelner Werke kann in der Automobilindustrie in einem Worst Case-Szenario zu einem Bandstillstand bei nahezu allen renommierten Automobilunternehmen führen, falls keine Second Source für das Produkt vorhanden ist (Peck et al. 2003, S. 46) und es zugleich ein unverzichtbares Element der Serienausstattung ist (Kajüter 2003, S. 109).
Diese Beispiele machen deutlich, weshalb Supply Risk Management ein relevantes Thema für den Funktionsbereich Einkauf und Supply Management ist. Doch nicht nur aus der Theorie, auch aus der Praxis lässt sich die Relevanz des Themas veranschaulichen. Einige ausgewählte Beispiele aus der deutschen Automobilindustrie verdeutlichen die Praxisrelevanz des Themas: 1.
Der Zulieferer Peguform musste von deutschen Automobilherstellern finanziell unterstützt werden, da ein Abzug von finanziellen Mitteln durch die Mutterfirma zu akuten Liquiditätsschwierigkeiten geführt hatte (Präuer und Bernecker 2006, S. 25). Ein Produktionsstopp bei Peguform hätte bei den Herstellern Porsche, Audi, BMW, Daimler-Chrysler und Volkswagen zu Bandstillständen geführt (o.V. 2002a). Nach einer Schätzung des Automobilherstellers Porsche ist der eigene Einkauf wöchentlich von einer Insolvenz eines Zulieferers betroffen (o.V. 2002b). Finanzielle Missstände von Lieferanten können gravierende Auswirkungen auf die Ergebnissituation ihrer Kun-
Einführung: Problemstellung und Gang der Untersuchung
5
den haben, ohne dass im Einzelfall ein finanzieller Ausgleich geschaffen werden kann. 2.
Ein fehlerhaftes Granulat des Chemiekonzerns DuPont führte zu einer Kettenreaktion in der Supply Chain. Das Granulat wurde bei Federal Mogul zur Beschichtung von Buchsen verwendet, die wiederum in Dieselpumpen bei der Robert Bosch GmbH eingebaut wurden. Die nur 1,5 mm großen Buchsen konnten durch das fehlerhafte Granulat den Anforderungen der Belastungstests nicht standhalten (Wagner 2006, S. 12). Produktionsstopps bei BMW und Daimler Chrysler sowie Produktionsbeeinträchtigungen bei Volkswagen, Saab, Opel und Audi waren die unmittelbare Folge (o.V. 2005a; o.V. 2005c, S. 15). Es wird deutlich, dass auch Rohstofflieferanten einen entscheidenden Einfluss auf die Erfolgsbilanz in der gesamten Wertschöpfungskette haben. Risikomanagement in der Supply Chain muss daher eine Sichtbarkeit über mehr als nur ein oder zwei Stufen in der Wertschöpfungskette realisieren (vgl. Jüttner 2005a, S. 99).
3.
Die Anzahl an Rückrufaktionen in der Automobilindustrie erreicht fast jährlich neue Höchststände (Hofmann 2003; Katzensteiner und Rees 2005) und über die Hälfte der Ursachen ist auf Zulieferer zurückzuführen (SánchezRodríguez und Hemsworth 2005, S. 215; Schneider 2004; Sherefkin 2002). Beispiele umfassen Rückrufe von über 150.000 Autos bei General Motors durch fehlerhafte Bremsen des Zulieferers Bosch (o.V. 2005b) oder einen Rückruf von 850.000 Autos durch Probleme mit Stabzündspulen des Zulieferers Bremi (o.V. 2003). Produktion und Kontrolle ganzer Subsysteme erfolgen mittlerweile beim Zulieferer. Wenn der Lieferant die Qualitätskontrolle seiner Systeme nicht beherrscht oder hohe Komplexität eine vollständige Kontrolle unmöglich macht und gleichzeitig solche Systeme ohne weitere Wareneingangsprüfungen in der nächsten Wertschöpfungsstufe verbaut werden, sind Rückrufe am Ende der Wertschöpfungskette vorprogrammiert (Wildemann 2004, S. 6).
Diese ausgewählten konzeptionellen und praktischen Beispiele aus dem Umfeld des Supply Managements verdeutlichen die Notwendigkeit eines aktiven Supply Risk Managements. Risikomanagement auf Unternehmensebene hat bereits in den vergangenen Jahren stark an Bedeutung gewonnen (Boutellier und Wagner 2005, S. I; Brühwiler 2001, S. 90; Wildemann 2006, S. 120-121), insbesondere durch gesetzliche Vorgaben wie sie z. B. im Gesetz zur Kontrolle und Transparenz im Unternehmensbereich (Bitz 2000, S. 232; KonTraG 1998, S. 787) zur Notwendigkeit eines Frühwarnsystems oder im Bilanzrechtsreformgesetz (BilReG 2004, S. 3167/3169/3172) zum Einbezug von Risiken in den Lagebericht getroffen wurden. Risikomanagement in Finanz- und Controllingabteilungen hat viel Beachtung gefunden (Brühwiler 2001, S. 94; Cavinato 2004, S. 383; Eller et al. 2002; Gleißner und Füser 2000, S. 940; Götze et al. 2001; Hahn 1987; Hoitsch et al. 2005,
6
Einführung: Problemstellung und Gang der Untersuchung
S. 131; Johanning und Rudolph 2000; Jüttner et al. 2003, S. 197; Winkler 2005, S. 356) und eine starke Abdeckung in Wissenschaft und Praxis. In Einkauf und Supply Management ist Risikomanagement dagegen eine bislang vernachlässigte Größe. Bei einer Wertschöpfungstiefe von weniger als 50 Prozent (SánchezRodríguez et al. 2006, S. 57) und somit einem Zukaufteil, der die eigene Wertschöpfung übertrifft, ist das Supply Risk Management jedoch eine für Unternehmen überlebensnotwendige Größe geworden (Boutellier und Pfuhlstein 2005, S. 11; Jahns 2006a, S. 22; Peck et al. 2003, S. 11; Wildemann 2006, S. 120). In einer aktuellen empirischen Untersuchung wurden Supply Chain-Risiken sogar als die mit Abstand kritischsten Risiken für das Gesamtunternehmen identifiziert (Brannen und Cummings 2005, S. 12). Henke und Jahns (2005, S. 57) bilanzieren hierzu: „Unternehmensweites Risikomanagement heißt bei anhaltendem Trend zur Reduzierung der Wertschöpfungstiefe im Wesentlichen Risikomanagement in Einkauf und Supply Management“. Wie die Literaturanalyse zeigen wird, ist die Bedeutung des Themas in der Wissenschaft erkannt worden und seit einigen Jahren sind vermehrt Publikationen veröffentlicht worden. Insgesamt sind diese jedoch weitgehend normativer Natur und im Vergleich zu anderen Disziplinen nicht umfassend ausgestaltet. Auf die Notwendigkeit weiterer Forschung im Bereich des Supply Risk Managements wird vielfach und deutlich hingewiesen (vgl. u. a. Blackhurst et al. 2005, S. 4078; Cavinato 2004, S. 387; Hendricks und Singhal 2005b, S. 695; Jüttner 2005a, S. 98; Kajüter 2003, S. 109; Shister 2005, S. 15-16; Vogler und Wagner 2005, S. 63; Winkler 2005, S. 356; Zsidisin 2003b, S. 223; Zsidisin et al. 2004, S. 397). Auch in der Praxis sind nur selten ganzheitlich ausgestaltete Supply Risk ManagementSysteme erkennbar (vgl. u. a. Fieten 2005, S. 32; Jahns und Henke 2004, S. 12; Jüttner 2005a, S. 102; Krystek und Müller 1999, S. 183; Roehrig und Zinniker 2004, S. 232; Vogler und Wagner 2005, S. 63). Diese Arbeit soll aus diesem Grunde nicht eine rein theoretische Ausrichtung haben, sondern im Sinne der angewandten Managementforschung (Ulrich 1995, S. 165) zu theoretisch fundierten Ergebnissen führen, die in der Praxis anwendbar sind. Der Startpunkt hierzu ist das unternehmerische Risikomanagement. Dieses läuft üblicherweise in einem Zyklus ab, dessen Startpunkt stets die Risikoidentifikation und Risikoanalyse ist. Nicht identifizierte und analysierte Risiken können im weiteren Prozess nicht bearbeitet werden (Gleißner und Romeike 2005, S. 156; Wildemann 2006, S. 80). Aus diesem Grund wird die Identifikation und Analyse von Risiken häufig als besonders bedeutendes und zugleich schwieriges Element im gesamten Risikomanagementprozess bezeichnet (Dobler 2005, S. 150; Gleißner und Romeike 2005, S. 156; Jüttner 2005a, S. 114; Jüttner et al. 2003, S. 201; Schubert 2004, S. 105; Zsidisin 2001a, S. 197; Zsidisin et al. 2004, S. 398) und für das Unternehmen zu einer überlebenswichtigen Einflussgröße (Müller 2001, S. 214; Wildemann 2006, S. 142). Daher wird in dieser Arbeit der Bereich der Supply Frühwarnsysteme fokussiert, der alle Aktivitäten umfasst, die im Rahmen
Einführung: Problemstellung und Gang der Untersuchung
7
der Risikoidentifikation und der Risikoanalyse zum Tragen kommen und als erster Bereich im Supply Risk Management eine umfassende Ausgestaltung erfordert. Was für die Literatur zum Supply Risk Management gilt, ist für Supply Frühwarnsysteme umso mehr relevant. Umfassende Veröffentlichungen, die theoretisch fundiert und praxisrelevant sind, konnten bisher nicht identifiziert werden. Baumgarten et al. (2005) beschreiben verschiedene Supply-Chain-Zusammenarbeitsformen und ihren Nutzen zur frühzeitigen Identifikation von Chancen und Risiken. Kienzle (2000) konzipiert in seiner Dissertation eine weitgehend abstrakte Prozessbeschreibung einer Früherkennung für das Beschaffungsmarketing. Thiemt (2003) setzt Supply Risk Management mit Frühaufklärung und Portfoliokonzepten gleich und bietet in seiner Dissertation eine Übersicht über existierende Modelle in der Literatur. Wildemann (2006, S. 120-162) beschreibt in einer empirischen Analyse deskriptiv die Relevanz verschiedener Beschaffungsrisiken und ihrer Einflussgrößen. Im angelsächsischen Raum wurden in den vergangenen Jahren zwar vermehrt Artikel über Supply Risk Management als Ganzes veröffentlicht, konkrete Artikel zu Supply Frühwarnsystemen konnten jedoch nicht identifiziert werden. Es ist entsprechend ein starker Nachholbedarf erkennbar, um Supply Frühwarnsysteme in einen ganzheitlichen Supply Risk ManagementAnsatz zu integrieren und die Prozesse zu gestalten. Die Arbeit soll daher einen Beitrag liefern, um den Bereich der Supply Frühwarnsysteme im Supply Management theoretisch zu betrachten, in einer empirischen Untersuchung den Praxisstand zu erfassen und Handlungsempfehlungen für eine methodische Ausgestaltung anzubieten. Der fortwährende Abgleich zwischen theoretischen Erkenntnissen und praktischen Anforderungen ist hierbei integraler Bestandteil der Vorgehensweise, um das Feld im Sinne der angewandten Managementforschung zu erarbeiten (Moser 2006, S. 14-15; Ulrich 1995, S. 165). Das Forschungsziel lautet auf dieser Basis: Diese Forschungsarbeit soll ein Supply Frühwarnsystem definieren, ein theoriegeleitetes Modell entwerfen und praxisrelevante Hinweise zur methodischen und strukturellen Ausgestaltung geben, um zu einer Optimierung der unternehmerischen Supply Risikosituation beizutragen. An dieses Forschungsziel schließen sich auf der Basis der oben diskutierten Problemstellung und dem Stand in Wissenschaft und Praxis im Einzelnen die folgenden Forschungsfragen an, die in der Arbeit beantwortet werden sollen: 1) Welches sind wesentliche Supply Risiken und welche Strukturierungsmöglichkeiten sind erkennbar? 2) Wie sollte ein theoriegeleitetes Modell eines Supply Frühwarnsystems gestaltet sein?
8
Einführung: Problemstellung und Gang der Untersuchung
3) Welchen Ergebnisbeitrag liefert ein Supply Frühwarnsystem für die Supply Performance eines Unternehmens? 4) Wie sollte ein Supply Frühwarnsystem in der Praxis entwickelt und implementiert werden? Zur Beantwortung dieser Forschungsfragen ist es auf Basis der angewandten Managementforschung notwendig, einen multimethodischen Ansatz aus Theorie (Theorieziel), Empirie (Erklärungsziel) und Praxis (Gestaltungsziel) zu verfolgen, um das Feld ganzheitlich zu erfassen. Die Arbeit folgt in ihrem Aufbau dieser Dreiteilung und ist in sechs Kapitel gegliedert, die jeweils eine oder zwei der Zielsetzungen fokussieren: Einführung (Kapitel 1), Theorieziel (Kapitel 2 und 3), Erklärungsziel (Kapitel 3, 4 und 5), Gestaltungsziel (Kapitel 5), Thesenartige Zusammenfassung (Kapitel 6). Im ersten Schritt (Kapitel 1) wurde die Ausgangssituation dargestellt sowie die Relevanz des Themas in Wissenschaft und Praxis begründet. Im zweiten Schritt (Kapitel 2) werden zunächst die definitorischen Grundlagen zu den Themen Supply Management, Risikomanagement und Supply Risk Management gelegt. Anschließend werden die Beiträge der Principal Agent-Theorie, der Transaktionskostentheorie sowie der Systemtheorie zur Beantwortung der Forschungsfragen herausgearbeitet. Aufbauend auf den Ergebnissen der Analyse wird ein theoretisch fundiertes und gleichzeitig praxisorientiertes Drei-Ebenen-Modell eines Supply Frühwarnsystems aufgebaut, in welches Überlegungen aus dem Supply Controlling, dem strategischen Management und der Frühwarn-Literatur integriert werden. Im dritten Schritt (Kapitel 3) wird eine gemischt empirisch-theoretische Vorgehensweise verfolgt. Hierzu werden die Erarbeitung einer Supply Risikostrategie, die Konzeption und Einführung eines Supply Frühwarnsystems sowie daraus erhaltene Ergebnisse anhand einer Case Study bei der Robert Bosch GmbH diskutiert. Darauf aufbauend wird die Objektdimension der Supply Risiken fokussiert. Anhand der Fallstudie der Robert Bosch GmbH, zweier durchgeführter Fokusgruppen und einer intensiven theoretischen Analyse werden die wichtigsten Supply Risiken erarbeitet und in ein erstes Klassifikationsschema eingebettet. Schließlich wird die Vorgehensweise zur Beantwortung der in dieser Einführung aufgeworfenen Forschungsfragen dargestellt und das Forschungsmodell für die empirische Untersuchung aufgebaut. Im vierten Schritt (Kapitel 4) werden die Konzeption der empirischen Untersuchung dargestellt und die empirischen Daten für ihre Analyse vorbereitet. Die Inhalte umfassen die Auswahl eines geeigneten statistischen Ansatzes, die Vorstellung des Ablaufs der empirischen Untersuchung sowie den Überblick über den Rücklauf der empirischen Untersuchung und die Struktur der beteiligten Unter-
Einführung: Problemstellung und Gang der Untersuchung
9
nehmen. Anschließend werden die Konzeptualisierung und die Operationalisierung der Forschungskonstrukte vorgenommen. Im fünften Schritt (Kapitel 5) werden die Ergebnisse der empirischen Untersuchung dargestellt. In diesem Kapitel werden die Daten sowohl deskriptiv, mit multivariaten Analyseverfahren wie auch anhand eines Strukturgleichungsmodells analysiert. Hierbei wird die Bedeutung von Supply Management und Frühwarnsystemen erarbeitet und eine Analyse der Kosten- und Nutzendimensionen von Supply Frühwarnsystemen vorgenommen. Es werden die Relevanz von Supply Risiken dargestellt sowie zugrunde liegende Faktoren und mögliche Risikocluster dargestellt. Schließlich wird das aufgestellte Forschungsmodell anhand eines PLS-Strukturgleichungsmodells analysiert. Im letzten Schritt (Kapitel 6) werden die Ergebnisse der Forschungsarbeit „Supply Frühwarnsysteme“ thesenartig zusammengefasst. Abbildung 1 zeigt den Aufbau des Forschungsprojekts in einer graphischen Übersicht und verdeutlicht die Dreiteilung (Theorie – Empirie – Praxis) im Sinne der angewandten Managementforschung.
10
Einführung: Problemstellung und Gang der Untersuchung
Abbildung 1:
Aufbau der Forschungsarbeit zu Supply Frühwarnsystemen
1. Problemstellung und Gang der Untersuchung
Theorie
2. Theoretische Überlegungen zu Supply Frühwarnsystemen 2.1 - Begriffliche Grundlagen zu Supply Management, Risikomanagement und Supply Risk Management 2.2 - Anwendung wirtschaftswissenschaftlicher Theorien für Supply Frühwarnsysteme 2.3 - Modell eines Supply Frühwarnsystems 2.4 - Zwischenergebnis: Nachholbedarf bei Supply Frühwarnsystemen in Wissenschaft und Praxis
Theorie / Empirie
3. Case Study zur Entwicklung eines Forschungsmodells 3.1 - Aktivitäten des Supply Risk Managements bei der Robert Bosch GmbH 3.2 - Arten und Klassifikationen von Supply Risiken 3.3 - Aufbau der empirischen Untersuchung zu Supply Frühwarnsystemen 3.4 - Zwischenergebnis: Forschungsmodell zu Supply Frühwarnsystemen
Empirie
4. Empirische Untersuchung zu Supply Frühwarnsystemen 4.1 - Konzeption und Design der empirischen Untersuchung 4.2 - Konzeptualisierung der empirischen Konstrukte 4.3 - Operationalisierung der empirischen Konstrukte 4.4 - Zwischenergebnis: Validiertes Forschungsmodell zu Supply Frühwarnsystemen
Empirie / Praxis
5. Ergebnisse der empirischen Untersuchung zu Supply Frühwarnsystemen 5.1 - Deskriptive Analyse 5.2 - Relevanz, Faktoren und Klassen von Supply Risiken 5.3 - Empirische Ergebnisse des Strukturgleichungsmodells und praktische Implikationen 5.4 - Zwischenergebnis: Empirische Resultate zu Supply Frühwarnsystemen für Wissenschaft und Praxis
6. Thesenartige Zusammenfassung der Ergebnisse
2
Das Supply Frühwarnsystem-Modell als ein Element strategischen Supply Risk Managements
Auch um Empfehlungen im Sinne der angewandten Wissenschaft geben zu können, ist eine fundierte Erarbeitung der theoretischen Grundlagen notwendig. Wie in der Einführung aufgeführt wurde und in Kapitel 2.1.3 noch genauer aufzuzeigen ist, ist der Bereich der Supply Frühwarnsysteme noch ein weitgehend unerforschter Bereich, in welchem über rein normative Veröffentlichungen hinaus nur vereinzelt theoretisch fundierte oder empirische Arbeiten publiziert wurden. In beiden Bereichen soll mit dieser Arbeit ein Baustein gelegt und somit wissenschaftlicher Fortschritt erreicht werden. In diesem Kapitel wird neben der begrifflichen Basis auch die empirische Untersuchung auf ein theoretisches Fundament gestellt. Kapitel 2.1 zeigt in einer kurzen Einführung die Grundlagen des Supply Managements sowie des Risikomanagements und verknüpft die Themen dann durch den Ansatz des Supply Risk Managements sowie den Bereich der Supply Frühwarnsysteme. Hierbei wird eine Literaturanalyse durchgeführt, um den aktuellen Forschungsstand zu reflektieren. In Kapitel 2.2 werden wirtschaftswissenschaftliche Theorien auf das Problemfeld angewandt. Es haben sich die Principal Agent-Theorie, die Transaktionskostentheorie sowie die Systemtheorie als viel versprechend für die Anwendung auf Supply Frühwarnsysteme ergeben. Die Bedeutung der Theorien für das Problemfeld, die Ableitung von Zieldimensionen sowie der Mehrwert für die Erklärung oder Gestaltung von Frühwarnsystemen werden hierbei erarbeitet. Aufbauend auf den Ergebnissen der theoretischen Analyse wird in Kapitel 2.3 ein theoretisch fundiertes und gleichzeitig praxisorientiertes Modell eines Supply Frühwarnsystems aufgebaut. Hierzu werden existierende Überlegungen aus dem Supply Controlling, dem strategischen Management und den Frühwarnsystemen in ein Prozessmodell für ein Supply Frühwarnsystem integriert sowie Methoden der Frühwarnung vorgestellt. Es resultiert ein Drei-Ebenen-Modell eines Supply Frühwarnsystems, das Referenzcharakter für die folgenden Kapitel dieser Arbeit besitzt. Abschließend wird in Kapitel 2.4 ein Zwischenergebnis aus diesem Kapitel aufgezeigt. Abbildung 2 stellt in einem Überblick den Aufbau dieses Kapitels dar.
12
Das Supply Frühwarnsystem-Modell
Abbildung 2:
Aufbau von Kapitel 2
2. Theoretische Überlegungen zu Supply Frühwarnsystemen 2.1 - Ausarbeitung der begrifflichen Grundlagen 2.1.1 - Supply Management
2.1.2 - Risikomanagement
2.1.3 - Supply Risk Management und Frühwarnsysteme
2.2 - Anwendung wirtschaftswissenschaftlicher Theorien 2.2.1 - Principal Agent-Theorie
2.2.2 - Transaktionskostentheorie
2.2.3 - Systemtheorie
2.3 - Modell eines Supply Frühwarnsystems 2.3.1 - Existierende Ablaufmodelle
2.3.2 - Methoden der Frühwarnung
2.3.3 - Modell eines praxisrelevanten Supply Frühwarnsystems
2.4 - Zwischenergebnis: Nachholbedarf bei Supply Frühwarnsystemen in Wissenschaft und Praxis
2.1
Die Charakterisierung des Begriffs Supply Frühwarnsystem
In einem ersten Schritt werden im Folgenden die definitorischen Grundlagen für ein Supply Frühwarnsystem aufgearbeitet. Hierzu werden der Aufbau des Supply Managements Paradigmas sowie grundlegende Risikomanagementansätze kurz vorgestellt. Die Erkenntnisse hieraus werden in einem nächsten Schritt dann für die Erarbeitung eines Rahmens für das Supply Risk Management sowie insbesondere der Supply Frühwarnsysteme genutzt.
2.1.1
Das Supply Management Paradigma und der Supply Management Navigator als Grundlage für eine strategisch ausgerichtete Unternehmensfunktion Einkauf und Beschaffung
Obgleich bereits 1929 der Gesamtzusammenhang zwischen den betrieblichen Teilbereichen Beschaffung, Produktion und Absatz durch Gutenberg (Gutenberg 1929, S. 46) aufgezeigt wurde, war die Beschaffung für lange Zeit ein in der betriebswirtschaftlichen Forschung nachgeordneter Funktionsbereich (Tan 2001, S. 41). Einer Konzentration auf den Produktionsbereich nach dem ersten Weltkrieg folgte in den 70er Jahren die Schwerpunktsetzung auf den Absatzbereich (Thiemt 2003, S. 52). Schon 1980 wiesen Grochla und Schönbohm (1980, S. 48/194) auf die Notwendigkeit einer ganzheitlichen Betrachtungsweise im Be-
Das Supply Frühwarnsystem-Modell
13
schaffungsbereich und einer Integration der notwendigen Funktionen zur Beschaffung von Materialien, Finanzen und Personal hin. Auch Arnold wies 1989 auf die Notwendigkeit einer strategischen Beschaffungsfunktion hin (Arnold 1989, S. 48; Ogden et al. 2005, S. 30). Trotzdem ist bis heute zu konstatieren, dass die Beschaffung in ihrer Bedeutung für die Betriebswirtschaftslehre hinter den Bereichen Produktion und Absatz zurückgeblieben ist. So stand noch 2002 zum Beispiel den etwa 80 deutschen Marketingprofessoren nicht ein einziger Lehrstuhl gegenüber, der sich ausschließlich mit dem Thema Einkauf und Beschaffung beschäftigte (Koppelmann 2002, S. 948). In den vergangenen Jahren ist eine vermehrte Fokussierung von Wissenschaft und Praxis auf Einkauf und Supply Management zu erkennen (Homburg und Werner 1998, S. 980; Kaufmann 2001, S. 17-29; Mol 2003). Gründe hierzu wurden in der Einführung aufgeführt und umfassen insbesondere die Konzentration der Unternehmen auf ihre Kernkompetenzen und das Outsourcing jeglicher Produktionsprozesse, die nicht entscheidend zur unternehmerischen Wertschöpfung beitragen (Tan 2001, S. 41). In Folge dessen wächst die Abhängigkeit der Unternehmung vom Supply Netzwerk und die Bedeutung der Unternehmensfunktion Einkauf und Supply Management (Buchholz 2002, S. 365; Flynn 2005, S. 22). Als relativ junges Forschungsfeld existieren, anders als z. B. im Produktions- oder Absatzbereich, zahlreiche parallele Begriffe und Definitionen von Supply Themen (Eßig 2005, S. 4; Kaufmann 2001, S. 30-31). Jahns (2005c, S. 25) hat nicht weniger als dreißig Titel identifiziert, die in der Praxis für die Aufgabenbezeichnung des „Supply Managers“ genutzt werden. Auch für das Feld selber gibt es in Wissenschaft und Praxis zahlreiche Begriffe, die teilweise synonym und teilweise mit unterschiedlichen Bedeutungen parallel genutzt werden (New und Payne 1995, S. 61). Zu nennen sind hier Einkauf, Beschaffung, Supplier Relationship Management, Beschaffungsmarketing, Materialwirtschaft, Supply Chain Management oder Supply Management (Harland et al. 2006, S. 740; Jahns 2005c, S. 26; Kaufmann 2001, S. 32-36). Auch diese Begriffe werden in der Wissenschaft mit teilweise völlig unterschiedlichen Perspektiven versehen, so unterscheiden z. B. Otto und Kotzab (2002, S. 130) nur für den Begriff des Supply Chain Managements sechs unterschiedliche Perspektiven und Zwecke, die in der wissenschaftlichen Diskussion genutzt werden. Supply Chain Management reicht hier von der System Dynamics-Perspektive zur Koordination von Systemen über eine Logistikorientierte Sichtweise zur Integration von Prozessen bis hin zur StrategiePerspektive zur effektivsten Kombination von Kompetenzen innerhalb der Supply Chain (Otto und Kotzab 2002, S. 130). Diese Ausführung verdeutlicht, dass die Entwicklung von Ordnungsrastern in Einkauf und Supply Management von enormer Bedeutung ist, um ein einheitliches Verständnis in Wissenschaft und Praxis herzustellen (Eßig 2005, S. 16; Jahns 2004b, S. 28). Jahns hat die o. g. Begriffe in seiner Habilitation analysiert und sie in einen Begriffswürfel eingefügt, der mehr
14
Das Supply Frühwarnsystem-Modell
Klarheit bringt (Abbildung 3, zur genaueren Abgrenzung der einzelnen Begriffe siehe Jahns (2005c, S. 26-30)). Abbildung 3:
Begriffswürfel des Supply Managements
Quelle: Jahns (2005a, S. 14)
Auf dieser Basis wurde der Supply Management-Ansatz entwickelt. Dieser integrative Ansatz soll im Folgenden kurz skizziert werden und als Referenzmodell zur Eingliederung des Supply Risk Managements sowie der Supply Frühwarnsysteme im weiteren Verlauf der Arbeit dienen. Ausgangspunkt ist das Theoriegebäude des Supply Chain Managements (SCM) als Metasystem (Jahns 2005b, S. 352), das in Abbildung 4 skizziert ist. Supply Chain Management besteht aus den beiden Systembestandteilen Supply Management und Logistik Management und ist ein normativer Ansatz (Jahns 2006b, S. 31), der durch (Sub-) SystemUmweltfaktoren wie Forschung und Entwicklung, Marketing, Produktion, Informationstechnologie, Finanzen und Personal beeinflusst wird. Das Supply Chain Management gibt den Gedanken einer Optimierung von Wertschöpfungsbeiträgen der Supply Chain-Mitglieder nach ihrem individuellen und optimalen Wertbeitrag vor (Jahns 2005c, S. 28) und dient somit als Führungsphilosophie für alle Beteiligten (Jahns 2005b, S. 352; Tan 2001, S. 42).
Das Supply Frühwarnsystem-Modell
Abbildung 4:
15
Theoriegebäude des Supply Chain Managements
Supply Chain Management
Normative Ebene
Supply Management
LogistikManagement
ManagementModule
ManagementModule
Strategische Ebene: Führungssystem
Kern-Module
Kern-Module
Einkauf / Abwicklung
Warenlogistik
Operative Ebene: Leistungssystem / Ausführungssystem
Lieferantenmanagement
Dokumentenlogistik
Support-Module
Support-Module
F&E
Marketing
Produktion
IT
Finance
Personal
(Sub-) System-Umwelt
Quelle: In Anlehnung an Jahns (2005b, S. 353)
Das Supply Management wird hier verstanden als die „ganzheitliche, integrative beschaffungsseitige Planung, Steuerung und Überwachung der internen und externen Wertschöpfungskette“ (Jahns 2005b, S. 350). Es „setzt auf strategischer Ebene an, um komplexe Wertschöpfungsfragen aus einer Beschaffungsperspektive zu analysieren, zu gestalten, zu koordinieren und nachhaltig zu optimieren (Effektivitätsziel). Die operativen Einkaufsprozesse können auf dieser strategischen Basis unternehmensintern und unternehmensextern abgewickelt und realisiert werden (Effizienzziel)“ (Jahns 2005b, S. 350). Unter Supply Management wird folglich die ganzheitliche, integrative Planung, Steuerung und Überwachung der Beschaffungswerte und -objekte verstanden (Hartmann et al. 2007, S. 31). Die Bereiche, die durch ein strategisches Supply Management thematisiert werden müssen, sind in Abbildung 5 im Supply Management Navigator graphisch dargestellt (Jahns 2005c, S. 70; Jahns und Henke 2004, S. 12). Der Navigator ist für die Managementtheorie und Praxis eine Art Landkarte, anhand derer die relevanten Analysefelder dargestellt werden. Er ist unterteilt in acht Managementmodule, ein Kernmodul Einkaufen und Performance Management sowie sechs Supportmodule. Der Navigator selber stellt das 16. Modul dar, dessen Verständnis für die Interaktionen zwischen den Elementen als notwendig angesehen wird (Jahns 2005c,
16
Das Supply Frühwarnsystem-Modell
S. 69). Das Kernmodul Einkaufen und Performance Management beschreibt den eigentlichen operativen Einkaufsprozess, der Themen der Einkaufsabwicklung sowie des Lieferantenmanagements beinhaltet (Jahns 2005c, S. 70-71). Die sechs Supportmodule stellen Techniken zur Verfügung, die zur Bearbeitung der Managementmodule sowie des Kernmoduls notwendig sind. Sie sind somit die Enabler des gesamten Navigators (Jahns 2005c, S. 71). Neue Erkenntnisse wurden in den vergangenen Jahren in den Navigator integriert, so wurde gegenüber der Ursprungsversion (Jahns 2005c, S. 70) das Modul des Supply Key Account Management in Supply Communication Management umbenannt sowie das Modul Supply Controlling erweitert zu Supply Controlling & Risk Management (Jahns 2005b, S. 354). Abbildung 5:
Der Supply Management Navigator
Quelle: Jahns (2005b, S. 354)
Die Managementmodule charakterisieren den strategischen Teil des Supply Managements und seine Aufgabenbereiche. Sie sind unterteilt in Strategie-, Prozessund Potenzial-Module (Jahns 2005c, S. 360). Zu den Strategie-Modulen zählt das Managementmodul der Supply Vision, das die langfristige Zielvorstellung für das Supply Management bereitstellt (Jahns 2005c, S. 148-160). Das Modul der Supply Strategien konkretisiert die Supply Vision anhand der Supply Management Portfolioanalyse (Jahns 2005c, S. 161180). Schließlich stellt das Modul des Supply Value Management die Frage nach der optimalen Wertschöpfungstiefe für das eigene Unternehmen, die aufbauend auf einer Analyse der Profit Impact of Market Strategies (PIMS)-Datenbank beantwortet werden kann (Jahns 2005c, S. 181-206). Die Prozess-Module umfassen als erstes das Modul des Supply Communication Management, welches das Supply Management durch eine Key Account-Struktur
Das Supply Frühwarnsystem-Modell
17
im eigenen Unternehmen als Ansprechpartner positioniert (Jahns 2005c, S. 213231). Das Modul des Supply Prozess Management konkretisiert die Vorgaben der Supply Strategie und bietet Prozesslandkarten auch über das Supply Management hinaus für die tägliche Arbeit an (Jahns 2005c, S. 232-262). Das Modul der Supply Organisation definiert die Gestaltungsdimensionen strategische versus operative Aufgaben, Zentralisierung versus Dezentralisierung und Funktions- versus Produktorientierung im Supply Management (Jahns 2005c, S. 263-283). Die Potenzial-Module enthalten als erstes das Modul des Supply Human Resource Managements, das für die Bereitstellung und Entwicklung der notwendigen Personalressourcen zuständig ist (Jahns 2005c, S. 290-309). Abschließend gibt es das Modul des Supply Controlling & Risk Management mit dem Ziel, quantitative und qualitative Daten bereitzustellen, die zur Führung und Steuerung des Supply Managements notwendig sind (Jahns 2005c, S. 310-350). Da dieses Modul für die Themenstellung dieser Arbeit von besonderer Bedeutung ist, wird es in Kapitel 2.1.3 vertiefend aufgegriffen. Dieses Supply Management-Verständnis soll für die laufende Arbeit als Grundlage genutzt werden. Wie sich Supply Frühwarnsystem und ein Supply Risk Management konkret im Supply Management-Navigator wiederfinden, ist Thema des Kapitels 2.1.3, welches die Ausführungen diesen und des folgenden Kapitels über Risikomanagement miteinander verbindet.
2.1.2
Risikomanagement im Unternehmen als strategische Notwendigkeit zur unternehmerischen Grundabsicherung
Das Risikomanagement in Firmen hat in den vergangenen Jahren stark an Bedeutung gewonnen (Hauschildt und Grape 2006, S. 14), insbesondere auch durch die gesetzlichen Forderungen zu einem erweiterten Risikomanagement-Ansatz. So wird im Gesetz zur Kontrolle und Transparenz im Unternehmensbereich (KonTraG 1998) von 1998 explizit die Einrichtung eines Überwachungssystems und eines damit zusammenhängenden Frühwarnsystems gefordert (Bitz 2000, S. 235; KonTraG 1998, S. 787). Das Frühwarnsystem soll insbesondere diejenigen Risiken betrachten, welche den Fortbestand der Gesellschaft besonders gefährden können (KonTraG 1998, S. 791). Im Bilanzrechtsreformgesetz (BilReG 2004) von 2004 wird gefordert, dass die zukünftige Entwicklung des Unternehmens in Bezug auf Risiken und Chancen beurteilt wird (BilReG 2004, S. 3167/3169/3172). Explizit genannt werden hierbei die Risikokategorien Preisänderung, Ausfall, Liquidität und Zahlungsstromschwankungen (BilReG 2004, S. 3167/3169/3172). Im Deutschen Corporate Governance Kodex von 2005 wird die Informationspflicht des Vorstandes zu Fragen des Risikomanagements und zur Darstellung der Risikolage herausgestellt (Kodex 2005, S. 4). Der Aufsichtsrat ist für die Einrichtung eines Komitees verantwortlich, das sich in einem Aufgaben-
18
Das Supply Frühwarnsystem-Modell
gebiet mit dem Risikomanagement der Gesellschaft beschäftigen soll (Kodex 2005, S. 9). Gegenstand des durch die Gesetze geforderten Risikomanagements ist somit ein umfassender Ansatz eines Chancen- und Risikomanagements, der inhaltlich allerdings durch die Angabe der genannten Risikobereiche weitgehend auf ein zwar im Unternehmen breit angelegtes, aber dennoch finanzielles Risikomanagement mit Fokus auf wesentliche Fehlentwicklungen eingeschränkt wird (Bitz 2000, S. 237). Einen guten Überblick über die unterschiedlichen Risikomanagementansätze gibt Schubert (2004, S. 37-57) in seiner Dissertation. Der in dieser Arbeit verwendete Begriff des Risikomanagements soll auf einem breiten Verständnis aufbauen (Hahn 1987, S. 138), jedoch über die finanzielle Ebene hinaus alle relevanten Risiken betrachten. Der Begriff des Risikos hat in der wissenschaftlichen Literatur zwei Dimensionen: Unter Risiko im weiteren Sinne wird heute in der Literatur die Möglichkeit der positiven wie auch negativen Zielabweichung verstanden, also Chance und Risiko (Lück 2001a, S. 55; Rogler 2002, S. 5). Der dieser Arbeit zugrunde liegende Risikobegriff zielt jedoch auf Risiko im engeren Sinne, also Risiko als Verlustgefahr ab. Der weiten Definition soll nicht gefolgt werden, da Supply Management per se ausgerichtet auf die Wahrnehmung von Chancen ist – als strategische Unternehmensfunktion, welche Chancen für die Unternehmung identifizieren und verwirklichen soll. Die Risiken jedoch, die bei einer strategischen und operativen Einkaufsfunktion gleichfalls existieren, müssen mit anderen Methoden gemanagt werden und erfordern somit eine eigenständige Betrachtung. Bestandteile des Risikomanagements eines Unternehmens sind nach Lück (2001a, S. 54) ein Controllingsystem, ein internes Überwachungssystem sowie ein Frühwarnsystem. Die Bedeutung des Frühwarnsystems ragt hierbei heraus, da ohne eine effektive Identifikation von Risiken der gesamte Prozess zum Scheitern verurteilt ist. Diese strukturelle Aufteilung gibt jedoch wenig Hinweise auf die prozessuale Umsetzung in Unternehmen. Daher folgt die inhaltliche Umsetzung in betriebswirtschaftlicher Sicht zumeist einem Kreislauf, für welchen die Theorie zahlreiche Möglichkeiten bietet. Eine Auswahl davon ist in der Übersicht in Tabelle 1 dargestellt.
Das Supply Frühwarnsystem-Modell
Tabelle 1:
Brühwiler (2001, S. 80)
19
Ausgewählte Risikomanagement-Zyklen im Vergleich Risikostrategie
Risikoidentifikation
Risikoanalyse
Risikosteuerung
Risikosituation
–
Risiken erkennen
Risiken bewerten
Risiken bewältigen
Risiken überwachen
Risk Treatment
Risk Reporting; Risk Monitoring
Risikosteuerung
Risikoüberwachung
Risk Assessment
Gaudenzi und Borghesi (2006, S. 116) –
Risikoidentifikation
Zielbildung
Risikoidentifikation
Risikoanalyse und Planung -bewertung Risikobewältigung
Lück (2001a, S. 57)
Risikostrategie; Maßnahmenfestlegung
Risikoidentifikation
Risikoanalyse; Risikobewertung
Melnyk et al. (2005, S. 34)
Awareness; Remediation
KPMG (1998)
Koppelmann (2004, S. 405-415)
Pfohl (2002b, S. 8)
–
Rogler (2002, S. 29-32)
–
Wolf und Runzheimer (2003, S. 32)
–
Risikoanalyse
Risikosteuerung
Prevention (Identification, Assessment, Treatment, Monitoring) Risikoidentifikation
Risikoanalyse
Analyse der Risiken
Identifikation
Bewertung
Risikosteuerung
Risikosituation; Soll-Ist-Vergleich
Knowledge Management
Risikosteuerung
–
Risikopolitische Maßnahmen; Durchführung
–
Handhabung
Controlling
Die Abweichungen der verschiedenen Risikomanagement-Kreisläufe sind mehr formaler als inhaltlicher Natur (Pfohl 2002b, S. 8). Für diese Arbeit wird eine reduzierte Version des ausführlichen Kreislaufs von Lück (2001a, S. 57) übernommen. Hierbei werden die Schritte der Risikoanalyse und der Risikobewertung (Thiemt 2003, S. 206), die Schritte der Risikostrategie und der Festlegung der Maßnahmen sowie die Schritte der Risikosituation und des Soll-Ist-Vergleichs jeweils zu einem Schritt zusammengefasst, um eine Fokussierung zu ermöglichen ohne die wesentlichen Unterscheidungskriterien aus den Augen zu verlieren. Es ergibt sich auf dieser Basis ein Risikomanagementprozess aus fünf Prozessschritten, der in Abbildung 6 illustriert ist.
20
Abbildung 6:
Das Supply Frühwarnsystem-Modell
Kreislauf des Risikomanagements 1. Formulierung/ Überarbeitung der Risikostrategie
5. Risi k situa otion
2. koRisi it iden n o if kati
Risikomanagement System R 4. ste isik ue oru ng
3. osik e Ri alys an
Quelle: In Anlehnung an Lück (2001a, S. 57)
Die Formulierung und Überarbeitung der Risikostrategie ist Aufgabe der Unternehmensleitung und muss im Rahmen der allgemeinen Unternehmensstrategie durchgeführt werden (Burger und Buchhart 2002, S. 595). Die Beobachtungsbereiche für Risiken müssen definiert werden und eine maximale Verlustgrenze angegeben sein. Die Risikostrategie definiert die einzelnen Maßnahmen der folgenden Schritte und stimmt diese optimal aufeinander ab (Lück 2001a, S. 57-59). Die Risikoidentifikation erfasst mögliche Gefahren möglichst vollständig und frühzeitig und führt zu einer Inventur aller Risiken des Unternehmens (Lück 2001a, S. 59). Die Risikoanalyse unterscheidet die in der Identifikation angefallenen Risiken nach Schwerpunktrisiken und Risiken, die vernachlässigt werden können. Hierzu ist eine genaue Ursachenanalyse notwendig (Lück 2001a, S. 60-61). In der Literatur wird zur Bewertung üblicherweise die Bildung des Schadenserwartungswertes aus der Multiplikation der Wahrscheinlichkeit des Auftretens des Risikos und des drohenden Vermögensverlustes beim Eintritt des Risikos vorgeschlagen (Brühwiler 2001, S. 11-13; Lück 2001a, S. 61). Bei der Risikosteuerung unterscheidet man im Allgemeinen zwischen vier Möglichkeiten der Maßnahmenbeeinflussung (Lück 2001a, S. 61-62): Risikovermeidung, Risikoverminderung (Verringerung des Schadenserwartungswertes durch Maßnahmen zur Reduzierung der Wahrscheinlichkeit oder des drohenden Verlustes), Risikoüberwälzung (Übertragung der Risiken auf Partner, zumeist Versicherungsunternehmen)
Das Supply Frühwarnsystem-Modell
21
und Risikokompensation (Übernahme des Risikos im eigenen Unternehmen). Die Risikosituation umfasst abschließend die Darstellung der Ergebnisse aus dem Prozessablauf, eine Übersicht über eingetretene Risiken und den Vergleich der unternehmerischen Gesamt-Risikosituation mit dem vorgegebenen Maximalverlust der Risikostrategie (Lück 2001a, S. 62-64). Die Risikosituation muss auf Basis des Soll-Ist-Vergleiches auch die Optimierungspotenziale für das Risikomanagement identifizieren und Vorschläge zur Verbesserung unterbreiten. Diese fünf Schritte schließen den Kreislauf des Risikomanagements. Die in der Risikosituation identifizierten Verbesserungspotenziale gehen im nächsten Durchlauf erneut in die Risikostrategie ein. Der Risikomanagement-Kreislauf gibt wertvolle Hinweise zu einer prozessualen Ausgestaltung des Risikomanagements. Trotzdem aber ist der Kreislauf nicht stets deterministisch in dieser Reihenfolge zu durchlaufen (Dobler 2005, S. 147). Risiken werden im Unternehmen durchaus parallel identifiziert, analysiert und gesteuert. Während z. B. Maßnahmen zur Risikovermeidung bei einem Absatzrisiko implementiert werden, müssen die weiteren möglichen Risiken trotzdem laufend überwacht werden. Die einzelnen Punkte des Risikomanagement-Kreislaufs laufen daher zumeist parallel ab, mit den Schritten der Risikoidentifikation, Risikoanalyse und Risikosteuerung als fortlaufendem Prozess und den Schritten der Risikostrategie und der Risikosituation als turnusmäßig wiederholtem Prozess. Als ein Bestandteil eines vollständigen Risikomanagements haben Frühwarnsysteme in der Literatur zum Strategischen Management viel Anklang gefunden (Ansoff 1975; Bitz 2000, S. 237; Brühwiler 2001, S. 9; Gleißner und Romeike 2005, S. 156; Hahn 1987, S. 143; Kreikebaum 1997, S. 28; Krystek 2003; Müller 2001, S. 214). Das KonTraG verfolgt als ein zentrales Ziel die Identifikation aller wesentlichen Risiken im Unternehmen (Bitz 2000, S. 233). Das Frühwarnsystem wird häufig als Instrument der Risikoidentifikation charakterisiert (Lück 2001a, S. 59). Nach der gängigen Definition, der auch hier gefolgt werden soll, umfasst ein Frühwarnsystem „alle systematisch erfolgenden Aktionen der Wahrnehmung, Sammlung, Auswertung und Weiterleitung von Informationen über latent bereits vorhandene Risiken [...] in einem so frühen Stadium, dass noch ausreichende Zeit für eine Planung und Realisierung von Reaktionsstrategien und (Gegen)Maßnahmen verbleibt“ (Loew 1999, S. 23). Diese Definition zeigt, dass ein Frühwarnsystem weniger als ein Instrument, sondern mehr als eine Sammlung von Methoden, Tools und organisatorischen Prozessen zu betrachten ist, die das Ziel der Risikoidentifikation, der Risikoanalyse sowie der organisatorischen Aufbereitung der verfügbaren Informationen als gemeinsame Basis haben. Ein Frühwarnsystem ist also gleichzusetzen mit den Prozessschritten der Risikoidentifikation und Risikoanalyse im dargestellten Risikomanagement-Kreislauf. Ergänzend zu einem Frühwarnsystem existieren in der Literatur noch die beiden Begriffe Früherkennung und Frühaufklärung (Krystek 2003, S. 122). Die Abgren-
22
Das Supply Frühwarnsystem-Modell
zung ist nicht immer eindeutig (Darkow 2003, S. 138), da auch renommierte Autoren des Forschungsfeldes die drei Begriffe teilweise synonym verwenden (Bertram 1993, S. 136; Gleißner und Füser 2000, S. 933; Wolf und Runzheimer 2003, S. 52). Erkennbar ist eine Entwicklung hin zu der folgenden Interpretation: Ein Frühwarnsystem ist für die Identifikation und Analyse von Risiken im engeren Sinne (Verlustgefahr) zuständig. Ein Früherkennungssystem integriert darüber hinaus auch Chancen in die Betrachtung. Ein Frühaufklärungssystem wird zusätzlich erweitert um die Sicherstellung von Gegenmaßnahmen für die identifizierten Chancen und Risiken (Krystek und Müller 1999, S. 178; Loew 1999, S. 24). Gemäß der Abgrenzung zu Beginn dieses Kapitels sollen für diese Arbeit nur Risiken, nicht aber Chancen betrachtet werden. Die Erweiterung um Maßnahmen ist gleichzusetzen mit einer Erweiterung des Betrachtungshorizontes um die Risikosteuerung des Kreislaufs. Fokus dieser Arbeit ist daher der Bereich der Frühwarnsysteme. Die Definition eines Frühwarnsystems hat darüber hinaus einen Fokus auf den Zeithorizont gelegt. Die Zeitdimension soll daher noch einmal gesondert betrachtet werden. Das Konzept der schwachen Signale nach Ansoff (Ansoff 1975; Ansoff 1976) hat viel Anklang in der Theoriediskussion des strategischen Managements gefunden. Ansoff führt aus, dass sich Entwicklungen – und mithin auch die drohenden Risiken – des Unternehmens nicht plötzlich demaskieren, sondern in Form schwacher Signale schon lange vor ihrem Eintritt ankündigen. Schwache Signale aber sind schlecht definiert, unklar und für Mitarbeiter in einem Unternehmen nicht immer ohne weiteres erkennbar. Aus diesem Grunde ist die methodische Unterstützung von Ansoffs Konzept auch nach dreißig Jahren noch außerordentlich schwach (Kienzle 2000, S. 116). Das Konzept hat in der Praxis nur wenig Bedeutung gewinnen können, seine praktische Relevanz wird auch von der Wissenschaft häufig angezweifelt (Gleißner und Füser 2000, S. 940; Konrad 1991). Die Überlegungen, die hinter Ansoffs Konzept liegen, sind jedoch außerordentlich einfach und werden deutlich, wenn die grundlegenden Punkte hinter den drei Generationen der Frühwarninformationen verdeutlicht werden (Hirschsteiner 2002a, S. 72; Klausmann 1983, S. 41-44; Krystek 2003, S. 124-135; Loew 1999, S. 25-31; Winkler 2005, S. 367-369): (1) Erste Generation – Kennzahlen als Basis für die Frühwarnung Die kennzahlen- oder auch hochrechnungsorientierte Frühwarnung basiert auf definierten Kennzahlen aus dem Rechnungswesen oder den Jahresabschlüssen von Unternehmen. Die Qualität der Daten ist hoch, jedoch stehen diese Informationen häufig erst spät zur Verfügung. Gerade im Hinblick auf das gesetzte Ziel – die möglichst frühzeitige Erkennung von drohenden Risiken – ist ein kennzahlenbasiertes System alleine nicht ausreichend, da nicht mehr ausreichend Zeit zur Entwicklung von Gegenmaßnahmen bleibt. Aus diesem Grund werden Kennzahlen teilweise auch als „Spätindikatoren“ bezeichnet (Kienzle 2000, S. 89).
Das Supply Frühwarnsystem-Modell
23
(2) Zweite Generation – Indikatoren als Basis für die Frühwarnung Die indikatororientierte Frühwarnung basiert nicht mehr auf festen, meist finanziellen Kennzahlen, sondern nutzt zahlreiche Informationen, die miteinander verkettet werden. Erfahrungen der Vergangenheit sind die Grundlage für die Bestimmung von Informationen, die als Basis für eine Prognose gelten. So kann eine Ölpreissteigerung durch eine starke Nachfragesteigerung in der Volksrepublik China ausgelöst werden. Prognosedaten zur Entwicklung der Bauindustrie in China könnten, falls diese Annahme sich als valide herausstellt, ein Indikator sein, der auf eine solche Preissteigerung hinweist. Der Horizont der indikatororientierten Frühwarnung geht über den Kennzahlen-Ansatz hinaus, da er viele Analysefelder integrieren kann und nicht auf vergangenheitsorientiertes Datenmaterial angewiesen ist (Kienzle 2000, S. 103). Der indikatororientierte Ansatz ist daher als mittelfristiger Ansatz zu klassifizieren. (3) Dritte Generation – Schwache Signale als Basis für die Frühwarnung Die schwachen Signale erweitern die beiden obigen Ansätze um eine unstrukturierte Komponente. Das Konzept geht gerade davon aus, dass sich Diskontinuitäten ereignen, die durch Indikatoren nicht erfasst werden können. Vielmehr ist eine ungerichtete Informationssuche und -auswertung notwendig, um mögliche Signale identifizieren zu können, die auf Diskontinuitäten hinweisen (Knittelmeyer 1999, S. 127). Schwache Signale sind insofern uneindeutige Hinweise und erfordern im Einzelfall umfangreiche Zeitressourcen sowie die Bereitschaft und Fähigkeit zur Durchführung des Konzepts bei den beteiligten Mitarbeitern (Kienzle 2000, S. 112/119). Diese Aufteilung in Generationen zeigt deutlich, dass es insbesondere die Zeitdimension ist, durch welche die drei Ansätze voneinander getrennt werden. Viele Risiken kündigen sich in einem ersten Schritt durch schwache Signale an, bevor Indikatoren anschlagen oder die Risiken durch Kennzahlen offensichtlich werden (Ansoff 1976, S. 133). Die Erfassung von schwachen Signalen jedoch erfordert umfangreichen personellen, methodischen und somit auch finanziellen Einsatz und kann im Einzelfall zur Erkennung von Risiken mit relativ geringer Auswirkung überdimensioniert sein (Roselieb 1999a, S. 105). Ziel eines Frühwarnsystems muss es stets sein, drohende Risiken möglichst frühzeitig zu erkennen. Ziel der Unternehmung ist aber eine Kostenoptimierung, womit nicht alle Methoden zum Einsatz kommen (Loew 1999, S. 19). Kennzahlen, Indikatoren und schwache Signale sind somit aus Sicht der anwendungsorientierten Wissenschaft grundsätzlich als gleichberechtigt für ein ganzheitliches Frühwarnsystem zu klassifizieren (Diemers 1999, S. 233; Loew 1999, S. 31; Wolf und Runzheimer 2003, S. 56), da vereinfachend die Aussage gilt: Ein Risiko, das spät erkannt wird, ist besser als ein Risiko, das gar nicht erkannt wird (vgl. ähnlich Brauner 2005, S. 13). Im Einzelfall mag einem der drei Konzepte der Vorzug gegeben werden, wobei die Übergänge fließend sind (vgl. ähnlich Thiemt 2003, S. 80). Wichtig ist das Ver-
24
Das Supply Frühwarnsystem-Modell
ständnis, dass Hinweise auf drohende Risiken umso unstrukturierter und unschärfer sind, je weiter das Risiko in der zeitlichen Dimension noch von seinem Auftreten entfernt ist. Mit zunehmender Klarheit über das Risiko und seine Auswirkungen sinkt jedoch die mögliche Reaktionszeit; die inhaltlichen Möglichkeiten zur Risikobewältigung werden weniger und die Schadenseintrittswahrscheinlichkeit steigt. Abbildung 7 zeigt diesen Zusammenhang in einer Übersicht. Für diese Arbeit wird im weiteren Verlauf der Begriff des ‚Indikators’ ausgewählt, der sich jedoch auf alle drei Generationen der frühwarnrelevanten Informationen bezieht. Abhängig vom Einzelfall und den möglichen Auswirkungen einer Risikoinformation nimmt ein Indikator somit auch die Stellung eines schwachen Signals oder einer Kennzahl aus, um den Reaktionszeitraum je nach Anforderung der Risikostrategie zu verlängern oder zu verkürzen. Abbildung 7:
Zusammenhang zwischen Informationsschärfe und Reaktionszeit
S Si c h w gn a al c h e e
to ka di In
Ke
nn
za
hl
re n
en
Schärfe der Information
Reaktionszeitraum Risikoeintritt
Diese einleitenden Ausführungen zu einem unternehmerischen Risikomanagement bilden das Fundament für die Diskussion eines Supply Frühwarnsystems im folgenden Kapitel.
2.1.3
Supply Frühwarnsysteme als ein Element des Supply Risk Managements und ihre Integration in den Supply Management Navigator
Supply Frühwarnsysteme als ein Element des Supply Risk Managements müssen im Folgenden im Supply Management Navigator verortet werden. Hierbei ist das Management-Modul ‚Supply Controlling & Risk Management’ relevant (vgl. Abbildung 5). Supply Controlling soll hierbei „als dasjenige Subsystem des Supply Managements interpretiert werden, das die Supply Planung, die Supply Kontrolle sowie die Informationsversorgung des Supply Managements [...] koor-
Das Supply Frühwarnsystem-Modell
25
diniert und so die Adaption und Koordination des Supply Managementsystems unterstützt“ (Jahns 2005b, S. 354-355). Während in der ursprünglichen Konzeption des Supply Controllings das Supply Risikomanagementsystem ein Bestandteil neben anderen einer umfassenden Konzeption war (Jahns 2005c, S. 313-314), wurde aufgrund der herausragenden Bedeutung von Risikomanagementaktivitäten das Modul im Supply Management Navigator umbenannt in ‚Supply Controlling & Risk Management’ (Henke und Jahns 2005, S. 13; Jahns 2005b, S. 354; Jahns 2006a, S. 22; Jahns und Henke 2004, S. 12) und somit das Supply Risk Management als eine der zentralen Aufgaben eines strategischen Supply Managements hervorgehoben (vgl. auch Gaudenzi und Borghesi 2006, S. 117). Fokussiert besteht eine ganzheitliche Supply Controllingkonzeption somit aus einer Supply Balanced Scorecard und einem Supply Risk Management System (Henke und Jahns 2005, S. 46; Winkler 2005, S. 360). In Kapitel 2.1.2 wurden idealtypische Risikomanagement-Kreisläufe diskutiert. Der ausgewählte Kreislauf für ein Risikomanagement gilt auch identisch für den Bereich des Supply Risk Managements (Abbildung 8). Der Schwerpunkt der weiteren Ausführungen liegt im Bereich des Supply Risk Managements, zu genaueren Ausführungen zur Supply Balanced Scorecard vgl. Jahns (2003b; 2004a). Abbildung 8:
Die Supply Balanced Scorecard und das Supply Risk Managementsystem als zentrale Bestandteile einer ganzheitlichen Supply Controllingkonzeption
1. Supply Risikostrategie
Supply Balanced Scorecard
5. Sup p Risik ly situa otion
Supply Risk Management System Su 4. p ste ply R ue isi ru ko ng -
Quelle: In Anlehnung an Henke und Jahns (2005, S. 46)
o3. isik R l y se pp aly u S an
2. ply Sup oRisik ti iden n o fikati
26
Das Supply Frühwarnsystem-Modell
Für ein Supply Frühwarnsystem gilt eine identische Abgrenzung zum Supply Risk Management wie es bei einem Frühwarnsystem zum Risikomanagement der Fall ist. Während der Supply Risk Management-Kreislauf die prozessuale Sicht verdeutlicht, sind die gesetzlichen Anforderungen in einer Dreiteilung in ein Supply Frühwarnsystem, Supply Controllingsystem und ein Internes Überwachungssystem wiederzufinden (Henke und Jahns 2005, S. 55). In diesem Sinne ist ein Supply Frühwarnsystem systemtheoretisch als ein Subsystem des ManagementModuls Supply Controlling & Risk Management zu interpretieren (vgl. ähnlich Loew 1999, S. 23). Abbildung 9 verdeutlicht die Positionierung im Supply Management-Navigator. Abbildung 9:
Supply Frühwarnsystem als ein Subsystem des Supply Managements
Supply Management SCRM: Supply Controlling & Risk Management
SCRM
SFWS: Supply Frühwarnsystem SFWS
Quelle: In Anlehnung an Daenzer (1988, S. 23) und Jahns (2005b, S. 353)
In diesem Verständnis werden unter einem Supply Frühwarnsystem alle Techniken, Tools und organisatorischen Regelungen verstanden, die zu den Supply Risk Management-Prozessschritten der Supply Risikoidentifikation und Supply Risikoanalyse beitragen. Diese Supply Prozesse umfassen „alle systematisch erfolgenden Aktionen der Wahrnehmung, Sammlung, Auswertung und Weiterleitung von Informationen über latent bereits vorhandene [Supply] Risiken [...] in einem so frühen Stadium, dass noch ausreichende Zeit für eine Planung und Realisierung von Reaktionsstrategien und (Gegen-)Maßnahmen verbleibt“ (Loew 1999, S. 23). Diese Definition eines Supply Frühwarnsystems gilt als Basis für die durchgeführte Literaturanalyse. In Kapitel 2.1.1 wurde die unzureichende Begriffsdefinition und die parallele Existenz verschiedenster Begriffe für den Bereich des Supply Managements dargelegt. Identisches gilt für das Gebiet des Supply Risk Management, bei dem Risiken im Bereich des Supply Managements mit unterschiedlichen Begriffen wie Beschaffungsrisiken (u. a. Rogler 2002), einkaufsseitige Risi-
Das Supply Frühwarnsystem-Modell
27
ken (u. a. Nagurney et al. 2005), Lieferrisiken (u. a. Haindl 1996), Logistikrisiken (u. a. Huth 2003), Supply Chain Logistikrisiken (u. a. Cavinato 2004), Supply Chain Risiken (u. a. Brindley 2004), Supply Netzwerkrisiken (u. a. Gleißner 2003), Transportrisiken (u. a. Oberparleiter 1925, S. 108) oder Supply Risiken (u. a. Zsidisin 2003b) belegt werden. Auch das Risikomanagement in Einkauf, Supply Management und Supply Chain Management ist mehrfach belegt, wobei die drei Begriffe Supplier Risk Management (u. a. Conte und Diederichs 2005), Supply Chain Risk Management (u. a. Jüttner 2005b) und Supply Risk Management (u. a. Zsidisin und Ellram 2003) am häufigsten genutzt werden. Inhaltlich ist in der Literatur keine Abgrenzung vorhanden, weshalb die vorliegenden Literaturquellen nach Relevanz zum Thema und nicht nach dem genutzten Begriff ausgewählt wurden. Zur Systematisierung des Forschungsfeldes sollen die Begriffe im Verständnis des Supply Management-Paradigmas wie folgt definiert werden: Supply Chain Risk Management besteht aus den drei Systembestandteilen Supply Risk Management, firmeninternes (traditionelles) Risikomanagement (Steinmetz 2004, S. 8) und Marketing Risk Management (Burger und Buchhart 2002, S. 593) und ist eine normative Konfiguration der gesamten Supply Chain zur Vermeidung von Supply Chain Risiken. Ein Supply Chain Risk Management kann nicht von einem einzelnen Unternehmen geleistet werden, sondern nur von einer gesamten Kette von Unternehmen (Jahns 2006a, S. 22), die koordinierte Risikomanagementaktivitäten durchführen oder eine unabhängige koordinierende Instanz geschaffen haben (vgl. ähnlich Jüttner 2005a, S. 100; Kajüter 2003, S. 116). Supply Risk Management konzentriert sich auf die ganzheitliche beschaffungsseitige Identifikation, Analyse, Steuerung und Kontrolle von internen und externen Supply Risiken. Das Supplier Risk Management als ein Unterbereich fokussiert auf den externen Bereichen, d. h. auf Lieferantenrisiken in der direkt vorgeschalteten Wertschöpfungsstufe (Zsidisin 2001c, S. 10). Das traditionelle Risikomanagement fokussiert Risiken aus Sicht der Produktion, die sich ausschließlich im eigenen Unternehmen abspielen und ist mit dem klassischen vorherrschenden Verständnis von Risikomanagement (vgl. Kapitel 2.1.2) gleichzusetzen. Das Marketing Risk Management konzentriert sich auf die ganzheitliche abnehmerseitige Identifikation, Analyse, Steuerung und Kontrolle von internen und externen Marketingrisiken. Das Customer Risk Management als ein Unterbereich fokussiert auf den externen Bereichen, d. h. auf Kundenrisiken in der direkt nachgeschalteten Wertschöpfungsstufe. Ein Logistik Risk Management wird nicht in die Betrachtung mit aufgenommen, da Logistikrisiken sich stets in der Beschaffungslogistik, der Produktionslogistik oder der Distributionslogistik (Pfohl 2000, S. 17; Weber et al. 1995, S. 17) wiederfinden und somit mit der obigen Klassifizierung ausreichend abgedeckt sind.
28
Das Supply Frühwarnsystem-Modell
Die Abdeckungsgrade des in dieser Arbeit vertretenen Verständnisses sind in Abbildung 10 graphisch dargestellt. Inhaltlich ist die Arbeit in den Bereich des Supply Risk Managements einzuordnen. Abbildung 10:
Abgrenzung des Umfangs verschiedener Risikomanagement-Ansätze Supply Chain Risk Management
Supply Chain Management
...
... n
n-1
...
Supply Risk Management
Supply Management
n+1
Traditionelles Risikomanagement
Marketing Risk Management
... ProduktionsManagement
n-1
n
MarketingManagement
n+1
Quelle: In Anlehnung an Jahns (2005b, S. 355)
Auf dieser Basis lässt sich nun der Begriff des Supply Risikos ebenfalls definieren. Aufbauend auf verschiedenen Ansätzen zur Definition eines Risikos (Zsidisin 2003b, S. 218) hat Zsidisin (2003b, S. 222) die aktuell gängige Definition eines Supply Risikos geprägt: „Supply risk is defined as the probability of an incident associated with inbound supply from individual supplier failures or the supply market occurring, in which its outcomes result in the inability of the purchasing firm to meet customer demand or cause threats to customer life and safety“. Diese Definition kann nur als Ausgangspunkt für weitere Abgrenzungen gelten, da sie sowohl die Risikoherkunft (auf „inbound supply“) als auch die Risikoauswirkung (auf „inability to meet customer demand“) beschränkt und dies für eine ganzheitliche Betrachtung von Einkauf und Supply Management nicht ausreichend ist. Zsidisin (2003b, S. 222) räumt ein, dass das Verständnis von Supply Risiken stark industrieabhängig ist. Eine eher breite Definition von Supply Risiken bietet Yacura (2005, S. 25) an, der sie als “any variable that can affect the continuity of supply of a product or service” abgrenzt. Eine ebenfalls breite Definition schlagen Jüttner et al. (2003, S. 200) vor, die Supply Risiken als “any risk for the information, material and product flows from original supplier to the delivery of the final product for the end user” beschreiben.
Das Supply Frühwarnsystem-Modell
29
Auf Basis dieser Überlegungen wird unter Supply Risiko die Möglichkeit einer negativen Zielabweichung beim Lieferanten, auf den Beschaffungsmärkten oder im eigenen Supply Management verstanden, in deren Folge eine negative Beeinträchtigung der Unternehmensfunktion Supply Management auftritt, die zu Auswirkungen auf die Supply Prozesse, andere interne Funktionen oder den Kunden der einkaufenden Firma führt. Mit diesem Verständnis können in der Literatur zu Beginn der neunziger Jahre einige Veröffentlichungen theoretischen Charakters identifiziert werden, die ein Risikomanagement in der Funktion Einkauf und Beschaffung am Rande thematisiert haben (Grochla und Schönbohm 1980, S. 48/194; Koppelmann 1980). Insbesondere durch die Wandlung von Einkauf und Beschaffung hin zum strategisch orientierten Supply Management (Jahns 2005c, S. 144-147; Kaufmann 2001; Koppelmann 2002, S. 947; Wildemann 2000, S. 3) ist seit 1999 eine verstärkte Aktivität auch im Bereich des Supply Risk Managements zu konstatieren (u. a. Brindley 2004; Christopher und Lee 2004; Henke und Jahns 2005; Koppelmann 2004, S. 403; Pfohl 2002a; Schubert 2004; Smeltzer und Siferd 1998; Zsidisin 2003b). Auf Supply Frühwarnsysteme konzentrierte Literatur fristet jedoch nach wie vor ein Schattendasein (Kienzle 2000, S. 136), obwohl die Bedeutung einer Supply Risikoidentifikation für den gesamten Risikomanagement-Prozess mehrfach hervorgehoben wurde (Schubert 2004, S. 105; Zsidisin et al. 2004, S. 398). Gerade im Supply Management mit seinen komplexen Einflussfaktoren aus dem Supply Netzwerk ist das Wissen über die Herkunft von Risiken von überragender Bedeutung (Duffy 2003, S. 24). Die folgenden Abbildungen und Tabellen geben einen Überblick über die Abdeckung des Forschungsfeldes. Da zu Supply Frühwarnsystemen nur sehr wenig Literatur existiert, wurden die Quellen zum übergeordneten Thema Supply Risk Management ebenfalls auf Inhalte zu den Prozessschritten der Supply Risikoidentifikation und -analyse überprüft. Die Auswertungen basieren auf einer intensiven Literaturrecherche verfügbarer Journal- und Zeitschriftenartikel, Bücher und Sammelbände sowie Konferenzbeiträge und Zeitungsartikel. Hierzu wurden die elektronischen Datenbanken ABI/INFORM, Business Source Complete, EconLit, Nexis/Lexis und WISO mit Begriffen, wie unter der Definition zu Supply Risk Management aufgeführt, auf relevante Artikel durchsucht sowie Vor-OrtRecherchen in Bibliotheken durchgeführt. Zu allen Zeitschriften der Zeitschriftendatenbank (ZDB) der Staatsbibliothek Berlin, welche die Worte Beschaffung*, Einkauf*, Logistik*, Supply* oder die englischen Äquivalente im Namen haben, wurden Recherchen auf Basis ihrer Inhaltsverzeichnisse durchgeführt. Der Zeitraum der Recherche erstreckte sich auf Artikel mit Erscheinungsjahr bis Ende 2006. Der Zeitraum bis 1997 umfasst nur eine sehr geringe Anzahl von Artikeln (vgl. ähnlich Peck 2006, S. 127), so dass er in der Statistik zusammengefasst erscheint. Die Geburtsstunde des heute vorherrschenden umfassenden Ansatzes eines Supply Risk Managements ist mit der Arbeit von Zsidisin und Ellram (1999)
30
Das Supply Frühwarnsystem-Modell
auf 1999 zu datieren. Für den Jahrgang 2006 können wegen Verzögerungen in der Verfügbarkeit von Zeitschriften in Bibliotheken und elektronischen Datenbanken noch Beiträge fehlen. Details zu den verwendeten Quellen finden sich in Anhang I dieser Arbeit. Dort sind Zeitungsartikel und Konferenzbeiträge sowie Artikel aus Praktiker-Zeitschriften (z. B. Beschaffung aktuell, CPO Agenda) aufgrund ihres relativ geringen inhaltlichen Gehalts bzw. der Abdeckung durch Journal-Beiträge nicht aufgeführt. Sie werden im weiteren Verlauf der Arbeit integriert, sofern sie sich als relevant aufgezeigt haben. Abbildung 11 zeigt die Entwicklung der Anzahl der Publikationen im Bereich des Supply Risk Managements und der Supply Frühwarnsysteme. Insgesamt ließen sich 75 Publikationen identifizieren, davon 59 Beiträge in Journals und 16 Buchveröffentlichungen (davon vier Sammelbände). Der Zeitraum vor 1997 erstreckt sich auf 1975 bis 1997. Wenn auch nicht konstant ansteigend, so wird der Bedeutungszuwachs des Feldes anhand dieser rein quantitativen Analyse bereits deutlich. Insgesamt nur sechs Publikationen konnten identifiziert werden, die zumindest in Teilen einen wichtigen Input für das hier vorgelegte Verständnis von Supply Frühwarnsystemen geben. Abbildung 11:
Entwicklung der Publikationen zum Supply Risk Management
Gesamtanzahl
Bücher und Sammelbände
Journalbeiträge
Supply Frühwarnsysteme
16 14 12 10 8 6 4 2 0 bis 1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
Die Mehrzahl der Veröffentlichungen hat jedoch rein konzeptionellen Charakter. Abbildung 12 fokussiert auf den Anteil der Veröffentlichungen, die entweder eine Case Study-Methodik verfolgen oder einen Fragebogen zur Datengenerierung genutzt haben. Hier werden hypothesenprüfende Publikationen zusätzlich geführt. Darüber hinaus ist der Anteil der Veröffentlichungen angegeben, die sich explizit auf eine wissenschaftliche Theorie berufen. Die Mehrzahl der Veröffentlichungen besitzt also weder eine theoretische noch eine empirische Fundierung. Falls empi-
Das Supply Frühwarnsystem-Modell
31
risch, wurde bislang vor allem die Case Study-Methodik angewandt. Sogar die Darstellung der Zahl fragebogen-basierter Untersuchungen täuscht, da allein Svenson das Ergebnis derselben Studie insgesamt sechs Mal publizierte (Svensson 2000; Svensson 2002a; Svensson 2002c; Svensson 2002b; Svensson 2004b; Svensson 2004a). Sogar nur zwei Untersuchungen haben die Prüfung von Hypothesen vorgenommen (Wagner und Bode 2006b; Zsidisin und Ellram 2003). Abbildung 12:
Methodik der Publikationen zum Supply Risk Management Gesamtanzahl
Case Study
Fragebogen
Prüfung von Hypothesen
16
Theorie
15
14 12
11
10 8
9 7 6
6 4 2 0
11
9
3
3
3
3
3
3 22 2
1
11
1
0 00
00
bis 1997
1998
1
1 000
1999
1 0
2000
1
1 000
2001
1
111
0 2002
0 2003
2004
2 1 1 0 2005
1 0
0
2006
Zusammenfassend lässt sich feststellen, dass sich nur sehr wenige Publikationen im Bereich der Supply Frühwarnsysteme identifizieren lassen (Jüttner 2005a, S. 98; Kajüter 2003, S. 118; Wagner und Bode 2006a, S. 3): Baumgarten et al. (2005) beschreiben verschiedene Supply Chain-Zusammenarbeitsformen und ihren Nutzen für die frühzeitige Identifikation von Chancen und Risiken. Kienzle (2000) gestaltet einen relativ abstrakten Überblick einer Früherkennung für das Beschaffungsmarketing basierend auf einer Literaturanalyse zu Prozessen, Informationen und Methoden. Schubert (2004) stellt die Konzeption eines beschaffungsmarketing-adäquaten Risikomanagements vor und bereitet dabei zahlreiche Methoden zur Identifikation, Analyse und Bewertung von Risiken auf. Thiemt (2003) setzt Supply Risk Management mit Frühaufklärung und Portfoliokonzepten gleich und bietet einen Überblick der existierenden Modelle an. Wildemann (2006, S. 120-162) beschreibt die Relevanz verschiedener Supply Risiken und ihrer Einflussfaktoren auf der Basis einer empirischen Analyse. Zsidisin et al. (2000) haben eine explorative Studie zur Nutzung von Risikobewertung und Methoden des Supply Risk Managements durchgeführt und dabei die Bedeutung der Supply Risikobewertung herausgestellt.
32
Das Supply Frühwarnsystem-Modell
Die Einschätzung der unzureichenden Fundierung wird in der Wissenschaft geteilt (vgl. u. a. Blackhurst et al. 2005, S. 4078; Wagner 2006, S. 13). Insbesondere ist zugleich eine fehlende theoretische (Blackhurst et al. 2005, S. 4078) und empirische (Harland et al. 2003, S. 55; Jüttner et al. 2003, S. 209; Wagner und Bode 2006c, S. 80) Fundierung erkennbar (Hendricks und Singhal 2005b, S. 695). Empirische Bemühungen sind noch immer weitgehend fallstudienbasiert (Wagner und Bode 2006a, S. 3). Die weitgehend normativen Veröffentlichungen greifen nicht die volle Komplexität des Themas auf. Wissenschaftstheorien wurden in den Publikationen zu Supply Frühwarnsystemen nur indirekt genutzt (z. B. Systemtheorie bei Kienzle (2000)). Die einzige empirische Untersuchung in diesem Bereich (Wildemann 2006, S. 120-162) hat über die Bildung von Durchschnittswerten hinaus keine multivariaten oder hypothesenprüfenden statistischen Analyseverfahren angewandt und ist daher in ihrem Erklärungsgehalt stark eingeschränkt. Sogar bezogen auf das gesamte Feld des Supply Risk Managements konnten nur zwei hypothesenprüfende Untersuchungen identifiziert werden (Wagner und Bode 2006b; Zsidisin und Ellram 2003). Es ist daher Nachholbedarf zu erkennen, der in den in Kapitel 1 definierten Forschungsfragen bereits adressiert wurde. Da diese Forschungsfragen in der hier durchgeführten Literaturanalyse erneut motiviert wurden, werden sie noch einmal aufgeführt: 1) Welches sind wesentliche Supply Risiken und welche Strukturierungsmöglichkeiten sind erkennbar? 2) Wie sollte ein theoriegeleitetes Modell eines Supply Frühwarnsystems gestaltet sein? 3) Welchen Ergebnisbeitrag liefert ein Supply Frühwarnsystem für die Supply Performance eines Unternehmens? 4) Wie sollte ein Supply Frühwarnsystem in der Praxis entwickelt und implementiert werden? Zur Beantwortung dieser Forschungsfragen werden in einem ersten Schritt theoretische Ansätze auf ihren Erklärungsbeitrag zum Thema überprüft, bevor daran anschließend ein Modell eines Supply Frühwarnsystems entwickelt wird. Die weiteren inhaltlichen Ergebnisse der Literaturanalyse werden dabei in die Modellentwicklung integriert.
2.2
Der Problemlösungsbeitrag wirtschaftswissenschaftlicher Theorien
Die Mehrheit der existierenden Veröffentlichungen zum Thema Supply Frühwarnsysteme besitzen, wie oben aufgezeigt, keine theoretische Fundierung. Die Anwendung von Theorien zur Nutzung in empirischen Untersuchungen oder aber Modellierung neuer Zusammenhänge ist daher sehr schwach ausgeprägt. Für diese
Das Supply Frühwarnsystem-Modell
33
Dissertation sollen die Erklärungsbeiträge wirtschaftswissenschaftlicher Theorien herausgearbeitet werden, um einen konzeptionellen Beitrag zur theoretischen Entwicklung des Feldes zu leisten. Zur Selektion der relevanten Theorien wurden zentrale wirtschaftstheoretische Ansätze auf ihre Anwendbarkeit für das Thema überprüft. Wie die Literaturanalyse gezeigt hat, ist das Feld der Supply Frühwarnsysteme ein theoretisch noch weitgehend unbearbeiteter Bereich, weshalb betriebswirtschaftliche Basistheorien mit besonders hohem Erklärungs- und Gestaltungsgehalt zur Anwendung ausgewählt wurden. Als solche erwiesen sich die Principal Agent-Theorie, die Transaktionskostentheorie sowie die Systemtheorie. Auffallend ist hierbei, dass die Auswahl mit dem aktuellen Forschungsstand im Gebiet übereinstimmt, da diese drei Theorien bereits in Veröffentlichungen zum übergeordneten Thema des Supply Risk Managements angewandt wurden (vgl. hierzu auch die Literaturübersicht in Anhang I). So haben Zsidisin et al. (Zsidisin und Ellram 2003; Zsidisin et al. 2004; Zsidisin und Smith 2005) Überlegungen auf Basis der Principal Agent-Theorie angestellt, Hallikas et al. (Hallikas et al. 2004; Hallikas et al. 2002a) sowie Smeltzer und Siferd (1998) haben erste Veröffentlichungen mit transaktionskostentheoretischen Überlegungen publiziert und Kienzle (2000) hat Überlegungen auf Basis der Systemtheorie vorgenommen. Abbildung 13 gibt in einem ersten Überblick das Zusammenspiel der drei ausgewählten Theorien im Verständnis dieser Arbeit wieder. Hierbei ist wichtig, dass die Nutzungspotenziale der Theorien für die Praxis detailliert erarbeitet werden sollen. Daher hat jede der drei ausgewählten Theorien einen zentralen Ankerpunkt: Die Principal Agent-Theorie fokussiert auf die Problemdefinition (Wieso ist ein Supply Frühwarnsystem relevant?), die Transaktionskostentheorie auf die Zielvorgabe (Welches Ziel sollte ein Supply Frühwarnsystem haben?) und die Systemtheorie auf die Modellentwicklung (Wie kann der Prozess eines Supply Frühwarnsystems gestaltet werden?). Die Ankerpunkte der Theorien können als Scheinwerfer verstanden werden, welche das Thema der Supply Frühwarnsysteme aus verschiedenen Richtungen beleuchten. Mit einem solchen MultiTheorieansatz soll versucht werden, die Komplexität des Forschungsgegenstandes besser zu erfassen (vgl. ähnlich Eisenhardt 1989, S. 71; Kaufmann 2001, S. 11; Möller 2002, S. 31-32).
34
Das Supply Frühwarnsystem-Modell
Abbildung 13:
Ausgewählte Theorien und ihre Bedeutung für ein Supply Frühwarnsystem im Überblick
Theorieziel Nutzung wirtschaftswissenschaftlicher Theorien zur Erklärung des zugrunde liegenden Problems und zur Gestaltung eines Lösungsansatzes Erklärungsziel
Gestaltungsziel
Principal Agent-Theorie
Transaktionskostentheorie
Fokus auf Ursachen: Risiken auf dem Beschaffungsmarkt durch Informationsasymmetrien
Fokus auf Risikokosten: Frühwarnsysteme als Systeme zur Minimierung risiko-induzierter Transaktionskosten
(Problemdefinition)
(Zielvorgabe)
Systemtheorie Grundlagen eines Supply Frühwarnsystems
Modellentwicklung und Fundierung eines Supply Frühwarnsystems
Der Aufbau der drei folgenden Unterkapitel folgt daher auch einer gleichen Struktur, die in Abbildung 14 dargestellt ist. Einer Einführung in die Theorie folgt die fokussierte Bezugnahme zum Thema. Dann folgen in allen drei Unterkapiteln die praktische Anwendung der Theorie auf das Thema der Supply Frühwarnsysteme. Hierbei wird besonders der Erklärungs- oder Gestaltungsbeitrag für die Themenstellung herausgearbeitet. Die gewonnenen Erkenntnisse bilden die Basis für die weiteren konzeptionellen Überlegungen wie auch eine wichtige Grundlage für das Forschungsmodell der empirischen Untersuchung. Abbildung 14:
Aufbau der Theoriekapitel
1. Einführung in die theoretischen Grundlagen 2. Bezug zu Supply Frühwarnsystemen 3. Praktische Anwendung Erklärung
Gestaltung
Das Supply Frühwarnsystem-Modell
2.2.1
35
Principal Agent-Theorie – Informationsasymmetrien und ihre Folgen in Form von Supply Risiken
Zu den Ansätzen der Institutionenökonomie werden üblicherweise drei Teilgebiete gerechnet: die Principal Agent-Theorie, die Transaktionskostentheorie und die Theorie der Verfügungsrechte (Pfaffmann 1996, S. 646; Picot et al. 2002, S. 55). Unter dem Konstrukt der Institution sind dabei die Spielregeln einer Gesellschaft zu verstehen (North 1992, S. 3), die sich in Form von Regeln, Normen oder Gesetzen darstellen und somit die Basis für jede Kooperationshandlung legen. In diesem und dem folgenden Unterkapitel soll dargelegt werden, wie Principal Agent- und Transaktionskostentheorie einen Erklärungsbeitrag zum Thema der Supply Frühwarnsysteme leisten können. Die Theorie der Verfügungsrechte wurde für die weiteren Überlegungen nicht ausgewählt, da es in dieser Arbeit um die grundsätzliche Relevanz und Ausgestaltung eines Frühwarnsystems geht und nicht um die Rechtevergabe einer Vertragsbeziehung, wenngleich diese auch einen gewissen Einfluss auf die Risikosituation der Supply Chain-Partner hat. Die Principal Agent-Theorie beschäftigt sich im Kern mit den Folgen der Delegation von Aufgaben von einem Auftraggeber – dem Principal – an einen Auftragnehmer – dem Agenten (Bea und Göbel 2002, S. 134; Jensen und Meckling 1976, S. 308; Meinhövel 2004, S. 470). Grundlage ist also ein Abhängigkeitsverhältnis, in welchem der Principal auf die Leistungen des Agenten angewiesen ist und diesem im Gegenzug für diese Leistung eine entsprechende Entlohnung zukommen lässt. Durch diese Leistung wird das Nutzenniveau beider Partner beeinflusst (Picot et al. 2002, S. 85). Durch die asymmetrisch verteilten Informationen kann der Principal die Leistung des Agenten nicht immer zuverlässig beurteilen (Richter und Bindseil 1995, S. 136) und das Abhängigkeitsverhältnis kann somit durch den Agenten zu seinen Gunsten ausgenutzt werden (Bea und Göbel 2002, S. 135; Ebers und Gotsch 2002, S. 211). Es lassen sich drei zentrale Problembereiche der asymmetrischen Informationsverteilung identifizieren (Bea und Göbel 2002, S. 135-136; Jahns 2003a, S. 92-93): (1) Hidden Characteristics Es besteht die Gefahr, dass der Agent unveränderliche Eigenschaften besitzt, die dem Principal als solche nicht bekannt sind (Bea und Göbel 2002, S. 135). Diese Eigenschaften können durch den Principal nicht beobachtbar sein, weil die Relevanz nicht bekannt ist. Es besteht aber ebenfalls die Gefahr, dass der Agent bewusst bestimmte Eigenschaften verheimlicht, um als Vertragspartner ausgewählt zu werden. Das resultierende Problem wird als Adverse Selection bezeichnet, also als die Entscheidung für einen bestimmten Agenten, der beim Vorliegen vollständiger Informationen nicht ausgewählt worden wäre (Eisenhardt 1989, S. 61). Der Principal hat hier die notwendigen Informationen erst im Laufe des Vertragsver-
36
Das Supply Frühwarnsystem-Modell
hältnisses – ex-post – zur Verfügung (Picot et al. 2002, S. 88). Hidden Characteristics treten also ex-ante vor Vertragsabschluss auf (Pfaffmann 1997, S. 41). Möglichkeiten zur Reduzierung der Hidden Characteristics umfassen das Signalling, bei welchem der Agent seine Eignung zur Ausführung einer bestimmten Arbeit von sich aus nachweist oder das Screening, bei welchem der Principal Aktivitäten vornimmt, anhand derer er Informationen über die Eignung des Agenten erhalten kann (Beißel 2003, S. 28-29). Darüber hinaus steht das Instrument der Self Selection zur Verfügung, bei dem der Agent basierend auf einer Eigeneinschätzung den für ihn relevanten Vertrag selber auswählt. Das wohl mächtigste Instrument zur Vermeidung der Adverse Selection ist die Interessenangleichung. Hierunter werden alle Aktivitäten zusammengefasst, bei welchen durch die Auslegung von Institutionen eine möglichst gleichgerichtete Interessenlage bei Principal und Agent geschaffen wird, so dass keine Anreize mehr gegeben sind, Informationsdifferenzen auszunutzen (Ebers und Gotsch 2002, S. 214-215). (2) Hidden Action und Hidden Information Im Gegensatz zu den Hidden Characteristics ist der zweite Problembereich dadurch charakterisiert, dass die zugrunde liegenden Informationsasymmetrien ex-post nach Vertragsabschluss auftreten (Bea und Göbel 2002, S. 135; Pfaffmann 1997, S. 42). Der Principal kann die Arbeitsleistung des Agenten häufig nicht vollständig beurteilen, weil er seine Handlungen nicht fortlaufend beobachtet. Hidden Action umfasst die Möglichkeit des für den Principal nachteiligen Verhaltens von Agenten während der Leistungserstellung (Ebers und Gotsch 2002, S. 213). Hidden Information bezieht sich auf den Know-how-Vorsprung des Agenten, der dazu führt, dass seine Fähigkeit alleine aus der erbrachten Leistung nicht zuverlässig beurteilt werden kann. Diese Leistung ist dem Principal zwar bekannt, er kann jedoch nicht beurteilen, inwieweit sie ein Produkt aus den Handlungen des Agenten oder dem Einfluss einer ihm unbekannten Störgröße ist (Ebers und Gotsch 2002, S. 213; Meinhövel 2004, S. 471). Diese Gefahr des opportunistischen Verhaltens des Agenten zum Nachteil des Principals wird als Moral Hazard bezeichnet (Eisenhardt 1989, S. 61). Als Instrumente zur Reduzierung des Moral Hazards werden die bereits dargelegte Interessenangleichung aufgeführt wie auch die Reduzierung der Informationsasymmetrie zwischen Principal und Agent durch Maßnahmen des Monitorings. (3) Hidden Intention Der dritte Problembereich basiert nicht auf Informationsasymmetrien zwischen Principal und Agenten, sondern auf ex-post eintretenden opportunistischen Handlungen des Agenten, die ex-ante durch den Principal so nicht erwartet worden sind (Krapp 2000, S. 3). In einer Vertragsbeziehung hat der Principal üblicherweise irreversible Vorleistungen erbracht, die als Sunk Costs bezeichnet werden. Diese
Das Supply Frühwarnsystem-Modell
37
Kosten sind spezifische Investitionen in das Vertragsverhältnis, die häufig eine Abhängigkeitsbeziehung herstellen – ein Wechsel des Agenten ist nicht ohne weiteres möglich. Selbst wenn der Principal nun opportunistische Verhaltensweisen des Agenten beobachten könnte, wäre ein Wechsel des Vertragspartners nicht mehr möglich, da die damit zusammenhängenden Kosten zu hoch sind (Beißel 2003, S. 32). Dieses Problem wird als Hold-Up-Problem bezeichnet und bedeutet allgemein die Gefahr von opportunistischem Verhalten durch den Agenten nach Abschluss der Verträge. Auch zur Reduzierung des Hold-Up-Problems wird das Instrument der Interessenangleichung genannt. Die erwähnten Methoden zur Vermeidung von Adverse Selection, Moral Hazard und Hold-Up-Problem sind nicht kostenfrei möglich, die hierbei entstehenden Kosten bezeichnet man als Agenturkosten (Ebers und Gotsch 2002, S. 212). Diese entstehen nur, da keine vollständigen Informationen vorliegen. Um die asymmetrische Informationsbasis zu verbessern, müssen kostenverursachende Maßnahmen wie Signalling, Screening, Self Selection, Interessenangleichung oder Monitoring durchgeführt werden. Agenturkosten sind somit die Differenz zwischen der Lösung der Vertragsproblematik bei vollständiger Information und der Lösung bei asymmetrischen Informationen und lassen sich in die folgenden drei Kategorien unterteilen (Ebers und Gotsch 2002, S. 212; Fischer 1995, S. 321-322; Jahns 2003a, S. 91; Jensen und Meckling 1976, S. 308): -
Signalisierungskosten: Kosten auf Seiten des Agenten, die durch Instrumente des Signalling verursacht werden, d. h. durch alle Aktivitäten des Agenten, die Informationsasymmetrie zu reduzieren.
-
Kontrollkosten: Kosten auf Seiten des Principals, die durch Instrumente des Screenings und des Monitorings verursacht werden, d. h. durch alle Aktivitäten des Principals, die Informationsasymmetrie zu reduzieren.
-
Residualkosten durch den verbleibenden Wohlfahrtsverlust: Trotz der Instrumente der Principal Agent-Theorie bleibt Wissen zu einem gewissen Maße stets unvollständig und asymmetrisch verteilt. Der Wohlfahrtsverlust subsumiert die Kosten, die durch eine Abweichung vom theoretischen Idealzustand anfallen.
Dem Ansatz der Principal Agent-Theorie liegen, ebenso wie den anderen institutionen-ökonomischen Ansätzen, einige grundlegende Annahmen zugrunde, die sie von neoklassischen Theorien abgrenzen (Bea und Göbel 2002, S. 120; Kajüter 2003, S. 114; Möller 2002, S. 26-27): Bei letzterer sind durch vollständige Information keine Aktivitäten des Risikomanagements notwendig, da auch die GesamtRisikosituation damit abgedeckt würde (Hachmeister 2005, S. 136). Die Principal Agent-Theorie geht aber gerade von asymmetrischen Informationen aus (Ebers und Gotsch 2002, S. 210), die durch einen Vertragspartner zur individuellen Nutzenmaximierung ausgenutzt werden können. Diese Asymmetrien können unter
38
Das Supply Frühwarnsystem-Modell
anderem auf der zwischenbetrieblichen Ebene entstehen, die im Sinne der Principal Agent-Theorie als grundsätzlich relevant zu klassifizieren ist (Picot et al. 2002, S. 95). Unter dieser Ebene ist auch die Vergabe von Leistungen an Lieferanten zu subsumieren, wobei der Lieferant als Agent und das einkaufende Unternehmen als Principal zu charakterisieren ist (Bea und Göbel 2002, S. 134; Eisenhardt 1989, S. 71; Fischer 1995, S. 320; Zsidisin und Ellram 2003, S. 16; Zsidisin et al. 2004, S. 399; Zsidisin und Smith 2005, S. 46). Daher muss es eine zentrale Aufgabe eines Supply Frühwarnsystems sein, Informationsasymmetrien abzubauen (Zsidisin und Ellram 2003, S. 16), um dem einkaufenden Unternehmen risikominimierende Entscheidungen zu ermöglichen. Ein Supply Frühwarnsystem muss sich gemäß der Definition in Kapitel 2.1.3 um Supply Risiken kümmern, die sowohl im eigenen Unternehmen als auch bei Lieferanten, den Beschaffungsmärkten oder der Umwelt auftreten können. Neu gegenüber den herkömmlichen Ansätzen des Risikomanagements ist dabei der Bereich der Lieferantenrisiken (Kajüter 2003, S. 113). Die theoretischen Überlegungen in diesem Kapitel werden sich daher auf die Erklärungsbeiträge zu Risiken aus der Lieferkette konzentrieren, deren Ursachen in der existierenden Literatur noch nicht systematisch erarbeitet wurden. Die Principal Agent-Theorie gibt wichtige Hinweise zu den Ursachen von Supply Risiken. Ergänzend können auch erste Hinweise gewonnen werden, welche institutionenökonomischen Arrangements sich anbieten, um die existierenden Koordinationsprobleme zu beseitigen oder zu verringern. In der Abnehmer/Principal - Lieferant/Agent-Beziehung lassen sich die oben dargestellten Problembereiche wie folgt als Risiken identifizieren: (1) Hidden Characteristics und Hidden Intention – Risiken für das beschaffende Unternehmen ex-ante zum Vertragsabschluss: Unvollständige Informationen vor Vertragsabschluss in einer BeschafferLieferanten-Beziehung können sich vielfältig äußern (Moser 2006, S. 50; Winkler 2005, S. 360). Beispiele umfassen: Unzureichende Prozessfähigkeit in der Produktion, wodurch der Lieferant ein Produkt nicht in der notwendigen Qualität liefern kann. Know-how Abfluss des einkaufenden Unternehmens, da der Lieferant in seiner Geschäftsstrategie die Ausweitung seines Produktportfolios geplant hat. Hohe Auslastung in der Fertigung, die dazu führt, dass die geplante Logistikstrategie in der Serie nicht umgesetzt werden kann. Unzureichende finanzielle Situation, mit der auf Garantieforderungen nicht reagiert werden kann. Im Ergebnis wählt das beschaffende Unternehmen aufgrund unvollständiger Information einen Lieferanten aus, den es mit vollständiger Information nicht ausgewählt hätte (Zsidisin und Ellram 2003, S. 24; Zsidisin et al. 2004, S. 400). Ein Supply Frühwarnsystem muss daher die notwendigen Informationen zur Verfü-
Das Supply Frühwarnsystem-Modell
39
gung stellen, um eine möglichst korrekte Lieferantenauswahlentscheidung treffen zu können (Zsidisin und Smith 2005, S. 47). Die Hidden Intention-Problematik ist insbesondere in Industrien wie der Automobilindustrie kritisch, da häufig große Vorleistungen für den Aufbau einer Lieferantenbeziehung erbracht wurden, wie z. B. die Abstimmung von EDV-Systemen, die Erarbeitung einer Just-in-Time-Lieferstrategie, Maßnahmen der Lieferantenentwicklung zur Sicherstellung von Qualitätszielen oder die Durchführung von Konzeptwettbewerben zur Nutzung von Lieferanteninnovationen. Gerade beim Vorliegen von patent- oder technologieinduzierten Single Sourcing-Situationen ist ein Wechsel des Lieferanten in der Serienphase zumeist nur unter großem finanziellem und zeitlichem Aufwand für das beschaffende Unternehmen und alle in der Supply Chain nachfolgenden Unternehmen möglich. Während sich die Hidden Characteristics auf die Eigenschaften des Lieferanten beziehen, sind die Hidden Intention auf seine Absichten fokussiert (Bea und Göbel 2002, S. 135). Die Anforderungen an ein Supply Frühwarnsystem sind aus diesem Grund identisch und beziehen sich auch bei den Hidden Intention auf die Sicherstellung eines möglichst vollständigen Risikoprofils ex-ante vor Vertragsabschluss (Zsidisin und Smith 2005, S. 47). Auch das Problem der Vorleistungen besteht gleichfalls bei den beiden Typen von Informationsasymmetrien und erhält bei den Überlegungen der Transaktionskostentheorie noch besonderen Fokus. (2) Hidden Action und Hidden Information – Risiken für das beschaffende Unternehmen ex-post zum Vertragsabschluss: Der Lieferant führt Aktionen durch, die durch das beschaffende Unternehmen nicht beobachtet werden können, die jedoch die Risikosituation des Lieferanten verändern (Beißel 2003, S. 30-31; Winkler 2005, S. 360; Zsidisin und Ellram 2003, S. 24; Zsidisin et al. 2004, S. 400). Beispiele umfassen: Veränderungen in der Produktion des Lieferanten, die zu Qualitätseinbrüchen bei den Produkten führen. Veränderte Zusammensetzung von Rohmaterialien, welche die Haltbarkeit der Produkte beeinflussen können, kurzfristig aber nicht feststellbar sind. Unzureichende Verknüpfung von Logistik- und Produktionssystemen, die zur Verzögerung von Aufträgen führen. Finanzielle Schwierigkeiten, die zur Verschiebung von notwendigen Wartungsarbeiten in der Produktion führen. Das beschaffende Unternehmen kann die Aktionen des Lieferanten nicht beurteilen, sondern sieht immer erst mit zeitlichem Verzug das erhaltene Produkt. Während die Lieferantenauswahlentscheidung zumeist innerhalb eines überschaubaren Zeitraums abläuft, sind mögliche Aktionen des Lieferanten auf den gesamten Prozess nach der Auftragsvergabe verteilt. Aufgabe eines Supply Frühwarnsystems muss es auch hier sein, die notwendigen Informationen zu liefern, gegebenenfalls über die Nutzung indirekter Indikatoren (Schwache Signale), die auf
40
Das Supply Frühwarnsystem-Modell
Veränderungen hinweisen (vgl. auch Moser 2006, S. 51) oder über Verträge, die genaue Prozesse für den Lieferanten im Falle von Änderungen vorsehen. Die Notwendigkeit einer ex-ante und einer ex-post-Betrachtung des Risikomanagements wird hierbei deutlich (vgl. auch Engelhardt-Nowitzki und Zsifkovits 2006, S. 30; Präuer und Bernecker 2006, S. 26). Ein Supply Frühwarnsystem exante vor Serienanlauf muss die notwendigen Informationen liefern, um eine risikominimierende Lieferantenauswahl möglich zu machen (Vermeidung von Hidden Characteristics und Hidden Intention). Ein Supply Frühwarnsystem ex-post nach Serienanlauf muss Veränderungen in der Risikosituation des Lieferanten wahrnehmen, um langfristig die Erreichung der Beschaffungsziele sicherzustellen (Hidden Action und Hidden Information). Die in einer Abnehmer-Lieferantenbeziehung entstehenden Kosten zur Beseitigung der Informationsasymmetrien fallen gemäß der Principal Agent-Theorie auf Lieferanten- und Abnehmerseiten an. In der Dimension der Signalisierungskosten fallen für das Supply Risk Management Kosten wie die für eine Zertifizierung nach ISO-Richtlinien oder der Bereitschaft zur Unterzeichnung von Risk SharingVerträgen an. Bei den Monitoringkosten des Abnehmers sind Audits oder technische Überwachungsmaßnahmen wie die Einrichtung eines automatisierten Supply Frühwarnsystems zu nennen. Insgesamt liefert die Principal Agent-Theorie einen wichtigen Erklärungsbeitrag für die Existenz von Supply Risiken. Die traditionelle RisikomanagementLiteratur konzentriert auf ein fokales Unternehmen und die in diesem Unternehmen existierenden Risiken. Der Blickwinkel in das Supply Netzwerk, auf die Risiken der Lieferantenbasis und deren Auswirkungen auf ein beschaffendes Unternehmen entfallen jedoch zumeist. Die Überlegungen zeigen, dass Informationsasymmetrien und opportunistisches Verhalten von Lieferanten eine Quelle von Risiken für das beschaffende Unternehmen sind, die in Überlegungen für Supply Risk Management-Systeme Einfluss finden müssen (Engelhardt-Nowitzki und Zsifkovits 2006, S. 30; Hachmeister 2005, S. 137; Seiter 2006, S. 110). Risiken in der Abnehmer-Lieferanten-Beziehung können ex-ante vor Vertragsabschluss oder ex-post nach Vertragsabschluss ihren Ursprung finden (Beißel 2003, S. 26; Präuer und Bernecker 2006, S. 26). In der industriellen Massenproduktion sollte jedoch nicht der Vertragsabschluss als relevantes Kriterium gelten, sondern der Zeitpunkt des Serienanlaufs. Es kann hier von Risiken ex-ante vor Serienanlauf und ex-post nach Serienanlauf gesprochen werden, da Verträge häufig in Menge, Zeit und Qualität nur bedingt spezifiziert sind und bis zur Serienproduktion (und oft sogar darüber hinaus) auf die Markt- und Abnahmebedingungen zugeschnitten werden. Gleichfalls findet zu diesem Zeitpunkt häufig eine Übergabe der Verantwortung von einem eher strategisch zu einem operativ geprägten Einkauf statt. Ein Supply Frühwarnsystem als Teilbereich des Supply Risk Managements muss also vor Serienanlauf und nach Serienanlauf unterschiedliche Methoden anwenden, um
Das Supply Frühwarnsystem-Modell
41
Supply Risiken zu identifizieren und zu bewerten. Aus der Theorie werden Vorschläge gemacht, wie die Informationsasymmetrien begrenzt werden können (Zsidisin und Ellram 2003, S. 24). Tabelle 2 fasst den Erklärungsbeitrag und die Gestaltungsempfehlungen der Principal Agent Theorie für ein Supply Frühwarnsystem zusammen. Tabelle 2:
Problembereich Problemursache (Picot et al. 2002, S. 92) Beobachtungsbereich Auftretende Probleme (beispielhaft)
Ergebnis
Vorschläge aus der Theorie zur Problembegrenzung (beispielhaft)
Erklärungsbeitrag und Gestaltungsempfehlungen der Principal Agent-Theorie für Supply Frühwarnsysteme Hidden Characteristics / Hidden Intention
Hidden Action / Hidden Information
Supply Risiken aufgrund von Informationsasymmetrien vor Vertragsabschluss / Serienanlauf Eigenschaften werden durch den Lieferanten bewusst verborgen
Supply Risiken aufgrund von Informationsasymmetrien nach Vertragsabschluss / Serienanlauf Überwachungsmöglichkeiten sind durch das beschaffende Unternehmen aus Kostengründen nur eingeschränkt möglich. Risiken im Supply Netzwerk
Risiken im Supply Netzwerk
Fehlende Mitarbeiter-Schulungen führen zu geringen Produktivitätssteigerungen. Unzureichende Wartungsmaßnahmen bringen Qualitätsmängel mit sich. Nicht freigegebene Veränderungen in der Prozesslandschaft. Beschaffendes Unternehmen wählt Unzureichende Lieferantenleistung Lieferanten aus, der bei vollständiger in den Dimensionen Qualität, Zeit, Information nicht gewählt worden Kosten, Flexibilität führt zu Mehrkosten beim beschaffenden Unterwäre. nehmen. Institutionelle Integration, z. B. langfristige Geschäftsbeziehung (Picot et al. 2002, S. 95); Reputation (Bea und Göbel 2002, S. 136; Möller 2002, S. 119; Pfaffmann 1997, S. 43; Picot et al. 2002, S. 92); Planungs- und Kontrollsysteme (Ebers und Gotsch 2002, S. 215; Picot et al. 2002, S. 94; Zsidisin et al. 2004, S. 409), z. B. IT-gestützte Frühwarnsysteme; Ergebnisbeteiligung (Bea und Göbel 2002, S. 137; Ebers und Gotsch 2002, S. 214; Picot et al. 2002, S. 92; Zsidisin et al. 2004, S. 409), z. B. qualitätsabhängige Bezahlung des Lieferanten; Risk Sharing-Verträge (Picot et al. 2002, S. 94), z. B. teilweise Übernahme von Rückrufkosten durch den Lieferanten; Normen (Bea und Göbel 2002, S. 136; Ebers und Gotsch 2002, S. 215), z. B. Spezifizierung der Rohmaterialzusammensetzung
Qualitätsanforderungen können in Serie nicht erfüllt werden. Musterteile werden aufwändig manuell an die Anforderungen angepasst. Knowhow-Abfluss des Abnehmers durch Lieferanten erwünscht.
Quelle: Angepasste Version des Bezugssystems von Picot et al. (2002, S. 92)
42
2.2.2
Das Supply Frühwarnsystem-Modell
Transaktionskostentheorie – Supply Frühwarnsysteme als Systeme zur Minimierung risiko-induzierter Transaktionskosten
Der Unterschied in der Betrachtungsweise von Transaktionskostentheorie und Principal Agent-Theorie liegt im Untersuchungsobjekt. Bei Principal AgentTheorie geht es im Kern um die Untersuchung einer AuftraggeberAuftragnehmer-Beziehung (Picot et al. 2002, S. 85). Die Erklärungsbeiträge der Theorie sind somit immer darauf zu untersuchen, welcher beteiligte Partner welche Rolle einnimmt. Die Transaktionskostentheorie dagegen fokussiert ganz allgemein auf die Übertragung von Verfügungsrechten (Picot et al. 2002, S. 67-68), das heißt durch Transaktionen stattfindende Austauschbeziehungen vor dem Hintergrund institutioneller Rahmenbedingungen. Verfügungsrechte beziehen sich auf das Recht, ein materielles oder immaterielles Gut zu nutzen, zu verändern oder zu veräußern (Picot et al. 2002, S. 55). Eine Transaktion ist insofern ein elementares Element wirtschaftlicher Untersuchungen und bezeichnet die Übertragung eines Verfügungsrechtes zu einem definierten Gut (Picot und Dietl 1990, S. 178). Die Grundannahmen bei beiden Theorien sind jedoch identisch, auch die Transaktionskostentheorie geht von opportunistischem Verhalten der Wirtschaftssubjekte und durch Informationsasymmetrien bedingter begrenzter Rationalität aus (Bea und Göbel 2002, S. 121; Ebers und Gotsch 2002, S. 226). Für jede einzelne Transaktion werden im Wirtschaftskreislauf Ressourcen benötigt und somit entstehen Kosten. Diese werden als Transaktionskosten bezeichnet und bilden den Kern der Theorie. Transaktionskosten sind nicht immer klar quantifizierbar, sondern umfassen auch problematische Elemente wie Zeit und Anstrengungen (Fischer 1994, S. 582). Im Transaktionsprozess lassen sich verschiedene Kostenarten identifizieren, die in einer zeitlichen Reihenfolge nach ihrem Entstehen definiert werden (Adolphs 2004, S. 13). Informationskosten (1) umfassen alle Aufwendungen vor Vertragsabschluss, die notwendig sind, um den möglichen Vertragspartner auszuwählen. Verhandlungskosten (2) sind Kosten vor Vertragsabschluss, die sich jedoch konkret auf die Ausgestaltung der vertraglichen Bedingungen beziehen. Abwicklungskosten (3) beziehen sich auf die operative Durchführung des eigentlichen Austauschs von Material oder Dienstleistungen. Kontrollkosten (4) umfassen alle Kosten, die notwendig sind, um die Qualitäts-, Zeit- und Kostendimension während der Transaktion zu überwachen. Anpassungskosten (5) fassen die Kosten zusammen, die durch eine zeit-, mengen- oder kostenmäßige Abweichung der Transaktion vom gewollten Idealzustand auftreten (Ebers und Gotsch 2002, S. 225; Jahns 2003a, S. 89; Picot et al. 2002, S. 68). Die Höhe der Transaktionskosten wird durch verschiedene Faktoren beeinflusst (Bea und Göbel 2002, S. 129). Unter der Spezifität (1) als wichtigstem Einflussfaktor (David und Han 2004, S. 52) sind die Ressourcen eines Unternehmens zu
Das Supply Frühwarnsystem-Modell
43
verstehen, die nur für definierte Transaktionen verwendet werden können. Werden solche Ressourcen anders als geplant verwendet, ergibt sich ein Wertverlust. Die Spezifität einer Transaktion ist umso höher, je größer die Wertdifferenz zwischen einer Verwendung für die geplante und der zweitbesten Transaktion ist (Ebers und Gotsch 2002, S. 228; Picot et al. 2002, S. 70). Spezifität tritt nach Williamson (1985, S. 55) insbesondere in vier Formen auf: Standort-, Sachkapital-, Humankapitalspezifität und als zweckgebundene Sachwerte. Die Diskussion der Spezifität ist weitgehend identisch mit den Überlegungen des Hold Up-Problems in der Principal Agent-Theorie (Bea und Göbel 2002, S. 136), weshalb es dort nur skizziert wurde. Zweiter Einflussfaktor ist die Unsicherheit (2), verstanden als der Grad der Vorhersagbarkeit zukünftiger Leistungselemente. Je höher die Unsicherheit, desto weniger exakt können die Elemente einer Transaktion bei Vertragsabschluss definiert werden, so dass sich höhere Transaktionskosten ergeben (Ebers und Gotsch 2002, S. 229-230; Picot et al. 2002, S. 70). Treten hohe Unsicherheit und hohe Spezifität in Kombination auf, so ergibt sich eine besonders gefährliche Situation, da der Transaktionspartner nicht ohne hohen Wertverlust gewechselt werden kann (Bea und Göbel 2002, S. 130). Als letzter oft genannter Einflussfaktor hat die Häufigkeit (3) einen relevanten Einfluss auf die Transaktionskosten. Je häufiger eine Transaktion wiederholt wird, umso geringer fallen ceteris paribus die Kosten pro Transaktion aus (Ebers und Gotsch 2002, S. 230; Picot et al. 2002, S. 72). Die aus Spezifität, Unsicherheit und Häufigkeit resultierenden Transaktionskosten sind der Beurteilungsmaßstab, der nach der Theorie bei der Entscheidung zwischen den extremen Koordinationsformen Markt und Hierarchie angewandt werden soll (Bea und Göbel 2002, S. 129; Ebers und Gotsch 2002, S. 225). Abbildung 15 illustriert, dass die Hierarchielösung nach diesen Überlegungen Vorteile bei hohen, die Marktlösung Vorteile bei niedrigen Transaktionskosten bietet (Kaas und Fischer 1993, S. 691). Abbildung 15:
Koordinationsform
Auswahl der Koordinationsform in Abhängigkeit von der Höhe der Transaktionskosten Hybride
Markt
Koordinationsform
Gering
Mittel
Koordinationsform Hierarchie
Hoch
Transaktionskosten
Aus den dargestellten Überlegungen wird die Relevanz für das Supply Management deutlich. Die Entscheidung über Make-or-Buy sollte auch unter transaktionskostentheoretischen Überlegungen getroffen werden (Bea und Göbel 2002, S. 134). Hohe Transaktionskosten können als Entscheidungshilfe im Supply Ma-
44
Das Supply Frühwarnsystem-Modell
nagement für eine Eigenfertigung angesehen werden, niedrige Transaktionskosten als Entscheidungshilfe für den Zukauf. Häufig stellt sich die Frage nach Make-or-Buy im Supply Management jedoch nicht, da aus patentrechtlichen, technologischen oder geschäftspolitischen Gründen eine Eigenfertigung von Teilen nicht möglich ist (Beißel 2003, S. 25; Bensaou und Anderson 1999, S. 463; Böhme 1999, S. 27; Pfaffmann 1999, S. 618). Transaktionskosten im weiteren Sinne umfassen insofern auch die organisationalen Kosten, die bei der Übertragung von Verfügungsrechten im eigenen Unternehmen anfallen (Möller 2002, S. 94). Für die folgenden Überlegungen soll eine breite Sichtweise auf Transaktionskosten genutzt werden, da somit von der Identität der Produktionskosten bei beiden Transaktionspartnern ausgegangen werden kann (Möller 2002, S. 95). Wie im ersten Kapitel dargelegt, konzentrieren sich die Unternehmen immer mehr auf ihre Kernkompetenzen, womit die Wertschöpfungstiefe sinkt und der Zukaufanteil steigt, d. h. die Nutzung der marktlichen Koordinationsform an Bedeutung gewinnt. Gleichzeitig lassen sich Entwicklungen wie Just-in-time-Konzepte beobachten, welche die Spezifität einer Transaktion zunächst einmal erhöhen (Picot und Dietl 1990, S. 71). Zur Lösung dieses Zielkonflikts wurde in den vergangenen Jahren verstärkt das Augenmerk auf hybride Koordinationsformen gelegt (Ackermann 2004, S. 48), die einen Fremdbezug auch bei hohen Transaktionskosten theoretisch begründbar machen. Picot et al. (2002, S. 82) unterscheiden die fünf in der Abbildung 16 dargestellten hybriden Koordinationsformen. Abbildung 16:
Koordinationsformen unter Berücksichtigung hybrider Kooperationen Jahresverträge
EntwicklungsLangzeitvereinbarungen kooperation
Koordinationsform Markt Gering
KapitalLieferantenbeteiligung ansiedlung am Lieferanten Koordinationsform Hierarchie
Mittel
Hoch
Transaktionskosten
Quelle: In Anlehnung an Picot et al. (2002, S. 82)
Die Entwicklungen der letzten Jahre zeigen die Bedeutung dieser hybriden Transaktionsformen (Bea und Göbel 2002, S. 141; Thiemt 2003, S. 106). Jahresverträge sind schon seit langem ein probates Mittel der Kooperation mit Lieferanten und wurden schon seit den 90er Jahren mehr und mehr durch Langzeitvereinbarungen ersetzt (Engelhardt 1992, S. 29; Erni et al. 2003, S. 41; Wannenwetsch 2007, S. 126). Entwicklungskooperationen zumeist in Form von Simultaneous Engineering sind in der Automobilindustrie in vielen Bereichen bereits Standard bei der Produktentwicklung geworden (Wannenwetsch 2007, S. 445-447). Genutzt, wenn auch weniger relevant, stellt sich das Instrument der Lieferantenansiedlung dar, zum Beispiel in Form von Lieferantenparks in der Automobilindustrie (Howard et
Das Supply Frühwarnsystem-Modell
45
al. 2006). Die Kapitalbeteiligung wird häufig bei jungen und hochinnovativen Unternehmen genutzt, um das Know-how zu internalisieren (ein Beispiel von General Motors findet sich bei Ebers und Gotsch 2002, S. 236-237). Als Treiber für diese Entwicklung werden häufig externe Veränderungen, wie in Kapitel 1 skizziert, genannt. Es stellt sich die Frage, welchen Einfluss Risiken auf die Koordinationsentscheidung im Supply Management haben. Um diese Frage auf Basis der Transaktionskostentheorie zu beantworten, müssen zunächst einmal die Kosten von Risikomanagement und die Verbindung zur Transaktionskostenproblematik erarbeitet werden. Da die Kostenkategorien in der Theorie sukzessive anfallen, können sie auf einen Einkaufsprozess abgetragen werden, wie in Tabelle 3 durchgeführt. Die Zuteilungen zu den einzelnen Zeitpunkten erfolgen idealtypisch auf Basis eines üblichen und rücksprungfreien Einkaufsprozesses. Ausnahmen sind möglich, z. B. können auch Verhandlungskosten vor der Lieferantenauswahl anfallen, wenn Unternehmen die Auswahlentscheidung anhand eines Konzeptwettbewerbes verschiedener Lieferanten treffen. Die Unterscheidung zwischen Vertragsabschluss und Serienanlauf wurde beispielhaft für die industrielle Massenfertigung aufgegriffen, da bereits im Abschnitt zur Principal Agent-Theorie auf dieser Unterscheidung die Bedeutung von Informationsasymmetrien erarbeitet wurde. Tabelle 3:
Zeitdimension der Transaktionskosten in Abhängigkeit vom Zeitpunkt Lieferantenauswahl
Vertragsabschluss (Picot und Dietl 1990, S. 225)
Serienanlauf
Risikoeintritt
ex-ante Informationskosten Informationskosten Informationskosten Informationskosten Kosten Verhandlungskosten Verhandlungskosten Verhandlungskosten Abwicklungskosten Abwicklungskosten Kontrollkosten ex-post Verhandlungskosten Abwicklungskosten Abwicklungskosten Anpassungskosten Kontrollkosten Kontrollkosten Kosten Abwicklungskosten Anpassungskosten Anpassungskosten Kontrollkosten Anpassungskosten
Getrennt von den prozessualen Kategorien ist der Risikoeintritt zu sehen, da dieser zu jedem Zeitpunkt eintreten kann. Unter einem Risiko ist hier eine negative Zielabweichung zu verstehen, was die Notwendigkeit der Anpassung von Entscheidungen mit sich bringt. Das Risikomanagement selber hat ebenfalls zwei Zeit-Dimensionen: eine präventive und eine reaktive Dimension (Ansoff 1976, S. 131; Kienzle 2000, S. 31-34). In der präventiven Dimension werden Maßnahmen geplant und implementiert, damit Risiken erst gar nicht eintreten. In der reaktiven Dimension werden Maßnahmen durchgeführt, um den Einfluss eingetretener Risiken auf das Unternehmen möglichst gering zu halten. Die reaktive Dimension
46
Das Supply Frühwarnsystem-Modell
wird daher häufig auch nicht mehr zum Risikomanagement gezählt, sondern mit dem Terminus des Krisenmanagements belegt (Ansoff 1976, S. 131; Kienzle 2000, S. 33). Kosten für ein Risikomanagement lassen sich somit in der Terminologie der Transaktionskostentheorie darstellen: - Präventive Maßnahmenplanung: Informations- und Verhandlungskosten - Präventive Maßnahmenimplementierung: Abwicklungs- und Kontrollkosten - Reaktive Maßnahmendurchführung / Krisenmanagement: Anpassungskosten In der Literatur zum Risikomanagement herrscht die Meinung vor, dass die Kosten für reaktives Krisenmanagement die eines präventiven Risikomanagements deutlich überschreiten (Jahns 2006a, S. 22; Kajüter 2003, S. 115; Müller 2001, S. 212; Wolf und Runzheimer 2003, S. 199). Schätzungen aus der Qualitätsmanagementliteratur rechnen mit einer Kostenverzehnfachung mit jeder Entwicklungsstufe, in der Qualitätsprobleme später auftreten, d. h. ein im Feld aufgetretenes Problem kostet das Unternehmen ca. das Zehnfache wie ein in der Produktion bzw. das Hundertfache eines in der Entwicklungsphase aufgetretenen Problems („Zehnerregel der Fehlerkosten“, vgl. u. a. Pfeiffer (1996, S. XXVIII)). Wenngleich konkrete Schätzungen über die Höhe der Risikokosten in der Literatur nicht identifiziert werden konnten (nur Wolf und Runzheimer (2003, S. 199) benennen in einem Praxisbeispiel einen 25- bis 1.000-fachen Aufwand für eine zu spät vorgenommene Korrektur), so kann doch die Annahme getroffen werden, dass Kosten für ein präventives Risikomanagement niedriger liegen als die Kosten für ein reaktives Krisenmanagement. Auf dieser Basis lassen sich zwei Ergebnisse ableiten. Zum einen muss ein Supply Frühwarnsystem Risiken frühzeitig identifizieren und bewerten, nicht jedoch ein reaktives Krisenmanagement durchführen. Daher kommen die Maßnahmen und Methoden eines Supply Frühwarnsystems in der Informations-, Verhandlungs-, Abwicklungs- und Kontrollphase zum Einsatz, nicht jedoch in der Anpassungsphase. Zum anderen dürfen die Kosten für ein (präventives) Supply Frühwarnsystem die Kosten für ein (reaktives) Supply Krisenmanagement nicht überschreiten, da ansonsten nicht das Risikokostenoptimum für die Unternehmung erreicht wird (Baumgarten et al. 2005, S. 12; Berg et al. 2008; Rogler 2002, S. 421-422; Wildemann 2006, S. 46; Wolf und Runzheimer 2003, S. 41). Abbildung 17 zeigt diesen Zielkonflikt graphisch auf, der durch ein Beispiel verdeutlicht werden soll (für eine ausführliche Betrachtung siehe Pape (1993, S. 97105); für ein weiteres Beispiel vgl. Boutellier und Pfuhlstein (2005, S. 18)). Zum Zeitpunkt I1, wobei IT für die Intensität des Methodeneinsatzes eines Supply Frühwarnsystems zum Zeitpunkt T steht, führt eine Unternehmung ein jährliches Risikoaudit bei einem Lieferanten durch, anhand dessen aktuelle Risiken identifiziert werden, um Maßnahmen mit dem Lieferanten einzuleiten. Die Kosten für dieses Audit sind gering, jedoch ist der Lieferant häufig für Störungen beim beschaffenden Unternehmen verantwortlich. Zum Zeitpunkt Iopt wurde aufgrund der
Das Supply Frühwarnsystem-Modell
47
Störungen der Auditzeitraum auf halbjährlich verkürzt. Die dadurch entstehenden Zusatzkosten sind gering, da der Lieferant und seine Produktion bekannt sind und nur geringer Vorbereitungsaufwand anfällt. Der Effekt auf die Häufigkeit der Störungen jedoch ist groß, da durch die höhere Frequenz Risiken frühzeitiger aufgespürt werden und ein konstanter Überwachungsdruck auf den Lieferanten ausgeübt wird. Zum Zeitpunkt I2 wurde die Anzahl der jährlichen Audits auf vier erhöht. Die jetzt während der zusätzlichen Audits gewonnenen Risikoinformationen geben nur wenig relevante Hinweise und senken daher die Kosten des Krisenmanagements nur sehr beschränkt. Die Kostensteigerung durch die zusätzlichen Audits liegt daher höher als die Einsparung bei den Kosten des Krisenmanagements (siehe auch Schubert 2004, S. 301-302). Die transaktionskostenoptimale Intensität wurde hier überschritten (vergleichbare Überlegungen führen Zsidisin und Ellram durch, die vor der übertriebenen Nutzung von Lagerstrategien zur Risikominimierung warnen, vgl. Zsidisin und Ellram (2003, S. 19)). Abbildung 17:
Auswahl der Koordinationsform der Transaktionskosten
Transaktionskosten (TK)
in
Abhängigkeit
von
der
Höhe
Kosten Frühwarnsystem (FWS): Informations-, Verhandlungs-, Abwicklungs- und Kontrollkosten Kosten Krisenmanagement (KM): Anpassungskosten
Gesamtkosten
TK1 TK2 TKopt
Kosten FWS Kosten KM
I1
Iopt
I2
Intensität des Methodeneinsatzes (FWS)
Quelle: In Anlehnung an Pape (1993, S. 99)
Auf Basis dieser Überlegungen gibt Tabelle 4 einen Überblick über ausgewählte Methoden eines Supply Frühwarnsystems sowie über die drohenden Kosten eines Supply Krisenmanagements. Diese ausgewählten Methoden verdeutlichen, dass es im Rahmen von Lieferanten-Beschaffer-Beziehungen zu risiko-induzierten Transaktionskosten kommt.
48
Tabelle 4:
Das Supply Frühwarnsystem-Modell
Beispiele eines Supply Frühwarnsystems nach Transaktionsphasen
Supply Krisenmanagement
Supply Frühwarnsystem
Transaktionsphase Information
Beispiele für Methoden eines Supply Frühwarnsystems z. B. Einholen Wirtschaftsauskunft, Länderrating
Verhandlung
z. B. Risk Sharing-Verträge, Informationspflicht des Lieferanten
Abwicklung
z. B. Resident Engineer beim Ramp-Up, genaue Analyse von Mustern
Kontrolle Anpassung
z. B. Audits, IT-basiertes Monitoring-System 1. Maßnahmen des Krisenmanagements: z. B. Sonderfahrten, Flug- statt Schifftransport, kurzfristiger Auf bau einer Second Source, Umplanung der eigenen Produktion 2. Folgen des Risikos (direkt / indirekt): z. B. Konventionalstrafen beim Kunden, Imageverlust, Sinkender Börsenkurs, Abzug von Folgeaufträgen
Die Einflussfaktoren der Transaktionskostentheorie haben somit auch Relevanz für die Risikokosten, weshalb Risiko auch als „hidden cost of sourcing“ beschrieben wird (Quinn 2006, S. 5). Die Spezifität (1) hat starken Einfluss auf die entstehenden Risikokosten. Bei einer Faktorspezifität gleich Null könnte das beschaffende Unternehmen bei auftretenden Risiken mit geringem finanziellen Aufwand den Lieferanten wechseln (in der Literatur wird die Spezifität daher von einigen Autoren auch synonym zum Begriff „Switching Costs“ verwendet, vgl. u. a. Böhme 1999, S. 24). Erst die Existenz von spezifischen Transaktionen bindet den Abnehmer an den Lieferanten und führt somit zu Supply Risiken, gerade im Falle von Störungen in der Lieferbeziehung (Bensaou und Anderson 1999, S. 461; Wildemann 2006, S. 130). Gleichzeitig bringt eine hohe Faktorspezifität bei Störungen tendenziell auch größere Schadenspotenziale mit sich. Falls ein Commodity für ein sicherheitsunkritisches Produkt eingekauft wird (z. B. Schrauben für Computer-Tastaturen), so kann ein solcher Lieferant bei Lieferengpässen jederzeit gewechselt werden. Sollte jedoch in einer Lieferbeziehung nicht nur eine Single Sourcing Situation vorliegen, sondern darüber hinaus noch eine technische Monopolstellung des Zulieferers verbunden mit einem sicherheitskritischen Produkt (z. B. der Einsatz eines speziell beschichteten kundenspezifischen elektronischen Bauteils zur Verwendung im Steuergerät eines Airbags), so ist die Spezifität extrem hoch (zu einem konkreten Beispiel bei der Firma Hilti siehe Hüsler 2001, S. 102-103). Im Falle von Lieferstörungen führt eine solche Situation nach Verbrauch der verfügbaren Lagerbestände zwangsläufig zu einem Produktionsstillstand (Horn 2006, S. 137). Auch die Unsicherheit (2) erweist sich als relevant für die Entwicklung der Risikokosten. Williamson (1985, S. 56-59) unterscheidet zwischen parametrischer Unsicherheit und Verhaltensunsicherheit. Die parametrische Unsicherheit zielt auf
Das Supply Frühwarnsystem-Modell
49
die Ungewissheit über den Zustand der Umwelt in der Zukunft ab und ist zentral für jede Abnehmer-Lieferanten-Beziehung in technologisierten Branchen mit schwer prognostizierbarem Kundenverhalten und gleichzeitig langer Vertragslaufzeit. Der Bull-Whip-Effekt (Lee et al. 1997) sei als ein Beispiel eines durch Kunden induzierten Risikos für die Lieferkette genannt, der u. a. durch die Unsicherheit ausgelöst wird, welche Abnahmemengen in der Zukunft vom Markt gewünscht werden (Müller 2003, S. 20). Die zweite Art der Unsicherheit, Verhaltensunsicherheit, bezieht sich auf die Ungewissheit über ein potenziell opportunistisches Verhalten der an der Transaktion beteiligten Akteure. Ihre Relevanz für ein Supply Risk Management wurde bereits im vorherigen Abschnitt zur Principal Agent-Theorie verdeutlicht. Der Häufigkeit (3) als drittem Einflussfaktor der Transaktionskostentheorie kann in Bezug auf die Risikokosten kein eindeutiger Effekt nachgesagt werden. Eine Transaktion, die einmalig durchgeführt wird, hat ein gewisses Risikolevel. Falls diese Transaktion nun mehrfach ausgeführt wird, kann dies positive wie negative Auswirkungen auf die Risikokosten mit sich bringen. Zu den positiven Auswirkungen zählen die ceteris paribus sinkenden Transaktionskosten ebenso wie die bei auf Langfristigkeit ausgelegten strategischen Geschäftsbeziehungen, bei denen die Bindung der Akteure häufig stärker ausgeprägt ist, erreichte Reduzierung opportunistischen Verhaltens. Zu den negativen Auswirkungen zählt die grundlegende Möglichkeit der Lieferstörungen durch auftretende Qualitätsprobleme oder auch extern bedingte Störungen, auf welche die Akteure nicht immer Einfluss haben. Eine häufig ausgeführte Transaktion ist stärker parametrischer Unsicherheit ausgesetzt, da situative Bedingungen im Einzelfall zu negativen Auswirkungen führen können, auf welche eine standardisierte Transaktion nicht vorbereitet ist. Aufgrund dieses in beide Richtungen wirkenden Einflusses soll die Häufigkeit im Folgenden nicht mehr als Einflussfaktor auf die Risikokosten betrachtet werden. Diese Einschätzung ist identisch mit anderen Veröffentlichungen, bei denen die Häufigkeit als Faktor oft eine untergeordnete Bedeutung spielt (vgl. David und Han 2004, S. 46; Ebers und Gotsch 2002, S. 230). Zusammenfassend bieten die Ergebnisse aus der Analyse der beiden institutionen-ökonomischen Ansätze wichtige theoretische Erkenntnisse für den Bereich des Supply Risk Managements und der Supply Frühwarnsysteme. Die Principal Agent-Theorie legt besonderen Fokus auf die Ursachen von Supply Risiken im Lieferantennetzwerk. Informationsasymmetrien und opportunistisches Verhalten von Lieferanten sind hier eine wichtige Quelle von Risiken für das Supply Management. Wichtig ist die Unterscheidung in ex-ante Risiken vor Serienanlauf und ex-post Risiken nach Serienanlauf. Die Transaktionskostentheorie ergänzt diese Überlegungen durch die der Transaktion immanenten Einflussfaktoren Spezifität und Unsicherheit. Beide Faktoren haben einen relevanten Einfluss auf das Supply Risk Exposure und die Supply Risikokosten des beschaffenden Unternehmens. Spezifität in der Transaktion und Unsicherheit in der Umwelt gekoppelt mit Hid-
50
Das Supply Frühwarnsystem-Modell
den Characteristics und Hidden Action beim Lieferanten stellen eine gefährliche Kombination für das Supply Risk Management dar. Die in der Principal AgentTheorie vorgeschlagenen Wege zur Lösung der Agenturprobleme erhöhen darüber hinaus die Risikokosten in den ersten vier Transaktionskostenkategorien zu Gunsten einer Reduktion in der Anpassungskategorie. Die gesamthafte Reduzierung der Risikokosten (vgl. auch Kajüter 2003, S. 115) mit Hilfe einer Kombination von Kooperationsmodellen aus der Transaktionskostentheorie sowie den methodischen Gestaltungsempfehlungen aus der Principal Agent-Theorie ist somit bedeutend.
2.2.3
Neue Systemtheorie – Integration von Supply Frühwarnsystemen in das Supply Management Paradigma und Strukturierung der Modelllandschaft
Während die beiden dargestellten Ansätze der Institutionenökonomie Erklärungsbeiträge für die Relevanz des Feldes liefern und Dimensionen möglicher Zielvorstellungen aufzeigen, soll im Folgenden der Gestaltungsbeitrag der neueren Systemtheorie nach Luhmann für das Thema erarbeitet werden. Hierzu wird die Verknüpfung zwischen Supply Frühwarnsystem und Supply Management aufgezeigt sowie vor dem Hintergrund einer komplexen Umwelt (Diemers 1999, S. 244) ein systemtheoretisch fundiertes Modell für Supply Frühwarnsysteme aufgebaut. Gemeinsame Grundlage für systemtheoretische Ansätze bildet die Denkweise des Konstruktivismus (Ameln 2004, S. XI; Jahns 2005c, S. 54), die Erkenntnisse aus der Biologie, der Kybernetik und Neurophysiologie kombiniert und deren Grundthese sich gegen die Elemente des Realismus stellt (Ameln 2004, S. 3). Nach den Kernthesen des radikalen Konstruktivismus existiert auf dieser Welt keine objektive Wirklichkeit, vielmehr basieren alle Aussagen eines erkennenden Subjekts stets auf einem Vergleich mit den Erfahrungen der Vergangenheit. Diese gemachten Erfahrungen sind jedoch stets selektiert aus einer Menge von möglichen Erfahrungen, womit eine Aussage über eine absolute Wahrheit nicht mehr möglich ist. Die zentrale Aussage, die allen Richtungen des Konstruktivismus gemein ist, mündet somit in die Akzeptanz einer subjektiven Wirklichkeit, die vom Menschen konstruiert wurde (Ameln 2004, S. 3). Die Konsequenz für die Erkenntnisebene der Unternehmung ist, dass es keine deterministisch bestimmbaren Ergebnisse gibt, die sich aus der Verfolgung von festgeschriebenen Vorgehensweisen ableiten. Vielmehr muss die Unternehmensleitung der Unternehmung eine Ordnung geben und Strukturen schaffen, welche eine Selbstorganisation ermöglichen. Eine dieser Möglichkeiten zur Schaffung von Strukturen hat Luhmann mit seiner Theorie sozialer Systeme geschaffen, die als der weitest reichende konstruktivistische Ansatz gilt (Ameln 2004, S. 5) und in der Literatur gemeinhin mit neuerer Systemtheorie umschrieben wird (Jahns 2005c, S. 53).
Das Supply Frühwarnsystem-Modell
51
Die neuere Systemtheorie hat einen universalistischen Anspruch (Luhmann 2003, S. 10/34). Universell bedeutet, dass sich die Festlegungen der Systemtheorie auf jedes in der Gesellschaft existierende soziale System anwenden lassen und mithin auch auf die Gesellschaft selber. Aus diesem Grund bezeichnet Luhmann seine Theorie auch als „eindrucksvolle Supertheorie“ (Luhmann 2003, S. 19). Ein soziales System nach Luhmann besteht nur aus Kommunikation als Einheit aus Information, Mitteilung und Verstehen (Luhmann 2004, S. 293), bezieht also den Menschen als lebendes oder psychisches Subjekt nicht mit ein. Unter einem sozialen System sind somit Interaktionen, Organisationen oder auch die Gesellschaft an sich zu subsumieren. Das Ziel von Luhmanns soziologischen Arbeiten ist es, die Bildung, Funktionsweise und Veränderung solch sozialer Systeme zu beschreiben und ihre Interaktion mit anderen Systemen, vor allem dem Menschen als lebendes und psychisches System, zu erklären (Ameln 2004, S. 99). Zentral für die Konstitution sozialer Systeme ist die Differenzbildung von System und Umwelt (Luhmann 2003, S. 35; Luhmann 2004, S. 67). Das System gibt sich hierbei selber einen Sinn, wählt also aus einer komplexen Umwelt Differenzierungsmöglichkeiten aus und konstituiert sich somit selber. Durch diese Differenzsetzung gibt sich das System eine Identität. Es entsteht eine strukturelle Kopplung mit der Umwelt, ohne die ein soziales System nicht existieren kann. Die Selektion von Möglichkeiten ist hierbei kontingent, also immer anders möglich (Luhmann 2003, S. 47). Dies induziert ein Selektionsrisiko, die Organisation muss also das Risiko der Auswahl falscher Möglichkeiten aus der Umwelt durch entsprechende – komplexitätserhöhende – Maßnahmen kompensieren (Jahns 1999, S. 21; Kienzle 2000, S. 187). Hier schließt sich ein Kreislauf, denn die Komplexitätsreduzierung durch das Setzen einer System-Umwelt-Differenz führt somit zur Notwendigkeit einer Komplexitätssteigerung durch entsprechende Kompensationsmaßnahmen. Auf die unternehmerische Praxis bezogen bedeutet dies, dass sich eine erhöhte Umwelt-Komplexität nur mit erhöhter Unternehmens-Komplexität beherrschen lässt (Baecker 1992, S. 55; Berghaus 2004, S. 46; Schreyögg 1991, S. 279). Die Systemtheorie bietet somit die Funktion eines ordnenden Bezugsrahmens für komplexe Fragestellungen (Möller 2002, S. 30). Im Kontext der neueren Systemtheorie lassen sich nun das Zusammenspiel zwischen einer Unternehmung und der auf sie einwirkenden Risiken genauer analysieren. Die Existenz einer turbulenten und komplexen Umwelt, verstanden als die zunehmende Belastung der Unternehmung durch auf sie einwirkende Risiken, wurde bereits im einführenden Kapitel dargelegt. Diese Existenz gilt als eine zentrale Bestandsbedingung eines sozialen Systems (Jahns 2003a, S. 87; Jahns 2005c, S. 54). Beobachtungsobjekt dieser Arbeit ist jedoch nicht die Unternehmung als Ganzes, sondern die Unterfunktion des Supply Managements. Das Supply ManagementParadigma selber ist vor dem Hintergrund der neueren Systemtheorie auf der Ba-
52
Das Supply Frühwarnsystem-Modell
sis von sieben Festlegungen entwickelt worden (Jahns 2005c, S. 107-114). Wenn nun ein Supply Frühwarnsystem als ein Subsystem des Supply ManagementSystems gelten soll, müssen diese definierten Festlegungen ebenso für das Supply Frühwarnsystem gelten. Im Folgenden soll ein Supply Frühwarnsystem im systemtheoretischen Sinne daher als Subsystem des Management-Moduls ‚Supply Controlling und Risk Management’ verstanden werden (Henke und Jahns 2005, S. 13; Jahns und Henke 2004, S. 12, vgl. hierzu auch die Ausführungen in Kapitel 2.1.3). Die praktische Anwendbarkeit der Theorie für das Thema der Supply Frühwarnsysteme wird im Folgenden überprüft: (1) Definition des Supply Frühwarnsystems als Subsystem des Supply Management Moduls ‚Supply Controlling und Risk Management’ (Jahns 2005c, S. 107) Das Supply Frühwarnsystem stellt in einer systemtheoretischen Sichtweise ein Subsystem eines anderen Moduls des Supply Managements dar (Eschenbach et al. 2003, S. 264). Das Modul ‚Supply Controlling und Risk Management’ ist hierbei durch drei Subsysteme zu interpretieren: ein internes Überwachungssystem, ein Controllingsystem und ein Frühwarnsystem (Henke und Jahns 2005, S. 70). Das Supply Frühwarnsystem ist somit notwendig, um die Gesamtfunktion des Moduls ‚Supply Controlling und Risk Management’ zu garantieren. (2) Ausübung eines eigenständigen Steuerungspotenzials durch jedes Modul des Supply Managements (Jahns 2005c, S. 107-110) Das Supply Management Paradigma sieht kein Supply Management Modul als bestimmend für andere Module an. Vielmehr müssen die einzelnen Module eigenständige Steuerungspotenziale aufweisen und sind nicht mehr nur von einer strategischen Planung abhängig. Für ein Supply Frühwarnsystem bedeutet dies, dass es die Fähigkeit haben muss, Steuerungsfunktionen wahrzunehmen. Bei seiner Modellierung müssen also die beiden Kriterien der Problemlösungskapazität und des Selbststeuerungspotenzials (Jahns 2005c, S. 108) beachtet werden. Gerade ein Supply Frühwarnsystem übernimmt durch dieses Steuerungspotenzial eine wichtige Funktion, um das Supply Management für die Zukunft abzusichern. Mit seiner Sichtweise fokussiert es auf Risiken, welche die Unternehmung bedrohen und ergänzt somit klassische Einkaufsdimensionen wie Qualität, Kosten und Flexibilität (Koppelmann 2004, S. 107) um die Betrachtung von Risiken. Wenn auch die zu akzeptierenden Risiken aus den Supply Management-Zielen und der Supply Risk Strategie abzuleiten sind, so stellen Risikoziele wichtige Unterziele dar (Koppelmann 2004, S. 116). Die in das Frühwarnsystem einfließenden Informationen werden somit verarbeitet, in entsprechende Frühwarnprozesse überführt und den anderen Modulen bei drohenden Abweichungen zurücksignalisiert. Das Supply Frühwarnsystem muss entsprechende Risiken identifizieren und bei kriti-
Das Supply Frühwarnsystem-Modell
53
scher Bewertung die entscheidenden Impulse auch für die anderen Subsysteme generieren. So könnte der Aufbau neuer Handelsbarrieren in einem Beschaffungsland dazu führen, die Supply Strategie anzupassen, um auf diese veränderte Situation zu reagieren. Verantwortlich für die Einbringung solcher risikorelevanten Information muss das Frühwarnsystem sein. (3) Neuinterpretation der Kompensationsfunktion im Gesamtsystem ‚Supply Management’ (Jahns 2005c, S. 110) Im Supply Management Paradigma gilt das Subsystem der Supply Strategien nicht mehr als typisch vorsteuerndes Modul. Vielmehr müssen Steuerungswirkungen und Korrekturfunktionen durch jedes Supply Management Modul erbracht werden können (Jahns 2005c, S. 110). Das Supply Frühwarnsystem konstituiert sich durch Abgrenzung von der Umwelt, nimmt jedoch durch seine strukturelle Kopplung risikorelevante Veränderungen stärker war als die anderen Module. Auch vom Supply Frühwarnsystem gehen somit Kompensationsfunktionen für das Gesamtsystem aus, es übernimmt Teile der Steuerlogik. (4) Übernahme selbstreferentieller Systemleistungen durch jedes Modul des Supply Managements (Jahns 2005c, S. 110-111; Luhmann 2003, S. 57) Das Supply Frühwarnsystem muss eine selbstreferentielle Systemlogik verfolgen und somit die eingehenden Informationen über Risiken zunächst selber abfangen (Schreyögg 1991, S. 277). Über einen mehrstufigen Prozess sind die Risiken zu identifizieren und zu analysieren, welche die Gesamtstrategie des Supply Managements beeinflussen. Kritische Risiken müssen, soweit möglich, im eigenen Subsystem und durch eigene Supply Risk Management-Prozesse abgefangen werden. Die Risikomethoden müssen ständig an neue Umweltbedingungen angepasst werden, um die selbstreferentielle Leistung zuverlässig erbringen zu können (Eschenbach et al. 2003, S. 263). Einfluss auf die anderen Module des Supply Managements wird durch ein Supply Frühwarnsystem erst dann ausgeübt, wenn die Methoden im eigenen Subsystem nicht ausreichend sind, um sich auf eine neue Umweltsituation einzustellen. (5) Zulässigkeit widersprüchlicher Systemerfordernis im Gesamtsystem ‚Supply Management’ (Jahns 2005c, S. 111) Im Supply Management Paradigma sind widersprüchliche Systemerfordernisse grundsätzlich zulässig. Die Ziele eines Supply Frühwarnsystems müssen somit nicht immer vollständig mit den Zielen anderer Module übereinstimmen. Differierende Anforderungen werden stets zuerst im eigenen Subsystem abgefangen. Erst wenn das Supply Frühwarnsystem zu große Abweichungen seiner Ziele von ande-
54
Das Supply Frühwarnsystem-Modell
ren Modulen erkennt, müssen entsprechende Abstimmungsleistungen im Gesamtsystem ausgelöst werden. Zentral für diesen Punkt ist die Konzentration im Supply Frühwarnsystem auf die Unternehmung bedrohende Risiken. Darüber hinausgehende Ziele werden in anderen Modulen verfolgt. So könnte ein Ziel im Supply Strategie-Modul darauf aufgebaut werden, Anteile von Niedrigkostenstandorten in Osteuropa im Einkaufsvolumen stark zu steigern. Für das Supply Frühwarnsystem mit seiner risikozentrierten Sichtweise bedeutet dies eine Erhöhung der Gesamt-Risikosituation im Supply Management, die durch entsprechende interne Maßnahmen abgewehrt werden müssen. Sollten die Analysen des Supply Frühwarnsystems zu dem Ergebnis führen, dass der Einkauf in Osteuropa starke Risiken bezüglich Qualität und Logistikkosten birgt, könnte in einem weiteren Schritt eine entsprechende Abstimmungsleistung mit anderen Subsystemen notwendig werden, d. h. eine Anpassung der Supply Management-Ziele unvermeidlich sein. (6) Situatives Vorsteuern durch ein Modul des Supply Managements (Jahns 2005c, S. 112) Das Supply Frühwarnsystem ist ebenso wie alle Supply Management Module in der Lage, situativ Impulse zur Gesamtsteuerung des Systems zu geben. Umwelteinflüsse, die nicht mehr im eigenen Subsystem abgefangen werden können, führen zu der Notwendigkeit der Abstimmung mit anderen Systembestandteilen. In solchen Fällen tritt das Supply Frühwarnsystem vor die anderen Subsysteme und gibt die entscheidenden Impulse zur Gesamtsteuerung. Ebenso kann es jedoch als zuverlässige Leistungseinheit interpretiert werden, welches die Impulse anderer Subsysteme aufnimmt und sich somit an die neuen Anforderungen im Gesamtsystem anpasst. Diese Funktion des situativen Vorsteuerns ermöglicht dem System eine schnelle Anpassung an eine komplexe Umwelt und sich ändernde Anforderungen. (7) Wirkungsvolle Integration der einzelnen Module des Supply Managements (Jahns 2005c, S. 112-113) Das Supply Frühwarnsystem muss mit den anderen Subsystemen des Moduls ‚Supply Controlling und Risk Management’ eng gekoppelt werden, um die notwendigen Interaktionsbeziehungen zu ermöglichen (Eschenbach et al. 2003, S. 262). Die Kopplung an die anderen Module des Supply Managements erfolgt über das eigene Modul (Wolf und Runzheimer 2003, S. 98). Das Gesamtsystem erfordert eine enge Abstimmung, da die langfristigen Ziele im Supply Management Paradigma keine gravierenden Abweichungen zeigen sollten. Der Freiheitsgrad des Supply Frühwarnsystems wird somit zwar eingeschränkt, jedoch wird gleichzeitig eine suboptimale Ausrichtung verhindert (Jahns 2005c, S. 113).
Das Supply Frühwarnsystem-Modell
55
Es lässt sich im Ergebnis feststellen, dass ein Supply Frühwarnsystem alle systemtheoretischen Voraussetzungen erfüllt und somit als Subsystem des Supply Management-Moduls ‚Supply Controlling und Risk Management’ interpretiert werden kann. Gemäß dem Supply Management Paradigma sind die dargestellten Handreichungen zum Supply Frühwarnsystem nicht als konkrete Handlungsempfehlungen zu interpretieren (Jahns 2005c, S. 114), sondern als Darstellung zentraler Erfordernisse in einer komplexen und turbulenten Umwelt. Die wesentlichen zu beachtenden Abhängigkeiten zwischen dem Supply Management, den Modulen und weiteren Subsystemen bieten erste Handreichungen zum Aufbau und der Funktionalität eines Supply Frühwarnsystems. Die Interpretation eines Supply Frühwarnsystems im systemtheoretischen Kontext stellt neue Anforderungen an die Theorie. Existierende Frühwarnsysteme sind kaum auf die Komplexität und Turbulenz einer systemischen Umwelt eingestellt und eignen sich daher nur punktuell zur Nutzung im Bereich des Supply Managements. Aufgabe des Managements ist aber gerade die Komplexitätsreduzierung zwischen Unternehmen und Unternehmensumwelt (Eschenbach et al. 2003, S. 181). Die Tendenz zu einer rationalen Berechnung von Risiken, welche in der Risikoforschung weit verbreitet ist (Leciejewski 1999, S. 65; Luhmann 1991, S. 4), muss für das Supply Management abgelehnt werden. Eine Berechnung von Risiken, unabhängig von den zugrunde liegenden Kriterien, kann allenfalls Handreichungen für konkrete Maßnahmen bieten; unterstützt jedoch nicht bei der Formulierung einer ganzheitlichen Supply Risk Strategie. Ein Supply Risk Management muss nicht nur ausgerichtet sein auf Risiken der eigenen Unternehmung, sondern gleichfalls auf Risiken im Lieferantenportfolio sowie Risiken in der Unternehmens- und Lieferantenumwelt (Schubert 2004, S. 3). Die Quantifizierung von Eintrittswahrscheinlichkeiten und möglichen Auswirkungen von Risiken scheint im Bereich finanzieller Verluste möglich, ist jedoch kaum adaptierbar auf die Vielzahl drohender Risiken, die auf die gesamte Lieferantenbasis wirken. Begleitet durch den systemtheoretischen Gedanken muss es folglich darum gehen, die entsprechende Kommunikation sicherzustellen (Baecker 1992, S. 61; Luhmann 1991, S. 7/12) und somit die Integration der Risikodimension in Entscheidungen im Supply Management zu erreichen. Doch damit bleibt ein Supply Frühwarnsystem immer kontingent, denn die komplexe Umwelt zwingt zur Selektion (von Risiken, von Indikatoren, von Maßnahmen etc.), welche wiederum stets nur eine Auswahl von Möglichkeiten ist und somit auch anders möglich wäre (Berghaus 2004, S. 46-47; Steinmann und Schreyögg 2000, S. 130). Oder um Luhmanns (2003, S. 47) Worte zu wählen: „Komplexität [...] heißt Selektionszwang, Selektionszwang heißt Kontingenz, und Kontingenz heißt Risiko“. Auf dieser Basis stellt sich die Frage, wie ein systemtheoretisch fundiertes Modell für ein Supply Frühwarnsystem denn dann aussehen soll. Im Folgenden wird daher ein Supply Frühwarnsystem als soziales System interpretiert, aufgebaut und gestaltet.
56
Das Supply Frühwarnsystem-Modell
Ein Supply Frühwarnsystem operiert immer im Status des Risikos, denn die Zukunft selber ist ein Risiko (Luhmann 1991, S. 41). Absolut risikofreies Verhalten kann es nicht geben (Luhmann 1991, S. 37), denn ein solches würde zu einem Auslassen sämtlicher unternehmerischer Möglichkeiten führen. Erst mit der Akzeptanz von Risiken akzeptiert die Unternehmung auch Chancen (Salvisberg 2001a, S. 22). Der Aufbau eines Frühwarnsystems führt immer zu erhöhter Risikokommunikation, welche zu einem erhöhtem Risikobewusstsein und somit einer stärkeren Risikowahrnehmung führt (Knittelmeyer 1999, S. 131; Luhmann 1991, S. 37). Es muss also ein ständiger Lernprozess initiiert werden, der das System nicht nur an die sich ändernden Umweltbedingungen anpasst, sondern auch eine Weiterentwicklung auf Basis der Risikowahrnehmung anstrebt. Das wachsende Wissen über Kausalketten der Risiken, so komplex sie auch sein mögen, ermöglicht erst die effektive Fortentwicklung eines Frühwarnsystems. Für den Aufbau eines Supply Frühwarnsystems soll in Kenntnis einer komplexen Umwelt eine grundlegende Vorgehensweise zur Errichtung eines sozialen Systems festgelegt werden (Jahns et al. 2006a, S. 204; Jahns et al. 2006b, S. 26-28): 1) Beobachtung der Umwelt als Voraussetzung zur Differenzbildung 2) Differenzbildung durch Selektion eines Umweltausschnittes 3) Strukturelle Kopplung mit der Umwelt 4) Verarbeitung der Information im System als Kommunikation 5) Fortentwicklung des Systems als permanente Sinn-Suche (1) Beobachtung der Umwelt als Voraussetzung zur Differenzbildung Konstituierend für ein soziales System ist das Setzen einer System-UmweltDifferenz (Luhmann 2003, S. 22). Der erste Schritt zur Konstruktion eines Supply Frühwarnsystems muss daher eine detaillierte Umweltanalyse sein, bei der alle die Unternehmung möglicherweise bedrohenden Risiken sichtbar gemacht werden (Fink et al. 2004, S. 182). Um die Risiken möglichst vollständig zu erfassen, ist eine Analyse auf verschiedenen Supply Ebenen notwendig. Während der Beobachtungsphase ist eine intensive Kommunikation mit der Umwelt notwendig (Eschenbach et al. 2003, S. 263). Die Umwelt konstituiert sich hierbei sowohl aus anderen Modulen des Supply Managements wie auch dem Supply Netzwerk und Experten zur Einschätzung externer Effekte. Diese Kommunikation muss in einem möglichst vollständigen Risikoprofil resultieren, welches die Supply Risikosituation der Unternehmung darlegt. Hierbei induziert das Wort ‚möglichst’ bereits die oben dargelegten Überlegungen: Ein vollständiges Supply Risikoprofil kann nicht aufgestellt werden (Peck et al. 2003, S. 44), da die Zukunft nicht beobachtet werden kann (Eschenbach et al. 2003, S. 263; Luhmann 1991, S. 83-87). Trotzdem ermöglichen die in der Vergangenheit gemachten Beobachtungen in Form von Erfahrungen der Entscheidungsträger, die Risikodimension in Entscheidungen mit zu integrieren (Luhmann 1991, S. 89; Luhmann 2003,
Das Supply Frühwarnsystem-Modell
57
S. 40) und somit im Gesamtprozess negative Auswirkungen zu reduzieren. Die im Rahmen dieses Risikoprofils identifizierten Risiken können als ‚Existierende Supply Risiken’ bezeichnet werden. (2) Differenzbildung durch Selektion eines Umweltausschnittes Die in Schritt 1 erfolgte Beobachtung der Umwelt muss nun umgesetzt werden in die Definition einer System-Umwelt-Differenz und ist zugleich die Konstitution eines Supply Frühwarnsystems (Berghaus 2004, S. 40; Schreyögg 1991, S. 277). Hierzu müssen aus dem vollständigen Supply Risikoprofil diejenigen Supply Risiken ausgewählt werden, welche für die Unternehmung die potenziell größte Gefahr darstellen (Knittelmeyer 1999, S. 133). Diese Selektion von Risiken (Luhmann 1991, S. 12) stellt für die Unternehmung eine große Gefahr dar, da sie stets kontingent sein wird (Schreyögg 1991, S. 278). Erst in der Zukunft kann entschieden werden, ob die heute erfolgte Auswahl von in der Zukunft wesentlichen Risiken die richtige Auswahl aus der Gesamtheit des Supply Risikoprofils war (Knittelmeyer 1999, S. 134). Durch die Komplexität der Umweltsituation in Form einer Vielzahl von Lieferanten ist der Risikoanalyse besondere Aufmerksamkeit zu widmen. Hierzu sollten Gruppen von Lieferanten gebildet werden, um den Prozess handhabbar zu gestalten. Eine Risikoanalyse für Lieferanten einer bestimmten Materialgruppe oder für Lieferanten einer ausgewählten geographischen Region ermöglicht die Extraktion der Risiken. Als Ergebnis kann für jeden Lieferanten ein eigenes Risikoprofil entstehen, das Risikobereiche auf Basis der gelieferten Materialien, der Produktionsstandorte, der strategischen Bedeutung und anderer Faktoren integriert und somit der Komplexität gerechter wird als eine einheitliche Vorgehensweise. In diesem zweiten Schritt werden die existierenden Risiken beschränkt und für das Supply Frühwarnsystem die ‚Wesentlichen Supply Risiken’ extrahiert (EngelhardtNowitzki und Zsifkovits 2006, S. 24). (3) Strukturelle Kopplung mit der Umwelt Nachdem die wesentlichen Risiken für das Supply Frühwarnsystem ausgewählt sind, muss eine strukturelle Kopplung mit der Umwelt aufgebaut werden (Ameln 2004, S. 188; Berghaus 2004, S. 59). Eine solche Kopplung – sei es durch Hochrechnungen, Indikatoren oder schwache Signale – basiert immer auf Erfahrungen und Einschätzungen über Kausalitätsketten und kann somit nur heuristische Hinweise auf die zugrunde liegenden Risiken geben. Die aufgebaute Kopplung muss durch entsprechende Kommunikationskanäle hinterlegt werden, damit existierende Informationen den Weg ins Supply Frühwarnsystem finden (Leciejewski 1999, S. 71-72).
58
Das Supply Frühwarnsystem-Modell
Diese aufgebauten Kommunikationskanäle übermitteln ständig neue Information aus der Umwelt in das Supply Frühwarnsystem. Die Informationen müssen aufgenommen und verarbeitet werden, wofür entsprechende Strukturen im Unternehmen geschaffen werden müssen. Bei einer großen Anzahl von Lieferanten handelt es sich um eine entsprechend große Menge an Informationen, womit die Verarbeitung der Informationen nicht nur durch einzelne Mitarbeiter geschehen kann. Der Aufbau eines Supply Frühwarnsystems ist vor diesem Hintergrund auch eine organisatorische Herausforderung, da die Vielzahl an Risikoquellen auch die Menge der verfügbaren Informationen vergrößert. Der Aufbau entsprechender interner Kommunikationskanäle muss im Supply Management verankert werden. Informationen, die so durch die Mitarbeiter verarbeitet werden, weisen auf ‚Drohende Supply Risiken’ hin. (4) Verarbeitung der Information im System als Kommunikation In einem weiteren Schritt müssen die erhaltenen Informationen nun durch die verantwortlichen Mitarbeiter verarbeitet werden. Es handelt sich hierbei um eine Risikoanalyse auf Lieferantenebene. Erhaltene Informationen müssen auf ihre Relevanz für die Erfolgspotenziale des Supply Managements überprüft werden. Falls Bedrohungen erkannt werden, sind die zugehörigen Lieferanten zu identifizieren. Abschließende Aufgabe eines Supply Frühwarnsystems muss es hierbei sein, Informationen über die ‚Kritischen Supply Risiken’ in aufbereiteter Form zur Verfügung zu stellen, so dass im Rahmen der Supply Risikosteuerung Maßnahmen durchgeführt werden können, um das Risiko zu vermeiden oder aber den drohenden Schaden zu minimieren. (5) Fortentwicklung des Systems als permanente Sinn-Suche Bei den obigen Überlegungen wurde bereits deutlich, dass alle Aktivitäten des Risikomanagement selber ein Risiko in sich tragen: die Kontingenz, das Risiko der Konzentration auf das falsche (Luhmann 1991, S. 84; White 1995, S. 43). Sind die wesentlichen Risiken wirklich wesentlich, die drohenden Risiken wirklich drohend und die kritischen Risiken wirklich kritisch (vgl. auch Rieser 1989, S. 40; Thiemt 2003, S. 110)? Finden sich die wirklich kritischen Risiken nicht vielleicht gerade in der Menge der frühzeitig ausgeschlossenen nicht-wesentlichen Risiken? Führt die durch das System neu eingeführte Komplexität nicht gerade erst zu neuen Risiken (Boutellier und Wagner 2005, S. I; Leciejewski 1999, S. 65; Schubert 2004, S. 208)? Auch ein Supply Frühwarnsystem kann dieses Kontingenz-Risiko nicht ausschließen, muss aber eine eigene Funktion implementieren, um auch dieses Risiko zu minimieren (Diemers 1999, S. 232; Leciejewski 1999, S. 72). Um die selbstreferentielle Funktion sicherzustellen, muss eine entsprechende Selbstkontrolle ebenso vorhanden sein wie eine Controllingfunktion im Supply Management-System,
Das Supply Frühwarnsystem-Modell
59
welche die Funktionsweise des Supply Frühwarnsystems laufend überwacht und an sich ändernde Umweltbedingungen anpasst. Diese systemtheoretischen Überlegungen stellen ein Basismodell eines Supply Frühwarnsystems auf, das vier inhaltliche Schritte umfasst sowie einen Prozess der Frühwarnkontrolle. Die Schritte sind fortlaufend durchzuführen, wobei der Wiederholungszyklus mit jedem Prozessschritt kürzer wird. Eine Analyse der existierenden Risiken ist kein wöchentlich zu durchlaufender Prozessschritt. Dagegen stellen die Überwachung der Indikatoren zur Identifikation drohender Risiken sowie die genaue Analyse zum Erhalt der kritischen Risiken Aufgaben dar, welche essentielle Bestandteile des Tagesgeschäfts jedes Supply Managers sein müssen. Abbildung 18 zeigt das systemtheoretisch fundierte Modell eines Supply Frühwarnsystems mit seinen Elementen in einem ersten Überblick. Dieses Modell soll keine konkreten Handlungsempfehlungen bieten, sondern einen prozessualen Rahmen für die weiteren Überlegungen (Eschenbach et al. 2003, S. 181). Für die Ausführungen dieser Arbeit bildet es somit die theoretische Grundlage zum Ablauf eines Frühwarnprozesses in Einkauf und Supply Management. Abbildung 18:
Systemtheoretisch aufgestelltes Modell eines Supply Frühwarnsystems
Beobachtung der Umwelt Existierende Risiken
Selektion eines Umweltausschnitts Wesentliche Risiken
Strukturelle Kopplung mit der Umwelt Drohende Risiken
Kommunikation (Verarbeitung) im System Kritische Risiken
Fortentwicklung
60
2.3
Das Supply Frühwarnsystem-Modell
Entwicklung des Modells eines Supply Frühwarnsystems
Im vorherigen Kapitel 2.2.3 wurde argumentiert, welche grundsätzlichen Prozessschritte ein Supply Frühwarnsystem umfassen muss, um systemtheoretischen Erfordernissen einer komplexen und dynamischen Umwelt gerecht zu werden. Diese Prozessschritte bilden den Rahmen für die weiteren Überlegungen. In einem ersten Schritt werden in der Literatur vorgeschlagene Prozesse auf die Vereinbarkeit mit dem systemtheoretisch aufgestellten Frühwarnprozess überprüft und eine beidseitige Integration durchgeführt. In einem zweiten Schritt werden konkrete Methoden eines Supply Frühwarnsystems dargestellt, die zu einer Ausgestaltung der Prozessschritte beitragen. Schließlich wird in einem dritten Schritt der systemtheoretisch aufgestellte Frühwarnprozess auf die Anforderungen der Praxis hin verfeinert und ein Drei-Ebenen-Modell eines Supply Frühwarnsystems aufgestellt.
2.3.1
Vereinbarkeit mit existierenden Modellen
In Kapitel 2.2.3 wurde ein Modell eines Supply Frühwarnsystems auf Basis systemtheoretischer Überlegungen neu aufgestellt, da in der Literatur keine existierenden Modelle identifiziert werden konnten. Trotzdem muss überprüft werden, ob sich das vorgeschlagene Modell mit seinen fünf Schritten Beobachtung, Selektion, Kopplung, Kommunikation und Fortentwicklung mit Prozessen benachbarter Forschungsgebiete vereinbaren lässt. Daher werden im Folgenden zentrale Modelle aus dem Risikomanagement, den strategischen Frühwarnsystemen, dem strategischen Management sowie dem Supply Controlling auf Ähnlichkeiten mit dem neuen Supply Frühwarnmodell untersucht. In einem ersten Schritt muss die Verträglichkeit des Modells mit den gängigen Zyklen des Risikomanagements überprüft werden. In Kapitel 2.1.2 wurde ein Risikomanagement-Zyklus mit seinen fünf Einzelschritten Risikostrategie, Risikoidentifikation, Risikoanalyse, Risikosteuerung und Risikosituation vorgestellt. Es existieren zahlreiche weitere Zyklen für das Risikomanagement, die zwischen drei und acht Prozessschritte umfassen, wie in Tabelle 1 dargelegt wurde. Alle Zyklen haben gemeinsam, dass sie die Prozessschritte Risikoidentifikation und Risikoanalyse (und Risikobewertung) vorsehen. Bereits die Definition des Supply Frühwarnsystems in Kapitel 2.1.3 hat festgelegt, dass ein solches System inhaltlich aus Techniken, Tools und organisatorischen Regelungen der Risikoidentifikation und Risikoanalyse besteht. Übertragen auf die fünf Prozessschritte eines Frühwarnsystems erkennt man, dass es sich bei der Beobachtung um eine Risikoidentifikation breiten Ausmaßes handelt und bei der Kopplung um eine Identifikation engeren Ausmaßes. Gleiches ist für die Risikoanalyse festzustellen, wobei sich die Selektion auf die Analyse der beobachteten Risiken ergibt und die Kommunikation auf die Analyse der bei der Kopplung identifizierten Risiken. Darüber hinaus ist der
Das Supply Frühwarnsystem-Modell
61
Schritt der Fortentwicklung in Teilen identisch mit dem Schritt der Risikosituation im Zyklus. Somit kann ein Supply Frühwarnsystem in die existierenden Risikomanagement-Zyklen problemlos integriert werden, wie in Abbildung 19 illustriert ist. Abbildung 19:
Integration des Supply Frühwarnmodells in den Risikomanagementzyklus Supply Risikostrategie
Beobachtung der Umwelt
Selektion eines Umweltausschnitts
Supply Risikosituation
Strukturelle Kopplung mit der Umwelt
Kommunikation (Verarbeitung) im System
Supply Risikosteuerung
Im Bereich der strategischen Frühwarnsysteme ist insbesondere der Ansatz von Krystek und Müller (1999, S. 179-181) bedeutend. Sie unterscheiden zwischen dem Aufbau (Design) eines Frühaufklärungssystems und dem Prozess (Implementierung) einer strategischen Früherkennung. Der Aufbau eines Frühaufklärungssystems umfasst hierbei die Ermittlung von Beobachtungsbereichen, die Bestimmung von Indikatoren, die Festlegung von Soll-Grenzen und die Festlegung der Informationsverarbeitung (Krystek und Müller 1999, S. 179; Lück 2001c, S. 39; Lück 2001b, S. 238; Müller 2001, S. 216). Diese Schritte sind größtenteils identisch mit Aktivitäten aus dem Bereich der Beobachtung und Selektion. Der Prozess der strategischen Früherkennung umfasst die Ortung und Erfassung von Signalen, die Analyse erfasster Signale sowie die Beurteilung der Relevanz erfasster Signale (Krystek und Müller 1999, S. 181; Lück 2001b, S. 246). Dies sind Aufgaben, die größtenteils identisch sind mit den Aktivitäten der Kopplung und der Kommunikation im Supply Frühwarnmodell. Es ist somit eine Dreiteilung zu erkennen im Prozess des Frühwarnsystems in ein Prozess-Design, eine Prozess-Implementierung sowie eine Prozess-Kontrolle, die in Abbildung 20 dargestellt ist. Die verschiedenen Aktivitäten nach Krystek und Müller, die vorgeschlagen werden, werden in der empirischen Untersuchung ergänzt und als Basisaufgaben eines Supply Frühwarnsystems verwendet.
62
Das Supply Frühwarnsystem-Modell
Abbildung 20:
Dreiteilung des Supply Frühwarnmodells
Beobachtung der Umwelt Existierende Risiken
ProzessDesign
Selektion eines Umweltausschnitts Wesentliche Risiken
Strukturelle Kopplung mit der Umwelt Drohende Risiken
ProzessImplementierung
Kommunikation (Verarbeitung) im System Kritische Risiken
ProzessKontrolle
Darüber hinaus hat Kienzle (2000) mit seiner Dissertation zur Früherkennung im Beschaffungsmarketing Krysteks Vorgehensmodell allgemein übertragen und unterscheidet in diesem Zusammenhang zwischen einem scanning-orientierten und einem monitoring-orientiertem Früherkennungsprozess (Kienzle 2000, S. 256-257). Unter Scanning wird ein Abtastvorgang verstanden, der auf Basis schwacher Signale potenzielle Diskontinuitäten frühzeitig aufspürt, die jedoch noch keine umgehende Relevanz für das Unternehmen besitzen müssen (Kienzle 2000, S. 204-227). Unter Monitoring wird ein Überwachungsvorgang verstanden, der auf Basis von Frühindikatoren vertiefende Informationen zu einem festgelegten Analysefeld bietet (Kienzle 2000, S. 227-253). Andere Autoren unterscheiden auch zwischen Scanning als einer eher ungerichteten Suche und Monitoring als einer eher gerichteten Suche (Krystek und Müller 1999, S. 181). Die beiden Kategorien lassen sich in dem entwickelten Frühwarnmodell wiederfinden mit dem Prozessdesign als einer scanning-orientierten Ausrichtung sowie der Prozessimplementierung als einer monitoring-orientierten Ausrichtung. Schließlich unterscheidet ein früher Ansatz zu Supply Frühwarnsystemen zwischen den zwei zentralen Schritten der Signalexploration und der Signaldiagnose (Schmid 1983, S. 31-32). Unter der Signalexploration wird die frühe Erfassung von schwachen Signalen verstanden (Schmid 1983, S. 31), unter der Signaldiagnose die Erforschung der Ursachen der empfangenen schwachen Signale (Schmid
Das Supply Frühwarnsystem-Modell
63
1983, S. 32). Diese beiden Schritte sind damit inhaltlich vergleichbar mit den Prozessen der Beobachtung und der Kopplung. Für alle drei Frühwarnansätze lässt sich feststellen, dass sie enger sind als das systemtheoretisch aufgestellte Supply Frühwarnsystem und sich somit problemlos in dieses integrieren lassen. Als nächster Schritt soll die Verträglichkeit des Frühwarnsystems mit Prozessen des strategischen Managements verglichen werden. Steinmann und Schreyögg (2000, S. 157) unterscheiden in ihrer Arbeit zwischen der strategischen Planung, der Realisierung und der strategischen Kontrolle. Auch hier zeigt sich, dass der Prozessablauf vergleichbar mit dem Frühwarnmodell ist, wobei die strategische Planung mit dem Prozessdesign und die Realisierung mit der Prozessimplementierung vergleichbar sind. Interessant ist hierbei insbesondere die strategische Kontrolle, da Steinmann und Schreyögg (1985, S. 394-397) diese, basierend auf Überlegungen aus Luhmanns Systemtheorie, für komplexe Systeme detaillieren. Sie unterscheiden zwischen einer Prämissenkontrolle, einer Durchführungskontrolle sowie einer strategischen Überwachung (Schreyögg und Steinmann 1985, S. 401406). Während Prämissen- und Durchführungskontrolle Soll-Ist-gerichtete Kontrollaktivitäten darstellen, handelt es sich bei der strategischen Überwachung um eine Kontrollfunktion zur Reduktion des Kontingenzrisikos, die das Risiko abfedern soll, das durch die „Ausblendungen der beiden anderen Kontrollarten“ entsteht (Schreyögg und Steinmann 1985, S. 403). Insofern handelt es sich bei der strategischen Überwachung um das ‚Frühwarnsystem des Supply Frühwarnsystems’ (vgl. ähnlich Schreyögg und Steinmann 1985, S. 405). Die systemorientierte Sichtweise integriert diese strategische Überwachung in das Gesamtkonzept des Frühwarnsystems, um die aus den Aktivitäten resultierende Risiko-Residualgröße nicht aus den Augen zu verlieren. Abschließend soll Wagners Ansatz für das Supply Controlling herangezogen werden, um die Vereinbarkeit mit Controllingmethoden aus Einkauf und Supply Management zu bewerten. Wagner (2003, S. 695) unterscheidet zwischen Methoden zum Management der Lieferantenbasis und dem Management einzelner Lieferantenbeziehungen. Bereits bei der Beschreibung der Aktivitäten aus der Systemtheorie wurde verdeutlicht, dass Lieferanten je nach Materialgruppe, geographischer Region o. ä. unterschiedliche Risikoprofile haben können. Tendenziell ist die Entwicklung im Prozessablauf jedoch so zu interpretieren, dass die Beobachtung mit der Identifikation der existierenden Risiken für alle Lieferanten startet und die Kommunikation mit der Analyse eines kritischen Risikos für einen ausgewählten Lieferanten endet. Die Anzahl der Lieferanten nimmt daher im Prozessablauf des Supply Frühwarnsystems permanent ab und führt schließlich zu ausgewählten kritischen Risiken bei einzelnen Lieferanten.
64
Das Supply Frühwarnsystem-Modell
Tabelle 5 zeigt die Überlegungen zur gegenseitigen Integration der Ansätze in einer Übersicht. Insgesamt lässt sich aus theoretisch-konzeptioneller Sicht ein guter Fit des systemtheoretisch entwickelten Supply Frühwarnsystems zu anderen wissenschaftlichen Prozessmodellen erkennen. Tabelle 5:
Integration existierender Ansätze in das systemtheoretisch aufgestellte Modell für ein Supply Frühwarnsystem
Prozessdesign
Prozessimplementierung
Prozesskontrolle
BeSelektion Kopplung Kommu- Fortentobachtung nikation wicklung RisikomanagementZyklen (vgl. Tabelle 1)
Risikoidentifikation
Krystek und Müller (1999, S. 179)
Festlegung von Beobachtungsbereichen, Bestimmung von Frühwarnindikatoren, Ermittlung von Sollwerten und Toleranzgrenzen, Festlegung der Informationsverarbeitung
Krystek und Müller (1999)
Ortung/Erfassung von Signalen, Analyse erfasster Signale, Beurteilung der Relevanz erfasster Signale
Scanning-orientierter Früherkennungsprozess
Monitoring-orientierter Früherkennungsprozess
Strategische Planung
Realisierung
Strategische Kontrolle
Management der Lieferantenbasis
Management einzelner Lieferantenbeziehungen
Kienzle (2000, S. 256) Schmid (1983) Steinmann und Schreyögg (2000, S. 157) Wagner (2003, S. 695)
2.3.2
Signalexploration
Risikoanalyse; Risikobewertung
Signaldiagnose
Risikoidentifikation
Risikoanalyse; Risikobewertung
Risikokontrolle (teilweise)
Existierende Methoden für Risikoidentifikation und Risikoanalyse
Die Überlegungen aus Kapitel 2.3.1 bieten einen Rahmen für ein Supply Frühwarnsystem, ohne eine konkrete Ausgestaltung der Techniken und Tools vorzunehmen. Tabelle 6 zeigt eine Auswahl aus der Literaturanalyse zu möglichen Methoden der Risikoidentifikation und Risikoanalyse im Supply Management, die
Das Supply Frühwarnsystem-Modell
65
ein Supply Frühwarnsystem konstituieren können. Die Vielfältigkeit möglicher Methoden wird hierbei deutlich (vgl. auch Zsidisin et al. 2004, S. 408). Tabelle 6:
Methoden zur Risikoidentifikation und Risikoanalyse
Ablaufanalyse Audits Benchmarking Betriebsbesichtigungen Brainwriting Collective-Notebook-Meth. Discussion 66 Einflussdiagramm-Analyse Ereignisablaufanalyse Externe Experten Fishbone Gefährdungsbaumanalyse Interdependenzanalyse Kommunikationsvorgaben Korrekturverfahren Langfristige Verträge Lieferantenentwicklung Markt-/Wettbewerbsanalyse Mitarbeitergespräche Mündliche Befragungen Nominal Group Technique Portfolio-Analysen Progr. Evaluat. Rev. Techn. Prozesskettenanalyse Quality-/Risk-Gates Risiko-Analyse Risikoklassifizierung Risikoranglisten Risikostatistiken Root Cause-Analyse Self Assessment Simulationsverfahren Stochastische Risikoanalyse Supply Chain Event Manag. Synektik Unsicherheitskarte Vertrautheitsmatrix Wissensmanagement
Ablaufdiagramme Ausfalleffektanalyse Beobachtung Bottleneck-Identifikation Delphi-Methode Dokumentenanalyse Einkaufspreisstrukturanalysen Ereignisbaumverfahren Externe Finanzanalyse Flowcharting Informationssysteme ISHIKAWA-Diagramm Kontrollen Kreativitätstechniken Leistungsfähigkeitsanalyse Lieferanten-Risiko-Audit Lieferanten-Zertifizierung Mehrdimensionale Morphologie Monte Carlo-Analysen Negativ-Brainstorming Pareto Preisindizes Process Maturity Path Analysis Progressive Abstraktion Prüffragenkataloge Realoptionen Risiko-Chancen-Kalkül Risiko-Portfolio Risiko-Scoring-Modelle Risk Maps Schriftliche Befragungen Semantische Intuition Statistical Process Control Supply Chain Mapping Szenariotechnik Value-at-Risk-Verfahren Visuelle Konfrontation Workshops
Analogievergleiche Balanced Risk Scorecard Beschaffungsmarktanalyse Brainstorming Checklisten Drei-Werte-Verfahren Entscheidungsbaumverfahren Fehlerbaumanalyse FMEA Integrierte Planung Kennzahlencockpits Konzeptwettbewerbe Kritischer Pfad Lieferantenbewertung Lückenanalyse Methode 635 Morphologische Matrix Netzplantechnik Presseanalyse Probabilistic-Event-Analyse Produktlebenszyklusanalyse Prozessfähigkeitsanalyse Qualitätskontrolle Reizwortanalyse Risiko-Checklisten Risikoprofile Risikosimulation Risk Transfer Scoring-Verfahren Sensitivitätsanalyse Statistische Verfahren Störablaufanalyse Supplier Interlock Matrices. SWOT-Analyse TILMAG Vertragsgestaltung Wertkettenanalyse Zwei-Stufen-Brainstorming
Quellenauswahl: Atkinson 2003; Baumgarten et al. 2005; Boutellier und Pfuhlstein 2005, S. 22; Gleißner und Romeike 2005; Haywood und Peck 2004, S. 79-80; Hirschsteiner 2002b; Kajüter 2003, S. 119; Koppelmann 1980; Matzenbacher et al. 1999; Peck und Jüttner 2002; Pfuhlstein et al. 2004; Rogler 2002; Schmid 1983; Wildemann 2006; Winkler 2005, S. 364-383; Zsidisin et al. 2004, S. 402
66
Das Supply Frühwarnsystem-Modell
Diese Auswahl an Methoden verdeutlicht, dass die Techniken und Tools nicht im Mittelpunkt dieser Arbeit stehen können. Die o. g. Methoden sind hinreichend in anderen Quellen beschrieben (v. a. Kienzle 2000; Schubert 2004; Thiemt 2003) und würden den Rahmen dieser Arbeit sprengen (vgl. ähnlich Kienzle 2000, S. 328). Es muss stattdessen darum gehen, eine tragfähige Systematisierung für die Vielzahl an Methoden aufzustellen, die Orientierung für die Unternehmenspraxis gibt. Eine Auswahl konkreter Methoden ist dann nur unternehmensindividuell möglich. Die Arbeiten von Kienzle (2000), Schubert (2004) und Wildemann (2006) bieten wertvolle Hinweise zu Systematisierung der vorliegenden Methoden. Kienzle (2000, S. 328-379) unterscheidet zwischen scanning-orientierten und monitoringorientierten Methoden, was für diese Arbeit zu einer Unterscheidung von Methoden des Prozessdesigns und der Prozessimplementierung führt. Bei den scanningorientierten Methoden führt Kienzle jedoch nur verschiedene Kreativitätsmethoden auf (Kienzle 2000, S. 331), bei den monitoring-orientierten Methoden belässt er es bei einer Segmentierung von Methoden nach dem Prozessablauf einer Früherkennung (Kienzle 2000, S. 335-379). Abbildung 21 zeigt die vorgeschlagenen Methoden nach Kienzle in einem Überblick. Abbildung 21:
Methoden eines Supply Frühwarnsystems nach Kienzle Methoden der Beschaffungs-Früherkennung nach Kienzle (2000, S. 328-379)
Scanning-orientiert
Monitoring-orientiert
- Methoden der intuitiven Assoziation: Brainstorming (klassisch, Discussion 66, ZweiStufen-Brainstorming, Negativ-Brainstorming); Brainwriting (Methode 635, Brainwriting-Pool, Ideenkarten-Brainwriting, Ideen-Delphi, Collective-Notebook-Methode)
- Segmentierung von Analysefeldern
- Methoden der systematischen Assoziation oder Abwandlung: Mehrdimensionale Morphologie, Progressive Abstraktion
- Projektion
- Selektion beschaffungsrelevanter Analysefelder - Konkretisierung beschaffungsrelevanter Analysefelder durch Indikatoren
- Methoden der intuitiven Konfrontation: Reizwortanalyse, Synektik, Visuelle Konfrontationsmethoden, Semantische Intuition - Methoden der systematischen Konfrontation: Morphologische Matrix, TILMAG
Quelle: In Anlehnung an Kienzle (2000, S. 328-379)
Schubert (2004, S. 215-218 / 231-257) unterscheidet in seiner Arbeit nach Methoden der Risikoidentifikation und Risikoanalyse für das Beschaffungsmarketing. Die Methoden der Risikoidentifikation werden nach ihrer Eignung für Risiken im globalen Umfeld, im Beschaffungsmarkt und im eigenen Unternehmen unter-
Das Supply Frühwarnsystem-Modell
67
schieden (Schubert 2004, S. 216). Diese Kategorien grenzt Schubert jedoch nicht trennscharf voneinander ab, weshalb identische Methoden bei ihm mehrfach in verschiedenen Kategorien integriert werden. Sehr sinnvoll ist jedoch Schuberts Segmentierung der Methoden der Risikoanalyse in graphische, qualitativ-verbale und quantitative Analysemethoden (Schubert 2004, S. 232), die eine trennscharfe Abgrenzung der verschiedenen Methoden gewährleistet. Abbildung 22 zeigt Beispiele für die einzelnen Kategorien in einer Übersicht. Abbildung 22:
Methoden eines Supply Frühwarnsystems nach Schubert
Methoden der Risikoidentifikation und Risikoanalyse im Beschaffungsmarketing nach Schubert (2004, S. 215-218 / 231-257)
Risikoidentifikation
Risikoanalyse
- Risiken des globalen Umfelds: Befragung, Brainstorming, Delphi-Methode, Dokumentenanalyse
- Graphische Analysemethoden: baumanalyse, Ablaufdiagramme, dungsbaumanalyse
- Risiken des Beschaffungsmarktes: Ablaufanalyse, Befragung, Beobachtung, Brainstorming, Delphi-Methode, Dokumentenanalyse,, Netzplantechnik, Portfoliomethoden, Produktlebenszyklusanalyse, Prüffragenkataloge, Risikochecklisten, SWOT-Analyse, Wertkettenanalyse
- Qualitativ-verbale Analysemethoden: Ausfalleffektanalyse, Szenariotechnik
FehlerGefähr-
- Quantitative Analysemethoden: Ereignisbaumverfahren, Sensitivitätsanalyse, Risikoportfolios, Risiko-Analyse, Risiko-ChancenKalkül, Value-At-Risk
- Unternehmensinterne Risiken: Ablaufanalyse, Befragung, Beobachtung, Brainstorming, Netzplantechnik, Portfoliomethoden, Produktlebenszyklusanalyse, Prüffragenkataloge, Risikocheckliste, Risikostatistiken, SWOT-Analyse, Wertkettenanalyse
Quelle: In Anlehnung an Schubert (2004, S. 215-218 / 231-257)
Schließlich unterscheidet Wildemann (2006, S. 141-150) bei der Risikoidentifikation nach progressiven, gemischten und retrograden Vorgehensweisen (Wildemann 2006, S. 142). Es handelt sich hierbei um eine trennscharfe Abgrenzung auf Basis des Zeitbezugs. Die Kontextgebundenheit der Risikoeinschätzung (Luhmann 1991, S. 40) und die stets vorhandene Zukunftsungewissheit (Luhmann 1991, S. 16) sind wesentliche Pfeiler einer soziologischen Risikobetrachtung und somit Elemente einer Systemtheorie. Die Unterscheidung nach retrograden und progressiven Methoden weist daher auf die Schwierigkeit der Risikoidentifikation hin. Bei der Risikoanalyse unterscheidet Wildemann zwischen quantitativen, semi-quantitativen und qualitativen Verfahren (Wildemann 2006, S. 148). Die vorgeschlagenen Methoden sind in einem Überblick in Abbildung 23 dargestellt.
68
Das Supply Frühwarnsystem-Modell
Abbildung 23:
Methoden eines Supply Frühwarnsystems nach Wildemann
Methoden der Risikoidentifikation und Risikoanalyse in der Beschaffung nach Wildemann (2006, S. 141-150)
Risikoidentifikation
Risikoanalyse
- Progressive Vorgehensweise: Checklisten, Markt- und Wettbewerbsanalyse, Morphologie, Prozesskettenanalyse, SWOT-Analyse, Leistungsfähigkeitsanalyse, Lieferantenaudits
- Quantitative Verfahren: Einkaufspreisstrukturanalysen, Quality-/Risk Gates, DreiWerte-Verfahren, Entscheidungsbaumverfahren, Korrekturverfahren, Probabilistic-EventAnalyse, Program Evaluation and Review Technique, Realoptionen, Risiko-Chance-Kalkül, Sensitivitätsanalyse, Simulationsverfahren, Statistische Verfahren, Stochastische Risikoanalyse
- Gemischte Vorgehensweise: Befragung der beteiligten Interessensgruppen, Betriebsbesichtigungen, Kreativitätstechniken, Mitarbeitergespräche - Retrograde Vorgehensweise: Fehlerbaumanalyse, FMEA, Lückenanalyse, SzenarioTechnik, ISHIKAWA-Diagramm
- Semi-quantitative Verfahren: Ereignisablaufoder Störablaufanalyse, Interdependenz-Analyse, Risikoportfolio, Scoring-Verfahren, Lieferantenbewertung, Benchmarking - Qualitative Verfahren: Portfolio-Analysen, Risikoklassifizierung, Risikoranglisten, Risikoprofile, Unsicherheitskarte, Vertrautheitsmatrix, Konzeptwettbewerbe
Quelle: In Anlehnung an Wildemann (2006, S. 141-150)
Zusammenfassend führen diese Ausführungen zu einem Systematisierungsvorschlag für Methoden eines Supply Frühwarnsystems, der in Abbildung 24 aufgeführt ist. Es wird in der ersten Ebene unterschieden nach scanning- und monitoring-orientierten Methoden, in einer zweiten Ebene werden die Systematisierungsansätze von Wildemann und Schubert genutzt. Hierbei wird bei der Risikoidentifikation zwischen progressiven, gemischten und retrograden Methoden unterschieden (Wildemann 2006, S. 142). Bei den Methoden der Risikoanalyse fällt auf, dass identische Methoden in der Literatur nicht immer gleich klassifiziert werden. So ordnet z. B. Wildemann (2006, S. 148) Risikoportfolios den semiquantitativen Verfahren zu. Schubert (2004, S. 232) hingegen systematisiert Risikoportfolios unter den quantitativen Verfahren. Aufgrund dieser Unschärfe wird nur zwischen qualitativen und quantitativen Verfahren unterschieden. Wie von Schubert vorgeschlagen, werden graphische Verfahren als eigene Kategorie geführt.
Das Supply Frühwarnsystem-Modell
Abbildung 24:
Systematisierungsvorschlag für Supply Frühwarnmethoden
c
d
e
Beobachtung
Selektion
Kopplung
Scanning-orientierte Methoden
2.3.3
69
f Kommunikation
Monitoring-orientierte Methoden
- Progressive Methoden
- Quantitative Methoden
- Progressive Methoden
- Quantitative Methoden
- Gemischte Methoden
- Qualitative Methoden
- Gemischte Methoden
- Qualitative Methoden
- Retrograde Methoden
- Graphische Methoden
- Retrograde Methoden
- Graphische Methoden
Integration der Ergebnisse in ein Gesamtmodell eines Supply Frühwarnsystems
Die beiden vorangegangenen Kapitel 2.3.1 und 2.3.2 haben die Vereinbarkeit des systemtheoretisch entwickelten Modells eines Supply Frühwarnsystems mit der existierenden Literatur gezeigt sowie Beispiele für Methoden eines solchen Systems beschrieben. Im dritten Schritt werden jetzt die Ergebnisse aus der bisherigen Arbeit in ein praxisorientiertes Gesamtmodell zusammengefügt, welches für den weiteren Verlauf, insbesondere im empirischen Teil, als Referenzmodell genutzt wird. Die aktuelle Benennung der Prozessschritte des Supply Frühwarnsystems wurde aus der Systemtheorie abgeleitet und ist daher für die Praxis nur schwer verständlich. Aus diesem Grund soll hier eine Anpassung vorgenommen werden, bei der insbesondere Wagners (2003) Ansatz zum Supply Controlling sowie die Prozessschritte der Risikomanagementzyklen zu einer Segmentierung beitragen. Die Prozessschritte eines Supply Frühwarnsystems werden daher wie folgt benannt (vgl. Abbildung 25): 1. Schritt: Der Schritt der Beobachtung umfasst nach den obigen Überlegungen die Identifikation existierender Risiken bezogen auf alle Lieferanten. Daher soll hierfür der Begriff der Supply Risikoidentifikation genutzt werden. 2. Schritt: Der Schritt der Selektion umfasst die Auswahl aller Risiken, die der eigenen Organisation gefährlich werden könnten und somit für das Supply
70
Das Supply Frühwarnsystem-Modell
Management wesentlich sind. Die Risikoanalyse kann sich auf alle Lieferanten beziehen, ebenso aber auch auf segmentierte Lieferantengruppen. Dieser Prozessschritt soll als Supply Risikoanalyse bezeichnet werden. 3. Schritt: Die Kopplung bezieht sich immer auf einen einzelnen Lieferanten oder eine genau segmentierte Gruppe von Lieferanten. Inhaltlich geht es hierbei um die Identifikation von drohenden Risiken bei diesen Lieferanten. Daher wird hier der Begriff der Supplier Risikoidentifikation gewählt. 4. Schritt: Die Kommunikation ist für die Verarbeitung der drohenden Risiken im Sinne einer Risikoanalyse verantwortlich und bezieht sich in der Durchführung immer auf einen einzelnen Lieferanten oder eine kleine Gruppe von Lieferanten. Der gewählte Begriff lautet Supplier Risikoanalyse. 5. Schritt: Schließlich bezieht sich die Kontrolle auf das Frühwarnsystem selber, womit eine begriffliche Einengung vorgenommen werden soll auf eine Supply Frühwarnkontrolle. Abbildung 25:
Bezeichnungen der Prozessschritte eines Supply Frühwarnsystems
Prozessschritte eines Supply Frühwarnsystems g Supply Frühwarnkontrolle c Supply Risikoidentifikation
Alle Lieferanten
d Supply Risikoanalyse
e Supplier Risikoidentifikation
f Supplier Risikoanalyse
Einzelne Lieferanten
Bei den wissenschaftlichen Diskussionen zu Supply Frühwarnsystemen sind insgesamt drei Ebenen zu identifizieren, die in ein Gesamtkonzept eingebracht werden müssen. Diese Ebenen fügen sich jeweils in die Management-, Kern- und Supportmodule des Supply Management Navigators (vgl. Abbildung 5) ein: 1) Prozessebene (Managementprozess): Die Prozessebene beschreibt den Ablauf eines Supply Frühwarnsystems und somit die idealtypische Vorgehensweise der Identifikation und Analyse von Risiken im Supply Management. 2) Aufgabenebene (Kernprozess): Die Aufgabenebene des Supply Frühwarnsystems beschreibt die relevanten Aufgaben, die in den einzelnen Schritten des Supply Frühwarnmodells durchgeführt werden müssen und gibt somit den
Das Supply Frühwarnsystem-Modell
71
Rahmen für die Methoden vor, die zur Erreichung der Frühwarnziele angewandt werden müssen. 3) Methodenebene (Supportprozesse): Die Methodenebene umfasst alle Techniken, Tools und organisatorischen Regelungen, die zur Erreichung der Ziele des Supply Frühwarnsystems dem Unternehmen zur Verfügung stehen. Die Methodenebene stellt den Enabler des Supply Frühwarnsystems dar (vgl. ähnlich zum Supply Management-Verständnis Jahns 2005c, S. 71). Während die erste Ebene in Kapitel 2.3.1 und in Abbildung 25 sowie die dritte Ebene in Kapitel 2.3.2 bereits thematisiert wurden, ist dies für die Aufgabenebene bislang nur am Rande geschehen. Die Supply Risikoidentifikation enthält als Aufgabendimension die umfassende Information über alle Risiken, die auf das Supply Management einwirken. Die Supplier Risikoidentifikation enthält als Aufgabendimension die Information über kurzfristig drohende Risiken im Supply Management. Bei diesen beiden Prozessschritten ist also eine direkte Verknüpfung zur Methodendimension zu erkennen, da es sich um ein eindimensionales Zielkonstrukt handelt. Die anderen drei Prozessschritte haben mehrdimensionale Aufgabenkonstrukte. Bei der Supply Risikoanalyse müssen Methoden angewandt werden, um die identifizierten existierenden Risiken genauer analysieren zu können und sie weiter einzugrenzen, um gemäß systemtheoretischen Überlegungen die Komplexität der Risikosituation zu begrenzen. Die Literatur zu Frühwarnsystemen gibt vielfältige Hinweise, welches Ziele der Risikoanalyse sind. Zu nennen sind hierbei die Selektion von Beobachtungsbereichen (Drexel 1984, S. 93-96; Krystek und Müller 1999, S. 179; Lück 2001c, S. 33), die Bestimmung von Frühwarnindikatoren (Krystek und Müller 1999, S. 179; Lück 2001c, S. 33; Wildemann 2006, S. 47), die Festlegung von Sollwerten und Toleranzgrenzen (Krystek und Müller 1999, S. 179; Lück 2001c, S. 34; Wildemann 2006, S. 47), die Klassifizierung und Priorisierung von Supply Risiken (Lück 1999, S. 147; Schmid 1983, S. 31) sowie die graphische Darstellung der relevanten Supply Risiken in einem Risikoportfolio (KPMG 1998, S. 23). Für die Supplier Risikoanalyse werden Methoden genutzt, um bei einzelnen Lieferanten oder einer kleinen Anzahl an Lieferanten die identifizierten drohenden Risiken genau zu bewerten und die weiteren Schritte des Supply Risk Managements vorzubereiten. Aus der Literatur sind hierzu die folgenden Aufgaben zu identifizieren: die Suche nach möglichen Ursachen (Haindl 1996, S. 14; Krystek und Müller 1999, S. 181; Pekayvaz 1985, S. 189; Rieser 1989, S. 39; Schmid 1983, S. 31), die Beurteilung der Eintrittswahrscheinlichkeit (Haindl 1996, S. 14; Yates und Stone 1992, S. 17), die Analyse möglicher Auswirkungen (Haindl 1996, S. 14; Schmid 1983, S. 31; Yates und Stone 1992, S. 17), die Analyse von Querverbindungen zwischen verschiedenen Supply Risiken, die Bewertung nach Dringlichkeit (KPMG 1998, S. 23; Pekayvaz 1985, S. 189; Rieser 1989, S. 39)
72
Das Supply Frühwarnsystem-Modell
sowie das Aufzeigen möglicher Reaktionsstrategien (Drexel 1984, S. 102; Krystek und Müller 1999, S. 181; Pekayvaz 1985, S. 189; Schmid 1983, S. 31). Schließlich gibt es die Supply Frühwarnkontrolle (Rieser 1989, S. 41), die das inhärente Kontingenzrisiko reduzieren soll, das in Kapitel 2.2.3 zur Systemtheorie diskutiert wurde. Die Aufgaben der Kontrolle umfassen eine Prämissenkontrolle, eine Durchführungskontrolle sowie eine strategische Überwachung (Dierkes et al. 2004, S. 43-49; Schäffer 2003, S. 158; Schreyögg und Steinmann 1985, S. 401406). Auch die Kontrollinstrumente sind mehrstufig, da auch ihr selektiver Charakter selber wieder einer Kompensation bedarf (Schreyögg und Steinmann 1985, S. 401). Unter der Prämissenkontrolle ist in einem solchen Verständnis die Überwachung von Prämissen zu verstehen, die zu einer Entscheidung geführt haben (Koppelmann 2004, S. 415; Krystek 2003, S. 139; Schreyögg und Steinmann 1985, S. 401), so z. B. die Kontrolle der Gründe für die Entscheidung, dass ein Supply Risiko nicht wesentlich für die Unternehmung ist. Die Durchführungskontrolle greift in den laufenden Prozess ein und überprüft anhand von Meilensteinen die Stoßrichtung des Supply Frühwarnsystems (Krystek 2003, S. 139; Schreyögg und Steinmann 1985, S. 402-403), so werden u. a. die Resultate des Systems anhand der Risikosituation im Supply Management beurteilt. Schließlich, und hier kommt die Kompensationsfunktion zum Tragen, ist die strategische Überwachung eine ungerichtete Kontrollaktivität, die das Kontingenzrisiko der beiden vorherigen gerichteten Kontrollarten auffangen soll (Krystek 2003, S. 139; Schreyögg und Steinmann 1985, S. 403). Zusammenfassend ergibt sich ein Supply Frühwarnsystem auf drei Ebenen, wie es in Abbildung 26 dargestellt ist. Für den weiteren Fortgang dieser Arbeit liegt der Fokus auf der Prozess- und der Aufgabenebene. Die Methodenebene wird in Kapitel 3.1 jedoch erneut aufgegriffen, um die Implementierung eines Supply Frühwarnsystems bei der Robert Bosch GmbH zu beschreiben. Grundsätzlich lassen sich Aussagen für die Methodenebene jedoch nur unternehmensindividuell treffen (Rieser 1989, S. 41; Salvisberg 2001a, S. 22), was in der empirischen Untersuchung die Fokussierung auf die ersten beiden Ebenen notwendig macht.
Das Supply Frühwarnsystem-Modell
Abbildung 26:
73
Drei-Ebenen-Modell eines Supply Frühwarnsystems
Supply Frühwarnsystem Prozessebene
g Supply Frühwarnkontrolle c Supply Risikoidentifikation
d Supply Risikoanalyse
e Supplier Risikoidentifikation
f Supplier Risikoanalyse
Prämissenkontrolle, Durchführungskontrolle, Strategische Überwachung Umfassende Information über existierende Risiken
Beobachtungsbereiche, Frühwarnindikatoren, Sollwerte & Toleranzgrenzen, Klassifizierung & Priorisierung, Graphische Darstellung
Information über kurzfristig drohende Risiken
Scanning-orientierte Methoden
Aufgabenebene
Ursachen, Eintrittswahrscheinlichkeiten, Auswirkungen, Dringlichkeit, Reaktionsstrategien
Monitoring-orientierte Methoden
- Progressive Methoden
- Quantitative Methoden
- Progressive Methoden
- Quantitative Methoden
- Gemischte Methoden
- Qualitative Methoden
- Gemischte Methoden
- Qualitative Methoden
- Retrograde Methoden
- Graphische Methoden
- Retrograde Methoden
- Graphische Methoden
Methodenebene
Umwelt Supply Management
2.4
Supply Chain
Externe Umwelt
Zwischenergebnis: Die mangelnde theoretische und empirische Fundierung von Supply Frühwarnsystemen weist auf Nachholbedarf in Wissenschaft und Praxis hin
Ein Supply Frühwarnsystem in dieser Arbeit wird verstanden als ein Subsystem im Modul Supply Controlling & Risk Management des strategischen Supply Management-Ansatzes. Das Supply Management ist als die ganzheitliche, integrative Planung, Steuerung und Überwachung der Beschaffungswerte und -objekte zu interpretieren. Das Supply Risk Management konzentriert sich auf die ganzheitliche beschaffungsseitige Identifikation, Analyse, Steuerung und Kontrolle von internen und externen Supply Risiken. Unter einem Supply Frühwarnsystem werden im Kontext dieser Arbeit alle Techniken, Tools und organisatorischen Regelungen verstanden, die zu den Supply Risk Management-Prozessschritten der Ri-
74
Das Supply Frühwarnsystem-Modell
sikoidentifikation und Risikoanalyse beitragen. Diese Supply Prozesse umfassen „alle systematisch erfolgenden Aktionen der Wahrnehmung, Sammlung, Auswertung und Weiterleitung von Informationen über latent bereits vorhandene [Supply] Risiken [...] in einem so frühen Stadium, dass noch ausreichende Zeit für eine Planung und Realisierung von Reaktionsstrategien und (Gegen-)Maßnahmen verbleibt“ (Loew 1999, S. 23). Es wurde eine intensive Literaturanalyse durchgeführt, welche die vielfältigen Begriffe für Supply Risiken, Supply Risk Management und Supply Frühwarnsysteme, die in diesem neuen Forschungsgebiet existieren, in die Recherche integrierte. Es wurde aufgezeigt, dass sich nur sehr wenige Publikationen im Bereich der Supply Frühwarnsysteme identifizieren lassen. Insbesondere ist eine zugleich fehlende theoretische und empirische Fundierung erkennbar. Empirische Bemühungen sind noch immer weitgehend fallstudienbasiert, nur eine einzige Untersuchung führt deskriptive Analysen durch. Untersuchungen zu Supply Frühwarnsystemen mit multivariaten Analyseverfahren oder Hypothesentests konnten nicht identifiziert werden. Die weitgehend normativen Veröffentlichungen greifen nicht die volle Komplexität des Themas auf. Theorien wurden in den Publikationen zu Supply Frühwarnsystemen nur indirekt genutzt. Es ist daher starker Forschungsbedarf erkennbar. Für diese Arbeit wurde zur theoretischen Fundierung entschieden, einen MultiTheorie-Ansatz zu wählen, Hierzu wurden die Erklärungsbeiträge der Principal Agent-Theorie, der Transaktionskostentheorie sowie der Systemtheorie erarbeitet. Die Principal Agent-Theorie legt besonderen Fokus auf die Ursachen von Supply Risiken im Lieferantennetzwerk. Informationsasymmetrien und opportunistisches Verhalten von Lieferanten sind eine wichtige Quelle von Risiken für das Supply Management. Wichtig ist die Unterscheidung in Risiken ex-ante vor Serienanlauf und ex-post nach Serienanlauf. Die Transaktionskostentheorie ergänzt diese Überlegungen durch die der Transaktion immanenten Einflussfaktoren Spezifität und Unsicherheit. Beide Faktoren haben einen relevanten Einfluss auf das Supply Risk Exposure und die Supply Risikokosten des beschaffenden Unternehmens. Spezifität in der Transaktion und Unsicherheit in der Umwelt gekoppelt mit Hidden Characteristics und Hidden Action beim Lieferanten stellen eine gefährliche Kombination für das Supply Risk Management dar. Die in der Principal Agent-Theorie vorgeschlagenen Wege zur Lösung der Agenturprobleme erhöhen darüber hinaus die Risikokosten in den ersten vier Transaktionskostenkategorien zu Gunsten einer Reduktion der Anpassungskosten. Die gesamthafte Reduzierung der Risikokosten mit Hilfe einer Kombination von Kooperationsmodellen aus der Transaktionskostentheorie sowie den methodischen Gestaltungsempfehlungen aus der Principal Agent-Theorie ist bedeutend. In der Systemtheorie wurde ein Supply Frühwarnsystem als soziales System definiert. Es wurde festgestellt, dass ein Supply Frühwarnsystem alle systemtheoreti-
Das Supply Frühwarnsystem-Modell
75
schen Voraussetzungen erfüllt und als Subsystem des Supply ManagementModuls ‚Supply Controlling und Risk Management’ interpretiert werden kann. Der Aufbau eines systemtheoretisch fundierten Supply Frühwarnsystems umfasst die folgenden fünf Prozessschritte: Beobachtung der Umwelt als Voraussetzung zur Differenzbildung, Differenzbildung durch Selektion eines Umweltausschnittes, Strukturelle Kopplung mit der Umwelt, Verarbeitung der Information im System als Kommunikation und Fortentwicklung des Systems als permanente Sinn-Suche. Diese Prozessschritte wurden als Grundlage genutzt und die Vereinbarkeit mit benachbarten Forschungsgebieten überprüft. Es wurde aufgezeigt, dass zentrale Modelle aus dem Risikomanagement, den strategischen Frühwarnsystemen, dem strategischen Management sowie dem Supply Controlling miteinander verträglich sind und zu einer Weiterentwicklung des Supply Frühwarnsystems beitragen können. Insgesamt ergibt sich aus den dargestellten Überlegungen das Modell eines Supply Frühwarnsystems auf drei Ebenen, das jeweils im Management-, Kernund Supportmodul des Supply Management Navigators darstellbar ist: Die Prozessebene beschreibt den Ablauf eines Supply Frühwarnsystems und somit die idealtypische Vorgehensweise der Identifikation und Analyse von Risiken im Supply Management. Sie umfasst die Prozessschritte der Supply Risikoidentifikation, Supply Risikoanalyse, Supplier Risikoidentifikation, Supplier Risikoanalyse und Supply Frühwarnkontrolle. Die Aufgabenebene beschreibt die relevanten Aufgaben, die in den einzelnen Schritten des Supply Frühwarnmodells durchgeführt werden müssen und gibt somit den Rahmen für die Methoden vor, die zur Erreichung der Frühwarnziele angewandt werden müssen. Die Methodenebene umfasst alle Techniken, Tools und organisatorischen Regelungen, die zur Erreichung der Ziele des Supply Frühwarnsystems dem Unternehmen zur Verfügung stehen. Die Methodenebene steht jedoch nicht im weiteren Fokus dieser Arbeit, da methodische Hinweise nur unternehmensindividuell gegeben werden können.
3
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
Nachdem Kapitel 2 sich ausschließlich auf die theoretische Erarbeitung des Bereichs der Supply Frühwarnsysteme konzentriert hat, wird in diesem Kapitel eine gemischt empirisch-theoretische Vorgehensweise verfolgt. Es werden in Kapitel 3.1 die Ergebnisse aus Kapitel 2 in einer Case Study bei der Robert Bosch GmbH angewendet. Das Kapitel skizziert die Erarbeitung einer Supply Risikostrategie sowie das daraus abgeleitete Supply Frühwarnsystem und stellt Lessons Learned für den weiteren Verlauf der Arbeit heraus. Kapitel 3.2 fokussiert auf die Objektdimension – die Supply Risiken als solche. Aufbauend auf der empirischen Arbeit zweier Fokusgruppen sowie der Fallstudie bei der Robert Bosch GmbH werden die wichtigsten Supply Risiken definiert und in ein Klassifikationsschema eingebettet. Die Aufstellung von Strukturvariablen gibt erste Hinweise auf verschiedene Supply Risk Exposures, die zu einer Unterscheidung von Unternehmensgruppen führen können. In Kapitel 3.3 wird abschließend die empirische Untersuchung vorbereitet. In einem ersten Schritt wird die Vorgehensweise zur Beantwortung der in dieser Arbeit aufgeworfenen Forschungsfragen noch einmal dargestellt und hierbei insbesondere auf den Beitrag der empirischen Untersuchung eingegangen. Bereits in Kapitel 2 und 3 erarbeitete Ergebnisse werden explizit heraus gestellt. In den sich anschließenden Schritten wird der explorative Teil der Untersuchung zur Kostenund Nutzenanalyse vorbereitet sowie ein Forschungsmodell aufgestellt, das im hypothesenprüfenden Teil der Untersuchung getestet wird. Abschließend wird in Kapitel 3.4 das Zwischenergebnis aus diesem Kapitel aufgezeigt. Abbildung 27 stellt in einem Überblick den Aufbau dieses Kapitels dar.
78
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
Abbildung 27:
Aufbau von Kapitel 3
3. Case Study zur Entwicklung eines Forschungsmodells 3.1 - Aktivitäten des Supply Risk Managements bei der Robert Bosch GmbH 3.1.1 - Entwicklung einer Supply Risikostrategie 3.1.2 - Aufbau- und Ablaufprozesse des Bosch Supply Frühwarnsystems 3.1.3 - Lessons Learned: Erfolgsfaktoren und Hindernisse
3.2 - Arten und Klassifikationen von Supply Risiken 3.2.1 - Relevante Supply Risiken 3.2.2 - Klassifikationsansätze für Supply Risiken 3.2.3 - Strukturvariablen für Supply Risiken
3.3 - Aufbau der empirischen Untersuchung zu Supply Frühwarnsystemen 3.3.1 - Vorgehensweise in der empirischen Untersuchung 3.3.2 - Kosten und Nutzen eines Supply Frühwarnsystems 3.3.3 - Entwicklung eines Forschungsmodells
3.4 - Zwischenergebnis: Ergebnisse aus der Case Study und Grundlagen für die Untersuchung
3.1
Aktivitäten des Supply Risk Managements bei der Robert Bosch GmbH
Wie in den beiden vorherigen Kapiteln 1 und 2 erarbeitet, ist nicht nur eine fehlende theoretische Grundlage für Supply Frühwarnsysteme zu konstatieren, sondern auch die Implementierung in der Praxis lässt zu wünschen übrig. Auch bei der Robert Bosch GmbH wurde den Themen Supply Risk Management und Supply Frühwarnsysteme bis zum Jahre 2004 nur wenig Beachtung geschenkt. In einem konzentrierten und konzernweiten Prozess fand in den Jahren 2004 bis 2006 die Erarbeitung einer Supply Risikostrategie und darauf aufbauend die Implementierung eines Supply Frühwarnsystems statt. Dieser Prozess basierte auf dem in Kapitel 2.3.3 dieser Dissertation entwickelten Modell eines Supply Frühwarnsystems und gibt somit wertvolle Hinweise zu seiner Praxisrelevanz. In einem ersten Schritt wird die Robert Bosch GmbH und ihre Einkaufsorganisation vorgestellt und die Notwendigkeit des Supply Risikomanagements verdeutlicht. Die Entwicklung der Supply Risikostrategie wird kurz beleuchtet. Im zweiten Schritt wird das im Geschäftsbereich Automobilelektronik implementierte Supply Frühwarnsystem detailliert anhand seines Aufbaus und seiner Prozesse beschrieben und die Durchführung des Frühwarnprozesses anhand ausgewählter Beispiele ausgeführt. Die Nutzung des in Kapitel 2.3.3 entwickelten Gesamtmo-
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
79
dells wird graphisch verdeutlicht. Im dritten Schritt werden die Erfolgsfaktoren und zentralen Hindernisse bei der Implementierung des Systems beschrieben und anhand der Integration in ein Supply Chain-Reifegradmodell ein Ausblick für die zukünftige Entwicklung gegeben.
3.1.1
Entwicklung einer Supply Risikostrategie bei der Robert Bosch GmbH
Die Bosch-Gruppe ist ein international führender Hersteller von Kraftfahrzeugund Industrietechnik, Gebrauchsgütern und Gebäudetechnik. Rund 260.000 Mitarbeiter erwirtschafteten im Geschäftsjahr 2006 einen Umsatz von 43,7 Milliarden Euro. 1886 als „Werkstätte für Feinmechanik und Elektrotechnik" von Robert Bosch (1861-1942) in Stuttgart gegründet, umfasst die heutige Bosch-Gruppe ein Fertigungs-, Vertriebs- und Kundendienstnetz mit rund 300 Tochtergesellschaften und mehr als 13.000 Bosch Servicebetrieben in über 140 Ländern (o.V. 2007a; Linder und Pätsch 2005, S. 226). Mit einem Einkaufsvolumen von knapp 23 Milliarden Euro hat der Einkauf bei Bosch eine starke strategische Bedeutung. Über 50 Prozent des gesamten Umsatzes entfallen auf das Lieferantennetzwerk. Insgesamt 3.500 Einkaufsmitarbeiter in 249 Fertigungsstandorten weltweit sind die Bindeglieder in einem vielschichtigen Prozess, der Bosch mit seinen Liefer- und Logistikpartnern eng verknüpft. Der Zukauf von Produkten und Services erfolgt auf drei Ebenen: Bei Materialfeldern, die von mehreren Geschäftsbereichen benötigt werden, steuert der Zentralbereich Einkauf die Beschaffung weltweit für die gesamte Bosch-Gruppe. Materialien, die von mehreren Werken eines Geschäftsbereichs benötigt werden, werden übergeordnet von diesem einen Geschäftsbereich eingekauft. Sonstige Waren werden direkt von den Bosch-Werken eingekauft (o.V. 2007b). Auch bei der Robert Bosch GmbH hat die Komplexität bei den Beschaffungsgütern in der Vergangenheit zu internen, externen und Supply Chain-Risiken geführt, die teilweise erhebliche Störungen in der Versorgung mit Zukaufteilen mit sich brachten. Beispiele umfassen Fehler bei der Datenmigration während der Umstellung auf ein neues IT-System beim Lieferanten, unzureichende Qualität durch Testlücken bei Bauteilen, Kapazitätsprobleme durch starke Nachfrageschwankungen auf dem Absatzmarkt oder strategische Neuausrichtungen von Lieferanten, in deren Folge Produkte für die Automobilindustrie nicht mehr hergestellt wurden. Allen eingetretenen Risikofolgen lagen zwei zentrale Probleme zugrunde: 1) die Ursache für das Risiko war nicht frühzeitig bekannt, so dass keine Maßnahmen der Risikosteuerung eingeleitet werden konnten; 2) die Risikoursache war einzelnen Mitarbeitern bekannt, wurde jedoch in ihrer Auswirkung unterschätzt, so dass nicht rechtzeitig adäquate Maßnahmen der Risikosteuerung eingeleitet wurden. Zur Vermeidung oder Minderung dieser Supply Risiken wurde ein internationales, Geschäftsbereichs-übergreifendes Projektteam gebildet und eine Empfehlung zur
80
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
Gestaltung eines Supply Risk Management-Ansatzes erarbeitet. Ziel des Projekts war der Aufbau eines Bosch-Konzepts für das Supply Risk Management, das eine Leitfunktion für den Gesamtkonzern übernimmt. Zum Aufbau dieses Ansatzes des Supply Risk Managements wurde der systemtheoretisch entwickelten fünfstufigen Vorgehensweise aus Kapitel 2 für ein Supply Frühwarnsystem gefolgt: (1) Supply Risikoidentifikation bei der Robert Bosch GmbH In einem ersten Schritt wurde aus den Erfahrungen der Vergangenheit und mittels Brainstorming eine Liste von etwa 150 Supply Risiken aufgestellt. Für den Aufbau dieser Liste wurden Interviewreihen mit Einkäufern geführt, um in der Vergangenheit aufgetretene Risiken im Detail zu erfassen und die zugrunde liegenden Ursachen zu verstehen. Eine Literaturanalyse erweiterte dieses Supply Risikoprofil. Die dann erhaltenen Ergebnisse wurden mit externen Experten des Supply Management Instituts™ der European Business School in Oestrich-Winkel diskutiert und teilweise erweitert, um eine Bosch-übergreifende Sichtweise auf existierende Probleme sicherzustellen. (2) Supply Risikoanalyse bei der Robert Bosch GmbH Auf Basis dieser Liste wurden zahlreiche Experteninterviews sowie ein Workshop mit Mitarbeitern verschiedener Geschäftsbereiche durchgeführt, um die wesentlichen Supply Risiken für den Einkauf der Robert Bosch GmbH zu identifizieren. Es wurde deutlich, dass durch interne Arbeitsanweisungen und das existierende unternehmerische Risikomanagement der größte Teil der firmeninternen Risiken bereits beherrscht wird. Der Fokus des aufzubauenden Supply Frühwarnsystems wurde daher auf die Risiken in der Supply Chain gelegt sowie auf externe Risiken, die auf Lieferanten wirken. Insgesamt zwölf Risiken zeigten sich hierbei als wichtig für alle Lieferanten, die intern als ‚Top Supply Risiken’ bezeichnet werden. Ergänzend ergab sich das „Low Cost-Risiko“, das länderindividuell auf die Risiken von Niedrigkostenstandorten abzielt. Die ausgewählten Risiken sowie ihre Bewertung nach Eintrittswahrscheinlichkeit und potenzieller Auswirkung sind in Abbildung 28 dargestellt.
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
Abbildung 28:
81
Top Supply Risiken der Robert Bosch GmbH
Risikoauswirkung
• Krieg und Terrorismus-Risiko • Naturkatastrophen-Risiko • Single Source-Risiko als akzeptiertes Risiko
• Rohmaterial-Mengenrisiko • Nachfrageänderungs-Risiko • Ramp Up-Risiko • Produktivitäts-Risiko • Prozessstabilitäts-Risiko
Hoch Streik-Risiko
Mittel • IT System-Risiko • Liquiditäts-Risiko • Firmenstruktur-Risiko
Niedrig Zusätzliches Risiko: • Low Cost-Risiko
Niedrig
Mittel
Hoch
Auftretenswahrscheinlichkeit
Da mit dem unternehmensinternen Workshop das Ziel verfolgt wurde, einen ganzheitlichen Ansatz des Supply Risk Managements aufzustellen, wurden die Top 12-Risiken analysiert und Maßnahmen der Risikosteuerung entwickelt, die mit möglichst positivem Nutzen-Aufwand-Verhältnis die Supply Risiken vermeiden oder aber die Auftretenswahrscheinlichkeit oder die Auswirkung vermindern (vgl. Wildemann 2006, S. 331). Insgesamt wurden auf dieser Basis sechs Empfehlungen für ein ganzheitliches Supply Risk Management getroffen. Diese sechs Empfehlungen bilden die Basis der Robert Bosch Supply Risikostrategie (Moder und Meyer 2007, S. 24-25): Erarbeitung einer unternehmensweiten Richtlinie für das Supply Risk Management Implementierung eines firmenweiten Supply Frühwarnsystems Integration der Risikodimension in Verhandlungen und Besprechungen mit Lieferanten Steigerung des Bewusstseins zu Risiken, die mit Single Sourcing verbunden sind Vertragliche Vereinbarungen zu Supply Risiken mit Lieferanten Verbesserung des Freigabeprozesses Wie in Kapitel 1 ausgeführt wurde, ist der Startpunkt bei der Durchführung eines Supply Risk Management-Systems stets die Risikoidentifikation und Risikoanalyse. Nicht identifizierte Risiken können im weiteren Prozess nicht bearbeitet werden (Gleißner und Romeike 2005, S. 156). Daher wurde die Implementierung
82
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
eines Bosch Supply Frühwarnsystems als besonders wichtige Aufgabe erachtet und im Rahmen eines Projektes im Geschäftsbereich Automobilelektronik eingeführt. Im folgenden Kapitel 3.1.2 wird dieses Supply Frühwarnsystem detailliert vorgestellt.
3.1.2
Aufbau und Ablauf eines Supply Frühwarnsystems im Geschäftsbereich Automobilelektronik der Robert Bosch GmbH
Der Bosch-Geschäftsbereich Automobilelektronik (AE) mit Hauptsitz in Reutlingen entwickelt, fertigt und vertreibt Mikroelektronik für den Einsatz im Fahrzeug. Weitere Kernkompetenzen sind die Systemintegration und die Fahrzeugapplikation. Das Produktspektrum reicht von Bauelementen (Halbleiter, Sensoren, Relais) über Steuergeräte (u. a. für Getriebesteuerung und Insassenschutz) bis hin zu Fahrerassistenzsystemen. In der Fertigung werden Prozesse der Substrat- und Halbleitertechnik sowie der Silizium-Mikromechanik entwickelt und genutzt. Der Geschäftsbereich beschäftigt weltweit rund 19.000 Mitarbeiter (o.V. 2007c). Der Einkauf des Geschäftsbereichs Automobilelektronik hat 13 Standorte in zehn Ländern und ein Beschaffungsvolumen von über 2,4 Milliarden Euro, das sich auf 495 Bauteilelieferanten und über 1.500 Lieferanten für Betriebs- und Verbrauchsstoffe aus 36 Ländern aufteilt. Das Beschaffungsvolumen schlüsselt sich in die Bereiche Elektronik, Mechanik/Elektromechanik und indirekte Materialien/Investitionen auf. Aufgrund eines hohen Anteils elektronischer Bauteile ist das Beschaffungsvolumen pro Lieferant hoch, verglichen mit dem Durchschnitt der Bosch-Gruppe. Auftretende Risiken bei einem einzelnen Lieferanten können somit besonders schwerwiegende Auswirkungen auf das gesamte Unternehmen haben, weshalb der Geschäftsbereich Automobilelektronik als Pilotbereich für den Aufbau des Supply Frühwarnsystems ausgewählt wurde. Die Ziele für das Supply Frühwarnsystem wurden wie folgt definiert. 1. Vorhaltung stärker präventiven Wissens über mögliche qualitäts-/ kapazitätskritische Ereignisse beim Lieferanten und somit längere Zeit zur Definition von Gegenmaßnahmen (sowohl eintritts- als auch auswirkungsbezogen). 2. Verbreitung des Know-hows der Lieferantenpaten und somit umfassende Kenntnis von Lieferanteninformationen in der Organisation. 3. Schärfung des Risikobewusstseins in der Organisation durch die Einrichtung standardisierter Risikomanagementprozesse, einhergehend mit der Erfüllung der Anforderungen des Gesetzes zur Kontrolle und Transparenz im Unternehmensbereich (KonTraG, vgl. auch Conte 2006b, S. 19). 4. Verknüpfung der Vorteile von Mensch (Aufnahme schwacher Signale, Analysefähigkeit, Risikosteuerung) und Maschine (Verarbeitung großer Datenmengen, Statistik-Funktionen, automatischer Ablauf fester Prozesse, Daten-
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
5. 6.
83
sammlung und -verteilung) (vgl. auch Conte 2006b, S. 17; Gleißner und Romeike 2005, S. 155). Sensibilisierung der Lieferanten in risikorelevanten Bereichen. Optimierter Lieferanten-Auswahlprozess, der die Risikosituation der Lieferanten strukturiert in die Entscheidung mit einbezieht.
Auch hier wurde das in Kapitel 2 entwickelte Modell eines Supply Frühwarnsystems als Basis genommen. Zum Aufbau des Systems wurde der Prozess erneut von vorne durchlaufen (Jahns et al. 2006d, S. 218-223; Moder et al. 2007, S. 2224). (1 & 2)
Supply Risikoidentifikation und Risikoanalyse im Geschäftsbereich Automobilelektronik Die existierenden Supply Risiken aus dem ersten Schritt in der gesamten BoschGruppe (Supply Risikoidentifikation) wurden identisch übernommen. Der zweite Selektionsschritt (Supply Risikoanalyse) zur Auswahl der wesentlichen Supply Risiken wurde geschäftsbereichsspezifisch erneut durchgeführt. Die Top Supply Risiken aus der Risikostrategie (Abbildung 28) wurden identisch für alle Lieferanten übernommen. Auf dieser Basis wurde die Supply Risikoanalyse erneut durchlaufen. Der Fokus lag hier auf den Eigenheiten des Geschäftsbereichs und der hier beschafften Materialgruppen. Es zeigt sich im Ergebnis eine sehr heterogene Risikolandschaft, die eine differenzierende Betrachtungsweise notwendig machte. Viele Risiken sind nur bei Mechaniklieferanten relevant, andere wiederum nur bei Elektroniklieferanten. Im Bereich der indirekten Materialien sind Aussagen häufig erst auf Materialgruppenebene möglich, hierbei haben sich viele Materialgruppen aber auch als unkritisch erwiesen. Andere Unterscheidungen sind notwendig (z. B. Risiken nur in bestimmten Ländern), die im nächsten Schritt der Supplier Risikoidentifikation zur Definition von fünf Indikatorebenen führen wird. (3) Supplier Risikoidentifikation Um die wesentlichen Risiken managen zu können, wurde eine entsprechende Indikatorstruktur aufgebaut. Jedes der im vorherigen Schritt identifizierten und als wesentlich erkannten Risiken hat mindestens einen Indikator erhalten. Sofern möglich, wurden für die wesentlichen Risiken Indikatoren aus drei Quellen definiert: Indikatoren aus internen Datenquellen, aus Daten von externen Dienstleistern und Indikatoren in Form von Fragen, die vom Lieferanten in definierten Zyklen zu beantworten sind (vgl. auch Pickett 2006, S. 23; Zsidisin und Ellram 1999, S. 10). Diese Indikatorstruktur wurde in einem automatisierten Supply Frühwarnsystem elektronisch umgesetzt, dessen Aufbau in Abbildung 29
84
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
skizziert ist. Dieses Frühwarnsystem umfasst sieben grundlegende Geschäftsprozesse: 1. Monatliche Bereitstellung von Informationen durch den Lieferanten anhand der Beantwortung vordefinierter Fragen in einem von der Robert Bosch GmbH bereitgestellten Extranet. 2. Ereignisbasierte Bereitstellung von Informationen durch Mitarbeiter der Robert Bosch GmbH, die Kenntnis über risikorelevante Informationen ausgewählter Lieferanten erhalten haben. 3. Automatische Bereitstellung von Informationen durch das Supply Frühwarnsystem aus anderen internen und externen Systemen, z. B. Liefertreue, Qualitätskennzahlen, Entwicklung von Abkündigungsraten. 4. Automatische Berechnungen im System, z. B. kritische Indikatoren, Risikostatus für Lieferanten. 5. Bereitstellung von Risiko-Reports zu Lieferanten. 6. Auslösen von Frühwarnmeldungen im Falle kritischer Indikatorwerte. 7. Definition von Maßnahmen durch den Mitarbeiter, falls eine Frühwarnmeldung ausgelöst wurde. Abbildung 29:
Geschäftsprozesse im Supply Frühwarnsystem
Geschäftsprozess 3
Automatische Bereitstellung durch System
Geschäftsprozess 4
Geschäftsprozess 2
Bosch-Mitarbeiter fügt Informationen ein
Berechnungen im System
Geschäftsprozess 5
Bereitstellung von Risiko-Reports
Supply Frühwarnsystem
Geschäftsprozess 1
Lieferant füllt Fragebogen aus
Geschäftsprozess 6
Frühwarnmeldungen
Geschäftsprozess 7
Definition von Maßnahmen
Das Supply Frühwarnsystem umfasste Anfang 2007 insgesamt 68 KernIndikatoren. Für jeden Indikator wurde eine Ebene bestimmt, die seine Relevanz für verschiedene Lieferantengruppen charakterisierte:
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
-
-
-
85
Ebene 1: Indikator relevant für alle Lieferanten Ebene 2: Indikator relevant für Lieferanten in ausgewählten Ländern Ebene 3: Indikator relevant für Lieferanten bestimmter Materialbereiche, d. h. Elektronik, Mechanik oder indirekte Materialien Ebene 4: Indikator relevant für Lieferanten bestimmter Materialgruppen, z. B. Aluminium-Druckguss, Kupferkathoden, Spritzteile aus Thermoplasten, Mikrocontroller etc. Ebene 5: Indikator individuell relevant, einzelne Zuteilung von Lieferanten
Durch ein solch flexibles Arrangement war es möglich, die beschriebene Komplexität in der Risikostruktur auch durch ein IT-System abzudecken. Abbildung 30 gibt einen Überblick zu ausgewählten Risiken auf Materialbereichsbasis und einzelnen Indikatoren im System. Abbildung 30:
Beispielhafte Risiken und Indikatoren des Bosch Supply Frühwarnsystems
Indikatorstruktur 12 Top Supply Risiken, relevant für alle Lieferanten z.B. IT-System-Risiko, Firmenstrukturrisiko, Liquiditäts-Risiko Low Cost-Risiko: länderspezifische Ausprägung
Lieferanten Risiken Indikatoren
Mechanische Teile
ElektronikBauteile
z.B. Nachfolgeregelung, Know-how, Werkzeugnutzung
z.B. Chipdesign, Langzeitversorgung, Nachfrageschwankungen
z.B. Fluktuationsraten, Werkzeugkapazitäten, Automobilbranche
z.B. Abkündigungen, Fab-Transfers
Hilfsstoffe und Dienstleistungen Risiken und Indikatoren variieren sehr stark je nach Materialgruppe
Mögliche Zyklen für die Indikatoren reichen von einer monatlichen bis hin zu einer jährlichen Abfrage. Jedem der definierten Indikatoren sind zwischen einem und drei Schwellenwerten hinterlegt. Während die Mehrheit der Indikatoren Absolutwerte oder Trendentwicklungen überprüft, kommen bei einigen auch weiter entwickelte mathematische Verfahren zum Einsatz, um typische Schwankungen identifizieren zu können. Insgesamt sind dem System somit mehr als hundert Schwellenwerte hinterlegt, um ein umfassendes Risikomanagement zu ermöglichen. Die Schwellenwerte wurden durch umfangreiche Experteninterviews mit Fachexperten ermittelt. Erst eine solch umfassende Identifikation von drohenden Risiken macht es möglich, die komplexe Risikolandschaft zu managen. Tabelle 7 zeigt im Überblick die Angaben, die für jeden Indikator definiert wurden und ihn
86
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
in seinem Geltungsbereich genau beschreiben (IT-technische Daten zur Implementierung des Systems wurden aus der Darstellung entfernt). Tabelle 7:
Bezeichnung
Datenbasis für die Indikatoren im Supply Frühwarnsystem
Inhalt
Bezeichnung des Indikators im Supply Frühwarnsystem Beschreibung des Indikators Assoziierte Risiken, die durch Eintreten des Indikators auftreten können Wahrscheinlichkeit, dass ein mit dem Indikator assoziiertes Risiko in den nächsten 12 Monaten eintritt: Hoch: Mehr als 50 % Wahrscheinlichkeit Mittel: Etwa 30 % Wahrscheinlichkeit Gering: Weniger als 10 % Wahrscheinlichkeit Voraussichtliche Schwere des Risikos bei Eintritt: Schwere Hoch: Risiko ist nicht akzeptabel, Störungen wahrscheinlich Mittel: Auswirkung kann durch interne Maßnahmen voraussichtlich aufgefangen werden Gering: Auswirkungen werden außerhalb der Abteilung voraussichtlich nicht wahrgenommen Berechnung aus der Eintrittswahrscheinlichkeit und der Schwere bei AuftreRisikoklasse ten: Risikoklasse A, B oder C Zuständiger Lieferantenpate: Pate CKA: Commercial Key Account (Einkauf) TKA: Technical Key Account (Qualitätssicherung Fremdbezug) LKA: Logistics Key Account (Logistik) Für welche Lieferanten ist der Indikator relevant? (Alle Lieferanten, Länder, Ebene Materialbereich, Materialgruppe, individuell) Aktualisierungs- Wie oft muss der Indikator aktualisiert werden? (Laufend, monatlich, 3 Monate, 6 Monate, 12 Monate, bei Ereignis) zeitraum Datenquelle der Werte für den Indikator (Fragebogen, definierte DatenDatenquelle bank/Tabellen) Wie funktioniert die Verrechnung des Indikators? (Trendberechnung, ÜberAuswertung schreiten eines Absolutwertes, Algorithmus, Antwortoptionen mit definierten Negativantworten) Verrechnungs- Verrechnungsalgorithmus für die verfügbaren Daten. Ergebnis wird mit Schwellenwert verglichen. algorithmus Definition eines Schwellenwertes, bei dessen Überschreiten eine FrühwarnSchwellenmeldung ausgelöst wird. wert Frage zum Indikator im Extranet Frage Beschreibung des Indikators im Extranet Externe Beschreibung Name Beschreibung Risiken Eintrittswahrscheinlichkeit
(4) Supplier Risikoanalyse Das IT-basierte System muss diese Informationen jedoch nicht nur erfassen, sondern auch in die Organisation bringen und die Durchführung von Maßnahmen anstoßen, damit die beiden in Kapitel 3.1.1 definierten Problembereiche (Risikoursachen frühzeitig erkennen; Durchführung von Maßnahmen sicherstellen) gelöst werden. Die ausgewählten wesentlichen Supply Risiken beziehen sich immer auf
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
87
alle Lieferanten oder eine Gruppe von Lieferanten. Die aus dem dritten Schritt erhaltene Information bezieht sich aber auf ein drohendes Supply Risiko für einen bestimmten Lieferanten. Während der bisherige Prozess vollautomatisch im ITSystem abläuft, muss dieser Analyseschritt durch einen Mitarbeiter durchgeführt werden, der die Relevanz des Risikos im Hinblick auf einen konkreten Lieferanten beurteilt. Um diese Risikoanalyse dezentral beim Mitarbeiter mit dem größten Lieferanten-Know-how durchführen zu können, wurden umfangreiche organisatorische und technische Prozesse implementiert: a. Klare Zuteilung der Verantwortlichkeiten Jeder Indikator ist per Definition ein Einkaufs-, Logistik- oder Qualitätsindikator (vgl. Zeile ‚Pate’ in Tabelle 7). Gleichzeitig ist jedem Lieferanten ein Hauptansprechpartner in allen drei Abteilungen zugeteilt. Die Verantwortung für die Maßnahmendefinition trägt also immer ein einzelner Mitarbeiter (vgl. Gleißner und Romeike 2005, S. 158; Großeschallau 2002, S. 94). Gleichzeitig ermöglicht die Verteilung auf drei Abteilungen eine optimale Nutzung des vorhandenen Know-hows in der Organisation, denn so wird ein Risiko immer durch den Mitarbeiter bearbeitet, der Experte für den Lieferanten und zugleich für den Indikator ist (vgl. Gaudenzi und Borghesi 2006, S. 133). Zudem wurden Kooperationen mit anderen Abteilungen vereinbart, soweit diese aus Kompetenzsicht sinnvoll sind. So unterstützen die Finanzabteilung und ein externer Dienstleister die Einkäufer bei der Interpretation von Bilanzkennzahlen, wenn das System ein drohendes finanzielles Risiko bei einem Lieferanten erkennt (vgl. auch Wildemann 1984, S. 21). Erst diese gebündelte Kompetenz macht es möglich, zuverlässige Entscheidungen zu treffen und schließlich zusammen mit dem Lieferanten Wege zu begehen, um auch kritische Risikosituationen zu lösen. b. Klare zeitliche Vorgaben Die Maßnahmendefinition erfolgt im System innerhalb fest definierter Zeiträume und abhängig von der Schwere des zugrunde liegenden Risikos. Zu jedem Indikator sind mehrere Maßnahmen möglich, die abgearbeitet werden. Nicht definierte Maßnahmen ziehen eine automatische Eskalation nach sich. Durch die klare Zuteilung der Verantwortung und den definierten Zeiträumen bis zur Erarbeitung einer ersten Maßnahme wird eine rasche Bearbeitung aller drohenden Risiken erreicht. Abbildung 31 zeigt einen beispielhaften Screenshot aus dem System, der dem Mitarbeiter zur Definition einer ersten Maßnahme zur Verfügung steht. Hierbei wird deutlich, dass letztendlich der Mitarbeiter die Entscheidung über die Relevanz des Risikos trifft, da die erhaltenen Informationen auch so klassifiziert werden können, dass keine Maßnahme notwendig wird. Die bewusste Übernahme eines Risikos im Sinne einer Risikokompensation ist also ein expliziter Bestandteil des Supply Frühwarnsystems.
88
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
Abbildung 31:
Screenshot aus dem Supply Frühwarnsystem
c. Zielgruppenorientierte Aufbereitung der verfügbaren Daten Das System stellt verschiedene Risikoreports zur Verfügung, die auf fünf Ebenen die Informationen aufbereiten und den Mitarbeitern eine optimale Übersicht über die Risikolage von Lieferanten oder auch des gesamten Lieferantenportfolios ermöglichen (vgl. auch Gleißner und Romeike 2005, S. 159). Hierbei sind die verfügbaren Daten durch verschiedene technische Sicherheitsmechanismen geschützt. Die Informationen werden vom System standort- und abteilungsübergreifend an Mitarbeiter verteilt, die eng mit dem Lieferanten zusammenarbeiten. Dieser interne Systemzugriff steht nur speziell dafür geschultem Personal aus den Supply Chain-Abteilungen zur Verfügung, um die Vertraulichkeit der Daten zu garantieren.
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
89
(5) Kontrolle Der aufgebaute Prozess eines Supply Frühwarnsystems muss regelmäßig kontrolliert und an sich ändernde Anforderungen angepasst werden. Die Robert Bosch GmbH unterscheidet hier zwischen den drei Dimensionen einer Supply Frühwarnkontrolle, wie sie in Kapitel 2.3.3 definiert wurden. a. Prämissenkontrolle Die Prämissenkontrolle bezieht sich im Wesentlichen auf die durchgeführten Selektionsschritte von der Gesamtheit der existierenden Risiken über die wesentlichen Risiken hin zu den drohenden und kritischen Risiken. Für die Prämissenkontrolle sind jährliche Überprüfungen des Supply Risikoprofils sowie der wesentlichen Risiken geplant, um eine Übereinstimmung der Risiken im System mit dem Beschaffungsmarkt und dem Umfeld der Einkaufsfunktion zu garantieren. Die durchgeführten Experteninterviews und Workshops werden daher in jährlichen Zyklen wiederholt. Die Lieferantenpaten haben außerdem die Möglichkeit, bei neuen Risiken individuelle Indikatoren im System zu definieren und somit das System kurzfristig und dezentral auf neue Anforderungen anzupassen. Indikatoren können jederzeit deaktiviert werden oder in ihrer Konfiguration (Abfragezyklus, Schwellenwerte etc.) angepasst werden, um somit auf Veränderungen im Umfeld des Supply Managements zu reagieren. b. Durchführungskontrolle Die Durchführungskontrolle bei der Robert Bosch GmbH hat zwei Ebenen, die als Planfortschrittskontrolle und Ergebniskontrolle bezeichnet werden (vgl. auch Koppelmann 2004, S. 415). Die Planfortschrittskontrolle (Hoffmann 1985, S. 273) bezieht sich weitgehend auf die Definition von Maßnahmen und die Sicherstellung, dass definierte Maßnahmen Wirkung in der Organisation entfalten. Die Maßnahmen der Risikosteuerung, die im System eingegeben werden, müssen durch den verantwortlichen Mitarbeiter mit einem Status versehen werden (Offen, in Bearbeitung, abgeschlossen, verworfen). Hiermit ist eine effektive Übersicht über die durchgeführten und noch laufenden Risikomanagement-Aktivitäten für das Management jederzeit möglich. Darüber hinaus müssen Maßnahmen für Risiken, abhängig von ihrer Risikoklasse, innerhalb fester Zeiträume definiert werden. Sollte die Risikosteuerung nicht in diesen Zeiträumen gestartet werden, erfolgt eine zweistufige Eskalation im System, die in den Risiko-Reports festgehalten wird. Schließlich werden über die Ergebniskontrolle (Hoffmann 1985, S. 273) die Ergebnisse aus dem Supply Frühwarnsystem anhand der bereitgestellten RisikoReports überprüft. Startdatum des Systems war Januar 2006. Zum Zeitpunkt Janu-
90
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
ar 2007 haben die Aktivitäten zu einem deutlichen Rückgang der durch Lieferanten verursachten Lieferstörungen geführt. Die Informationsversorgung der Mitarbeiter in Einkauf und Logistik ist gleichzeitig deutlich gestiegen und hat somit auch allgemein zu einer besseren Sensibilisierung für Supply Risiken geführt. c. Strategische Überwachung Die dritte Ebene der Frühwarnkontrolle bei der Robert Bosch GmbH soll in Zukunft durch die interne Revision vorgenommen werden (vgl. auch Kleindorfer und Van Wassenhove 2004, S. 302; vgl. auch KPMG 1998, S. 16). Diese Kontrollaufgabe soll als „Auffangnetz“ (Schreyögg und Steinmann 1985, S. 404) dienen, die sich auf alle Aspekte eines Frühwarnsystems bezieht und somit gerade auch Aspekte umfasst, die durch die beiden anderen Kontrolldimensionen nicht betrachtet werden. Die Vorgehensweise zur Überwachung durch die interne Revision befindet sich zurzeit noch in Abstimmung zwischen den Abteilungen. Zur Verdeutlichung der Vorgehensweise wird im Folgenden konkret das ‚Liquiditätsrisiko’ dargestellt (vgl. Abbildung 32). Für das Liquiditätsrisiko wurde die Zielsetzung vorgegeben, dass jede drohende Insolvenz mindestens sechs Monate vor Eintritt zuverlässig vorhergesagt werden soll. Für das System wurde eine Systematik aufgebaut, die auf Daten der Lieferanten sowie Daten eines externen Dienstleisters aufbaut. Von Lieferanten werden in regelmäßigen Abständen Bilanzdaten über das Supply Frühwarnsystem abgefragt, die mit vorgegebenen Schwellenwerten verglichen werden. Von einem externen Dienstleister werden laufend und vollautomatisiert Bonitätsdaten in das Supply Frühwarnsystem überspielt, die ebenfalls auf Veränderungen gespiegelt werden. Bei Überschreiten von Schwellenwerten bei einem Lieferanten wird automatisch eine Frühwarnmeldung ausgelöst, die eine Maßnahmendefinition nach sich zieht. Für die Maßnahmendefinition ist der Einkaufspate des Lieferanten verantwortlich, der verschiedene Informationsmöglichkeiten hat: Rücksprache mit Finanzexperten beim externen Dienstleister bei schlechtem Bonitätsrating, Abstimmung mit zentraler Finanzabteilung zur Durchführung einer Detail-Bilanzanalyse, Rücksprache mit dem Zentraleinkauf zur Festlegung einer Geschäftsbereichs-übergreifenden Vorgehensweise. Das weitere Vorgehen ist Lieferanten-individuell festzulegen und kann nur in Kenntnis einer konkreten Situation definiert werden.
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
Abbildung 32:
91
Ablauf der Insolvenzprognose im Supply Frühwarnsystem am Beispiel des ‚Liquiditätsrisikos’
Liquiditätsrisiko Interne Daten: -
Lieferanten-Daten: Eigenkapitalquote, Gesamtkapitalrentabilität, Investitionsquote, Liquidität, Veräußerung von Vermögenswerten
Grün
Gelb
Rot
Externe Daten: BoniCheck-System des Dienstleisters
Grün
Gelb
Rot
Frühwarnmeldungen Gemeinsame Detailbewertung durch verantwortliche Einkäufer, Zentraleinkauf, externen Dienstleister und zentrale Finanzabteilung Definition von Maßnahmen für gefährdete Lieferanten
Neben dem Bonitätsrating des externen Dienstleisters muss der Lieferant in regelmäßigen Zyklen fünf Bilanzkennzahlen in das System übertragen. Tabelle 8 beschreibt, aufbauend auf der in Tabelle 7 eingeführten Systematik, beispielhaft den Indikator ‚Investitionsquote’. Identisch wie bei der hier dargestellten Vorgehensweise zur Beherrschung des Liquiditätsrisikos sind die weiteren Bosch Top Supply-Risiken (vgl. Abbildung 28) sowie Geschäftsbereichs-spezifische Risiken im Supply Frühwarnsystem abgedeckt worden. Ebenfalls wurde eine Datenbasis für jeden Indikator vergleichbar mit der Darstellung der Investitionsquote aufgebaut.
92
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
Tabelle 8:
Beispiel-Datenbasis für Indikator ‚Investitionsquote’
Bezeichnung
Inhalt
Name Beschreibung
Investitionsquote Die Investitionsquote beschreibt das Verhältnis von Investitionen und Abschreibungen, d. h. Veränderungen im Wert des Anlagevermögens (in der Regel Produktionsanlagen). Investitionsstau; Veralterung der Produktionsanlagen Mittel
Risiken Eintrittswahrscheinlichkeit Schwere Risikoklasse Pate Ebene Aktualisierungszeitraum Datenquelle Auswertung Verrechnungsalgorithmus Schwellenwert Frage Externe Beschreibung
Mittel B: Mittel CKA: Commercial Key Account (Einkauf) Ebene 1: Relevant für alle Lieferanten Alle 12 Monate Fragebogen a) Überschreiten eines Absolutwertes b) Trendberechnung a) Absolutwert b) Quote (dieses Jahr) < Quote (-1 Jahr) < Quote (-2 Jahre) a) < 50 % b) negativer Trend über drei Jahre Wie hoch war im Geschäftsjahr JJJJ die Investitionsquote Ihres Unternehmens (Investition im Verhältnis zur Abschreibung in Prozent)? Die Investitionsquote setzt die getätigten Investitionen in das Anlagevermögen ins Verhältnis zu den Abschreibungen. Beispiel: Investitionen: T€ 80, Abschreibung: T€ 100 Æ Investitionsquote: 80%
Die Ausführungen in diesem Kapitel haben einen Überblick über das Supply Frühwarnsystem gegeben. Anhand der aufgeführten Vorgehensweise wird auch der Aufbau des in Kapitel 2.3.3 theoretisch entwickelten Supply Frühwarnsystems deutlich (vgl. Abbildung 26). Der Aufbau des Supply Frühwarnsystems anhand der Prozessebene und die zentrale Zielausrichtung anhand der Aufgabenebene wurden im Detail beschrieben. Für die Methodenebene wurden verschiedene Vorgehensweisen gewählt, um die Aufgaben eines Supply Frühwarnsystems abzubilden. Abbildung 33 zeigt das Bosch Supply Frühwarnsystem mit seinen Methoden in einem Überblick. In diesem Kapitel wurde der Aufbau und der Ablauf anhand des IT-basierten Supply Frühwarnsystems beschrieben, das im Zentrum der Systematik steht. Weitere Methoden kommen bei der Robert Bosch GmbH zum Einsatz, um eine ganzheitliche Frühwarnfunktion zu erfüllen, so u. a. eine Supply Risk Checklist oder ein System zur Verarbeitung von Erdbebenwarnungen. Diese Methoden unterliegen auch einer ständigen Überprüfung und Ergänzung, um die Risikosituation im Supply Management zu optimieren.
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
Abbildung 33:
93
Drei Ebenen des Bosch Supply Frühwarnsystems
Bosch Supply Frühwarnsystem Prozessebene
g Supply Frühwarnkontrolle c Supply Risikoidentifikation
d Supply Risikoanalyse
e Supplier Risikoidentifikation
f Supplier Risikoanalyse
Prämissenkontrolle, Durchführungskontrolle, Strategische Überwachung Umfassende Information über existierende Risiken
Beobachtungsbereiche, Frühwarnindikatoren, Sollwerte & Toleranzgrenzen, Klassifizierung & Priorisierung, Graphische Darstellung
Information über kurzfristig drohende Risiken
Aufgabenebene
Ursachen, Eintrittswahrscheinlichkeiten, Auswirkungen, Dringlichkeit, Reaktionsstrategien
Experteninterviews/Workshops, Verfolgung Risikostatus/Eskalation/Ergebniskontrolle, Interne Revision Brainstorming, Workshop, IT-basiertes Risikoreports, ExperteninterExpertenFrühwarnsysFrühwarnmelviews, Literaturinterviews tem, Daten exdungen, Maßanalyse, Knowterner DienstnahmendefiniHow externer leister, Supply tion, Aktivierung Dienstleister Risk Checklist, MitarbeiterwisErdbebensen, Kooperatiwarnungen onen, Eskalationsprozesse
Methodenebene
Umwelt Supply Management
3.1.3
Supply Chain
Externe Umwelt
Erfolgsfaktoren und Hindernisse der Implementierung eines Supply Frühwarnsystems bei der Robert Bosch GmbH
Wie in Kapitel 3.1.2 dargestellt, hat die Ergebniskontrolle des Supply Frühwarnsystems bei der Robert Bosch GmbH zu einem positiven Ergebnis geführt. Bei den Diskussionen mit Managern konnten die folgenden Erfolgsfaktoren identifiziert werden. 1) Top Management-Support: Bei allen Aktivitäten eines Supply Frühwarnsystems ist der Top Management-Support unabdingbar (Giunipero und Eltantawy 2004, S. 710; Henke 2006, S. 181; Rieser 1989, S. 40-41). Grund dafür ist zum einen die vorherrschende Skepsis gegenüber RisikomanagementAnsätzen in der Praxis, da Risikomanagement häufig mit der Implementie-
94
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
rung gesetzlicher Anforderungen gleichgesetzt wird und dessen Umsetzung oft formalisiert ist. Darüber hinaus gibt es Schwierigkeiten bei der Quantifizierung des Erfolges (Gaudenzi und Borghesi 2006, S. 114). Bei der Robert Bosch GmbH wurden zur Erfolgsmessung zwei Messgrößen genutzt: die Anzahl der durch Lieferanten verursachten Lieferstörungen sowie die Informationsversorgung der Mitarbeiter. Die Anzahl der Lieferstörungen ist messbar, jedoch kann der kausale Zusammenhang mit den Aktivitäten des Supply Risk Managements nicht eindeutig nachgewiesen werden (Berg et al. 2008). Die Informationsversorgung der Mitarbeiter ist eine rein subjektive Messgröße, die von den Mitarbeitern bestimmt wird. Somit stehen den eingesetzten (finanziellen und personellen) Ressourcen für ein Supply Frühwarnsystem nur selten unmittelbare und quantifizierbare Erfolge gegenüber. Im Gegenzug sind die Misserfolge der Frühwarnaktivitäten mit jeder eingetretenen Lieferstörung erkennbar. Die entsprechende Priorisierung dieser Aufgabe und die Bereitstellung der notwendigen Kapazitäten ist somit insbesondere bei Beginn entsprechender Aktivitäten eine Top Management-Aufgabe. 2) Systemunterstützung: Die Aktivitäten des Supply Risk Managements müssen durch ein IT-System unterstützt werden (vgl. auch Blackhurst et al. 2005, S. 4075; Conte 2006b, S. 17). Bei einer drei- bis fünfstelligen Anzahl von Lieferanten, wie es bei vielen Industrieunternehmen der Fall ist, kann ein vollständiges manuelles Supply Risk Management-System die Komplexität nicht abdecken (Gleißner und Romeike 2005, S. 154). Bei der Robert Bosch GmbH sind die Risikomanagement-Aktivitäten auf die strategischen Rohstoff- und Teilelieferanten konzentriert, deren Anzahl im vierstelligen Bereich liegt. Das Risikomanagement für solch ein breites Lieferantenportfolio mit seiner komplexen Risikostruktur ist nur durch die Implementierung des IT-basierten Frühwarnsystems möglich. 3) Dezentrale Organisation: Das Risikomanagement muss als dezentraler Prozess implementiert werden (Gleißner und Romeike 2005, S. 159; Thiemt 2003, S. 176). Ein Supply Risk Manager kann zwar unterstützend mitwirken, wird jedoch die Vielzahl der Risiken in der gesamten Lieferantenstruktur nicht alleine überblicken und managen können. Nur durch die Integration aller Mitarbeiter können Risiko bei einem breiten Lieferantenportfolio effektiv und erfolgreich gemanagt werden (Hirschsteiner 2002a, S. 73; Kersten et al. 2006, S. 12; Kienzle 2000, S. 144). Aus dem gleichen Grund ist die Integration verschiedener Abteilungen notwendig (Gaudenzi und Borghesi 2006, S. 133; Maiss 2005, S. 193; Sfat 2005, S. 56), denn nur so arbeitet stets der Mitarbeiter mit dem besten Know-how-Level an dem jeweiligen Risiko (Wildemann 2006, S. 329). 4) Sorgfältiger Systemaufbau: Der Aufbau und Ablauf eines Supply Frühwarnsystems muss sorgfältig geplant werden (Wildemann 2006, S. 328). Für die
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
95
Mitarbeiter ist ein Risikomanagementsystem zuerst einmal zusätzliche Arbeit, die zu den bestehenden Aufgaben hinzukommt. Die Mehrarbeit in einem frühen Stadium wird bei einem guten Supply Frühwarnsystem in einem späteren Stadium durch einen geringeren Arbeitsaufwand für nicht aufgetretene Risiken kompensiert. Um eine hohe Akzeptanz bei den Mitarbeitern zu erreichen, müssen daher die zu integrierenden Indikatorinformationen und zugehörigen Schwellenwerte sorgfältig ausgewählt (Blackhurst et al. 2005, S. 4075) und regelmäßig an neue Entwicklungen angepasst werden, um die Funktionsfähigkeit des Systems auch aus organisatorischer Sicht zu gewährleisten. Auch die Integration externen Know-hows ist unter diesem Gesichtspunkt bedeutend. So werden zum Beispiel die von Gleißner und Romeike (2005, S. 161) aufgestellten betriebswirtschaftlichen und technischen Anforderungen an ein Risikomanagementsystem durch das Bosch Supply Frühwarnsystem weitgehend erfüllt. 5) Integration der Lieferanten: Lieferanten müssen in den Prozess der Supply Frühwarnung integriert werden (Schmidt 2006, S. 18), da Informationen über zukunftsrelevante Informationen nicht vollständig sein können, wenn das Know-how des Lieferanten nicht im System integriert wird (Pickett 2006, S. 23; Schramm-Klein und Morschett 2006, S. 282). Dies betrifft insbesondere die Risiken auf Lieferantenseite. Das beste Supply Risk Management wird nur dann funktionieren, wenn die gesamte Supply Chain gleiche Interessen verfolgt und gemeinsam an einem Strang zieht (Christopher 2005, S. 253; Kajüter 2003, S. 118; Peck et al. 2003, S. 47; Winkler 2005, S. 358). Aus diesen Erfolgsfaktoren lassen sich zwei zentrale Hindernisse für die Implementierung von Supply Frühwarnsystemen erkennen. Dies umfasst als ersten Punkt die mangelnde Quantifizierbarkeit einer Supply Risk Performance im Unternehmen (Berg et al. 2008; Gaudenzi und Borghesi 2006, S. 114; Schubert 2004, S. 301-302). Nicht nur im Risikomanagement, sondern im Einkauf als Ganzes sind Supply Key Performance Indikatoren notwendig, um die Einkaufsleistung zuverlässig zu messen. Um eine höhere Verbreitung von Supply Frühwarnsystemen als Instrumente des strategischen Einkaufs zu erreichen, müssen Fortschritte bei der Quantifizierung von Einkaufs- und Lieferantenleistungen auch durch die Wissenschaft erbracht werden (Bertsche und Jahns 2007, S. 22; Hartmann et al. 2007, S. 32; Henke und Jahns 2007, S. 26-27). Als zweiter Punkt sind die Schwierigkeiten bei der Zusammenarbeit im Risikomanagement mit Lieferanten zu nennen. Dem Informationsaustausch mit Lieferanten wird hohe Bedeutung in der Literatur beigemessen (Kajüter 2003, S. 118; Ogden et al. 2005, S. 40; Peck et al. 2003, S. 47). Gleichzeitig wird vielfach auf die Schwierigkeiten in der Implementierung hingewiesen (Baumgarten et al. 2005, S. 14; Losbichler und Rothboeck 2006, S. 293), da Vertrauen, Kooperationsbereitschaft und auch die Angleichung von Zielen von den Unternehmen gefordert
96
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
werden (Hendricks und Singhal 2003, S. 519). Die Übertragung von kritischen Informationen ist problematisch (Baumgarten et al. 2005, S. 14) und kann tendenziell nur von Einkaufsorganisationen erzielt werden, die eine langfristige, strategische Zusammenarbeit mit ihren Lieferanten suchen und die in den Risikodurchsprachen enthaltenen Informationen nicht direkt in den nächsten Preisverhandlungen gegen den Lieferanten einsetzen. In der Theorie wird daher teilweise auch vorgeschlagen, dass innerhalb einer Supply Chain ein unabhängiger Dienstleister die Informationen sammelt und an die anderen Mitglieder des Netzwerks verteilt (Baumgarten et al. 2005, S. 19). Die Case Study bei Robert Bosch geht dagegen eher von einem fokalen Unternehmen innerhalb der Supply Chain aus, das für seine relevanten Netzwerkpartner die Aktivitäten des Risikomanagements koordiniert, vergleichbar mit einer virtuellen Supply Chain-Organisation, wie sie u. a. durch Winkler et al. (2006, S. 235) vorgeschlagen wurden. Zusammenfassend ist das Supply Frühwarnsystem bei der Robert Bosch GmbH ein wichtiger Schritt zu einer proaktiven Konfiguration der Supply Chain. Schwänzl (2006, S. 105) unterscheidet in Bezug auf Wissensmanagement zwischen vier Reifegradstufen der Entwicklung einer Supply Chain: nicht definiert bei willkürlichen Lieferbeziehungen, definiert bei Geschäftsbeziehungen, geführt bei Partnerschaften und optimierbar bei strategischen Partnerschaften. Für jede der vier Reifegradstufen wird zwischen sieben Faktoren des Wissensmanagement unterschieden (Schwänzl 2006, S. 107). Die dick umrandeten Quadranten in Abbildung 34 visualisieren die Einkaufsorganisation der Robert Bosch GmbH nach Implementierung des Supply Frühwarnsystems. Es wird deutlich, dass das Frühwarnsystem ein wichtiger Bestandteil im Übergang von Partnerschaften (gesteuert) hin zu strategischen Partnerschaften (optimierbar) darstellt. Das Reifegradmodell gibt auch wichtige Hinweise zur weiteren Entwicklung eines solchen Frühwarnsystems, da bei den Faktoren Ziele, Strategie und Organisationsstruktur noch Verbesserungspotenzial erkennbar ist. Ziele sind aktuell weitgehend durch die Robert Bosch GmbH vorgegeben, in der nächsten Entwicklungsstufe müssen diese Ziele unternehmensübergreifend abgestimmt werden, um so eine Verbesserung der Risikosituation in der gesamten Supply Chain zu erreichen. Die strategische Vorgehensweise wurde ebenfalls durch die Robert Bosch GmbH vorgegeben; auch hier müssen Lieferanten zur weiteren Entwicklung stärker in das System integriert werden. Schließlich stellt das Supply Frühwarnsystem eine eigenständige Community of Practice dar. Eine Weiterentwicklung hin zu einer übergreifenden Supply Chain Organisation wäre eine Option, die jedoch von einem unabhängigen Unternehmen initiiert werden müsste. Bei den Faktoren Prozesse, Kultur, Infrastruktur und Bewertung ist mit dem Supply Frühwarnsystem die höchste Stufe im Supply Chain-Reifegradmodell erreicht worden. Eine rein unternehmenszentrierte Sichtweise wurde somit durch eine übergreifende Supply ChainSichtweise abgelöst.
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
Abbildung 34:
Das Bosch Supply Frühwarnsystem im Supply Chain Reifegradmodell Ziele
Stufe 4: optimierbar Stufe 3: gesteuert Stufe 2: definiert Stufe 1: nicht def.
97
Strategie
Organisations -struktur
Prozesse
Kultur
Infrastruktur
Bewertung
übergreifend abgestimmt
übergreifend abgestimmt
eigene, übergreifende Supply Chain Organisation
übergreifende Optimierung
offene, übergreifende Vertrauenskultur
übergreifende IT-Lösung
unternehmensübergreifend
punktuell übergreifend, aber nur intern gesteuert
punktuell übergreifend, aber nur intern gesteuert
übergreifende Communities of Practice
interne Prozessoptimierung
offene Vertrauenskultur
übergreifende IT-Lösung
abteilungsübergreifend
interne Ziele
interne Strategie
interne Communities, punktuell übergreifend
interne Prozessoptimierung
nach innen gerichtet, punktuelle Vertrauenskultur
punktuelle IT-Lösung
innerhalb der Abteilung
persönliche Ziele
persönliche Strategie
auf Individuum begrenzt
unklar
nach innen gerichtet, ad hoc Arbeitsmethoden
intern
nein
Quelle: In Anlehnung an Schwänzl (2006, S. 107)
Diese Richtung stimmt überein mit einer Delphi-Studie von Ogden et al. (2005, S. 39), welche die Entwicklung von Einkaufsabteilungen hin zum höchsten Reifegrad beobachten. Unter den Schlüsselfaktoren mit hohem Einfluss auf das Supply Management stechen auch hier kooperative Elemente hervor: die Integration von Lieferanten, der Informationsaustausch und die Zusammenarbeit mit Lieferanten sind neben den Punkten Globalisierung und elektronischer Bestellabwicklung die Prozesse mit den höchsten Erfolgspotenzialen (Ogden et al. 2005, S. 40). Diese Ergebnisse zur Ausrichtung der Supply Chain der Zukunft sowie die Bedeutung von Supply Frühwarnsystemen werden auch durch die Case Study bei der Robert Bosch GmbH untermauert. Obgleich Weiterentwicklungspotenzial erkennbar ist, stellt die Implementierung eines solchen Systems eine notwendige Voraussetzung für eine wettbewerbsfähige Supply Management-Organisation dar.
3.2
Arten und Klassifikationen von Supply Risiken
Bei der Case Study der Robert Bosch GmbH wurde als ein Erfolgsfaktor herausgearbeitet, dass ein sorgfältiger Aufbau eines Supply Frühwarnsystems durchgeführt werden muss. Ausgangspunkt eines solchen Systems ist gemäß der in Kapitel 2.3.3 entwickelten Systematik die Supply Risikoidentifikation. Gleißner und Romeike (2005, S. 155) stellen heraus, dass eine fehlende oder unvollständige Risikolandschaft eine der wesentlichen Schwachstellen von RisikomanagementAnsätzen in der Praxis darstellen (ähnlich auch Hoffmann 1985, S. 32). Risiken, die nicht zu Anfang des Prozesses bedacht werden, können im weiteren Verlauf nicht analysiert und verfolgt werden. Vor diesem Hintergrund fokussiert dieser Abschnitt auf Supply Risiken als solche. Im ersten Schritt werden mit Hilfe einer Inhaltsanalyse sowie zweier Fokusgruppen zentrale Supply Risiken erarbeitet. Im zweiten Schritt werden Klassifikatio-
98
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
nen für Supply Risiken aufbereitet. Im dritten Schritt werden schließlich, auch als Vorbereitung auf die empirische Untersuchung, mögliche Strukturvariablen für Supply Risiken dargestellt.
3.2.1
Relevante Risiken für ein Supply Frühwarnsystem
Ausgangspunkt für ein Supply Frühwarnsystem muss die Kenntnis über bedrohliche Systemzustände sein, d. h. die Kenntnis, welche Risiken es im Supply Management überhaupt gibt. Für diese Arbeit wurde eine ausführliche Literaturanalyse zu Supply Risiken durchgeführt, die u. a. alle in Anhang I gelisteten Quellen einschloss. Die in der Literatur genannten Risiken geben erste Hinweise auf die Relevanz von Supply Risiken. Als zweiter Schritt wurden im Rahmen von zwei viertägigen Fokusgruppen am Supply Management Institute™ der European Business School unter Leitung von Univ.-Prof. Dr. Michael Henke mögliche Supply Risiken mit Experten von zehn deutschen Großunternehmen diskutiert. Um eine hohe Praxisrelevanz der Ergebnisse zu erreichen, wurde Wert auf eine breite Zusammensetzung der Fokusgruppen gelegt, was Branchenzugehörigkeit, Umsatz und Mitarbeiteranzahl betrifft. Der Fokus auf Großunternehmen ergab sich aus der Notwendigkeit eines strategischen Supply Management-Ansatzes, der als Voraussetzung für ein professionelles Supply Risk Management gesehen werden kann. Einen kurzen Überblick zu Umsatz, Mitarbeiteranzahl und Branche der zehn teilnehmenden Unternehmen gibt Abbildung 35. Darüber hinaus wurden die Ergebnisse des fünftägigen Workshops zum Supply Risk Management bei der Robert Bosch GmbH, der in Abschnitt 3.1.1 beschrieben wurde, in die folgenden Überlegungen integriert.
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
Abbildung 35:
99
Struktur der an den Fokusgruppen teilnehmenden Unternehmen
Teilnehmende Branchen:
3 2
Automobilindustrie
1
Elektroindustrie Energieerzeugung
0 250.000
Telekommunikationsindustrie
Anzahl der Mitarbeiter
Tabelle 9 listet die Ergebnisse der Fokusgruppen, des Bosch-Workshops und der Literaturanalyse auf. Die hierbei identifizierten Supply Risiken dienen auch für die später durchzuführende empirische Untersuchung als Basis. Mit einem Stern (*) gekennzeichnete Risiken wurden in den Fokusgruppen oder beim BoschWorkshop als besonders relevant eingeschätzt, solche Risiken wurden auch bei geringer Abdeckung in der Literatur mit aufgenommen. Supply Risiken, die nicht mit einem Stern gekennzeichnet wurden, sind häufig in der Literatur als relevant bezeichnet, wurden jedoch weder durch die Robert Bosch GmbH noch durch die beiden Fokusgruppen als Top-Risiken eingeschätzt. In der Literatur zum Thema werden Supply Risiken üblicherweise anhand von Beispielen aufgestellt, eine genaue Definition jedoch nicht gegeben. Um eine Begriffsdefinition für die Wissenschaft vorzulegen und somit das Verständnis über Supply Risiken zu vereinheitlichen, werden zu jedem Risiko eine Definition sowie eine Reihe von Beispielen zur Herkunft oder den Auswirkungen der Risiken angegeben. Ergänzend werden ausgewählte Literaturquellen zum Thema angegeben.
100
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
Tabelle 9:
Auswahl von Supply Risiken aus Literatur und Experteninterviews
Risikoname
Beschreibung des Risikos Ausgewählte Literaturquellen
Abhängigkeit
Das Risiko, dass die einkaufende Firma abhängig von Lieferanten ist, z. B. Monopol, technologisches Alleinstellungsmerkmal, Patente, vertragliche Vereinbarungen. Bourantas 1989; Brühwiler 2001, S. 114; Hauschildt und Grape 2006, S. 20; Henke und Jahns 2005, S. 62; Koppelmann 1980, S. 432; Maiss 2005, S. 183; Mertens und Koppelmann 1986, S. 57; Präuer und Bernecker 2006, S. 26; Roehrig und Zinniker 2004, S. 234; Salvisberg 2001a, S. 23; van Weele 2005, S. 203; Vogler und Wagner 2005, S. 69; Warzecha und Weissbarth 1999, S. 19; Winkler 2005, S. 359; Zsidisin 2001a, S. 196
Arbeitskämpfe *
Das Risiko, dass Arbeitskämpfe im Supply Netzwerk zu Störungen führen, z. B. Streik, soziale oder kulturelle Unzufriedenheit, politische Konflikte mit Arbeitern, Tarifkonflikte. A.T. Kearney 2005, S. 9; Atkinson 2006, S. 14; Cavinato 2004, S. 383; Cockburn 2005, S. 33; Hauser 2003, S. 67; Hoffmann 1985, S. 35; Jüttner et al. 2003, S. 201; Koppelmann 1980, S. 428; Melnyk et al. 2005, S. 32; Mertens und Koppelmann 1986, S. 57; Peck und Jüttner 2002, S. 19; Yacura 2005, S. 25; Zsidisin et al. 2005a, S. 24
Beschaffungslogistik
Das Risiko, dass ein Thema der externen Beschaffungslogistik negative Auswirkungen hat, z. B. fehlerhafte Planung, unzureichende Zusammenarbeit mit Logistikdienstleister, häufige Sonderfahrten, Single Carrier. Blackhurst et al. 2005, S. 4067; Hauser 2003, S. 67; Henke und Jahns 2005, S. 62; Kienzle 2000, S. 74; Rogler 2002, S. 34; Wildemann 2006, S. 126; Zsidisin und Ellram 2003, S. 17; Zsidisin et al. 2004, S. 402
Betrug
Das Risiko, dass durch Untreue oder Betrug Mitglieder der Supply Chain nachhaltig geschädigt werden, z. B. Korruption, Bestechungsgelder. A.T. Kearney 2005, S. 9; Hauschildt und Grape 2006, S. 12; Jahns 2006a, S. 22; Matzenbacher et al. 1999, S. 7; Meyer 1986, S. 142; Pfuhlstein et al. 2004, S. 10; Präuer und Bernecker 2006, S. 27; van Weele 2005, S. 203; Vogler und Wagner 2005, S. 72; Zabota 2006, S. 3
Disposition
Das Risiko, dass durch interne Dispositionsthemen die Erfolgssituation der Supply Chain negativ beeinträchtigt wird, z. B. zu hohe kapitalintensive Lagerhaltung, unzureichender Abgleich mit dem Produktionsprogramm, lange Zeiträume zur Programmaktualisierung. Atkinson 2003, S. 44; Koppelmann 1980, S. 430; Meyer 1986, S. 142; Rogler 2002, S. 34; van Weele 2005, S. 202; Winkler 2005, S. 359; Zsidisin 2001b, S. 3
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
Risikoname
101
Beschreibung des Risikos Ausgewählte Literaturquellen
Firmenstruktur
Das Risiko, dass durch Veränderungen in der Firmenstruktur von Lieferanten Vereinbarungen oder Absichtserklärungen nicht mehr eingehalten werden, z. B. Verkauf durch Mutterfirma, An- und Verkauf von Standorten, Änderung strategischer Geschäftsfelder, Verlagerungen, Eigenkapitaländerungen, Börsengang. Brühwiler 2001, S. 115; Hendricks und Singhal 2003, S. 508; Pickett 2006, S. 22; Präuer und Bernecker 2006, S. 27; Wildemann 2006, S. 124
Flexibilität
Das Risiko, dass ein Mitglied der Supply Chain nicht die notwendige Flexibilität aufbringt, die Produkte qualitäts-, mengen- oder zeitmäßig an die Kundenanforderung anzupassen, z. B. durch hohe Produktionsauslastung, lange Zykluszeiten, fehlende Werkzeuge, fehlende Vormaterialversorgung. Wildemann 2006, S. 125; Zsidisin 2001a, S. 196
Fluktuation *
Das Risiko, dass eine hohe Fluktuation im Management oder bei Fertigungsmitarbeitern zu Störungen in der Supply Chain führt, z. B. Know-how-Verlust, ungenügendes Projektmanagement, Nicht-Einhalten getroffener Absprachen, Verlust aufgebauter persönlicher Kontakte. Pickett 2006, S. 22; Präuer und Bernecker 2006, S. 27; Yacura 2005, S. 25
Geistiges Eigentum *
Das Risiko, dass geistiges Eigentum nicht respektiert wird, z. B. Nichtbeachtung von Patenten, Weitergabe von Betriebsgeheimnissen, Mitnahme von Know-how zu neuem Arbeitgeber, Plagiate. Conte 2006a, S. 36; Hauser 2003, S. 67; Kienzle 2000, S. 76; Präuer und Bernecker 2006, S. 27; Tan 2001, S. 46; Winkler 2005, S. 359
Global Sourcing *
Das Risiko, dass durch das Sourcing in anderen (Low Cost-)Ländern negative Auswirkungen in der Supply Chain verursacht werden, z. B. durch erhöhte Fluktuation, kulturelle Barrieren, fehlende Infrastruktur. Jahns 2006a, S. 22; Jahns und Moser 2006, S. 44-45; Sure 2005, S. 328; Winkler 2005, S. 359
Import- oder ExportKontrollen *
Das Risiko, dass Import- oder Exportkontrollen zu negativen Auswirkungen führen, z. B. neue Zollanforderungen, Local ContentVorschriften. Hauser 2003, S. 67; Kienzle 2000, S. 74; Meyer 1986, S. 143; Peck et al. 2003, S. 18; Piontek 1997, S. 104-105; Wildemann 2006, S. 125; Winkler 2005, S. 359; Zsidisin et al. 2000, S. 189
Investitionen *
Das Risiko, dass unzureichende Investitionen in Forschung & Entwicklung oder Maschinen & Anlagen durchgeführt werden, z. B. durch anstehenden Börsengang, finanzielle Schwierigkeiten, unzureichende Zukunftsausrichtung. Boutellier und Pfuhlstein 2005, S. 21
102
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
Risikoname
Beschreibung des Risikos Ausgewählte Literaturquellen
IT-Systeme *
Das Risiko, dass ein IT-bezogenes Thema zu Supply Risiken führt, z. B. Einführung oder Veränderung eines IT-Systems oder von Schnittstellen, Beschädigungen durch Viren. Engardio 2001, S. 39; Hendricks und Singhal 2003, S. 508; Henke und Jahns 2005, S. 62; Jüttner et al. 2003, S. 201; Maiss 2005, S. 184; Peck und Jüttner 2002, S. 19; Wagner 2006, S. 13; Warren und Hutchinson 2000; Wildemann 2006, S. 125; Winkler 2005, S. 359; Zsidisin 2001a, S. 196; Zsidisin und Smith 2005, S. 57
Katastrophen *
Das Risiko eines Schadens durch höhere Gewalt, d. h. eine Naturkatastrophe, die zu negativen Auswirkungen im Supply Netzwerk führt, z. B. Schäden durch Feuer, Hagel, Erdbeben, Sturm, Kälte, Hitze, Lawine, Bergrutsch, Dammbruch, Felssturz, Flut, Pandemien. A.T. Kearney 2005, S. 9; Atkinson 2006, S. 14; Blackhurst et al. 2005, S. 4067; Boutellier und Pfuhlstein 2005, S. 20; Cockburn 2005, S. 33; Gonzales 2005, S. 18; Hendricks und Singhal 2003, S. 508; Hoffmann 1985, S. 35; Jüttner et al. 2003, S. 201; Melnyk et al. 2005, S. 32; Papadakis 2006, S. 32; Peck und Jüttner 2002, S. 19; Pfuhlstein et al. 2004, S. 10; Pickett 2006, S. 22; Quinn 2006, S. 5; Wagner 2006, S. 13; Zsidisin et al. 2005a, S. 24
Krieg oder Terrorismus *
Das Risiko, dass eine terroristische Aktivität oder Krieg in einem Supply Land zu Beeinträchtigungen der Supply Chain führt. Atkinson 2006, S. 14; Blackhurst et al. 2005, S. 4068; Fieten 2005, S. 32; Jüttner et al. 2003, S. 201; Melnyk et al. 2005, S. 32; Peck und Jüttner 2002, S. 19; Quinn 2006, S. 5; Sheffi 2001; Wagner 2006, S. 13; Zsidisin et al. 2005a, S. 24
Lieferantenauswahl
Das Risiko, dass aufgrund unzureichender Informationen ein falscher Lieferant ausgewählt wurde, z. B. bewusstes Verschweigen von Tatsachen durch Lieferanten, fehlende Zeit zum intensiven Screening, keine Beschaffungsmarktforschung. Koppelmann 1980, S. 431; Maiss 2005, S. 187; Zsidisin 2003a, S. 21; Zsidisin und Smith 2005, S. 53
Liquidität *
Das Risiko, dass eine kritische finanzielle Situation zu negativen Auswirkungen führt, z. B. keine Investitionen, Zahlungsunfähigkeit, Insolvenz. Boutellier und Pfuhlstein 2005, S. 21; Conte 2006a; Hendricks und Singhal 2003, S. 508; Henke und Jahns 2005, S. 62; Hoffmann 1985, S. 35; Jahns 2006a, S. 22; Koppelmann 1980, S. 429; Maiss 2005, S. 183; Melnyk et al. 2005, S. 32; Mertens und Koppelmann 1986, S. 57; Präuer und Bernecker 2006, S. 27; Specovius und Fieten 2006, S. 26; van Weele 2005, S. 202; Warzecha und Weissbarth 1999, S. 19; Wildemann 2006, S. 124; Yacura 2005, S. 25; Zsidisin et al. 2000, S. 188
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
Risikoname
103
Beschreibung des Risikos Ausgewählte Literaturquellen
Marktpreise *
Das Risiko, dass Preisänderungen die Wettbewerbsfähigkeit von Mitgliedern des Supply Netzwerk herausfordern, z. B. durch Rohmaterialknappheit, Monopolsituationen, neue strategische Ausrichtungen, neue Eigentumsverhältnisse, Produktlebenszyklus, veränderte Nachfragesituation. Gerberich 2001, S. 19; Henke und Jahns 2005, S. 62; Hirschsteiner 2002b, S. 85; Koppelmann 1980, S. 432; Mertens und Koppelmann 1986, S. 58; Präuer und Bernecker 2006, S. 27; Wagner 2006, S. 12; Wildemann 2006, S. 123; Zsidisin 2001b, S. 3; Zsidisin und Smith 2005, S. 57
Moralische Standards *
Das Risiko, dass moralische Standards im Supply Netzwerk nicht eingehalten werden, z. B. Kinderarbeit, Mindestvergütung, Gesundheits/Umweltschutz. Atkinson 2006, S. 14; Fieten 2005, S. 32; Peck und Jüttner 2002, S. 19; Vogler und Wagner 2005, S. 72; Winkler 2005, S. 359; Zsidisin et al. 2000, S. 189
Nachfrageänderungen *
Das Risiko, dass Veränderungen in der Kundennachfrage zu Störungen im Supply Netzwerk führen, z. B. Lieferant kann erhöhte Nachfrage nicht befriedigen, Unflexibilität in der einkaufenden Firma, Planungs- und Kommunikationsfehler in der Vertriebsabteilung. Dangelmaier et al. 2006, S. 183; Engardio 2001, S. 39; Hendricks und Singhal 2003, S. 508; Henke und Jahns 2005, S. 62; Mertens und Koppelmann 1986, S. 57; Meyer 1986, S. 142; Wagner 2006, S. 12; Wildemann 2006, S. 124; Ziegenbein et al. 2004, S. 51; Zsidisin 2003b, S. 220
Personalrisiko *
Das Risiko, dass durch Handlungen von Mitarbeitern Störungen in der Supply Chain ausgelöst werden, z. B. unzureichende Kommunikationsfähigkeiten, fehlende Fachkenntnisse, fehlendes Commitment, Überlastung, mangelndes Projektmanagement. Henke und Jahns 2005, S. 62; Hirschsteiner 2002b, S. 85; van Weele 2005, S. 202; Zsidisin et al. 2000, S. 188
Politik *
Das Risiko, dass politische Entscheidungen die Zusammenarbeit mit Lieferanten beeinträchtigen, z. B. Steuer, Zoll, Embargos, Infrastrukturund Umweltthemen, Local Content-Anforderungen. Atkinson 2003, S. 44; Atkinson 2006, S. 14; Boutellier und Pfuhlstein 2005, S. 21; Fieten 2005, S. 32; Hauschildt und Grape 2006, S. 13; Hendricks und Singhal 2003, S. 508; Koppelmann 1980, S. 429; Maiss 2005, S. 184; Mertens und Koppelmann 1986, S. 57; Meyer 1986, S. 140; Peck et al. 2003, S. 18; Präuer und Bernecker 2006, S. 26; Salvisberg 2001b, S. 25; Sure 2005, S. 328; van Weele 2005, S. 202; Winkler 2005, S. 359; Yacura 2005, S. 25; Zsidisin et al. 2000, S. 189
104
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
Risikoname
Beschreibung des Risikos Ausgewählte Literaturquellen
Produkthaftung
Das Risiko, dass durch Schäden beim Kunden ein Produkthaftungsfall in der Supply Chain auftritt, z. B. Rückrufaktionen durch mangelnde Qualität, Schadensersatzforderungen aufgrund zu später Lieferung. Wildemann 2006, S. 124; Zsidisin und Smith 2005, S. 57
Produktivität *
Das Risiko, dass eine abnehmende Produktivität zu Störungen in der Supply Chain führt, z. B. abnehmender Output beim Lieferanten, schlechte Maschinenbelegungsplanung, Know-how Situation, unzureichende Wartung.
Prozesse *
Das Risiko, dass instabile Prozesse zu Störungen in der Supply Chain führen, z. B. schlechte Ausbeute, qualitativ schlechter Output, fehlendes Stabilisierungs-Know-how, fehlendes Verständnis für Komplexität.
Mertens und Koppelmann 1986, S. 57; Vogler und Wagner 2005, S. 88
Atkinson 2006, S. 14; Fieten 2006, S. 3; Hendricks und Singhal 2003, S. 508; Maiss 2005, S. 184; Vogler und Wagner 2005, S. 70; Zsidisin 2001a, S. 196 Ramp-Up *
Das Risiko, dass durch den Neuanlauf von Serienprodukten Störungen in der Supply Chain verursacht werden, z. B. neue Prozesse, nichtabgesicherter Neuanlauf, knappe Terminplanung, unzureichende Spezifikation, späte Designänderungen.
Reserveteile *
Das Risiko, dass fehlende Reserveteile zu Anlagenstörungen in der Supply Chain führen, z. B. bei veralteten Maschinen, fehlende Vorratshaltung bei Einzelteilen, Insolvenz des Anlagenbauers.
Hendricks und Singhal 2003, S. 508; Zsidisin et al. 2004, S. 402
Matzenbacher 2003, S. 119 Risikomanagement *
Das Risiko, dass ein Mitglied im Supply Netzwerk nur unzureichende Risikomanagementfähigkeiten hat, z. B. kleine Lieferanten, fehlende Prozessbeschreibungen, kein strategischer Einkauf.
Rohmaterial *
Das Risiko, dass Rohmaterial nicht in der benötigten Qualität oder Menge vorliegt, z. B. durch Preissteigerungen, China-Boom, Allokationsperioden, fehlende spezifizierte Alternativmaterialien.
Maiss 2005, S. 187; Vogler und Wagner 2005, S. 70
Boutellier und Pfuhlstein 2005, S. 20; Jahns 2006a, S. 22; Kienzle 2000, S. 74; Kreikebaum 1997, S. 45; Maiss 2005, S. 184; Salvisberg 2001b, S. 25; Winkler 2005, S. 359 Single Source *
Das Risiko, dass die Entscheidung für eine Single Source Situation für die Supply Chain mit sich bringt, z. B. fehlende Second Source im Fall weiterer auftretender Supply Risiken, nur ein Produktionsstandort für ein Produkt. Gerberich 2001, S. 19; Hauser 2003, S. 67; Peck et al. 2003, S. 46; Pickett 2006, S. 22; Roehrig und Zinniker 2004, S. 234; Tummala et al. 2006, S. 180; Wildemann 2006, S. 124; Zsidisin 2001b, S. 2
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
Risikoname
105
Beschreibung des Risikos Ausgewählte Literaturquellen
Technologische Wettbewerbsfähigkeit *
Das Risiko, dass ein Mitglied im Supply Netzwerk technologisch nicht wettbewerbsfähig ist, z. B. unzureichende Investitionsplanung, mangelhafte Know-how-Situation, schlechte finanzielle Situation, unterdimensionierte Forschungs- und Entwicklungsabteilung. Hauschildt und Grape 2006, S. 12; Henke und Jahns 2005, S. 62; Maiss 2005, S. 183; Peck et al. 2003, S. 18; Roehrig und Zinniker 2004, S. 234; Wildemann 2006, S. 125; Zsidisin und Ellram 2003, S. 17; Zsidisin und Smith 2005, S. 57
Veralterung *
Das Risiko, dass neue Technologien zur Veralterung bestehender Technologien führen, z. B. Abkündigung bei noch laufenden Nachlieferverpflichtungen, kürzere Produktlebenszyklen, Nachfragerückgang im Markt. Jüttner et al. 2003, S. 202; Kienzle 2000, S. 76; Peck et al. 2003, S. 31; Zsidisin et al. 2004, S. 402
Vertrag *
Das Risiko, dass vertragsbezogene Fragestellungen zu Lieferstörungen führen, z. B. Vertragsbruch, fehlende Adaptierung an kulturelle Unterschiede, fehlendes Commitment zu Risk-Sharing oder RiskTransfer Modellen, fehlende Garantie der Mutterfirma. Gerberich 2001, S. 19; Henke und Jahns 2005, S. 62; Maiss 2005, S. 184; Matzenbacher et al. 1999, S. 7; Roehrig und Zinniker 2004, S. 234; Wildemann 2006, S. 124; Winkler 2005, S. 359; Zsidisin et al. 2000, S. 189
Volkswirtschaft *
Das Risiko, dass durch langfristige volkswirtschaftliche Besonderheiten Störungen in der Supply Chain verursacht werden, z. B. unzureichende Qualifikation von Mitarbeitern, fehlendes Humankapital, schlechte Rahmenbedingungen. Mertens und Koppelmann 1986, S. 57; van Weele 2005, S. 202; Wagner 2006, S. 13
Währung
Das Risiko, dass Währungsschwankungen zu finanziellen Schäden in der Supply Chain führen, z. B. Verluste durch Veränderungen im EuroDollar- oder Dollar-Yuan-Kurs. Atkinson 2003, S. 44; Carter und Vickery 1989; Hauschildt und Grape 2006, S. 13; Kienzle 2000, S. 75; Maiss 2005, S. 184; Mertens und Koppelmann 1986, S. 57; Peck et al. 2003, S. 18; van Weele 2005, S. 202; Wildemann 2006, S. 124; Winkler 2005, S. 359; Yacura 2005, S. 25; Zsidisin 2001b, S. 3
Zusammenarbeit *
Das Risiko, dass durch unzureichende Zusammenarbeit Störungen in der Supply Chain entstehen, z. B. späte Erkennung von Änderungen, späte Kommunikation von Nachfrageschwankungen, Vertragsaufkündigungen, unzureichende Nutzung des Innovationspotenzials von Lieferanten. Maiss 2005, S. 184; Matzenbacher et al. 1999, S. 7; Min et al. 1994, S. 378-379; Tummala et al. 2006, S. 180; Winkler 2005, S. 359; Yacura 2005, S. 25; Zsidisin 2003b, S. 221
106
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
Die Risiken in dieser Tabelle sind nicht überschneidungsfrei (vgl. hierzu auch Kajüter 2003, S. 111-112; Meyer 1986, S. 137; Norrman und Lindroth 2004, S. 19). Viele bedingen einander und sind anderen Risiken vor- oder nachgeordnet (Kaufmann 2001, S. 137; Roselieb 1999b, S. 4). So kann ein Streik (Arbeitskampfrisiko) bei einem Lieferanten kurzfristig keine Auswirkungen haben. Mittelfristig muss die ausgefallene Produktionsmenge jedoch nachproduziert werden, was zu erhöhtem Druck auf die Mitarbeiter führt und somit die Toleranzabweichungen von Prozessen erhöhen kann (Prozessrisiko). Qualitativ nicht zufriedenstellende Lieferungen können zu Bandstillständen beim Kunden führen, falls eine Single Source-Situation vorliegt (Single Source-Risiko) oder aber ein zweiter Lieferant die niedrigere Liefermenge des anderen Lieferanten nicht ausgleichen kann (Nachfrageänderungsrisiko). Falls das zuliefernde Unternehmen nicht durch RiskTransfer- oder Risk-Sharing-Vereinbarungen für die Schäden aufzukommen hat (Vertragsrisiko), ist ein solcher finanzieller Verlust schließlich vom einkaufenden Unternehmen zu tragen und kann zu Bonitätsproblemen führen (Liquiditätsrisiko). Dieses fiktive Beispiel zeigt, dass Supply Risiken vielfältig miteinander kombiniert werden können und häufig erst im Zusammenspiel ihr Gefährdungspotenzial ausspielen. Aus diesem Grund wurden auch die drei Basisrisiken nicht mit aufgenommen: Jedes der aufgeführten Risiken endet in einem Supply Qualitätsrisiko, einem Supply Zeitrisiko oder einem Supply Kostenrisiko. Die Komplexität eines Supply Frühwarnsystems beruht gerade darauf, dass unter der Vielzahl kritischer Risiken, die durch eine Vielzahl von Indikatoren identifiziert werden können, die wichtigen ausgewählt werden, um so die Risikosituation der Unternehmung zu verbessern (Winkler 2005, S. 365). In Kapitel 2.1.2 wurde die Unterscheidung zwischen Kennzahlen, Indikatoren und schwachen Signalen dargestellt. Auch beim Eintreten der im vorherigen Absatz beschriebenen Risikokette muss sich ein Unternehmen die Frage stellen, ob bei einer erhöhten Unzufriedenheit der Mitarbeiter des Lieferanten reagiert werden soll (schwaches Signal, das auf ein mögliches Streikrisiko hinweist), erst bei qualitativ unzureichenden Lieferungen (Indikator) oder aber erst bei den finanziellen Auswirkungen auf den Unternehmenserfolg, die deutlich durch Kennzahlen zu erfassen sind.
3.2.2
Klassifikationsansätze für Supply Risiken
Es stellt sich die Frage nach einer tragfähigen Klassifizierung von Supply Risiken, welche die Interdependenz der Risiken integriert, aber auch der Komplexität der Supply Risikolandschaft gerecht wird (Schubert 2004, S. 109). Im Vergleich zu einem firmeninternen Risikomanagement müssen für ein Supply Frühwarnsystem auch die im Supply Netzwerk wirkenden Risiken identifiziert und analysiert werden, um zu tragfähigen Entscheidungen zu kommen (Gaudenzi und Borghesi 2006, S. 114). Das unternehmerische Risikomanagement potenziert sich also in
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
107
seiner Komplexität abhängig von der Anzahl der Lieferanten. Große Industrieunternehmen haben eine teilweise fünfstellige Anzahl von Lieferanten (Godek 2004, S. 33), womit die Komplexitätsreduktion eine zentrale Aufgabe wird. Tabelle 10 fasst in der Literatur vorhandene Systematisierungsansätze, die speziell für Supply Risiken vorgeschlagen werden, zusammen. Tabelle 10:
Systematisierungsansätze zu Supply Risiken
Autor
Systematisierungsvorschlag
Baumgarten et al. (2005, S. 14)
Supply Chain-interne Risiken, Supply Chain-externe Risiken
Cavinato (2004, S. 384-385)
Physische Risiken, Finanzielle Risiken, Informationsbezogene Risiken, Relationale Risiken, Innovationsrisiken
Christopher (2005, S. 238)
Supply Risk, Demand Risk, Process Risk, Control Risk, Environmental Risk
Conte (2006a, S. 36)
Finanzen, Markt, Projekt, Prozess
Hendricks und Singhal (2003, S. 508)
Interne Risiken, Kundenrisiken, Lieferantenrisiken
Jüttner (2005a, S. 114)
Umfeldbezogene Risikoquellen, Organisationsbezogene Risikoquellen, Netzwerkbezogene Risikoquellen
Kajüter (2003, S. 112)
Interne Risiken, externe Risiken
Präuer und Bernecker (2006, S. 26)
Set-up-Risiken (strategisch, ex-ante), Partnering-Risiken (strategisch, ex-post), Anbahnungsrisiken (operativ, ex-ante), Abwicklungsrisiken (operativ, ex-post)
Vogler und Wagner (2005, S. 87)
Netzwerkrisiken, Prozessrisiken, Produktrisiken, Infrastrukturisiken
Wagner und Bode (2006a, S. 6)
Demand Side Risk, Supply Side Risk, Bureaucratic Risk, Infrastructure Risk, Catastrophic Risk
Die meisten dieser Klassifikationen sind in der Praxis nur schwierig zu nutzen, da die Abgrenzung nicht eindeutig durchgeführt werden kann. Die in der wissenschaftlichen Diskussion am häufigsten zu findende Klassifikation orientiert sich an den Veröffentlichungen der Cranfield School of Management (u. a. Jüttner 2005a, S. 114; Jüttner et al. 2003, S. 201; Peck et al. 2003, S. 43), die eine Dreiteilung in umfeldbezogene, netzwerkbezogene und organisationsbezogene Risikoquellen vorschlägt. Unter einer umfeldbezogenen Risikoquelle sind Unsicherheiten zu verstehen, die aus der Interaktion zwischen der Supply Chain und seiner Umgebung resultieren (Jüttner et al. 2003, S. 201). Unter netzwerkbezogenen Risikoquellen sind Unsicherheiten zu verstehen, die aus Interaktionen von verschiedenen Supply Chain-Organisationen resultieren (Jüttner et al. 2003, S. 202). Unter organisationsbezogenen Risikoquellen sind Unsicherheiten zu verstehen, deren
108
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
Gründe innerhalb der Grenzen einer Supply Chain liegen (Jüttner et al. 2003, S. 201). Diese Aufteilung wird von Jüttner jedoch nur gesetzt, ohne eine Begründung dafür anzugeben. Für diese Arbeit wird ein ähnlicher Ansatz gewählt: Supply Risiken lassen sich unterscheiden in Umwelt-, Netzwerk- und Organisationsrisiken. Der Unterschied zum Ansatz von Jüttner liegt in der Sichtweise: Ausgangspunkt ist immer ein fokales Unternehmen, das zu einer Optimierung seiner Supply Risikoposition zu kommen versucht. Umweltrisiken liegen hierbei außerhalb des Einflussbereichs von Mitgliedern der gesamten Supply Chain dieses Unternehmens. Unter Netzwerkrisiken sind die Unsicherheiten zu verstehen, deren Herkunft außerhalb des fokalen Unternehmens, aber innerhalb seiner Supply Chain liegen, d. h. im Lieferantennetzwerk des fokalen Unternehmens. Unter Organisationsrisiken sind alle Unsicherheiten zusammen zu fassen, deren Herkunft im fokalen Unternehmen selbst liegen. Für diese Aufteilung sprechen zwei Gründe. Zum einen beschäftigt sich das klassische Risikomanagement mit Organisations- und Umweltrisiken (des fokalen Unternehmens). Die Klassifikation macht deutlich, dass es gerade Netzwerkrisiken sind, die im Forschungsbereich Supply Risk Management zusätzlich betrachtet werden müssen (Roehrig und Zinniker 2004, S. 231). Gerade die Netzwerkrisiken und die über das Lieferantennetzwerk hinzukommenden Umweltrisiken sind für die enorme Komplexität des Feldes verantwortlich (Jüttner 2005a, S. 99). Zum anderen erweist sich diese Aufteilung als sinnvoll, da sich tendenziell unterschiedliche Risikobeeinflussungsmaßnahmen für die drei Kategorien identifizieren lassen. Im Rahmen der Risikosteuerung wird im Allgemeinen zwischen Maßnahmen der Risikovermeidung, -verminderung, -überwälzung oder -kompensation unterschieden (Lück 2001a, S. 61-62). Während die Risikokompensation grundsätzlich bei jedem Risiko denkbar ist und die Risikoüberwälzung im Bereich des Supply Managements bislang nur wenig Beachtung gefunden hat, sind insbesondere Methoden der Risikovermeidung und Risikoverminderung im Fokus des Supply Risk Managements. Bei der Bildung des Schadenserwartungswertes aus der Multiplikation der Wahrscheinlichkeit des Auftretens des Risikos und des drohenden Vermögensverlustes beim Eintritt des Risikos sollten präventive Aktionen im Risikomanagement bei Vorhandensein von Alternativen stets zuerst auf eine Senkung der Eintrittswahrscheinlichkeit zielen und erst in zweiter Linie auf die Senkung des drohenden Vermögensverlustes, da ein vermiedenes Risiko als besser zu bewerten ist als ein eingetretenes Risiko mit niedrigem Schaden. Dies kann für firmeninterne Risiken, die beim traditionellen Risikomanagement im Fokus stehen, auch als grundsätzliche Zielsetzung definiert werden. Bei einem Supply Risk Management ist diese Zielsetzung jedoch nicht mehr ohne weiteres durchzuführen. So sind Umweltrisiken in den meisten Fällen grundsätzlich durch Maßnahmen der Senkung der Eintrittswahrscheinlichkeit nicht beeinflussbar (vgl.
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
109
Zsidisin et al. 2005a, S. 24). Netzwerkrisiken sind ebenfalls nur dann in ihrer Eintrittswahrscheinlichkeit zu verringern, falls der Partner in der Supply Chain Maßnahmen der Risikosteuerung zustimmt. Für die drei Arten von Supply Risiken ergeben sich daher unterschiedliche Ansatzpunkte bei den zu bevorzugenden Strategien (vgl. Abbildung 36). Abbildung 36:
Bevorzugte Strategien bei den drei Supply Risiko-Kategorien
Drohender Vermögensverlust
Reduktion
Reduktion des drohenden Vermögensverlustes für
UmweltRisiken
Keine Reduktion
Reduktion des drohenden Vermögensverlustes oder der Eintrittswahrscheinlichkeit für
NetzwerkRisiken Reduktion der Eintrittswahrscheinlichkeit für
OrganisationsRisiken
Keine Vermeidung / keine Reduktion
Vermeidung / Reduktion
Eintrittswahrscheinlichkeit
Die in Kapitel 3.2.1 durch Literaturanalyse und Fokusgruppen aufgestellten relevanten Supply Risiken sollen nun in diese Klassifikation integriert werden. Bei vielen Risiken gibt es keine eindeutige Gruppe, so kann z. B. ein Arbeitskampfrisiko sowohl im Netzwerkbereich seine Ursache haben (Unzufriedenheit mit dem Arbeitgeber) als auch im Umweltbereich (Streikaufruf durch die Gewerkschaft). Trotzdem wurden einzelne Risiken nur dem ausgewählten Bereich zugeordnet, in dessen Gebiet die Risikoherkunft am wahrscheinlichsten ist. Abbildung 37 zeigt, dass die meisten der relevanten Risiken zu den Netzwerkrisiken zu gruppieren sind. Auch hier wird wieder die Relevanz des Supply Risk Managements deutlich, da zahlreiche Risiken neu zu beachten sind, die im traditionellen Risikomanagement keine Rolle spielen. In der empirischen Untersuchung wird zu prüfen sein, ob sich diese Einschätzung bestätigt oder ob die Fokussierung von Risiken im Netzwerkbereich nur eine Wahrnehmung in der Literatur und den Fokusgruppen darstellt.
110
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
Abbildung 37:
Aufteilung der identifizierten Risiken nach Risikokategorie
Organisation
Netzwerk
Umwelt
- Betrug
- Abhängigkeit
- Liquidität
- Disposition
- Arbeitskämpfe
- Marktpreise
- Nachfrageänderungen
- Beschaffungslogistik
- Moralische Standards
- Personalrisiko
- Firmenstruktur
- Produktivität
- Krieg oder Terrorismus
- Produkthaftung
- Flexibilität
- Prozesse
- Politik
- Reserveteile
- Fluktuation
- Ramp-Up
- Single Source
- Geistiges Eigentum
- Risikomanagement
- Veralterung
- Global Sourcing
- Rohmaterial
- Investitionen - IT-Systeme
- Technologische Wettbewerbsfähigkeit
- Lieferantenauswahl
- Vertrag
- Import- oder ExportKontrollen - Katastrophe
- Volkswirtschaft - Währung
- Zusammenarbeit
3.2.3
Aufbereitung von Strukturvariablen für die empirische Untersuchung
Nachdem grundsätzlich relevante Supply Risiken aufgestellt und Überlegungen zu ihrer Klassifizierung angestellt wurden, stellt sich die Frage nach der Relevanz von Supply Risiken in unterschiedlichen Umgebungen (Jüttner et al. 2003, S. 203). Die Gesamtheit der auf ein Unternehmen in Abhängigkeit von seiner Umgebung einwirkenden Risiken sei als Supply Risk Exposure bezeichnet. In Abgrenzung zur Klassifikation soll für diese Arbeit unter einer Strukturierung die Aufstellung von Unternehmensgruppen gelten, in denen sich unterschiedliche Risikosets als relevant erweisen. So könnte ein Reserveteilerisiko zum Beispiel in der Stahlindustrie aufgrund der oft verwendeten betagten Großanlagen eine hohe Relevanz aufweisen, währenddessen es für die Elektronikindustrie mit ihren häufig wechselnden Technologien und somit vergleichsweise neuen Maschinenparks keine Relevanz besitzt. In der empirischen Untersuchung sollen ausgewählte Strukturvariablen auf ihre Relevanz überprüft werden. Als Inputvariablen für diesen Teil der empirischen Analyse werden die folgenden Strukturvariablen gewählt: a.
Branche: In Abhängigkeit von der Branche können sich verschiedene Risikokonfigurationen ergeben. So liegen z. B. erste Ergebnisse vor, dass ein Industrieunternehmen andere Risiken relevant einschätzt als es bei einem logistischen Dienstleister der Fall ist (Kersten et al. 2006, S. 6-7). Nach Flynn et al. (1990, S. 260) hat die Branche starken Einfluss auf organisationale Praktiken. Zsidisin und Ellram (2003, S. 23) nutzten für eine empirische Studie über Supply Risk Management die Branche als relevante Kontrollvariable und Zsidisin (2003a, S. 22) stellte in einer seiner Veröffentlichungen den Forschungsbedarf heraus, der sich aus unterschiedlichen Risikokonfigurationen in unterschiedlichen Branchen ergibt. Hendricks und Singhal (2003, S. 520) kommen in ihrer empirischen Untersuchung zu dem Ergebnis, dass in Branchen mit hohen Wachstumschancen eine stärkere negative Reaktion der Bör-
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
111
se auf Störungen in der Supply Chain zu beobachten ist als dies in Branchen mit geringem Wachstumspotenzial der Fall ist. Analysen auf Einzelrisikoebene wurden jedoch auch durch Hendricks und Singhal nicht durchgeführt. b.
Umsatz: Der Umsatz kann als Vertretervariable für die Firmengröße angenommen werden, welche wiederum eine relevante Kontrollvariable in vielen empirischen Untersuchungen darstellt (Flynn et al. 1990, S. 260; Zsidisin und Ellram 2003, S. 23). In Bezug auf die Firmengröße stellten Hendricks und Singhal (2003, S. 520) in ihrer Untersuchung fest, dass eine Störung in der Supply Chain einen umso geringeren negativen Einfluss auf den Börsenkurs hat, je größer die Firma ist. Auch die Größe der Firma ist eine der Variablen, die von Zsidisin (2003a, S. 22) als viel versprechend für weitere Forschungsvorhaben identifiziert wurde.
c.
Wertschöpfungstiefe: Je geringer die Wertschöpfungstiefe im eigenen Unternehmen, desto höher ist tendenziell die strategische Bedeutung des Supply Managements und der Implementierungsgrad eines Supply Risk Management, das den Einfluss von Supply Risiken reduziert. Gleichzeitig ist jedoch denkbar, dass die Verletzbarkeit des Unternehmens mit niedrigerer Wertschöpfungstiefe steigt, da die Abhängigkeit von den Beschaffungsmärkten hoch ist.
d.
Stellung in der Wertschöpfungskette: Die Supply Chain wird häufig nach Gruppen von Unternehmen segmentiert, die sich auf einer ähnlichen Stufe der Wertschöpfungskette befinden. Hier liegt die Vermutung zugrunde, dass ein Endprodukthersteller aufgrund der vielfältigen Lieferantenverflechtungen ein anderes Supply Risikoset hat als es bei einem Rohmaterialproduzenten der Fall ist. Die Stellung in der Wertschöpfungskette wurde als dritter Einflussfaktor als viel versprechend für weitere Forschungsaktivitäten von Zsidisin (2003a, S. 22) identifiziert. In der Automobilindustrie hat sich für den Endprodukthersteller die Bezeichnung des Original Equipment Manufacturers (OEM) sowie für die Zulieferpyramide Tier 1 bis Tier N eingebürgert. Wenngleich verschiedene Systematisierungen vorgeschlagen wurden, sollen für diese Arbeit die grundlegenden vier Typen von Unternehmen im Liefernetzwerk unterschieden werden: (1) OEM / Endprodukthersteller, (2) Modul/Systemlieferant, (3) Einzelteilelieferant sowie (4) Rohstoff/Halbzeuglieferant (vier Stufen auf Basis der Überlegungen u. a. von Böhme 1999, S. 11; Eisenbarth 2003, S. 55; Tietze 2003, S. 18-19). Ergänzend ergibt sich die Notwendigkeit der Integration der Stufe des Handels sowie für Lieferanten von indirekten Materialien und Dienstleistungen, die sich nicht auf einer bestimmten Wertschöpfungsstufe wiederfinden.
e.
Lieferantenstruktur: Die Lieferantenstruktur gibt einen Überblick über die beschafften Produktgruppen der Unternehmung. Diese Charakteristika des Beschaffungsmarktes beeinflussen die Risikowahrnehmung im Supply Ma-
112
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
nagement (Zsidisin 2003a, S. 15). Zum Beispiel könnten Unternehmen mit zahlreichen Elektronik-Lieferanten aufgrund der kurzen Lebenszyklen in dieser Branche stärker vom Abkündigungsrisiko betroffen sein als es bei Rohmateriallieferanten mit einem relativ beständigen Produktportfolio der Fall ist. f.
Anteil strategischer Lieferanten: Der Anteil strategischer Lieferanten kann zu wichtigen Veränderungen in der Risikoposition des Unternehmens führen (zur Nutzung als Kontrollvariable vgl. Zsidisin und Ellram 2003, S. 20). Zwei Entwicklungen sind denkbar, die im Rahmen der empirischen Untersuchung überprüft werden sollen: Mit einem steigenden Anteil strategischer Lieferanten steigt das Beschaffungsvolumen pro Lieferant und somit die Bedeutung einzelner Lieferanten. Durch diese Abhängigkeit von einer kleinen Anzahl von Lieferanten wird die Risikoposition des einkaufenden Unternehmens schlechter. Die zweite denkbare Entwicklung nimmt die Gegenposition ein: Mit einem steigenden Anteil strategischer Lieferanten steigt das Vertrauensverhältnis zum Lieferanten, so dass Informationen frühzeitiger und offener ausgetauscht werden. Durch diese enge Zusammenarbeit wird die Risikoposition des einkaufenden Unternehmens besser.
g.
Einkaufsstrategie: In der Einkaufsstrategie kann zwischen Unternehmen mit Kostenfokus und Qualitätsfokus unterschieden werden. Es kann davon ausgegangen werden, dass Firmen mit Kostenfokus aufgrund hohen Drucks auf ihre Lieferanten eine schlechtere Risikoposition haben als Firmen, die eine Qualitätsstrategie verfolgen.
h.
Lieferantenstrategie: Beziehungen zwischen dem einkaufenden Unternehmen und seinen Lieferanten werden als marktbasierte oder relationale Beziehungen charakterisiert (Böhme 1999, S. 3; Jahns 2005c, S. 168-170; Moser 2006, S. 83; Tummala et al. 2006, S. 180). Marktbasierte Beziehungen zeichnen sich durch die Merkmale Kurzfristigkeit, fehlende persönliche Beziehungen, einen geringen Kooperationsgrad und allgemein der Konzentration auf den einmaligen Austausch aus. Relationale Beziehungen zeichnen sich durch die Merkmale Langfristigkeit, die Bedeutung persönlicher Beziehungen, einen hohen Kooperationsgrad und allgemein der Konzentration auf wiederholten Austausch und somit der Bedeutung einer interaktiven, zukunftsgerichteten Planung aus (u. a. Böhme 1999, S. 3). Durch den stärkeren gegenseitigen Austausch wird angenommen, dass Unternehmen mit einer relationalen Lieferantenstrategie eine bessere Risikoposition besitzen als dies bei Unternehmen mit marktbasierten Beziehungen der Fall ist.
i.
Funktionale Verankerung: Die funktionale Verankerung des Supply Risk Managements in der Supply Organisation kann ein entscheidender Faktor bei der Durchführung von Aktivitäten des Supply Risk Managements sein. Es wird davon ausgegangen, dass Unternehmen mit einem Verantwortlichen für
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
113
das Supply Risk Management eine bessere Risikoposition einnehmen als dies bei Unternehmen ohne diese Verantwortlichkeit der Fall ist. j.
Risikokultur: Schließlich kann die Unternehmenskultur Auswirkungen auf die Supply Risikoposition haben. Unternehmen mit einer sicherheitsorientierten Kultur sollten eine bessere Supply Risikoposition einnehmen als Unternehmen mit einer eher risikoorientierten Kultur.
In der empirischen Untersuchung werden die Unternehmen anhand dieser zehn aufgeführten Strukturvariablen auf Abweichungen im Supply Risk Exposure untersucht. Im nächsten Schritt wird die genaue Vorgehensweise der Untersuchung zur Beantwortung der Forschungsfragen erläutert.
3.3
Aufbereitung der Resultate aus Theorie und Case Study Research zur Durchführung der empirischen Untersuchung
Zur Beantwortung der vier in der Einführung definierten Forschungsfragen wird eine Vorgehensweise im Sinne der angewandten Managementforschung verfolgt und somit ein multimethodischer Ansatz aus Theorie (Theorieziel), Empirie (Erklärungsziel) und Praxis (Gestaltungsziel). In einem ersten Schritt wird aufgezeigt, welche Vorgehensweise zur Beantwortung der vier Forschungsfragen gewählt wird. Im zweiten Schritt werden die Kosten- und Nutzendimensionen zur Abfrage im explorativen Empirieteil aufbereitet. Im dritten Schritt wird schließlich ein Forschungsmodell aufgestellt, welches den theoretischen Rahmen für den hypothesenprüfenden Teil der empirischen Untersuchung bildet.
3.3.1
Vorgehensweise in der empirischen Untersuchung zur Beantwortung der Forschungsfragen
Im Folgenden wird die Vorgehensweise zur Beantwortung der aufgestellten Forschungsfragen kurz charakterisiert. Auch für den empirischen Teil soll eine integrierte Vorgehensweise gewählt werden, um den Zielkonflikt zwischen Praxisorientierung und wissenschaftlichem Fortschritt zu verringern (Chmielewicz 1994, S. 149; Jahns 1999, S. 42; New und Payne 1995, S. 62). Hierzu wird eine Mischung aus explorativen und hypothesenprüfenden Ansätzen gewählt (vgl. Abbildung 38). Diese Vorgehensweise erscheint angebracht, da das Forschungsfeld der Supply Frühwarnsysteme einerseits noch sehr jung ist, andererseits jedoch im übergeordneten Bereich des Supply Risk Managements bereits eine größere Zahl an Publikationen veröffentlicht wurde, die auf Basis theoretischer Überlegungen und Case Studies erste Grundlagen legen (vgl. auch Blackhurst et al. 2005, S. 4078).
114
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
Abbildung 38:
Mischung explorativer und empirischen Untersuchung
hypothesenprüfender
Elemente
in
der
Wissenschaftstheoretische Grundziele Theorieziel
Erklärungsziel
Gestaltungsziel
Explorativ Hypothesen
Forschungsfrage 1: Welches sind wesentliche Supply Risiken und welche Strukturierungsmöglichkeiten sind erkennbar? Aus der Theorie wurden über 140 existierende Supply Risiken abgeleitet und als Input für zwei Fokusgruppen sowie einen Workshop bei der Robert Bosch GmbH genutzt. Im Ergebnis wurden in Kapitel 3.2.1 insgesamt 36 Supply Risiken definiert, die sich als besonders relevant erwiesen haben. Darüber hinaus wurden in Kapitel 3.2.3 insgesamt zehn Strukturvariablen erarbeitet, die je nach Ausprägung ein unterschiedliches Supply Risk Exposure erwarten lassen. Diese Strukturvariablen wurden durch konzeptionelle Überlegungen auf Basis der Literatur erarbeitet, Forschungsbedarf in diesem Bereich wurde auch in anderen Veröffentlichungen schon deutlich gemacht (Jüttner et al. 2003, S. 203; Zsidisin 2003a, S. 22). Einige Untersuchungen neueren Datums befassen sich ebenfalls mit der Relevanz von einzelnen Supply oder Supply Chain Risiken. Wildemann (2006, S. 128) hat in seiner Untersuchung insgesamt 24 Beschaffungsrisiken auf ihre grundsätzliche aktuelle und zukünftige Bedeutung untersucht. Im Ergebnis stellt er fest, dass sich die Risikosituation in der Beschaffung verschärfen wird (Wildemann 2006, S. 127). Kersten et al. (2006, S. 6) haben die vier Risikoquellen Supply, Demand, Organisation und Umwelt auf ihre Eintrittswahrscheinlichkeit und die potenziellen Auswirkungen untersucht. Unterschieden wurde hierbei zwischen industriellen Unternehmen sowie logistischen Dienstleistern. Im Ergebnis ergab sich für industrielle Firmen eine starke Bedeutung von Supply Risiken, eine mittlere Bedeutung von Organsations- und Demandrisiken sowie eine nur geringe Bedeutung von Umweltrisiken. Logistische Dienstleister sahen starke Risiken auf der Demandseite, mittlere Risiken auf Supply- und Organisationsseite und ebenfalls eine geringe Bedeutung auf Umweltseite (Kersten et al. 2006, S. 6-7). Die nicht zufriedenstellende Ergebnissituation zur grundsätzlichen Existenz von Supply Risiken, manifestiert durch nur wenige Untersuchungen zum Thema mit beschränktem Aussagegehalt, ist vor allem auf zu allgemeine Fragestellungen zurückzuführen, in welchen nur die Bedeutung von Supply Risiken oder ihre Eintrittswahrscheinlichkeit sowie ihre möglichen Auswirkungen abgefragt werden. Die Bewertung von Risiken der Zukunft ist jedoch eine kaum lösbare Aufgabe mit beträchtlicher Ungewissheit (Wagner 2006, S. 13). Neben der Ungewissheit
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
115
kommt die individuelle Risikoorientierung der Befragten als weiterer beschränkender Faktor hinzu (Haksansson und Wootz 1975, S. 49; Luhmann 1991, S. 37; Yates und Stone 1992, S. 7-8). Aus diesem Grund soll in dieser empirischen Untersuchung nicht eine qualitative Einschätzung zu Supply Risiken der Zukunft erfragt werden, sondern die tatsächlich eingetretenen Supply Risiken der vergangenen 12 Monate sowie der durch diese verursachten Auswirkungen. Hiermit werden die beiden gängigen Dimensionen Eintrittswahrscheinlichkeit und Auswirkung erfasst (Yates und Stone 1992, S. 17), ohne jedoch die erwähnten Bewertungsprobleme zu provozieren. Eine deskriptive Analyse gibt auf dieser Basis erste Hinweise, welche der 36 Supply Risiken in der Praxis wirklich relevant sind und durch ein Supply Frühwarnsystem beachtet werden müssen. In einem zweiten Schritt wird in der empirischen Untersuchung eine Faktorenanalyse durchgeführt, um Querverbindungen zwischen den Supply Risiken filtern zu können und ihre Ursachen zu identifizieren. Falls ein Risiko der zugrunde liegende Faktor für ein anderes Risiko ist, so liegt die Annahme nahe, dass diese Risiken in der Praxis häufig miteinander verbunden sind, z. B. in einem nachgeordneten zeitlichen Ablauf. Mit der Faktorenanalyse kann die Anzahl der Supply Risiken eventuell reduziert werden. Im dritten Schritt wird eine Analyse für alle zehn Strukturvariablen durchgeführt, um unterschiedliche Risikogruppen zu identifizieren und für diese alternative Supply Risk Exposures aufstellen zu können. Im Ergebnis ergeben sich eine Auflistung der in der Praxis wirklich relevanten Risiken sowie eine Darstellung der Risiken nach den zehn Strukturvariablen (u. a. Branche, Wertschöpfungstiefe, etc). Dies macht es für ein Supply Frühwarnsystem möglich, eine genauere Abstimmung auf Unternehmensspezifika vorzunehmen und sich auf die für ein Unternehmen wirklich relevanten Supply Risiken zu konzentrieren. Abbildung 39 verdeutlicht diese Vorgehensweise in einer Übersicht.
116
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
Abbildung 39: Frage 1
Vorgehensweise zur Beantwortung der ersten Forschungsfrage Welches sind wesentliche Supply möglichkeiten sind erkennbar?
Theorieziel - 2 Fokusgruppen am Supply Management Institute (je vier Tage) - 1 Fokusgruppe in der Robert Bosch GmbH (fünf Tage) - Intensive Literaturanalyse
Æ 36 Top Supply Risiken Æ 10 Strukturvariablen
Risiken
Erklärungsziel - Deskriptive Überprüfung der Supply Risiken auf inhaltliche Relevanz (Erhebung von Häufigkeit und Auswirkung bei teilnehmenden Unternehmen) - Faktorenanalyse zur Analyse der Supply Risiken zugrunde liegenden Ursachen - Mittelwertvergleiche zur Untersuchung nach unterschiedlichen Supply Risk Exposures je nach Strukturvariable
und
welche
Strukturierungs-
Gestaltungsziel - Darstellung der wirklich relevanten Supply Risiken - Darstellung des Supply Risk Exposures von Unternehmen nach Branche, Stellung in der Wertschöpfungskette, Anteil strategischer Lieferanten u. ä. - Möglichkeit der Ableitung von individuelleren Empfehlungen für Unternehmen anhand der Ausprägungen der Strukturvariablen
Forschungsfrage 2: Wie sollte ein theoriegeleitetes Modell eines Supply Frühwarnsystems gestaltet sein? Zur Beantwortung der zweiten Forschungsfrage wurde in Kapitel 2.2.3 ein systemtheoretisch fundierter Ablauf für eine Supply Frühwarnung entwickelt. In verschiedenen Stufen wurde aus diesem Prozessmodell in Kapitel 2.3 das Gesamtmodell für Supply Frühwarnsysteme abgeleitet. Dieses Modell fügt sich in den Supply Management Navigator und die bestehende Forschungslandschaft ein. Im Erklärungsziel wird dieses Modell als Basis für die empirische Untersuchung genutzt und die einzelnen Frühwarnkonstrukte aus dem Ablauf abgeleitet. Darüber hinaus wurde das Modell in Kapitel 3.1 in einer Case Study bei der Robert Bosch GmbH angewandt. Im Ergebnis konnten in Kapitel 3.1.3 die Lessons Learned der Anwendung heraus gestellt werden. Offen ist noch die Verwendbarkeit in einem breiteren Kontext. Daher soll das Modell auf Basis der empirischen Ergebnisse erneut auf seine Anwendbarkeit bewertet und, sofern zielführend, Weiterentwicklungsbedarf aufgezeigt werden. Abbildung 40 verdeutlicht diese Vorgehensweise in einer Übersicht.
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
Abbildung 40: Frage 2
117
Vorgehensweise zur Beantwortung der zweiten Forschungsfrage Wie sollte ein theoriegeleitetes Modell eines Supply Frühwarnsystems gestaltet sein?
Theorieziel
Erklärungsziel
- Nutzung systemtheoretischer Überlegungen
- Nutzung der fünf Elemente des theoretisch aufgestellten Modells in der empirischen Untersuchung für das Konstrukt eines Supply Frühwarnsystems
- Bewertung der Ergebnisse der empirischen Untersuchung im Hinblick auf weiteren Forschungsbedarf für das Modell
- Anwendung des Modells in einer Case Study bei der Robert Bosch GmbH
- Aufzeigen von Lessons Learned durch die Anwendung des Modells bei der Robert Bosch GmbH
... zur Integration des Modells in das Supply Management Paradigma und ... zur Gestaltung eines Modells eine Supply Frühwarnsystems - Integration existierender Ansätze aus dem Strategischen Management, dem Supply Controlling und Frühwarnsystemen
Gestaltungsziel
Forschungsfrage 3: Welchen Ergebnisbeitrag liefert ein Supply Frühwarnsystem für die Supply Performance eines Unternehmens? Mit der dritten Forschungsfrage wird völliges Neuland betreten. Außer einigen präskriptiven Aussagen zum Nutzen von Supply Risk-Ansätzen (u. a. Conte 2006a, S. 38; Jahns 2006a, S. 22; Kajüter 2003, S. 115; Müller 2001, S. 212) oder zu Frühwarnsystemen als Ganzes (Mertens und Koppelmann 1986, S. 63) konnte in der Literatur keine Veröffentlichung identifiziert werden, die den Nutzen von Supply Frühwarnsystemen empirisch nachweist. Die Notwendigkeit weiterer Forschung wurde u. a. durch Blackhurst et al. (2005, S. 4073) formuliert. Auch zur Beantwortung der Forschungsfrage 3 wird eine Mischung aus explorativen und hypothesenprüfenden Elementen genutzt. In Kapitel 3.3.3 wird ein Forschungsmodell entwickelt, welches Hypothesen zu den Zusammenhängen zwischen dem Einsatz eines Supply Frühwarnsystems und der Supply Performance anbietet. Diese Hypothesen werden in der empirischen Untersuchung überprüft. Darüber hinaus findet in Kapitel 3.3.2 eine Diskussion des aktuellen Forschungsstandes zum Thema der Kosten- und Nutzenquantifizierung bei Ansätzen des Supply Risk Managements statt. In einer explorativen Vorgehensweise werden in der empirischen Untersuchung Kosten- und Nutzenkategorien erfasst und verglichen. Im Ergebnis ergibt sich der Beitrag eines Supply Frühwarnsystems zur Einkaufsleistung sowie die Bewertung von Umweltcharakteristika, die für die Unternehmung gefährlich werden können. Die explorative Untersuchung gibt wichtige Hinweise auf die relevanten Kosten- und Nutzen-Kategorien von Supply Früh-
118
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
warnsystemen, an deren Erfassung sich weitere Forschungsarbeiten anschließen können. Abbildung 41 verdeutlicht diese Vorgehensweise in einer Übersicht. Abbildung 41: Frage 3
Vorgehensweise zur Beantwortung der dritten Forschungsfrage Welchen Ergebnisbeitrag liefert ein Supply Frühwarnsystem für die Supply Performance eines Unternehmens?
Theorieziel - Ableitung von Hypothesen zum Einfluss eines Supply Frühwarnsystems auf die Supply Performance - Analyse der Literatur im Hinblick auf eine Kostenund Nutzenquantifizierung eines Supply Frühwarnsystems
Erklärungsziel - Empirische Überprüfung der aufgestellten Hypothesen - Explorative Erfassung von Kosten- und Nutzenkategorien eines Supply Frühwarnsystems
Gestaltungsziel - Relevanz von Kosten- und Nutzenkategorien von Supply Frühwarnsystemen - Aufzeigen des Beitrages und Nutzen eines Supply Frühwarnsystems für die Einkaufsleistung
Forschungsfrage 4: Wie sollte ein Supply Frühwarnsystem in der Praxis entwickelt und implementiert werden? Die vierte Forschungsfrage umfasst die Themen der Forschungsfragen 1 bis 3 bezogen auf das Gestaltungsziel. Sie lenkt erneut den Fokus auf die Anwendungsorientierung dieses Forschungsvorhabens. Die Ergebnisse sind indes identisch mit den Gestaltungszielen der ersten drei Forschungsfragen. Zur Beantwortung der vierten Forschungsfrage sind daher die unter ’Gestaltungsziel’ in Abbildung 39, Abbildung 40 und Abbildung 41 dargestellten Zielgrößen identisch zu übernehmen. Die Überlegungen in diesem Abschnitt determinieren die benötigten Informationen zur weiteren Vorgehensweise. Viele Informationen sind bereits erarbeitet worden, z. B. der Aufbau eines Supply Frühwarnsystems in Kapitel 2.3.3, die relevanten Supply Risiken in Kapitel 3.2.1 oder die Strukturvariablen in Kapitel 3.2.3. Noch offen sind die Kategorien einer Kosten- und Nutzenbetrachtung, die im folgenden Abschnitt 3.3.2 dargelegt werden sowie die Erarbeitung eines in sich geschlossenen Forschungsmodells, das in Abschnitt 3.3.3 aufgebaut wird.
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
3.3.2
119
Überlegungen zu Kosten und Nutzen eines Supply Frühwarnsystems
Die Anwendung der Transaktionskostentheorie in Kapitel 2.2.2 hat bereits wichtige Hinweise zu den Kosten eines Supply Frühwarnsystems gegeben. Auf Basis der Transaktionskostentheorie konnten drei (Transaktions-)Kostenkategorien erarbeitet werden: Kosten der präventiven Maßnahmenplanung (Informations- und Verhandlungskosten), Kosten der präventiven Maßnahmenimplementierung (Abwicklungs- und Kontrollkosten) und Kosten der reaktiven Maßnahmendurchführung/des Krisenmanagements (Anpassungskosten). Anpassungskosten stehen nicht im Fokus eines Supply Frühwarnsystems, vielmehr geht es darum, gerade diese Kosten zu vermeiden. Im Fokus liegen die Kosten der präventiven Maßnahmenplanung und -implementierung. Da sich diese beiden Kosten einmal ex-ante und einmal ex-post zum Vertragsabschluss befinden (Otto und Kotzab 2002, S. 143), werden die Begriffe Koordinations- und Motivationskosten als Kategorien genutzt (Erlei und Jost 2001, S. 38-39). Neben Transaktionskosten im engeren Sinne, welche die Übertragung von Verfügungsrechten auf Märkten umfassen, fallen auch für eine unternehmensinterne Koordination Kosten an, welche durch die Übertragung von Verfügungsrechten in einer Hierarchie existieren (Möller 2002, S. 94). Die Überlegungen verschiedener Arbeiten (eine Übersicht geben Pfohl und Large 1992, S. 19), welche diese internen Transaktionskosten betrachten, sollen hier in Form interner Kosten einer marktbasierten Koordinationsform genutzt werden. Es können verschiedene Kostenbereiche unterschieden werden. In einem ersten Schritt sind interne und externe Transaktionskosten abzugrenzen. Möller (2002, S. 94) spricht hierbei von Organisationskosten und Transaktionskosten im engeren Sinne. Beide sind gleichfalls relevant, interne Kosten als direkte Kosten des einkaufenden Unternehmens; externe Kosten als die Kosten, die für die direkte Übertragung der Verfügungsrechte anfallen. Darüber hinaus sind auch noch Transaktionskosten des Lieferanten zu beachten, die entsprechend auf die Produktpreise umgelegt werden (Möller 2002, S. 118). Entscheidend ist somit in einer Gesamtsicht für beide Parteien die Minimierung der insgesamt anfallenden Transaktionskosten (Böhme 1999, S. 17; Kaufmann 2001, S. 145-146). Aus diesem Grund sollen für diese Arbeit Transaktionskosten im weiteren Sinne betrachtet werden, die aus Gründen der klaren Abgrenzung in drei Bestandteile aufgespalten werden: externe Transaktionskosten (des Lieferanten), Transaktionskosten im engeren Sinne (als interorganisationale Koordinationskosten) und interne Transaktionskosten (als Organisationskosten des zukaufenden Unternehmens). Die Abgrenzung zwischen den Transaktionskosten im engeren Sinne und den internen bzw. externen Transaktionskosten ist durch das Merkmal der Beeinflussbarkeit zu ziehen. Die Transaktionskosten im engeren Sinne können durch den Lieferanten oder den Abnehmer alleine nicht beeinflusst werden, sondern werden durch die Austauschbeziehungen zwischen den beiden Unternehmen zwingend verursacht (Seuring 2001, S. 618). Nicht betrachtet wer-
120
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
den Produktionskosten, die aus theoretischen Erwägungen als identisch angenommen werden. Bei den internen Kosten unterscheidet Böhme (1999, S. 19) zwischen den Kosten des Organisationsdesigns und den Betriebskosten des Organisationsdesigns. Gleiches ist für ein Supply Frühwarnsystem relevant, bei welchem die Aufbaukosten und die Betriebskosten zu unterscheiden sind (Schulte 1989, S. 151). Aufbaukosten sind hierbei einmalige anfallende Kosten, die unabhängig von der Anzahl der Lieferanten anfallen. Betriebskosten sind die wiederholt anfallenden Kosten, die für jeden Lieferanten erneut fällig werden. Die Verwandtschaft zu den Überlegungen auf Basis der Principal Agent-Theorie, wie in Kapitel 2.2.1 erläutert, wird hier deutlich. Die externen Transaktionskosten überschneiden sich zu einem großen Teil mit den Signalisierungskosten des Lieferanten. Die internen Kosten umfassen weitgehend die Monitoringkosten des abnehmenden Unternehmens. Auch wird deutlich, dass dabei zwischen Einzel- und Gemeinkosten unterschieden werden kann. Während die Einzelkosten genau auf einen Lieferanten oder einen Kunden zugerechnet werden können, sind Gemeinkosten Kosten für ein Frühwarnsystem, die einmalig anfallen, dann jedoch für mehr als einen Lieferanten oder Kunden genutzt werden können. Die Bewertung von Kosten und Nutzen von Supply Chain-Methoden erweist sich in der Praxis als schwierig (Schubert 2004, S. 301-302; Schulte 1989, S. 151; Schwänzl 2006, S. 115). In den Pre-Tests zur empirischen Untersuchung (zur Durchführung vgl. Kapitel 4.1) wurde daher mit den Befragten intensiv diskutiert, welche Kostenkategorien am realistischsten eingeschätzt werden können. Hierbei ergaben sich fünf Kostenkategorien, deren Relevanz in der empirischen Untersuchung durch die Befragten bewertet werden: Aufbau- und Betriebskosten des einkaufenden Unternehmens vor Vertragsabschluss (Koordinationskosten), Aufbauund Betriebskosten des einkaufenden Unternehmens nach Vertragsabschluss (Motivationskosten) sowie die externen Kosten des Lieferanten. Zusammenfassend ergibt sich ein in Abbildung 42 dargestellter Quader, dessen einzelne Würfel jeweils einer der fünf Kategorien zugeordnet sind.
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
Abbildung 42:
121
Kostenkategorien eines Supply Frühwarnsystems
Supply Chain-Dimension
Externe Transaktionskosten (# Signalisierungskosten)
SystemDimension
Transaktionskosten im engeren Sinn Interne Transaktionskosten
Betriebskosten
(# Monitoringkosten)
Aufbaukosten
at rm fo In
en st ko s ion V
en en en en st st st st ko ko ko lko l s s s g ro ng ng nt lun su dlu Ko ick as an p w h n er A Ab
Koordinationskosten
Zeitdimension
Motivationskosten
Im Quader werden nun ebenfalls die Nutzenkategorien des Supply Frühwarnsystems deutlich. Die angekreuzten Würfel im rechten Quaderbereich sind die Anpassungskosten, die der Unternehmung durch die Implementierung des Supply Frühwarnsystems erspart bleiben. Die graphische Darstellung täuscht hierbei, sind doch die Einsparungen im Bereich der Anpassungskosten als höher zu bewerten als die zusätzlichen Koordinations- und Motivationskosten (Hoffmann 1985, S. 17; Mertens und Koppelmann 1986, S. 63). Blackhurst et al. (2005, S. 4068) nennen z. B. die Summe von 2,6 Milliarden US-Dollar Verlust bei Boeing durch Lieferschwierigkeiten bei nur zwei kritischen Teilen. In Kapitel 2.1.3 wurde für diese Arbeit die Abgrenzung auf Risiken im engeren Sinne, d. h. unter Ausschluss von Chancen, vorgenommen. Daher ist der Nutzen eines Supply Frühwarnsystems stets in eingesparten Anpassungskosten zu bewerten. Diese von Quinn (2006, S. 5) als ‚hidden cost of sourcing’ charakterisierten Kosten zeigen eine direkte Verbindung zu den durch das Supply Management zu verantwortenden Kosten. Zielkategorien einer kostenmäßigen Einkaufsleistung werden in der empirischen Untersuchung in Kapitel 4.2.2 noch konzeptualisiert. Die Nutzendimension des Supply Frühwarnsystems soll sich daher an den Kostenkategorien der Einkaufsleistung orientieren und wird später noch einmal aufgegriffen.
122
3.3.3
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
Entwicklung eines Forschungsmodells
Das Forschungsmodell zu Supply Frühwarnsystemen soll gemäß den Ausführungen in Kapitel 3.3.1 einen Beitrag zur Beantwortung der dritten Forschungsfrage liefern: Welchen Ergebnisbeitrag liefert ein Supply Frühwarnsystem für die Supply Performance eines Unternehmens? Wichtig ist auch hier, dass trotz des hypothesenprüfenden Ansatzes auch diese Vorgehensweise eine stark explorative Ausrichtung haben wird, da sonstige empirische Untersuchungen zum Forschungsgebiet nicht identifiziert werden konnten. New und Payne (1995, S. 64-66) unterscheiden drei Forschungsparadigmen im Kontext von Supply Chains (vgl. Abbildung 43). Unter einer Aktivität (Practice) wird hierbei alles verstanden, was eine Organisation tut. Unter Performance werden die Ergebnisse der Aktivitäten zusammengefasst. Die Umwelt (Environment) bildet den Kontext ab, in welchem ein Unternehmen operiert (New und Payne 1995, S. 64). In Paradigma A wird die Performance durch eine Aktivität beeinflusst. Die Art und Stärke der Beeinflussung wird jedoch durch Umweltfaktoren mediiert. In Paradigma B ist die Performance ein Ergebnis von Aktivitäten und Umweltfaktoren zugleich. Schließlich sind zunächst die Aktivitäten in Paradigma C das Ergebnis verschiedener Umweltfaktoren. Diese Aktivitäten beeinflussen die Performance, die in verschiedenen Entwicklungsstufen wiederum Einfluss auf die Aktivitäten der Unternehmung ausübt (New und Payne 1995, S. 64-66). Abbildung 43:
Forschungsparadigmen im Supply Chain-Kontext
Umwelt C
B A A/B/C
Aktivitäten
Performance C
Quelle: In Anlehnung an New und Payne (1995, S. 64-66)
Da die Basis dieser Arbeit Supply Frühwarnsysteme sind, konzentriert sich das Forschungsmodell in seiner Aktivitätendimension auf das Konstrukt eines Supply Frühwarnsystems. Durch Forschungsfrage 2 ist die zentrale Performancedimension ebenfalls vorgegeben: die Supply Performance. Auf dieser Basis stellen sich für das Forschungsmodell zwei zentrale Fragen, die in diesem Unterkapitel zu klären sind: 1. Welches Paradigma ist für die Forschungsarbeit zu Supply Frühwarnsystemen relevant? 2. Welches sind relevante Umweltfaktoren, die im Forschungsmodell wirken?
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
123
Die inhaltlichen Überlegungen zur Aufstellung des Forschungsmodells wurden zum großen Teil bereits im Verlauf dieser Arbeit ausgeführt, jedoch noch nicht explizit als Hypothesen formuliert. Daher ist dieses Kapitel in Teilen auch als eine Zusammenfassung bisheriger theoretischer Überlegungen zu sehen. Darüber hinaus werden die Ergebnisse aus der Fallstudie bei der Robert Bosch GmbH in die Begründungen integriert, sofern dies zielführend ist. Diese Fallstudie wurde aufbauend auf theoretischen Erkenntnissen durchgeführt und führt nun wieder zu einer Theorieverfeinerung, indem sie in das Forschungsmodell eingeht. Eine solche Vorgehensweise ist wissenschaftlich „zweckmäßig und üblich“ (Kaufmann 2001, S. 5). Unter einem Supply Frühwarnsystem (Aktivitäten-Dimension) werden gemäß der Definition in Kapitel 2.1.3 alle Techniken, Tools und organisatorischen Regelungen verstanden, die zu den Supply Risk Management-Prozessschritten der Risikoidentifikation und Risikoanalyse beitragen. In den Ausführungen zur Transaktionskostentheorie in Kapitel 2.2.2 wurde dargestellt, dass nach der vorherrschenden Meinung der Nutzen eines Frühwarnsystems die Kosten übersteigt (Berg et al. 2008; Jahns 2006a, S. 22; Kajüter 2003, S. 115; Mertens und Koppelmann 1986, S. 53; Müller 2001, S. 212; Wagner und Bode 2006a, S. 12; Wolf und Runzheimer 2003, S. 199). Hierfür liegen jedoch keine empirischen Belege vor. Für die empirische Untersuchung soll daher angenommen werden, dass Unternehmen mit einem implementierten Supply Frühwarnsystem eine bessere Supply Performance haben als Unternehmen ohne ein solches System. Die Formulierung einer direkten Hypothese ist aber nicht zielführend, da in einem solch frühen Forschungsstadium auch die einzelnen Einflussfaktoren extrahiert werden sollten. Dies umfasst sowohl Umweltfaktoren als auch gegebenenfalls zwischen dem Frühwarnsystem und der Supply Performance mediierende Faktoren. Das Modell eines Supply Frühwarnsystems in Kapitel 2.3.3 gibt wichtige Hinweise zu dieser Strukturierung. Es wurden drei Modellebenen unterschieden, die sich als Enabler, Kernmodul und Strategiemodul im Supply Management Navigator wiederfinden lassen. Das Supply Frühwarnsystem ist hier auch eine Subkomponente des Supply Risk Managements, das wiederum eine Subkomponente des Supply Managements ist. Diese Dreiteilung wird auch für die empirische Untersuchung gewählt. Die Aktivitäten eines Supply Frühwarnsystem beeinflussen in einem ersten Schritt die Fähigkeit zur Durchführung von Supply Risk Management. Berg et al. (2008) unterscheiden hier zwischen einer Fähigkeitsdimension und einer Ergebnisdimension. Die Fähigkeitsdimension umfasst, angelehnt an das EFQM Excellence Modell, verschiedene Treiber wie Risikoführung, Mitarbeiter, Risikostrategie etc. und stellt somit den Enabler für das Supply Risk Management System dar. Unter der Supply Risk Fähigkeit ist also die Befähigung zu verstehen, auf lange Sicht erfolgreiches Supply Risk Management zu betreiben. Die Prozesse der Supply Risk Fähigkeit fungieren als Enabler des Supply Risk Managements (angelehnt an Jahns 2005c, S. 71). Dieser Zwischenschritt ist sinnvoll, da neben
124
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
einem Supply Frühwarnsystem mit den Schritten der Risikoidentifikation und -analyse noch die weiteren Schritte wie die Supply Risikosteuerung durchgeführt werden und ebenfalls Einfluss auf die Fähigkeitsdimension aufweisen. Die in der Einführung formulierten Überlegungen zur überragenden Bedeutung der Risikoidentifikation und -analyse im Supply Management lassen auf jeden Fall erwarten, dass ein Supply Frühwarnsystem einen starken Einfluss auf diese Fähigkeitsdimension hat. Auf dieser Basis lässt sich die erste Hypothese formulieren: Hypothese 1: Die Supply Risk Fähigkeit wird positiv beeinflusst durch die Implementierung eines Supply Frühwarnsystems. Der Fähigkeitsdimension des EFQM-Modells folgend, ist in einem nächsten Schritt nun die Ergebnisdimension von Interesse. Auch hier wird noch nicht die Supply Performance gesetzt, sondern eine Supply Risk Performance als mediierendes Konstrukt. Neben dem positiven Einfluss der Risikoprozesse gibt es aus der Umwelt auch noch weitere (positive oder negative) Einflüsse, welche die Performance eines Supply Risk Management-Systems beeinflussen können. Diese Umweltfaktoren sind für diese Untersuchung auch von zentraler Bedeutung und sollen in der empirischen Untersuchung überprüft werden. Die Leistung eines Supply Risk Management-Systems sei im Folgenden als Supply Risk Performance bezeichnet und stellt die Ergebnisdimension dar. Eine Supply Risk Performance ist somit das Ergebnis des Supply Risk Managements eines Unternehmens, die sich in der Veränderung von Eintrittswahrscheinlichkeiten und/oder Auswirkungen von Supply Risiken manifestiert. Eine positive Supply Risk Performance liegt also vor, wenn es der Unternehmung gelungen ist, die Häufigkeit und/oder die Auswirkungen von Supply Risiken zu minimieren. Die Annahme, dass eine positive Fähigkeitsdimension auch ein positives Ergebnis zur Folge hat, führt zur zweiten Hypothese: Hypothese 2: Die Supply Risk Performance wird positiv beeinflusst durch die Supply Risk Fähigkeit. Während die Supply Risk Performance die Ergebnisvariable des Supply Risk Management-Systems ist, stellt sie gleichzeitig einen Enabler für das Supply Management dar. Erst mit einer guten Supply Risk Performance wird es möglich, gute Ergebnisse im Supply Management zu erreichen (Zsidisin 2001c, S. 9). Berg et al. (2008) führen aus, dass der Erfolgsbeitrag umso höher ist, je besser die Supply Risikoidentifikation ausgeprägt ist. Wichtig ist, dass ein Supply Risk Management-System niemals Selbstzweck sein darf (Rieser 1989, S. 41), dessen Kosten den Nutzen übersteigen (vgl. auch Otto und Kotzab 2002, S. 127). Im Gegenzug ist auch zu beachten, dass nicht immer die kostengünstigste Lösung die größten Vorteile mit sich bringt, wenn damit nur Risiken ausgeblendet werden (Meyer 1986, S. 11). Jedoch führt unter anderem Darkow (2003, S. 191) aus, dass ein
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
125
Frühwarnsystem auch einen positiven Effekt auf die Kosten hat. Für die empirische Untersuchung wird auch zu untersuchen sein, auf welche Performancedimension der Einfluss am größten ist. Es stellt sich die Frage, ob z. B. ein größerer positiver Effekt auf die Qualitätsdimension oder auf die Kostendimension erreicht wird. Ein erster empirischer Nachweis liegt mit der Arbeit von Hendricks und Singhal (2005b, S. 695) vor und weist darauf hin, dass Störungen in der Supply Chain die Performance negativ beeinflussen. Der empirische Nachweis der positiven Wirkung von Risikomanagement-Maßnahmen auf die Supply Performance fehlt jedoch noch. Insgesamt jedoch lässt der Stand der wissenschaftlichen Forschung die begründete Annahme zu, dass eine verbesserte Supply Risk Performance positiv auf die gesamte Supply Performance wirkt (Zsidisin 2001c, S. 9), was zu der dritten Hypothese führt: Hypothese 3: Die Supply Performance wird positiv beeinflusst durch eine positive Supply Risk Performance. Eine weiterführende Hypothese in diesem Bereich wäre nun die positive Wirkung der Supply Performance auf die Company Performance und somit die zugrunde liegende Annahme, dass ein Supply Frühwarnsystem auch einen positiven Effekt auf die Leistung der gesamten Firma hat. Um den Umfang des Fragebogens nicht zu stark zu vergrößern, wurde auf eine entsprechende Hypothese verzichtet, da inzwischen eine Reihe Untersuchungen vorliegen, welche den positiven Effekt der Supply auf die Company Performance belegen (z. B. Kaufmann 2001, S. 278; Moser 2006, S. 204; Ogden et al. 2005, S. 30). Vielmehr stellt sich im Kontext dieser Untersuchung die Frage, welche Umweltfaktoren das Supply Frühwarnsystem oder das Supply Risikomanagementsystem beeinflussen. Hierzu wurden bereits umfangreiche Überlegungen in den Kapiteln 2.2.1 und 2.2.2 zur Principal Agent- und Transaktionskostentheorie getätigt, die nun wieder aufgegriffen werden. Es wurde festgestellt, dass die Einflussfaktoren der Transaktionskostentheorie Relevanz für die Risikokosten im Supply Management haben, weshalb Risiko auch als „hidden cost of sourcing“ beschrieben wird (Quinn 2006, S. 5). Insbesondere die Faktorspezifität, die zu einer Bindung des Abnehmers an den Lieferanten führt und die Unsicherheit, welche die Ungewissheit der Umweltzustände beschreibt, erweisen sich im Kontext des Supply Risk Managements als relevant. Eine hohe Ausprägung der transaktionsspezifischen Umweltfaktoren bei gleichzeitiger Beibehaltung der internen Risikoprozesse und der Koordinationsform (z. B., da ein Übergang von Markt zu Hierarchie aufgrund patentrechtlicher Zwänge nicht möglich ist) führt zu einer sinkenden Supply Risk Performance. Daher lautet die vierte Hypothese: Hypothese 4: Die Supply Risk Performance wird negativ beeinflusst durch transaktionsspezifische Umweltfaktoren im Supply Netzwerk.
126
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
Diese Hypothese wird nun noch genauer erläutert, indem die Einflussfaktoren genau definiert werden und in einzelne Unterhypothesen eingehen. Als erster Einflussfaktor gilt die Faktorspezifität. Die Relevanz der Spezifität für die Risikokosten und somit auch die Supply Risk Performance wurde bereits erläutert. Dies führt zu der folgenden Unterhypothese: Hypothese 4a: Die Supply Risk Performance wird negativ beeinflusst durch eine hohe Faktorspezifität im Supply Netzwerk. Als zweiter Einflussfaktor wurde die Relevanz der Unsicherheit gezeigt. Williamson (1985, S. 56-59) unterscheidet zwischen parametrischer Unsicherheit und Verhaltensunsicherheit. Die parametrische Unsicherheit zielt auf die Ungewissheit über den Zustand der Umwelt in der Zukunft ab. Dieser Umweltzustand ist systemimmanent vorhanden, so dass die parametrische Unsicherheit durch ihre Bestandteile charakterisiert wird. In der Forschungslandschaft werden zumeist die beiden Konstrukte der Komplexität und der Dynamik stellvertretend für diese Form der Unsicherheit genutzt (Homburg und Werner 1998, S. 993; Kaufmann 2001, S. 150; Werner 1997, S. 63). Unter Komplexität wird die Vielzahl und Vielfalt von Umweltveränderungen im Beschaffungsumfeld verstanden (Kaufmann 2001, S. 235-237). Wagner (2006, S. 13) führt aus, dass „Manager [...] auf Grund von [...] Komplexität und Dynamik nicht alle Informationen über mögliche Risiken verarbeiten“ können, was zu beträchtlichen Risiken führen kann und die Supply Risk Performance verschlechtert (ähnlich auch Werner 1997, S. 64-65). Daher wurde die Komplexität von Vachon und Klassen (2002, S. 218/225) als kritische Dimension für das Supply Management bezeichnet, da mit immer stärkerer Kompliziertheit die Lieferleistung der Supply Chain abnimmt (vgl. auch Kersten et al. 2006, S. 4). Für diese Untersuchung wird die Supply Risk Performance hier als mediierende Variable angenommen, um empirisch zu überprüfen, wie groß der Einfluss auf die Lieferleistung ist (vgl. Vachon und Klassen 2002, S. 218). Daher lautet die zweite Unterhypothese: Hypothese 4b: Die Supply Risk Performance wird negativ beeinflusst durch eine hohe Komplexität im Supply Netzwerk. Neben der Komplexität wurde die Dynamik als Form der parametrischen Unsicherheit definiert. Während die Komplexität auf die Vielfalt und Heterogenität der Umweltfaktoren zielt, ist unter Dynamik die Veränderlichkeit und Vieldeutigkeit von Umweltveränderungen im Beschaffungsumfeld zu verstehen (Homburg und Werner 1998, S. 993; Kaufmann 2001, S. 237; Werner 1997, S. 65). Auch hier gilt Wagners (2006, S. 13) Aussage im letzten Abschnitt, so dass dies zur dritten Unterhypothese führt: Hypothese 4c: Die Supply Risk Performance wird negativ beeinflusst durch eine hohe Dynamik im Supply Netzwerk.
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
127
Die zweite Form der Unsicherheit, die Verhaltensunsicherheit, bezieht sich auf die Ungewissheit über ein potenziell opportunistisches Verhalten der an der Transaktion beteiligten Akteure (Williamson 1985, S. 58). Opportunistisches Verhalten der Akteure steht auch im Zentrum der Principal Agent-Theorie. In Kapitel 2.2.1 wurde gezeigt, dass im Supply Management-Bereich Risiken ex-ante vor Serienanlauf und ex-post nach Serienanlauf unterschieden werden müssen. Ebenso wie ein Supply Frühwarnsystem unterschiedliche Methoden vor und nach Serienanlauf anwenden muss, ist die zugrunde liegende Risikostruktur eine andere. Verhaltensunsicherheit ist ein Problem, das mit Methoden des Monitorings kontrolliert werden muss (Kaufmann 2001, S. 100). In seiner empirischen Untersuchung konnte Kaufmann (2001, S. 397) nachweisen, dass „Leistungs- und Verhaltenstransparenz [...] in einem positiven Zusammenhang mit nicht-monetärem Transaktionserfolg“ stehen. Die Gründe, dass der positive Zusammenhang mit dem monetären Erfolg fehlt, könnten auf die Kosten solcher Maßnahmen zurückzuführen sein. Bei steigender vor- und nachvertraglicher Unsicherheit steigen die Kosten für das Monitoring zu stark an, so dass sich eine tendenziell schlechtere Supply Risk Performance ergibt. Dies führt zu den beiden letzten Unterhypothesen: Hypothese 4d: Die Supply Risk Performance wird negativ beeinflusst durch eine hohe vorvertragliche Unsicherheit im Supply Netzwerk. Hypothese 4e: Die Supply Risk Performance wird negativ beeinflusst durch eine hohe nachvertragliche Unsicherheit im Supply Netzwerk. Schließlich wurde bei den Erläuterungen zur Transaktionskostentheorie in Kapitel 2.2.2 die Bewegung hin zu hybriden Koordinationsformen thematisiert. In der Aufstellung der bisherigen Hypothesen wurde die Supply Risk Performance als mediierende Variable zwischen den Einflussfaktoren der Transaktionskostentheorie und der Supply Performance eingeführt. Hier bieten die Überlegungen des Supply Risk Managements auch einen Beitrag zur möglichen Weiterentwicklung der Transaktionskostentheorie. Müller (2005, S. 730) führt aus, dass in vielen Supply Chains Transaktionen zunehmend „hohe spezifische Investitionen erfordern und unter hoher Unsicherheit ausgeführt werden müssen“. Auch wenn die Transaktionskostentheorie hierarchische Koordinationsformen empfiehlt, werden häufig Hybridlösungen in Theorie und Praxis als bevorzugte Lösungen gesehen (Müller 2005, S. 730). Für Bewegung hin zu einer relationalen Austauschform bei starker Umweltkomplexität liegen in der Forschung auch empirische Belege vor (Homburg und Werner 1998, S. 1005). Wie auch schon in Kapitel 2.2.2 formuliert, liegt die Annahme sehr nahe, dass die Supply Risk Performance der Unternehmen einen Einfluss auf die Entwicklung hin zu hybriden Koordinationsformen aufweist. So schlägt z. B. Rogler (2002, S. 44-58) als „Maßnahme zur Verringerung der Wahrscheinlichkeit von Lieferausfällen und Liefermängeln“ verschiedene Formen hybrider Koordinationsfor-
128
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
men mit Lieferanten vor. Konkret wird die Nutzung von langfristigen Lieferverträgen, Bildung von Kooperationen, Beteiligung vom Eigenkapital der Lieferanten und die Gewährung von Darlehen für Lieferanten angesprochen. Zusammenfassend spiegelt sich die zunehmend kritische Risikosituation im Supply Management in den Transaktionsfaktoren Spezifität und Unsicherheit wider. In Folge dessen steigen die Transaktionskosten im Supply Management. Um die Transaktionskosten zu senken, nutzen Unternehmen immer stärker hybride Koordinationsformen. Je schlechter die Supply Risk Performance der Unternehmung ist, desto stärker die (relative) Bewegung hin zu hybriden Koordinationsformen, um die auf die Unternehmung einwirkenden Supply Risiken zu reduzieren (Kaufmann 2001, S. 137). Eine kritische Supply Risk Performance scheint also eine Ursache für die zunehmende Relevanz hybrider Koordinationsformen zu sein. Auf Basis dieser Überlegungen lautet die fünfte Hypothese: Hypothese 5: Die zukünftige Nutzung hybrider Koordinationsformen im Supply Netzwerk wird negativ beeinflusst durch die Supply Risk Performance. Zusammenfassend ergibt sich das in Abbildung 44 dargestellte Forschungsmodell. Dieses Forschungsmodell wird im Folgenden einer fragebogenbasierten empirischen Untersuchung unterzogen und gibt Antworten auf die dritte Forschungsfrage dieser Arbeit. Ebenfalls beantwortet wurden mit den Ausführungen die Fragen, die sich aus dem Modell von New und Payne (1995, S. 64-66) ergeben hatten: Es wurden Umweltfaktoren aus der Transaktionskostentheorie genutzt, die auf die Supply Risk Performance wirken. Somit ist für diese Arbeit Paradigma B aus Abbildung 43 relevant. Abbildung 44:
Forschungsmodell der Untersuchung zu Supply Frühwarnsystemen
Supply Management Umwelt Faktorspezifität Komplexität Dynamik
Supply Frühwarnsystem
Supply Risk Fähigkeit
Vorvertragliche Unsicherheit Nachvertragliche Unsicherheit
Supply Risk Performance
Supply Performance
Zukünftige Nutzung hybrider Koordinationsformen
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
3.4
129
Zwischenergebnis: Ein Forschungsmodell zu Frühwarnsystemen im Supply Management
Bei der Robert Bosch GmbH hat die Komplexität bei den Beschaffungsgütern in der Vergangenheit zu internen, externen und Supply Chain-Risiken geführt, die teilweise zu erheblichen Störungen in der Versorgung mit Zukaufteilen führten. Allen eingetretenen Risiken lag zugrunde, dass die Ursache für das Risiko nicht frühzeitig bekannt war oder die Risikoursache durch einzelne Mitarbeiter in ihrer Auswirkung unterschätzt wurde, so dass nicht rechtzeitig adäquate Maßnahmen der Risikosteuerung eingeleitet wurden. Zur Vermeidung oder Minderung dieser Supply Risiken wurde ein internationales, Geschäftsbereichs-übergreifendes Projektteam gebildet und eine Empfehlung zur Gestaltung eines Supply Risk Management-Ansatzes erarbeitet. Ziel des Projekts war der Aufbau eines BoschAnsatzes für das Supply Risk Management, der eine Leitfunktion für den Gesamtkonzern übernimmt. Das Projektteam identifizierte insgesamt zwölf ‚Top Supply Risiken’. Auf Basis dieser Risiken wurden insgesamt sechs Empfehlungen für ein ganzheitliches Supply Risk Management getroffen: Die Erarbeitung einer unternehmensweiten Richtlinie für das Supply Risk Management; die Implementierung eines firmenweiten Supply Frühwarnsystems; die Integration der Risikodimension in Verhandlungen und Besprechungen mit Lieferanten; die Steigerung des Bewusstseins zu Risiken, die mit Single Sourcing verbunden sind; vertragliche Vereinbarungen zu Supply Risiken mit Lieferanten; und die Verbesserung des Freigabeprozesses. Die Implementierung des Supply Frühwarnsystems bei der Robert Bosch GmbH folgte dem in dieser Arbeit entwickelten Fünf-Schritt-Vorgehen der Supply Risikoidentifikation und -analyse, der Supplier Risikoidentifikation und -analyse sowie der Supply Frühwarnkontrolle. Der Aufbau des Supply Frühwarnsystems anhand der Prozessebene und die zentrale Zielausrichtung anhand der Aufgabenebene wurden im Detail beschrieben. Für die Methodenebene wurden verschiedene Vorgehensweisen gewählt, um die Aufgaben eines Supply Frühwarnsystems abzubilden. Diese Methoden unterliegen auch einer ständigen Überprüfung und Ergänzung, um die Risikosituation im Supply Management zu optimieren. Anhand der Case Study konnten fünf Erfolgsfaktoren des Supply Frühwarnsystems bei der Robert Bosch GmbH identifiziert werden: Top Management-Support, Systemunterstützung, dezentrale Organisation, sorgfältiger Systemaufbau und Integration der Lieferanten. Als wichtigste Hindernisse bei der Implementierung eines Supply Frühwarnsystems wurde von den Managern die mangelnde Quantifizierbarkeit der Supply Risk Performance und die Schwierigkeiten bei der Zusammenarbeit mit Lieferanten bezeichnet. Auf Basis dieser Fallstudie und zwei durchgeführten Fokusgruppen am Supply Management Institute™ sowie einer intensiven Literaturrecherche wurden insge-
130
Erarbeitung eines Forschungsmodells anhand explorativer empirischer Überlegungen
samt 36 Risiken identifiziert, die für das Supply Management von besonderer Bedeutung sind. Es wurden für jedes Risiko eine Definition, verschiedene Beispiele sowie Literaturquellen angegeben. Als erster Ansatz zur Klassifikation der Supply Risiken wurde eine Aufteilung in Umwelt-, Netzwerk- und Organisationsrisiken gewählt und die Zugehörigkeit der Risiken dargestellt. Es wurden zehn Strukturvariablen erarbeitet, anhand derer in der empirischen Untersuchung geprüft werden soll, ob unterschiedliche Supply Risk Exposures identifiziert werden können: Branche, Umsatz, Wertschöpfungstiefe, Stellung in der Wertschöpfungskette, Lieferantenstruktur, Anteil strategischer Lieferanten, Einkaufsstrategie, Lieferantenstrategie, funktionale Verankerung und Risikokultur. In einem nächsten Schritt wurde die Vorgehensweise zur Beantwortung jeder Forschungsfrage in den drei Dimensionen Theorieziel, Erklärungsziel und Gestaltungsziel skizziert. Die noch offene Frage nach den Kosten- und Nutzendimensionen eines Supply Frühwarnsystems wurde erarbeitet. Abschließend wurde ein Forschungsmodell aufgestellt, das im Rahmen der empirischen Untersuchung überprüft wird. Dieses Modell basiert auf insgesamt fünf Hypothesen. Hypothese 1 nimmt einen positiven Zusammenhang zwischen den Aktivitäten eines Supply Frühwarnsystems und der Supply Risk Fähigkeit als Enabler des Supply Risk Management-Systems an. Hypothese 2 geht von einem positiven Zusammenhang zwischen der Supply Risk Fähigkeit und der Supply Risk Performance als Ergebnisvariable des Supply Risk Management-Systems und Enabler des Supply Managements aus. Hypothese 3 prüft den postuliert positiven Zusammenhang zwischen der Supply Risk Performance und der Supply Performance als Ergebnisvariable des Supply Managements. In Hypothese 4 wird angenommen, dass die Einflussfaktoren aus der Transaktionskostentheorie einen negativen Zusammenhang auf die Supply Risk Performance haben. Schließlich wird ein negativer Zusammenhang zwischen der Supply Risk Performance und der zukünftigen Nutzung hybrider Koordinationsformen in Hypothese 5 einer Prüfung unterzogen. Das resultierende Strukturgleichungsmodell wird in einer fragebogenbasierten empirischen Untersuchung getestet.
4
Die empirische Untersuchung zu Supply Frühwarnsystemen
Die beiden nun folgenden Kapitel 4 und 5 fokussieren auf die in der empirischen Untersuchung erhaltenen Daten. In Kapitel 4 werden die empirischen Daten vorbereitet, so dass die inhaltlichen Auswertungen in Kapitel 5 durchgeführt werden können. Hierzu wird in Kapitel 4.1 die Konzeption der empirischen Untersuchung vorgestellt. Dies umfasst die Auswahl eines geeigneten statistischen Ansatzes, die Vorstellung des Ablaufs sowie den Überblick über den Rücklauf der empirischen Untersuchung und die Struktur der teilnehmenden Unternehmen. Bei der Entwicklung der Messmethodik wird zwischen der Konzeptualisierung und der Operationalisierung von Forschungskonstrukten unterschieden. Bei der Konzeptualisierung in Kapitel 4.2 geht es darum, die verschiedenen Dimensionen eines Phänomens zu erarbeiten (Homburg und Gieringer 1998, S. 114). Dagegen beschäftigt sich die Operationalisierung in Kapitel 4.3 mit der Entwicklung einer Messskala (Kaufmann 2001, S. 203). Abschließend wird in Kapitel 4.4 ein Zwischenergebnis aufgezeigt. Abbildung 45 stellt in einem Überblick den Aufbau dar. Abbildung 45:
Aufbau von Kapitel 4
4. Empirische Untersuchung zu Supply Frühwarnsystemen 4.1 - Konzeption und Design der empirischen Untersuchung 4.1.1 - Grundlagen varianzbasierter Ansätze 4.1.2 - Ablauf der empirischen Untersuchung 4.1.3 - Charakterisierung der teilnehmenden Unternehmen
4.2 - Konzeptualisierung der Konstrukte 4.2.1 - Aktivitäten-Konstrukte 4.2.2 - Performance-Konstrukte 4.2.3 - Umwelt-Konstrukte
4.3 - Operationalisierung der Konstrukte 4.3.1 - Gütekriterien 4.3.2 - Operationalisierung reflektiver Konstrukte 4.3.3 - Operationalisierung formativer Konstrukte
4.4 - Zwischenergebnis: Validiertes Forschungsmodell zu Supply Frühwarnsystemen
132
4.1
Die empirische Untersuchung zu Supply Frühwarnsystemen
Konzeption und Design der empirischen Untersuchung
In diesem Unterkapitel wird die Konzeption und das Design der empirischen Untersuchung vorgestellt. Zur Durchführung der Untersuchung wurde das Softwareprogramm SmartPLS ausgewählt, das einen varianzbasierten Ansatz verfolgt. Die Unterschiede zwischen kovarianz- und varianzbasierten Ansätzen sowie die Gründe der Entscheidung für den varianzbasierten Ansatz werden in Kapitel 4.1.1 dargelegt. Das folgende Kapitel 4.1.2 gibt einen Überblick zum Ablauf der empirischen Untersuchung. Thema sind der Aufbau des Fragebogens, die Durchführung des Pre-Tests, die Zusammenstellung der Stichprobe sowie die Durchführung erster Validitätsanalysen. Kapitel 4.1.3 gibt einen Überblick über den Rücklauf anhand von Größe, Einkaufsstruktur und Lieferantenportfolio der teilnehmenden Unternehmen sowie der Stellung und Erfahrung der Befragten selber.
4.1.1
Grundlagen varianzbasierter Analyseansätze
Bei der Frage nach den passenden statistischen Verfahren hat die Varianzstrukturanalyse (z. B. PLS) in den vergangenen Jahren stark an Bedeutung gewonnen. Nachteile der Kovarianzstrukturanalyse (z. B. LISREL), so die Notwendigkeit einer Multinormalverteilung der betrachteten Daten und ein großer Stichprobenumfang (vgl. Herrmann et al. 2006, S. 39), haben diese Entwicklung unterstützt. Es stellt sich auch für diese Arbeit die Frage, ob varianz- oder kovarianzbasierte Verfahren zur Analyse des in Kapitel 3.3.3 entwickelten Forschungsmodells zielführender sind. Gemäß Bliemel et al. (2005, S. 13) ist eine varianzbasierte gegenüber der kovarianzbasierten Analyse vorzuziehen, wenn mindestens einer der folgenden sieben Punkte zutrifft: 1. Treffen von Vorhersagen als Ziel 2. Neuartiges Phänomen ohne bewährte Messansätze 3. Komplexes Modell mit vielen Indikatoren 4. Fehlende Multinormalverteilung der Daten 5. Beobachtungswerte, die nicht unabhängig voneinander sind 6. Relativ kleine Stichprobe 7. Existenz von latenten Variablen mit formativem Messmodell Für die vorliegende Arbeit treffen mehrere dieser Punkte zu. Insbesondere drei erweisen sich als relevant: 1. (Punkt 1) Es sollen Vorhersagen getroffen werden, welchen Einfluss ein Supply Frühwarnsystem auf die Supply Performance einer Unternehmung hat. Im Zentrum dieser Untersuchung steht also eine managementorientierte Problemstellung (vgl. dazu Herrmann et al. 2006, S. 45), die auf die
Die empirische Untersuchung zu Supply Frühwarnsystemen
133
Einflussvariablen der Supply Performance abzielt. 2. (Punkt 2) Aufgrund nur weniger existierender Arbeiten im Forschungsgebiet hat die vorliegende empirische Untersuchung eine starke explorative Komponente. Damit gehen zahlreiche neue Messmodelle einher, die es in der Konzeptualisierung und Operationalisierung zu erarbeiten gilt. Varianzbasierte Verfahren sind insbesondere für Forschung im Frühstadium geeignet (Chin 1998, S. 297; Götz und Liehr-Gobbers 2004, S. 4; Herrmann et al. 2006, S. 45), um die es sich hier handelt. Die Modellschätzung wird bei varianzbasierten Verfahren durch weniger valide Konstrukte tendenziell weniger negativ beeinflusst als es bei kovarianzbasierten Verfahren der Fall ist (Herrmann et al. 2006, S. 45). 3. (Punkt 7) Verschiedene Konstrukte in der vorliegenden Untersuchung werden formativ operationalisiert. Ein formatives Messmodell stellt sich in der Praxis immer noch als Hindernis für die Anwendung einer Kovarianzstrukturanalyse dar, wenngleich es erste Hinweise gibt, dass auch letztere formative wie reflektive Messmodelle gleichfalls unterstützt (Scholderer und Balderjahn 2005, S. 89). Mehrheitlich wird jedoch die Meinung vertreten, dass nur varianzbasierte Ansätze die notwendige Unterstützung für formative Messmodelle bereitstellen (Götz und Liehr-Gobbers 2004, S. 1; Herrmann et al. 2006, S. 53-54). Tabelle 11 zeigt die Unterschiede zwischen den beiden Ansätzen in einer Übersicht. Tabelle 11:
Methodenvergleich zwischen varianz- und kovarianzbasierten Ansätzen
Kriterium
Varianzbasierter Ansatz
Kovarianzbasierter Ansatz
Ziel
Erklärung latenter Variablen
Methodenansatz Annahmen
Varianzbasiert Prädikatorspezifikation
Parameterschätzer
Konsistent, wenn Fallzahl und Indikatorenzahl hoch Werte explizit geschätzt Reflektiv und/oder formativ Flexibel Hochkomplexe Modelle analysierbar Kleine oder große Stichproben Prognosegenauigkeit
Erklärung empirischer Strukturen Kovarianzbasiert Multinormalverteilung und unabhängige Beobachtungen Konsistent
Latente Variable Messmodell Theorieanforderungen Modellkomplexität
Werte nicht determiniert Reflektiv Hoch Begrenzt
Hoch Stichprobengröße Parametergenauigkeit Implikation Quelle: In Anlehnung an Bliemel et al. (2005, S. 14), Herrmann et al. (2006, S. 44)
Eine varianzbasierte Analyse wird in der Literatur fast ausschließlich mit dem PLS (Partial Least Squares)-Verfahren gleichgesetzt (Moser 2006, S. 175), welches für die Auswertung des Forschungsmodells dieser Arbeit zum Einsatz kommen wird. Ein PLS-Strukturgleichungsmodell besteht aus einem Struktur- und einem Messmodell. Das Strukturmodell umfasst die durch den Forscher aufgestellten Konstrukte und die zwischen ihnen formulierten hypothetischen Pfade (Backhaus et al. 2006, S. 355; Götz und Liehr-Gobbers 2004, S. 7; Herrmann et al.
134
Die empirische Untersuchung zu Supply Frühwarnsystemen
2006, S. 36). Hier wird eine abhängige latente Variable als endogene Variable und eine unabhängige latente Variable als exogene Variable bezeichnet (Götz und Liehr-Gobbers 2004, S. 7; Ringle et al. 2006, S. 82). Im Beispiel in Abbildung 46 sind die Konstrukte [1 und [2 exogene Variablen und das Konstrukt K eine endogene Variable. Abbildung 46:
Beispiel eines Strukturgleichungsmodells Messmodell der latenten endogenen Variablen
G1
Indikator x1
G2
Indikator x2
G3
Indikator x3
[1
]2
Formatives Messmodell
K Indikator x4 Indikator x5
Indikator y1
H1
Indikator y2
H2
Indikator y3
H3
Reflektives Messmodell
Reflektives Messmodell
Messmodell der latenten exogenen Variablen
[2
Indikator x6
G1
Strukturmodell
Quelle: In Anlehnung an Götz und Liehr-Gobbers (2004, S. 7)
Das Messmodell beschreibt die Beziehung zwischen den durch einen Fragebogen gemessenen Variablen und dem dazugehörigen Konstrukt (Götz und LiehrGobbers 2004, S. 10). Es lassen sich zwei grundlegende Formen unterscheiden: Reflektive Messmodelle und formative Messmodelle (Chin 1998, S. 305-306; Götz und Liehr-Gobbers 2004, S. 11; Herrmann et al. 2006, S. 35; Homburg und Gieringer 1998, S. 115; Jarvis et al. 2003, S. 201; Ringle et al. 2006, S. 83; Zinnbauer und Eberl 2005, S. 567), die in Abbildung 47 dargestellt sind.
Die empirische Untersuchung zu Supply Frühwarnsystemen
Abbildung 47:
135
Reflektive und formative Messmodelle
Formatives Messmodell
Reflektives Messmodell
G
[1 J1
x1
[2
J2
r12
x2
J3
r23
J4
x3
x4
r13
G1
G2
J5
r45
x5
J6
r56
x6
r46
G3
Quelle: In Anlehnung an Götz und Liehr-Gobbers (2004, S. 11)
Bei „einem reflektiven Messmodell verursacht das hypothetische Konstrukt [(latente Variable)] die zugeordneten Indikatoren“ (Götz und Liehr-Gobbers 2004, S. 12). Somit ist jeder Indikator eine fehlerbehaftete Messung des zugehörigen Konstrukts (Götz und Liehr-Gobbers 2004, S. 12). Eine Änderung des Konstrukts würde Auswirkungen auf alle Indikatoren haben (Ringle et al. 2006, S. 83; Zinnbauer und Eberl 2005, S. 567). Jeder Indikator ist über einfache Regressionsbeziehungen mit der latenten Variablen verbunden (Ringle et al. 2006, S. 83). Bezogen auf die Darstellung in Abbildung 47 lassen sich die Beziehungen der latenten exogenen Variablen [1 wie folgt darstellen: xi = Ji [1 + Gi. Hierbei ist xi der reflektive Indikator, der durch die zugehörige Ladung Ji, die latente Variable [1 sowie den Fehlerterm Gi erklärt wird (vgl. ähnlich Ringle et al. 2006, S. 83). Umgekehrt stellt sich die Wirkungsrichtung bei einem formativen Indikator dar (Zinnbauer und Eberl 2005, S. 567): Die Indikatoren „verursachen“ (Ringle et al. 2006, S. 83) hier die latente Variable. Anders als bei reflektiven Konstrukten müssen Indikatoren eines formativen Konstrukts nicht miteinander korrelieren (Jarvis et al. 2003, S. 201; Zinnbauer und Eberl 2005, S. 567). Eine Änderung des
136
Die empirische Untersuchung zu Supply Frühwarnsystemen
Konstrukts wird durch die Änderung eines oder mehrerer seiner Indikatoren erreicht (Zinnbauer und Eberl 2005, S. 567). Somit erfolgt die Berechnung einer formativen latenten Variable anhand eines regressionsanalytischen Ansatzes, der bezogen auf die Darstellung in Abbildung 47 wie folgt lauten würde:
[
2
¦J x G i
i
i
i
Hierbei ist [2 das formative Konstrukt, das durch die Gewichte Ji, den Indikatorwert xi und den Fehlerterm G auf Konstruktebene erklärt wird (vgl. ähnlich Ringle et al. 2006, S. 83). Zusammenfassend „lassen sich die Kriterien auf die Frage reduzieren, ob eine Veränderung des Konstrukts eine Veränderung aller Indikatoren bewirkt (reflektiv) oder die Veränderung eines Indikators eine Veränderung der Konstruktausprägung evoziert (formativ)“ (Herrmann et al. 2006, S. 47). Im weiteren Verlauf der Arbeit werden in einem ersten Schritt die Messmodelle der latenten Variablen aufgestellt und validiert (Konzeptualisierung in Kapitel 4.2, Operationalisierung in Kapitel 4.3). Die Validierung und Auswertung des Strukturmodells findet dann in Kapitel 5.3 statt. Zuvor werden die empirische Untersuchung und ihre Durchführung beschrieben.
4.1.2
Ablauf der empirischen Untersuchung
Für die empirische Untersuchung wurde ein standardisierter Fragebogen entwickelt, der sowohl die Inhalte zur Evaluierung des Forschungsmodells als auch die explorativen Fragestellungen umfasst. Der vollständige Fragebogen findet sich in Anhang II dieser Arbeit. Der Fragebogen wurde anhand der folgenden Struktur aufgebaut: (1) Allgemeine Einschätzungen: Einführung in den Fragebogen anhand einiger allgemeiner Fragen zur Bedeutung von Supply und Supply Risk Management. (2) Aktivitäten und Einflussfaktoren eines Supply Frühwarnsystems: Dieser Abschnitt enthält zwei Fragenblöcke, anhand derer das Supply Frühwarnsystem als Aktivität sowie der Einfluss der Umweltkonstrukte gemessen werden. (3) Ergebnisse eines Supply Frühwarnsystems: Der dritte Abschnitt fokussiert auf die Ergebnisdimension und umfasst die Konstrukte der Supply Risk Performance und der Supply Performance. Darüber hinaus wurden hier das Konstrukt der hybriden Koordinationsformen sowie die Fragen nach Kosten und Nutzen von Supply Frühwarnsystemen für den explorativen Teil der empirischen Untersuchung integriert.
Die empirische Untersuchung zu Supply Frühwarnsystemen
137
(4) Häufigkeit und Ausmaß von Supply Risiken: Dieser Abschnitt zielt auf die Abfrage von Häufigkeit und Auswirkung der in Kapitel 3.2 erarbeiteten Supply Risiken. Anhand einer Doppelmatrix wurden für alle 36 Risiken beide Dimensionen erfasst. (5) Unternehmensdaten: Der abschließende Abschnitt erfragt ein breites Spektrum an Unternehmensdaten, die an verschiedenen Stellen der Untersuchung genutzt werden, so zum Sampling in Kapitel 4.1.3, zu einer deskriptiven Analyse in Kapitel 5.1 und zur Nutzung als Strukturvariablen zur Entdeckung unterschiedlicher Supply Risk Exposures in Kapitel 5.2. Für empirische Untersuchungen, die mittels Fragebogen durchgeführt werden, werden „mindestens fünf, aber eher sieben Skalenpunkte“ (Zinnbauer und Eberl 2005, S. 566) empfohlen, um eine quasi-metrische Messung auch bei diskreten Skalen annehmen zu können (vgl. hierzu Westermann 1985, S. 272). Die in dieser Untersuchung für das Strukturgleichungsmodell genutzten Indikatoren werden daher alle mit sieben Skalenpunkten gemessen. Zur Sicherstellung der Verständlichkeit und Angemessenheit des Fragebogens sowie für erste Validitätstests wurde ein Pre-Test mit 22 Einkaufsexperten aus Wissenschaft und Praxis durchgeführt. Die Pre-Tests dauerten zwischen einer und drei Stunden. In einem ersten Schritt wurden die Fragebögen durch die Beteiligten ausgefüllt, ohne dass der Beobachter in diesen Prozess eingriff. Gedanken und wichtige Hinweise wurden durch die Befragten direkt geäußert. In einem zweiten Schritt wurden die Beobachtungen diskutiert und verschiedene Themen besprochen, so z. B. die externe Validität formativer Konstrukte und die empfohlenen Klassengrößen für die Häufigkeit und Auswirkung von Supply Risiken. Da vor der Generierung des Fragebogens die in Kapitel 3.1 beschriebene Fallstudie bei der Robert Bosch GmbH durchgeführt wurde, in deren Rahmen über 200 Experteninterviews zum Thema geführt wurden, und darüber hinaus im Vorfeld intensive Literaturrecherchen vorgenommen wurden, waren nur wenige Änderungen im Fragebogendesign notwendig. Die durchgeführten Änderungen umfassten Neuformulierungen einiger Items und die Anpassung von Skalen in den explorativen Fragenbereichen. Darüber hinaus wurde der Begriff des Supply Managements bei den meisten Fragen durch ‚Einkauf’ ersetzt, da nicht allen Befragten der Begriff des ‚Supply Management’ im Verständnis einer strategisch ausgerichteten Einkaufsfunktion bekannt war. Für die empirische Untersuchung wurden Einkaufsleiter aus der deutschen Industrie ausgewählt. Die Industrie wurde als Zielgruppe ausgewählt, da hier häufig serienbasierte Produktionsformen sowie enge Zusammenarbeitsformen in der Supply Chain vorliegen. Es wurde eine möglichst vollständige Abdeckung der Industrie angestrebt, um Verzerrungen durch die Zusammensetzung einer Stichprobe (Sampling Error) zu vermeiden. Eine Einschränkung wurde nur bei der Un-
138
Die empirische Untersuchung zu Supply Frühwarnsystemen
ternehmensgröße gemacht, da mittelständische und kleine Unternehmen häufig noch unterentwickelte Supply Management-Strukturen haben und die detaillierten Fragen zum Supply Risk Management somit nur selten hätten beantworten können (vgl. Kaufmann 2001, S. 140). Diese Grenze für den Zukauf der Daten wurde bei einem Unternehmensumsatz von 50 Millionen Euro gesetzt. Um eine möglichst vollständige Abdeckung der deutschen Industrieunternehmen der gewählten Größe zu erreichen, wurde eine Marktanalyse bei Adresslieferanten durchgeführt. Zwecks Lieferung geeigneten Datenmaterials wurden die Adresslieferanten AZ Direct, BeDirect, Bürgel, Creditreform, Dun & Bradstreet, Hoppenstedt, Post Direkt und Schober angefragt. Voraussetzung war die Selektierbarkeit anhand des Unternehmensumsatzes und die Verfügbarkeit der Kontaktdaten von Einkaufsleitern in den Datensätzen. Tabelle 12 zeigt die Ergebnisse der Marktanalyse in einer Übersicht. Da nicht alle Firmen ein Auswahlkriterium in der Datenbank von 50 Millionen Euro setzen konnten, bezieht sich diese Marktanalyse auf einen Unternehmensumsatz von > 100 Millionen Euro. Diese Grenze konnte bei allen Direktmarketingfirmen einheitlich gewählt werden und erhöht die Vergleichbarkeit der Angebote. Tabelle 12:
Marktanalyse zum Zukauf von Unternehmensdaten
DirektAnzahl verfügbarer Datensätze inkl. Einkaufsleiter marketingfirma (Grenze: Unternehmen mit Umsatz > 100 Mio. Euro) AZ Direct BeDirect Bürgel Creditreform Dun & Bradstreet Hoppenstedt Post Direkt Schober
382 Datensätze 382 Datensätze 0 Datensätze 382 Datensätze 864 Datensätze 864 Datensätze 1.294 Datensätze 1.271 Datensätze
(Datenbestand identisch mit BeDirect) (Keine Einkaufsleiter im Datenbestand) (Datenbestand identisch mit BeDirect) (Datenbestand identisch mit Hoppenstedt)
Auf dieser Basis wurde die Datensätze bei der Firma Post Direkt zugekauft. Die ausgewählten Industrien umfassen aus dem ‚Dachmarkt Hersteller’ die Branchen Bauelemente, Bergbau, Bürotechnik, Chemie, Druck, Eisen, Elektronik, Elektrotechnik, Energiegewinnung, Fahrzeuge, Fahrzeugteile, Feinmechanik, Glas, Holz, Keramik, Kunststoffe, Leder, Maschinen, Medizintechnik, Metall, Mineralöl und Textil. Die Datenlieferung enthielt bei der gesetzten Grenze von 50 Millionen Euro insgesamt 2.161 Firmen unter Angabe von Firmenname, Straße, PLZ, Ort, Telefon, E-Mail und Branchenangabe. Alle Datensätze umfassten zusätzlich Angaben zum Einkaufsleiter zur Verarbeitung im Anschreiben (Name, Vorname, Geschlecht, Titel, Abteilung). Auf den 2.161 zugekauften Datensätzen wurde zunächst eine Bereinigung durchgeführt. Diese Bereinigung bezog sich auf Datensätze, bei denen offensichtlich
Die empirische Untersuchung zu Supply Frühwarnsystemen
139
Angaben fehlerhaft waren (vierstellige Postleitzahlen, Fantasienamen bei Einkaufsleitern etc.) oder Firmen, die zur selben Unternehmensgruppe gehören und einen identischen Einkaufsleiter haben. Im Ergebnis wurden 2.083 Fragebögen verschickt (N = 2.083). Die Fragebögen wurden im Dezember 2006 per Post verschickt. Allen Fragebögen wurden ein Anschreiben und ein Rückumschlag beigefügt. Teilnehmern der Studie wurde die Zusendung eines elektronischen Buches mit den Praxisergebnissen der Studie angeboten. Der Umfang des Fragebogens betrug insgesamt acht Seiten. Bis Februar 2007 wurden insgesamt 162 Fragebögen zurückgesendet, was einer Antwortquote von 7,8 Prozent entspricht. Diese Quote ist im Kontext dieser Studie aus verschiedenen Gründen durchaus akzeptabel (vgl. ähnlich Jüttner 2005b, S. 124-125): (1) Die Zielgruppe der Studie waren Einkaufsleiter, die in ihren Unternehmen üblicherweise in der ersten oder zweiten Managementebene zu finden sind, was aus Zeitgründen die Teilnahme erschwert. (2) Die Qualität der zugekauften Datensätze hat sich als unzureichend herausgestellt. Am Beispiel der Bosch-Gruppe wurde im Rahmen der Fallstudie ein Abgleich zwischen dem tatsächlichen Einkaufsmanagement und den zugekauften Daten durchgeführt. Diese Analyse umfasste 20 eigenständige Unternehmen der Bosch-Gruppe. Bei neun dieser Unternehmen war bei den Daten von PostDirekt ein falscher Einkaufsleiter angegeben (45 Prozent). Eine zweite Analyse bei einem deutschen Automobilhersteller führte zu einer identischen negativen Beurteilung der Datenqualität. (3) Es war aus forschungsökonomischen Gründen keine erneute Versendung der Fragebögen an Nicht-Antworter vorgesehen und es wurden auch keine Follow-UpTelefonate durchgeführt (vgl. z. B. Tomaskovic-Devey et al. 1994, S. 440). Die zurückerhaltenen Fragebögen wurden somit von allen Beteiligten nach der ersten Kontaktierung ausgefüllt. Die erhaltenen Daten wurden durch den Autor selbst in eine MS-Excel-Tabelle eingegeben, um das Risiko von Fehlern zu minimieren. Jeder Datensatz wurde direkt nach der Eingabe vollständig kontrolliert. Nach Erfassung aller Fragebögen fand ein erneuter 100 %-Abgleich zwischen den erhaltenen Fragebögen und der MS Excel-Datei durch eine unbeteiligte Person statt. Für die Auswertungen wurde die aktuellste Version von SmartPLS (2.0 M3) verwendet (Ringle et al. 2007). Einen Softwareüberblick verschiedener Applikationen geben Temme und Kreis (2005). Als Mindestanforderung an die Größe der Stichprobe bei PLS gilt die zehnfache Anzahl der Items des komplexesten formativen Konstrukts oder die zehnfache Anzahl exogener Konstrukte, die auf ein endogenes Konstrukt laden (Chin 1998, S. 311; Götz und Liehr-Gobbers 2004, S. 3; Herrmann et al. 2006, S. 55). Die größere der beiden Kenngrößen ist hierbei entscheidend. Für die hier vorliegende Untersuchung erweist sich das Konstrukt der Supplier Risikoanalyse als entscheidend, als formatives Konstrukt mit acht Indikatoren determiniert es die Anforderungen an die Stichprobengröße, die mindes-
140
Die empirische Untersuchung zu Supply Frühwarnsystemen
tens 80 Fragebögen umfassen muss. Mit 162 erhaltenen Fragebögen wurde dieser Wert deutlich überschritten. Fehlende Antworten auf Fragen in Fragebögen stellen ein großes Problem dar, falls die zur Verfügung stehende Fallzahl dadurch stark reduziert würde (Schafer und Graham 2002, S. 149-150; Zinnbauer und Eberl 2005, S. 566). Die in dieser Untersuchung erhaltenen Fragebögen wurden weitgehend vollständig ausgefüllt. Bezogen auf die maximal mögliche Menge an Daten für die Berechnung des Strukturgleichungsmodells wurden 99,27 Prozent der Fragen durch die Teilnehmer beantwortet. Nur bei 3,7 Prozent der erhaltenen Fragebögen fehlen mehr als fünf Prozent der Eingaben. Die Behandlung dieser Werte kann durch PLS anhand einer durchschnittlichen (Mean Replacement) oder fallweisen Ersetzung (Case Wise Replacement) vorgenommen werden (Temme et al. 2006, S. 7). Der Algorithmus zur durchschnittlichen Ersetzung tauscht jeden fehlenden Wert durch den Durchschnittswert des betroffenen Indikators aller anderen Antworten aus. Bei der fallweisen Ersetzung wird bei der Berechnung eines Pfadkoeffizienten, an welchem der Indikator beteiligt ist, der jeweilige Datensatz nicht mit in die Berechnung integriert (Schafer und Graham 2002, S. 155). Sofern auch nach Behandlung der fehlenden Werte mit fallweiser Ersetzung genügend Fälle zur Berechnung des PLS-Modells vorhanden sind, sollte dieser Algorithmus der durchschnittlichen Ersetzung vorgezogen werden, da hierdurch keine Werte in die Berechnung einfließen, die durch die Teilnehmer nicht in der Befragung angegeben wurden. Da für diese Befragung weit mehr Datensätze vorliegen, als durch PLS für die Berechnung benötigt, wurden fehlende Daten durch den Algorithmus zur fallweisen Ersetzung behandelt. Abweichende Meinungen derjenigen, die nicht an der empirischen Untersuchung teilnehmen, können nicht durch ein Testdesign ausgeschlossen werden. Nach Armstrong und Overton (1977, S. 397) ähneln sich jedoch die Antworten der „Spät-Antworter“ und die potenziellen Antworten der „Nicht-Antworter“. Es wurde daher ein t-test durchgeführt, der die frühen mit den späten Antworten vergleicht (Mittelwerttest aller Variablen), um mögliche Verzerrungen auszuschließen. Die Fragebögen wurden im Dezember 2006 verschickt. Antworten wurden zwischen dem 06. Dezember 2006 und dem 13. Februar 2007 registriert, was zu Antwortdauern zwischen einem und 65 Tagen führte. Der Mittelwert aller Antworten lag bei 16 Tagen, der Median bei zehn Tagen. In SPSS 12.0 wurde ein t-Test für unabhängige Stichproben mit einem Cutt-Off-Punkt von 11 Tagen durchgeführt (zwei Stichproben mit 82 und 80 Datensätzen). Der t-test kam zu dem Ergebnis, dass sich auf einem Signifikanzniveau von p < 0,05 für alle Variablen des Strukturgleichungsmodells keine Unterschiede zwischen den beiden Gruppen feststellen lassen. Somit kann die Existenz eines ‚non-response bias’ (vgl. Armstrong und Overton 1977, S. 396) verneint werden.
Die empirische Untersuchung zu Supply Frühwarnsystemen
141
Die empirische Untersuchung wurde einstufig durchgeführt, d. h. es wurden einmalig Fragebögen verschickt. Es wurden kein mehrstufiger Test (zeitlich getrenntes, mehrfaches Versenden von Fragebögen an die gleichen Adressaten) und kein Test mit Multiple Informants durchgeführt. Diese Vorgehensweise wurde aus zwei Gründen bewusst ausgewählt: Erstens findet sich die Zielgruppe der Einkaufsleiter je nach Unternehmen in der 1. oder 2. Führungsebene. Eine mehrfache Ansprache zum Ausfüllen eines identischen oder vergleichbaren Fragebogens wäre aus forschungspraktischen Gründen kaum realisierbar gewesen. Zweitens gibt es die Funktion des Einkaufsleiters in jedem Unternehmen nur einmal. Ein Supply Risk Manager existiert, wenn überhaupt, nur in Großunternehmen. Eine Befragung von Multiple Informants wäre daher schwer realisierbar gewesen, da nur hohes Einkaufsmanagement die detaillierten Fragen zur Supply Risikosituation des Unternehmens überhaupt beantworten kann. Mit den hier aufgeführten Überlegungen sollen Objektivität, Reliabilität und Validität (Bortz und Döring 2002, S. 194-195) der empirischen Untersuchung möglichst schon im Vorfeld so weit wie möglich gesichert werden (vgl. hierzu Mentzer und Kahn 1995, S. 240). Bevor es um Details der Konzeptualisierung und Operationalisierung der Konstrukte des Forschungsmodells geht, werden im nächsten Kapitel 4.1.3 die strukturellen Daten der teilnehmenden Unternehmen aufgezeigt und somit ein Überblick über die erreichte Stichprobe gegeben.
4.1.3
Charakterisierung der teilnehmenden Unternehmen
Es wurden insgesamt 162 Fragebögen ausgefüllt zurückgesandt. Da nur weniger als ein Prozent der Fragen zum Strukturgleichungsmodell nicht ausgefüllt wurden, musste kein Fragebogen aus der Analyse ausgeschlossen werden. Die folgenden Abschnitte geben einen strukturellen Überblick der erreichten Stichprobe. Zuerst wird die Stichprobe anhand der Struktur der beteiligten Unternehmen dargestellt, dann ein Überblick über Einkaufsgrößen gegeben und abschließend Stellung und Erfahrung der Befragten selber dargestellt (vgl. auch Moder et al. 2008, S. 11-14). Fallzahlen in den Abbildungen mit n < 162 weisen darauf hin, dass z. B. einige der Strukturdaten von beteiligten Unternehmen aus Vertraulichkeitsgründen nicht beantwortet wurden. In der Klassifizierung nach Industrie stechen drei Bereiche besonders heraus (Abbildung 48): 22 Prozent der beteiligten Firmen sind der Maschinen- und Anlagenindustrie zuzurechnen, 22 Prozent der Automobilindustrie und 15 Prozent der Elektro- und Elektronikindustrie. Danach folgen mit acht Prozent die Chemieindustrie sowie mit jeweils sechs Prozent die Gummi- und Kunststoffindustrie und die Metallbearbeitungsindustrie. Jeweils vier Prozent sind in der Medizintechnik und der Luft- und Raumfahrttechnik tätig und drei Prozent in der Energie- und Wasserversorgung. Schließlich sind zwei Prozent der beteiligten Unternehmen in
142
Die empirische Untersuchung zu Supply Frühwarnsystemen
der Bauelementeindustrie zu finden. Darüber hinaus sind sechs Prozent der Unternehmen der Kategorie sonstige Dienstleistungen zuzuordnen, zu der keine genauere Aufgliederung verfügbar ist. Abschließend gibt es die Gruppe der sonstigen Industrieunternehmen mit zwei Prozent, die sich aus Unternehmen der Textil-, Papier- und Rohstoffindustrie zusammensetzt. Abbildung 48:
Industriezweige der teilnehmenden Unternehmen Energie- und Wasserversorgung; 3%
Gummi- und Kunststoffwarenindustrie; 6%
Elektro- und Elektronikindustrie 15%
Luft- und Raumfahrtindustrie 4%
Maschinen- und Anlagenbau 22%
Chemieindustrie 8% Bauelemente 2%
Medizintechnik 4%
Automobilindustrie / Fahrzeugbau 22%
Metallbearbeitung 6% Sonstige (Industrie) 2%
Sonstige (Dienstleistungen) 6%
n = 162
Die Umfrageteilnehmer verteilen sich relativ gleichmäßig über die in Abbildung 49 dargestellten Umsatzklassen. Das durchschnittliche Umsatzvolumen liegt bei 5,1 Milliarden Euro, womit die Zielgruppe deutscher Großunternehmen erreicht wurde. Etwas über ein Viertel der Unternehmen haben ein Umsatzvolumen von unter 100 Millionen Euro, 16 Prozent finden sich in der Umsatzklasse von 100 bis 200 Millionen Euro wieder und 21 Prozent haben einen Umsatz von 200 bis 500 Millionen Euro. In der Umsatzklasse von 0,5 bis eine Milliarde Euro finden sich 8 Prozent der Firmen und von ein bis zehn Milliarden Euro 19 Prozent der teilnehmenden Firmen. Schließlich gibt es die Umsatzklasse mit Firmenumsätzen größer als zehn Milliarden Euro, die neun Prozent der teilnehmenden Firmen umfasst. Sie umfasst Firmen mit Umsätzen bis zu 150 Milliarden Euro.
Die empirische Untersuchung zu Supply Frühwarnsystemen
Abbildung 49:
143
Umsatz der teilnehmenden Unternehmen
50 Anzahl Firmen
26 %
40
21 %
30
19 %
16 %
20
9% 8%
10 0 < 100
100 - 200
200 - 500
500 1.000
1. - 10.000 > 10.000
Umsatz in Mio. EUR
n = 159
Entsprechend den Umsatzklassen zeigt sich auch bei der Mitarbeiteranzahl eine relativ gleichförmige Verteilung über die in Abbildung 50 dargestellten Mitarbeiterklassen. 23 Prozent der Unternehmen haben weniger als 500 Mitarbeiter, 25 Prozent zwischen 500 und 1.000 Mitarbeiter und 30 Prozent der Firmen zwischen 1.000 und 10.000 Mitarbeitern. 18 Prozent der Unternehmen haben zwischen 10.000 und 100.000 Mitarbeitern und 4 Prozent über 100.000 Mitarbeiter. Die größte Firma hat eine Mitarbeiteranzahl 382.000, der Durchschnitt über alle Firmen liegt bei knapp über 14.000 Mitarbeitern. Abbildung 50:
Mitarbeiteranzahl der teilnehmenden Unternehmen
60 30 %
Anzahl Firmen
50 40
23 %
25 % 18 %
30 20
4%
10 0 < 500
500 - 1.000
1.000 - 10.000
Mitarbeiteranzahl
10.000 100.000
> 100.000
n = 162
144
Die empirische Untersuchung zu Supply Frühwarnsystemen
Der Blick auf das Einkaufsvolumen (Abbildung 51) zeigt, dass jeweils etwa ein Viertel der Unternehmen unter 50 Millionen Euro bzw. zwischen 50 und 100 Millionen Euro liegt. Die drei Gruppen zwischen 100 Millionen und 1 Milliarde Euro machen 34 Prozent des Samples aus, während Firmen mit einem Einkaufsvolumen von über einer Milliarde Euro 19 Prozent darstellen. Das durchschnittliche Einkaufsvolumen bei den Teilnehmern liegt bei 2,7 Milliarden Euro. Abbildung 51:
Einkaufsvolumen der teilnehmenden Unternehmen
40
25 %
Anzahl Firmen
23 % 30
15 %
14 %
12 %
20
5%
7%
10 0 < 50
50 - 100
100 - 200
200 - 500
500 - 1.000
1. - 10.000
> 10.000
Einkaufsvolum en in Mio. EUR
n = 150
Aus Einkaufsvolumen und Umsatzzahlen lässt sich die Wertschöpfungstiefe der teilnehmenden Unternehmen ableiten, die einen ersten Hinweis auf die Relevanz des Einkaufs darstellt (Abbildung 52). Die überwiegende Mehrzahl (41 Prozent) der teilnehmenden Unternehmen hat eine eigene Wertschöpfungstiefe zwischen 50 und 60 Prozent. Im Umkehrschluss liegt somit für diese Unternehmen der Anteil der durch den Einkauf verantworteten Wertschöpfung zwischen 40 und 50 Prozent. Auch die durchschnittliche Wertschöpfungstiefe über alle Unternehmen liegt mit 55 Prozent in diesem Bereich. Eine Wertschöpfungsquote über 60 Prozent haben 32 Prozent der Unternehmen, während 27 Prozent unter 50 Prozent liegen. Abbildung 52: < 100 < 90 < 80 < 70 < 60 < 50 < 40 < 30 < 20 < 10
% % % % % % % % % %
Wertschöpfungstiefe der teilnehmenden Unternehmen 3 (2%) 7 (5%) 15 (10%) 22 (15%) 60 (41%) 17 (12%) 9 (6%) 9 (6%) 3 (2%)
1 (1%)
0
10
20
30
40
Anzahl Firmen
50
60
70 n = 146
Die empirische Untersuchung zu Supply Frühwarnsystemen
145
Die extern erbrachte Wertschöpfung wird von den beteiligten Unternehmen auf durchschnittlich 3.500 Lieferanten verteilt, von denen im Schnitt elf Prozent als strategisch bezeichnet werden. 85 Unternehmen (55 %) haben weniger als 1.000 Lieferanten (Abbildung 53), während die restlichen 70 Unternehmen (45 %) über 1.000 Lieferanten haben. Interessant ist der Zusammenhang zwischen der Gesamtanzahl der Lieferanten und dem Anteil strategischer Lieferanten. Während die Unternehmen mit unter 200 Lieferanten im Schnitt 26 Prozent als strategisch bezeichnen, sehen Unternehmen mit über 10.000 Lieferanten nur noch 4 Prozent als strategisch an. Über alle Gruppen nimmt der prozentuale Anteil der als strategisch gesehenen Lieferanten prozentual ab. Abbildung 53:
Lieferantenanzahl der teilnehmenden Unternehmen
30%
15% 10% 5%
33
26%
25% 20%
40
35
35
28
30
26
25
22
20
12%
15
11
11% 6%
5%
Anzahl antwortender Unternehmen Anteil strategischer Lieferanten
10 4% 5
0%
0 10.000 1.000 2.000 10.000 Anzahl Lieferanten n = 155
Ein Blick auf die Wertschöpfungskette (Abbildung 54) zeigt, dass der überwiegende Anteil von 46 Prozent der teilnehmenden Unternehmen Endprodukte herstellt. Als System- oder Modullieferant gruppieren sich 30 Prozent ein, während auf die Einzelteilelieferanten sowie die Rohmaterial- und Halbzeuglieferanten jeweils sechs Prozent entfallen. Unabhängig von der Wertschöpfungskette sind Handels- sowie Dienstleistungsunternehmen, die jeweils fünf bzw. sieben Prozent der Stichprobe ausmachen.
146
Die empirische Untersuchung zu Supply Frühwarnsystemen
Abbildung 54:
Stellung in der Wertschöpfungskette der teilnehmenden Unternehmen 46%
30%
7%
Indirekte Materialien / Dienstleistungen
5%
6%
6%
Handel
Rohstoff-/ Halbzeuglieferant
Einzelteilelieferant
Modul-/ Systemlieferant
OEM/ Endprodukthersteller
Wertschöpfungskette
n = 162
Eine Analyse des Hierarchielevels der einzelnen Teilnehmer zeigt, dass die Zielgruppe des oberen Einkaufsmanagements erreicht wurde (Abbildung 55). 53 Prozent aller Teilnehmer sind Einkaufsleiter in ihrem Unternehmen und weitere zehn Prozent Einkaufsverantwortliche einer Unternehmenseinheit. 28 Prozent der Teilnehmer nehmen als Abteilungs- oder Gruppenleiter Führungsaufgaben im Einkauf wahr. Bei drei Prozent der Unternehmen wurden die Fragebögen an definierte Supply Risk Manager weitergeleitet und durch diese ausgefüllt. Nur sechs Prozent der Teilnehmer wählten als Hierarchiegrad eine sonstige Kategorie aus, die einem Einkaufssachbearbeiter entspricht. Abbildung 55:
Hierarchielevel der Teilnehmer Anzahl Antwortende 0
20
40
60
Einkaufsverantwortlicher Unternehmenseinheit
16 (10%)
Abteilungsleiter / Gruppenleiter Einkauf
Sonstiges
100 86 (53%)
Einkaufsleiter / CPO
Risikomanager im Einkauf
80
45 (28%)
5 (3%)
9 (6%)
n = 161
Die empirische Untersuchung zu Supply Frühwarnsystemen
147
Abschließend zeigt die Tätigkeitsdauer in Funktionen des Supply Managements ebenfalls, dass ein sehr hohes Erfahrungslevel der Befragten vorliegt (Abbildung 56). Dieses ist umso höher einzuschätzen, als nur Tätigkeiten im Supply Management abgefragt wurden und nicht die Dauer der Berufstätigkeit. Nur 25 Prozent der Befragten können weniger als 5 Jahre Einkaufserfahrung vorweisen. Weitere 24 Prozent haben zwischen fünf und zehn Jahren in Einkaufsfunktionen gearbeitet, 28 Prozent zwischen zehn und 20 Jahren. Bis zu 30 Jahren haben 15 Prozent der Befragten angegeben und bis zu 40 Jahren 6 Prozent. Schließlich gab es drei Befragte (2 %), die fast ihr gesamtes Berufsleben in Funktionen von Einkauf und Supply Management verbracht haben, nämlich über 40 Jahre. Abbildung 56:
Tätigkeitsdauer in Funktionen des Supply Managements 0%
über 40 Jahre 30 bis 40 Jahre
5%
10%
15%
20%
25%
30%
2% 6%
20 bis 30 Jahre
15%
10 bis 20 Jahre 5 bis 10 Jahre unter 5 Jahren
28% 24% 25% n = 157
4.2
Konzeptualisierung der Konstrukte
Bei der Entwicklung der Messmethodik soll zwischen der Konzeptualisierung und der Operationalisierung der Forschungskonstrukte unterschieden werden. Bei der Konzeptualisierung geht es darum, die verschiedenen Dimensionen eines Phänomens zu erarbeiten (Homburg und Gieringer 1998, S. 114). Darunter ist die Aufstellung von Indikatorvariablen für die Konstrukte zu verstehen, während sich die Operationalisierung mit der Entwicklung einer Messskala beschäftigt (Homburg und Gieringer 1998, S. 114; Kaufmann 2001, S. 203; Riemenschneider 2006, S. 188/207). Die Sicherstellung von validen Messergebnissen wird als eines der „Kernprobleme“ in der Supply Management- und Logistikforschung gesehen (Corsten 2003, S. 50). Kapitel 4.2 fokussiert auf die Konzeptualisierung der Konstrukte, während sich das folgende Kapitel 4.3 mit der Operationalisierung beschäftigt. Die Konzeptua-
148
Die empirische Untersuchung zu Supply Frühwarnsystemen
lisierung wird für alle Konstrukte durchlaufen. Die einzelnen Kapitel fokussieren auf die drei Konstruktbereiche Aktivitäten, Performance und Umwelt. Kapitel 4.2.1 zeigt die Konzeptualisierung der Aktivitäten-Konstrukte, Kapitel 4.2.2 die Konzeptualisierung der Performance-Konstrukte und Kapitel 4.2.3 die der Umwelt-Konstrukte.
4.2.1
Konzeptualisierung der Aktivitäten-Konstrukte
Im Forschungsmodell zu Supply Frühwarnsystemen wurde in der Aktivitätsdimension das Supply Frühwarnsystem definiert. Für dieses Konstrukt konnte in der Literatur keine Konzeptualisierung identifiziert werden, weshalb eine eigene Konzeptualisierung und ein neues Messmodell aufgebaut wird. Unter einer Aktivität ist nach New und Payne (1995, S. 64) alles zu verstehen, was eine Organisation tut. Als eine solche Aktivität, die in der Organisation durchgeführt wird, ist auch das Supply Frühwarnsystem zu interpretieren. Die Prozesse eines Supply Frühwarnsystems sowie seine Aufgaben und Methoden wurden in Kapitel 2.3 detailliert dargelegt und erste Hinweise zur Anwendbarkeit in der Praxis anhand einer Case Study bei der Robert Bosch GmbH aufgezeigt. Daher werden die beiden Ebenen Prozesse und Aufgaben als Basis für die Konzeptualisierung genutzt. Die Methodenebene bleibt hierbei außen vor, da sich Aussagen auf dieser Ebene nur unternehmensindividuell treffen lassen (Rieser 1989, S. 41; Salvisberg 2001a, S. 22) und somit die Nutzung in einer Fragebogen-basierten empirischen Untersuchung nicht sinnvoll ist. Das Konstrukt des Supply Frühwarnsystems soll gemäß den Prozessdimensionen des Modells in fünf Bestandteile aufgespalten werden, die in der empirischen Untersuchung einzelne Konstrukte bilden: Supply Risikoidentifikation, Supply Risikoanalyse, Supplier Risikoidentifikation, Supplier Risikoanalyse und Supply Frühwarnkontrolle. Für die Supply Risikoidentifikation wurde als Aufgabe die umfassende Information über alle Risiken, die auf das Supply Management einwirken, definiert. Gemäß den Überlegungen aus Kapitel 3.2.2 können Risiken nach ihrer Herkunft in Organisations-, Netzwerk- und Umweltrisiken klassifiziert werden. Unter diesem Konstrukt ist daher der Einsatz von Methoden zu verstehen, die eine umfassende Identifikation von Organisations-, Netzwerk- und Umweltrisiken möglich machen. Für die Supply Risikoanalyse wurde als Aufgabe die genaue Analyse existierender Risiken vorgegeben. Die einzelnen Bestandteile wurden im Rahmen der Aufgabenbeschreibung bereits dargestellt und umfassen die Selektion von Beobachtungsbereichen (Drexel 1984, S. 93-96; Krystek und Müller 1999, S. 179; Lück 2001c, S. 33), die Bestimmung von Frühwarnindikatoren (Krystek und Müller 1999, S. 179; Lück 2001c, S. 33; Wildemann 2006, S. 47), die Festlegung von
Die empirische Untersuchung zu Supply Frühwarnsystemen
149
Sollwerten und Toleranzgrenzen (Krystek und Müller 1999, S. 179; Lück 2001c, S. 34; Wildemann 2006, S. 47), die Klassifizierung und Priorisierung von Supply Risiken (Lück 1999, S. 147; Schmid 1983, S. 31) sowie die graphische Darstellung der relevanten Supply Risiken (KPMG 1998, S. 23). Für die Supplier Risikoidentifikation gilt ein ähnliches Verständnis wie für die Supply Risikoidentifikation, jedoch auf Ebene von abgegrenzten Lieferantengruppen oder einzelner Lieferanten. Unter diesem Konstrukt ist daher der Einsatz von Methoden zu verstehen, die eine Identifikation von Organisations-, Netzwerk- und Umweltrisiken möglich machen, die kurzfristig in ausgewählten Supply Management-Bereichen auftreten können. Für die Supplier Risikoanalyse wurde die Aufgabe definiert, bei einzelnen Lieferanten oder einer kleinen Anzahl an Lieferanten die identifizierten drohenden Risiken genau zu bewerten und die weiteren Schritte des Supply Risk Managements vorzubereiten. In Kapitel 2.3.3 wurde als Bestandteile die Suche nach möglichen Ursachen (Haindl 1996, S. 14; Krystek und Müller 1999, S. 181; Pekayvaz 1985, S. 189; Rieser 1989, S. 39; Schmid 1983, S. 31), die Beurteilung der Eintrittswahrscheinlichkeit (Haindl 1996, S. 14; Yates und Stone 1992, S. 17), die Analyse möglicher Auswirkungen (Haindl 1996, S. 14; Schmid 1983, S. 31; Yates und Stone 1992, S. 17), die Analyse von Querverbindungen zwischen verschiedenen Supply Risiken (KPMG 1998, S. 23; Pekayvaz 1985, S. 189; Rieser 1989, S. 39), die Bewertung nach Dringlichkeit (Krystek und Müller 1999, S. 181) sowie das Aufzeigen möglicher Reaktionsstrategien (Drexel 1984, S. 102; Krystek und Müller 1999, S. 181; Pekayvaz 1985, S. 189; Schmid 1983, S. 31) beschrieben. Weitere Aufgaben im Hinblick auf die Vorbereitung der nächsten Schritte im Zyklus des Supply Risk Managements (KPMG 1998, S. 23) umfassen die Bewertung möglicher Reaktionsstrategien nach ihrem Nutzen (Müller 2001, S. 213; Pfuhlstein et al. 2004, S. 11) sowie die Aufbereitung von Informationen für die Durchführung weiterer Risikomanagement-Maßnahmen (KPMG 1998, S. 23; Krystek und Müller 1999, S. 180). Schließlich gibt es die Supply Frühwarnkontrolle, deren Aufgabendimensionen nach den Überlegungen in Kapitel 2.3.3 eine Prämissenkontrolle, eine Durchführungskontrolle sowie eine strategische Überwachung umfassen (Schreyögg und Steinmann 1985, S. 401-406). In den Pre-Tests des Fragebogens wurde deutlich, dass die Bedeutung einer strategischen Überwachung für viele Befragten unklar war, da im Supply Management keine konkreten Maßnahmen damit verbunden wurden. Aus diesem Grund wurde in der empirischen Untersuchung eine Klassifizierung nach Koppelmann (2004, S. 415) gewählt, der zwischen einer Prämissenkontrolle, einer Planfortschrittskontrolle und einer Ergebniskontrolle unterscheidet. Zusammenfassend ergibt sich der in Abbildung 57 dargestellte Aufbau der Dimensionen eines Supply Frühwarnsystems.
150
Die empirische Untersuchung zu Supply Frühwarnsystemen
Abbildung 57:
Konzeptualisierung des Supply Frühwarnsystems
Supply Frühwarnsystem
Supply Risikoidentifizierung
Supply Risikoanalyse
Supplier Risikoidentifizierung
Supplier Risikoanalyse
Supply Frühwarnkontrolle
Methoden zur Analyse und Eingrenzung existierender Risiken
Information über kurzfristig drohende Risiken, die auf das Supply Management einwirken
Methoden zur Bewertung drohender Risiken und Vorbereitung weiterer Schritte
Methoden zur Reduktion des Kontingenzrisikos
- Information über kurzfristige Risiken aus
- Ursachen
- Prämissenkontrolle
- Eintrittswahrscheinlichkeit
- Planfortschrittskontrolle - Ergebniskontrolle
Definitionen: Umfassende Information über alle Risiken
Indikatoren der Konstrukte: - Umfassende Information über Risiken aus a) Organisation b) Netzwerk c) Umwelt
- Beobachtungsbereiche - Frühwarnindikatoren - Sollwerte und Toleranzgrenzen
a) Organisation
- Auswirkungen
b) Netzwerk
- Querverbindungen
- Klassifizierung und Priorisierung
c) Umwelt
- Dringlichkeit
- Graphische Darstellung
- Aufzeigen Reaktionsstrategien - Bewertung Reaktionsstrategien - Aufbereitung von Informationen
In diesem Abschnitt soll außerdem die Konzeptualisierung der zukünftigen Nutzung hybrider Koordinationsformen durchgeführt werden, da die Form der Koordination zwischen zukaufendem Unternehmen und Lieferanten tendenziell ein Aktivitäten-Thema ist, das durch das einkaufende Unternehmen festgelegt wird. Die Thematik hybrider Koordinationsformen wurde bereits in Kapitel 2.2.2 zur Transaktionskostentheorie diskutiert. Dort wurden in Abbildung 16 auch verschiedene Koordinationsformen nach Picot et al. (2002, S. 82) vorgestellt. Diese werden in der empirischen Untersuchung als Dimensionen der zukünftigen Nutzung solcher Formen angewandt. Sie umfassen Jahresverträge, Langzeitvereinbarungen (Engelhardt 1992, S. 29; Erni et al. 2003, S. 41; Wannenwetsch 2007, S. 126) und Entwicklungskooperationen mit Lieferanten (Wannenwetsch 2007, S. 445-447), aber auch Lieferantenansiedlung in der Nähe des einkaufenden Unternehmens (Howard et al. 2006) und direkte Kapitalbeteiligungen am Lieferanten. Abbildung 58 zeigt die zukünftige Nutzung hybrider Koordinationsformen im Zusammenhang.
Die empirische Untersuchung zu Supply Frühwarnsystemen
Abbildung 58:
151
Konzeptualisierung der zukünftigen Nutzung hybrider Koordinationsformen
Zukünftige Nutzung hybrider Koordinationsformen Definition: Relative Bewegung eines Unternehmens hin zur Nutzung hybrider Koordinationsformen
Indikatoren des Konstrukts: - Jahresverträge
- Lieferantenansiedlung
- Langzeitvereinbarungen
- Kapitalbeteiligung
- Entwicklungskooperationen
4.2.2
Konzeptualisierung der Performance-Konstrukte
Im Forschungsmodell wurden die drei Performance-Konstrukte der Supply Risk Fähigkeiten, Supply Risk Performance und Supply Performance genutzt, die im Folgenden konzeptualisiert werden. Die Supply Risk Fähigkeit wurde hierbei als Fähigkeit des Risikomanagementsystems, die Supply Risk Performance als Ergebnisvariable des Risikomanagements und Fähigkeitsvariable des Gesamtsystems, die Supply Performance als Ergebnisvariable des gesamten Supply Managements definiert. Die Konzeptualisierungen von Supply Risk Fähigkeit und Supply Risk Performance stellen sich als schwierig heraus, da zu dieser Thematik nur zwei Veröffentlichungen im Rahmen der Recherche identifiziert werden konnten (Berg et al. 2008; Hillson 2004). Hierbei liegt von Berg et al. (2008) die theoretisch fundiertere Abhandlung vor. Die Autoren sprechen von einem „tentative approach“, da auch ihnen die Identifizierung anderer Publikationen in diesem Feld nicht gelungen ist und sie somit die Basis für diesen Bereich gelegt haben. Grundsätzlich gibt es zwei Möglichkeiten, die Supply Risk Performance einer Unternehmung zu bestimmen. Als erstes kann eine Zeitraumbetrachtung angestrebt werden, an deren Anfang und Ende Kennzahlen erhoben und miteinander verglichen werden. Hillson (2004, S. 11-13) unterscheidet hier vier einfache Maßgrößen und eine zusammengesetzte Maßgröße. Die ‚Anzahl aktiver Risiken’ gibt wieder, wie viele identifizierte und noch nicht gelöste Risiken existieren (Hillson 2004, S. 11). Die ‚Anzahl geschlossener Risiken’ gibt die Anzahl abgeschlossener Risiken in einem definierten Zeitraum wieder (Hillson 2004, S. 11). Die ‚Risikoprioritätsverteilung’ ergänzt die Anzeige der Risiken um eine Prioritätsdarstellung, z. B. nach A-, B- und C-Risiken (Hillson 2004, S. 11). Schließlich
152
Die empirische Untersuchung zu Supply Frühwarnsystemen
spiegelt das ‚Wahrscheinlichkeits-Auswirkungs-Maß’ (P-I-Score), entweder als Summe oder Durchschnittswert, die Ergebnisse einer Risikobewertung wieder, welche auf Basis einer Multiplikation der Wahrscheinlichkeit des Auftretens und der Auswirkung bei Eintritt der Risiken berechnet wird (Hillson 2004, S. 12). Die von Hillson (2004, S. 12-13) vorgeschlagene zusammengesetzte Maßzahl ‚Relativer Risk Exposure Index’ ist eine Multiplikation der beiden P-I-Scores im Verhältnis zu einer identisch berechneten Maßzahl eines Basisdatums. Es wird umgehend deutlich, dass die Übertragung dieser Überlegungen auf eine empirische Untersuchung nur schwer möglich ist. Zum einen bleibt die Frage offen, wie eine Risikobewertung in der Praxis standardisiert durchgeführt werden muss. So werden Unternehmen, die bewusst eine Risikoidentifikation durchführen, mehr Risiken identifizieren als Unternehmen, die sich noch nie mit der Thematik beschäftigt haben (Berg et al. 2008). Zum anderen sind diese Kenngrößen nur im Rahmen einer longitudinalen empirischen Untersuchung erfassbar, da Vergleichsdaten einer früheren Periode existieren müssen, um den Erfolg von Supply Frühwarnsystemaktivitäten nachweisen zu können. Hierzu ist bevorzugt eine Case-StudySystematik anzuwenden, um die Methoden der Risikobewertung über die einzelne Unternehmung hinaus vergleichbar zu machen. Als zweite Möglichkeit zur Bewertung der Supply Risk Performance ist ein Firmenvergleich möglich, der die Supply Risk Performance verschiedener Firmen im Sinne eines Benchmarking erfasst. Hierzu gibt die Veröffentlichung von Berg et al. (2008) wichtige Hinweise zu möglichen Kennzahlen, die in Abbildung 59 gelistet sind. Die Anordnung der Leistungskennzahlen stellen eine Prozess- oder eine Ergebnissicht dar, wobei Ergebnisse in Bezug auf das Risikomanagement an sich oder seine finanziellen Auswirkungen systematisiert werden können. Hier wird die im Forschungsmodell vorgenommene Aufteilung in die Supply Risk Fähigkeiten und die Supply Risk Performance deutlich, da die prozessorientierten Kennzahlen ersterem und die ergebnisorientierten letzterem entsprechen. Abbildung 59:
Kennzahlen zur Bewertung der Supply Risk Performance
Process-oriented risk metrics
Output-oriented risk metrics
Output-oriented financial metrics
- Number of risk identifications
- Frequency of accidents
- Business interruption value
- Number of risk assessments
- Impact of accidents
- Annual loss expected
- Number of risk mitigation actions
- Ratio of ‚fire-fighting‘ activities
- Estimated maximum loss
- Number of people trained
- Number of incidents handled well
- Reduction in insurance costs
- Hours of training
- Number of incidents handled poorly
- Ratio of people committed to SRM
- Lead time to react on risks
- Number of managers appointed to be responsible for supply risks
- Number of risk sources where probability has been reduced
- Number of contracts on SRM with suppliers
- Number of risk sources where impact has been reduced
- Progress in SRM implementation
- Reduction in total risk
- Usage of contingency plans
Quelle: Kennzahlen in Anlehnung an Berg et al. (2008)
Die empirische Untersuchung zu Supply Frühwarnsystemen
153
Auch hier wird deutlich, dass viele der Kennzahlen nur im Rahmen einer Case Study erfasst werden können, da unklar ist, welche von Unternehmen überhaupt genutzt werden und welchen Bewertungsmaßstäben diese unterliegen. Darüber hinaus ist bei einigen Größen nur im Einzelfall entscheidbar, ob eine positive oder negative Entwicklung hinter einer Veränderung liegt. So kann z. B. die Kennzahl ‚Number of risk mitigation actions’ sowohl positiv (zusätzliche proaktive Maßnahmen des Risikomanagements wurden eingeführt) als auch negativ (zusätzliche Risiken führen zu verstärkten Maßnahmen der Risikominderung) beurteilt werden. Aus diesen Gründen wird im Rahmen der durchgeführten empirischen Untersuchung die wahrgenommene Supply Risk Performance erfragt. Die genutzten Items müssen einer möglichst geringen Bewertungsunschärfe unterliegen und eindeutig als positiv oder negativ identifizierbar sein. Es werden sowohl Prozesskennzahlen als auch Ergebniskennzahlen genutzt. Auf finanzielle Kennzahlen wird verzichtet, da deren Nutzung in der Praxis zur Bewertung von Aktivitäten des Supply Risk Managements schwierig (Berg et al. 2008) und auch kaum verbreitet ist. Als prozessuale Dimensionen und somit als Konzeptualisierung der Supply Risk Fähigkeit wird die Sensibilisierung der Mitarbeiter im Supply Management (Berg et al. 2008) sowie die Gestaltung der Risikomanagementprozesse (Berg et al. 2008) genutzt. Ergänzend wird der Faktor der Top Management Attention ausgewählt, der sich in der Case Study bei der Robert Bosch GmbH als relevanter Erfolgsfaktor erwiesen hat (vgl. auch Henke 2006, S. 181; Kaufmann 2001, S. 254). Für die ergebnisorientierte Dimension und somit die Supply Risk Performance wird der Anteil an ‚Firefighting’-Aktionen im Einkauf (Berg et al. 2008), Veränderungen in der Häufigkeit eingetretener Risiken (Berg et al. 2008), Veränderungen im Ausmaß eingetretener Risiken (Berg et al. 2008) sowie die zum Kunden durchgeschlagenen Störungen (Berg et al. 2008) als Maßstab genutzt. Abbildung 60 zeigt die Konzeptualisierung von Supply Risk Fähigkeit und Supply Risk Performance in einem Überblick.
154
Die empirische Untersuchung zu Supply Frühwarnsystemen
Abbildung 60:
Konzeptualisierung der Supply Risk Fähigkeit und Performance
Supply Risk Fähigkeit & Performance
Supply Risk Fähigkeit
Supply Risk Performance
Definitionen: Befähigung, auf lange Sicht erfolgreiches Supply Risk Management zu betreiben.
Veränderung von Eintrittswahrscheinlichkeiten und/oder Auswirkungen von Supply Risiken
Indikatoren der Konstrukte: - Supply Risk Awareness
- Firefighting
- Risikomanagement-Prozesse
- Häufigkeit von Supply Risiken
- Top Management Attention
- Ausmaß von Supply Risiken - Kundenstörfälle
Auch für das Konstrukt der Supply Performance gibt es bislang keine standardisierten Meßmethoden (Buchholz 2002, S. 370; Kaufmann 2001, S. 273; Moser 2006, S. 153; O'Toole und Donaldson 2002, S. 201; Stanley 1993, S. 211). Die Messung der Supply Performance hat sich als ausgesprochen schwierig erwiesen (Easton et al. 2002, S. 123; Hartmann et al. 2007, S. 32; Murphy et al. 1996, S. 77; Otto und Kotzab 2002, S. 129), da sie u. a. das Ergebnis vieler funktionsübergreifender Aktivitäten ist (Beamon 1999, S. 278-279; Easton et al. 2002, S. 126; Homburg et al. 1997, S. 53) und die Input-Output-Beziehungen nicht so einfach messbar sind wie in anderen Abteilungen (van Weele 1995, S. 78). So kann eine Kostenreduktion in der Beschaffung sowohl auf gute Verhandlungen zurückzuführen sein als auch auf eine allgemeine Abnahme von Rohstoffpreisen, Skaleneffekte, Vereinfachung von Spezifikationen oder viele andere Ursachen. Die Notwendigkeit einer multidimensionalen Messung wird jedoch einheitlich vertreten (Beamon 1999, S. 280; Chow et al. 1994, S. 22; Homburg et al. 1997, S. 51; Kaufmann 2001, S. 273; Meyer 1986, S. 10-11; Monczka und Carter 1978, S. 42). Aufgrund der zumeist unübersichtlichen Situation in der Begriffswelt des Supply Managements (Jahns 2005c, S. 26), können hierzu auch Publikationen aus
Die empirische Untersuchung zu Supply Frühwarnsystemen
155
angrenzenden Bereichen wie Logistik und Supply Chain Management relevant sein. Otto und Kotzab (Otto und Kotzab 2002, S. 127) stellen in ihrem Beitrag sechs Perspektiven zur Beurteilung des Erfolgsbeitrags heraus, abhängig vom gewählten Verständnis des Supply Chain Managements. Jahns (2005c, S. 297) stellt heraus, dass Anzahl und Art möglicher Zielkategorien im Supply Management „nahezu unerschöpflich“ sind. Grundsätzlich unterschieden werden können nach Hughes (2005, S. 23) beziehungsorientierte, operative, strategische und finanzielle Kennzahlen zur Erfolgsmessung im Supply Management. Beziehungsorientierte Kennzahlen schränken den Beobachtungsraum nur auf die Erfolgsmessung der Risiken in der Lieferantenkette ein und vernachlässigen Umwelt- und Organisationsrisiken. Finanzielle Risiken sind in die anderen Kategorien zu integrieren, um die Zielsetzung einer multidimensionalen Messung zu erfüllen (Meyer 1986, S. 10). Strategische Kennzahlen eignen sich grundsätzlich zur Erfolgsmessung, allerdings müsste ein Supply Frühwarnsystem um eine Betrachtung von Chancen erweitert werden, um strategische Erfolgsbeiträge identifizieren zu können und somit substanziell zu strategischen Erfolgsgrößen beizutragen. Daher eignen sich für diese Arbeit operative Kennzahlen am besten zur Messung der Auswirkungen einer positiven Supply Risk Performance. Für das Konstrukt der Supply Performance werden häufig genannte Dimensionen genutzt, welche somit die operativen Ziele des Supply Managements charakterisieren. Häufig genannt werden drei Dimensionen in der Literatur, die sich Kosten-, Qualitäts- und Zeitaspekten zuordnen lassen (Buchholz 2002, S. 369; Homburg et al. 1997, S. 52; Sánchez-Rodríguez und Hemsworth 2005, S. 224; Stanley 1993, S. 217; van Weele 1995, S. 79). Als vierte Dimension wird in dieser Arbeit der Flexibilitätsaspekt genutzt (Beamon 1999, S. 281; Bolstorff 2003, S. 8; Koppelmann 2004, S. 107; Meyer 1986, S. 104; Scannell et al. 2000, S. 26; Stanley 1993, S. 216). Flexibilität wird durch die in Kapitel 1 vorgestellten Aktivitäten wie Justin-Time besonders betont und hat in den vergangenen Jahren stark an Bedeutung gewonnen. Aktivitäten des Supply Risk Managements können einen starken Einfluss auf die Flexibilität haben (Meyer 1986, S. 144), als Beispiel mag die Entscheidung zu höheren Lagerbeständen gelten, durch welche die Flexibilität im Falle plötzlich erhöhter Kundenanforderungen positiv beeinflusst werden kann. Hier zeigt sich ebenfalls der mögliche Zielkonflikt zwischen den Beschaffungszielen (Vachon und Klassen 2002, S. 227), da aus Kostensicht eine Minimierung der Lagerbestände wünschenswert ist. Explizit nicht integriert wird der Sicherheitsaspekt in der Operationalisierung von Supply Performance. Wenngleich eine Risikodimension in neueren Veröffentlichungen häufig als Ergebnisgröße vorgeschlagen wird (z. B. A.T. Kearney 2005, S. 3; Jahns et al. 2006e, S. 17; Koppelmann 2004, S. 115-117), wurde diese bereits durch das Konstrukt der Supply Risk Performance abgedeckt. Eine zweifache Integration in das Modell ist aus statistischer Sicht nicht zielführend, da sich sonst eine Verfälschung durch eine stark positive Korrelation zwischen der Supply Risk Performance und des Risikokon-
156
Die empirische Untersuchung zu Supply Frühwarnsystemen
strukts der Supply Performance ergeben würde. Supply Performance wird daher durch die vier in Abbildung 61 dargestellten Konstrukte dargestellt (ebenso u. a. Winkler 2005, S. 92). Der Ersatz des Supply Performance-Konstrukts durch vier einzelne Konstrukte (statt der Nutzung von vier Indikatoren) ist angebracht, da die Supply Risk Performance völlig unterschiedliche Auswirkungen auf die vier Dimensionen haben kann. So ist vorstellbar, dass z. B. ein hoher finanzieller Einsatz im Supply Risk Management zu hervorragenden Ergebnissen in der Qualitäts-, Zeit- und Flexibilitäts-Performance führt. In der Kostendimension kann sich der finanzielle Einsatz jedoch negativ bemerkbar machen. Da ein Risikomanagement sich auf die Einkaufsstrategie als Ganzes beziehen soll, wird ein gleichfalls positiver Zusammenhang zwischen der Supply Risk Performance und den vier Supply Performance-Konstrukten weiterhin hypothetisiert und in der empirischen Untersuchung überprüft. Abbildung 61:
Die Konstrukte der Supply Performance
Supply Performance
Kosten
Qualität
Zeit
Flexibilität
Im Folgenden werden die vier Konstrukte konzeptualisiert: Zur Messung der Kostenleistung von Einkauf und Supply Management unterscheidet man zwischen der Kostenreduktion und der Kostenvermeidung (Monczka et al. 1979, S. 83 führen in ihrer Quelle als dritten Faktor den Return on Investment auf, der aufgrund obiger Überlegungen zu finanziellen Einkaufskennzahlen nicht verfolgt werden soll). In den Bereich der Kostenreduktion fallen als wichtigster Faktor die Senkung von Beschaffungskosten der zugekauften Produkte (Beamon 1999, S. 282; Homburg et al. 1997, S. 55; Sánchez-Rodríguez et al. 2006, S. 64; Seggewiß 1985, S. 89). Die relevanten Kosten zu den ‚landed cost’ eines Gutes umfassen neben den Materialkosten vor allem Logistikkosten, während Steuern und Zollabgaben durch das zukaufende Unternehmen nicht beeinflussbar sind. Logistikkosten sind daher eine Erfolgskategorie (Beamon 1999, S. 282; Rodrigues et al. 2004, S. 93). Die Kapitalbindungskosten des beschaffenden Unternehmens können durch ein effizientes Bestandsmanagement positiv beeinflusst werden (Beamon 1999, S. 282; Seggewiß 1985, S. 89-90). Abschließend entstehen im beschaffenden Unternehmen System- oder Prozesskosten für die Einkaufsorganisation an sich, die ebenfalls unter Effizienzgesichtspunkten beurteilt werden müssen (Homburg et al. 1997, S. 55; Seggewiß 1985, S. 90-91). Im Bereich der Kostenvermeidung sind insbesondere Aktivitäten des Einkaufs in der eigenen Organisation zu nennen, die
Die empirische Untersuchung zu Supply Frühwarnsystemen
157
zu finanziellen Einsparungen führen. Hierunter fallen z. B. Spezifikationsänderungen, die einen Zukauf aus kostengünstigeren Quellen ermöglichen oder auch die Nivellierung und Standardisierung der Nachfrage des internen Kunden (Moser 2006, S. 155). Unter dem Erfolgsfaktor der Qualität (Supply Quality Performance) ist die Sicherstellung der „differenzierenden Eigenschaften eines Produkts und damit [die] Verwendungseignung“ (Winkler 2005, S. 97) zu verstehen. Für die Supply Quality Performance muss nach Winkler (2005, S. 97) zwischen Produktqualität und einer Erfüllung der Kundenanforderungen unterschieden werden. Die Produktqualität aus Sicht des Supply Managements bezieht sich auf die Lieferantenbasis und die von dort zugekauften Produkte. Nach Curkovic et al. (2000, S. 397) sind vier Dimensionen der Produktqualität zu unterscheiden. Unter der Spezifikationsübereinstimmung (Conformance to specification) ist die Fähigkeit des Lieferanten zu verstehen, Produkte herzustellen, die mit der Spezifikation des einkaufenden Unternehmens genau übereinstimmen (Curkovic et al. 2000, S. 390; Garvin 1987, S. 105; Park und Hartley 2002, S. 53; Paulraj und Chen 2007, S. 42; SánchezRodríguez et al. 2006, S. 64; Scannell et al. 2000, S. 33). Die Spezifikationsübereinstimmung ist die traditionelle Qualitätsdimension (Garvin 1987, S. 105). Die Zuverlässigkeit (Reliability) zielt auf die Fähigkeit der Lieferanten ab, die Wahrscheinlichkeit des Ausfalls von zugekauften Produkten zu minimieren (Curkovic et al. 2000, S. 390; Garvin 1987, S. 105; Park und Hartley 2002, S. 53; Scannell et al. 2000, S. 33). Die Haltbarkeit (Durability) als Dimension gibt die Fähigkeit wieder, die Zeit bis zum Ausfall der zugekauften Produkte zu maximieren (Curkovic et al. 2000, S. 390; Garvin 1984, S. 31-32; Park und Hartley 2002, S. 53; Scannell et al. 2000, S. 33). Schließlich ist die Designqualität (Design Quality) ein Bewertungsmaßstab für den Lieferanten, ob er über das Know-how zur Herstellung von Produkten verfügt, welche die Anforderungen des Kunden erfüllen können (Curkovic et al. 2000, S. 390). Die Designqualität wird hier gemäß Curkovic in die Betrachtung integriert, da sie den Fokus auch auf die Lieferantenauswahl richtet. Andere Ansätze im Bereich der Supply Chain-Forschung haben sich für eine Ausblendung dieser Dimension entschieden und die Qualitätsperformance nur auf den ersten drei Dimensionen aufgebaut (vgl. z. B. Scannell et al. 2000, S. 33). Der zweite Bereich der Erfüllung der Kundenanforderungen richtet sich aus der Sicht des Supply Managements nach innen in das eigene Unternehmen. Gefragt ist hier eine Servicequalität, die zum internen Kunden hin erbracht werden muss (vgl. auch Young und Varble 1997). Diese interne Servicequalität stellt die Fähigkeit des Supply Managements dar, die Anforderungen des internen Kunden zu erfüllen (Curkovic et al. 2000, S. 390; Young und Varble 1997). Für die Zeitleistung (Supply Time Performance) schlagen Jayaram et al. (2000, S. 318) vier Dimensionen vor, von denen für diese empirische Untersuchung drei übernommen werden. Es entfällt die Zeit, die zur Entwicklung neuer Produkte vergeht. Diese Dimension lässt nur eine geringe Korrelation mit Maßnahmen des
158
Die empirische Untersuchung zu Supply Frühwarnsystemen
Risikomanagements erwarten und wird teilweise noch in einer Flexibilitätsdimension aufgegriffen. Die Durchlaufzeit (Manufacturing Lead Time) bezeichnet die Zeitspanne, die zur Produktion beim Lieferanten benötigt wird (Beamon 1999, S. 284; Jayaram et al. 2000, S. 330; Park und Hartley 2002, S. 53; Vachon und Klassen 2002, S. 223). Die Lieferzeit (Delivery Speed/Cycle Time) bezieht sich auf die Zeitspanne zwischen Kundenbestellung und Ablieferung beim Kunden (Bolstorff 2003, S. 7-8; Buchholz 2002, S. 369; Hult et al. 2002, S. 580; Jayaram et al. 2000, S. 330; Park und Hartley 2002, S. 53; Rodrigues et al. 2004, S. 93; Schramm-Klein und Morschett 2006, S. 295; Stank et al. 2001, S. 35). Die Antwortzeit (Responsiveness to customer) bezieht sich auf die Zeitspanne, die ein Lieferant benötigt, um Anfragen, Bestellungen oder Beanstandungen des Kunden zu bearbeiten (Beamon 1999, S. 283; Jayaram et al. 2000, S. 330; Paulraj und Chen 2007, S. 42). Als vierte Dimension wird die Liefertreue (Delivery Performance) genutzt, welche die Gesamtfähigkeit des Lieferanten widerspiegelt, bestellte Produkte zum gewünschten Zeitpunkt bereitzustellen (Beamon 1999, S. 283; Bolstorff 2003, S. 7; Buchholz 2002, S. 369; Gaudenzi und Borghesi 2006, S. 115; Park und Hartley 2002, S. 53; Paulraj und Chen 2007, S. 42; SánchezRodríguez et al. 2006, S. 64; Schramm-Klein und Morschett 2006, S. 295; Stank et al. 2001, S. 35). Unter Flexibilität (Supply Flexibility Performance) ist die Anpassungsfähigkeit des Supply Managements an unerwartete Ereignisse (Meyer 1986, S. 145) zu verstehen. Flexibilität lässt sich gemäß Beamon (1999, S. 285) in vier Typen zerlegen. Die Volumenflexibilität (Volume Flexibility) bezieht sich auf die Fähigkeit, Mengenänderungen gegenüber Plan flexibel nachkommen zu können (Beamon 1999, S. 285; Bolstorff 2003, S. 8; Paulraj und Chen 2007, S. 42; Scannell et al. 2000, S. 32; Stank et al. 2001, S. 35). Lieferflexibilität (Delivery Flexibility) ist die Fähigkeit, Terminänderungen gegenüber Plan flexibel nachkommen zu können (Beamon 1999, S. 285). Die Produktmixflexibilität (Mix Flexibility) bezieht sich auf die Fähigkeit, bei einer kurzfristigen Bestelländerung andere als die bestellten Produkte herstellen zu können (Beamon 1999, S. 285; Scannell et al. 2000, S. 32). Schließlich bezieht sich die Produktentwicklungsflexibilität (New Product Flexibility) auf die Fähigkeit bei der Entwicklung und Einführung neuer sowie der Modifizierung bestehender Produkte (Beamon 1999, S. 285). Diese soll hier im Sinne einer Modifikationsflexibilität genutzt werden, welche die Fähigkeit zur Anpassung existierender Produkte darstellt (Scannell et al. 2000, S. 32). Zusammenfassend ergibt sich der in Abbildung 62 dargestellte Aufbau der Supply Performance-Dimensionen.
Die empirische Untersuchung zu Supply Frühwarnsystemen
Abbildung 62:
159
Konzeptualisierung der Supply Performance
Supply Performance
Supply Cost Performance
Supply Quality Performance
Supply Time Performance
Supply Flexibility Performance
Sicherstellung der differenzierenden Eigenschaften der zugekauften Produkte
Termingerechte Leistungserfüllung aller Anfragen und Bestellungen
Anpassungsfähigkeit des Supply Managements an unerwartete Ereignisse
Definitionen: Steigerung des Wertbeitrages durch Kostenreduktion oder Kostenvermeidung
Indikatoren der Konstrukte: - Produkt- / Materialkosten
- Spezifikationsübereinstimmung
- Durchlaufzeit
- Volumenflexibilität
- Lieferzeit
- Lieferflexibilität
- Logistikkosten
- Zuverlässigkeit
- Antwortzeit
- Kapitalbindungskosten
- Haltbarkeit
- Liefertreue
- Produktmixflexibilität
- System- oder Prozesskosten
- Erfüllung der Kundenanforderungen
- Kostenvermeidung
- Designqualität
- Modifikationsflexibilität
Auf Basis dieser Ergebnisse lassen sich nun auch die in Kapitel 3.3.2 offen gelassenen Nutzenkategorien eines Supply Frühwarnsystems identifizieren. Unter den Anpassungskosten sollen – gemäß dem Konstrukt der Supply Cost Performance – fünf Kostendimensionen zusammengefasst werden. Inhaltlich geht es hierbei um Kosten, die der Unternehmung durch die Implementierung eines Supply Frühwarnsystems erspart bleiben. Es geht daher stets um eine Kostenvermeidung. Daher ist die Dimension der Produkt-/Materialkosten bei einer direkten Abfrage der Nutzenpotenziale des Supply Frühwarnsystems nicht relevant. Durch Risiken entstehende Zusatzkosten zeigen sich vielmehr in den anderen Kostenkategorien (z. B. erhöhte Logistikkosten oder erhöhte Systemkosten), die Produktkosten selber bleiben üblicherweise jedoch gleich gemäß den vertraglichen Vereinbarungen. Die übrigen vier Kategorien sind für ein Supply Frühwarnsystem relevant. Hinzu kommt die Vermeidung von Kosten auf Seiten des Lieferanten (z. B. Kostenersparnis durch vermiedene Regressforderungen in Folge von verspäteten Lieferungen). Diese Kostendimension ist für die Einkaufsleistung als solche nicht relevant, da diese sich auf ein fokales Unternehmen bezieht, für ein Supply Frühwarnsystem jedoch eine relevante Größe. Den fünf in Kapitel 3.3.2 eingeführten Kostendimensionen stehen daher die folgenden fünf Nutzendimensionen gegenüber: Vermeidung von Logistikkosten, Vermeidung von Kapitalbindungskosten, Vermei-
160
Die empirische Untersuchung zu Supply Frühwarnsystemen
dung von System-/Prozesskosten, Vermeidung von Kosten bei den internen Kunden sowie die Vermeidung von Kosten beim Lieferanten. Diese fünf Nutzenkategorien werden im explorativen Teil der empirischen Untersuchung abgefragt und können in der Auswertung den fünf in Kapitel 3.3.2 definierten Kostenkategorien gegenübergestellt werden.
4.2.3
Konzeptualisierung der Umwelt-Konstrukte
Im Forschungsmodell wurden insgesamt fünf Umwelt-Konstrukte aufgestellt, die aus Transaktions-, Principal Agent- und System-Theorie abgeleitet wurden und einen prognostizierten Einfluss auf die Supply Risk Performance haben. Anders als bei den Konstrukten der Aktivitäten- und Performance-Dimensionen konnten im Bereich der Umweltkonstrukte Arbeiten identifiziert werden, anhand derer ihre Konzeptualisierung durchgeführt wurde. Eine vollständige Übernahme war jedoch nur in wenigen Fällen möglich, da die Messmodelle auf die Besonderheiten eines strategischen Supply Management-Ansatzes im Kontext dieser Arbeit übertragen werden mussten. Im Folgenden wird die Konzeptualisierung der fünf Umweltkonstrukte Faktorspezifität, Komplexität, Dynamik, vorvertragliche Unsicherheit und nachvertragliche Unsicherheit beschrieben. (1) Faktorspezifität Der erste Umweltfaktor, die Faktorspezifität, tritt nach Williamson (1985, S. 55) insbesondere in vier Formen auf (Müller 2005, S. 728; Pfohl und Large 1992, S. 22): Standortspezifität (site specifity), Sachkapitalspezifität (physical asset specifity), Humankapitalspezifität (human asset specifity) und zweckgebundene Sachwerte (dedicated assets). Fast alle empirischen Arbeiten, welche Faktorspezifität als Konstrukt aufstellen, nutzen Williamsons Kategorien (Mehlhorn 2002, S. 165-166; Nooteboom et al. 1997, S. 336). Die Standortspezifität zielt auf die Kosten ab, die mit einem Standortwechsel verbunden sind. Insbesondere sind hierunter Investitionen in Standorte zu verstehen, die Transport- und Lagerkosten einsparen und somit zu niedrigeren Transaktionskosten führen (Fischer 1994, S. 583; Nooteboom et al. 1997, S. 336; Williamson 1985, S. 95; Williamson 1991, S. 281). Entwicklungen in Lieferantennetzwerken wie die Ansiedlung von Lieferanten in der Nähe der Kunden und Durchführung von JIT-Konzepten sind relevante Beispiele dieser Kategorie. Als zweites zeigt sich die Kategorie der Sachkapitalspezifität als relevant. Hierunter sind die Kosten zur gegenseitigen Abstimmung der Schnittstellen zu verstehen, was auch Investitionen in Maschinen und Ausrüstung, die für die Transaktion notwendig sind, umfasst (Artz und Brush 2000, S. 349; Mehlhorn 2002, S. 167; Möller 2002, S. 211; Nooteboom et al. 1997, S. 336; Williamson 1985, S. 95;
Die empirische Untersuchung zu Supply Frühwarnsystemen
161
Williamson 1991, S. 281; Zaheer et al. 1998, S. 148). Die Investition in technisches Equipment ist Grundvoraussetzung für die Produktion der durch den Kunden abzunehmenden Güter und ist somit in der Abnehmer-Lieferanten-Beziehung ebenfalls relevant (vgl. auch Walker und Poppo 1991, S. 73). Als dritte Kategorie sind die humankapitalspezifischen Investitionen zu betrachten. Diese umfassen den Aufbau von geschäftlichem Know-how. Einer der Transaktionspartner muss in die Wissensbasis seiner Mitarbeiter investieren, um den Anteil an Spezialwissen zu erhöhen (Artz und Brush 2000, S. 349; Mehlhorn 2002, S. 167; Möller 2002, S. 211; Nooteboom et al. 1997, S. 336; Williamson 1985, S. 96; Williamson 1991, S. 281). Diese Kategorie erweist sich auf Abnehmer- und Lieferantenseite relevant, da die ‚Schnittstelle Mensch’ aufeinander abgestimmt werden muss (vgl. auch Walker und Poppo 1991, S. 73). Insbesondere in High Tech-Industrien ist das gegenseitige Verständnis von Produktionsprozessen und finalen Produkten eine unabdingbare Voraussetzung für zufriedenstellende Produkte (vgl. u. a. Bensaou und Anderson 1999, S. 461). Ein Beispiel umfasst den Bereich des Simultaneous Engineering, in dessen Kontext das Supply Management den Lieferanten frühzeitig in die Produktentwicklung mit einbezieht, um Know-how vom Lieferantenmarkt in die Entwicklung des Endprodukts mit einfließen zu lassen. Die resultierende Kostenreduktion des Produkts wird teilweise durch die entstehenden Investitionen in den Simultaneous Engineering-Prozess wieder aufgehoben. Schließlich gibt es die zweckgebundenen Sachwerte. Unter diesem Begriff sind Investitionen zu verstehen, die von einem der Vertragspartner ausschließlich für den anderen Partner durchgeführt werden und die außerhalb der betreffenden Transaktion keinen wirtschaftlichen Wert haben (Bensaou und Anderson 1999, S. 461; Mehlhorn 2002, S. 168; Nooteboom et al. 1997, S. 336; Williamson 1985, S. 96; Williamson 1991, S. 281). Hier sind zum Beispiel Investitionen des Lieferanten in Produktionskapazitäten zu zählen, die dieser ausschließlich vornimmt, um einen höheren Bedarf eines Kunden zu befriedigen, für die es jedoch bei anderen Kunden keine Abnahmemöglichkeiten gibt (Gierl 2001, S. 57; Römer 2004, S. 256; Wentges 2002, S. 41). (2) Komplexität Der zweite Umweltfaktor, die Komplexität, ist auf die Vielzahl und Vielfalt von Umweltänderungen im Beschaffungsumfeld gerichtet. Die durch den Supply Manager zu bewältigende Beschaffungskomplexität resultiert vor allem aus der Komplexität der Beschaffungsumwelt. Wenn dieses Umfeld systemtheoretisch als eine Agglomeration von einzelnen Systemen interpretiert wird, die miteinander in Kommunikation stehen, ergibt sich das grundsätzliche Verständnis der Komplexität: Das Beschaffungsumfeld ist dann komplex, wenn es Diversität, Heterogenität
162
Die empirische Untersuchung zu Supply Frühwarnsystemen
und einen hohen Grad an Interdependenz aufweist (Choi und Krause 2005, S. 641; Homburg und Werner 1998, S. 993; Werner 1997, S. 64). Unter der Diversität wird die Anzahl der Lieferanten verstanden (Choi und Krause 2005, S. 642; Engelhardt-Nowitzki und Zsifkovits 2006, S. 21; Homburg und Werner 1998, S. 993; Werner 1997, S. 64), die Heterogenität bezeichnet den Grad der Ähnlichkeit der Lieferanten untereinander (Choi und Krause 2005, S. 642; Homburg und Werner 1998, S. 993; Werner 1997, S. 64) und der Grad der Interdependenz bezeichnet die Stärke der Beziehungen, die zwischen einzelnen Lieferanten bestehen, also die netzwerkbezogene Interdependenz (Choi und Krause 2005, S. 642-643; Engelhardt-Nowitzki und Zsifkovits 2006, S. 21; Homburg und Werner 1998, S. 993; Werner 1997, S. 64). Von diesem Verständnis startet auch Kaufmann (2001, S. 234), der jedoch Komplexität über Wettbewerbsparameter in der Branche erfasst. Kaufmann führt aus, dass die wettbewerbliche Komplexität in das Unternehmen hineinstrahlt und somit Wettbewerbsfaktoren geeignet sind zur Konzeptualisierung von Komplexität (Kaufmann 2001, S. 235). In den Experteninterviews zu dieser Arbeit erwies es sich bereits in einer frühen Phase als sehr schwierig für die Befragten, die Heterogenität und den Grad der Interdependenz zuverlässig zu beurteilen. Darüber hinaus wurde die Aussagefähigkeit des Faktors Diversität bezweifelt, weil alleine die Anzahl der Lieferanten nicht für eine große Komplexität stehen muss. Große Unternehmen mit hohem Beschaffungsvolumen haben in den meisten Fällen mehr Lieferanten als kleine Unternehmen mit eher geringem Beschaffungsvolumen. Nicht in jedem Fall muss aber die Komplexität des Umfeldes nur aufgrund der Größe der Unternehmen als hoch eingeschätzt werden. Diese Überlegungen haben auch bei Kaufmann zu Problemen geführt, so dass er die traditionellen Indikatoren der Komplexität während der Operationalisierung eliminieren musste und nur noch die Wettbewerbsfaktoren nutzt (Kaufmann 2001, S. 235-236). Auch Choi und Krause (2005, S. 651) adressieren in ihrer Arbeit dieses Problemfeld. Werner (1997, S. 132) kann ebenfalls keine zufriedenstellende Reliabilität erreichen, weshalb er den Faktor der Komplexität in zwei Faktoren aufteilt (Komplexität der externen Faktoren und Lieferantenkomplexität) und gleichzeitig mehrere Indikatoren eliminiert (Werner 1997, S. 132-133). Die durch ihn gewählte Komplexität der externen Faktoren bleibt jedoch in ihrer Bedeutung unklar und wird in seiner Arbeit nicht weiter erläutert. Aus diesen Überlegungen wird die Konzeptualisierung von Kaufmann auch für diese Arbeit übernommen, in dessen empirischer Untersuchung sich fünf Wettbewerbsfaktoren als reliabel erwiesen haben: die Notwendigkeit von Kostensenkungen, die Notwendigkeit von Qualitätssteigerung, die Existenz von Technologiesprüngen, die Notwendigkeit der Verkürzung von Entwicklungszeiten sowie die
Die empirische Untersuchung zu Supply Frühwarnsystemen
163
Notwendigkeit des Einhaltens vorgegebener Liefertermine (Kaufmann 2001, S. 235-237). (3) Dynamik Der dritte Umweltfaktor, die Dynamik, ist auf die Veränderlichkeit und Vieldeutigkeit des Beschaffungsumfelds gerichtet und mithin auch auf die Veränderlichkeit und Vieldeutigkeit der Wettbewerbsfaktoren der Komplexität. Wenn sich solche Umweltfaktoren ändern, kann dies als Dynamik des Beschaffungsumfeldes verstanden werden (vgl. auch Werner 1997, S. 65). Sie wurde bereits in anderen Arbeiten im Beschaffungsumfeld konzeptualisiert. Hierbei werden unter der Dynamik die drei Faktoren Frequenz, Variabilität und Vorhersehbarkeit unterschieden (Homburg und Werner 1998, S. 993; Kaufmann 2001, S. 237; Werner 1997, S. 65). Unter der Frequenz wird die Häufigkeit von Änderungen im Beschaffungsumfeld verstanden (Homburg und Werner 1998, S. 993; Werner 1997, S. 65). Die Variabilität bezieht sich auf die Stärke des Wandels, also auf das Ausmaß der Veränderung im Beschaffungsumfeld (Homburg und Werner 1998, S. 993; Werner 1997, S. 65). Schließlich gibt die Vorhersehbarkeit an, inwieweit es im Supply Management möglich ist, die Veränderungen im Beschaffungsumfeld frühzeitig wahrzunehmen (Homburg und Werner 1998, S. 993; Werner 1997, S. 65). (4) Vorvertragliche Unsicherheit Der vierte Umweltfaktor, die vorvertragliche Unsicherheit, setzt sich aus den Problembereichen der Hidden Characteristics und der Hidden Intention aus der Principal Agent-Theorie zusammen. Gemäß den Überlegungen aus Kapitel 2.2.1 werden hierbei Eigenschaften bewusst durch den Lieferanten verborgen gehalten (Kaluza et al. 2003, S. 29). Nach Schulz (2005, S. 36) ist die Höhe der Verhaltensunsicherheit ex-ante von zwei Faktoren abhängig: Der Prognosefähigkeit des Entscheiders sowie den Verhaltensoptionen der Akteure. Im Kontext dieser Arbeit ist somit die Bewertung der Verhaltensunsicherheit vor Vertragsabschluss anhand der Prognosefähigkeit des Einkaufs sowie des Verhaltens der Lieferanten zu interpretieren. Die Prognosefähigkeit des Einkaufs wird beeinflusst durch verschiedene Kriterien. Kaluza et al. (2003, S. 32-34) unterscheiden insgesamt fünf solcher Kriterien, die auch das Ausmaß bestimmen, mit denen Agenten Ergebnisse beeinflussen können: den Wertschöpfungsanteil, die Komplexität der Zulieferteile, den Anteil an F&ELeistungen, den Zugang zu kritischen Ressourcen sowie besondere Fähigkeiten der Zulieferer. Der Wertschöpfungsanteil wird als einziges der fünf Kriterien nicht in die Konzeptualisierung übernommen, da er keinen direkten Bezug zur Prognosefähigkeit des Einkaufs aufweist. Die Komplexität der Zulieferteile erfor-
164
Die empirische Untersuchung zu Supply Frühwarnsystemen
dert spezielle Fähigkeiten der Lieferanten (Kaluza et al. 2003, S. 32-33; Wildemann 2006, S. 132) und kann bis hin zu einer Black Box-Fertigung reichen, bei der das abnehmende Unternehmen nur noch die Funktion spezifiziert ohne sich über die Herstellprozesse im Klaren zu sein. Der Anteil an F&E-Leistungen fokussiert auf den Beitrag des Lieferanten zum innovativen Potenzial eines Produkts und trägt so entscheidend zu seinem Markterfolg bei (Kaluza et al. 2003, S. 33). Die Existenz kritischer Ressourcen kann ein Alleinstellungsmerkmal des Lieferanten sein und stellt sich zum Beispiel in der Verfügbarkeit spezieller Technologien oder dem Zugang zu Rohmaterialmärkten dar (Kaluza et al. 2003, S. 33). Schließlich sind allgemein besondere Fähigkeiten der Lieferanten zu beachten, die sich sowohl in kaufmännischen als auch in technischen Funktionen ausdrücken (Kaluza et al. 2003, S. 33-34; Wildemann 2006, S. 131) und es dem einkaufenden Unternehmen ebenfalls schwer machen, die Leistungserstellung auf dem Beschaffungsmarkt vollständig beurteilen zu können. Je stärker diese Kriterien in einer Geschäftsbeziehung ausgeprägt sind, desto höher ist die Gefahr, durch opportunistisches Verhalten des Agenten geschädigt zu werden, da die Prognosefähigkeit des Einkaufs eingeschränkt ist. Das Know-how ist hierbei stark ungleich verteilt und eine zuverlässige Auswahl eines Lieferanten für den Einkauf nur schwer möglich. Für das Verhalten des Lieferanten werden zwei Kriterien genutzt: die Kooperationsbereitschaft und die realistische Einschätzung seiner Fähigkeiten. Unter der Kooperationsbereitschaft ist der Grad des Vertrauens zu verstehen, den ein Lieferant gegenüber seinem Kunden aufbringt und somit die Möglichkeit des Austauschs auch über Bereiche, welche Kernkompetenzen des Lieferanten betreffen (Kaluza et al. 2003, S. 27; Wildemann 2006, S. 131). Neben dieser bewusst gesteuerten Informationsverweigerung gibt es auch die Möglichkeit, dass der Lieferant seine Fähigkeiten nicht realistisch einschätzen kann. Unter der realistischen Einschätzung der Fähigkeiten ist das Vermögen zu einer zielorientierten Beurteilung der eigenen Qualifikationen zu verstehen (Schulz 2005, S. 107). So kann ein Lieferant, selbst ohne böse Absicht, falsche Informationen über Toleranzgenauigkeiten in seinen Produktionsprozessen geben, die dann beim einkaufenden Unternehmen zu seiner Auswahl führen. (5) Nachvertragliche Unsicherheit Der fünfte Umweltfaktor, die nachvertragliche Unsicherheit, setzt sich aus den Problembereichen der Hidden Action und der Hidden Information aus der Principal Agent-Theorie zusammen. Gemäß den Überlegungen in Kapitel 2.2.1 liegt der nachvertraglichen Unsicherheit das Problemfeld zugrunde, dass Überwachungsmöglichkeiten durch das beschaffende Unternehmen aus Kostengründen nur eingeschränkt möglich sind. Es wird also eine Konzeptualisierung benötigt, welche die Möglichkeit der Leistungsmessung durch das einkaufende Unternehmen beurteilt.
Die empirische Untersuchung zu Supply Frühwarnsystemen
165
Mehlhorn (2002, S. 170) unterscheidet zur Messung eines vergleichbaren Konstrukts (Verhaltensunsicherheit – Schwierigkeit der Leistungsmessung und -zurechnung) vier Dimensionen: Qualitätsbeurteilung anhand weniger Kriterien, Verbergbarkeit der Leistung, Zurechenbarkeit der Leistung und Erkennbarkeit von Qualitätsmängeln. Die Qualitätsbeurteilung anhand weniger Kriterien fokussiert auf Messprobleme, die auftreten, wenn eine Vielzahl von Kriterien zur Beurteilung einer Lieferantenleistung notwendig sind (Mehlhorn 2002, S. 170). Die Verbergbarkeit der Leistung richtet sich auf die vorliegenden Informationsasymmetrien zwischen Lieferant und Abnehmer und die Möglichkeit, die Lieferantenleistung durch diesen verbergbar zu halten (Mehlhorn 2002, S. 170). Die Zurechenbarkeit der Leistung konzentriert sich auf die Verantwortungsperspektive, die festlegt, wer im Falle schlechter Leistungen verantwortlich für diese ist (Mehlhorn 2002, S. 170). Eine Leistung, die gemessen werden kann, ohne jedoch die Verantwortung für die Leistung einem Transaktionspartner zurechnen zu können, ist als kritisch zu beurteilen. Schließlich beschäftigt sich die Erkennbarkeit von Qualitätsmängeln mit der Zeitdimension. Eine Leistung, die erst nach langer Zeit zuverlässig beurteilbar ist, stellt das einkaufende Unternehmen vor starke Bewertungsprobleme insbesondere zu Beginn der Interaktionen mit einem Lieferanten (Mehlhorn 2002, S. 171). Zusammenfassend ergibt sich zu allen Umweltfaktoren der in Abbildung 63 dargestellte Aufbau der Umweltkonstrukte. Abbildung 63:
Konzeptualisierung der Umweltfaktoren
Umweltfaktoren
Faktorspezifität
Vorvertragliche Unsicherheit
Nachvertragliche Unsicherheit
Veränderlichkeit und Vieldeutigkeit von Umweltveränderungen im Beschaffungsumfeld
Unsicherheit vor Vertragsabschluss bei der Lieferantenauswahl
Unsicherheit nach Vertragsabschluss in der Zusammenarbeit mit Lieferanten
- Komplexität Zulieferteile
- Qualitätsbeurteilung
Komplexität
Dynamik
Vielzahl und Vielfalt von Umweltveränderungen im Beschaffungsumfeld
Definitionen: Spezifische Investitionen des einkaufenden Unternehmens oder des Lieferanten
Indikatoren der Konstrukte: - Standortspezifität
- Kostensenkungen
- Frequenz ...
- Sachkapitalspezifität
- Qualitätssteigerungen
- Variabilität ...
- Humankapitalspezifität - Zweckgebundene Sachwerte
- Technologiesprünge - Entwicklungszeiten - Liefertermine
- Vorhersehbarkeit ... ... von Änderungen
- Anteil F&ELeistungen - Zugang zu kritischen Ressourcen - Fähigkeiten der Zulieferer - Realistische Einschätzung - Kooperationsbereitschaft
- Verbergbarkeit der Leistung - Zurechenbarkeit der Leistung - Erkennbarkeit von Qualitätsmängeln
166
Die empirische Untersuchung zu Supply Frühwarnsystemen
Mit der in diesem Kapitel durchgeführten Konzeptualisierung hat es auch noch einige Veränderungen für das Forschungsmodell gegeben, da sowohl das Konstrukt eines Supply Frühwarnsystems wie auch die Supply Performance durch mehrere Konstrukte verfeinert wurden. Inhaltlich bleibt das in Kapitel 3.3.3 aufgestellte Forschungsmodell unverändert, da nur jeweils ein Konstrukt durch mehrere in der Summe identische Konstrukte ersetzt wurde. Abbildung 64 zeigt das finale Forschungsmodell in einer Übersicht. Moser (2006, S. 147) führt aus, dass es für komplexe Forschungsmodelle explizit vermieden werden soll, jeden Strukturpfad im Modell mit einer Hypothese zu hinterlegen, da dies für den Leser allenfalls verwirrend wäre. Die Herleitung der Basishypothesen sowie die Aufgliederung der Konstrukte werden daher auch in diesem Fall als ausreichend angesehen, da die Pfade deutlich aus dem Forschungsmodell in der Abbildung hervorgehen. Abbildung 64:
Verfeinertes Forschungsmodell Supply Management Umwelt Faktorspezifität Komplexität Dynamik
Supply Frühwarnsystem
Supply Risk Fähigkeit
Vorvertragliche Unsicherheit Nachvertragliche Unsicherheit
Supply Risk Performance
Supply Performance
Beobachtung
Kosten
Selektion
Qualität
Kopplung
Zeit
Kommunikation
Flexibilität
Kontrolle
Zukünftige Nutzung hybrider Koordinationsformen
4.3
Operationalisierung der Konstrukte
Nachdem die Konzeptualisierung abgeschlossen wurde, muss nun die Operationalisierung der Konstrukte durchgeführt werden. Inhaltlich geht es hierbei um die Entwicklung einer Messskala und um die Sicherstellung von Validität und Reliabilität (Corsten 2003, S. 55; Kaufmann 2001, S. 203). Bevor die Hypothesen des Forschungsmodells (Strukturmodell) geprüft werden können, muss auf Ebene der Messmodelle Validität sichergestellt werden (Corsten 2003, S. 52).
Die empirische Untersuchung zu Supply Frühwarnsystemen
167
Die nicht erfolgte Unterscheidung zwischen formativen und reflektiven Messmodellen hat in der Vergangenheit häufig dazu geführt, dass ein inhaltlich formatives Messmodell statistisch wie ein reflektives Modell behandelt wurde und somit eine Fehlspezifikation vorliegt (Fassott 2006, S. 69; Götz und Liehr-Gobbers 2004, S. 1; Herrmann et al. 2006, S. 35; Jarvis et al. 2003, S. 206; Ringle 2004, S. 6). Aufgrund der unterschiedlichen Anforderungen an die Statistik, insbesondere bei den Gütekriterien, sind die aufgrund einer fehlerhaften Spezifikation erhaltenen Ergebnisse als fehlerhaft (Albers und Hildebrandt 2006, S. 29) oder gar nicht verwertbar für die Wissenschaft anzusehen (vgl. Zinnbauer und Eberl 2005, S. 566). In Kapitel 4.1.1 wurden die Unterschiede zwischen reflektiven und formativen Konstrukten erarbeitet. Das nun folgende Kapitel 4.3.1 legt fest, welches Messmodell für welche Konstrukte angewandt wird und gibt einen Überblick über die verwendeten Gütekriterien getrennt für reflektive und formative Variablen. Darauf aufbauend wird in Kapitel 4.3.2 die Operationalisierung der reflektiven Konstrukte, in Kapitel 4.3.3 die Operationalisierung der formativen Konstrukte beschrieben.
4.3.1 Gütekriterien für reflektive und formative Konstrukte Die Evaluierungskriterien, die für formative und reflektive Messmodelle eingesetzt werden müssen, unterscheiden sich aufgrund der unterschiedlichen Wirkungsrichtung fundamental voneinander (Diamantopoulos und Winklhofer 2001, S. 271; Götz und Liehr-Gobbers 2004, S. 2; Herrmann et al. 2006, S. 35; Jarvis et al. 2003, S. 202). Indikatoren reflektiver Konstrukte korrelieren stark miteinander und sind austauschbar, eine Skalenbereinigung wird meist auf Basis von Korrelationsüberlegungen über die Items vorgenommen (Fassott 2006, S. 83; Zinnbauer und Eberl 2005, S. 567). Dagegen können Indikatoren formativer Konstrukte zwar miteinander korrelieren, es gibt jedoch keine inhaltliche Notwendigkeit dazu (Albers und Hildebrandt 2006, S. 12; Zinnbauer und Eberl 2005, S. 567). Traditionelle Verfahren zur Gütebeurteilung und Eliminierung von Items müssen somit für formative Konstrukte entfallen (Albers und Hildebrandt 2006, S. 7) und werden insbesondere durch Verfahren zur Messung der externen Validität ersetzt (Zinnbauer und Eberl 2005, S. 567). Im Folgenden werden daher Gütekriterien für formative und reflektive Messmodelle getrennt voneinander eingeführt. Wie in Kapitel 4.1.1 erläutert, ist bei einem reflektiven Konstrukt jeder Indikator eine fehlerbehaftete Messung der zugehörigen Variablen (Götz und LiehrGobbers 2004, S. 12). Dieser Messfehler lässt sich unterteilen in einen zufälligen und einen systematischen Anteil. Eine Messung mit einem zufälligen Messfehler von Null ist vollständig reliabel. Eine Messung mit einem systematischen Fehler von Null ist vollständig valide (Chmielewicz 1994, S. 71; Götz und LiehrGobbers 2004, S. 12-13; Homburg und Gieringer 1998, S. 116).
168
Die empirische Untersuchung zu Supply Frühwarnsystemen
Die Unterscheidung zwischen formativen und reflektiven Messmodellen wurde bereits implizit während der Konzeptualisierung der Konstrukte in Kapitel 4.2 zugrunde gelegt. Moser (2006, S. 187) stellt heraus, dass sich formative Konstrukte häufig als viel versprechender in der Erfolgsfaktorenforschung erweisen, da insbesondere bei Aktivitäten der Beitrag jeder einzelnen Aktivität für das Konstrukt explizit extrahiert werden kann (vgl. ähnlich Albers und Hildebrandt 2006, S. 4; Herrmann et al. 2006, S. 49). Für die Bestimmung der notwendigen Gütekriterien ist nun eine explizite Festlegung notwendig. Zinnbauer und Eberl (2005, S. 567) bieten ein Entscheidungsraster mit drei Fragen an, um eine Bestimmung zwischen formativen und reflektiven Konstrukten treffen zu können: Ist das Konstrukt kausal für die Indikatoren? Ändern alle Indikatoren die Richtung, wenn ein Indikator die Richtung ändert? Sind die Indikatoren eines Konstrukts beliebig austauschbar? Können die Fragen mit ‚Ja’ beantwortet werden, liegt ein reflektives Konstrukt vor; bei einem ‚Nein’ liegt ein formatives Konstrukt vor. Für die in dieser Arbeit genutzten Konstrukte ergibt sich die folgende Einteilung: (1) Aktivitäten-Konstrukte: Für die Konstrukte des Supply Frühwarnsystems wurden einzelne Aktivitäten extrahiert, aus denen sich ein Supply Frühwarnsystem zusammensetzt. Das Frühwarnsystem als solches ist mehr eine Ansammlung von Aktivitäten als ein in sich abgeschlossenes theoretisches Konstrukt. Daher wird es aus seinen Indikatoren erst ‚verursacht’ und ist somit als formativ zu interpretieren. Unterstützung für diese Sichtweise gibt die Bedeutung des Supply Frühwarnsystems als Aufstellung von möglichen Erfolgsfaktoren. Erst die formative Messung der Frühwarnkonstrukte macht es möglich, in der empirischen Untersuchung zu unterscheiden, welche Indikatoren, d. h. Aktivitäten, wirklich eine Erfolgswirkung für die Unternehmung besitzen (Herrmann et al. 2006, S. 49). Ebenfalls formativ werden die hybriden Koordinationsformen gemessen. Die Entwicklung dieser Formen ist nicht als eine eigenständige Variable zu verstehen, sondern setzt sich zusammen aus verschiedenen Indikatoren, die jeder für sich eine hybride Koordinationsform darstellen (z. B. die Frage nach der Bedeutung der Lieferantenansiedlung). (2) Performance-Konstrukte: Moser (2006, S. 188-189) führt aus, dass Performance zumeist ein abstraktes Konstrukt ist, das von den Zielvorgaben stark beeinflusst wird (siehe auch Hulland 1999, S. 201). Dieses Verständnis ist auch für diese Arbeit anzuwenden, denn die einzelnen Indikatoren der Performance-Konstrukte folgen doch einer Zielrichtung, die sich je nach Einkaufsstrategie in einem Kosten-, Qualitäts-, Zeit- oder Flexibilitätsfokus darstellt. Die Performance-Konstrukte der Supply Performance werden daher reflektiv gemessen.
Die empirische Untersuchung zu Supply Frühwarnsystemen
169
Ein identisches Verständnis ist für die Supply Risk Performance anzuwenden, denn bei einer auf Risikoreduzierung ausgerichteten Einkaufsstrategie werden sich die Indikatoren gemeinsam verändern. Während die Supply Risk Performance die outputorientierte Leistung des Supply Risk Management-Systems misst, handelt es sich bei der Supply Risk Fähigkeit um eine prozessorientierte Leistungsbetrachtung, die sich an der Grenze zwischen einer Aktivitäten- und einer Ergebnisdimension bewegt. Die Prozesse sind hier ähnlich zu interpretieren, wie es die Aktivitäten des Supply Frühwarnsystems sind. Nicht alle Aktivitäten müssen gemeinsam ausgeführt werden, um ein Supply Risk Management-System zu implementieren. Daher kann nicht in jedem Fall von einer starken Korrelation der Indikatoren ausgegangen werden. Das Konstrukt der Supply Risk Fähigkeit ist daher formativ zu interpretieren. (3) Umwelt-Konstrukte: Die verschiedenen Umweltkonstrukte wurden, anders als die meisten anderen Konstrukte, auf Basis existierender Literatur erarbeitet. Die Mehrzahl der Fragestellungen der Umweltkonstrukte wurde aus reflektiven Skalen existierender Untersuchungen übernommen. Auch für diese Arbeit sind sie daher als reflektiv zu interpretieren. So wurden die Skalen zu Dynamik und Komplexität an die Arbeit von Kaufmann (2001, S. 237-239) angelehnt, die Skala zur nachvertraglichen Unsicherheit an Mehlhorn (2002, S. 170). Bei der Faktorenspezifität nutzen fast alle Untersuchungen die einzelnen Dimensionen nach Williamson (vgl. Mehlhorn 2002, S. 165-166). Nur die Skala zur vorvertraglichen Unsicherheit wurde für diese Arbeit theoretisch begründet neu entwickelt. Für die nun folgenden Gütekriterien bei reflektiven Konstrukten soll zwischen vier Validitätsdimensionen unterschieden werden: Inhaltsvalidität, Indikatorreliabilität, Konstruktreliabilität und Diskriminanzvalidität (Krafft et al. 2005, S. 6971). Die Inhaltsvalidität (Content Validity / Face Validity) bezieht sich auf die inhaltliche Übereinstimmung eines Indikators mit dem übergeordneten Konstrukt (Hildebrandt 1998, S. 89). Eine hohe Validität wird erreicht, wenn die Konstruktbedeutung optimal durch die gewählten Indikatoren abgedeckt wird (Homburg und Gieringer 1998, S. 117). Für die Inhaltsvalidität wird eine explorative Faktorenanalyse durchgeführt und auf eine einfaktorielle Struktur der Konstrukte untersucht (Götz und Liehr-Gobbers 2004, S. 13). Die beiden Kenngrößen KaiserMeyer-Olkin-Kriterium (KMO) und erklärte Gesamtvarianz (Total Variance Explained; TVE) sind die zentralen aus der Analyse erhaltenen Werte (Moser 2006, S. 189). Das KMO zeigt auf, wie gut die Bündelungsfähigkeit der Indikatoren grundsätzlich gegeben ist und sollte einen Wert > 0,5 annehmen. Die erklärte Gesamtvarianz hat einen Zielwert von > 50 Prozent (Eberl und Zinnbauer 2005,
170
Die empirische Untersuchung zu Supply Frühwarnsystemen
S. 595; Hartmann 2002, S. 135; Kaufmann 2001, S. 174). Darüber hinaus werden die Eigenwerte der Faktorenanalyse untersucht, da Unidimensionalität dann angenommen werden kann, wenn der erste Eigenwert einen Wert größer 1 besitzt und der zweite Wert kleiner 1 ist oder deutlich vom ersten abweicht (Riemenschneider 2006, S. 263). Die Indikatorreliabilität bezieht sich auf den Anteil der Varianz eines Indikators, der durch das übergeordnete Konstrukt erklärt wird. Eine hohe Reliabilität wird erreicht, wenn die durch das Konstrukt erklärte Indikatorvarianz möglichst hoch ist. Üblicherweise wird gefordert, dass 50 % der Varianz eines Indikators durch ein Konstrukt erklärt wird (Riemenschneider 2006, S. 235). Da die Faktorladungen O die Wurzel des Varianzwertes darstellen (Ringle und Spreen 2007, S. 212), wird somit eine Faktorladung von über 0,7 gefordert (Götz und Liehr-Gobbers 2004, S. 13). In der Literatur finden sich Hinweise, dass auch Faktorladungen ab 0,5 (Hartmann 2002, S. 135) oder für neue Konstrukte sogar ab 0,4 akzeptiert werden können (Moser 2006, S. 189). Indikatoren mit O < 0,4 müssen aus dem reflektiven Konstrukt eliminiert werden (Götz und Liehr-Gobbers 2004, S. 14; Hulland 1999, S. 198). Neben der Höhe der Faktorladung ist insbesondere auch von Interesse, ob die Faktorladungen signifikant von Null verschieden sind (Homburg und Gieringer 1998, S. 125). Hierzu wird in PLS das BootstrappingVerfahren eingesetzt, über das der t-Wert bestimmt werden kann. Üblicherweise wird für reflektive Konstrukte gefordert, dass die Ladungen auf dem Signifikanzniveau von 5 Prozent von Null verschieden sind (Homburg und Gieringer 1998, S. 125). Die Konstruktreliabilität bezieht sich auf die Güte in der Messung des Konstrukts. Eine hohe Reliabilität wird erreicht, wenn das Konstrukt optimal durch die zugeordneten Indikatoren gemessen wird. Als Gütekriterium der ersten Generation wird der Cronbachsche Alpha verwendet (Corsten 2003, S. 52), der Werte zwischen Null und Eins annehmen kann (Homburg und Gieringer 1998, S. 120). Der üblicherweise genutzte Grenzwert bewegt sich für den Cronbach Alpha bei mindestens 0,7 (Chin 1998, S. 325; Nunnally 1978, S. 245), wobei bei wenigen Indikatoren in einigen Untersuchungen durchaus ein Wert > 0,4 als akzeptabel erachtet wird (Kaufmann 2001, S. 176; Zinnbauer und Eberl 2005, S. 568). Ein Gütekriterium der zweiten Generation stellt die Interne Konsistenz (IK; Composite Reliability [CR]) dar (Corsten 2003, S. 53), die Werte zwischen Null und Eins annehmen kann. Sie gilt als Erklärungsgrad, „wie gut ein Konstrukt durch die ihm zugeordneten Indikatorvariablen gemessen wird“ (Ringle et al. 2006, S. 87) und berücksichtigt im Gegensatz zu Cronbach Alpha auch die tatsächlichen Faktorladungen (Chin 1998, S. 320; Ringle et al. 2006, S. 87). Für die Interne Konsistenz gilt ein Grenzwert von 0,7, wenngleich einige Autoren auch Werte ab 0,6 als akzeptabel einstufen (Götz und Liehr-Gobbers 2004, S. 14; Ringle und Spreen 2007, S. 212).
Die empirische Untersuchung zu Supply Frühwarnsystemen
171
Schließlich bezieht sich die Diskriminanzvalidität auf den Unterschiedlichkeitsgrad, anhand dessen die Zugehörigkeit der Indikatoren zu einem bestimmten Konstrukt bewertet wird. Eine hohe Validität wird erreicht, wenn die zugehörigen Indikatoren das eigene Konstrukt deutlich besser erklären als andere Konstrukte (Churchill 1979, S. 70; Hildebrandt 1998, S. 90; Hulland 1999, S. 199; Mentzer und Flint 1997, S. 209). Zur Bestimmung der Diskriminanzvalidität wird die Durchschnittlich Erfasste Varianz (DEV; Average Variance Extracted [AVE]) herangezogen (Götz und Liehr-Gobbers 2004, S. 15; Hulland 1999, S. 200), die Werte zwischen Null und Eins annehmen kann. Sie sollte für jedes Konstrukt über 0,5 liegen (Chin 1998, S. 321; Homburg und Gieringer 1998, S. 130; Ringle und Spreen 2007, S. 212). Darüber hinaus wird zur Bestimmung der Diskriminanzvalidität die Höhe der Cross Loadings analysiert. Um valide zu sein, müssen die Ladungen aller Items eines Konstruktes stärker auf das eigene Konstrukt laden als auf ein beliebiges anderes Konstrukt (Chin 1998, S. 321; Ringle und Spreen 2007, S. 213). Abschließend wird das Messmodell anhand des Fornell Lacker-Kriteriums überprüft (Chin 1998, S. 321). Für Diskriminanzvalidität gilt, dass jede quadrierte Korrelation eines Konstrukts mit einem anderen kleiner sein muss als die DEV dieses Konstrukts (Homburg und Gieringer 1998, S. 126; Ringle und Spreen 2007, S. 213). Für formative Konstrukte existieren nur wenige mathematische Gütekriterien, da die Indikatoren hierbei nicht zwangsläufig miteinander korrelieren müssen. Die Validierung durch Experten steht daher im Zentrum der Gütebeurteilung formativer Konstrukte (Zinnbauer und Eberl 2005, S. 569). Die Bestimmung der Validität formativer Konstrukte beginnt bei einer sauberen Konstruktion des Index der zugehörigen Variablen. Die im Folgenden beschriebene Vorgehensweise wurde bei der Konzeptualisierung der formativen Konstrukte in Kapitel 4.2 teilweise angewandt und wird hier noch einmal im Zusammenhang mit ihrer Operationalisierung verdeutlicht und ergänzt. Diamantopoulos und Winklhofer (2001, S. 271-274) beschreiben einen Vier-Punkte-Ablauf zum Aufbau eines formativen Indexes: 1.
Inhaltspezifikation (Diamantopoulos und Winklhofer 2001, S. 271): Bei formativen Indikatoren ist eine vollständige Abdeckung des Konstruktinhalts bedeutend, da die latente Variable aus den Indikatoren zusammengesetzt ist. Ein fehlender Indikator führt somit zu einem unvollständigen Konstrukt. Die genaue Spezifikation des Konstruktinhalts in Form einer vollständigen Definition ist somit von hoher Bedeutung. Dieser erste Schritt wurde in der Konzeptualisierung für alle formativen Konstrukte abgedeckt.
2.
Indikatorgenerierung (Diamantopoulos und Winklhofer 2001, S. 271-272): Mehr noch als die Definition müssen die ausgewählten Indikatoren alle Facetten des Konstrukts vollständig abdecken. Aus der aufgestellten Definition
172
Die empirische Untersuchung zu Supply Frühwarnsystemen
müssen somit sämtliche relevanten Bestandteile abgeleitet und in Indikatoren umgesetzt werden. In dieser Arbeit wurden alle Indikatoren auf Basis der Definition sowie intensiven Literaturrecherchen aufgestellt. Existierendes theoretisches Wissen ist somit in den Prozess der Indikatorgenerierung eingeflossen. Darüber hinaus wurden die Ergebnisse aus der Fallstudie bei der Robert Bosch GmbH (Kapitel 3.1) in der Konzeptualisierung verwendet. Die Fallstudie stellt nicht nur eine reine Beschreibung der Aktivitäten dar, sondern das Frühwarnsystem wurde während dieser Arbeit entwickelt und implementiert. Neben den beiden Fokusgruppen und dem Workshop bei der Robert Bosch GmbH (vgl. die Ausführungen in Kapitel 3.2.1) wurden in einem Zeitraum von zwei Jahren über 200 Experteninterviews mit Mitarbeitern von Einkauf und Supply Management geführt, die in die Indikatorgenerierung mit eingeflossen sind, um die Abdeckung in der Breite sicher zu stellen. Von Götz und Liehr-Gobbers werden zur Sicherstellung eines validen Vorgehens in diesen ersten beiden Schritten zwei weitere Indizes vorgeschlagen, der psa- und der csv-Index (Götz und Liehr-Gobbers 2004, S. 17). Beide Indizes sind als Maße zu interpretieren, die im Verlauf eines Pre-Tests Validität durch Expertenwissen sicherstellen. Es handelt sich hier also um Gütekriterien der Expertenvalidität. Für diese Arbeit wurden in den Pre-Tests neben einer inhaltlichen Durchsprache auch diese beiden Kennzahlen ermittelt, welche sich wie folgt darstellen (Anderson und Gerbing 1991, S. 734; Fassott und Eggert 2005, S. 37-38; Götz und Liehr-Gobbers 2004, S. 17-18). i. Maß für die Eindeutigkeit der Zuordnung: psa
nc N
Hierbei ist nc die Anzahl der Befragten, die einen Indikator dem vorgesehenen Konstrukt zugeteilt haben und N die Anzahl der befragten Personen. Der psa-Index trifft eine Aussage über die Höhe der Übereinstimmung in Prozent zwischen der vorgesehenen Zuteilung eines Indikators zu einem Konstrukt und der de fakto vorgenommenen Zuteilung. Die Werte liegen zwischen Null und Eins mit einem Optimumwert von Eins. Ein Grenzwert konnte in der Literatur nicht identifiziert werden. Insofern dient dieser Wert nur als Hinweis an den Forscher, wie gut die Indikatoren zu den Konstrukten passen. Für diese Arbeit gilt die Zielsetzung, dass mindestens zwei Drittel aller Indikatoren durch die Teilnehmer in den Pre-Tests korrekt zugeordnet werden sollte, was sich umsetzen lässt in einer Anforderung von psa t 0,67. ii. Maß für die inhaltliche Relevanz: csv
nc n 0 N
Hierbei ist n0 die Anzahl der Befragten, die einen Indikator einem anderen als dem vorgesehenen Konstrukt zugeteilt haben, d. h., welchem falschen Konstrukt wurde der Indikator am häufigsten zugeordnet. nc und N sind identisch wie beim psa-Index. Der csv-Index trifft eine Aussage, wie häufig ein Indikator dem richtigen Konstrukt zugeordnet wurde und wie häufig eine falsche Zu-
Die empirische Untersuchung zu Supply Frühwarnsystemen
173
ordnung stattgefunden hat. Die Werte können zwischen -1 und +1 liegen. Hohe positive Werte weisen auf eine starke inhaltliche Nähe zum vorgesehenen Konstrukt hin, bei stark negativen Werten liegt eine starke inhaltliche Nähe zu einem anderen als dem vorgesehenen Konstrukt vor. Hier gilt gemäß Anderson und Gerbing (1991, S. 734) ein Grenzwert von csv t 0,5. 3.
Multikollinearität (Backhaus et al. 2006, S. 91-92; Diamantopoulos und Winklhofer 2001, S. 272): Eine hohe Multikollinearität unter formativen Indikatoren macht es dem PLS-Algorithmus schwer, den Einfluss der Indikatoren xi auf eine latente Variable [ zu separieren (Götz und Liehr-Gobbers 2004, S. 19). Geprüft wird daher während der Operationalisierung der Variance Inflation Factor (VIF Schneider 2006), der einen Wert von 10 nicht überschreiten sollte (Herrmann et al. 2006, S. 61).
4.
Externe Validität (Diamantopoulos und Winklhofer 2001, S. 272-274): Zur Sicherstellung der externen Validität formativer Konstrukte existieren in der Literatur noch keine einheitlichen Vorschläge. Von Diamantopoulos und Winklhofer (2001, S. 272-273) wird die Nutzung einer globalen reflektiven Vergleichsvariablen oder die Nutzung eines MIMIC (multiple indicators and multiple causes)-Modells vorgeschlagen. Diese Vorgehensweise wurde durch Albers und Hildebrandt (2006, S. 25) kritisiert, da ein reflektiver Indikator nur eine Facette misst, während formative Indikatoren explizit auf mehrere Facetten eines Konstrukts gerichtet sind. Auch aus forschungspraktischen Gründen wurde keinen Vorschlägen gefolgt, die eine parallele Operationalisierung anhand reflektiver Indikatoren vorsehen, da dies den Umfang des Fragebogens gesprengt und somit eine Reduktion des Inhalts an anderer Stelle notwendig gemacht hätte. Für diese Arbeit wurde die externe Validität daher anhand der bereits genannten Methoden sichergestellt – theoretische Herleitung, Experteninterviews, Case Studys sowie zahlreichen Pre-Tests unter Bestimmung von psa- und csv-Index.
Grundsätzlich gilt bei dieser Vorgehensweise, dass man bei einer Reduktion der Anzahl formativer Indikatoren hohe Vorsicht walten lassen muss. Anders als bei der kennzahlenbasierten Reduktion bei reflektiven Konstrukten (Herrmann et al. 2006, S. 51) müssen bei formativen Konstrukten ergänzende theoretische Überlegungen durchgeführt werden, damit ein Konstrukt durch die Eliminierung von einzelnen Indikatoren nicht in seiner Bedeutung verändert wird. Auch bei geringen Gewichten von Indikatoren kann die Indikatorrelevanz nicht per se verneint werden (Götz und Liehr-Gobbers 2004, S. 19). Inhaltliche Überlegungen müssen bei formativen Konstrukten grundsätzlich gleichberechtigt mit statistischen Maßen angewandt werden (Albers und Hildebrandt 2006, S. 7).
174
4.3.2
Die empirische Untersuchung zu Supply Frühwarnsystemen
Operationalisierung der reflektiven Konstrukte
In dieser Untersuchung sind die fünf Umweltkonstrukte, die Supply Risk Performance sowie die vier Konstrukte der Supply Performance reflektiv gestaltet und werden anhand der in Kapitel 4.3.1 dargestellten Gütekriterien für reflektive Konstrukte auf ihre Validität und Reliabilität überprüft. Das Messmodell für die Faktorspezifität (Tabelle 13) zeigt gute Werte in allen Validitätsdimensionen. Die Faktorenanalyse zeigt das Vorliegen einer einfaktoriellen Struktur und alle Ladungen sind hochsignifikant und größer als 0,7. Alle drei Werte zur Bestimmung der Diskriminanzvalidität erfüllen die Anforderungen. Die Tabellen zur Bestimmung von Fornell Lacker und Cross Loadings finden sich für alle reflektiven Konstrukte in Anhang III dieser Arbeit. Die t-Werte zur Bestimmung des Signifikanzniveaus der Faktorladungen wurden durch die Bootstrapping-Methode unter Nutzung der Individual-Sign-Changes-Option erfasst, die als bevorzugte Schätzmethodik angesehen wird (Ringle und Spreen 2007, S. 214). Tabelle 13:
Messmodell für die Faktorspezifität KMO: TVE: 1. / 2. Eigenwert: CA:
Dimension
Spez1: Standortspezifität Spez2: Sachkapitalspezifität Spez3: Humankapitalspezifität Spez4: Zweckgebundene Sachwerte
Faktorspezifität 0,69 59,58 % 2,38 / 0,76 0,77
IK: DEV: Fornell Lacker: Cross Loadings:
Indikator Die Zusammenarbeit mit Lieferanten erfordert üblicherweise spezifische Investitionen (durch unsere Lieferanten oder unser eigenes Unternehmen) ... ... in Standorte zur Reduktion von Transport- und Lagerkosten
0,85 0,59 ok ok J
0,71****
... in Systeme, Ausrüstung und Maschinen
0,86****
... in die Qualifikation der Mitarbeiter zur effektiven Zusammenarbeit
0,79****
... in zusätzliche Produktionsanlagen beim Lieferanten, die ausschließlich zur Herstellung unserer Produkte genutzt werden können
0,72****
Signifikanz:
* signifikant auf dem 10%-Level ** signifikant auf dem 5%-Level *** signifikant auf dem 1%-Level **** signifikant auf dem 0,1%-Level KMO: Kaiser-Meyer-Olkin-Kriterium TVE: Erklärte Gesamtvarianz CA: Cronbach Alpha IK: Interne Konsistenz DEV: Durchschnittlich erfasste Varianz
Die empirische Untersuchung zu Supply Frühwarnsystemen
175
Bei der Komplexität wurde eines der vier Items (Kompl3: Technologiesprünge) aufgrund einer nicht vollständig zufriedenstellenden Ladung von 0,62 aus dem Messmodell entfernt. Das entstehende Messmodell mit vier Items (Tabelle 14) zeigt durchweg gute Validitäts- und Reliabilitätswerte und erfüllt alle Anforderungen. Tabelle 14:
Messmodell für die Komplexität KMO: TVE: 1. / 2. Eigenwert: CA:
Dimension Kompl1: Kostensenkungen Kompl2: Qualitätssteigerungen (Kompl3: Technologiesprünge) Kompl4: Entwicklungszeiten Kompl5: Liefertermine
Komplexität 0,75 55,25 % 2,21 / 0,70 0,73
IK: DEV: Fornell Lacker: Cross Loadings:
Indikator Bei den von uns zu beschaffenden Produkten sind jährlich starke Kostensenkungen erforderlich Bei den von uns zu beschaffenden Produkten sind jährlich starke Qualitätssteigerungen erforderlich
0,83 0,55 ok ok J 0,75**** 0,78****
(Bei den von uns zu beschaffenden Produkten sind jährlich Technologiesprünge die Regel)
eliminiert
Bei den von uns zu beschaffenden Produkten sind jährlich die Entwicklungszeiten stark zu verkürzen
0,72****
Bei den von uns zu beschaffenden Produkten sind jährlich die Liefertermine exakter einzuhalten
0,71****
Abkürzungsverzeichnis: siehe Tabelle 13
Das Konstrukt der Dynamik wurde für diese Untersuchung aus der Arbeit von Kaufmann (2001, S. 239) fast identisch übernommen. Im Wortlaut wurde nur ‚Beschaffung’ durch ‚Einkauf und Supply Management’ ersetzt. Die Analyse des Messmodells jedoch zeigt bei den Faktorenladungen für Dyn1 (Frequenz von Änderungen) und Dyn2 (Variabilität von Änderungen) sehr niedrige Werte. Nach einer Eliminierung der beiden Items würde jedoch nur noch Dyn3 (Vorhersehbarkeit von Änderungen) übrig bleiben, womit die Anforderungen an eine multidimensionale Messung nicht mehr gegeben sind. Ebenfalls kann aus inhaltlichen Erwägungen die ‚Vorhersehbarkeit von Änderungen auf dem Beschaffungsmarkt’ nicht mit einer Beschaffungsmarktdynamik gleich gesetzt werden. Für die laufende Untersuchung wurde daher das Konstrukt der Dynamik aus der weiteren Analyse ausgeschlossen. Dieses Beispiel zeigt den unzureichenden Entwicklungsstand im Bereich empirischer Modelle für Einkauf und Supply Management. Auch Kaufmann (2001, S. 100) führt in seiner Arbeit aus, dass Umweltunsicherheit in Form von Dynamik „in vielen Fällen [...] keine Auswirkung auf den Grad der vertikalen Integration“ hat, was eine Erklärung für das hier aufgetretene Problem sein könnte.
176
Die empirische Untersuchung zu Supply Frühwarnsystemen
Im Messmodell der vorvertraglichen Unsicherheit mussten zwei Indikatoren aufgrund geringer Faktorladungen eliminiert werden (Vor_Uns5: Realistische Einschätzung und Vor_Uns6: Kooperationsbereitschaft). Das entstehende Messmodell (Tabelle 15) mit vier Indikatoren zeigt zufriedenstellende Werte. Die Inhaltsvalidität ist mit den Daten der Faktorenanalyse gegeben. Auch die Kriterien der Diskriminanzvalidität befinden sich innerhalb der Grenzwerte. Für die beiden Reliabilitätsdimensionen lassen sich die Werte als zufriedenstellend einschätzen, da Cronbach Alpha mit 0,69 nur minimal unter der Zielgröße von 0,7 liegt und die interne Konsistenz gegeben ist. Die Faktorenladungen sind alle über dem Wert von 0,6 und somit für ein neu entwickeltes Messmodell akzeptabel (vgl. Moser 2006, S. 189). Tabelle 15:
Messmodell für die vorvertragliche Unsicherheit KMO: TVE: 1. / 2. Eigenwert: CA:
Dimension Vor_Uns1: Komplexität Zulieferteile Vor_Uns2: Anteil F&ELeistungen Vor_Uns3: Zugang zu krit. Ressourcen Vor_Uns4: Fähigkeiten der Zulieferer (Vor_Uns5: Realistische Einschätzung) (Vor_Uns6: Kooperationsbereitschaft)
Vorvertragliche Unsicherheit 0,72 IK: 51,32 DEV: 2,05 / 0,76 Fornell Lacker: 0,69 Cross Loadings:
0,81 0,52 ok ok
Indikator Die Komplexität der von uns zugekauften Produkte ist hoch
J 0,61****
Unsere Lieferanten übernehmen bei den von uns zugekauften Produkten einen großen Anteil an Forschungs- und Entwicklungsleistungen Unsere Lieferanten haben häufig Zugang zu kritischen Ressourcen, z. B. zu Rohstoffen oder Technologien
0,63****
Unsere Lieferanten haben üblicherweise besondere Fähigkeiten, z. B. kaufmännische, technische oder organisatorische Qualifikationen (Unsere Lieferanten schätzen ihre Fähigkeiten häufig zu optimistisch ein, z. B. bei Angaben zur Toleranzgenauigkeit oder Oberflächengüte) (Unsere Lieferanten haben eine hohe Kooperationsbereitschaft [invertiert])
0,76****
0,84****
eliminiert eliminiert
Abkürzungsverzeichnis: siehe Tabelle 13
Im Messmodell der nachvertraglichen Unsicherheit wurden die beiden Indikatoren Nach_Uns2 (Verbergen der Leistung) und Nach_Uns3 (Zurechenbarkeit der Leistungen) aufgrund geringer Faktorenladungen entfernt. Das entstehende Messmodell (Tabelle 16) zeigt insgesamt zufriedenstellende Werte mit Ausnahme des Cronbach Alpha. Trotzdem soll die Skala so in die Untersuchung eingehen, da die interne Konsistenz im Vergleich zum Cronbach Alpha das bevorzugte Gütemaß zur Bestimmung der Konstruktreliabilität darstellt (vgl. Ringle und Spreen 2007,
Die empirische Untersuchung zu Supply Frühwarnsystemen
177
S. 212) und ihr Wert, ebenso wie alle anderen Werte im Messmodell, deutlich oberhalb der definierten Grenzen liegt. Darüber hinaus wird von Eberl und Zinnbauer (2005, S. 595) für Konstrukte mit nur zwei Indikatoren ein Cronbach Alpha von 0,4 als ausreichend angesehen. Darüber hinaus sind die Ergebnisse der Faktorenanalyse zwar angegeben, haben hier jedoch nur wenig Aussagekraft, da für eine Faktorenanalyse üblicherweise ein Minimum von vier Indikatoren notwendig ist (Albers und Hildebrandt 2006, S. 6; Riemenschneider 2006, S. 233). Trotzdem sind die Werte der Inhaltsvalidität in einem akzeptablen Bereich. Insgesamt zeigt sich auch hier die oben genannte Kritik am empirischen Forschungsstand in Einkauf und Supply Management, denn auch diese Skala wurde nahezu identisch aus einer existierenden Arbeit übernommen (Mehlhorn 2002, S. 170). Tabelle 16:
Messmodell für die nachvertragliche Unsicherheit KMO: TVE: 1. / 2. Eigenwert: CA:
Dimension Nach_Uns1: Qualitätsbeurteilung (Nach_Uns2: Verbergen der Leistung) (Nach_Uns3: Zurechenbarkeit der Leistung) Nach_Uns4: Erkennbarkeit von Qualitätsmängeln
Nachvertragliche Unsicherheit 0,50 IK: 63,41 % DEV: 1,72 / 0,73 Fornell Lacker: 0,43 Cross Loadings:
Indikator Die Qualität der Leistung unserer Lieferanten kann von uns anhand einiger weniger Kriterien beurteilt werden (invertiert) (Für unsere Lieferanten wäre es leicht möglich, eine schlechte Qualität ihrer Leistungen vor uns zu verbergen) (Es ist sehr schwierig, im Falle von qualitativ schlechten Leistungen zwischen einer Fehlerursache beim Lieferanten und im eigenen Unternehmen zu unterscheiden) Die Qualität der fertigen Leistung unserer Lieferanten wird innerhalb kurzer Zeit erkennbar (invertiert)
0,77 0,63 ok ok J 0,86**** eliminiert eliminiert 0,72****
Abkürzungsverzeichnis: siehe Tabelle 13
Auch für das neu entwickelte Messmodell des Supply Risk Performance mussten zwei Indikatoren aufgrund geringer Faktorladungen eliminiert werden (SRP1: Firefighting-Aktivitäten und SRP4: Störungen beim Kunden). Dies könnte darauf zurückzuführen sein, dass SRP1 und SRP4 die absolute Leistung in der Organisation abfragen, während SRP2 und SRP3 mehr auf die relative Leistung, d. h. eine Leistungsentwicklung über drei Jahre hinweg, fokussieren. Das entstehende Messmodell (Tabelle 17) zeigt eine exzellente Güte über alle Dimensionen hinweg.
178
Die empirische Untersuchung zu Supply Frühwarnsystemen
Tabelle 17:
Messmodell für die Supply Risk Performance KMO: TVE: 1. / 2. Eigenwert: CA:
Dimension (SRP1: FirefightingAktivitäten) SRP2: Häufigkeit von Supply Risiken SRP3: Ausmaß von Supply Risiken (SRP4: Störungen beim Kunden)
Supply Risk Performance 0,50 IK: 91,96 % DEV: 1,84 / 0,16 Fornell Lacker: 0,91 Cross Loadings:
0,96 0,92 ok ok
Indikator (Ich wende viel Zeit für die Behebung von Risiken durch ‚Firefighting’-Aktivitäten auf [invertiert])
J eliminiert
Wir konnten die Häufigkeit der eintretenden Supply Risiken in den letzten drei Jahren deutlich minimieren
0,96****
Wir konnten das Ausmaß der eintretenden Supply Risiken in den letzten drei Jahren deutlich minimieren
0,96****
(In den letzten drei Jahren sind unsere Kunden durch Störungen im Einkauf oder unserem Lieferantennetzwerk nur selten beeinträchtigt worden)
eliminiert
Abkürzungsverzeichnis: siehe Tabelle 13
Im Messmodell der Supply Cost Performance wurde SP_Kost5 (Kostenvermeidung) aufgrund geringer Faktorladungen entfernt. Das resultierende Messmodell (Tabelle 18) zeigt insgesamt gute Werte. Die Faktorenanalyse weist klar eine einfaktorielle Struktur aus. Reliabilitätsdimensionen und Diskriminanzvalidität sind auf Basis der Ergebnisse gegeben. Tabelle 18:
Messmodell für die Supply Cost Performance KMO: TVE: 1. / 2. Eigenwert: CA:
Dimension SP_Kost1: Produkt- / Materialkosten SP_Kost2: Logistikkosten SP_Kost3: Bestandskosten SP_Kost4: System- oder Prozesskosten (SP_Kost5: Kostenvermeidung)
Supply Cost Performance 0,73 IK: 53,36 % DEV: 2,13 / 0,76 Fornell Lacker: 0,71 Cross Loadings:
0,82 0,53 ok ok
Indikator Reduktion der Beschaffungskosten zugekaufter Produkte/Dienstleistungen
J 0,65****
Reduktion der Kosten der Beschaffungslogistik
0,80****
Reduktion der Kapitalbindungskosten, z. B. durch Bestandsmanagement Reduktion der internen Kosten des Einkaufs
0,75****
(Reduktion von Kosten durch den Einkauf im eigenen Unternehmen, z. B. durch Einflussnahme bei Spezifikationen, internes Nachfragemanagement)
eliminiert
Abkürzungsverzeichnis: siehe Tabelle 13
0,71****
Die empirische Untersuchung zu Supply Frühwarnsystemen
179
Das Messmodell der Supply Quality Performance (Tabelle 19) geht unverändert in die empirische Untersuchung ein. Die Faktorenanalyse zeigt eine einfaktorielle Struktur, womit Inhaltsvalidität gegeben ist. Die Ladungen der Indikatoren sind zufriedenstellend, da es sich um ein neu entwickeltes Konstrukt handelt, für das auch Ladungen ab 0,4 akzeptiert werden können (Moser 2006, S. 189). Alle Ladungen sind hochsignifikant. Insbesondere auch aus inhaltlichen Gründen (vgl. hierzu Homburg und Gieringer 1998, S. 146) wird von einer Eliminierung von SP_Qual5 abgesehen, da die interne Kundenorientierung eine Hauptentwicklungsrichtung eines strategischen Supply Managements darstellt (vgl. Jahns et al. 2006c). Die Konstruktreliabilität und Diskriminanzvalidität sind mit den vorliegenden Daten ebenfalls gegeben. Tabelle 19:
Messmodell für die Supply Quality Performance KMO: TVE: 1. / 2. Eigenwert: CA:
Dimension SP_Qual1: Spezifikationsübereinstimmung SP_Qual2: Zuverlässigkeit SP_Qual3: Haltbarkeit SP_Qual4: Designqualität SP_Qual5: Erfüllung Kundenanforderungen
Supply Quality Performance 0,77 IK: 54,70 % DEV: 2,74 / 0,87 Fornell Lacker: 0,78 Cross Loadings:
0,85 0,53 ok ok
Indikator Übereinstimmung der zugekauften Produkte mit den Spezifikationen
J 0,77****
Reduktion der Fehlerwahrscheinlichkeit bei zugekauften Produkten Verbesserung der langfristigen Haltbarkeit zugekaufter Produkte Fähigkeit der Lieferanten, Produkte mit den geforderten Eigenschaften herzustellen Verbesserung der Fähigkeit des Einkaufs, die Serviceanforderungen des internen Kunden zu erfüllen
0,81**** 0,62**** 0,84**** 0,57****
Abkürzungsverzeichnis: siehe Tabelle 13
Das Messmodell der Supply Time Performance (Tabelle 20) geht ebenfalls unverändert in die empirische Untersuchung ein. Sämtliche Validitäts- und Reliabilitätsdimensionen zeigen exzellente Werte.
180
Die empirische Untersuchung zu Supply Frühwarnsystemen
Tabelle 20:
Messmodell für die Supply Time Performance KMO: TVE: 1. / 2. Eigenwert: CA:
Dimension SP_Zeit1: Durchlaufzeit SP_Zeit2: Lieferzeit SP_Zeit3: Antwortzeit SP_Zeit4: Liefertreue
Supply Time Performance 0,69 IK: 67,05 % DEV: 2,70 / 0,77 Fornell Lacker: 0,84 Cross Loadings:
Indikator Verkürzung der produktionsbedingten Durchlaufzeiten bei Lieferanten Verkürzung der durchschnittlichen Lieferdauer nach Bestellung Verkürzung der Reaktionszeit im Lieferantennetzwerk bei Anfragen, Bestellungen und Beanstandungen Verbesserung der Liefertreue bei Lieferanten
0,89 0,67 ok ok J 0,84**** 0,88**** 0,81**** 0,74****
Abkürzungsverzeichnis: siehe Tabelle 13
Abschließend ist das Gleiche auch für die Supply Flexibility Performance zu sagen. Auch hier zeigt das Messmodell (Tabelle 21) exzellente Werte über alle Gütekriterien hinweg, so dass keine Anpassungen notwendig sind. Tabelle 21:
Messmodell für die Supply Flexibility Performance KMO: TVE: 1. / 2. Eigenwert: CA:
Dimension SP_Flex1: Volumenflex. SP_Flex2: Lieferflexibilität SP_Flex3: Produktmixflex. SP_Flex4: Modifikationsflexibilität
Supply Flexibility Performance 0,75 IK: 69,88 % DEV: 2,80 / 0,64 Fornell Lacker: 0,87 Cross Loadings:
Indikator Gesteigerte Flexibilität der Lieferanten bei Abweichungen von der geplanten Liefermenge Gesteigerte Flexibilität der Lieferanten bei Abweichungen vom geplanten Lieferdatum Gesteigerte Flexibilität der Lieferanten bei Modifikation des ursprünglich angeforderten Produktmixes Gesteigerte Flexibilität der Lieferanten bei der Modifikation von existierenden Produkten
0,91 0,71 ok ok J 0,88**** 0,85**** 0,85**** 0,79****
Abkürzungsverzeichnis: siehe Tabelle 13
Zusammenfassend wurden für alle in Kapitel 4.3.1 dargestellten Dimensionen der Validität und Reliabilität positive Analysewerte für die reflektiven Konstrukte erhalten. Bedenklich ist, dass gerade bei den aus anderen Arbeiten in Einkauf und Supply Management genutzten Skalen eine erneute Bereinigung notwendig war, was neben dem frühen empirischen Forschungsstand im Feld auch auf eine unzureichende Sorgfalt bei der Erarbeitung der empirischen Dimensionen eines Kon-
Die empirische Untersuchung zu Supply Frühwarnsystemen
181
strukts hinweisen könnte (vgl. ähnlich Corsten 2003, S. 49). Auch aus diesem Grund führen Wagner und Bode (2006a, S. 9) in ihrer Untersuchung zum Supply Risk Management auf, dass zahlreiche Messmodelle neu entwickelt werden müssen. Nach der Überprüfung des Messmodells für die Supply Risk Performance und die Supply Performance-Dimensionen werden im folgenden Kapitel die neu entwickelten Messmodelle der formativen Konstrukte getestet.
4.3.3
Operationalisierung der formativen Konstrukte
Für die Operationalisierung der formativen Konstrukte liegen, anders als bei reflektiven Konstrukten, nur wenige Gütekriterien vor, die geprüft werden können. Wie in Kapitel 4.3.1 erläutert, sind der eigentlichen Operationalisierung eine intensive Literaturrecherche, zahlreiche Experteninterviews und eine Case Study bei der Robert Bosch GmbH vorweggegangen, um Validität weitgehend sicherzustellen. In diesem Kapitel werden die im Rahmen der Pre-Tests ermittelten psa- und csv-Indizes vorgestellt. Für den psa-Index wurde in Kapitel 4.3.1 ein Grenzwert von 0,67 vorgeschlagen, für den csv-Index gilt 0,5 als Grenzwert (Anderson und Gerbing 1991, S. 234), ab welchem der Indikator als nicht mehr valide einzuschätzen ist. Beide Werte geben einen Hinweis, wie gut die Indikatoren zu den Konstrukten passen und sind nicht als scharfe Cut-Off-Punkte zu betrachten. Kein Grenzwert wird für die Gewichte der Indikatoren angesetzt. Anders als die Faktorladungen reflektiver Konstrukte geben die Gewichte an, welchen Anteil sie an der Zusammensetzung eines Konstrukts haben. Auch bei geringen Gewichten von Indikatoren kann die Indikatorrelevanz nicht per se verneint werden (Albers und Hildebrandt 2006, S. 29; Götz und Liehr-Gobbers 2004, S. 19). Identisches trifft bei den Signifikanzen der Gewichte zu (Krafft et al. 2005, S. 79), die niedriger ausfallen als Ladungen reflektiver Konstrukte. Inhaltliche Überlegungen müssen bei formativen Konstrukten grundsätzlich gleichberechtigt mit statistischen Maßen angewandt werden. Da alle Indikatoren theoretisch begründet hergeleitet wurden, wird im Folgenden weder bei niedrigen noch bei nicht signifikanten Gewichten eine Eliminierung der Indikatoren durchgeführt (Fassott und Eggert 2005, S. 35; Jarvis et al. 2003, S. 202). Dies ist eine übliche Vorgehensweise in der Forschung (vgl. z. B. Helm 2005, S. 234-235; Moser 2006, S. 198) und führt nicht zu einer fehlenden Validität des Gesamtmodells. Fassott (2006, S. 70) weist sogar darauf hin, dass eine Indikatoreliminierung zu „größeren Verzerrungen führen kann als eine Fehlmodellierung unter Beibehaltung aller Indikatoren“. Die Gewichte geben jedoch einen wichtigen inhaltlichen Hinweis darauf, welche Bedeutung ein Indikator in der Gesamtbedeutung eines formativen Konstrukts besitzt (Chin 1998, S. 307) und müssen daher vor allem inhaltlich interpretiert werden (Albers und Hildebrandt 2006, S. 13). Insofern bleibt neben der Analyse der genannten Kriterien nur noch der Variance Inflation Factor (VIF), der mit einer
182
Die empirische Untersuchung zu Supply Frühwarnsystemen
Grenze von 10 einen klaren Cut-off-Punkt besitzt, da dann Multikollinearität vorliegen würde (Herrmann et al. 2006, S. 61). Das Messmodell für die Supply Risikoidentifikation (Tabelle 22) zeigt, dass insbesondere Risiken aus dem Supply Netzwerk und der Umwelt entscheidend bei der Indexbildung sind. Supply Risiken in der eigenen Organisation tragen nicht signifikant zur Konstruktbildung bei. Ein Grund dafür kann darin liegen, dass Unternehmen Risiken in ihrer eigenen Supply Organisation im Griff haben, während es Nachholbedarf bei den beiden externen Risikokategorien gibt. Die Expertenvalidität auf Basis der psa- und csv-Indizes zeigt gute Werte und auch Multikollinearität liegt mit einem maximalen VIF von 1,95 nicht vor. Tabelle 22:
Messmodell für die Supply Risikoidentifikation Supply Risikoidentifikation
Dimension
Indikator
SFWS_1a:
Wir informieren uns umfassend über grundsätzlich mögliche Risiken ... ... in unserem Lieferantennetzwerk 0,53***
J
psaIndex
csvIndex
VIF
0,86
0,79
1,95
0,86
0,79
1,75
0,86
0,79
1,88
Supply Netzwerkrisiken SFWS_1b: ... im Umfeld unseres Unternehmens und 0,52*** Supply unserer Lieferanten Umweltrisiken SFWS_1c: ... in unserem eigenen Einkauf und Supply 0,05n Supply Organisa- Management tionsrisiken Signifikanz:
* signifikant auf dem 10%-Level ** signifikant auf dem 5%-Level *** signifikant auf dem 1%-Level n nicht signifikant VIF: Variance Inflation Factor
Bei der Supply Risikoanalyse (Tabelle 23) haben alle fünf Indikatoren signifikante Gewichte und tragen somit signifikant zur Konstruktbildung bei. Mit Werten zwischen 0,19 und 0,30 liegen die einzelnen Indikatoren nahe beieinander und tragen somit vergleichbar stark zur Konstruktbildung bei. Die Expertenvalidität zeigt gute Ergebnisse und auch die Analyse auf Multikollinearität liegt unterhalb der Eingriffsgrenzen.
Die empirische Untersuchung zu Supply Frühwarnsystemen
Tabelle 23:
183
Messmodell für die Supply Risikoanalyse Supply Risikoanalyse
Dimension
Indikator
Im Rahmen unserer Risikoanalyse für alle Lieferanten ... SFWS_2a: ... selektieren wir relevante BeobachBeobachtungs- tungsbereiche für Supply Risiken bereiche SFWS_2b: ... bestimmen wir Frühwarnindikatoren Frühwarnindikatoren SFWS_2c: ... legen wir Sollwerte und ToleranzgrenSollwerte und zen für Frühwarnindikatoren fest Toleranzgrenzen ... klassifizieren und priorisieren wir unseSFWS_2d: Klassifizierung und re Supply Risiken Priorisierung SFWS_2e: ... stellen wir unsere relevanten Supply Graphische Risiken graphisch dar Darstellung
J
psaIndex
csvIndex
VIF
0,20*
0,86
0,71
4,21
0,22*
0,86
0,79
2,91
0,30**
0,93
0,86
2,84
0,25**
0,93
0,86
4,66
0,19*
0,86
0,71
4,62
Abkürzungsverzeichnis: siehe Tabelle 22
Das Messmodell der Supplier Risikoidentifikation (Tabelle 24) stellt sich im Vergleich mit dem der Supply Risikoidentifikation dar. Auch hier stellen sich die Gewichte der Organisationsrisiken als nicht signifikant dar, wenngleich höher als im obigen Messmodell. Dies ist ein verstärkter Hinweis darauf, dass Organisationsrisiken durch das Supply Management selber gelöst werden können. Es zeigen sich noch akzeptable Werte in der Expertenvalidität und die Abwesenheit von Multikollinearität. Tabelle 24:
Messmodell für die Supplier Risikoidentifikation Supplier Risikoidentifikation
Dimension
Indikator
SFWS_3a:
Wir suchen konkret nach kurzfristig drohenden Risiken ... ... in unserem Lieferantennetzwerk 0,41**
J
Supplier Netzwerkrisiken SFWS_3b: ... im Umfeld unseres Unternehmens und 0,50** Supplier unserer Lieferanten Umweltrisiken SFWS_3c: ... in unserem eigenen Einkauf und Supply 0,17n Supplier Organisa- Management tionsrisiken Abkürzungsverzeichnis: siehe Tabelle 22
psaIndex
csvIndex
VIF
0,71
0,64
2,89
0,64
0,50
2,25
0,64
0,50
2,48
184
Die empirische Untersuchung zu Supply Frühwarnsystemen
Das Messmodell für die Supplier Risikoanalyse (Tabelle 25) zeigt eine sehr unterschiedliche Bewertung der einzelnen Indikatoren. Hier wird deutlich, dass konkrete Risiken von Unternehmen zu Unternehmen und von Fall zu Fall unterschiedlich gehandhabt werden. Als signifikant erweisen sich die Aufbereitung von Informationen (0,61), die Beurteilung der Eintrittswahrscheinlichkeit (0,51) und die Analyse von Querverbindungen zwischen Risiken (0,28). Überraschenderweise mit einem Wert von -0,25 negativ signifikant ist die Analyse möglicher Auswirkungen von Supply Risiken. Dies könnte darauf zurückzuführen sein, dass eine zu intensive Analyse von Auswirkungen einen effizienten und zielführenden Prozess zur Problemlösung behindert und daher aus Sicht der Praxis nur eine Analyse der Eintrittswahrscheinlichkeit vorgenommen werden sollte. Das Auseinanderklaffen zwischen Beurteilung der Eintrittswahrscheinlichkeit und Analyse der Auswirkungen wirft aber sicherlich Fragen für die Forschung auf, da diese beiden Dimensionen üblicherweise als zentrale Ankerpunkte einer Risikoanalyse gesehen werden. Die weiteren Indikatoren Ursachenanalyse (0,01), Bewertung der Dringlichkeit (-0,01), Aufzeigen von Reaktionsstrategien (0,01) und Bewertung von Reaktionsstrategien (-0,04) erweisen sich als nicht signifikant. Die Expertenvalidität erweist sich auch für dieses Konstrukt als zufriedenstellend. Multikollinearität stellt auch hier kein Thema dar, alle Werte bleiben deutlich unterhalb der Eingriffsgrenze von 10. Tabelle 25:
Messmodell für die Supplier Risikoanalyse Supplier Risikoanalyse
Dimension
Indikator
J
Im Rahmen unserer Risikoanalyse für einzelne Lieferanten oder Lieferantengruppen ... SFWS_4a: ... suchen wir nach den möglichen Ursa- 0,01n Ursachen chen für Supply Risiken ... beurteilen wir die Eintrittswahrschein- 0,51*** SFWS_4b: Eintritts- lichkeit von Supply Risiken wahrscheinlichkeit SFWS_4c: ... analysieren wir mögliche Auswirkun- -0,25* Auswirkungen gen von Supply Risiken SFWS_4d: ... analysieren wir Verbindungen zwischen 0,28** Querverbindungen verschiedenen Supply Risiken SFWS_4e: ... bewerten wir Supply Risiken nach ihrer -0,01n Dringlichkeit Dringlichkeit SFWS_4f: ... zeigen wir mögliche Reaktionsstrate- 0,01n Aufzeigen gien auf Reaktionsstrategien SFWS_4g: ... bewerten wir mögliche Reaktionsstra- -0,04n Bewertung tegien nach ihrem Nutzen Reaktionsstrategien
psaIndex
csvIndex
VIF
0,79
0,64
4,24
0,79
0,64
4,33
0,79
0,64
3,94
0,93
0,86
4,26
0,79
0,64
4,27
0,71
0,50
3,72
0,71
0,50
4,00
Die empirische Untersuchung zu Supply Frühwarnsystemen
psaIndex SFWS_4h: ... bereiten wir die Informationen zur 0,61*** 0,79 Aufbereitung von Durchführung von Maßnahmen auf Informationen Dimension
Indikator
J
185
csvIndex 0,64
VIF 4,13
Abkürzungsverzeichnis: siehe Tabelle 22
Das Messmodell für die Supply Frühwarnkontrolle (Tabelle 26) bestätigt die Aufstellung der drei Kontrollmethoden. Am wichtigsten erweist sich die Prämissenkontrolle mit einem Wert von 0,52. Die Notwendigkeit der regelmäßigen Überwachung und Überarbeitung der Supply Frühwarnsysteme weist darauf hin, dass in der Praxis weiterhin starke Entwicklungen in diesem Bereich zu erwarten sind. Ebenfalls signifikant positiv sind die Planfortschrittskontrolle und die Ergebniskontrolle. Die Expertenvalidität zeigt gute Werte und Multikollinearität ist kein Problem. Tabelle 26:
Messmodell für die Supply Frühwarnkontrolle Supply Frühwarnkontrolle
Dimension
Indikator
psaIndex SFWS_5a: Wir kontrollieren unsere Risikomanage- 0,52*** 0,79 Prämissenkontrolle mentmethoden in Einkauf und Supply Management und passen diese an veränderte Rahmenbedingungen an SFWS_5b: Wir kontrollieren den Maßnahmenfort- 0,25** 0,71 Planfortschritts- schritt bei als kritisch identifizierten kontrolle Supply Risiken SFWS_5c: Wir kontrollieren den grundsätzlichen 0,32** 0,93 Ergebniskontrolle Nutzen unserer Aktivitäten zur Identifizierung und Analyse von Supply Risiken J
csvIndex 0,64
2,21
0,57
2,30
0,86
1,97
VIF
Abkürzungsverzeichnis: siehe Tabelle 22
Das Messmodell der Supply Risk Fähigkeiten (Tabelle 27) bestätigt die Überlegungen ebenfalls vollumfänglich. Alle drei Indikatoren sind signifikant. Besonders wichtig sind die im Einkauf eingeführten Risikomanagementprozesse (0,65) und die Top Management Attention (0,31). Die Expertenvalidität zeigt exzellente Werte und der Variance Inflation Factor ist auf einem sehr niedrigen Niveau, so dass keine Multikollinearität vorliegt.
186
Die empirische Untersuchung zu Supply Frühwarnsystemen
Tabelle 27:
Messmodell für die Supply Risk Fähigkeiten Supply Risk Fähigkeiten
Dimension
Indikator
psaIndex SRC1: Unsere Mitarbeiter sind für die Wahrneh- 0,18** 1,00 Risk Awareness mung von Supply Risiken sehr stark sensibilisiert SRC2: Unsere Risikomanagementprozesse im 0,65*** 1,00 Prozesse Einkauf sind sehr professionell ausgestaltet SRC3: Supply Risk Management ist für uns ein 0,31*** 1,00 Top Management bedeutendes Management-Thema Attention J
csvIndex 1,00
1,79
1,00
1,53
1,00
1,44
VIF
Abkürzungsverzeichnis: siehe Tabelle 22
Abschließend zeigt das Messmodell zur zukünftigen Nutzung hybrider Koordinationsformen (Tabelle 28) eine interessante Konstruktion für die empirische Untersuchung. Nur die Spot-Beschaffung (invertiert) mit einem Wert von 0,54 und die Entwicklungskooperationen mit einem Wert von 0,86 tragen zur Konstruktbildung bei. Jahresverträge, Langzeitvereinbarungen, Lieferantenansiedlung und Kapitalbeteiligung haben jedoch keine signifikanten Gewichte. Dies weist darauf hin, dass die Spot-Beschaffung an Bedeutung verliert (da invertiert) und insbesondere die Entwicklungskooperationen an Bedeutung gewinnen werden. Ihr Bedeutungszuwachs sollte, falls sich das Messmodell bestätigt, stärker sein als bei den anderen hybriden Koordinationsformen. Eine entsprechende deskriptive Analyse wird daher in Kapitel 5.1.2 durchgeführt. Auch zeigen sich eine exzellente Expertenvalidität und minimale Multikollinearitätswerte. Tabelle 28:
Messmodell für die zukünftige Nutzung hybrider Koordinationsformen Hybride Koordinationsformen
Dimension Spot-Beschaffung Jahresverträge Langzeitvereinbarungen Entwicklungskooperationen Lieferantenansiedlung Kapitalbeteiligung
Indikator
psaIndex Spot-Beschaffung: einmalig und preisba- 0,54** 1,00 siert (invertiert) Jahresverträge mit Lieferanten -0,05n 1,00 Langzeitvereinbarungen mit Lieferanten -0,05n 1,00 Entwicklungskooperationen mit Lieferan- 0,86*** ten Lieferantenansiedlung in der Nähe Ihres 0,01n Unternehmens Kapitalbeteiligung am Lieferanten -0,14n Abkürzungsverzeichnis: siehe Tabelle 22
csvIndex 1,00
1,58
1,00 1,00
1,45 1,08
1,00
1,00
1,19
1,00
1,00
1,58
1,00
1,00
1,60
J
VIF
Die empirische Untersuchung zu Supply Frühwarnsystemen
187
Zusammenfassend konnten die formativen Konstrukte mit guten Werten bestätigt werden. Das Messmodell für die Supplier Risikoanalyse könnte auf Basis der Ergebnisse dieser Untersuchung in späteren Forschungsarbeiten angepasst verwendet werden. Das Messmodell für die zukünftige Nutzung hybrider Koordinationsformen sollte noch mit deskriptiven Daten aus der Praxis abgeglichen werden. Die anderen Konstrukte zeigen im Vergleich zu anderen Arbeiten im Supply Management-Feld gute Werte in punkto Signifikanz (vgl. z B. Moser 2006, S. 198). Damit ist die Operationalisierung und somit die Validierung aller reflektiven und formativen Messmodelle abgeschlossen. Bevor das Strukturgleichungsmodell analysiert wird, werden die Daten im nächsten Kapitel deskriptiv und mit Hilfe multivariater Analyseverfahren aufbereitet. Die Analyse des eigentlichen Strukturgleichungsmodells erfolgt in Kapitel 5.3.
4.4
Zwischenergebnis: Validiertes Forschungsmodell zu Supply Frühwarnsystemen
Das vorstehende Kapitel fokussierte auf die Darstellung des Ablaufs der empirischen Untersuchung und die Vorbereitung der empirischen Daten für eine Analyse im Strukturgleichungsmodell. Es wurde der varianzbasierte PLS-Ansatz für die Auswertung der statistischen Daten gewählt, da mit dieser Arbeit Vorhersagen für die Unternehmenspraxis getroffen werden sollen, die empirische Untersuchung aufgrund ihrer Neuheit noch eine stark explorative Komponente besitzt und die Untersuchung sowohl reflektive wie auch formative Messmodelle enthält. Zur Sicherstellung der Korrektheit, Verständlichkeit und Angemessenheit des Fragebogens wurden in der Erarbeitungsphase über 200 Experteninterviews bei der Robert Bosch GmbH geführt sowie für erste Validitätstests ein Pre-Test mit 22 Einkaufsexperten aus Wissenschaft und Praxis durchgeführt. Für die empirische Untersuchung wurden Einkaufsleiter aus der deutschen Industrie ausgewählt und ein Ankauf aller verfügbaren Daten des Anbieters Post Direkt ab einem Unternehmensumsatz von 50 Millionen durchgeführt. Insgesamt 2.083 Fragebögen wurden verschickt, davon wurden 162 Fragebögen zurückgesendet, was einer noch akzeptablen Rücklaufquote von 7,8 Prozent entspricht. Bei der Entwicklung der Messmethodik wurde zwischen der Konzeptualisierung und der Operationalisierung der Forschungskonstrukte unterschieden. Die Konzeptualisierung erarbeitet die verschiedenen Dimensionen eines Phänomens, während sich die Operationalisierung mit der Entwicklung einer Messskala beschäftigt. Für die Konzeptualisierung des Supply Frühwarnsystems konnte in der Literatur keine Vorarbeit identifiziert werden, weshalb ein eigener Vorschlag erarbeitet
188
Die empirische Untersuchung zu Supply Frühwarnsystemen
wurde, der auf den fünf Subkonstrukten aufbaut, die im theoretischen Teil dieser Arbeit entwickelt wurden: Supply Risikoidentifikation, Supply Risikoanalyse, Supplier Risikoidentifikation, Supplier Risikoanalyse und Supply Frühwarnkontrolle. Die Konzeptualisierung der Supply Risk Fähigkeit und der Supply Risk Performance stellte sich als besonders schwierig heraus, da zu dieser Thematik nur zwei Basis-Veröffentlichungen identifiziert werden konnten. Auch für das Konstrukt der Supply Performance gibt es bislang keine standardisierten Meßmethoden. Hier wurde eine Aufteilung in vier Subkonstrukte gewählt, die durch geeignete Indikatoren konzeptualisiert wurden: Supply Cost, Quality, Time und Flexibility Performance. Schließlich wurde die Konzeptualisierung der fünf Umwelt-Konstrukte Faktorspezifität, Komplexität, Dynamik, vorvertragliche Unsicherheit und nachvertragliche Unsicherheit durchgeführt, für welche weitgehend existierende Definitionen und auch Formulierungen der Items aus der Literatur zum Thema entnommen werden konnten. Für die Operationalisierung ist bedeutend, dass die Evaluierungskriterien, die für formative und reflektive Messmodelle eingesetzt werden müssen, sich aufgrund der unterschiedlichen Wirkungsrichtung der Konstrukte fundamental voneinander unterscheiden. Für reflektive Konstrukte wurde daher eine Validierung anhand der vier Dimensionen Inhaltsvalidität, Indikatorreliabilität, Konstruktreliabilität und Diskriminanzvalidität durchgeführt. Für formative Konstrukte liegen nur wenige mathematische Gütekriterien vor, die Operationalisierung wurde hier anhand einer Vorgehensweise mit 4 Schritten durchgeführt: Inhaltspezifikation, Indikatorgenerierung, Überprüfung auf Multikollinearität und Sicherstellung externer Validität. Während der Operationalisierung mussten das Konstrukt Dynamik aus der weiteren empirischen Untersuchung ausgeschlossen sowie einzelne Items eliminiert werden. In den weiteren Validitätsanalysen wurden positive Werte für reflektive wie formative Konstrukte erhalten. Bedenklich ist, dass gerade bei den in anderen Arbeiten in Einkauf und Supply Management genutzten Skalen eine erneute Bereinigung notwendig war, was auf den frühen empirischen Forschungsstand im Supply Management-Feld hinweist.
5
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
In diesem Kapitel werden die Ergebnisse der empirischen Untersuchung komprimiert dargestellt. Es umfasst sowohl deskriptive Analysen, multivariate Analyseverfahren wie auch den hypothesenprüfenden Teil in Form des Strukturgleichungsmodells. Obgleich Kapitel 4 mit der Konzeptualisierung und Operationalisierung des Strukturgleichungsmodells abgeschlossen wurde, werden in dem nun folgenden Kapitel 5 in einem ersten Schritt die deskriptiven und multivariaten Analyseverfahren zum Einsatz kommen, um die Ergebnisse inhaltlich aufeinander aufzubauen. Im zweiten Schritt wird das Forschungsmodell anhand eines PLSStrukturgleichungsmodells ausgewertet. Kapitel 5.1 gibt einen deskriptiven Überblick zur Bedeutung von Supply Management und Frühwarnsystemen, zur Bedeutung hybrider Koordinationsformen und zeigt die Ergebnisse aus der Analyse von Kosten- und Nutzendimensionen von Supply Frühwarnsystemen auf. In Kapitel 5.2 werden die empirischen Ergebnisse zu einzelnen Supply Risiken erarbeitet. Einer rein deskriptiven Analyse folgen eine Faktorenanalyse zur Aufdeckung von Strukturen hinter den Supply Risiken sowie ein Mittelwertvergleich zur Identifikation unterschiedlicher Supply Risk Exposures der Befragten. In Kapitel 5.3 wird die Auswertung des Strukturgleichungsmodells durchgeführt. Abschließend wird in Kapitel 5.4 ein Zwischenergebnis aus diesem Kapitel aufgezeigt. Abbildung 65 stellt in einem Überblick den Aufbau dieses Kapitels dar.
190
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
Abbildung 65:
Aufbau von Kapitel 5
5. Ergebnisse der empirischen Untersuchung zu Supply Frühwarnsystemen 5.1 - Deskriptive Analyse der Fragebögen 5.1.1 - Bedeutung von Supply Management & Supply Frühwarnsystemen 5.1.2 - Bedeutung und Entwicklung hybrider Koordinationsformen 5.1.3 - Kosten- und Nutzenkategorien eines Supply Frühwarnsystems
5.2 - Relevanz und Klassen von Supply Risiken 5.2.1 - Deskriptive Analyse 5.2.2 - Faktorenanalyse: Zugrunde liegende Risikofaktoren 5.2.3 - Mittelwertvergleich: Unterschiedliche Supply Risk Exposures
5.3 - Ergebnisse des PLS-Strukturmodells 5.3.1 - Gütekriterien 5.3.2 - Auswertung des Strukturgleichungsmodells 5.3.3 - Praktische Implikationen
5.4 - Zwischenergebnis: Empirische Resultate für Wissenschaft und Praxis
5.1
Deskriptive Analyse der Fragebögen
In einem ersten Schritt werden die empirischen Daten deskriptiv aufbereitet, um Ergebnisse zur Relevanz von Supply Frühwarnsystemen zu erhalten (vgl. auch Moder et al. 2008, S. 19-21). Kapitel 5.1.1 gibt einen Überblick zur Bedeutung von Supply Management, Frühwarnsystemen und der Bedeutung von Risikoaktivitäten im Supply Management der befragten Firmen. Kapitel 5.1.2 zeigt die Bedeutung hybrider Koordinationsformen auf, um die in der Operationalisierung des Konstrukts „Zukünftige Bedeutung hybrider Koordinationsformen“ aufgestellten Fragen zu beantworten. Schließlich beantwortet Kapitel 5.1.3 abschließend die Überlegungen zur Kosten-Nutzen-Problematik von Supply Frühwarnsystemen und zeigt die explorativen Ergebnisse, die aus der empirischen Untersuchung abgeleitet werden können.
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
5.1.1
191
Bedeutung von Supply Management und Supply Risk ManagementAktivitäten
Um die grundlegende Bedeutung des Supply Risk Managements zu erfassen, wurde in einem ersten Schritt der Anteil der Arbeitszeit erfasst, der von den Befragten zur Lösung von Problemen im Supply Management oder der Supply Chain aufgewendet wird. Diese Analyse gibt einen ersten Hinweis auf die Bedeutung des Supply Risk Managements, da durchschnittlich 29 Prozent der Arbeitszeit zur Behebung von Störungen aufgebracht werden (Abbildung 66). Bei 18 Prozent der Befragten nehmen Störungen sogar 50 Prozent oder mehr der Gesamt-Arbeitszeit ein. Nur zwei Befragte (1 %) gaben an, dass sie für Störungen keine Zeit aufwenden. Abbildung 66:
Prozent der Arbeitszeit zur Behebung von Störungen
100%
Anteil an Arbeitszeit, die für Störungen in der Supply Chain aufgewendet wird 0% 1%
90% 80%
0% 3%
70%
3%
60%
11%
50%
13%
40%
23%
30%
22%
20%
23%
10% 1%
0% 0%
5%
10%
15%
Anteil der Befragten
20%
25% n = 159
Mit diesen Daten als Ausgangspunkt stellt sich die Frage nach der Bedeutung von Supply Risk Management-Aktivitäten. Insbesondere ein Vergleich zwischen den Werten heute und der Entwicklung in der Zukunft gibt Hinweise, ob eine weitere Verschärfung der Risikosituation erwartet wird. Im Fragebogen wurde die zukünftige Bedeutung in fünf Jahren daher mit abgefragt. Abbildung 67 zeigt die stark steigende Relevanz von Einkaufsaktivitäten. Für das übergeordnete Thema des Supply Managements liegt auf der Skala von 1 bis 7 ein bereits heute überdurchschnittlicher Wert von 4,91 vor, der bis 2011 nach Einschätzung der Befragten auf 6,12 steigen wird. Noch stärker zunehmen wird die Bedeutung der drei risiko-orientierten Tätigkeiten: Supply Risk Management als Überbegriff sowie die Supply Risikoidentifikation und Supply Risikoanalyse als
192
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
die beiden Hauptkomponenten eines Supply Frühwarnsystems. Es zeigt sich hier eine Steigerung um 1,52 Punkte bei der Supply Risikoidentifikation und um 1,71 Punkte bei der Supply Risikoanalyse. Abbildung 67:
Bedeutung von Supply Management und Supply Risk Management
Frage: Wie hoch schätzen Sie die Bedeutung der folgenden Funktionen 2006 und 2011 ein? "keine Bedeutung"
"sehr hohe Bedeutung"
4,91
Supply Management
6,12
Supply Risk Management
4,04 5,53
Supply Risikoidentifikation
4,10 5,62 3,94
Supply Risikoanalyse
5,65
2006
2011
Noch deutlicher wird diese Einschätzung bei einer Analyse, die einen überdurchschnittlichen Wert (5, 6 oder 7 Punkte) für die vier Aktivitäten angegeben haben (Abbildung 68). Während heute 61 Prozent der Befragten eine überdurchschnittliche Bedeutung des Supply Managements sehen, sind dies für das Jahr 2011 fast alle Studienteilnehmer, nämlich 97 Prozent. Für das Supply Risk Management ergibt sich eine noch stärkere Steigerung in der Bedeutung von 37 auf 82 Prozent. Vergleichbares ist für die Supply Risikoidentifikation und Supply Risikoanalyse zu erkennen, wobei letztere die stärksten Steigerungsraten der vier Aktivitäten aufweist: Heute sehen nur 36 Prozent der Befragten in der Supply Risikoanalyse eine überdurchschnittlich bedeutende Aufgabe. Im Jahr 2011 erwarten 86 Prozent der Befragten, dass es sich dabei um eine überdurchschnittlich bedeutende Aufgabe handelt, was einer Zunahme um 50 Prozent entspricht.
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
Abbildung 68:
193
Überdurchschnittliche Bedeutung von Supply Management und Supply Risk Management
Anteil der Befragten, die den Aktivitäten überdurchschnittliche Bedeutung beimessen 0%
20%
40%
60%
80%
100%
61%
Supply Management 37%
Supply Risk Management
97% 82%
40%
Supply Risikoidentifikation
36%
Supply Risikoanalyse 2006
88% 86%
2011
Die empirischen Daten bestätigen daher die in der Einführung dargestellten theoretischen und praktischen Überlegungen und weisen auf eine überragende Bedeutung von Aktivitäten des Supply Risk Managements in den kommenden Jahren hin. Solche Aktivitäten können ein Hinweis auf die Tätigkeit eines Supply Risk Managers sein, der sich für das Risikomanagement in der Supply Chain verantwortlich zeigt. In der empirischen Untersuchung haben heute 36 Prozent der Unternehmen einen Beauftragten oder eine eigenständige Stelle für das Supply Risk Management. Noch nicht abgebildet ist die Gefahr von Supply Risiken in den Vergütungen des Einkaufsmanagements. Durchschnittlich gaben die Teilnehmer an, dass nur acht Prozent ihres Einkommens vom Auftreten von Supply Risiken abhängig ist. Die überwiegende Mehrheit (57 Prozent) gab sogar an, dass ihr Einkommen völlig unabhängig vom Auftreten von Risiken ist. Immerhin ist bei einem kleinen Anteil von zehn Prozent der Teilnehmer mehr als 30 Prozent des Einkommens von den Ergebnissen des Supply Risk Managements abhängig.
5.1.2
Bedeutung und Entwicklung hybrider Koordinationsformen
Bei der Operationalisierung der zukünftigen Bedeutung hybrider Koordinationsformen stellte sich darüber hinaus die Frage nach ihrer Bedeutung. Wenn Einkauf und Supply Management an Bedeutung gewinnen, kann davon ausgegangen werden, dass dies auch bei hybriden Koordinationsformen der Fall ist. Die Frage nach dem Einfluss der Supply Risk Performance auf hybride Koordinationsformen gilt es darüber hinaus im Strukturgleichungsmodell in Kapitel 5.3 noch zu prüfen. Es zeigt sich anhand der Ergebnisse in Abbildung 69, dass die Spot-Beschaffung (als
194
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
ausschließlich marktbasierte Koordinationsform) eine leichte Abnahme erfährt und auf mittlerem Niveau stagniert. Bei allen drei Hauptformen hybrider Koordination (Jahresverträge, Langzeitvereinbarungen, Entwicklungskooperationen) zeigt sich jeweils eine deutliche Steigerung. Am bedeutendsten stellen sich für 2011 Langzeitvereinbarungen dar, die mit einer hohen Bedeutung von 6,02 Punkten von den Teilnehmern gesehen werden. Prozentual schätzen 91 Prozent der Teilnehmer Langzeitvereinbarungen als überdurchschnittlich bedeutend ein (5, 6 oder 7 Punkte). Bei der Spot-Beschaffung waren dies im Vergleich nur 24 Prozent der Teilnehmer. Eine leichte Steigerung zeigt sich auch bei der Lieferantenansiedlung und, wenngleich auf niedrigem Niveau, bei der Kapitalbeteiligung. Die Prozentzahl der Beteiligten, welche letztere als überdurchschnittlich bedeutend betrachtet, steigt von vier Prozent (2006) auf zehn Prozent (2011). Abbildung 69:
Bedeutung von hybriden Koordinationsformen
Frage: Wie hoch schätzen Sie die Bedeutung der folgenden Zusammenarbeitsformen 2006 und 2011 ein? "keine Bedeutung"
"sehr hohe Bedeutung"
3,22 3,17
Spot-Beschaffung Jahresverträge
5,21
Langzeitvereinbarungen
5,19 4,48
Entwicklungskooperationen
6,02 5,69
3,20 3,27
Lieferantenansiedlung Kapitalbeteiligung
5,67
1,87
2,33
2006
2011
Die stärksten Steigerungen ergeben sich tatsächlich, wie bei der Operationalisierung der hybriden Koordinationsformen angenommen, bei den Entwicklungskooperationen. Einer Steigerung von 9 Prozent bei Jahresverträgen und 16 Prozent bei Langzeitvereinbarungen steht die Steigerung bei Entwicklungskooperationen um 27 Prozent oder 1,22 Punkten gegenüber. Sogar 30 Prozent mehr Teilnehmer als 2006 sehen Entwicklungskooperationen im Jahr 2011 als überdurchschnittlich bedeutend an. Bezogen auf das Konstrukt der zukünftigen Nutzung hybrider Koordinationsformen, das inhaltlich die Steigerungsrate misst, kann die in Kapitel 4.3.3 getroffene Annahme somit bestätigt werden. Um zu validen Aussagen zu kommen, wurde ein Wilcoxon-Test für zwei verbundene Stichproben durchgeführt und geprüft, ob sich signifikante Unterschiede
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
195
aufzeigen lassen. Die Statistik bestätigt die graphische Darstellung: Für die SpotBeschaffung und die Lieferantenansiedlung ergeben sich keine signifikanten Differenzen. Dagegen sind die Unterschiede sowohl bei Jahresverträgen, Langzeitvereinbarungen, Entwicklungskooperationen und bei der Kapitalbeteiligung an Lieferanten hochsignifikant auf dem Level p < 0,001. Im Ergebnis zeigt sich, dass hybride Koordinationsformen an Bedeutung gewinnen werden. Insbesondere Jahresverträge, Langzeitvereinbarungen und Entwicklungskooperationen zeigen signifikante Steigerungen auf hohem Niveau. Im Strukturgleichungsmodell gilt es nun zu prüfen, ob dieser Bedeutungszuwachs auch durch eine schlechtere Supply Risk Performance der teilnehmenden Unternehmen erklärt werden kann oder ob andere Ursachen dafür verantwortlich sind.
5.1.3
Kosten- und Nutzenkategorien eines Supply Frühwarnsystems
Zur Beantwortung der dritten Forschungsfrage wurde in Kapitel 3.3.2 eine Diskussion zu Kosten- und Nutzenkategorien von Supply Frühwarnsystemen durchgeführt. In der empirischen Untersuchung wurden diese Kategorien explorativ erfasst. Abbildung 70 zeigt die Einschätzung der Befragten im Hinblick auf den Gesamtnutzen eines Supply Frühwarnsystems. Eine große Mehrheit von 79 Prozent stimmt der Aussage zu, dass der Nutzen größer ist als die Kosten zur Implementierung eines Supply Frühwarnsystems. Elf Prozent der Befragten sind unentschieden und nur elf Prozent schätzen, dass die Kosten den Nutzen übersteigen. Abbildung 70:
Gesamtnutzen eines Supply Frühwarnsystems Aussage: Insgesamt gesehen, ist der Nutzen eines Supply Frühwarnsystems größer als seine Kosten.
Trifft voll und ganz zu
19% 29% 31% 11% 7% 4%
Trifft gar nicht zu
0%
n = 161
Zu untersuchen ist somit, auf welche einzelnen Kosten- und Nutzenkategorien diese Einschätzung zurückzuführen ist. Die Kostendarstellung nach Kategorien in Abbildung 71 zeigt, dass die Kosten für den Aufbau und Betrieb eines Frühwarn-
196
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
systems insgesamt unterdurchschnittlich bewertet werden. Auf einer Skala von 1 bis 10 wurden insgesamt die Aufbaukosten nach Vertragsabschluss (z. B. Kosten zur Entwicklung eines IT-basierten Kennzahlensystems) mit durchschnittlich 5,75 Punkten als größter Kostenblock angesehen. Es folgen die Durchführungskosten nach bzw. vor Vertragsabschluss (z. B. Zukauf von Liquiditätsdaten über Lieferanten / Risikoaudits zur Lieferantenauswahl) mit Werten von 5,4 und 5,3 Punkten. Mit deutlichem Abstand folgen die Aufbaukosten vor Vertragsabschluss (z. B. Entwicklung einer Risikocheckliste zur Lieferantenauswahl) mit einem Mittelwert von 4,76 Punkten. Als sehr niedrig werden die Kosten des Lieferanten für ein solches System gesehen (4,71 Punkte). Insgesamt jedoch sind die Unterschiede nach den verschiedenen Kategorien als gering zu bezeichnen. Aufbau- und Durchführungskosten werden von den Umfrageteilnehmern als etwa gleichbedeutend eingeschätzt. Abbildung 71:
Kostenkategorien eines Supply Frühwarnsystems
45%
Prozent der Befragten
40% 35% 30% 25% 20% 15% 10% 5% 0% sehr niedrige ...
niedrige ...
mittlere ...
hohe ...
sehr hohe ...
... Kosten
Aufbaukosten vor Vertrag
Durchführungskosten vor Vertrag
Aufbaukosten nach Vertrag Lieferantenkosten
Durchführungskosten nach Vertrag
Aussagekräftiger stellt sich das Bild bei den Nutzenkategorien eines Supply Frühwarnsystems dar (Abbildung 72). Mit deutlichem Abstand ist die Unternehmung als Ganzes Nutznießer eines Systems, z. B. durch die Vermeidung von Kosten, die durch eine Nicht-Belieferung des Kunden anfallen ( 7,38 Punkte). Darüber hinaus werden die Kapitalbindungskosten (6,44 Punkte) wie auch die internen Einkaufskosten (6,28 Punkte) stark reduziert. Nur durchschnittlich fallen die Erträge in der Beschaffungslogistik aus (5,88 Punkte). Deutlich die geringsten Nutznießer sind auch hier mit einem Wert von 5,20 Punkten die Lieferanten.
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
Abbildung 72:
197
Nutzenkategorien eines Supply Frühwarnsystems
40%
Prozent der Befragten
35% 30% 25% 20% 15% 10% 5% 0% sehr niedriger ...
niedriger ...
mittlerer ...
hoher ...
sehr hoher ...
... finanzieller Nutzen
Beschaffungslogistik
Kapitalbindung
Unternehmung
Lieferant
Einkaufsfunktion
Aus den statistischen Daten ergeben sich zwei Herausforderungen für die Implementierung eines Supply Frühwarnsystems. Zum einen fallen die Kosten für den Aufbau und Betrieb des Frühwarnsystems weitgehend im Einkauf an. Nutznießer eines solchen Systems sind aber in erster Linie andere Abteilungen im eigenen Unternehmen, sei es durch erhöhte Verfügbarkeit von Liefermaterial oder geringe Lagerbestände aufgrund des abnehmenden Risikopotenzials. Während also die Ressourcen für ein solches System kostenwirksam im Einkauf aufgewendet werden müssen, sind die Einsparungen im Einkauf selbst, z. B. durch Firefighting, nur als durchschnittlich zu bezeichnen. Die Entwicklung eines übergreifenden Supply Risk Management-Systems, das kosten- und nutzenwirksam für das gesamte Unternehmen gestaltet wird und in ein ganzheitliches Zielsystem eingeordnet werden sollte, ist somit ein wichtiges und noch offenes Forschungsgebiet. Eine zweite Herausforderung ergibt sich aus dem geringen Nutzenwert des Lieferanten. Obgleich der Lieferantennutzen immer noch höher als seine Kosten ist, ergibt sich der primäre Nutzen im einkaufenden Unternehmen. Der Nutzen des Lieferanten, z. B. durch den Entfall von Vertragsstrafen bei Nichtlieferung, wurde als eher unterdurchschnittlich eingeschätzt. Gleichzeitig ergibt sich bei einem Supply Frühwarnsystem die Notwendigkeit, Lieferanten aktiv einzubeziehen, da Risiken in der Lieferkette nur gemeinsam identifiziert und analysiert werden können. Es ergibt sich daher Forschungsbedarf bei der Frage nach der Motivation und Bereitschaft von Lieferanten zur Teilnahme an Aktivitäten des Supply Risk Managements. Es scheint nicht ausreichend zu sein, Lieferanten ausschließlich mit dem Hinweis auf die gemeinsame Vermeidung von Lieferstörungen zu motivieren.
198
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
Der, auch finanzielle, Nutzen eines Supply Frühwarnsystems muss in der Zukunft deutlicher werden, als dies heute der Fall ist und gegebenenfalls mit geeigneten Anreizsystemen hinterlegt werden.
5.2
Relevanz und Klassen von Supply Risiken
In diesem Kapitel werden die Angaben der Befragten zu einzelnen Supply Risiken analysiert. Insgesamt 36 Supply Risiken wurden in Kapitel 3.2.1 aufbereitet und in der empirischen Untersuchung auf ihre Eintrittswahrscheinlichkeit und die Schwere des Auftretens abgefragt. In Kapitel 3.3.1 wurde ausgeführt, dass die nicht zufriedenstellende Wissensbasis im Bereich der Existenz und Relevanz von Supply Risiken insbesondere auch darauf zurückzuführen ist, dass in den existierenden Umfragen zum Thema eine qualitative Einschätzung von Supply Risiken abgefragt wurde. Daher wurde die hier vorliegende Untersuchung anders ausgerichtet: Es wurde nicht eine qualitative Einschätzung zu Supply Risiken der Zukunft erfragt, sondern die tatsächlich eingetretenen Supply Risiken der vergangenen 12 Monate sowie der durch diese verursachten Auswirkungen. Um eine Faktorenanalyse zu ermöglichen, wurde im Rahmen der Pre-Tests mit den Experten diskutiert, welche Klassifikation für Risiken vorgegeben werden sollte. Ausgangspunkt war jeweils eine Likert-Skala mit fünf Punkten, die äquidistant sein sollte. Es stellte sich heraus, dass eine solche qualitative Äquidistanz (sehr selten bis sehr häufig bei der Eintrittswahrscheinlichkeit; sehr gering bis sehr stark bei der Schwere des Auftretens) in der Praxis unterschiedliche Klassen umfasst, so dass für die Eintrittswahrscheinlichkeit und die Schwere des Auftretens die folgenden Klassen gewählt wurden: -
Eintrittswahrscheinlichkeit: Definition von fünf Klassen, welche die Häufigkeit des Auftretens eines definierten Supply Risikos in den letzten zwölf Monaten wiedergibt. Die Klassen sind: (1) Auftreten einmalig, (2) zwei- bis viermal, (3) fünf- bis neunmal, (4) zehn- bis 19-mal, (5) 20-mal oder mehr. Diese Klassen werden für die multivariate Auswertung der empirischen Untersuchung zurückgesetzt auf eine Skala von 1 bis 5. Somit ist gewährleistet, dass sich (a) die Bewertung auf tatsächlich eingetretene Risiken konzentriert, (b) die qualitative Bewertung bei allen Umfrageteilnehmern unabhängig von Unternehmensgröße und Industrie einheitlich vorgenommen wird und (c) eine Verrechnung sowohl für eine deskriptive Analyse als auch für multivariate Analyseverfahren zu nutzen ist.
-
Schwere des Auftretens: Reduktion der Likert-Skala auf nur drei Klassen, welche die Schwere des Auftretens für den Fall definiert, dass das Supply Risiko in den vergangenen zwölf Monaten beim Befragten tatsächlich aufgetreten ist. Die Klassen sind: (1) Auswirkungen konnten mit höherem Aufwand
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
199
im Einkauf abgefangen werden, (2) Starke Auswirkungen im eigenen Unternehmen; Integration weiterer Abteilungen, (3) Massive Auswirkungen; Kunden waren betroffen und mussten gegebenenfalls zur Problemlösung integriert werden. Vorgeschaltet wurde im Fragebogen eine Spalte, die angekreuzt wurde, falls das betreffende Risiko in den vergangenen zwölf Monaten nicht aufgetreten war. Eine Bewertung der Schwere der Auswirkung wurde nur von den Teilnehmern erfasst, bei denen das Risiko tatsächlich aufgetreten war, um die Bewertung nicht auf Einschätzungen, sondern auf Fakten aufzubauen. Hiermit wurde Zsidisins (2001a, S. 203) zentralem Einwand Genüge getan, dass eine Lücke zwischen zwei Arten von Supply Risiken existiert – Risiken, deren Existenz nur angenommen wird und Risiken, die tatsächlich existieren. Die folgenden drei Unterkapitel bereiten die Ergebnisse der Analyse auf. In einem ersten Schritt in Kapitel 5.2.1 werden die vorliegenden Daten rein deskriptiv analysiert. In Kapitel 5.2.2 wird eine Faktorenanalyse durchgeführt, um Strukturen hinter den Supply Risiken zu entdecken. Schließlich wird in Kapitel 5.2.3 ein Mittelwertvergleich durchgeführt, um unterschiedliche Supply Risk Exposures verschiedener Gruppen identifizieren zu können.
5.2.1
Deskriptive Analyse des Supply Risk Exposures
Zur deskriptiven Analyse der Risiken im Supply Management wurden als erstes die Mittelwerte über alle 36 Supply Risiken gebildet und jeweils für die Eintrittshäufigkeit und die Auswirkungen bei Eintritt dargestellt. In der deskriptiven Analyse ist hier von einer Eintrittshäufigkeit anstelle einer Eintrittswahrscheinlichkeit die Rede, da die Befragten aufgefordert waren, die Eintrittshäufigkeit der vergangenen zwölf Monate zu bewerten – wie häufig also die dargestellten Risikoquellen in den vergangenen zwölf Monaten zu Störungen in der eigenen Supply Chain geführt haben. Im Ergebnis lässt sich diese Eintrittshäufigkeit mit einer Eintrittswahrscheinlichkeit gleichsetzen, da durch die große Anzahl der Antwortenden nun eine reale Analyse der im Supply Management wirklich kritischen Risiken vorliegt (vgl. auch Moder et al. 2008, S. 23-38). Abbildung 73 zeigt die Ergebnisse in einem Überblick.
200
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
Abbildung 73:
Eintrittshäufigkeit und Schwere der Auswirkung von Supply Risiken Eintrittshäufigkeit Platzhalter 00
1
1
2
3
2,34 1,14
1,94 1,41 1,91
1,07
1,07
1,66
0,93 0,93
1,47
0,85 0,85
1,87
0,91 0,91
IT-Systeme
1,58
0,40 0,40
1,80
0,09
1,70 1,36
Lieferantenauswahl
1,36
1,26
Liquidität
1,59
1,26
1,41 2,65
Marktpreise
2,65
0,07
1,83
1,22 2,53
Nachfrageänderungen 1,72
Personalrisiko
2,53
1,72
1,97 1,50
0,51 0,51
1,54
0,72 0,72
Produkthaftung Produktivität
0,82 0,82
Prozesse
1,43
2,17 1,74 1,43
1,61
Ramp-Up
1,77
1,61
2,10
0,89 0,89
Reserveteile
1,61
1,26
Risikomanagement
1,26
1,41
1,99
Rohmaterial
1,99
1,91
Single Source
1,91
0,620,62
Techn. Wettbewerbsfähigkeit
1,76
1,82
0,650,65
Vertrag
1,78
1,78
0,70 0,70
Veralterung
Zusammenarbeit
2,53
1,29
0,42 0,42
Investitionen
Währung
1,64 1,45
2,53
Import- oder Export-Kontrollen
Volkswirtschaft
2,34
1,14
1,29
Global Sourcing
Politik
1,78 3,30 1,30
Flexibilität
Moralische Standards
4
1,86
3,30
Fluktuation
Katastrophe
2
2,68
0,09
Disposition
Krieg oder Terrorismus
3
1,38
Firmenstruktur
Geistiges Eigentum
Auswirkungen 1
0,23 0,23
Beschaffungslogistik Betrug
4
2,68
Abhängigkeit Arbeitskämpfe
2
1,64
0,12 0,12
1,63
0,560,56
1,58 1,55
1,55
1,65
3
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
201
Als erstes fällt auf, dass die Varianz der Eintrittshäufigkeit deutlich größer ausgeprägt ist als es bei den möglichen Auswirkungen der Fall ist. Dieses Ergebnis stimmt überein mit den Ergebnissen der Operationalisierung der Supplier Risikoanalyse, da die Bewertung der Eintrittswahrscheinlichkeit sich dort als relevant erwiesen hat, während die Bewertung möglicher Auswirkungen nicht den erwarteten Einfluss auf das Konstrukt hatte. Ergänzend zu den dort getätigten Überlegungen scheint hier ein weiterer Grund möglich zu sein: Wenn im Mittel Supply Risiken eine vergleichbare Schwere beim Auftreten haben, so ist die Bewertung dieser Schwere für das weitere Risikomanagement überflüssiger Ballast. Unternehmen sollten es aus ökonomischen Gründen daher bei einer Bewertung der Eintrittswahrscheinlichkeit belassen. Die Analyse der Eintrittshäufigkeit zeigt drei relativ klar abgetrennte Klassen von Supply Risiken. Hier wurde der Mittelwert über die normalisierte Eintrittshäufigkeit gebildet. Die Eintrittswahrscheinlichkeit wurde aus den empirischen Rohdaten anhand der Anzahl des Auftretens berechnet. Sie bezieht sich hierbei immer auf das Supply Management als Ganzes – wie wahrscheinlich es ist, dass in einem Jahr bei einem beliebigen Lieferanten dieses Risiko mindestens einmal für die Einkaufsorganisation relevant sein wird. In der dritten Klasse finden sich Supply Risiken mit einem Mittelwert von unter 0,5. Am wenigsten häufig wurde das Supply Management durch die Verletzung moralischer Standards betroffen, was sich in einem Wert von 0,07 zeigt. Über alle 162 Antwortenden hinweg gab es im vergangenen Jahr nur 11 Fälle dieses Risikos, was einer globalen Eintrittswahrscheinlichkeit von 6 Prozent entspricht. Ebenfalls minimal erweisen sich Risiken durch Betrug (Mittelwert 0,09; Eintrittswahrscheinlichkeit 7 %) sowie durch Krieg oder Terrorismus (0,09; 6 %). Schließlich sind volkswirtschaftliche Risiken mit einer Eintrittswahrscheinlichkeit von 6 Prozent (0,12; 6 %) als unkritisch für das Supply Management zu beurteilen. Zu der Klasse unkritischer Risiken zählen des Weiteren noch Arbeitskämpfe (0,23; 15 %), Katastrophen (0,40; 25 %) und die Verletzung geistigen Eigentums (0,42; 20 %). Bei letzterem Risiko sieht man, dass die Realität mit der Wahrnehmung häufig nicht übereinstimmt. Gerade Risiken geistigen Eigentums standen in den vergangenen Jahren zahlreich im Zentrum der Aufmerksamkeit. Unter den Befragten der empirischen Untersuchung gaben jedoch nur 20 % an, in den vergangenen zwölf Monaten mindestens einmal von einem solchen Risiko betroffen gewesen zu sein. Diese Zahl sowie die Überlegungen dieses Abschnitts müssen vor dem Hintergrund interpretiert werden, dass die befragten Unternehmen im Durchschnitt ein Portfolio von 3.500 Lieferanten haben. Die Gesamtsumme der Lieferanten über alle befragten Unternehmen lag bei 538.439 Lieferanten. Das Risiko der Verletzung geistigen Eigentums trat in den vergangenen zwölf Monaten insgesamt 102 Mal auf; dies würde eine Eintrittswahrscheinlichkeit bei einem einzelnen Lieferanten von etwa 0,02 Prozent bedeuten.
202
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
Die mittlere Klasse von Supply Risiken erstreckt sich auf einen Wertebereich von 0,5 bis 1,8 und umfasst insgesamt 21 Risiken. Hier sollen nur einige Risiken näher beleuchtet werden. Häufig im Fokus stehen Währungsrisiken, die jedoch nur bei 23 Prozent der Befragten zu Problemen geführt haben (0,56; 23 %); die Auswirkungen waren durchschnittlich. Sehr kritisch sind jedoch Risiken aus Produkthaftung zu beurteilen. Die Eintrittshäufigkeit liegt zwar nur bei 38 Prozent (0,72; 38 %), jedoch hat dieses Risiko die höchste Schwere beim Auftreten. Die Produkthaftung wird daher mit zu der höchsten Klasse von Top Supply Risiken gezählt, auf die später gesondert eingegangen wird. Nur mittel eingestuft wurden Liquiditätsrisiken im Supply Management (1,26; 63 %), was ebenso der Wahrnehmung in Theorie und Praxis widerspricht, wenn die hohe Anzahl an Veröffentlichungen zu diesem Thema als Maßstab genommen wird. Auch die Auswirkungen von Liquiditätsrisiken sind als unterdurchschnittlich zu beurteilen. Für das Ramp-Up-Risiko (1,61; 59 %) entspricht die Einschätzung der Produkthaftung. Einem mittleren Risiko steht hier eine sehr hohe Schwere bei Auftreten gegenüber, wodurch dieses Risiko ebenfalls in die höchste Risikoklasse überführt wird. Schließlich gibt es die höchste Risikoklasse, die im Folgenden als Top Supply Risiken bezeichnet werden. Sie besteht aus Risiken mit einem Mittelwert > 1,8 sowie aus dem Produkthaftungs- und dem Ramp-Up-Risiko, die beide eine mittlere Auftretenswahrscheinlichkeit haben, deren Auswirkungen sich jedoch als sehr kritisch erweisen. Risiken mit Mittelwert von über 1,8 sind das Single SourceRisiko (1,91; 72 %), das Rohmaterial-Risiko (1,99; 68 %), das Dispositionsrisiko (2,34; 72 %), das Flexibilitätsrisiko (2,53; 82 %), das Nachfrageänderungs-Risiko (2,53; 83 %), das Marktpreis-Risiko (2,65; 85 %), das Abhängigkeits-Risiko (2,68; 88 %) und mit der kritischsten Bewertung das Beschaffungslogistik-Risiko (3,30; 91 %). Diese insgesamt zehn Top Supply Risiken decken alle Bereiche der Supply Chain ab. So ist das Rohmaterial-Risiko teilweise von Vorlieferanten abhängig, das Flexibilitäts-Risiko weitgehend vom direkten Lieferanten zu beeinflussen, Beschaffungslogistik und Disposition in der externen und internen Logistikkette zu finden, das Single Source-Risiko als Entscheidung im eigenen Supply Management zu charakterisieren und das Nachfragerisiko sowohl beim internen als auch externen Kunden identifizierbar. Ein breites Verständnis von Supply Risk Management ist somit unabdingbar. Alle 36 Supply Risiken sind in einer Klassenübersicht in Tabelle 29 dargestellt.
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
Tabelle 29:
Relevanzklassen von Supply Risiken
Risikoklasse 1 Top Supply Risiken Häufigkeit > 1,8 oder Auswirkung > 2,0
Risikoklasse 2 Relevante Risiken Häufigkeit > 1,0
Häufigkeit < 1,0
Abhängigkeit Beschaffungslogistik Disposition Flexibilität Marktpreise Nachfrageänderungen Produkthaftung
Firmenstruktur Fluktuation Global Sourcing Lieferantenauswahl Liquidität Personalrisiko Prozesse
Import-/Export Investitionen IT-Systeme Politik Produktivität Reserveteile Veralterung
Ramp-Up Rohmaterial
Risikomanagement Zusammenarbeit
Vertrag Währung
Single Source
203
Risikoklasse 3 Irrelevante Risiken Häufigkeit < 0,5 Arbeitskämpfe Betrug Geistiges Eigentum Katastrophen Krieg / Terrorismus Moral. Standards Volkswirtschaft
Wettbewerbsfähigk.
Die zehn Top Supply Risiken werden im Folgenden genauer analysiert. Zu dieser Analyse wird ein Box-Whisker-Plot genutzt, der genauere Informationen zu zentralen Daten numerischer Verteilungen geben kann. Auf diese Weise lassen sich Median (), die beiden mittleren 25%-Quartile (), Min-/Max-Werte der Whisker (A) sowie Ausreißer (ȅ) und Extremwerte ( ) übersichtlich darstellen. Abbildung 74 zeigt den Box-Whisker-Plot für die definierten zehn Top Supply Risiken. Abbildung 74:
Box-Whisker-Plot-Analyse der Top Supply Risiken
5
Eintrittshäufigkeit
4
3
2
1
0 Abhängigkeit Disposition Marktpreise Produkthaftung Rohmaterial Beschaffungslogistik Flexibilität Nachfrageänderungen Ramp-Up Single Source
204
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
Der Box-Whisker-Plot lässt drei Arten von Supply Risiken erkennen. Vier der zehn Risiken haben in der gesamten Breite der Untersuchung eine hohe Eintrittshäufigkeit, sind also für alle Befragten als relevant zu beachten (Abhängigkeit, Beschaffungslogistik, Flexibilität, Marktpreise). Für diese Klasse muss es darum gehen, insbesondere Strategien zur Minimierung der Eintrittswahrscheinlichkeit zu entwickeln. Für fünf Risiken ist eine mittlere bis hohe Eintrittshäufigkeit zu konstatieren, die jedoch nicht bei allen Befragten gleich ausgeprägt zu beobachten ist (Disposition, Nachfrageänderungen. Ramp-Up, Rohmaterial, Single Source). Diese Risiken zeigen also eine sehr inhomogene Struktur, was sich graphisch in den längeren 25%-Quartilen beobachten lässt. Schließlich lässt sich eine dritte Klasse von Supply Risiken identifizieren, bei der einer geringen Eintrittswahrscheinlichkeit eine hohe Schwere bei Eintritt gegenüber steht (Produkthaftung). Im Box-Whisker-Plot erkennt man sehr gut, dass sich hier Ausreißer und sogar Extremwerte identifizieren lassen, die sich bei den anderen Risiken nicht nachweisen lassen. Für die dritte Klasse von Risiken muss das Ziel eine Reduktion der Auswirkung bei Eintritt sein. Diese Risikostruktur lässt sich auch in der gesamten Stichprobe über alle 36 Risiken erkennen. Der in Anhang IV dieser Arbeit dargestellte Box-Whisker-Plot über alle Risiken lässt erkennen, dass insgesamt 15 Risiken zur ersten Klasse zu zählen sind (davon 4 mit hoher Eintrittshäufigkeit; 11 mit mittlerer Eintrittshäufigkeit), 7 Risiken zur zweiten Klasse und 9 Risiken zur dritten Klasse. Aufgrund geringer Relevanz wurden 5 Supply Risiken keiner der Klassen zugeteilt. Die genaue Zuteilung der einzelnen Risiken ist in Tabelle 30 dargestellt. Tabelle 30:
Strukturierung der Supply Risiken
Strukturklasse 1 Hohe oder mittlere Häufigkeit, bei allen Befragten vergleichbar Abhängigkeith IT-Systemem LieferantenBeschaffungsauswahlm logistikh FirmenLiquiditätm strukturm Flexibilitäth Marktpreiseh Fluktuationm Global Sourcingm Import-/ExportKontrollenm Investitionenm h
Strukturklasse 2
Strukturklasse 3
-
Unterschiedliche Häufigkeit Disposition Nachfrageänderungen Personalrisiko
In Einzelfällen relevant Geist. Eigentum Katastrophen
Sehr geringe Relevanz Arbeitskämpfe Betrug
Politik
Ramp-Up
Produkthaftung
Prozessem Reserveteilem
Rohmaterial Single Source
Risikomanagementm
Zusammenarbeit
Produktivität Wettbewerbsfähigkeit Veralterung
Krieg oder Terrorismus Moralische Standards Volkswirtschaft
: hohe Eintrittshäufigkeit : mittlere Eintrittshäufigkeit
m
Vertrag Währung
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
205
Es stellt sich an dieser Stelle die Frage, ob neben der bereits mehrfach erwähnten Produkthaftung die weiteren acht Risiken der dritten Klasse auch das Verhalten zeigen, dass einer hohen Auswirkung eine geringe Eintrittshäufigkeit entgegensteht oder auch eine hohe Eintrittshäufigkeit bei geringer Auswirkung zu beobachten ist. Abbildung 75 zeigt, dass nur bei sechs der 36 Risiken (~17 %) eine Abweichung zu erkennen ist, 30 Risiken finden sich im normierten schraffierten Bereich wieder. Nur das Supply Risiko „Beschaffungslogistik“ hat eine sehr hohe Eintrittshäufigkeit bei gleichzeitig relativ geringer Auswirkung, neben der Produkthaftung zeigen die Supply Risiken „Katastrophen“, „Geistiges Eigentum“, „Krieg oder Terrorismus“ und „Volkswirtschaft“ eine sehr geringe Eintrittshäufigkeit bei jedoch relativ hoher Auswirkung. Abbildung 75:
Abweichungsanalyse bei Supply Risiken
Eintrittshäufigkeit
5
4 Beschaffungslogistik
3
2 Katastrophen Geistiges Eigentum
Produkthaftung
1
0 1
Volkswirtschaft
Krieg / Terrorismus 2
3
Auswirkung
Das Risiko „Beschaffungslogistik“ ist ein sehr operativ geprägtes Risiko, welches auf die Logistikflüsse in der Supply Chain abzielt. Interessant ist hier jedoch vor allem, dass sich im unteren rechten Bereich insbesondere Umweltrisiken wiederfinden. In Kapitel 3.2.2 (vgl. Abbildung 37) wurde eine theoretisch basierte Aufteilung der Supply Risiken in Organisations-, Netzwerk- und Umweltrisiken durchgeführt. Die untenstehende Abbildung 76 zeigt, dass sich zwischen Organisations- und Netzwerkrisiken auf der einen und Umweltrisiken auf der anderen Seite ein drastischer Abfall der Eintrittshäufigkeit bei gleichzeitig fast identischen Auswirkungen (jeweils im Mittelwert über alle Befragten) aufzeigen lässt. Es sei
206
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
hier noch einmal daran erinnert, dass für diese Untersuchung nicht eine Relevanzeinschätzung vorgenommen wurde, sondern eine Abfrage der tatsächlich eingetretenen Risiken in den vergangenen zwölf Monaten und somit die Daten eine hohe Praxisnähe aufweisen. Abbildung 76:
Unterschiede zwischen Risikoklassen
2
2 Eintrittshäufigkeit
1,36
1,67
1,62
Auswirkung
Eintrittshäufigkeit
Auswirkung 1,72
1,35
1
0,43 0
1 Organisationsrisiken
Netzwerkrisiken
Umweltrisiken
Der Fokus vieler Veröffentlichungen auf Umweltrisiken (z B. Kleindorfer und Saad 2005, S. 54; Peck und Jüttner 2002; Sheffi 2005) muss auf Basis der vorliegenden Daten als nicht zielführend eingestuft werden. Zu einem ähnlichen Ergebnis kommen auch Wagner und Bode (2007, S. 74) in einer aktuellen Untersuchung. Sie stellen fest, dass es „nicht die prominenten Katastrophenrisiken sind, die Unternehmen in den letzten Jahren am meisten zu schaffen machten. Risiken für die Supply Chain gehen hingegen vor allem von Absatz-/Kundenseitigen sowie Beschaffungs-/Lieferantenseitigen Risikoereignissen aus“. Diese Aussage kann mit den Ergebnissen der hier vorliegenden Studie für die Beschaffungsseite unterstützt werden. Für die Zukunft der Supply Risk Management-Forschung bedeutet dies eine Entwicklung der häufig anekdotisch begründeten Forschung auf einzelne Katastrophenbereiche und eine stärkere Konzentration der Bemühungen auf die wirklich relevanten Risiken im Organisations- und Netzwerk-Bereich.
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
5.2.2
207
Zugrunde liegende Faktoren des Supply Risk Exposures von Unternehmen
Die Faktorenanalyse analysiert eine Datenstruktur auf zugrunde liegende Variablenbündel, die so genannten Faktoren. Sie sucht also nach einer den empirischen Variablen zugrunde liegenden Erklärungsstruktur (Backhaus et al. 2006, S. 260). Für die hier vorliegende Untersuchung stellt sich die Frage, ob es Faktoren gibt, welche die Ursache für verschiedene Supply Risiken darstellen. Es handelt sich um eine explorative Faktorenanalyse, da im Vorfeld keine Annahmen über die Anzahl der zugrunde liegenden Faktoren getroffen wurden. Für die Durchführung der Faktorenanalyse wird gefordert, dass es dreimal so viele Fälle wie Variablen gibt. Bei insgesamt 36 Supply Risiken (Variablen) und 162 Antworten ist diese Forderung deutlich erfüllt. Da sich in der deskriptiven Analyse gezeigt hat, dass sich insbesondere die Eintrittshäufigkeit zwischen den Variablen unterscheidet, während die Auswirkungen über die Datenstruktur hinweg ähnliche Werte zeigen, wird für die Faktorenanalyse erstere zur Auswertung herangezogen. Eine Z-Transformation ist nicht notwendig, da die Maßeinheiten aller Variablen identisch sind. Zunächst wird die Datenstruktur auf ihre Bündelungsfähigkeit untersucht. In der Korrelationsmatrix sind hierbei einige kleinere Werte zu erkennen, so dass weitere statistische Kriterien herangezogen werden müssen. Die Anti-Image-Kovarianz-Matrix weist auf eine gute Bündelungsfähigkeit hin, da nur 10,8 Prozent der NichtDiagonalelemente den Wert von |x| > 0,09 überschreiten und somit der Grenzwert von 25 Prozent der Elemente klar unterschritten wird (Backhaus et al. 2006, S. 276). Auch das Kaiser-Meyer-Olkin-Kriterium weist mit einem Wert von 0,83 auf eine sehr gute Bündelungsfähigkeit hin (Backhaus et al. 2006, S. 276). Für jedes einzelne der 36 Supply Risiken zeigt die Matrix der Anti-Image Korrelationen einen Wert von über 0,5 an, womit sämtliche Variablen Eingang in die Faktorenanalyse finden. Die Bündelungsfähigkeit ist somit klar gegeben und die Voraussetzung zur Anwendung der Faktorenanalyse geschaffen. Bei der Anwendung der Faktorenanalyse lassen sich zwei Formen unterscheiden. Die Hauptkomponentenanalyse fokussiert darauf, wie sich die „auf einen Faktor hoch ladenden Variablen durch einen Sammelbegriff (Komponente) zusammenfassen“ (Backhaus et al. 2006, S. 293) lassen. Die Hauptachsenanalyse fokussiert darauf, wie sich die „Ursache bezeichnen [lässt], die für die hohen Ladungen der Variablen auf diesen Faktor verantwortlich ist“ (Backhaus et al. 2006, S. 293). Gemäß den Überlegungen in Kapitel 3.3.1 geht es zur Beantwortung der ersten Forschungsfrage insbesondere darum, die Ursachen für Supply Risiken zu identifizieren. Daher wird für diese Untersuchung die Hauptachsenanalyse eingesetzt. Zur Erleichterung der Interpretation wurde eine Rotation durchgeführt. Aus den zur Verfügung stehenden Optionen, häufig genannt werden die Varimax- und die Promax-Vorgehensweise (Finch 2006, S. 39), wird hier die Promax-Rotation ge-
208
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
wählt. Es handelt sich hierbei um eine schiefe (oblique) Rotation, bei der die Faktoren korreliert sein dürfen (Finch 2006, S. 43). Diese Korrelation der Faktoren erscheint weiterhin notwendig, da in Kapitel 3.2.1 aufgezeigt wurde, dass die einzelnen Risiken über Ursache-Wirkungsketten miteinander verbunden sind. Identisches ist von den Faktoren zu erwarten, da die Komplexität der Supply Chain auch Wirkungsverbünde zwischen Ursachen von Supply Risiken erwarten lässt. Die Bestimmung der Anzahl an Faktoren muss weitgehend auf Basis inhaltlicher Erwägungen getroffen werden. Jedoch stehen einige Kriterien zur Verfügung, welche diese Auswahl unterstützen. Die Anzahl der Faktoren wurde zunächst anhand des Scree-Tests, des Kaiser-Kriteriums sowie der Varianzerklärung eingeschränkt. Für den Scree-Test wurden die Eigenwerte graphisch abfallend dargestellt (Revenstorf 1980, S. 76). Es ist in der Grafik ein Knick zu erkennen, der für diese Analyse zu einer Lösung mit insgesamt zwei Faktoren führen würde. Das Kaiser-Kriterium fokussiert auf den Beitrag zur Varianzerklärung der einzelnen Faktoren. Je höher die erklärte Varianz eines zusätzlichen Faktors, umso höher der Eigenwert. Nach dem Kaiserkriterium ist die optimale Anzahl der Faktoren dort erreicht, wo der letzte Faktor einen Eigenwert von eins überschreitet (Yeomans und Golder 1982, S. 222). Bei der hier vorliegenden Analyse würde dies zu insgesamt zehn Faktoren führen. Schließlich kann eine Analyse anhand der erklärten Gesamtvarianz durchgeführt werden. Bei einer erklärten Gesamtvarianz von 50 Prozent würden fünf Faktoren extrahiert, von 60 Prozent acht Faktoren und bei 70 Prozent insgesamt 12 Faktoren. Mit diesen Abweichungen wird deutlich, dass die Auswahl der Faktorenanzahl insbesondere unter inhaltlichen Erwägungen durchgeführt werden muss. Hierzu wurden alle Lösungen zwischen zwei und 12 Faktoren ermittelt und analysiert. Aus inhaltlichen Erwägungen erweist sich eine Lösung mit insgesamt sieben Faktoren als zielführend. Tabelle 31 zeigt die Ergebnismatrix der Faktorenanalyse mit den Faktorladungen der Supply Risiken im Überblick.
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
Tabelle 31:
209
Ergebnismatrix der Faktorenanalyse Faktor 1
Nachfrageänderungen Flexibilität Marktpreise Abhängigkeit Beschaffungslogistik Rohmaterial Disposition Single Source Fluktuation IT-Systeme Lieferantenauswahl Produktivität Prozesse Reserveteile Ramp-Up Personalrisiko Risikomanagement Zusammenarbeit Vertrag Global Sourcing Firmenstruktur Veralterung Liquidität Moralische Standards Geistiges Eigentum Betrug Arbeitskämpfe Politik Währung Import/Export-Kontr. Volkswirtschaft Techn. Wettbewerbsf. Investitionen Katastrophen Krieg / Terrorismus Produkthaftung
Faktor 2
0,96 0,73 0,73 0,62 0,62 0,51 0,40 0,29 0,22 0,18
Faktor 3
Faktor 4
Faktor 5
Faktor 6
Faktor 7
(0,29) (0,38) 0,71 0,66 0,62 0,56 0,55 0,50 0,50 0,47 0,41 0,32
(-0,32) 0,71 0,65 0,56 0,84 0,54 0,47 0,92 0,43 0,30 0,19 0,81 0,43 0,41 -0,38 0,65 0,48
210
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
Mit dieser Lösung werden insgesamt 57,8 Prozent der Varianz von Supply Risiken erklärt, was für die große Anzahl an Variablen ein guter Wert ist. Drei Supply Risiken wurden aus inhaltlichen Überlegungen dem Faktor zugeteilt, mit dem sie nur die zweithöchste Korrelation aufweisen. Diese Risiken sind in Tabelle 31 separat gekennzeichnet, indem ihre höchste Ladung in Klammern angegeben ist, inhaltlich wäre eine solche Zuteilung jedoch nur schwer begründbar. Insgesamt lassen sich die sieben identifizierten Faktoren wie folgt als Ursachen von Supply Risiken bezeichnen: Faktor 1 - Fehlende Flexibilität in der Supply Chain: Die dem Faktor 1 zugeordneten Supply Risiken haben ihre Ursache häufig in einer fehlenden Flexibilität in der Supply Chain und im Supply Netzwerk. Nachfrageänderungen sind erst dann ein Problem, wenn im Supply Netzwerk nicht mehr darauf reagiert werden kann. Marktpreise entwickeln sich aufwärts, wenn die notwendige Flexibilität zur Bereitstellung von Produkten nicht mehr verfügbar ist. Ähnliches gilt für das Rohmaterial-Risiko, das durch die Marktpreise dargestellt wird. Die Abhängigkeit von Lieferanten in Monopolsituationen wie auch das Vorliegen einer Single Source-Situation kann durch opportunistisches Verhalten des Lieferanten zu Engpässen führen und somit die eigene Flexibilität vermindern. Eine unzureichende Beschaffungslogistik, eine schlechte Disposition oder Probleme in IT-Systemen verkürzen Reaktionszeiträume in der Supply Chain und reduzieren somit die Flexibilitätsreserve. Schließlich führt eine hohe Fluktuation zu einem Know-how-Verlust und reduziert durch den erhöhten Einarbeitungsaufwand ebenfalls die Flexibilitätsreserve. Faktor 2 – Fehlende Einkaufsstrategie bei der Lieferantenauswahl: Die dem Faktor 2 zugeordneten Supply Risiken haben ihre Ursache häufig in einer fehlerhaften Lieferantenauswahl, die durch eine nicht definierte Einkaufsstrategie begleitet wird. Supply Risiken wie Produktivität, Prozesse und Risikomanagement müssen vor Vergabe von Aufträgen an Lieferanten abgesichert werden. Strategische Risiken wie Vertrag, Global Sourcing und Zusammenarbeit müssen im Rahmen der Einkaufsstrategie definiert werden. Schließlich fokussieren die Risiken Reserveteile, Ramp-Up und das Personalrisiko auf die Erfahrung mit bestimmten Lieferanten, die durch die Einkaufsstrategie ebenfalls in die Lieferantenentscheidung mit einfließen müssen. Faktor 3 – Fehlende Liquidität in der Supply Chain: Die dem Faktor 3 zugeordneten Supply Risiken haben ihre Ursache häufig in der fehlenden Liquidität eines Supply Chain Mitglieds. Neben dem Liquiditätsrisiko als solchem sind hier Veränderungen in der Firmenstruktur zu nennen, die ihre Ursachen häufig in einer unzureichenden Ergebnissituation haben. Außerdem ist das Veralterungsrisiko hier einzugliedern, da Firmen mit Liquiditätsengpässen häufiger nicht-wertstiftende Produkte abkündigen als dies bei finanziell gesunden Firmen der Fall ist.
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
211
Faktor 4 – Fehlende Einhaltung von ethischen und gesetzlichen Standards in der Supply Chain: Die dem Faktor 4 zugeordneten Supply Risiken haben ihre Ursache häufig in der fehlenden Einhaltung von Gesetzen und ethischen Standards. Die Risiken des Betrugs, des geistigen Eigentums sowie der moralischen Standards finden sich hier wieder. Faktor 5 – Politische Risiken: Die dem Faktor 5 zugeordneten Supply Risiken haben ihre Ursache häufig in der politischen Sphäre. Neben der Politik als solcher finden sich hier das Risiko der Währungsschwankungen sowie Import- und Exportkontrollen wieder. Auch Arbeitskämpfe, die durch die Arbeitsmarktpolitik stark beeinflusst werden, sind diesem Faktor zugeordnet. Faktor 6 – Risiken in der Infrastruktur: Die dem Faktor 6 zugeordneten Supply Risiken haben ihre Ursache häufig in einer fehlenden Infrastruktur im Supply Netzwerk. Neben den volkswirtschaftlichen Risiken finden sich hier die Risiken der technischen Wettbewerbsfähigkeit und der Investitionen, die stark von der Wettbewerbssituation abhängig sind. Auch finden sich hier Katastrophenrisiken, deren Auswirkungen stark von der Infrastruktur einer Region abhängig sind. Faktor 7 – Sonstige Risiken: Für die dem Faktor 7 zugeordneten Risiken konnte keine entsprechende Interpretation gefunden werden, auch nicht durch die Überprüfung zusätzlicher Korrelationen mit anderen Faktoren. Daher liegt hier die Annahme nahe, dass es sich bei diesen beiden Risiken um ein ‚Sammelbecken’ handelt, das die beiden Risiken ‚Krieg oder Terrorismus’ sowie ‚Produkthaftung’ statistisch diesem Faktor zugliedert. Dieser Faktor wirft für die weitere Forschung sicherlich mehr Fragen auf als er beantwortet. Verglichen mit den deskriptiven Ergebnissen aus Kapitel 5.2.1 lässt sich extrahieren, welche Ursachen den kritischsten Einfluss auf das Supply Risk Exposure besitzen. Hierzu wurden die Durchschnittswerte der Eintrittshäufigkeit der den sieben Faktoren zugeordneten Supply Risiken berechnet und in Abbildung 77 dargestellt. Es wird deutlich, dass insbesondere die Ursachen der fehlenden Flexibilität, der unzureichenden Einkaufsstrategie zur Lieferantenauswahl und mangelnde Liquidität als zentrale Ursachen für Risiken im Supply Netzwerk betrachtet werden können. Insbesondere die Fokussierung der Flexibilitätsdimension mit der hohen durchschnittlichen Eintrittshäufigkeit von 2,21 macht die Relevanz deutlich. Dies erklärt auch die Bedeutung von Literatur zu den Themen ‚Agilität’ und ‚Resilience’ im Gesamtbereich des Supply Risk Management, zu denen sich zahlreiche Veröffentlichungen identifizieren lassen (z. B. Christopher und Peck 2004b; Engelhardt-Nowitzki und Zsifkovits 2006; Sheffi 2005) und die sich inhaltlich durch Methoden zur Erhöhung der Flexibilität in der Supply Chain zusammenfassen lassen.
212
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
Abbildung 77:
Eintrittshäufigkeit der Ursachen von Supply Risiken
Eintrittshäufigkeiten der Faktoren 2,21
Fehlende Flexibilität
1,24
Fehlerhafte Lieferantenauswahl
1,03
Unzureichende Liquidität
0,56
Politische Risiken
0,50
Infrastrukturrisiken Sonstige Risiken Nichteinhaltung von Standards
0,41 0,19
Zusammenfassend lassen sich die sieben Ursachen fehlende Flexibilität, fehlerhafte Lieferantenauswahl, unzureichende Liquidität, Nicht-Einhaltung von Standards, politische Risiken, Infrastrukturrisiken und sonstige Risiken als Ergebnis der Faktorenanalyse und somit als zentrale Ursachen aller Supply Risiken ableiten. Wichtig ist, dass es sich bei der hier durchgeführten Betrachtung um eine explorative Faktorenanalyse handelt, deren Ergebnis weiteren Überprüfungen unterworfen werden sollte. Die Zuteilung der Supply Risiken wirft an manchen Stellen berechtigte Fragen auf, da neben den dargestellten Ursachen sicherlich auch vielfältige weitere Gründe zum Eintreten genau dieser Supply Risiken führen können. Für eine erneute, konfirmatorische, Faktorenanalyse ist jedoch ein zweiter Datensatz notwendig, so dass die offenen Fragen in dieser Untersuchung nicht beantwortet werden können. Nachdem nun die zugrunde liegenden Faktoren extrahiert wurden, stellt sich bei der Analyse der Supply Risiken abschließend die Frage nach den Strukturvariablen in der Supply Chain und ihrem Einfluss auf die Supply Risiken.
5.2.3
Unterschiedliche Supply Risk Exposures nach Unternehmensgruppen
Die Frage nach Strukturvariablen im Supply Risk Exposure kann mit verschiedenen statistischen Verfahren geprüft werden. Im Rahmen dieser explorativen Untersuchung wurde versuchsweise die Clusteranalyse eingesetzt. Diese nutzt alle verfügbaren Eigenschaften empirischer Daten, um innerhalb einer Gesamtheit verschiedene Gruppen zu identifizieren. Hierbei wird versucht, die Ähnlichkeiten
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
213
zwischen den Gruppen zu minimieren und die Ähnlichkeit innerhalb der Gruppen zu maximieren (Backhaus et al. 2006, S. 490; Kaufmann 2001, S. 185). Im Gegensatz zur Faktorenanalyse bündelt sie die Befragten und nicht die Objekte (Supply Risiken). Die Clusteranalyse hat sich jedoch nicht als zielführend erwiesen, da sich die Einflüsse der verschiedenen Strukturvariablen überlagern und somit die Ergebnisse nicht eindeutig interpretiert werden können. Daher wird für die folgende Untersuchung ein Mittelwertvergleich der Eintrittshäufigkeit für die zehn in Kapitel 3.2.3 erarbeiteten Strukturvariablen durchgeführt, um Unterschiede im Supply Risk Exposure der beteiligten Unternehmen zu identifizieren. (1) Branche Die Branche der beteiligten Unternehmen erweist sich als relevant für die Stärke des Supply Risk Exposures. Abbildung 78 zeigt alle Branchen, aus denen mindestens fünf ausgefüllte Fragebögen vorliegen. Es wird deutlich, dass die Luft- und Raumfahrtindustrie die mit Abstand kritischste Supply Risikoposition einnimmt. Eine geringere Exposition zeigt sich im Bereich der Energie- und Wasserversorgung, der Chemieindustrie sowie der Medizintechnik. Abbildung 78:
Darstellung des Supply Risk Exposures nach Branchen
Eintrittshäufigkeit nach Industrie 0
1
2
Luft- und Raumfahrt
2,0 1,3
Elektro und Elektronik Automobil- und Fahrzeugbau
1,3 1,3
Maschinen- und Anlagenbau Metallbearbeitung
1,2
Gummi und Kunststoff
1,1
Medizintechnik
0,9
Chemie
0,9
Energie- und Wasserversorgung
3
0,7
Darstellung der Branchen mit n > 5 Beteiligten
Eine Detailanalyse weist auf die Abweichungen nach Industrie hin: Tabelle 32 zeigt die Risiken auf, bei denen der Durchschnittswert in der Industrie um mindestens 0,75 nach oben (höheres Risiko) oder nach unten (geringeres Risiko) abweicht und somit von einem substanziellen Unterschied ausgegangen werden kann. Interessant ist, dass in sechs der neun Industrien nur relativ wenige Abwei-
214
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
chungen im Supply Risk Exposure zu beachten sind. Dies ist ein Hinweis, dass die Mehrzahl der Supply Risiken eine umfassende Bedeutung aufweisen und die industriellen Supply Chains zu einem breiten Gebilde mit einer vergleichbaren Risikoexposition geworden sind. In der Medizintechnik sowie der Energie- und Wasserversorgung zeigen sich, trotz insgesamt unterdurchschnittlichen Supply Risk Exposures, zwei Risiken als besonders relevant. Während für die Medizintechnik insgesamt acht Risiken eine deutlich unterdurchschnittliche Bedeutung beizumessen ist, erweist sich das Import-/Export-Risiko als deutlich kritischer als in anderen Branchen. Tabelle 32:
Abweichungen im Supply Risk Exposure nach Branchen Automobil und Fahrzeugbau Chemie
Elektro und Elektronik Energie- und Wasserversorgung
Gummi und Kunststoff Luft- und Raumfahrt
Maschinen- und Anlagenbau Medizintechnik
Metallbearbeitung
Deutlich geringeres Risiko
Deutlich höheres Risiko
-
Liquidität (2,1)
Disposition (1,4), Prozesse (0,5), Ramp Up (0,8) Global Sourcing (0,0), Import/Export (0,0), Lieferantenauswahl (0,4), Nachfrageänderungen (1,6), Produktivität (0,0), Energie (0,0), Ramp Up (0,0), Risikomanagement (0,4), Rohmater. (0,4), Single Source (0,8), Zusammenarbeit (0,0) Abhängigkeit (1,9), Personal (0,63) -
-
Beschaffungslogistik (1,8), Disposition (1,5), Flexibilität (1,5), Global Sourcing (0,0), Marktpreise (1,2), Nachfrageänderungen (1,3), Ramp Up (0,8), Risikomanagement (0,5) -
Ramp Up (2,4) Katastrophen (1,2)
Disposition (3,3) Abhängigkeit (3,5), Disposition (3,5), Firmenstruktur (2,0), Flexibilität (3,5), Fluktuation (2,7), Import/Export (2,0), Investitionen (2,8), IT-Systeme (2,2), Krieg/Terrorismus (1,0), Personal (3,2), Politik (1,7), Produkthaftung (1,5), Luftfahrt (2,3), Prozesse (3,2), Ramp Up (3,3), Reserveteile (1,7), Single Source (3,2), Wettbewerbsfähigkeit (1,5), Währung (2,3), Zusammenarbeit (2,7) Import/Export (2,0)
Nachfrageänderungen (3,3)
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
215
Ein besonders stark abweichendes Supply Risk Exposure zeigt auch die Energieund Wasserversorgung. Während insgesamt 16 von 36 Supply Risiken das mögliche Minimum von 0,0 erreichen (bei allen anderen Branchen ist dies höchstens viermal der Fall), zeigt sich insbesondere das in der Gesamtuntersuchung beinahe irrelevante Katastrophenrisiko als sehr bedeutend. Die Relevanz ist erklärbar, da die stark internationale und weitgehend auf Rohmaterialien beruhende Lieferstruktur dieser Industrie anfällig für Katastrophenrisiken ist. Schließlich ist die Luft- und Raumfahrtindustrie zu fokussieren: Während 21 von 36 Supply Risiken hier eine stark überdurchschnittliche Relevanz aufweisen, hat nicht ein einziges Risiko eine im Vergleich zum Durchschnitt schwache Relevanz aufzuweisen. Über alle Risiken wurde nie das Minimum von 0,0 erreicht, was auf eine starke Anfälligkeit der Supply Chain hinweist. Zu allen Risiken und Industrien finden sich weitere Detailergebnisse im Forschungsreport in Moder et al. (2008). (2) Wertschöpfungstiefe Ebenfalls relevant für die Stärke des Supply Risk Exposures erweist sich die Wertschöpfungstiefe der Unternehmen. Für die Analyse wurden fünf Klassen gebildet, welche jeweils Unternehmen in einem 20 %-Quintil zusammenfassen. Es wird deutlich (Abbildung 79), dass für die Mehrzahl der Unternehmen im Wertschöpfungsbereich zwischen 20 und 80 Prozent keine nennenswerten Abweichungen im Supply Risk Exposure zu beobachten sind. Unternehmen mit einer eigenen Wertschöpfungstiefe unter 20 Prozent und somit einem Zukaufteil von über 80 Prozent sind jedoch sehr anfällig für Supply Risiken, was sich in einem erhöhten Supply Risk Exposure darstellt. Unternehmen mit einer Wertschöpfungstiefe von über 80 Prozent haben eine stark reduzierte Anfälligkeit für Supply Risiken, was durch den geringen Zukaufanteil erklärbar ist. Wie in der Einführung dargestellt, geht der Trend hin zu einer Reduzierung der Wertschöpfungstiefe und somit einer Erhöhung des Zukaufanteils. Die Analyse zeigt, dass ein Zukaufanteil von 80 Prozent eine kritische Grenze darstellt, oberhalb dessen das Supply Risk Exposure deutlich ansteigt. Eine Überschreitung dieser Grenze ist daher nur empfehlenswert, wenn im Unternehmen ein professionelles Supply Risk ManagementSystem implementiert ist. Abbildung 79:
Darstellung des Supply Risk Exposures nach Wertschöpfungstiefe Eintrittshäufigkeit nach Wertschöpfungstiefe
1,5
1,44 1,29
1,25
1,25 0,87
0,5 0 bis 20 %
20 bis 40 %
40 bis 60 %
60 bis 80 %
80 bis 100 %
216
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
(3) Stellung in der Wertschöpfungskette Das Supply Risk Exposure wird ebenfalls durch die Stellung in der Wertschöpfungskette beeinflusst. Wichtiger noch als die eigene Position in der Kette stellt sich die Stärke der Verbindung in einem übergreifenden Produktionsfluss dar. Während Endprodukthersteller (OEM), Lieferanten der 1. Stufe (Tier 1, Modul/Systemlieferanten), Lieferanten der 2. Stufe (Tier 2, Einzelteilelieferanten) und Rohstofflieferanten noch ein vergleichbares Supply Risk Exposure haben, fällt dieses bei Lieferanten von indirekten Materialien & Dienstleistungen sowie Handelsunternehmen deutlich ab (Abbildung 80). Supply Risk Management ist also insbesondere für Unternehmen von starker Relevanz, die in eine produktionsorientierte Supply Chain eingebunden sind, da die Produkte einer vorgelagerten Wertschöpfungsstufe für alle nachgelagerten Stufen von hoher Relevanz sind. Innerhalb dieser eigentlichen Supply Chain zeigt sich, dass die Lieferanten der 1. Stufe das kritischste Supply Risk Exposure haben. Hier spricht man häufig auch von einer Sandwich-Position, da der Preisdruck der Endprodukthersteller sowie die Preisforderungen insbesondere von Rohmaterialseite sich in dieser Stufe konzentrieren und ein Grund für die zunehmende Branchenkonsolidierung sind (vgl. Einführung). Abbildung 80:
Darstellung des Supply Wertschöpfungskette
Risk
Exposures
nach
Stellung
in
der
Eintrittshäufigkeit nach Stellung in der Supply Chain 1,5 1,22
1,31
1,14
1,14 0,94
0,93
Handel
Indirekte Materialien
0,5
OEM
Tier 1
Tier 2
Rohstoff
Bei einer Detailanalyse fallen insbesondere die Rohstofflieferanten auf, deren in der Breite eher unauffällige Gesamtposition insbesondere durch drei hochkritische Risiken negativ beeinflusst wird. Es zeigen sich das Abhängigkeits-, Marktpreisund das Rohmaterialrisiko als besonders relevant. Der Zusammenhang dieser drei Risiken ist verständlich, da die Unternehmen der Roh- und Halbzeugindustrie häufig eine sehr einseitig ausgerichtete Lieferantenstruktur haben. So weist diese Untersuchung für Unternehmen dieser Wertschöpfungsstufe einen Zukaufanteil von durchschnittlich 61 Prozent für Rohmaterialien aus. Der Rohmaterialmarkt ist
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
217
sehr stark internationalisiert und starken Verfügbarkeits- und Preisschwankungen unterworfen. Lieferanten der Roh- und Halbzeugindustrie müssen daher insbesondere die kritischen Abhängigkeitsrisiken managen. (4) Lieferantenstruktur Als viertes erweist sich die Lieferantenstruktur relevant für die Höhe des Supply Risk Exposures. Es wurde für die Auswertung ein Cut-Off-Punkt von 30 Prozent für die Kategorien Rohmaterial & Energie, Elektronische Bauteile, Mechanische Komponenten, Chemische Erzeugnisse, Indirekte Materialien & Dienstleistungen sowie Handelswaren gewählt. Eine Warengruppe wurde für die Unternehmen somit als entscheidend definiert, wenn über 30 Prozent des Einkaufsvolumens des jeweiligen Unternehmens auf diese Warengruppe entfällt. Dies trifft für diese Untersuchung auf 52 Unternehmen bei der Warengruppe Rohmaterial & Energie, auf 35 bei elektronischen Bauteilen, auf 65 bei mechanischen Komponenten, auf 9 bei chemischen Erzeugnissen, auf 25 bei indirekten Materialien und auf 4 bei Handelsware zu. Abbildung 81 zeigt, dass außer bei chemischen Erzeugnissen und Handelswaren tatsächlich Unterschiede im Supply Risk Exposure erkennbar sind. Abbildung 81:
Darstellung des Supply Risk Exposures nach Lieferantenstruktur
Eintrittshäufigkeit nach Lieferantenstruktur Anteil < 30 % 1,5
1,27
1,34 1,08
1,15
1,12
1,29
Anteil > 30 % 1,20 1,16
1,0
1,26
1,20 1,15 0,91
0,5
0,0
Rohmaterial & Elektronische Mechanische Chemische Energie Bauteile Komponenten Erzeugnisse
Indirekte Materialien
Handelsware
Da hier jeweils zwei Gruppen voneinander abgegrenzt werden, wurde ein MannWhitney-U-Test auf den Originaldaten durchgeführt, um zu überprüfen, welche der Abweichungen sich als signifikant bezeichnen lassen. Nicht signifikant waren wie erwartet die Unterschiede für die Warengruppen Chemie und Handelsware, ebenfalls jedoch für den Bereich Rohmaterial & Energie. Signifikant auf dem Level p < 0,1 sind die Unterschiede im Supply Risk Exposure für die Warengruppen mechanische Komponenten, auf dem Level p < 0,05 für elektronische Bauteile
218
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
sowie auf dem Level p < 0,01 für indirekte Materialien. Dies zeigt den Einfluss der Lieferantenstruktur auf die Stärke der Risiken im Supply Management. Unternehmen, die große Mengen elektronischer oder mechanischer Komponenten zukaufen, haben entsprechend eine signifikant höhere Exposition zu Supply Risiken als Unternehmen, die nur einen geringen Anteil dieser Produktbereiche zukaufen. Das Gegenteil ist der Fall bei indirekten Materialien. Hier haben Unternehmen mit einem hohen Zukaufteil indirekter Materialien und Dienstleistungen eine signifikant niedrigere Exposition zu Supply Risiken als Unternehmen, die nur wenige indirekte Materialien einkaufen. Es lässt sich also feststellen, dass Supply Risk Management insbesondere für Unternehmen der produzierenden Industrie eine hohe Relevanz hat, da gerade Lieferanten für elektronische und mechanische Komponenten das Supply Risk Exposure vergrößern. (5) Weitere Strukturvariablen Die weiteren sechs Strukturvariablen wurden ebenfalls anhand eines Mittelwertvergleiches auf Unterschiede im Supply Risk Exposure überprüft. Es wurden für die Strukturvariablen Umsatz, Anteil strategischer Lieferanten, funktionale Verankerung eines Supply Risk Managers, Einkaufsstrategie (kosten- versus qualitätsorientiert), Lieferantenstrategie (marktbasiert versus relational) und Risikokultur (sicherheits- versus risikoorientiert) keine relevanten Abweichungen im Supply Risk Exposure zwischen den Unternehmen festgestellt. Im Ergebnis kann davon ausgegangen werden, dass diese sechs Variablen keinen Einfluss auf das Supply Risk Exposure der Unternehmen haben. Zusammenfassend lässt sich feststellen, dass vier der zehn untersuchten Strukturvariablen einen relevanten Einfluss auf das Supply Risk Exposure der Unternehmung aufweisen: Branche, Wertschöpfungstiefe, Stellung in der Wertschöpfungskette und die Lieferantenstruktur des einkaufenden Unternehmens.
5.3
Ergebnisse des PLS-Strukturmodells
Beim PLS-Ansatz wird zwischen Größen zur Beurteilung des Messmodells und Größen zur Beurteilung des Strukturmodells unterschieden (Herrmann et al. 2006, S. 56). Während die Gütekriterien zur Beurteilung des Messmodells in der Operationalisierung in Kapitel 4.3 angewendet wurden, steht dies für das Strukturmodell noch aus. Anders als bei kovarianzbasierten Ansätzen gibt es für PLS-Modelle keinen Global Fit Index, anhand dessen die Modellgüte auf einen Blick beurteilt werden kann. Daher werden in Kapitel 5.3.1 die Kriterien zur Beurteilung von PLS-Modellen kurz vorgestellt. Die eigentliche Analyse des PLS-Modells findet sich in Kapitel 5.3.2. Abschließend fasst Kapitel 5.3.3 die Ergebnisse, insbesondere in Form von Implikationen für die Praxis, zusammen.
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
5.3.1
219
Gütekriterien zur Beurteilung von Strukturgleichungsmodellen
Bei der Beurteilung von Strukturgleichungsmodellen muss in einem ersten Schritt die Güte des Messmodells geprüft werden. Die entsprechenden Analysen wurden in Kapitel 4.3 durchgeführt. Die Messmodelle besitzen eine hinreichende Güte, was als Voraussetzungen für die Prüfung der Kausalbeziehungen gilt (Zinnbauer und Eberl 2005, S. 571). Die Analyse des Strukturmodells sowie die Prüfung der Hypothesen kann nun, aufbauend auf diesen Ergebnissen, durchgeführt werden (Corsten 2003, S. 52). Die PLS-Analyse beruht nicht auf Verteilungsannahmen, so dass die Anzahl denkbarer Gütemaße deutlich geringer ausfällt als es in der Kovarianzstrukturanalyse der Fall ist (Chin 1998, S. 316; Ringle et al. 2006, S. 86). Ein globaler Goodness-of-Fit-Index über ein gesamtes PLS-Modell existiert nicht (Albers und Hildebrandt 2006, S. 28; Anderson und Gerbing 1988, S. 412). Genutzt wird das Bestimmtheitsmaß zur Beurteilung des inneren Modells, die Analyse der Pfadkoeffizienten zur Prüfung der Hypothesen, die Effektgröße zur Beurteilung der Stärke des Einflusses exogener auf endogene Variablen sowie das Stone-Geisser-TestKriterium zur Bestimmung der Prognoserelevanz des Modells (Götz und LiehrGobbers 2004, S. 23-25). Wenn alle Kriterien zur Gütebestimmung von Messund Strukturmodell in Strukturgleichungsmodell erfüllt sind, wird insgesamt von der Validität des Gesamtmodells ausgegangen (Krafft et al. 2005, S. 81; Ringle und Spreen 2007, S. 216). Der Startpunkt zur Beurteilung des Strukturmodells stellt das Bestimmtheitsmaß R2 dar, das den Anteil der erklärten Varianz eines Konstrukts widerspiegelt (Backhaus et al. 2006, S. 64-68; Götz und Liehr-Gobbers 2004, S. 23; Herrmann et al. 2006, S. 58). R2 kann Werte zwischen Null und Eins annehmen und ist umso höher, je mehr die Varianz des Konstrukts durch die exogenen Variablen erklärt wird. Üblicherweise wird in Modellen bei einem R2-Wert von 0,67 von einem substanziellen, bei 0,33 von einem durchschnittlichen und bei einem Wert von 0,19 von einem schwachen Bestimmtheitsmaß ausgegangen (Ringle und Spreen 2007, S. 214). Wichtig für die hier durchgeführte Untersuchung ist, dass es sich um ein Partialmodell handelt, das schon von seinem Forschungsdesign her nicht alle Dimensionen abbilden soll, die auf ein Konstrukt wirken. Konkret bedeutet dies, dass nicht die Einflussfaktoren der Supply Performance in ihrer Vollständigkeit bestimmt werden sollen (vgl. ähnlich Kaufmann 2001, S. 274). Die Erklärungsrichtung des Strukturgleichungsmodells ist umgekehrt gerichtet: Als zentrale Aussage soll der Einfluss von Frühwarnaktivitäten auf die Supply Performance prognostiziert werden. Weitere Aktivitäten, welche die Supply Performance beeinflussen, wurden nicht in die Untersuchung mit aufgenommen. So führt u. a. Ringle (2004, S. 15) aus, dass Pfadkoeffizienten > 0,1 in PLS-Modelle aufgenommen werden können. Auch hier gilt jedoch, dass inhaltliche Überlegungen der
220
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
eigentliche Maßstab sein müssen, so führen Backhaus et al. (2006, S. 97) aus, dass es eine allgemein gültige Aussage zur Bewertung nicht geben kann. Die Analyse der Pfadkoeffizienten steht im Zentrum der Bewertung aufgestellter Hypothesen. Relevant bei der Beurteilung sind hierbei die Vorzeichen der Pfade sowie ihre Signifikanzbeurteilung. Je höher ein Pfadkoeffizient ist, umso stärker sind die Wirkungsbeziehungen zwischen den Konstrukten. Die Signifikanzbestimmung in PLS erfolgt über Resampling-Methoden wie Bootstrapping oder Jacknifing (Herrmann et al. 2006, S. 58) anhand der dabei erhaltenen t-Werte (Backhaus et al. 2006, S. 73-77). Hierbei ist das Bootstrapping gegenüber dem Jacknifing zu bevorzugen, da es mit einem geringeren Standardfehler einhergeht (Riemenschneider 2006, S. 261). Pfade, bei denen eine Beziehung entsprechend der Hypothesenformulierung existiert, die sich als signifikant erweist, bestätigen die jeweilige Hypothese (Götz und Liehr-Gobbers 2004, S. 24). Für diese Untersuchung ist die Signifikanz der Pfadkoeffizienten von besonderer Relevanz, da diese die Frage beurteilen, ob ein positiver Zusammenhang zwischen dem Einsatz eines Frühwarnsystems und der Supply Performance besteht. Für die Auswertung des Modells ist daher der Analyse der Pfadkoeffizienten und ihrer Signifikanz höhere Beachtung zu schenken als einer Analyse des Bestimmtheitsmaßes. In einem nächsten Schritt wird die Schätzrelevanz Q2 (Stone-Geisser-TestKriterium) des Modells untersucht, die auf die Prognoserelevanz des Modells abzielt (Chin 1998, S. 317-318). Zur Bestimmung von Q2 kommt die BlindfoldingProzedur zum Einsatz (Ringle und Spreen 2007, S. 215; Tenenhaus et al. 2005, S. 174). Je besser die empirischen Daten durch das PLS-Modell rekonstruiert werden können, desto stärker ausgeprägt ist der Q2-Wert. Für eine ausreichende Prognoserelevanz muss Q2 einen Wert größer Null annehmen (Götz und LiehrGobbers 2004, S. 25; Herrmann et al. 2006, S. 61). Zum Abschluss wird die Effektstärke f2 zur Beurteilung herangezogen. Sie gibt wichtige Informationen, ob eine exogene Variable einen substanziellen Einfluss auf eine endogene Variable aufweist (Chin 1998, S. 316-317). Werte von f2 um Null herum weisen auf einen „vernachlässigbaren Einfluss der abhängigen auf die unabhängige Variable hin“ (Götz und Liehr-Gobbers 2004, S. 25). Die Stärke des Einflusses wird üblicherweise in drei Klassen unterteilt, wobei man bei f2 # 0,35 von einem substanziellen, f2 # 0,15 von einem mittleren und bei f2 # 0,02 von einem geringen Einfluss ausgeht (Chin 1998, S. 317; Ringle und Spreen 2007, S. 215).
5.3.2
Auswertung des Strukturgleichungsmodells
Die Analyse des Strukturgleichungsmodells erfolgt nach der im vorherigen Abschnitt 5.3.1 eingeführten Vorgehensweise. Zuerst werden die Bestimmtheitsmaße
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
221
R2 analysiert, danach die Pfadkoeffizienten und ihre Signifikanzen und abschließend die Schätzrelevanz Q2 sowie die Effektstärke f2. Die Analyse der Bestimmtheitsmaße (vgl. Abbildung 82) zeigt schwache bis substanzielle R2-Werte zwischen 0,04 und 0,72. Die Supply Risk Fähigkeit mit R2=0,72 wird weitgehend durch die Aktivitäten von Supply Frühwarnsystemen erklärt, d. h. ein Supply Frühwarnsystem definiert in seiner Gesamtheit mehr als 70 Prozent der Varianz des gesamten Risikomanagement-Prozesses im Supply Management von Unternehmen. Die Supply Risk Performance zeigt ein Bestimmtheitsmaß von 0,37, was insgesamt ein guter Wert ist. Die Umweltfaktoren sowie die Supply Risk Fähigkeit erklären somit mehr als ein Drittel der Varianz der Supply Risk Performance. Abbildung 82:
Pfadkoeffizienten, Signifikanzwerte Strukturgleichungsmodells Faktorspezifität
0,03n
0,00n
Supply Risikoanalyse
Supplier Risikoidentifikation
Bestimmtheitsmaße
Vorvertragliche Unsicherheit
Komplexität
Supply Risikoidentifikation
und
0,13**
R2
des
Nachvertragliche Unsicherheit
-0,05n
-0,15**
Cost Performance 0,20***
R2=0,04
0,36****
Quality Performance
0,36****
0,05n
Supply Risk Fähigkeit R2=0,72
0, 51****
R2=0,13
Supply Risk Performance 0,33****
R2=0,37
Time Performance
0,32*** Supplier Risikoanalyse
Supply Frühwarnkontrolle
-0,25****
0,23***
0,21**
R2=0,11
Flexibility Performance Hybride Koordination
R2=0,05
R2=0,06 n
nicht signifikant * signifikant auf dem 10%-Level ** signifikant auf dem 5%-Level *** signifikant auf dem 1%-Level **** signifikant auf dem 0,1%-Level
222
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
Nicht verwunderlich ist, dass die R2-Werte für die verschiedenen Supply Performance-Dimensionen niedriger ausgeprägt sind. Das höchste Bestimmtheitsmaß zeigt die Supply Quality Performance mit einem Wert von 0,13 vor der Supply Time Performance mit einem Wert von 0,11. Die Supply Flexibility Performance sowie die Supply Cost Performance zeigen Bestimmtheitsmaße von 0,05 und 0,04. Insgesamt zeigt sich hier der bereits in Kapitel 5.3.1 erwartete Effekt: Da es sich bei dieser Untersuchung um ein Partialmodell handelt, das schon von seinem Forschungsdesign her nicht alle Dimensionen abbilden soll, können nur wenig substanzielle R2-Werte erwartet werden (vgl. ähnlich Kaufmann 2001, S. 274). Ziel des Strukturgleichungsmodells war es explizit nicht, möglichst viele der Einflussfaktoren auf die Supply Performance-Dimensionen zu identifizieren. Ziel war es, den Einfluss von Frühwarnaktivitäten auf die Supply Performance zu prognostizieren. Neben einem Supply Frühwarnsystem als Bestandteil des Supply Management-Moduls ‚Supply Controlling & Risk Management’ gibt es fünfzehn weitere Module im Supply Management Navigator (vgl. Kapitel 2.1.1), die alle einen Einfluss auf die Supply Management Performance aufweisen (z. B. die Module des Supply Process Management, Supply Human Resource Management, Supply Strategie etc.). Es bleibt an dieser Stelle festzuhalten, dass ein Teil der Varianz der Supply Performance durch Risikomanagement-Aktivitäten erklärt werden kann. Die Frage nach der Stärke und Signifikanz dieses Zusammenhangs gilt es bei der Analyse der Pfadkoeffizienten noch zu klären. Abschließend liegt das Bestimmtheitsmaß für die zukünftige Nutzung hybrider Koordinationsformen bei einem niedrigen Wert von 0,06. Welche Koordinationsformen von Unternehmen also in der Zukunft genutzt werden, wird nur zu einem geringen Teil durch die Supply Risk Performance beeinflusst. Auch hier steht der Test der Pfadkoeffizienten noch aus. Die Pfadkoeffizienten (vgl. Abbildung 82) zeigen im Gesamtmodell Werte zwischen 0,00 und 0,51. Für das Supply Frühwarnsystem lässt sich eine überraschende Erkenntnis gewinnen: Die beiden Dimensionen der Risikoidentifikation haben keine signifikante Verbindung zu den Supply Risk Fähigkeiten der Unternehmung. Dafür zeigen aber die Supply Risikoanalyse (hochsignifikant bei 0,36), die Supplier Risikoanalyse (stark signifikant bei 0,32) und die Supply Frühwarnkontrolle (signifikant bei 0,21) allesamt signifikante Pfadkoeffizienten mit starker Ausprägung. Die Fähigkeiten der Unternehmung beim Supply Risk Management werden also vor allem von Risikoanalyse- sowie Kontrollaktivitäten beeinflusst. Der Identifikationsprozess zeigt sich in der Unternehmensrealität als kaum relevant. Die Supply Risk Fähigkeiten zeigen einen hochsignifikanten Pfadkoeffizienten von 0,51 auf die Supply Risk Performance. Risikomanagement-Aktivitäten im Unternehmen führen also in der Unternehmensrealität im Ergebnis tatsächlich zu
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
223
einer besseren Supply Risk Performance, d. h. zu einer Abnahme der Häufigkeit und Auswirkungen von Supply Risiken. Der Einfluss der transaktionsspezifischen Umweltkonstrukte auf die Supply Risk Performance zeigt ein widersprüchliches Bild. Faktorspezifität (nicht signifikant bei 0,03) und vorvertragliche Unsicherheit (nicht signifikant bei -0,05) zeigen keinen Einfluss auf die Supply Risk Performance. Die nachvertragliche Unsicherheit zeigt mit einem signifikanten Wert von -0,15 das erwartete Verhalten – je höher die nachvertragliche Unsicherheit ausgeprägt ist, desto geringer ist die Supply Risk Performance. Sehr überraschend ist das Ergebnis der Komplexität, die einen positiven und signifikanten Pfadkoeffizienten von 0,13 zur Supply Risk Performance ausweist. Die Daten der empirischen Untersuchung weisen also aus, dass bei hoher Komplexität auch die Supply Risk Performance besser wird. Dies könnte darauf zurückzuführen sein, dass Komplexität im Unternehmensumfeld durch die Unternehmen wahrgenommen und eingeschätzt werden kann und entsprechende Maßnahmen implementiert werden. Diese Maßnahmen führen dann zu einer erhöhten Supply Risk Performance, die über das Maß hinausgeht, wie es bei niedriger Komplexität und fehlenden Maßnahmen der Fall ist. Anders als die Komplexität können verhaltensbezogene Unsicherheiten jedoch durch die Unternehmen nicht so gut wahrgenommen und prognostiziert werden. Gerade in der langen Phase der Serienproduktion nach Vertragsabschluss führt daher opportunistisches Verhalten der Vertragspartner zu einer schlechteren Supply Performance. Für die weitere theoretische Entwicklung des Feldes lässt sich auf dieser Basis auch eine Warnung aussprechen, die Transaktionskostentheorie ohne weitere Überlegungen zur Erklärung von Entwicklungen im Supply Risk Management heranzuziehen, da die hierzu notwendigen empirischen Belege noch nicht vorliegen und die Annahme der Relevanz mit der hier vorliegenden Untersuchung auch nicht gestützt werden kann. Die Pfadkoeffizienten von der Supply Risk Performance zur Supply Performance zeigen durchweg positive Werte. Der stärkste Einfluss liegt bei der Supply Quality Performance mit hochsignifikanten 0,36. Ebenfalls hochsignifikant ist die Supply Time Performance bei einem Wert von 0,33. Auch die Supply Flexibility Performance (0,23) und die Supply Cost Performance (0,20) zeigen stark signifikante Werte. Hier ist das bei der Analyse des Bestimmtheitsmaßes erhoffte Ergebnis also eingetreten. Neben der Supply Risk Performance gibt es noch weitere Faktoren, welche die Varianz der Supply Performance erklären. Jedoch hat die Supply Risk Performance einen starken und signifikanten Einfluss auf alle Dimensionen der Einkaufsleistung. Da sich durchweg signifikante Pfade vom Frühwarnsystem über die Risk Fähigkeiten und die Risk Performance bis zur Supply Performance zeigen, kann die Annahme bestätigt werden, dass ein Supply Frühwarnsystem einen positiven Einfluss auf die Einkaufsleistung ausübt.
224
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
Abschließend zeigt sich ein hochsignifikanter negativer Zusammenhang zwischen der Supply Risk Performance und der zukünftigen Nutzung hybrider Koordinationsformen. Unternehmen mit Schwierigkeiten in der Supply Risk Performance tendieren in der Zukunft daher stärker zu hybriden Koordinationsformen als es bei Unternehmen mit einer guten Supply Risk Performance der Fall ist. Das niedrige Bestimmtheitsmaß zeigt allerdings, dass neben der Risikoleistung noch weitere Faktoren für diese Entwicklung verantwortlich sind. Nachdem nun Bestimmtheitsmaße, Pfadkoeffizienten und Signifikanzwerte analysiert wurden, gilt es nun noch die Schätzrelevanz Q2 sowie die Effektstärke f2 zu betrachten. Für die Schätzrelevanz Q2 gilt ein Grenzwert von > 0, der dem Modell Prognoserelevanz zugesteht (Götz und Liehr-Gobbers 2004, S. 25; Herrmann et al. 2006, S. 61). Die Schätzrelevanz muss für alle reflektiven abhängigen Konstrukte bestimmt werden. Im Strukturgleichungsmodell zeigen sich Q2-Werte zwischen 0,01 und 0,46. Da nicht Null als Grenzwert zu betrachten ist, sondern Q2 auch Werte kleiner Null annehmen kann (Chin 1998, S. 318), sind Werte nahe der Grenze akzeptabel. Die Schätzrelevanz des Gesamtmodells ist somit gegeben. Die Analyse der Effektstärke f2 zeigt identische Ergebnisse wie die Analyse der Pfadkoeffizienten und Signifikanzen. Ein f2-Wert ab 0,02 wird akzeptiert, bei einem f2-Wert von 0,35 wird von einem starken Zusammenhang ausgegangen (Chin 1998, S. 317; Ringle und Spreen 2007, S. 215). Die in obiger Analyse nicht signifikanten Pfade zeigen bei der Analyse der Effektstärke das identische Verhalten mit f2 = 0,00. Die Supply Risikoanalyse und die Supplier Risikoanalyse zeigen mit 0,13 und 0,07 mittlere Werte, während die Supply Frühwarnkontrolle bei 0,03 einen schwachen Wert aufweist. Die Effektstärke zwischen den Supply Risk Fähigkeiten und der Supply Risk Performance ist mit 0,30 sehr stark. Komplexität (0,02) und nachvertragliche Unsicherheit (0,03) zeigen schwache Effektstärken. Der Einfluss der Supply Risk Performance lässt sich mit Werten zwischen 0,04 (Supply Cost Performance) und guten 0,15 (Supply Quality Performance) insgesamt als mittel einstufen. Ebenfalls eine noch mittlere Effektstärke (0,07) weist die Supply Risk Performance auf die zukünftige Nutzung hybrider Koordinationsformen auf. Eine Analyse dieser Werte führt zu identischen Ergebnissen wie die Aufarbeitung der Pfadkoeffizienten. Zusammenfassend lässt sich feststellen, dass das Strukturgleichungsmodell die überwiegende Zahl der getätigten Annahmen bestätigen kann. Eine genaue Analyse der Hypothesen sowie die Ableitung von Implikationen für die Praxis erfolgt in Kapitel 5.3.3. Der Erklärungsgehalt in Form der Bestimmtheitsmaße lässt sich insgesamt als zufriedenstellend bezeichnen, da es sich bei diesem Strukturgleichungsmodell von Konzeptseite her um ein Partialmodell handelt (vgl. ähnlich Homburg und Werner 1998, S. 1001).
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
5.3.3
225
Praktische Implikationen
Über die reine Analyse des Strukturgleichungsmodells hinaus werden im Folgenden die praktischen Implikationen der Ergebnisse aufgezeigt und diskutiert (vgl. auch Moder et al. 2008, S. 39-50). Hierzu werden die in Kapitel 3.3.3 aufgestellten Hypothesen auf Grundlage der Datenbasis dieser Arbeit in einem ersten Schritt explizit bestätigt oder verworfen. Eine Analyse der Folgen für die Praxis schließt sich an jeden Hypothesentest an. Der Fokus des Kapitels liegt in der Analyse der Aktivitäten eines Supply Frühwarnsystems sowie bei der Beurteilung des Einflusses der Aktivitäten auf die Supply Performance. Hypothese 1: Die Supply Risk Fähigkeiten werden positiv beeinflusst durch die Implementierung eines Supply Frühwarnsystems. Das Supply Frühwarnsystem wurde in der empirischen Untersuchung durch seine fünf Bestandteile Supply Risikoidentifikation, Supply Risikoanalyse, Supplier Risikoidentifikation, Supplier Risikoanalyse und Supply Frühwarnkontrolle konstruiert. Die beiden Dimensionen der Risikoidentifikation zeigen keine signifikante Verbindung zu den Supply Risk Fähigkeiten der Unternehmung. Die beiden Dimensionen der Risikoanalyse sowie die Frühwarnkontrolle zeigen dagegen signifikante Pfadkoeffizienten zur Supply Risk Fähigkeit. Die Breite der Methoden eines Frühwarnsystems kommt in der Risikoanalyse zum Ausdruck, daher kann die Hypothese insgesamt bestätigt werden. Für die Unternehmenspraxis bedeutet dies, dass die Implementierung eines Supply Frühwarnsystems die entscheidende Komponente in der Implementierung eines Supply Risk Management Systems ist. Die Varianz des Supply Risk Prozesses wird zu 72 Prozent durch die Konstrukte eines Supply Frühwarnsystems beeinflusst. Somit können die in der Einführung getätigten, auch theoretisch begründeten, Aussagen bestätigt werden: Ein Supply Frühwarnsystem ist das wichtigste Element eines Supply Risk Management-Systems. Da Supply Risikoidentifikation und Risikoanalyse einen sehr stark unterschiedlichen Einfluss auf den Gesamtprozess haben, wird in einer Matrix die ‚Performance’ der Unternehmen in den verschiedenen Dimensionen dem Einfluss der Aktivitäten (‚Impact’) gegenüber gestellt. Abbildung 83 zeigt das entstehende ImpactPerformance-Portfolio und seine zentralen Aussagen (vgl. zur Systematik Martensen und Gronholdt 2003, S. 143-144). Beobachtet werden können entweder der Einfluss verschiedener exogener auf eine endogene Variable oder der Einfluss und die Durchschnittswerte einer formativ konzeptualisierten, latenten Variablen. Im ersten Fall wird die Performance-Dimension aus den unstandardisierten Werten der latenten Variablen gebildet, die Impact-Dimension aus den Pfadkoeffizienten zwischen den exogenen und den endogenen Variablen. Im letzteren Fall gibt die Performance-Dimension die durchschnittlichen Skalenwerte der formativen Indi-
226
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
katoren wieder und die Impact-Dimension zeigt die Gewichte dieser Indikatoren. Der in der x-Achse individuell zu definierende Grenzwert zeigt an, ob die Aktivitäten einen signifikanten Einfluss auf die abhängige Größe haben oder nicht. Abbildung 83:
Impact-Performance-Portfolio
Performance
7,0
Ressourcenverschwendung
Hohes Niveau halten
Niedriges Niveau beibehalten
Mehr Ressourcen investieren
3,5
1,0
0,00
x nicht signifikante signifikante ... Pfadkoeffizienten / Gewichte
1,00
Impact Aktivitäten im unteren linken Feld haben keinen signifikanten Einfluss auf die abhängige Variable und werden von den Unternehmen auch nur bedingt umgesetzt. Solche Aktivitäten können weitgehend ignoriert werden und benötigen auch in der Zukunft nur wenig Beachtung (Martensen und Gronholdt 2003, S. 143-144). Aktivitäten im oberen linken Feld zeigen einen nicht signifikanten Einfluss auf die abhängige Variable, werden von Unternehmen jedoch intensiv umgesetzt. Die Durchführung solcher Aktivitäten kann als Ressourcenverschwendung bezeichnet werden, da den hier eingesetzten Ressourcen kein entsprechender Benefit gegenüber steht (Martensen und Gronholdt 2003, S. 143). Aktivitäten im unteren rechten Feld haben einen signifikanten Einfluss auf die abhängige Variable, Unternehmen setzen die Aktivitäten jedoch nur bedingt um. Hier ist ein deutlich intensiverer Ressourceneinsatz empfohlen, um die mit den Aktivitäten verbundenen Potenziale zu heben (Martensen und Gronholdt 2003, S. 144). Eine Empfehlung kann lauten, Ressourcen aus dem oberen linken Feld in das untere rechte Feld umzulenken. Schließlich haben Aktivitäten im oberen rechten Feld einen signifikanten Einfluss auf die abhängige Variable und werden von Unternehmen auch umgesetzt. Hier muss es darum gehen, das erreichte Niveau zu halten (Martensen und Gronholdt 2003, S. 143). Wichtig ist, dass sich die Bewertung bei solch einer
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
227
Portfoliomethode nicht strikt nach der Einstufung in einem Quadranten richten darf, vielmehr muss die genaue Position der Aktivität mit betrachtet werden. Das schraffierte Feld von unten links nach oben rechts gibt einen Hinweis auf den insgesamt als ‚gut’ zu beurteilenden Bereich, da hier Unternehmensperformance und Impact übereinstimmen. Für die nun folgenden Überlegungen wurde x = 0,15 gesetzt, da bei der durchgeführten empirischen Untersuchung alle Pfadkoeffizienten unterhalb dieses Grenzwertes nicht signifikant, alle Pfadkoeffizienten oberhalb dieses Grenzwertes jedoch signifikant waren. Die y-Achse hat keinen festen Wertebereich, sondern ist abhängig von den im Durchschnitt erhaltenen Werten in der empirischen Untersuchung. Die Performance von Aktivitäten innerhalb einer Portfoliodarstellung ist daher relativ zueinander zu interpretieren. Zunächst wird die Umsetzung der Aktivitäten eines Supply Frühwarnsystems überprüft. Abbildung 84 zeigt die Positionen der entsprechenden Aktivitäten. Die empirische Untersuchung hat gezeigt, dass Aktivitäten der Supply Risikoanalyse den stärksten Einfluss auf das Supply Risk Management-System aufzeigen, vor den Aktivitäten der Supplier Risikoanalyse und der Supply Frühwarnkontrolle. In der Unternehmenspraxis am stärksten umgesetzt sind jedoch die nicht signifikanten Aktivitäten der Supply Risikoidentifikation und der Supplier Risikoidentifikation. Abbildung 84:
Impact-Performance-Portfolio eines Supply Frühwarnsystems
4,5
Performance
Supply Risikoidentifikation Supplier
Risikoidentifikation 3,5
Supplier Risikoanalyse
Supply Frühwarnkontrolle
Supply Risikoanalyse 2,5
0,00
0,15
0,25
Impact
0,50
228
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
Unternehmen fokussieren heute also genau auf die falschen Aktivitäten. Während Aktivitäten der Risikoidentifikation einen relativ starken Umsetzungsgrad haben, zeigen die Frühwarnkontrolle und die Supplier Risikoanalyse nur ein mittleres und die Supply Risikoanalyse als vom Einfluss her wichtigste Aktivität gar nur ein niedriges Level. Ein Grund hierfür kann sein, dass für die Risikoidentifikation häufig relativ weiche und somit einfache Methoden wie Brainstorming (Kienzle 2000, S. 332) oder Risikochecklisten vorgeschlagen werden (Schubert 2004, S. 165). Bei der Risikoanalyse hingegen kommen häufig anspruchsvolle Methoden wie Monte-Carlo-Simulation (Deleris und Erhun 2005) oder FMEA (Schubert 2004, S. 235) zur Nutzung. Das Know-how zur Nutzung dieser Aktivitäten könnte in Unternehmen noch nicht so weit verbreitet sein. Ein weiterer Grund kann sein, dass die gesetzlichen Forderungen an das Risikomanagement eine Identifikation der Risiken erfordert, bei der Analyse der Risiken jedoch häufig eine qualitative Einschätzung nach Eintrittswahrscheinlichkeit und Auswirkungen der Risiken ausreichend ist. Daher wird der Prozess noch vor der eigentlichen Risikominderung gestoppt. Insgesamt ist es für die Unternehmenspraxis dringend angeraten, die Ressourcen von Aktivitäten der Risikoidentifikation umzuwidmen hin zu den Aktivitäten der Risikoanalyse. Es stellt sich die Frage, ob bei den signifikanten Konstrukten, der Supply Risikoanalyse, der Supplier Risikoanalyse und der Supply Frühwarnkontrolle, auch eine entsprechend ungünstige Zuteilung der Ressourcen in der Unternehmenspraxis vorherrscht. Für die nun folgenden Analysen deckt die x-Achse einheitlich den Wertebereich von 0 bis 0,7 ab, um auch Vergleichbarkeit über die Konstrukte hinweg herzustellen. Indikatoren mit negativem Wert wurden ausgeschlossen. Diese Auswertungen sind möglich, da die Aktivitäten-Konstrukte formativ konzeptualisiert wurden und somit die Gewichte der Indikatoren den Einfluss auf das Konstrukt abbilden. Bei einer Konzeptualisierung im reflektiven Modus müsste eine entsprechende Analyse entfallen. Hier zeigt sich, weshalb für AktivitätenKonstrukte formative Konstrukte zielführend sind, während Ergebniskonstrukte üblicherweise reflektiv konzeptualisiert werden. Das Impact-Performance-Portfolio für die Supply Risikoanalyse in Abbildung 85 zeigt, dass die einzelnen Aktivitäten alle signifikant sind und in der Einflussdimension ein relativ gleiches Level ausweisen. Für die Aktivitäten der Beobachtungsbereiche, die Klassifizierung und die Priorisierung sollte das erreichte Level gehalten werden, während es noch Verbesserungspotenzial bei der Bestimmung von Sollwerten und Toleranzgrenzen sowie in der graphischen Darstellung der Supply Risikosituation gibt. Auch hier zeigt sich wieder, dass es Nachholbedarf an anspruchsvolleren Methoden gibt, da gerade die Bestimmung der Sollwerte aufgrund der Unternehmens- und Umweltkomplexität hohe Anforderungen an das Supply Management stellt. Wenn die entsprechenden Ergebnisse vorliegen, sollte auch die Visualisierung der Ergebnisse in der Unternehmenspraxis vorangetrieben
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
229
werden, um somit die Gefährdung den beteiligten Supply Managern deutlicher vor Augen zu führen, als es heute der Fall ist. Abbildung 85:
Impact-Performance-Portfolio der Supply Risikoanalyse
Bestimmung Beobachtungsbereiche
4,0
Performance
Klassifizierung und
Priorisierung
Frühwarnindikatoren
3,5
und
Sollwerte Toleranzgrenzen Graphische Darstellung
2,0
0,00
0,15
0,35
0,70
Impact Das Impact-Performance-Portfolio für die Supplier Risikoanalyse in Abbildung 86 zeigt, dass auch hier Ressourcen in der Unternehmenspraxis falsch eingesetzt werden. Die meisten Ressourcen werden für die Suche nach Ursachen von Risiken eingesetzt, jedoch sollte ein Supply Risk Management in die Zukunft gerichtet sein und nicht für bereits eingetretene Risiken die in der Vergangenheit liegenden Ursachen analysieren. Das Aufzeigen von Reaktionsstrategien ist ebenfalls nicht Aufgabe eines Supply Frühwarnsystems und muss zu einem späteren Zeitpunkt im Risikomanagementprozess durchgeführt werden. Nachholbedarf gibt es bei der Supplier Risikoanalyse insbesondere bei der Bewertung von Querverbindungen zwischen verschiedenen Supply Risiken. Auch hier zeigt sich wieder, dass die komplexeste Aktivität in der Unternehmenspraxis den geringsten Widerhall gefunden hat. Das Aktivitätsniveau in der Bewertung der Eintrittswahrscheinlichkeit und der Aufbereitung von Informationen ist dagegen noch zufriedenstellend.
230
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
Abbildung 86:
Impact-Performance-Portfolio der Supplier Risikoanalyse
Performance
4,5
Suche nach Ursachen
Aufzeigen von Reaktionsstrategien
Aufbereitung von Informationen
3,75
Bewertung der Eintrittswahrscheinlichkeit Bewertung von Querverbindungen
3,0
0,0
0,15
0,35
0,70
Impact Schließlich gilt es das Impact-Performance-Portfolio der Supply Frühwarnkontrolle in Abbildung 87 zu analysieren. Es zeigt sich, dass die Planfortschrittskontrolle in der Unternehmenspraxis bereits sehr stark implementiert wurde. Wenn Supply Risiken also einmal als relevant erachtet und Maßnahmen definiert worden sind, wird die Maßnahmendurchführung detailliert überprüft. Nachholbedarf gibt es insbesondere bei der Ergebniskontrolle. Hier scheint es Unternehmen schwer zu fallen, die grundsätzlichen Ergebnisse eines Supply Frühwarnsystems zu erfassen. Das in der Fallstudie der Robert Bosch GmbH in Kapitel 3.1 aufgezeigte Hindernis der mangelnden Quantifizierbarkeit des Erfolges von Supply Frühwarnsystemen bestätigt sich also auch in der Breite der empirischen Untersuchung. Die Umsetzung der Prämissenkontrolle hat einen mittleren Wert. In Hinblick auf ihren sehr hohen Impact-Faktor ist auch hier zu empfehlen, dass die Aktivitäten in diesem Bereich verstärkt werden sollten.
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
Abbildung 87:
231
Impact-Performance-Portfolio der Supply Frühwarnkontrolle
4,0 Planfortschritts-
Performance
kontrolle 3,5
Ergebniskontrolle
Prämissenkontrolle
3,0
0,00
0,15
0,35
0,70
Impact Es lässt sich zusammenfassend festhalten, dass eine große Unsicherheit in der Unternehmenspraxis existiert, welche Methoden zielführend sind und wirklich zu nachhaltigen Verbesserungen der Einkaufsperformance führen. Insbesondere komplexe Aktivitäten der Durchführung eines Supply Frühwarnsystems werden in der Unternehmenspraxis nur in Ausnahmefällen angewandt. Gerade solche Methoden bringen jedoch einen echten Mehrwert, wie die empirische Untersuchung zeigen konnte. In Kapitel 5.1.1 wurde erwähnt, dass 36 Prozent der Umfrageteilnehmer heute einen Supply Risk Manager benannt haben. Im Hinblick auf die anzuwendenden Methoden wird die Notwendigkeit der Benennung einer solchen Funktion für die Unternehmenspraxis mehr als deutlich und wird auch in der Theorie als Zeichen einer integrierten und internationalen Beschaffungsstrategie gesehen (Monczka und Trent 1992, S. 17-18). Hypothese 2: Die Supply Risk Performance wird positiv beeinflusst durch die Supply Risk Fähigkeiten. Die Supply Risk Fähigkeiten zeigen einen hochsignifikanten Pfadkoeffizienten von 0,51 auf die Supply Risk Performance. Risikomanagement-Aktivitäten im Unternehmen führen also in der Unternehmensrealität im Ergebnis tatsächlich zu einer besseren Supply Risk Performance. Somit kann Hypothese 2 bestätigt werden.
232
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
Für die Unternehmenspraxis bedeutet dies, dass die Implementierung eines ganzheitlichen Supply Risk Management-Systems tatsächlich dazu beiträgt, die Häufigkeit und die Schwere der Auswirkung von Supply Risiken zu reduzieren. Supply Risk Management verursacht somit also nicht nur Aufwand, sondern bringt auch einen Benefit. Dieses Ergebnis erweist sich insbesondere vor dem Hintergrund als relevant, als dass eine Erfolgsmessung auf individueller Unternehmensbasis häufig sehr schwierig ist, wie die Ausführungen zu Hypothese 1 (‚Ergebniskontrolle’) noch einmal bestätigt haben. Auch für die Supply Risk Fähigkeiten lässt sich ein Impact-Performance-Portfolio mit Blick auf die Unternehmenspraxis aufstellen, da das Konstrukt formativ konzeptualisiert wurde. Abbildung 88 zeigt, dass die Top Management Attention bereits sehr hoch ausgebildet ist und eine ebenfalls sehr starke Bedeutung besitzt. Die Supply Risk Awareness bei den Mitarbeitern besitzt ebenfalls eine starke Ausprägung bei mittlerer Bedeutung. Den stärksten Impact bei gleichzeitig jedoch geringer Umsetzung in der Unternehmenspraxis zeigen die Supply Risk Management Prozesse. Offenbar ist das Thema Supply Risk Management also in der Praxis angekommen und erlangt eine hohe Aufmerksamkeit bei Führungskräften wie bei Mitarbeitern; die Prozessstruktur zur Umsetzung wurde jedoch noch nicht geschaffen. Es wird auch hier wieder deutlich, dass die inhaltliche Gestaltung eines Supply Frühwarnprozesses, wie in dieser Arbeit vorgeschlagen, ein wichtiger Bestandteil der angewandten Managementforschung ist. Abbildung 88:
Impact-Performance-Portfolio der Supply Risk Fähigkeit
4,0 Top Management
Attention Performance
Supply Risk Awareness 3,5
Supply Risk Management Prozesse
3,0
0,0
0,15
0,35
Impact
0,70
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
233
Hypothese 3: Die Supply Performance wird positiv beeinflusst durch eine positive Supply Risk Performance. Die Pfadkoeffizienten von der Supply Risk Performance zur Supply Performance zeigen durchweg positive Werte. Der stärkste Einfluss liegt bei der Supply Quality Performance mit hochsignifikanten 0,36. Ebenfalls hochsignifikant ist die Supply Time Performance bei einem Wert von 0,33. Auch die Supply Flexibility Performance (0,23) und die Supply Cost Performance (0,20) zeigen stark signifikante Werte. Die in Kapitel 5.3.2 aufgezeigten Bestimmtheitsmaße zeigen jedoch, dass es neben Tätigkeiten des Supply Risk Managements noch weitere Faktoren gibt, welche die Supply Performance beeinflussen. Dies ist aus einer angewandten Sicht auch nicht anders zu erwarten gewesen. Wichtig ist an dieser Stelle, dass die Supply Risk Performance einen starken und signifikanten Einfluss auf alle Dimensionen der Einkaufsleistung hat. Somit kann Hypothese 3 bestätigt werden. Darüber hinaus zeigen die durchweg signifikanten Pfade vom Supply Frühwarnsystem über die Fähigkeiten und die Supply Risk Performance bis hin zur Supply Performance, dass die zugrunde liegende Annahme bestätigt werden kann, dass ein Supply Frühwarnsystem einen positiven Einfluss auf die Einkaufsleistung ausübt. Hiermit ist ein wichtiger Schritt zur Akzeptanz von Supply Frühwarnsystemen in der betrieblichen Praxis gelungen. Empirisch kann somit die Aussage bestätigt werden: Ein im Supply Management implementiertes Frühwarnsystem verbessert die Einkaufsleistung. Ein Blick auf die Detailergebnisse zeigt, dass der Einfluss in den vier Dimensionen unterschiedlich stark ausgeprägt ist. Diese Unterschiede lassen sich inhaltlich erklären. Der stärkste Einfluss des Supply Risk Managements ist auf die Qualitätsleistung des Einkaufs zu erwarten. Da die Qualitätsdimension (wie auch die anderen Performance-Dimensionen) reflektiv konzeptualisiert wurde, kann hier leider nicht der Einfluss einzelner Qualitätsdimensionen untersucht, sondern nur die Qualitätsdimension als Ganzes beurteilt werden. Der starke Einfluss kann darauf zurückzuführen sein, dass Qualitätsmängel am besten noch im eigenen Unternehmen entdeckt und abgestellt werden können (z. B. durch eine Wareneingangsprüfung). Gerade auch im Bereich des Qualitätswesens gibt es zahlreiche Kennzahlen, die für ein Supply Frühwarnsystem eingesetzt werden können, um die aktuelle Qualitätsleistung und eine Qualitätsentwicklung als Zukunftsleistung zu prognostizieren (z. B. die Bestimmung von ppm-Werten, Auswertung von cpkWerten, Pareto-Analysen etc.). Ein Frühwarnsystem auf Basis solcher Kennzahlen gibt dem Supply Management eine starke Möglichkeit, die Supply Quality Performance zu verbessern. Ein ebenfalls sehr starker Einfluss kann auf die Supply Time Performance konstatiert werden. Dieser Einfluss kann darauf zurückzuführen sein, dass es bei Verletzung der Zeitvorgaben des einkaufenden Unternehmens häufig noch Möglichkeiten gibt, die Waren trotzdem noch im vorgegebenen Zeitfenster der Produktion
234
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
zur Verfügung zu stellen (z. B. durch Sonderfahrten). So tragen Aktivitäten des Supply Risk Managements dazu bei, eine bessere Supply Time Performance zu erreichen. Einen geringeren, wenngleich auch signifikanten, Einfluss haben die Aktivitäten des Supply Risk Managements auf die Supply Flexibility Performance. Gründe hierzu liegen in den häufig statischen Ursachen einer mangelnden Flexibilitätsleistung. Wenn zusätzliche Produktionsanlagen nicht zur Verfügung stehen oder statisch miteinander verknüpft sind, kann nicht flexibel auf die Anforderungen des Kunden reagiert werden. Ein Supply Frühwarnsystem kann hier also nur teilweise eine Verbesserung erreichen, der Fokus muss auf eine langfristige Betrachtung und Planung der Kapazitäten gerichtet sein. Ebenfalls geringeren Einfluss haben Aktivitäten des Supply Risk Managements auf die Supply Cost Performance. Dieser Zusammenhang ist direkt ersichtlich, da die zusätzlichen Aktivitäten nicht nur einen Nutzen mit sich bringen, sondern auch Kosten verursachen. Zu den Nutzen- und Kostenkategorien wurde in Kapitel 5.1.3 eine ausführliche explorative Betrachtung durchgeführt. Es bestätigt sich durch die vorliegende Signifikanz auch hier, dass der Nutzen eines System höher ist als seine Kosten, jedoch sind die Wirkungen auf die anderen drei Einkaufsdimensionen stärker. Mit Blick auf die Fallstudie bei der Robert Bosch GmbH in Kapitel 3.1 lässt sich ferner anmerken, dass gerade beim Aufbau eines Systems Kosten in beträchtlichem Umfang anfallen. Im konkreten Fall betragen die laufenden Systemkosten pro Jahr nur 20 Prozent der Aufbaukosten, die im ersten Jahr angefallen sind. Da viele Unternehmen gerade erst ein Risikomanagementsystem einführen, ist die Kostendimension auch aus diesem Grund relativ niedrig positiv beeinflusst. Es lässt sich ein stärkerer positiver Einfluss auf die Kostendimension erwarten, nachdem sich Supply Risk Management-Systeme in der Praxis durchgesetzt haben. Hypothese 4: Die Supply Risk Performance wird negativ beeinflusst durch transaktionsspezifische Umweltfaktoren im Supply Netzwerk. Der Einfluss der transaktionsspezifischen Umweltkonstrukte auf die Supply Risk Performance zeigt ein widersprüchliches Bild. Faktorspezifität (nicht signifikant bei 0,03) und vorvertragliche Unsicherheit (nicht signifikant bei -0,05) zeigen keinen Einfluss auf die Supply Risk Performance. Die Dynamik musste während der Operationalisierung aus dem Modell eliminiert werden. Die nachvertragliche Unsicherheit zeigt mit einem signifikanten Wert von -0,15 das erwartete Verhalten: Je höher die nachvertragliche Unsicherheit ausgeprägt ist, desto geringer ist die Supply Risk Performance. Dagegen zeigt die Komplexität einen positiven und signifikanten Pfadkoeffizienten von 0,13 zur Supply Risk Performance. Die Daten der empirischen Untersuchung weisen also aus, dass bei hoher Komplexität auch die Supply Risk Performance besser wird. Insgesamt kann Hypothese 4 somit
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
235
nicht bestätigt werden, da von den fünf Unterhypothesen nur Hypothese 4e zur nachvertraglichen Unsicherheit den erwarteten Einfluss aufweist. Die Interpretation dieser Beziehungen bringt erhebliche Probleme mit sich, da keine anderen Untersuchungen im selben Feld vorliegen, mit denen diese Ergebnisse verglichen werden können. Zu den vier Dimensionen der Unsicherheit ist eine erste Annahme, dass beziehungsspezifische Umweltfaktoren wie die nachvertragliche Unsicherheit vom Supply Management nur schlecht kontrolliert werden können, während Komplexität im Unternehmensumfeld durch die Unternehmen wahrgenommen und eingeschätzt werden kann. Die Verhaltensunsicherheit ist stark personenabhängig und passt sich individuell mit jeder Änderung in einer Lieferanten-Kunden-Beziehung an. So kann ein neuer Key Account-Manager beim Lieferanten, eine veränderte finanzielle Lage oder auch einfach die Unzufriedenheit mit einem Vertragsabschluss dazu führen, dass Lieferanten ihr Verhalten ändern und dies beim einkaufenden Unternehmen die Supply Risk Performance verschlechtert. Die parametrische Unsicherheit dagegen hat sich also in den vergangenen Jahren zu einer Normalität entwickelt und durch die Unternehmen wurden entsprechende Maßnahmen implementiert. Diese Maßnahmen führen dann zu einer erhöhten Supply Risk Performance, die über das Maß hinausgeht, als es bei niedriger Komplexität und fehlenden Maßnahmen der Fall ist. Im Gegensatz zur Verhaltensunsicherheit ist die parametrische Unsicherheit somit nicht individuellen Schwankungen unterworfen, sondern über einen gewissen Zeitraum als konstant zu betrachten. Diese Überlegungen sollten in weiteren empirischen Untersuchungen genauer geprüft werden. Der fehlende Einfluss der Faktorspezifität auf die Supply Risk Performance lässt erahnen, dass sich die Dimension der Spezifität im modernen Supply Management nicht mehr als wirklich bedeutend erweist. In Kapitel 2.2.2 zur Transaktionskostentheorie wurde darauf hingewiesen, dass aufgrund bestehender patentrechtlicher, technologischer oder geschäftspolitischer Gründe eine Eigenfertigung von Teilen häufig nicht möglich ist, obwohl die Spezifität einer Beziehung sehr hoch sein mag. Das Ergebnis der empirischen Untersuchung kann ein erster Hinweis darauf sein, dass die Dimension der Spezifität in der Praxis an Bedeutung einbüßt und somit die theoretischen Beziehungen in der Praxis nicht mehr vollumfänglich bestätigt werden können. Hypothese 5: Die zukünftige Nutzung hybrider Koordinationsformen im Supply Netzwerk wird negativ beeinflusst durch die Supply Risk Performance. Abschließend zeigt sich ein hochsignifikanter negativer Zusammenhang zwischen der Supply Risk Performance und der zukünftigen Nutzung hybrider Koordinati-
236
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
onsformen. Unternehmen mit Schwierigkeiten in der Supply Risk Performance tendieren in der Zukunft daher stärker zu hybriden Koordinationsformen als es bei Unternehmen mit einer guten Supply Risk Performance der Fall ist. Somit kann Hypothese 5 bestätigt werden. Zu einem ähnlichen Ergebnis fokussiert auf die Koordinationsform Lieferantenansiedlung kommen auch Howard et al. (2006, S. 101), die ausführen, dass Lieferstörungen ein Grund für die Ansiedlung von Lieferanten in der Nähe der Kunden sind. Im Detail wurde das Konstrukt am stärksten durch die beiden Indikatoren Entwicklungsleistung und Spot-Beschaffung (invertiert) gebildet. Unternehmen mit einer schlechten Supply Risk Performance versuchen daher vor allem, durch die Abnahme von rein marktbasierten Austauschvorgängen und durch eine Stärkung von Entwicklungskooperationen ihre Supply Risk Performance wieder zu verbessern. Diese Tendenz lässt sich gut begründen, da Entwicklungskooperationen die erste Möglichkeit einer hybriden Koordinationsform sind, die eine wirklich enge Zusammenarbeit beider Kooperationspartner mit sich bringt. Jahresverträge und Langzeitvereinbarungen dagegen werden noch immer weitgehend vom einkaufenden Unternehmen gesteuert. Durch die enge Zusammenarbeit in Form einer Entwicklungskooperation jedoch wird gerade der Frühwarnaspekt gestärkt und aus der Sicht der Unternehmen somit effektiv zu einer Verbesserung der Supply Risk Performance beigetragen. Das niedrige Bestimmtheitsmaß zeigt allerdings, dass neben der Risikoleistung noch weitere Faktoren für diese Entwicklung verantwortlich sind. Hier stellt sich die Frage nach dem Einfluss verschiedener Koordinationsformen auf Supply Risiken. Eine engere Kooperation bringt neben Chancen auch Risiken mit sich (Leverick und Cooper 1998, S. 79). Hier kann sich für weitere Arbeiten die noch offene Forschungsfrage anschließen, welche Kooperationsformen wirklich langfristig die Supply Risk Performance der Unternehmung verbessern und welche Supply Risiken in den verschiedenen Kooperationsformen häufiger oder seltener auftreten. Insgesamt lassen sich vier der fünf aufgestellten Hypothesen vollständig oder überwiegend bestätigen, was für eine teilweise explorativ aufgestellte empirische Untersuchung in einem neuen Forschungsgebiet wie dem der Supply Frühwarnsysteme ein gutes Ergebnis darstellt.
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
5.4
237
Zwischenergebnis: Empirische Resultate für Wissenschaft und Praxis zur Gestaltung von Supply Frühwarnsystemen
In vorstehendem Kapitel wurden die Ergebnisse der empirischen Untersuchung dargestellt. Es umfasst sowohl deskriptive Analysen, multivariate Analyseverfahren wie auch den hypothesenprüfenden Teil in Form des Strukturgleichungsmodells. In der deskriptiven Analyse zur Relevanz des Supply Risk Managements wurde festgestellt, dass die Bedeutung der drei risiko-orientierten Tätigkeiten Supply Risk Management, Supply Risikoidentifikation und Supply Risikoanalyse noch stärker zunehmen wird als die Bedeutung des übergeordneten Supply Managements. Konkret sehen 82 Prozent der Antwortenden das Supply Risk Management im Jahr 2011 als relevant an, während dies im Jahr 2006 nur 37 Prozent waren. Vergleichbares ist für die Supply Risikoidentifikation und Supply Risikoanalyse zu erkennen, wobei letztere die stärksten Steigerungsraten der Aktivitäten aufweist. Die empirischen Daten bestätigen somit die in der Einführung dargestellten theoretischen und praktischen Überlegungen und weisen auf eine überragende Bedeutung von Aktivitäten des Supply Risk Managements in den kommenden Jahren hin. Die Analyse der Kosten und Nutzen von Supply Frühwarnsystemen fokussieren auf zwei Herausforderungen: Zum einen fallen die Kosten für den Aufbau und Betrieb des Frühwarnsystems weitgehend im Einkauf an. Nutznießer eines solchen Systems sind aber in erster Linie andere Abteilungen im eigenen Unternehmen. Die Entwicklung eines übergreifenden Supply Risk Management-Systems, das kosten- und nutzenwirksam für das gesamte Unternehmen gestaltet wird und in ein ganzheitliches Zielsystem eingeordnet werden sollte, ist somit ein wichtiges und noch offenes Forschungsgebiet. Zum zweiten ergibt sich eine Herausforderung aus dem Nutzwert eines Supply Frühwarnsystems für Lieferanten. Der Notwendigkeit der Integration von Lieferanten in die Aktivitäten eines Supply Frühwarnsystems steht ein nur geringer Nutzwert für den Lieferanten gegenüber. Es ergibt sich daher Forschungsbedarf bei der Frage nach der Motivation und Bereitschaft von Lieferanten zur Teilnahme an Aktivitäten des Supply Risk Managements. Der, auch finanzielle, Nutzen eines Supply Frühwarnsystems muss in der Zukunft deutlicher werden, als dies heute der Fall ist und gegebenenfalls mit geeigneten Anreizsystemen hinterlegt werden. Die Analyse der Supply Risiken zeigt drei relativ klar abgetrennte Klassen. Risiken der dritten Klasse zeigten sich in der empirischen Untersuchung als weitgehend irrelevant für die Praxis, hierzu sind die Risiken ‚Moralische Standards’, ‚Betrug’, ‚Krieg oder Terrorismus’, ‚Volkswirtschaft’, ‚Arbeitskämpfe’, ‚Katastrophen’ und ‚Geistiges Eigentum’ zu zählen.
238
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
Supply Risiken der mittleren Klasse haben eine mittlere Eintrittswahrscheinlichkeit. Ausgewählte Risiken umfassen ‚Währung’, ‚Produktivität’, ‚Liquiditätsrisiken’ und das ‚Firmenstruktur-Risiko’. Schließlich gibt es die höchste Risikoklasse, die als Top Supply Risiken bezeichnet werden. Sie besteht aus Risiken mit einem Mittelwert > 1,8 sowie aus dem Produkthaftungs- und dem Ramp-Up-Risiko, die beide eine mittlere Auftretenswahrscheinlichkeit haben, deren Auswirkungen sich jedoch als sehr kritisch erweisen. Die Top Supply Risiken umfassen (mit zunehmender Relevanz) ‚Produkthaftung’, ‚Ramp-Up’‚ ‚Single Source’, ‚Rohmaterial’, ‚Disposition’, ‚Flexibilität’, ‚Nachfrageänderungen’, ‚Marktpreise’, ‚Abhängigkeit’ und ‚Beschaffungslogistik’. Diese insgesamt zehn Top Supply Risiken decken alle Bereiche der Supply Chain ab, so dass ein breites Verständnis von Supply Risk Management unabdingbar ist. Die Ergebnisse weisen darauf hin, dass die oftmals normativen Veröffentlichungen im Supply Risk Management häufig nicht auf die Notwendigkeit der Praxis abgestimmt sind. Dies umfasst zum einen die zahlreichen Untersuchungen zu Themen wie Betrug, geistigem Eigentum oder Arbeitskämpfen, die sich jedoch in der Praxis als irrelevant erweisen. Ebenfalls ist hier der Fokus vieler Veröffentlichungen auf Umweltrisiken zu nennen, da Risiken für das Supply Management vor allem von beschaffungsseitigen Risikoereignissen ausgehen und nur sehr selten von externen Ereignissen wie Katastrophenrisiken, volkswirtschaftlichen Risiken etc. Die Faktorenanalyse zu den Supply Risiken zeigt, dass sich sieben Ursachen unterscheiden lassen: Fehlende Flexibilität, fehlerhafte Lieferantenauswahl, unzureichende Liquidität, Nicht-Einhaltung von Standards, politische Risiken, Infrastrukturrisiken und sonstige Risiken. Zusammen mit den deskriptiven Ergebnissen wird deutlich, dass insbesondere die Ursachen der fehlenden Flexibilität, der unzureichenden Einkaufsstrategie zur Lieferantenauswahl und mangelnde Liquidität als zentrale Ursachen für Risiken im Supply Netzwerk betrachtet werden können. Die Analyse des Supply Risk Exposures hat gezeigt, dass vier der zehn untersuchten Strukturvariablen einen relevanten Einfluss auf das Supply Risk Exposure der Unternehmung aufweisen. Bei einer Branchenanalyse zeigt insbesondere die Luftund Raumfahrtindustrie eine sehr kritische Supply Risk Situation, während die Medizintechnik, die Chemieindustrie sowie die Energie- und Wasserversorgung ein deutlich unterdurchschnittliches Supply Risk Exposure aufweisen. Bezüglich der Wertschöpfungstiefe lässt sich erkennen, dass ein sehr niedriger Anteil von unter 20 Prozent die Verletzbarkeit der Unternehmen stark erhöht, ein sehr hoher Anteil von über 80 Prozent diese senkt. Keine relevanten Unterschiede wurden für den Großteil der Unternehmen mit einer Wertschöpfungstiefe zwischen 20 und 80 Prozent beobachtet. Die Stellung in der Wertschöpfungskette beeinflusst die Ex-
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
239
position zu Supply Risiken ebenfalls, wobei insbesondere Lieferanten der 1. Stufe (Tier 1 bzw. Modul- & Systemlieferanten) eine kritischere Supply Risk Situation aufweisen. Deutlich geringeren Risiken sind dagegen Produzenten von indirekten Materialien und Dienstleistungen sowie Handelsunternehmen ausgesetzt. Den stärksten Einfluss auf die Risikosituation hat die Lieferantenstruktur des einkaufenden Unternehmens. Unternehmen, die große Mengen elektronischer oder mechanischer Komponenten zukaufen, haben eine signifikant höhere Exposition zu Supply Risiken als Unternehmen, die nur einen geringen Anteil dieser Produktbereiche zukaufen. Das Gegenteil ist der Fall bei indirekten Materialien. Hier haben Unternehmen mit einem hohen Zukaufteil indirekter Materialien und Dienstleistungen eine signifikant niedrigere Exposition zu Supply Risiken als Unternehmen, die nur wenige indirekte Materialien einkaufen. Die weiteren sechs Strukturvariablen wurden ebenfalls anhand eines Mittelwertvergleiches auf Unterschiede im Supply Risk Exposure überprüft. Es wurden für Umsatz, Anteil strategischer Lieferanten, funktionale Verankerung eines Supply Risk Managers, Einkaufsstrategie (kosten- versus qualitätsorientiert), Lieferantenstrategie (marktbasiert versus relational) und Risikokultur (sicherheits- versus risikoorientiert) keine relevanten Abweichungen im Supply Risk Exposure festgestellt. Im Ergebnis kann davon ausgegangen werden, dass diese sechs Variablen keinen Einfluss auf die Supply Risikosituation der Unternehmen haben. Für die Analyse des PLS-Strukturgleichungsmodells wurde in einem ersten Schritt die Messgüte des Strukturmodells geprüft. Die Bestimmtheitsmaße wiesen in den Performancedimensionen die erwarteten niedrigen Werte aus, da es sich bei dieser Untersuchung um ein Partialmodell handelt, das schon von seinem Forschungsdesign her nicht alle Dimensionen abbilden sollte. Es galt daher, den Fokus auf die Analyse der Pfadkoeffizienten und ihrer Signifikanzen zu legen, die im Performance-Bereich durchweg positive Werte zeigten. Insgesamt konnte die Güte des Strukturmodells mit guten Werten bestätigt werden. Die praktische Analyse zeigte, dass ein Supply Frühwarnsystem die entscheidende Komponente bei der Implementierung eines Supply Risk Management Systems ist. Jedoch fokussieren Unternehmen heute genau auf die falschen Aktivitäten: Statt sich auf Aktivitäten der Risikoanalyse und Frühwarnkontrolle zu konzentrieren, wird von der Mehrzahl der Unternehmen nur die Risikoidentifikation umgesetzt, die sich jedoch als nicht signifikant erwiesen hat. Detailergebnisse zu Aktivitäten der einzelnen Konstrukte sowie Empfehlungen für die Unternehmenspraxis wurden aufgestellt. Zusammenfassend wurde festgehalten, dass eine große Unsicherheit in der Unternehmenspraxis existiert, welche Methoden zielführend sind und wirklich zu nachhaltigen Verbesserungen der Einkaufsperformance führen. Insbesondere komplexe Aktivitäten bei der Durchführung eines Supply Frühwarnsystems werden in der Unternehmenspraxis nur in Ausnahmefällen angewandt. Ge-
240
Ergebnisse der empirischen Untersuchung und Handlungsimplikationen für die Praxis
rade solche Methoden bringen jedoch einen echten Mehrwert für die Einkaufsleistung. Die weitere Analyse zeigte, dass die Implementierung eines ganzheitlichen Supply Risk Management-Systems tatsächlich dazu beiträgt, die Häufigkeit und die Schwere der Auswirkung von Supply Risiken zu reduzieren und die Supply Performance in allen vier Dimensionen (Kosten, Qualität, Zeit, Flexibilität) signifikant zu verbessern. Supply Risk Management verursacht somit also nicht nur Aufwand, sondern bringt auch einen mit dieser Untersuchung nachgewiesenen Benefit. Nicht bestätigt werden konnte der Einfluss der transaktionsspezifischen Umweltfaktoren auf die Supply Risk Performance. Gründe hierfür wurden im Kapitel diskutiert und bewertet. Signifikant zeigte sich jedoch der Zusammenhang zwischen der Supply Risk Performance und der zukünftigen Nutzung hybrider Koordinationsformen. Unternehmen mit Schwierigkeiten in der Supply Risk Performance tendieren in der Zukunft daher stärker zu hybriden Koordinationsformen als es bei Unternehmen mit einer guten Supply Risk Performance der Fall ist. Insgesamt konnten vier der fünf aufgestellten Hypothesen vollständig oder überwiegend bestätigt werden, was für eine teilweise explorativ aufgestellte empirische Untersuchung in einem neuen Forschungsgebiet wie dem der Supply Frühwarnsysteme ein gutes Ergebnis darstellt.
6
Thesenartige Zusammenfassung der Untersuchung zu Supply Frühwarnsystemen
Das Forschungsziel dieser Arbeit wurde in der Einführung wie folgt definiert: Diese Forschungsarbeit soll ein Supply Frühwarnsystem definieren, ein theoriegeleitetes Modell entwerfen und praxisrelevante Hinweise zur methodischen und strukturellen Ausgestaltung geben, um zu einer Optimierung der unternehmerischen Supply Risikosituation beizutragen. Aus dem Forschungsziel wurden vier Forschungsfragen abgeleitet, die verschiedene Ergebnisdimensionen umfassen. Diese Ergebnisse der vorliegenden Untersuchung werden abschließend thesenartig zusammengefasst: (1) Frühwarnsysteme in Einkauf und Beschaffung, kurz Supply Frühwarnsysteme, zeigen eine starke Bedeutung aus theoretischer, praktischer und empirischer Sicht und müssen als Bestandteil einer strategischen Einkaufsfunktion integriert werden. Jedes einzelne Mitglied einer Supply Chain hat einen starken Einfluss auf das Ergebnis einer ganzen Kette von Unternehmen. Theoretische und praktische Beispiele in dieser Arbeit haben gezeigt, dass die Supply Chain zu einem fragilen Gebilde wird, falls keine geeigneten Kontrollmaßnahmen durchgeführt und Gegenaktivitäten getroffen werden. Risikomanagement auf Unternehmensebene hat bereits in den vergangenen Jahren stark an Bedeutung gewonnen. In Einkauf und Supply Management ist Risikomanagement dagegen eine bislang vernachlässigte Größe. Bei einer Wertschöpfungstiefe von weniger als 50 Prozent und somit einem Zukaufteil, der die eigene Wertschöpfung übersteigt, ist das Supply Risk Management jedoch eine für Unternehmen überlebensnotwendige Größe geworden. Die empirische Untersuchung in dieser Arbeit hat gezeigt, dass die Bedeutung der drei risiko-orientierten Tätigkeiten Supply Risk Management, Supply Risikoidentifikation und Supply Risikoanalyse noch stärker zunehmen wird als die Bedeutung des übergeordneten Supply Managements. Konkret schätzen 82 Prozent der Befragten das Supply Risk Management für das Jahr 2011 als relevant ein, während dies im Jahr 2006 nur 37 Prozent waren. Vergleichbares ist für die Supply Risikoidentifikation und Supply Risikoanalyse zu erkennen, wobei letztere die stärksten Steigerungsraten aller Aktivitäten aufweist. Die empirischen Daten bestätigen somit die Überlegungen und weisen auf eine überragende Bedeutung von Aktivitäten des Supply Risk Managements und des Supply Frühwarnsystems in den kommenden Jahren hin.
242
Thesenartige Zusammenfassung der Untersuchung zu Supply Frühwarnsystemen
(2) Aus wissenschaftlicher Sicht lässt sich starker Nachholbedarf im Bereich der Supply Frühwarnsysteme konstatieren, insbesondere hinsichtlich theoretisch fundierter und hypothesenprüfender Untersuchungen. Anhand einer intensiven Literaturrecherche wurde die existierende Forschungslandschaft erarbeitet. Es konnten insgesamt nur sechs Publikationen identifiziert werden, die ein ähnliches Verständnis von Supply Frühwarnsystemen besitzen. Empirische Bemühungen basieren noch immer weitgehend auf Fallstudien, nur eine einzige Untersuchung führt deskriptive Analysen durch. Untersuchungen zu Supply Frühwarnsystemen mit multivariaten Analyseverfahren oder Hypothesentests konnten nicht identifiziert werden. Die weitgehend normativen Veröffentlichungen greifen nicht die volle Komplexität des Themas auf. Wissenschaftstheorien wurden in den Publikationen zu Supply Frühwarnsystemen nur indirekt genutzt. Auch im übergeordneten Bereich des Supply Risk Managements ist eine zugleich fehlende theoretische und empirische Fundierung erkennbar, die gravierenden Forschungsbedarf aufzeigt. (3) Die Principal Agent-Theorie fokussiert auf die Ursachen von Supply Risiken und zeigt die Bedeutung von Informationsasymmetrien und Opportunismus in Geschäftsbeziehungen mit Lieferanten. Die Anwendung der Principal Agent-Theorie legt besonderen Fokus auf die Ursachen von Supply Risiken im Lieferantennetzwerk. Informationsasymmetrien und opportunistisches Verhalten von Lieferanten sind eine wichtige Quelle von Risiken für das Supply Management. Wichtig ist die Unterscheidung in Risiken exante vor Serienanlauf und ex-post nach Serienanlauf. Das ex-ante Risiko besteht darin, dass Eigenschaften durch den Lieferanten bewusst verborgen werden, womit das beschaffende Unternehmen einen Lieferanten auswählt, der bei vollständiger Information nicht gewählt worden wäre. Das ex-post Risiko besteht darin, dass Überwachungsmöglichkeiten durch das beschaffende Unternehmen aus Kostengründen nur eingeschränkt möglich sind und eine unzureichende Lieferantenleistung in den Dimensionen Qualität, Zeit, Kosten oder Flexibilität zu Mehrkosten beim beschaffenden Unternehmen führt. (4) Die Transaktionskostentheorie fokussiert auf die Zieldimension von Supply Frühwarnsystemen und zeigt die Bedeutung einer Kosten-Nutzen-Analyse zur Optimierung der Supply Risikokosten. Die Transaktionskostentheorie ergänzt die Überlegungen der Principal AgentTheorie durch die der Transaktion immanenten Einflussfaktoren Spezifität und Unsicherheit. Beide Faktoren haben einen relevanten Einfluss auf das Supply Risk Exposure und die Supply Risikokosten des beschaffenden Unternehmens. Spezifität in der Transaktion und Unsicherheit in der Umwelt gekoppelt mit Hidden Cha-
Thesenartige Zusammenfassung der Untersuchung zu Supply Frühwarnsystemen
243
racteristics und Hidden Action beim Lieferanten stellen eine gefährliche Kombination für das Supply Risk Management dar. Die in der Principal Agent-Theorie vorgeschlagenen Wege zur Lösung der Agenturprobleme erhöhen darüber hinaus die Risikokosten in den ersten vier Transaktionskostenkategorien zu Gunsten einer Reduktion der Anpassungskosten. Die gesamthafte Reduzierung der Risikokosten mit Hilfe einer Kombination von Kooperationsmodellen aus der Transaktionskostentheorie sowie den methodischen Gestaltungsempfehlungen aus der Principal Agent-Theorie ist bedeutend. (5) Die Interpretation eines Frühwarnsystems als soziales System ermöglicht es, ein systemtheoretisch fundiertes Modell mit den fünf Schritten Beobachtung, Selektion, Kopplung, Kommunikation und Fortentwicklung aufzubauen. Mit der Systemtheorie wurde ein Supply Frühwarnsystem als soziales System definiert. Es wurde festgestellt, dass ein Supply Frühwarnsystem alle systemtheoretischen Voraussetzungen erfüllt und als Subsystem des Supply ManagementModuls ‚Supply Controlling und Risk Management’ interpretiert werden kann. Der Aufbau eines systemtheoretisch fundierten Supply Frühwarnsystems umfasst die fünf Prozessschritte Beobachtung, Selektion, Kopplung, Kommunikation und Fortentwicklung. (6) Der Abgleich des systemtheoretisch fundierten Modells mit weiteren Forschungsarbeiten sowie eine praxisorientierte Umbenennung der Prozesse führt zu dem Modell eines Supply Frühwarnsystems mit fünf Schritten auf drei Ebenen. Die systemtheoretisch fundierten Prozessschritte eines Supply Frühwarnsystems wurden als Grundlage genutzt und die Vereinbarkeit mit benachbarten Forschungsgebieten überprüft. Es wurde aufgezeigt, dass zentrale Modelle aus dem Risikomanagement, den strategischen Frühwarnsystemen, dem strategischen Management sowie dem Supply Controlling miteinander verträglich sind und zu einer Weiterentwicklung des Supply Frühwarnsystems beitragen können. Insgesamt ergibt sich aus den Überlegungen das Modell eines Supply Frühwarnsystems auf drei Ebenen, die jeweils im Management-, Kern- und Supportmodul des Supply Management Navigators darstellbar sind: Die Prozessebene beschreibt den Ablauf eines Supply Frühwarnsystems und somit die idealtypische Vorgehensweise der Identifikation und Analyse von Risiken im Supply Management. Sie umfasst die Prozessschritte der Supply Risikoidentifikation, Supply Risikoanalyse, Supplier Risikoidentifikation, Supplier Risikoanalyse und Supply Frühwarnkontrolle. Die Aufgabenebene beschreibt die relevanten Aufgaben, die in den einzelnen Schritten des Supply Frühwarnmodells durchgeführt werden müssen und gibt somit den Rahmen für die Methoden vor, die zur Erreichung der Frühwarnziele angewandt werden müssen. Die Methodenebene umfasst alle Techniken, Tools und organisa-
244
Thesenartige Zusammenfassung der Untersuchung zu Supply Frühwarnsystemen
torischen Regelungen, die zur Erreichung der Ziele des Supply Frühwarnsystems dem Unternehmen zur Verfügung stehen. (7) Das Modell eines Supply Frühwarnsystems bestätigt sich während der Implementierung bei der Robert Bosch GmbH. Bei der Robert Bosch GmbH hat die Komplexität bei den Beschaffungsgütern in der Vergangenheit zu internen, externen und Supply Chain-Risiken geführt, die teilweise zu erheblichen Störungen in der Versorgung mit Zukaufteilen führten. Zur Verbesserung der Risikosituation wurde ein Supply Risk Management-Ansatz erarbeitet, der eine Leitfunktion für den Gesamtkonzern übernimmt. Die Implementierung des Supply Frühwarnsystems folgte dem in dieser Arbeit entwickelten Fünf-Schritt-Vorgehen der Supply Risikoidentifikation und -analyse, der Supplier Risikoidentifikation und -analyse sowie der Supply Frühwarnkontrolle. Der Aufbau des Supply Frühwarnsystems anhand der Prozessebene und die zentrale Zielausrichtung anhand der Aufgabenebene wurden im Detail beschrieben. Für die Methodenebene wurden verschiedene Vorgehensweisen gewählt, um die Aufgaben eines Supply Frühwarnsystems abzubilden. Die Vorgehensweise hat sich als sehr erfolgreich erwiesen, so dass die Fallstudie als erste empirische Bestätigung des Supply Frühwarnmodells gelten kann. (8) Die Fallstudie bei der Robert Bosch GmbH identifizierte fünf Erfolgsfaktoren und zwei Hindernisse bei der Implementierung von Supply Frühwarnsystemen. Anhand der Case Study bei der Robert Bosch GmbH konnten fünf Erfolgsfaktoren identifiziert werden: Top Management-Support, Systemunterstützung, dezentrale Organisation, sorgfältiger Systemaufbau und Integration der Lieferanten. Als wichtigste Hindernisse bei der Implementierung eines Supply Frühwarnsystem wurden von den Managern die mangelnde Quantifizierbarkeit der Supply Risk Performance und die Schwierigkeiten bei der Zusammenarbeit mit Lieferanten bezeichnet. (9) Aus theoretischer und empirischer Sicht erweisen sich insgesamt 36 Supply Risiken als relevant für Einkauf und Supply Management. Auf Basis der Fallstudie bei der Robert Bosch GmbH und zwei durchgeführten Fokusgruppen am Supply Management Institute™, ergänzt durch eine intensive Literaturrecherche, wurden insgesamt 36 Risiken identifiziert, die für das Supply Management von besonderer Bedeutung sind. Es wurden für jedes Risiko Definition, Beispiele und Literaturquellen angegeben. Als erster Ansatz zur Klassifikation der Supply Risiken wurde eine Aufteilung in Umwelt-, Netzwerk- und Organisationsrisiken gewählt und die Zugehörigkeit der Risiken dargestellt. Es wurden zehn Strukturvariablen erarbeitet, anhand derer in der empirischen Untersuchung
Thesenartige Zusammenfassung der Untersuchung zu Supply Frühwarnsystemen
245
geprüft werden konnte, ob unterschiedliche Supply Risk Exposures identifiziert werden können. (10) Die Erstellung von validen Messmodellen ist eine Aufgabe von oberster Priorität für die Supply Risk Management-Forschung. Bei der Entwicklung der Messmethodik wurde zwischen der Konzeptualisierung und der Operationalisierung der Forschungskonstrukte unterschieden. Die Konzeptualisierung beschäftigt sich mit den Dimensionen eines Phänomens, die Operationalisierung mit der Entwicklung einer Messskala. Für die Konzeptualisierung des Supply Frühwarnsystems konnte in der Literatur keine Vorarbeit identifiziert werden, weshalb ein eigener Vorschlag erarbeitet wurde, der auf den fünf Subkonstrukten aus dem theoretischen Teil dieser Arbeit aufbaut. Auch die Konzeptualisierung der Supply Risk Fähigkeit und der Supply Risk Performance stellte sich als schwierig heraus, da zu dieser Thematik nur zwei BasisVeröffentlichungen identifiziert werden konnten. Ebenso gibt es für das Konstrukt der Supply Performance bislang keine standardisierten Messmethoden. Hier wurde eine Aufteilung in vier Subkonstrukte gewählt, die durch geeignete Indikatoren konzeptualisiert wurden: Supply Cost, Quality, Time und Flexibility Performance. Schließlich wurde die Konzeptualisierung der fünf Umwelt-Konstrukte Faktorspezifität, Komplexität, Dynamik, vorvertragliche Unsicherheit und nachvertragliche Unsicherheit durchgeführt, für welche weitgehend existierende Definitionen und Formulierungen der Items aus der Literatur entnommen werden konnten. Während der Operationalisierung fiel auf, dass gerade bei den aus anderen Arbeiten in Einkauf und Supply Management übernommenen Skalen eine erneute Bereinigung notwendig war, was auf einen frühen empirischen Forschungsstand im Supply Management-Feld hinweist. Zur weiteren Entwicklung des Feldes sind valide Messmodelle eine conditio-sine-qua-non. (11) Bei der Analyse von Kosten und Nutzen eines Supply Frühwarnsystems erweisen sich die Nutzenverteilung im eigenen Unternehmen und die Nutzenverteilung zwischen Abnehmer und Lieferant als zentrale Herausforderungen. Kosten für den Aufbau und Betrieb des Frühwarnsystems fallen weitgehend im Einkauf an. Nutznießer eines solchen Systems sind aber in erster Linie andere Abteilungen im eigenen Unternehmen. Die Entwicklung eines übergreifenden Supply Risk Management-Systems, das kosten- und nutzenwirksam für das gesamte Unternehmen gestaltet wird und in ein ganzheitliches Zielsystem eingeordnet werden sollte, ist somit ein wichtiges und noch offenes Forschungsgebiet. Darüber hinaus ist der Nutzenwert eines Supply Frühwarnsystems für Lieferanten kritisch zu beurteilen. Der Notwendigkeit der aktiven Integration von Lieferanten in die Aktivitäten eines Supply Frühwarnsystems steht ein nur geringer Nutzenwert für den Lieferanten gegenüber. Es ergibt sich daher Forschungsbedarf bei der
246
Thesenartige Zusammenfassung der Untersuchung zu Supply Frühwarnsystemen
Frage nach der Motivation und Bereitschaft von Lieferanten zur Teilnahme an Aktivitäten des Supply Risk Managements. Der, auch finanzielle, Nutzen eines Supply Frühwarnsystems muss in der Zukunft deutlicher werden als dies heute der Fall ist und gegebenenfalls mit geeigneten Anreizsystemen hinterlegt werden. (12) Es lassen sich drei Relevanzklassen von Supply Risiken unterscheiden, insgesamt zehn Risiken sind als Top Supply Risiken in Klasse 1 einzuteilen. Die Analyse der Supply Risiken zeigt drei relativ klar abgetrennte Klassen von Supply Risiken. Risiken der dritten Klasse zeigten sich in der empirischen Untersuchung als weitgehend irrelevant für die Praxis, hierzu sind die Risiken ‚Moralische Standards’, ‚Betrug’, ‚Krieg oder Terrorismus’, ‚Volkswirtschaft’, ‚Arbeitskämpfe’, ‚Katastrophen’ und ‚Geistiges Eigentum’ zu zählen. Supply Risiken der mittleren Klasse haben eine mittlere Eintrittswahrscheinlichkeit. Ausgewählte Risiken umfassen ‚Währung’, ‚Produktivität’, ‚Liquidität’ und das ‚Firmenstruktur-Risiko’. Schließlich gibt es die höchste Risikoklasse, die als Top Supply Risiken bezeichnet werden. Sie besteht aus Risiken mit einem Mittelwert über 1,8 sowie aus dem Produkthaftungs- und dem Ramp-Up-Risiko, die beide eine mittlere Auftretenswahrscheinlichkeit haben, deren Auswirkungen sich jedoch als sehr kritisch erweisen. Die Top Supply Risiken umfassen (mit zunehmender Relevanz) ‚Produkthaftung’, ‚Ramp-Up’‚ ‚Single Source’, ‚Rohmaterial’, ‚Disposition’, ‚Flexibilität’, ‚Nachfrageänderungen’, ‚Marktpreise’, ‚Abhängigkeit’ und ‚Beschaffungslogistik’. Diese zehn Risiken decken alle Bereiche der Supply Chain ab, so dass ein breites Verständnis von Supply Risk Management unabdingbar ist. Die Ergebnisse weisen darauf hin, dass die oftmals normativen Veröffentlichungen im Supply Risk Management häufig nicht mit Anforderungen der Praxis abgestimmt sind. Dies umfasst zum einen die zahlreichen Untersuchungen zu Themen wie Betrug, geistigem Eigentum oder Arbeitskämpfen, die sich jedoch in der Praxis als irrelevant erweisen. Ebenfalls ist hier der Fokus vieler Veröffentlichungen auf Umweltrisiken zu nennen, da Risiken für das Supply Management vor allem von beschaffungsseitigen Risikoereignissen ausgehen und nur sehr selten von externen Ereignissen wie Katastrophenrisiken oder volkswirtschaftlichen Risiken. (13) Die Faktorenanalyse zeigt eine Risikostruktur mit sieben zugrunde liegenden Ursachen für Supply Risiken. Als Ursachen für die 36 Supply Risiken ließen sich die sieben Faktoren fehlende Flexibilität, fehlerhafte Lieferantenauswahl, unzureichende Liquidität, NichtEinhaltung von Standards, politische Risiken, Infrastrukturrisiken und sonstige Risiken ableiten. Zusammen mit der deskriptiven Analyse lassen sich insbesondere fehlende Flexibilität, eine nicht definierte Einkaufsstrategie bei der Lieferantenauswahl und mangelnde Liquidität als zentrale Ursachen für Risiken im Supply Netzwerk bezeichnen.
Thesenartige Zusammenfassung der Untersuchung zu Supply Frühwarnsystemen
247
(14) Die Strukturvariablen Lieferantenstruktur, Branche, Stellung in der Wertschöpfungskette und Wertschöpfungstiefe sind relevante Einflussfaktoren für das Supply Risk Exposure von Unternehmen. Den stärksten Einfluss auf die Risikosituation im Supply Management hat die Lieferantenstruktur des einkaufenden Unternehmens: Unternehmen, die große Mengen elektronischer oder mechanischer Komponenten zukaufen, haben eine signifikant höhere Exposition zu Supply Risiken als Unternehmen, die nur einen geringen Anteil in diesen Produktbereichen zukaufen. Das Gegenteil ist der Fall bei indirekten Materialien. Hier haben Unternehmen mit einem hohen Zukaufteil indirekter Materialien und Dienstleistungen eine signifikant niedrigere Exposition. Keinen Einfluss hat der Anteil an Lieferungen in den Bereichen Rohmaterial, chemische Erzeugnisse und Handelsware auf das Supply Risk Exposure. Ebenfalls relevant zeigt sich die Branche: Insbesondere die Luft- und Raumfahrtindustrie hat eine sehr kritische Supply Risk Situation, während in der Medizintechnik, der Chemieindustrie sowie in der Energie- und Wasserversorgung ein unterdurchschnittliches Supply Risk Exposure aufgezeigt werden kann. Als drittes wurde die Stellung in der Wertschöpfungskette als Einflussfaktor identifiziert: Insbesondere Lieferanten der 1. Stufe (Tier 1 bzw. Modul- & Systemlieferanten) weisen eine kritische Supply Risk Situation auf. Deutlich geringere Risiken gibt es dagegen bei Produzenten von indirekten Materialien und Dienstleistungen sowie bei Handelsunternehmen, da diese weniger stark in eine Supply Chain-Struktur integriert sind. Abschließend erweist sich die Wertschöpfungstiefe relevant: Eine sehr niedrige Wertschöpfungstiefe von unter 20 Prozent erhöht die Verletzbarkeit der Unternehmen stark, während eine sehr hohe Wertschöpfungstiefe von über 80 Prozent diese senkt. (15) Die Aktivitäten eines Supply Frühwarnsystems erweisen sich als das bestimmende Element des gesamten Supply Risk Management-Zyklus. Die Analyse des Strukturgleichungsmodells zeigt, dass die Implementierung eines Supply Frühwarnsystems die entscheidende Komponente des gesamten Supply Risk Management Systems ist. Die Supply Risk Fähigkeit wird mit einem Bestimmtheitsmaß R2=0,72 weitgehend durch die Aktivitäten von Supply Frühwarnsystemen erklärt, d. h. ein Supply Frühwarnsystem definiert in seiner Gesamtheit mehr als 70 Prozent der Varianz des gesamten Supply RisikomanagementProzesses in Unternehmen. Die überragende Bedeutung von Supply Frühwarnsystemen, die in der Einführung theoretisch begründet wurde, wird somit auch empirisch bestätigt.
248
Thesenartige Zusammenfassung der Untersuchung zu Supply Frühwarnsystemen
(16) Unternehmen fokussieren heute bei der Implementierung von Supply Frühwarnsystemen auf die falschen Aktivitäten. In der Implementierung von Supply Frühwarnsystemen fokussieren Unternehmen heute genau auf die falschen Aktivitäten: Statt sich auf Aktivitäten der Risikoanalyse und Frühwarnkontrolle zu konzentrieren, wird von der Mehrzahl der Unternehmen nur die Risikoidentifikation umgesetzt, die sich jedoch als nicht signifikant erwiesen hat. Detailergebnisse zu Aktivitäten der einzelnen Konstrukte sowie Empfehlungen für die Unternehmenspraxis wurden aufgestellt. Zusammenfassend wurde festgehalten, dass eine große Unsicherheit in der Unternehmenspraxis existiert, welche Methoden zielführend sind und wirklich zu nachhaltigen Verbesserungen der Einkaufsperformance führen. Insbesondere komplexe Aktivitäten bei der Durchführung eines Supply Frühwarnsystems werden in der Unternehmenspraxis nur in Ausnahmefällen angewandt. Gerade solche Methoden bringen jedoch einen echten Mehrwert für die Einkaufsleistung. (17) Der Einfluss transaktionsspezifischer Umweltfaktoren auf die Supply Performance kann empirisch nicht bestätigt werden. Nicht bestätigt werden konnte der Einfluss der transaktionsspezifischen Umweltfaktoren auf die Supply Risk Performance. Nur die nachvertragliche Unsicherheit zeigt den erwarteten signifikanten Einfluss. Es wird angenommen, dass beziehungsspezifische Umweltfaktoren wie die Verhaltensunsicherheit stark personenabhängig sind und sich individuell mit jeder Änderung in einer LieferantenKunden-Beziehung anpassen und daher nur schlecht kontrolliert werden können. Dagegen hat sich die parametrische Unsicherheit als Komplexität im Unternehmensumfeld in den vergangenen Jahren zur Normalität entwickelt, so dass Unternehmen entsprechende Maßnahmen implementiert haben, damit die Supply Risk Performance nicht mehr negativ beeinflusst wird. (18) Unternehmen mit einer negativen Supply Risk Performance tendieren in der Zukunft stärker zu hybriden Koordinationsformen als Unternehmen mit geringen Schwierigkeiten. Der Zusammenhang zwischen der Supply Risk Performance und der zukünftigen Nutzung hybrider Koordinationsformen erwies sich in der empirischen Untersuchung als signifikant. Unternehmen mit Schwierigkeiten in der Supply Risk Performance tendieren in der Zukunft daher stärker zu hybriden Koordinationsformen als es bei Unternehmen mit einer guten Supply Risk Performance der Fall ist.
Thesenartige Zusammenfassung der Untersuchung zu Supply Frühwarnsystemen
249
(19) Ein Supply Frühwarnsystem trägt dazu bei, die Häufigkeit und die Schwere der Auswirkung von Supply Risiken zu reduzieren und verbessert die Supply Performance in allen vier Dimensionen Kosten, Qualität, Zeit und Flexibilität. Die empirische Analyse zeigt, dass die Implementierung eines ganzheitlichen Supply Risk Management-Systems tatsächlich dazu beiträgt, die Häufigkeit und die Schwere der Auswirkung von Supply Risiken zu reduzieren und die Supply Performance in allen vier Dimensionen (Kosten, Qualität, Zeit, Flexibilität) signifikant zu verbessern. Es zeigen sich durchweg signifikante Pfade vom Supply Frühwarnsystem über die Fähigkeiten und die Supply Risk Performance bis hin zur Supply Performance, so dass die zugrunde liegende Annahme bestätigt werden kann, dass ein Supply Frühwarnsystem einen positiven Einfluss auf die Einkaufsleistung ausübt. Hierbei ist der Einfluss auf die Qualitätsleistung am stärksten, gefolgt von der Zeit-, Flexibilitäts- und Kostenleistung. Supply Risk Management verursacht somit also nicht nur Aufwand, sondern bringt auch einen mit dieser Untersuchung nachgewiesenen Benefit. Ein im Supply Management implementiertes Frühwarnsystem verbessert die Einkaufsleistung. (20) Die vorliegende Untersuchung identifiziert weiteren Forschungsbedarf in verschiedenen Bereichen des Supply Frühwarnsystems. Aufgrund der explorativen Ausprägung der empirischen Untersuchung wurden weitere Bereiche identifiziert, in denen sich Forschungsarbeiten anschließen könnten. Neben der in These 10 festgehaltenen Notwendigkeit der Erarbeitung valider Messmodelle sowie der in These 11 dargestellten Herausforderung bei der Kosten-Nutzen-Analyse sind insbesondere die folgenden Bereiche zu benennen: Als erstes zeigt das Messmodell der Supplier Risikoanalyse eine sehr unterschiedliche Bewertung einzelner Indikatoren. Insbesondere wirft die starke Abweichung zwischen der Beurteilung der Eintrittswahrscheinlichkeit und der Analyse der Auswirkungen Fragen auf. Es ergibt sich Forschungsbedarf nach der tatsächlichen Relevanz einer Auswirkungsanalyse, da sich in allen empirischen Auswertungen dieser Arbeit ausschließlich die Eintrittswahrscheinlichkeit als relevante Größe gezeigt hat. Als zweites sollten die aus der explorativen Faktorenanalyse erhaltenen zentralen Ursachen von Supply Risiken noch weiteren konfirmatorischen Tests unterworfen werden, um die Anwendbarkeit nachzuweisen. Als drittes sollte die Unsicherheit in der Unternehmenspraxis zu Methoden eines Supply Frühwarnsystems durch die Bereitstellung von Methodenkits reduziert werden, die insbesondere komplexe Techniken der Risikoanalyse umfassen. Als viertes stellt sich die Frage nach der Relevanz transaktionskostenspezifischer Einflussfaktoren im modernen Supply Management, insbesondere im Hinblick auf die Spezifitätsdimension. Das Ergebnis der hier vorliegenden Untersuchung weist darauf hin, dass die Dimension der Spezifität in der Praxis an Bedeutung einbüßt und somit die theoretischen Beziehungen nicht mehr vollumfänglich bestätigt werden können. Schließlich sind neben der Supply Risk Performance weitere Faktoren für die
250
Thesenartige Zusammenfassung der Untersuchung zu Supply Frühwarnsystemen
Entwicklung hin zu hybriden Koordinationsformen verantwortlich, wie das niedrige Bestimmtheitsmaß der Analyse aufzeigt. Hier kann sich für weitere Arbeiten die noch offene Forschungsfrage anschließen, welche Koordinationsformen wirklich langfristig die Supply Risk Performance der Unternehmung verbessern und welche Supply Risiken in den verschiedenen Formen häufiger oder seltener auftreten.
Anhang Anhang I:
Literaturrecherche zu Supply Risk Management ......................... 252
Anhang II: Fragebogen der empirischen Untersuchung ................................. 260 Anhang III: Bestimmung der Diskriminanzvalidität reflektiver Konstrukte ... 268 Anhang IV: Box-Whisker-Plot für alle 36 Supply Risiken .............................. 269
252
Anhang
Anhang I: Literaturrecherche zu Supply Risk Management Die folgende Tabelle gibt einen Überblick über ausgewählte Veröffentlichungen des Supply Risk Managements. Die Quellen wurden für die Darstellungen in Kapitel 2.1.3 dieser Arbeit genutzt. Sie basieren auf einer intensiven Literaturrecherche verfügbarer Journal- und Zeitschriftenartikel, Bücher und Sammelbände sowie Konferenzbeiträge und Zeitungsartikel. Hierzu wurden die elektronischen Datenbanken ABI/INFORM, Business Source Complete, EconLit, Nexis/Lexis und WISO mit Begriffen, wie unter der Definition zu Supply Risk Management benannt, auf relevante Artikel durchsucht sowie Vor-Ort-Recherchen in Bibliotheken durchgeführt. In allen Zeitschriften der Zeitschriftendatenbank (ZDB) der Staatsbibliothek Berlin, welche die Worte Beschaffung*, Einkauf*, Logistik*, Supply* oder die englischen Äquivalente im Namen haben, wurden Recherchen auf Basis ihrer Inhaltsverzeichnisse durchgeführt. Der Zeitraum der Recherche erstreckte sich auf Artikel mit Erscheinungsjahr bis Ende 2006. Nicht aufgelistet werden in der untenstehenden Tabelle Beiträge aus Tages- und Wochenzeitungen wegen des geringen Informationsgehalts sowie, aufgrund der inhaltlichen Abdeckung durch die Journalbeiträge, Veröffentlichungen in Tagungsbänden von Konferenzen und in Praktiker-Zeitschriften (z. B. Beschaffung aktuell, CPO Agenda). Sammelbände sind aufgeführt und im Text gesondert als solche gekennzeichnet. Die fett gedruckten Quellen beziehen sich zu großen Teilen auf das in dieser Arbeit genutzte Verständnis von Supply Frühwarnsystemen, haben also relevante inhaltliche Überschneidungen. In der Tabelle wird jede ausgewählte Quelle durch ihre zentralen Inhalte charakterisiert sowie die methodische Vorgehensweise in der Publikation dargestellt. Die Spalte ‚Empirie’ gibt die Stichprobengröße an, falls relevant. Die Spalte ‚Theorie’ weist auf die verwendete Theorie hin, sofern diese explizit im Text genannt und inhaltlicher Mehrwert daraus gezogen wurde. Die Spalte ‚Methodik’ gibt die verwendete Forschungsmethodik an, ein fehlender Eintrag zeigt an, dass es sich um eine theoretische Veröffentlichung handelt.
Anhang
253
Literaturrecherche zu Supply Risk Management: Art J J
J J SB
B
SB
J J J
J
J J B
Quelle
Inhalt / Zentrale Ergebnisse
Empirie -
Baumgarten et Nutzen von Supply-Chain-Zusammenarbeitsal. (2005) formen zur frühzeitigen Identifikation von Chancen und Risiken. Berger und Entwicklung eines Entscheidungsbaumansatzes Zeng (2006) zur Bestimmung der optimalen Anzahl an Lieferanten unter Berücksichtigung von Lieferstörungen. Bergman und Entwicklung eines Modells zum Management 36 Lofgren (1991) von Unsicherheit in der Beschaffung von Papierrohstoffen. Blackhurst et Aktueller Stand und weiterer Forschungsbedarf nicht anal. (2005) zum Thema 'Supply Chain Disruptions'. gegeben [Sammelband] Ergebnisse aus einer Ringvorlesung an der Universität Zürich mit 14 eher praxisorientierten Beiträgen zu Risiken und Chancen in Beschaffung und Supply Chain Management. Bredell (2004) Entwicklung eines Supply Chain Risk Management-Rahmens für logistische Risiken. Darstellung von Methoden zur Identifizierung, Analyse, Bewertung und Behandlung logistischer Risiken. Brindley (2004) [Sammelband] 10 Beiträge von Mitgliedern des International Supply Chain Risk Management Network (ISCRIM) zu Forschungsrahmen sowie Techniken zur Reduktion von Supply Chain Risiken. Cavinato Plädoyer für die zunehmende Bedeutung von (2004) Supply Risiken und Notwendigkeit des Risikomanagements. Chopra und Beschreibung von neun Supply Chain-Risiken Sodhi (2004) und sieben Methoden zur Risikominderung.
Theorie -
Methodik -
-
-
-
Kursanalyse
-
Diverse
Sammelband
Boutellier et al. (2003)
-
-
-
Sammelband
-
-
-
-
-
-
Abgrenzung einer ‚agilen’ und einer ‚lean’ Supply Chain. Fokussierung, dass eine agile Supply Chain in schwer vorhersehbarer Umwelt mit volatiler Nachfrage die zu bevorzugende Koordinationsform ist. Christopher und Argumentation, dass die Sichtbarkeit von InforLee (2004) mationen in der gesamten Supply Chain die Risikosituation verbessert.
-
-
-
-
-
-
Christopher und Kategorisierung von Supply Chain Risiken und Peck (2004a) Empfehlungen zum Aufbau einer stabilen Supply Chain. Cucciella und Vorstellung von verschiedenen Quellen der UnsiGastaldi (2006) cherheit in Supply Chains und verschiedenen Real Options-Ansätzen zur Risikominimierung. Dreesmann Modellierung eines risikosensitiven Lösungsmo(2000) dells zur Beschaffungsoptimierung von Erdölraffineriebetrieben.
-
-
-
-
-
-
-
-
Mathematische Modellierung
Christopher (2000)
254
Art J
J J
B
J
J J
J
B
J J
J
Anhang
Quelle Faisal et al. (2006)
Inhalt / Zentrale Ergebnisse
Entwicklung eines Modells, welches unabhängige und abhängige Faktoren im Supply Chain Risk Management aufzeigt. Als unabhängige Faktoren mit Einfluss auf das Risikomanagement erwiesen sich insbesondere Formen der gemeinschaftlichen Zusammenarbeit, Informationsaustausch und Vertrauen in der Supply Chain. Finch (2004) Beschreibung von möglichen Supply Chain Risiken aufbauend auf einer Sekundäranalyse existierender Literatur. Giunipero und Beschreibung der Entwicklung von LagerstrateEltantawy gien hin zu einem Supply Risk Management. Vier (2004) situative Faktoren für die Supply Risikosituation werden identifiziert: Produkttechnologie, Sicherheitsbedürfnis, relative Bedeutung des Lieferanten und Erfahrung des Einkäufers. Haindl (1996) Aufstellung von Methoden zur Risikoanalyse und Risikohandhabung im Bereich des Risikomanagements von Rückwirkungsrisiken mit starkem Fokus auf die Versicherbarkeit. Hallikas et al. Darstellung von verschiedenen Risiken in Pro(2002b) duktionsnetzwerken und von Möglichkeiten, wie Firmen anhand interner Auditoren und von Ursache-Auswirkungs-Analysen Netzwerkrisiken analysieren und bewerten können. Hallikas et al. Analyse von Unsicherheiten in Supply Netzwer(2002a) ken auf Basis von TransaktionskostenMerkmalen. Hallikas et al. Darstellung von Risiken, die aus der Zusammen(2004) arbeit in einer Supply Chain resultieren und Beschreibung des Basisprozesses Identifikation, Bewertung, Entscheidung und Monitoring. Harland et al. Review über Definitionen zu Risikotypen und (2003) Entwicklung eines Risiko-Tools zur Identifizierung, Bewertung und Management von Supply Network Risiken. Weiterentwicklung des Tools anhand von vier Case Studys. Helferich und White Paper des Council of Logistics ManageCook (2002) ment zur Absicherung der Supply Chain: Vorlagen, Beispiele und Checklisten zu Ursachen und der Behandlung von Katastrophenrisiken. Hendricks und Empirischer Nachweis des negativen Einflusses Singhal (2003) von Supply Chain Störungen auf die Börsenperformance. Hendricks und Empirischer Nachweis, dass ernsthafte Störungen Singhal (2005b) in der Supply Chain einen langfristigen negativen Einfluss auf die Unternehmensperformance haben. Hendricks und Empirischer Nachweis, dass ernsthafte Störungen Singhal (2005a) in der Supply Chain einen langfristigen negativen Einfluss auf die Unternehmensperformance haben.
Empirie -
Theorie -
Methodik -
-
-
-
-
-
-
-
-
-
11
-
Case Study
-
TAK
-
-
TAK
-
4
-
Case Study
-
-
-
519
-
Ereignisstudie
885
-
Ereignisstudie
827
-
Ereignisstudie
Anhang
Art B
J J
J SB
B
J
J
Quelle
Inhalt / Zentrale Ergebnisse
Henke und Jahns (2005)
Darstellung des State of the Art zum Supply Risk Management: Zusammenfassung der wissenschaftlichen Diskussion zu Risikoarten und seiner Integration in das Supply Controlling / Supply Management. Johnson (2001) Risiken und Methoden zum Risikomanagement von Supply und Demand Risiken in der Supply Chain. Jüttner (2005b) Basierend auf einer explorativen Fragebogenuntersuchung werden wichtige Themenbereiche des Supply Chain Risk Management abgeleitet und auf den drei Ebenen Philosophie, Prinzipien und Prozesse dargestellt. Jüttner et al. Erarbeitung von Empfehlungen zur weiteren (2003) Forschung im Gebiet des Supply Chain Risk Management. Kersten und [Sammelband] Beiträge der Hamburg InternatioBlecker (2006) nal Conference of Logistics 2006. 19 Beiträge zur Theorie des Supply Chain Risk Managements, empirische Ergebnisse und Methoden zur Analyse und zum Management von Supply Chain Risiken. Starke Ausrichtung auf logistische Risiken. Kienzle (2000) Abstrakte Beschreibung einer Früherkennung für das Beschaffungsmarketing mit Literaturanalyse zu Prozessen, Informationen und Methoden der Beschaffungs-Früherkennung. Kleindorfer und Entwicklung eines Rahmens zum Design von Saad (2005) Supply Chain Risk Management Systemen aufbauend auf Unfallberichten der Chemieindustrie von 1995 bis 2000. Koppelmann Darstellung der acht wichtigsten Beschaffungs(1980) probleme.
B
Matzenbacher (1999)
J
Meitz und Castleman (1975)
J
Norrman (2003)
J
Norrman und Jansson (2004)
B
Nübling (1991)
Praxisleitfaden zum Supply Risk Management: Risikokategorien und grundlegende Vorgehensweise zur Bewertung von Risiken (Ergebnisse der Arbeit des BME-Expertenkreises Risikomanagement). Hinweise zur Identifizierung der kritischen Zukaufmaterialien anhand des Prozessablaufs Screening, Risikobewertung, Supply Strategie und Setzen von Prioritäten. Definition von Supply Chain Risk Management, Beispiele von Supply Chain Risiken und Beispiele für Ansätze und Tools im Supply Chain Risk Management. Beschreibung der Risikoprozesse und -organisation der Firma Ericcson, die nach einem Feuer bei einem Unterlieferanten implementiert wurden. Analyse der Beschaffungsrisiken und Maßnahmen des Risikomanagements für den Einkauf des Rohstoffs Kupfer.
255
Empirie -
Theorie -
Methodik -
-
-
-
137
-
Fragebogen: deskriptiv
-
-
-
Sammelband
-
System
-
15.219
-
Ereignisstudie
-
-
-
-
-
-
-
-
-
-
-
-
1
-
Case Study
10
-
Fragebogen: qualitativ
256
Art
Anhang
Quelle
J
Papadakis (2006)
J
Peck (2005)
J
Peck (2006)
J
Pfenning und Schäfer (1999)
SB
Pfohl (2002a)
B
Rogler (2002, S. 33-142)
J
Inhalt / Zentrale Ergebnisse Untersuchung des Einflusses einer Supply Chain Struktur (Push oder Pull) auf ihre finanziellen Implikationen im Falle von Supply-Störungen. Pull-Supply Chains haben sich bei Störungen empfindlicher erwiesen. Darstellung der Treiber von Supply Chain Risiken auf vier Ebenen: Produkt/Prozess, Infrastruktur, Netzwerke und Umwelt. Förderung des Verständnisses der Beziehungen zwischen Supply Chain Vulnerability, Risiken und Supply Chain Management und ihrer Relevanz zu verknüpften Gebieten wie Corporate Governance, Business Continuity Management, Notfallplanung. Systematisierung von Commodity-Risiken am Beispiel von Aluminium und Übertragung auf weitere Commodities. Aufbereitung von Empfehlungen zur Behandlung börslicher Preisrisiken. [Sammelband] Ergebnisse der 17. Fachtagung des Instituts für Logistik Darmstadt. 7 praxis- und logistikorientierte Artikel zum Risiko- und Chancenmanagement in der Supply Chain. Theoretische Analyse von Beschaffungsrisiken: Ableitung von Risikokategorien (Bedarfsdeckungs-, Liefer-, Transport-, Lagerrisiko) und Risikoarten.
Empirie 4
Theorie -
Methodik Ereignisstudie
47
-
-
-
Experteninterview -
-
-
-
Sammelband
-
-
-
Sanders und Anwendung einer Value-at-Risk-Bewertung für Mafredo (2002) Supply Risiken in der Nahrungsmittelindustrie.
-
-
-
J
Schmid (1983)
-
-
-
B
Schubert (2004)
-
-
-
J
Sheffi (2001)
-
-
-
J
Smeltzer und Siferd (1998)
24
TAK, RDT
Case Study
J
Spekman und Davis (2004)
-
-
-
Konzeptionelle Beschreibung eines Frühaufklärungsansatzes in der Materialwirtschaft mit Fokus auf die Schritte Signalexploration und Signaldiagnose. Konzeption eines beschaffungsmarketingadäquaten Risikomanagements. Darstellung zahlreicher Methoden zur Identifikation, Analyse und Bewertung von Risiken. Planung, Organisation und Kontrolle des Risikomanagements im Beschaffungsmarketing. Empfehlungen zur Vorbereitung auf Supply Chain Risiken durch Terrorattacken: Aufbau von Redundanzen, Anpassung von Prozessen und Aufbau von Public-Private-Partnerships. Untersuchung von proaktivem Supply Management anhand von verschiedenen Case Studys. Proaktives Supply Management ist im Ergebnis weitgehend mit Risikomanagement gleichzusetzen. Beschreibung von sechs Risikobereichen in der Supply Chain und Ableitung von Implikationen für Supply Manager.
Anhang
Art
Quelle
J
Svensson (2000)
J
Svensson (2002a)
J
Svensson (2002b)
J
Svensson (2002c)
J
Svensson (2004a)
J
Svensson (2004b)
J
Tang (2006a)
J
Tang (2006b)
B
Thiemt (2003)
J
Towill (2005)
Inhalt / Zentrale Ergebnisse
257
Empirie 118
Theorie -
Methodik Fragebogen: qualitativ
418
-
Entwicklung einer Typologie von Verwundbarkeitsszenarien in Supply Chains basierend auf einem Portfolio von funktionaler und zeitlicher Abhängigkeit zu Lieferanten und Kunden: Dynamische, Elastische, Nicht-elastische und Statische Verwundbarkeit. Empirische Störungsanalyse in der Supply Chain. Einführung eines Modells zur Supply ("Inbound") und Demand ("Outbound") Verwundbarkeit.
215
-
Experteninterview; Fragebogen: Faktorenanalyse Fragebogen: Faktorenanalyse
418
-
Untersuchung zur Verletzbarkeit von Supply Chains, Darstellung von Gründen und Maßnahmen. Entwicklung eines Konstrukts zur Verwundbarkeit von Supply Chains.
215 127
-
Review verschiedener quantitativer Supply Chain Risk-Modelle nach den vier Ansätzen Supply, Product, Demand und Information Management. Aufzeigen von Ideen zu weiteren Forschungsmöglichkeiten. Vorstellung von neun verschiedenen Strategien zur Erreichung einer robusten Supply ChainKonfiguration. Konzeption eines Risikomanagementsystems für die Beschaffung. Aufarbeitung der Literatur im Hinblick auf die Anwendung von Frühaufklärungssystemen und Portfoliokonzepten im Beschaffungsbereich. Vorstellung eines Tools zur Reduzierung des Bullwhip-Risikos in Supply Chains.
-
-
Experteninterview; Fragebogen: Faktorenanalyse Fragebogen: qualitativ Fragebogen: deskriptiv -
-
-
-
-
-
-
-
-
-
Entwicklung eines Portfolios mit den Dimensionen Störungskategorien und Störungsquellen. Durchführung einer Fragebogenuntersuchung und Gruppierung von Inbound Logistikrisiken in das Portfolio. Durchführung einer Faktorenanalyse. Vier Störungsgruppen konnten entdeckt werden: Unterdurchschnittliches, Überdurchschnittliches, Lieferanten-zentriertes und Kunden-zentriertes Supply Risk Exposure.
258
Art
Anhang
Quelle
J
Wagner und Bode (2006b)
J
Warren und Hutchinson (2000) Wildemann (2006, S. 120162)
B
J
Wu et al. (2006)
J
Zsidisin (2001b)
J
Zsidisin (2003b)
J
Zsidisin (2003a)
J
Zsidisin et al. (2000)
J
Zsidisin et al. (2004)
J
Zsidisin et al. (2005b)
J
Zsidisin und Ellram (1999)
J
Zsidisin und Ellram (2003)
J
Zsidisin und Smith (2005)
Inhalt / Zentrale Ergebnisse
Empirie 760
Theorie -
Methodik Fragebogen: Hypothesen
-
-
-
Empirische Analyse von Beschaffungsrisiken, Einflussgrößen und Aktivitäten des Risikomanagements.
82
-
Fragebogen: deskriptiv
Identifizierung von Supply Risikofaktoren, Aufstellung einer Risikoklassifizierung und Implementierung einer Prototyp-Applikation zum Management von Supply Risiken. Case Study: Darstellung von 13 Risikokategorien und eines Prozesses zur finanziellen Risikobewertung (Impact on EBIT). Erarbeitung einer wissenschaftlichen Definition des Begriffs ‚Supply Risk’.
-
-
-
1
-
Case Study
7
-
Case Study
7
-
Case Study
9
-
Case Study
7
PA
Case Study
3
-
Case Study
1
-
Case Study
261
PA
Fragebogen: Hypothesen
1
PA
Case Study
Untersuchung der Zusammenhänge zwischen Supply Chain Charakteristika (Customer Dependence, Supplier Dependence, Supplier Concentration, Single Sourcing, Global Sourcing) und Supply Chain Risiken (Demand-Side, SupplySide und Katastrophenrisiko). Starker Einfluss auf Demand-Side und Supply-Side-Risiken, nur geringer Einfluss auf das Katastrophenrisiko. Beschreibung von Computerrisiken für elektronische Supply Chain Management-Systeme.
Supply Risiken resultieren aus den drei Risikoquellen Produkt-, Markt- und LieferantenCharakteristika. Explorative Studie zur Nutzung von Risikobewertung und Methoden des Supply Risk Managements: Bedeutung der Supply Risikobewertung wird herausgestellt. Beschreibung von Risikobewertungsmethoden anhand von 7 Case Studies. Als Zielkategorien ergeben sich Lieferantenqualität, Produktionsprozesse beim Lieferanten und Reduktion der Eintretenswahrscheinlichkeit von Supply Störungen. Untersuchung zur Durchführung von Business Continuity Planning-Systemen in der Firmenpraxis. Herausstellung von vier Hauptaufgaben: Bewusstsein schaffen, Prävention, Notfallpläne und Wissensmanagement. Beschreibung eines Supply Risk ManagementProzesses mit zehn Schritten am Beispiel einer Fortune 500-Firma. Empirische Untersuchung zu Risikoquellen und Maßnahmen der Risikosteuerung. Ergebnis: Verhaltenssteuernde Maßnahmen tragen mehr zur Risikominimierung bei als Lagerhaltungsstrategien. Early Supplier Involvement als Tool zur Reduzierung von Supply Risiken.
Anhang
Art J
Quelle
259
Inhalt / Zentrale Ergebnisse
Zweifel und Entwicklung eines Modells zur Vorhersage einer Bonomo (1995) optimalen Lagermenge von Öl- und Gasreserven unter Berücksichtigung von Risiken in der Verfügbarkeit. Hinweis, dass eindimensionale Regeln nicht zielführend sind.
Abkürzungsverzeichnis: B: Buchveröffentlichung J: Journalbeitrag SB: Sammelband
PA: RDT: System: TAK:
Empirie -
Theorie -
Principal Agent-Theorie Resource Dependence-Theorie Systemtheorie Transaktionskostentheorie
Methodik -
260
Anhang
Anhang II: Fragebogen der empirischen Untersuchung Fragebogen (Deckblatt):
Anhang
Fragebogen (Seite 1):
261
262
Fragebogen (Seite 2):
Anhang
Anhang
Fragebogen (Seite 3):
263
264
Fragebogen (Seite 4):
Anhang
Anhang
Fragebogen (Seite 5):
265
266
Fragebogen (Seite 6):
Anhang
Anhang
Fragebogen (Seite 7):
267
268
Anhang
Anhang III: Bestimmung der Diskriminanzvalidität reflektiver Konstrukte 1. Tabelle zur Bestimmung des Fornell Lacker-Kriteriums - In der Diagonalen: Durchschnittlich Erfasste Varianz (DEV) - Sonstige Werte: Quadrierte Korrelationen der reflektiven Konstrukte SRP SRP Kompl Nach_Uns Spez Vor_Uns SP_Flex SP_Kost SP_Qual SP_Zeit
Kompl 0,92 0,10 0,06 0,09 0,04 0,05 0,04 0,13 0,11
Nach_Uns Spez
0,55 0,00 0,23 0,10 0,01 0,03 0,05 0,03
0,63 0,00 0,01 0,12 0,20 0,13 0,12
Vor_Uns
0,59 0,24 0,00 0,01 0,04 0,03
0,52 0,03 0,05 0,08 0,04
SP_Flex
0,71 0,14 0,14 0,39
SP_Kost
0,53 0,27 0,23
SP_Qual
SP_Zeit
0,53 0,21
0,67
2. Cross Loadings-Tabelle Kompl Kompl1 Kompl2 Kompl4 Kompl5 Nach_Uns1 Nach_Uns4 Spez1 Spez2 Spez3 Spez4 Vor_Uns1 Vor_Uns2 Vor_Uns3 Vor_Uns4 SP_Flex1 SP_Flex2 SP_Flex3 SP_Flex4 SP_Kost1 SP_Kost2 SP_Kost3 SP_Kost4 SP_Qual1 SP_Qual2 SP_Qual3 SP_Qual4 SP_Qual5 SP_Zeit1 SP_Zeit2 SP_Zeit3 SP_Zeit4 SRP2 SRP3
0,75 0,78 0,72 0,71 -0,08 -0,01 0,35 0,36 0,31 0,47 0,31 0,12 0,26 0,19 0,13 -0,02 0,08 0,14 0,15 0,13 0,13 0,08 0,08 0,23 0,16 0,23 0,02 0,17 0,14 0,16 0,02 0,30 0,31
Nach_Uns Spez -0,17 -0,03 0,01 -0,01 0,86 0,72 -0,15 0,00 -0,04 0,05 -0,05 0,07 -0,02 -0,19 -0,28 -0,26 -0,31 -0,33 -0,33 -0,41 -0,34 -0,23 -0,26 -0,32 -0,16 -0,30 -0,24 -0,24 -0,31 -0,28 -0,35 -0,24 -0,25
0,32 0,37 0,41 0,30 -0,06 -0,01 0,71 0,86 0,79 0,72 0,32 0,19 0,43 0,41 0,10 -0,02 0,02 0,07 0,06 0,08 0,15 -0,02 0,01 0,14 0,10 0,23 0,14 0,25 0,14 0,10 0,07 0,27 0,30
Vor_Uns SP_Flex SP_Kost SP_Qual SP_Zeit SRP 0,23 0,07 0,26 0,20 0,08 0,22 0,02 0,10 0,09 0,11 0,23 0,14 0,09 0,18 0,19 0,24 0,07 0,04 0,20 0,09 -0,07 -0,34 -0,35 -0,28 -0,36 -0,05 -0,19 -0,37 -0,31 -0,18 0,32 0,09 0,18 0,13 0,14 0,44 0,06 0,04 0,18 0,14 0,35 0,00 0,08 0,22 0,14 0,40 0,02 0,02 0,08 0,14 0,61 0,05 0,20 0,15 0,05 0,63 0,07 0,11 0,12 0,15 0,84 0,14 0,10 0,18 0,10 0,76 0,23 0,27 0,34 0,31 0,88 0,16 0,41 0,38 0,59 0,85 0,04 0,33 0,25 0,56 0,85 0,18 0,27 0,30 0,47 0,23 0,79 0,25 0,33 0,48 0,65 0,20 0,33 0,40 0,38 0,80 0,18 0,32 0,44 0,46 0,75 0,21 0,29 0,35 0,32 0,06 0,18 0,71 0,35 0,26 0,77 0,17 0,29 0,44 0,31 0,81 0,20 0,18 0,44 0,29 0,62 0,24 0,27 0,25 0,21 0,25 0,36 0,39 0,84 0,47 0,57 0,17 0,35 0,39 0,34 0,84 0,23 0,51 0,41 0,35 0,88 0,19 0,55 0,39 0,33 0,13 0,48 0,36 0,37 0,81 0,74 0,11 0,51 0,41 0,49 0,17 0,25 0,23 0,35 0,33 0,23 0,20 0,16 0,33 0,30
0,22 0,25 0,25 0,21 -0,23 -0,17 0,21 0,25 0,24 0,20 0,12 0,10 0,20 0,15 0,24 0,15 0,19 0,18 0,11 0,16 0,18 0,13 0,10 0,34 0,13 0,34 0,19 0,33 0,24 0,27 0,20 0,96 0,96
00
11
22
33
44
55
64 147 131 151
39 149 85 96 110
62 155 162 39 110
12 61
147 148 13 152 160 126 110 85 32
62 82
123 139
15
85
57 46
62
147
74 119 39 114 85
52 133 62 120 152
155 36 182 95105 72 914787119 147 95 110 98 127 214 131 5597 7182 133 111 11197 160
79
39 137 160 32 114
76 128 62 147 64
137
129
39 23 7104 97 83
21 126 162 117 152
162 144 119 11115 142 108926915147133 131 147 123 133 162627875110161 17107 162 47 147
160 161 131
4161108 135 34111 131 36
49 34
114 123
147 449
110 107
47 162 155 87
21 1847 17
15
15
107
110
137 49 162 15
V V A V A Z W T G S G R M R K N P R M P K B B Li Li P P P R D F Im IT In F F us ec ol er er rb bh lu irm le in rie ro ro at et es ol ro er es oh ac am is is ei lo qu ef or ar ve äh -S po ks kt xi gl iti po ik al ei tr as ru st ba du du ze so am hn er än kt al ch g hf er m id ys st ru en ag pbi ua k om e rt te ts ig w g pr is an tr si ra od ss na lS kt itä ve at kt iti ol af gi ng lit te be m U S kä es irt ru st op be c tio tio e o h i o n g e o a gk f e t ä v o h t e p l t m ou en un en ru sc is ris ne ng ss ei af de ic eä gi ei ria m na itä te ur r he e is n iM n E si i e ei e h l s kt s t n T p r h ar c e g a t i n ig S un r ci nd nd ll fü tn ge ko ci tn in ta ch ei tr tv fe hw af er ve kr sl us ur fü itg E ta be f en n i i n h ä e e e n n g o e t m i ro e iti ic g xp us on hr g rä in m ch rt im s nd w hl gt er lie ve an ru gi ve it F tu s h e W b r s a f t M m n e z o r o c s i t üh ta ng ar nt de is ni rä m irg ei ta sm T Li ku ig hl E ru zu u n de rt h tik rs et itg ta tn e c c in d ef b t n r b S r u e i r w tR ng fe ch K tb ch ht st tz he rn sa us s n il Z de ne lie ge b ka nd n tö er ur ird on h e u w d u e n i u in is nd ch fü ru si ds m le rt an w ga sa uf si fü er ng n ol er un tr fü i n c n h r e k c n d s t s h o z og E m ha te h tiv eg de ic sp hr re de en he rb S ge ic ne er S zu rt lle u & in m h n i u h t e n e n i s f e a n r st e ör rt zu n t tr tz re ka E n be pp n n fä en tiv zi S zu kr n a n w u i e ic z n h A f u up nö ic ly rk B tw iz ng en iti ar sp er u ig he fs us S d e h i s C p b i e t a A k k er ne en tö ei te ck ek ig ch A w nd ly ei rt ei us ha nl n r t u i l t t S i t e u t e rk un od ag ng zw tr C in ie sw ge in in m ng is n up äc un ha rt g e d e t e er Q pr irk de A en pl r er ni ha ns ht g in o u k ä u g y e de un ch ig r al gt sm tö eb lte S im nu ni n S C u i u t r g t r ch up n ng ät ha ro un r pp aß ge en M E un tg ch pl in od en in as ge ly ge ka y zu en eg ch er n C be de C uf re ha eb in ha M n r sn ic en in en en S in he et u ge & pp zw nd A ly vo er nl C k r ag ha e
1606105 121 1304 126
147
49 76
36 95
82 4
49
36
Strukturklasse 1 - 1 - 2 1 1 1 3 1 1 1 1 3 - 1 1 1 - 2 2 3 3 3 1 2 1 1 2 2 3 3 3 - 3 2
Anhang 269
Anhang IV: Box-Whisker-Plot für alle 36 Supply Risiken
Zusammenarbeit Währung Volkswirtschaft Vertrag Veralterung Wettbewerbsfähigkeit Single Source Rohmaterial Risikomanagement Reserveteile Ramp-Up Prozesse Produktivität Produkthaftung Politik Personalrisiko Nachfrageänderungen Moralische Standards Marktpreise Liquidität Lieferantenauswahl Krieg / Terrorismus Katastrophe IT-Systeme Investitionen Import / Export Global Sourcing Geistiges Eigentum Fluktuation Flexibilität Firmenstruktur Disposition Betrug Beschaffungslogistik Arbeitskämpfe Abhängigkeit
Literaturverzeichnis A.T. Kearney 2005: Creating Value through Strategic Supply Management. The 2004 Assessment of Excellence in Procurement. Chicago. Ackermann, Ingmar 2004: Supply-Chain-Management in der Automobilindustrie. Band 98 der Reihe Planung, Organisation und Unternehmungsführung. Eul, Lohmar und Köln. Adolphs, Kai 2004: Wettbewerbsvorteile im Electronic Retailing. Theoretische Grundlagen und empirische Ergebnisse auf der Basis der Resource-Advantage-Theorie. Gabler, Wiesbaden. Albers, Sönke und Lutz Hildebrandt 2006: Methodische Probleme bei der Erfolgsfaktorenforschung. Messfehler, formative versus reflektive Indikatoren und die Wahl des Strukturgleichungs-Modells. In: Zeitschrift für betriebswirtschaftliche Forschung 58 / 2, S. 2-33. Ameln, Falko von 2004: Konstruktivismus. Die Grundlagen systemischer Therapie, Beratung und Bildungsarbeit. A. Francke, Tübingen und Basel. Anderson, James C. und David W. Gerbing 1988: Structural Equation Modeling in Practice: A Review and Recommended Two-Step Approach. In: Psychological Bulletin 103 / 3, S. 411-423. Anderson, James C. und David W. Gerbing 1991: Predicting the Performance of Measures in a Confirmatory Factor Analysis with a Pretest Assessment of Their Substantive Validities. In: Journal of Applied Psychology 76 / 5, S. 732-740. Ansoff, H. Igor 1975: Managing Strategic Surprise by Response to Weak Signals. In: California Management Review 18 / 2, S. 21-33. Ansoff, H. Igor 1976: Managing Surprise and Discontinuity. Strategic Response to Weak Signals. In: Zeitschrift für betriebswirtschaftliche Forschung 28 / 1, S. 129-152. Armstrong, J. Scott und Terry S. Overton 1977: Estimating Nonresponse Bias in Mail Surveys. In: Journal of Marketing Research 14 / 3, S. 396-402. Arnold, Ulli 1989: Ziele, Aufgaben und Instrumente des Materialmanagements. In: Beschaffung aktuell 9, S. 47-54. Artz, Kendall W. und Thomas H. Brush 2000: Asset Specifity, Uncertainty and Relational Norms: An Examination of Coordinations Costs in Collaborative Strategic Alliciances. In: Journal of Economic Behavior & Organization 41 / 4, S. 337-362. Atkinson, William 2003: Supply Chain Risk Management. Riding Out Global Challenges. In: Purchasing 132 / 14, S. 43-46. Atkinson, William 2006: Supply Chain Management: New Opportunities for Risk Managers. In: Risk Management 53 / 6, S. 10-15. Backhaus, Klaus, Bernd Erichson, Wulff Plinke und Rolf Weiber 2006: Multivariate Analysemethoden: Eine anwendungsorientierte Einführung. 11. Aufl. Springer, Berlin und Heidelberg. Baecker, Dirk 1992: Fehldiagnose "Überkomplexität". Komplexität ist die Lösung, nicht das Problem. In: gdi impuls 4, S. 55-62.
272
Literaturverzeichnis
Baumgarten, Helmut, Ulrich Krystek und Markus Richter 2005: FrühaufklärungsKooperationen im Rahmen des Chancen- und Risikomanagements für die Supply Chain Collaboration. In: Logistik Management 7 / 2, S. 10-20. Bea, Franz X. und Elisabeth Göbel 2002: Organisation. Theorie und Gestaltung. 2. Aufl. Lucius & Lucius, Stuttgart. Beamon, Benita M. 1999: Measuring Supply Chain Performance. In: International Journal of Operations & Production Management 19 / 3, S. 275-292. Beck, Ulrich 1995: Weltrisikogesellschaft. Zur politischen Dynamik globaler Gefahren. In: Internationale Politik 8, S. 13-20. Beißel, Jörg 2003: Anreizsysteme in der Beschaffung: Eine informationsökonomische Analyse der Abnehmer-Lieferanten-Beziehung. Deutscher Universitätsverlag, Wiesbaden. Bensaou, M. und Erin Anderson 1999: Buyer-Supplier Relations in Industrial Markets: When do Buyers Risk Making Idiosyncratic Investments? In: Organization Science 10 / 4, S. 460-481. Berg, Eva, Daniel Knudsen und Andreas Norrman 2008: Assessing Performance of Supply Chain Risk Management Programmes: A Tentative Approach. Vorgesehen zur Veröffentlichung im International Journal of Risk Assessment and Management 9/3. Berger, P. D. und A. Z. Zeng 2006: Single Versus Multiple Sourcing in the Presence of Risks. In: Journal of the Operational Research Society 57 / 3, S. 250-261. Berghaus, Margot 2004: Luhmann leicht gemacht. Eine Einführung in die Systemtheorie. 2. Aufl. Böhlau, Köln u.a. Bergman, Mats und Karl-Gustaf Lofgren 1991: Supply Risk Management Under Imperfect Competition - Empirical Applications to the Swedish Pulp and Paper Industry. In: Empirical Economics 16 / 4, S. 447-464. Bertram, Ulrich 1993: Früherkennungsorientierte Steuerung: Theoretische Grundlagen und Anwendungen für Versicherungsunternehmungen. Band 3 der Reihe Schriften zum Management. Steinle, Claus Hrsg. Rainer Hampp, München und Mering. Bertsche, Alois und Christopher Jahns 2007: Neue Wege des Performance Measurement im Einkauf. Ein ganzheitliches Konzept zur Messung des Gewinn und Verlust (GuV)-wirksamen Erfolgs. In: Zeitschrift für Controlling und Innovationsmanagement 2 / 2, S. 18-22. BilReG 2004: Gesetz zur Einführung internationaler Rechnungslegungsstandards und zur Sicherung der Qualität der Abschlussprüfung (Bilanzrechtsreformgesetz - BilReG) vom 04.12.2004. BGBl 2004 Teil I Nr. 65, S. 3166-3182. Bitz, Horst 2000: Abgrenzung des Risiko-Frühwarnsystems i.e.S. nach KonTraG zu einem umfassenden Risiko-Managementsystem im betriebswirtschaftlichen Sinn. In: Betriebswirtschaftliche Forschung und Praxis 3, S. 231-241. Blackhurst, Jennifer, C. W. Craighead, D. Elkins und R. B. Handfield 2005: An Empirically Derived Agenda of Critical Research Issues for Managing Supply-Chain Disruptions. In: International Journal of Production Research 43 / 19, S. 4067-4081. Bliemel, Friedhelm, Andreas Eggert, Georg Fassott und Jörg Henseler 2005: Die PLSPfadmodellierung: Bestandsaufnahme, Entwicklungsrichtungen, Problemfelder. In: Handbuch PLS-Pfadmodellierung. Methode, Anwendung, Praxisbeispiele. Bliemel,
Literaturverzeichnis
273
Friedhelm, Andreas Eggert, Georg Fassott und Jörg Henseler Hrsg. SchäfferPoeschel, Stuttgart, S. 7-24. Böhme, Andreas 1999: Die Ausgestaltung von Abnehmer-Zulieferer-Beziehungen. Eine theoretische und empirische Untersuchung unter besonderer Berücksichtigung der Opportunismusneigung des Abnehmers. Band 5 der Reihe Marketing. Gierl, Heribert Hrsg. Eul, Lohmar und Köln. Bolstorff, Peter 2003: Measuring the Impact of Supply Chain Performance. In: Logistics Today 12, S. 6-11. Bortz, Jürgen und Nicola Döring 2002: Forschungsmethoden und Evaluation für Humanund Sozialwissenschaftler. 3. Aufl. Springer, Berlin u.a. Bourantas, Dimitris 1989: Avoiding Dependence on Suppliers and Distributors. In: Long Range Planning 22 / 3, S. 140-149. Boutellier, Roman, Stephan M. Wagner und Hans-Peter Wehrli 2003: Handbuch Beschaffung. Strategien, Methoden, Umsetzung. Hanser, München und Wien. Boutellier, Roman und Hans von Pfuhlstein 2005: Risikomanagement: Zeichen der Zeit oder Notwendigkeit. In: Chancen nutzen, Risiken managen. Herausforderungen für die Beschaffung und das Supply Chain Management. Boutellier, Roman und Stephan M. Wagner Hrsg. Band 14 der Reihe SVME zur Materialwirtschaft. SVME, Aarau, S. 11-35. Boutellier, Roman und Stephan M. Wagner Hrsg. 2005: Chancen nutzen, Risiken managen. Herausforderungen für die Beschaffung und das Supply Chain Management. Band 14 der Reihe SVME zur Materialwirtschaft. SVME, Aarau. Brannen, L. und J. Cummings 2005: Number One Revenue Threat: Supply Chain Disruptions. In: Business Finance 11 / 12, S. 12. Brauner, Christian 2005: Die Risiko-Landschaft der Zukunft. Nur nicht nervös werden. In: Rating Aktuell 2, S. 10-16. Bredell, Riaan Daniël 2004: Supply Chain Risk Management: A Logistics Perspective. Diss., Rand. Brindley, Clare Hrsg. 2004: Supply Chain Risk. Ashgate, Hampshire. Brindley, Clare und Bob Ritchie 2004: Introduction. In: Supply Chain Risk. Brindley, Clare Hrsg. Ashgate, Hampshire, S. 3-13. Brühwiler, Bruno 2001: Unternehmensweites Risk Management als Frühwarnsystem. Methoden und Prozesse für die Bewältigung von Geschäftsrisiken in integrierten Managementsystemen. Paul Haupt, Bern u.a. Buchholz, Wolfgang 2002: Messung und Darstellung von Beschaffungsleistungen. In: Zeitschrift für betriebswirtschaftliche Forschung 54 / 6, S. 363-380. Burger, Anton und Anton Buchhart 2002: Zur Berücksichtigung von Risiko in der strategischen Unternehmensführung. In: Der Betrieb 55 / 12, S. 593-599. Carter, Joseph R. und Shawnee K. Vickery 1989: Managing Volatile Exchange Rates in International Purchasing. In: Journal of Purchasing and Materials Management 24 / 4, S. 13-20. Cavinato, Joseph L. 2004: Supply Chain Logistics Risks: From the Back Room to the Board Room. In: International Journal of Physical Distribution & Logistics Management 34 / 5, S. 383-387.
274
Literaturverzeichnis
Chin, Wynne W. 1998: The Partial Least Squares Approach to Structural Equation Modeling. In: Modern Methods for Business Research. Marcoulides, George A. Hrsg. Lawrence Erlbaum Associates, Mahwah, S. 295-336. Chmielewicz, Klaus 1994: Forschungskonzeptionen der Wirtschaftswissenschaft. Band 92 der Reihe Sammlung Poeschel. 3. Aufl. Schäffer-Poeschel, Stuttgart. Choi, Thomas Y. und Daniel R. Krause 2005: The supply base and its complexity: Implications for transaction costs, risks, responsiveness, and innovation. In: Journal of Operations Management 24 / 5, S. 637-652. Chopra, Sunil und Manmohan S. Sodhi 2004: Managing Risk to Avoid Supply-Chain Breakdown. In: Sloan Management Review 46 / 1, S. 53-61. Chow, Garland, Trevor D. Heaver und Lennart E. Henriksson 1994: Logistics Performance: Definition and Measurement. In: International Journal of Physical Distribution & Logistics Management 24 / 1, S. 17-28. Christopher, Martin 2000: The Agile Supply Chain: Competing in Volatile Markets. In: Industrial Marketing Management 29 / 1, S. 37-44. Christopher, Martin und Hau Lee 2004: Mitigating Supply Chain Risk Through Improved Confidence. In: International Journal of Physical Distribution & Logistics Management 34 / 5, S. 388-396. Christopher, Martin und Helen Peck 2004a: Building the Resilient Supply Chain. In: International Journal of Logistics Management 15 / 2, S. 1-13. Christopher, Martin und Helen Peck 2004b: The Five Principles of Supply Chain Resilience. In: Logistics Europe 12 / 1, S. 16-21. Christopher, Martin 2005: Logistics and Supply Chain Management. Creating ValueAdding Networks. 3. Aufl. Financial Times Prentice Hall, Harlow u.a. Churchill, Gilbert A. 1979: A Paradigm for Developing Better Measures of Marketing Constructs. In: Journal of Marketing Research 16 / 1, S. 64-73. Cockburn, Barbara 2005: Supply Chain Risks Require Thoughtful Managing: Experts. In: Business Insurance 39 / 49, S. 33. Conte, Antonio und Marc Diederichs 2005: Supplier Risk-Management. Chancen- und risikoorientierte Lieferantenanalyse bei der T-Mobile Deutschland. In: Controlling 17 / 12, S. 745-758. Conte, Antonio 2006a: Supplier Risk Management bei T-Mobile. Chancen- und risikoorientierte Lieferantenanalyse. Teil 1. In: Beschaffung aktuell 5, S. 34-38. Conte, Antonio 2006b: Supplier Risk Management bei T-Mobile. Automatisch und manuell das Risiko verkleinern. Teil 2. In: Beschaffung aktuell 7, S. 17-19. Corsten, Daniel 2003: Zur empirischen Methode in der Logistikforschung - Bestandsaufnahme und Leitfaden zur Konzeptualisierung und Operationalisierung von Logistikkonstrukten. In: Logistik Management 5 / 3, S. 49-60. Cucciella, Federica und Massimo Gastaldi 2006: Risk Management in Supply Chain: A Real Option Approach. In: Journal of Manufacturing Technology Management 17 / 6, S. 700-720. Curkovic, Sime, Shawnee K. Vickery und Cornelia Droge 2000: An Empirical Analysis of the Competitive Dimensions of Quality Performance in the Automotive Supply
Literaturverzeichnis
275
Industry. In: International Journal of Operations & Production Management 20 / 3, S. 386-403. Daenzer, Walter F. 1988: Systems Engineering – Leitfaden zur methodischen Durchführung umfangreicher Planungsvorhaben. 6. Aufl. Verlag Industrielle Organisation, Zürich. Dangelmaier, Wilhelm, Jens Heidenreich, Benjamin Klöpper, Andre Döring und Thorsten Timm 2006: Collaborative Event Networking (CEN) - Automatisierte Absicherung der operativen Materialflussplanung in Supply Networks der Automobilindustrie. In: 12. Magdeburger Logistiktagung: Sicherung von Prozessketten. Schenk, Michael, Karl Inderfurth, Gaby Neumann, Gerhard Wäscher und Dietrich Ziems Hrsg. Reihe Logistik aus technischer und ökonomischer Sicht. Logisch, Magdeburg, S. 182-193. Darkow, Inga-Lena 2003: Logistik-Controlling in der Versorgung. Konzeption eines modularen Systems. Reihe Logistik-Management. Baumgarten, Helmut Hrsg. Deutscher-Universitäts-Verlag, Wiesbaden. David, Robert J. und Shin-Kap Han 2004: A Systematic Assessment of the Empirical Support for Transaction Cost Economics. In: Strategic Management Journal 25 / 1, S. 39-58. Deleris, Léa A. und Feryal Erhun 2005: Risk Management in Supply Networks Using Monte-Carlo Simulation. Konferenzbeitrag der Winter Simulation Conference, December 4-7, Orlando. Omnipress, S. 1643-1649. Diamantopoulos, Adamantios und Heidi M. Winklhofer 2001: Index Construction with Formative Indicators: An Alternative to Scale Development. In: Journal of Marketing Research 38 / 2, S. 269-277. Diemers, Daniel 1999: Kontingenzmanagement, Frühwarnsysteme und Virtualität. In: Frühwarnsysteme. Donnersmarck, Marie Henckel von und Roland Schatz Hrsg. Innovatio, Bonn u.a., S. 225-245. Dierkes, Stefan, Elmar Gerum, Murat Ayaz und Nils Stieglitz 2004: Strategische Kontrolle als Element des Risikomanagements. In: Zeitschrift für Controlling & Management. Sonderheft 3. S. 38-50. Dobler, Michael 2005: Zur Verbindung von Risikomanagement und Risikopublizität. Prozess, Regulierung, Empirie. In: Zeitschrift für Controlling & Management 49 / 2, S. 144-152. Dreesmann, Gerwin 2000: Beschaffungsoptimierung eines Erdölraffineriebetriebs unter Berücksichtigung von Risiken. Diss., Hamburg. Drexel, Gerhard 1984: Ein Frühwarnsystem für die Praxis - dargestellt am Beispiel eines Einzelhandelsunternehmens. In: Zeitschrift für Betriebswirtschaft 54 / 1, S. 89-105. Duffy, Roberta J. 2003: Risky Business. What keeps them up at night? Supply managers tell us what their concerns are for the supply chain and what they do to mitigate the risk. In: Inside Supply Management 14 / 1, S. 22-25. Easton, Liane, David J. Murphy und John N. Pearson 2002: Purchasing Performance Evaluation: With Data Envelopment Analysis. In: European Journal of Purchasing & Supply Management 8 / 3, S. 123-134.
276
Literaturverzeichnis
Eberl, Markus und Markus Zinnbauer 2005: Strukturgleichungsmodelle in der Anwendung. In: Wirtschaftswissenschaftliches Studium 34 / 10, S. 591-596. Ebers, Mark und Wilfried Gotsch 2002: Institutionenökonomische Theorien der Organisation. In: Organisationstheorien. Kieser, Alfred Hrsg. 5. Aufl. Kohlhammer, Stuttgart, S. 199-251. Eisenbarth, Marc 2003: Erfolgsfaktoren des Supply Chain Managements in der Automobilindustrie. Band 2955 der Reihe Europäische Hochschulschriften (V) - Volks- und Betriebswirtschaft. Peter Lang, Frankfurt am Main u.a. Eisenhardt, Kathleen M. 1989: Agency Theory: An Assessment and Review. In: Academy of Management Review 14 / 1, S. 57-74. Eller, Roland, Walter Gruber und Markus Reif Hrsg. 2002: Handbuch des Risikomanagement. Analyse, Quantifizierung und Steuerung von Markt-, Kredit- und operationellen Risiken. 2. Aufl. Schäffer-Poeschel, Stuttgart. Engardio, Pete 2001: Why the Supply Chain Broke Down. Their Fancy Tools Blinded Tech's Wizards to the Slowdown. In: Business Week vom 19.03.2001, S. 39. Engelhardt-Nowitzki, Corinna und Helmut E. Zsifkovits 2006: Ansatzpunkte zur Sicherung fragmentierter Wertschöpfungsketten im hochveränderlichen und komplexen Umfeld - "Supply Chain Design für Agility". In: 12. Magdeburger Logistik-Tagung: Sicherung von Prozessketten. Schenk, Michael, Karl Inderfurth, Gaby Neumann, Gerhard Wäscher und Dietrich Ziems Hrsg. Reihe Logistik aus technischer und ökonomischer Sicht. Logisch, Magdeburg, S. 20-40. Engelhardt, Karl 1992: Beschaffungsstrategien. Kontinuität und Leistungen bestimmen die Partnerschaft. Unterschiedliche Interessen zwischen Einkauf und Logistik überbrücken. In: Handelsblatt Nr. 204 vom 21.10.1992, S. B29. Erlei, Mathias und Peter J. Jost 2001: Theoretische Grundlagen des Transaktionskostenansatzes. In: Der Transaktionskostenansatz in der Betriebswirtschaftslehre. Jost, Peter J. Hrsg. Schäffer-Poeschel, Stuttgart, S. 35-76. Erni, Philippe, Alexander Verbeck und Arne Ziegenbein 2003: Risiken bei der Beschaffung gezielt reduzieren. Teil 2: Die Globalisierung lässt den Beschaffungsmarkt unübersichtlich werden. Aus einer Vielzahl von Lieferanten die geeigneten herauszufiltern, ist erfolgsentscheidend. In: new management 12, S. 38-42. Eschenbach, Rolf, Sebastian Eschenbach und Hermann Kunesch 2003: Strategische Konzepte. Managementansätze von Ansoff bis Ulrich. 4. Aufl. Schäffer-Poeschel, Stuttgart. Eßig, Michael 2005: Integriertes Beschaffungsmanagement: Der Ansatz des "House of Sourcing and Supply Management". In: Perspektiven des Supply Management: Konzepte und Anwendungen. Eßig, Michael Hrsg. Springer, Berlin und Heidelberg, S. 326. Faisal, Mohd Nishat, D.K. Banwet und Ravi Shankar 2006: Supply Chain Risk Mitigation: Modeling the Enablers. In: Business Process Management Journal 12 / 4, S. 535-552. Fassott, Georg und Andreas Eggert 2005: Zur Verwendung formativer und reflektiver Indikatoren in Strukturgleichungsmodellen: Bestandsaufnahme und Anwendungsempfehlungen. In: Handbuch PLS-Pfadmodellierung. Methode, Anwendung, Praxis-
Literaturverzeichnis
277
beispiele. Bliemel, Friedhelm, Andreas Eggert, Georg Fassott und Jörg Henseler Hrsg. Schäffer-Poeschel, Stuttgart, S. 27-43. Fassott, Georg 2006: Operationalisierung latenter Variablen in Strukturgleichungsmodellen: Eine Standortbestimmung. In: Zeitschrift für betriebswirtschaftliche Forschung 58 / 2, S. 67-88. Fieten, Robert 2005: Währungen auf der Achterbahn. Globalisierung der Wertschöpfung von Unternehmen aus dem Euro-Raum. In: Beschaffung aktuell 12, S. 30-33. Fieten, Robert 2006: Qualitätsmängel sind "böse". In: Beschaffung aktuell 7, S. 3. Finch, Holmes 2006: Comparison of the Performance of Varimax and Promax Rotations: Factor Structure Recovery for Dichotomous Items. In: Journal of Educational Measurement 43 / 1, S. 39-52. Finch, Peter 2004: Supply Chain Risk Management. In: Supply Chain Management 9 / 2, S. 183-196. Fink, Alexander, Andreas Siebe und Jens-Peter Kuhl 2004: How Scenarios Support Strategic Early Warning Processes. In: foresight 6 / 3, S. 173-185. Fischer, Marc 1994: Die Theorie der Transaktionskosten. In: Wirtschaftswissenschaftliches Studium 23 / 11, S. 582-584. Fischer, Marc 1995: Agency-Theorie. In: Wirtschaftswissenschaftliches Studium 24 / 6, S. 320-322. Flynn, Anna E. 2005: Defining Supply Management. In: Inside Supply Management 3, S. 22-26. Flynn, Barbara B., Sadao Sakakibara, Roger G. Schroeder, Kimberly A. Bates und E. James Flynn 1990: Empirical Research Methods in Operations Management. In: Journal of Operations Management 9 / 2, S. 250-284. Garvin, David A. 1984: What does 'Product Quality' Really Mean? In: Sloan Management Review 26 / 1, S. 25-43. Garvin, David A. 1987: Competing on the Eight Dimensions of Quality. In: Harvard Business Review 65 / 6, S. 101-109. Gaudenzi, Barbara und Antonio Borghesi 2006: Managing Risks in the Supply Chain Using the AHP Method. In: International Journal of Logistics Management 17 / 1, S. 114-136. Geimer, Harald, Hans Kühn und Robert Salje 2005: Komplexitätsmanagement: Basis für ein erfolgreiches Supply Chain Management. In: Supply Chain Management 3, S. 43-48. Gerberich, Claus W. 2001: Risikomanagement in der Beschaffung. In: Beschaffungsmanagement 35 / 6-7, S. 18-21. Gierl, Heribert 2001: Opportunismus in Geschäftsbeziehungen - Ursachen und Gegenmaßnahmen. In: der markt 40 / 157-158, S. 55-65. Giunipero, Larry C. und Reham Aly Eltantawy 2004: Securing the Upstream Supply Chain: A Risk Management Approach. In: International Journal of Physical Distribution & Logistics Management 34 / 9, S. 698-713. Gleißner, Werner und Karsten Füser 2000: Moderne Frühwarn- und Prognosesysteme für Unternehmensplanung und Risikomanagement. In: Der Betrieb 53 / 19, S. 933-941.
278
Literaturverzeichnis
Gleißner, Werner 2003: Das Management von Beschaffungsrisiken - eine Einführung. In: Risikomanagement im Unternehmen. Praxisratgeber für die Einführung und Umsetzung. Gleißner, Werner Hrsg. Kognos, Augsburg, S. 1-20. Gleißner, Werner und Frank Romeike 2005: Anforderungen an die Softwareunterstützung für das Risikomanagement. In: Zeitschrift für Controlling & Management 49 / 2, S. 154-164. Godek, Manfred 2004: Gute Kenntnis der Zulieferer mindert Risiken. LieferantenManagement: Im Mittelstand kaum verbreitet. In: VDI Nachrichten 37, S. 33. Gonzales, Gloria 2005: Contingent Looses Require Careful Management. Supplier Losses can Lead to Thorny Business Interruption Claim Disputes. In: Business Insurance vom 02.05.2005, S. 18. Göpfert, Ingrid, Andreas R. Voegele und Marc Grünert 2006: Automobilindustrie: Trends in der Beschaffungslogistik. In: Beschaffung aktuell 8, S. 16-19. Götz, Oliver und Kerstin Liehr-Gobbers 2004: Der Partial-Least-Squares (PLS)-Ansatz zur Analyse von Strukturgleichungsmodellen. Krafft, Manfred Hrsg. Nr. 2 der Arbeitspapiere des Instituts für Marketing, Westfälische Wilhelms-Universität Münster. Götze, Uwe, Klaus Henselmann und Barbara Mikus Hrsg. 2001: Risikomanagement. Physica, Heidelberg. Grochla, Erwin und Peter Schönbohm 1980: Beschaffung in der Unternehmung. Einführung in eine umfassende Beschaffungslehre. C. E. Poeschel, Stuttgart. Großeschallau, Werner 2002: Risiko- und Chancenmanagement in der Supply Chain am Beispiel eines pharmazeutisch-chemischen Unternehmens. In: Risiko- und Chancenmanagement in der Supply Chain. Proaktiv, ganzheitlich, nachhaltig. Pfohl, Hans-Christian Hrsg. Band 20 der Reihe Unternehmensführung und Logistik. Erich Schmidt, Berlin, S. 79-105. Gutenberg, Erich 1929: Die Unternehmung als Gegenstand betriebswirtschaftlicher Theorie. Band 40 der Reihe Betriebs- und Finanzwissenschaftliche Forschung, II. Serie. Späth & Linde, Berlin und Wien. Hachmeister, Dirk 2005: Unternehmenswertsteigerung durch Risikomanagement auf der Unternehmensebene. In: Zeitschrift für Controlling & Management 49 / 2, S. 134142. Hahn, Dietger 1987: Risiko-Management - Stand und Entwicklungstendenzen. In: Zeitschrift für Organisation 56 / 3, S. 137-150. Haindl, Albrecht 1996: Risk Management von Lieferrisiken. Band 3 der Reihe Risiko, Versicherung und Finanzierung. Kromschröder, Bernhard und Jochen Wilhelm Hrsg. Verlag Versicherungswirtschaft e.V., Karlsruhe. Haksansson, Hakan und Björn Wootz 1975: Risk Reduction and the Industrial Purchaser. In: European Journal of Marketing 9 / 1, S. 35-51. Hallikas, Jukka, Veli-Matti Virolainen und Markku Tuominen 2002a: Understanding Risk and Uncertainty in Supplier Networks - A Transaction Cost Approach. In: International Journal of Production Research 40 / 15, S. 3519-3531. Hallikas, Jukka, Veli-Matti Virolainen und Markku Tuominen 2002b: Risk Analysis and Assessment in Network Environments: A Dyadic Case Study. In: International Journal of Production Economics 78 / 1, S. 45-55.
Literaturverzeichnis
279
Hallikas, Jukka, Iris Karvonen, Urho Pulkkinen, Veli-Matti Virolainen und Markku Tuominen 2004: Risk management processes in supplier networks. In: International Journal of Production Economics 90 / 1, S. 47-58. Hallikas, Jukka und Veli-Matti Virolainen 2004: Risk Management in Supplier Relationships and Networks. In: Supply Chain Risk. Brindley, Clare Hrsg. Ashgate, Hampshire, S. 43-65. Harland, C.M., R.C. Lamming, H. Walker, W.E. Phillips, N.D. Caldwell, T.E. Johnsen, L.A. Knight und J. Zheng 2006: Supply management: is it a discipline? In: International Journal of Operations & Production Management 26 / 7, S. 730-753. Harland, Christine, Richard Brenchley und Helen Walker 2003: Risk in Supply Networks. In: Journal of Purchasing and Supply Management 9 / 2, S. 51-62. Hartmann, Evi 2002: Successful Introduction of B2B Electronic Marketplace Projects: An Inter-Organizational Relationship Perspective with an Empirical Analysis of the Chemical Industry in Germany. Diss., Berlin. Hartmann, Evi, Aiko Entchelmeier und Michael Henke 2007: An Integrated Framework for Supply Performance Measurement. In: Zeitschrift für Controlling und Innovationsmanagement 2 / 2, S. 31-35. Hauschildt, Jürgen und Christian Grape 2006: Typologien von Unternehmenskrisen im Wandel. In: Der Betriebswirt 66 / 1, S. 7-25. Hauser, Lisa M. 2003: Risk-Adjusted Supply Chain Management. In: Supply Chain Management Review 7 / 6, S. 64-71. Haywood, Marc und Helen Peck 2004: Supply Chain Vulnerability within UK Aerospace Manufacturing: Development of a Vulnerability Management Toolkit. In: Supply Chain Practice 6 / 1, S. 72-83. Heinzelmann, Regula 2003: Studie über die Zusammenarbeit zwischen Einkäufern und Lieferanten. In: Beschaffungsmanagement 2, S. 18-19 und 43. Helferich, Omar K. und Robert L. Cook 2002: Securing the Supply Chain. Council of Logistics Management, Oak Brook. Helm, Sabrina 2005: Entwicklung eines formativen Messmodells für das Konstrukt Unternehmensreputation. In: Handbuch PLS-Pfadmodellierung. Methode, Anwendung, Praxisbeispiele. Bliemel, Friedhelm, Andreas Eggert, Georg Fassott und Jörg Henseler Hrsg. Schäffer-Poeschel, Stuttgart, S. 225-238. Hendricks, Kevin B. und Vinod R. Singhal 2003: The Effect of Supply Chain Glitches on Shareholder Wealth. In: Journal of Operations Management 21 / 5, S. 501-522. Hendricks, Kevin B. und Vinod R. Singhal 2005a: An Empirical Analysis of the Effect of Supply Chain Disruptions on Long-Run Stock Price Performance and Equity Risk of the Firm. In: Production & Operations Management 14 / 1, S. 35-52. Hendricks, Kevin B. und Vinod R. Singhal 2005b: Association Between Supply Chain Glitches and Operating Performance. In: Management Science 51 / 5, S. 695-711. Henke, Michael und Christopher Jahns 2005: Supply Risk Management. Arbeitsbuch aus der Reihe Einkauf und Supply Management. Wissenschaft und Praxis, Sternenfels. Henke, Michael 2006: Supply Risk Management. Die Gefahren im Einkauf nehmen zu. Haben Sie die Risiken im Griff? In: Einkauf und Supply Management. Highlights
280
Literaturverzeichnis
und Hot Spots. Band 1. Jahns, Christopher, Inga-Lena Darkow, Evi Hartmann, Holger Schober und Stefan Walter Hrsg. SMG, St. Gallen, S. 179-184. Henke, Michael und Christopher Jahns 2007: Financial Supply Management. Blick in die Kassen schulen - Erfolge sichtbar machen. In: Beschaffung aktuell 4, S. 26-28. Herrmann, Andreas, Frank Huber und Frank Kressmann 2006: Varianz- und kovarianzbasierte Strukturgleichungsmodelle - Ein Leitfaden zu deren Spezifikation, Schätzung und Beurteilung. In: Zeitschrift für betriebswirtschaftliche Forschung 58 / 2, S. 34-66. Hildebrandt, Lutz 1998: Kausalanalytische Validierung in der Marketingforschung. In: Die Kausalanalyse. Ein Instrument der empirischen betriebswirtschaftlichen Forschung. Hildebrandt, Lutz und Christian Homburg Hrsg. Schäffer-Poeschel, Stuttgart, S. 85-110. Hillson, David 2004: Measuring Changes in Risk Exposure. In: The Measured 4 / 3, S. 11-14. Hirschsteiner, Günther 2002a: Frühwarnsysteme. Die Taube des Noah. Teil 7 der Reihe Managementtechniken und -konzepte. In: Beschaffung aktuell 11, S. 72 -74. Hirschsteiner, Günther 2002b: Risikomanagement Gnade oder Geschick? In: Beschaffung aktuell 10, S. 84-85. Hoffmann, Klaus 1985: Risk Management - Neue Wege der betrieblichen Risikopolitik. Verlag Versicherungswirtschaft, Karlsruhe. Hofmann, Josef 2003: Rückruf-Rekord ärgert Autofahrer. Autohersteller in der TechnikFalle. Deutsche Marken in der Pannenstatistik nur im Mittelfeld. In: Handelsblatt vom 02.01.2003. Hoitsch, Hans-Jörg, Peter Winter und Raphael Bächle 2005: Risikokultur und risikopolitische Grundsätze: Strukturierungsvorschläge und empirische Ergebnisse. In: Zeitschrift für Controlling & Management 49 / 2, S. 125-133. Homburg, Christian, Harald Werner und Michael Englisch 1997: Kennzahlengestütztes Benchmarking im Beschaffungsbereich: Konzeptionelle Aspekte und empirische Befunde. In: Die Betriebswirtschaft 57 / 1, S. 48-64. Homburg, Christian und Annette Gieringer 1998: Konzeptualisierung und Operationalisierung komplexer Konstrukte - Ein Leitfaden für die Marketingforschung. In: Die Kausalanalyse. Ein Instrument der empirischen betriebswirtschaftlichen Forschung. Hildebrandt, Lutz und Christian Homburg Hrsg. Schäffer-Poeschel, Stuttgart, S. 111-146. Homburg, Christian und Harald Werner 1998: Situative Determinanten relationalen Beschaffungsverhaltens. In: Zeitschrift für betriebswirtschaftliche Forschung 50 / 11, S. 979-1009. Horn, Gideon 2006: Managing Risk and Complexity in the South African Automotive Supply Chain in a Black Economic Empowerment (Bee) Environment: A Case Study. In: Managing Risk in Supply Chains. How to Build Reliable Collaboration in Logistics. Kersten, Wolfgang und Thorsten Blecker Hrsg. Band 1 der Reihe Operations and Technology Management. Erich Schmidt, Berlin, S. 133-146.
Literaturverzeichnis
281
Howard, Mickey, Joe Miemczyk und Andrew Graves 2006: Automotive Supplier Parks: An Imperative for Build-to-Order? In: Journal of Purchasing and Supply Management 12 / 2, S. 91-104. Hughes, Jonathan 2005: Performance Measurement: Supplier Metrics that Matter. To be Serious About Collaboration with Strategic Suppliers, You Need Performance Measures That Reflect the True Value of the Relationship. In: CPO Agenda 1 / 3, S. 19-23. Hulland, John 1999: Use of Partial Least Squares (PLS) in Strategic Management Research: A Review of Four Recent Studies. In: Strategic Management Journal 20, S. 195-204. Hult, G. Tomas M., David J. Ketchen Jr. und Ernest L. Nichols Jr. 2002: An Examination of Cultural Competitiveness and Order Fulfillment Cycle Time within Supply Chains. In: Academy of Management Journal 45 / 3, S. 577-586. Hüsler, Hans 2001: Ein Schlüssellieferant steigt aus - was tun? In: Key Supplier Management. Belz, Christian und Joachim Mühlmeyer Hrsg. Hermann Luchterhand, Kriftel-Neuwied, S. 102-112. Huth, Michael 2003: Risikomanagement in der Logistik (Teil 1) - Alter Wein in neuen Schläuchen? In: RiskNews 4 / 1, S. 57-68. Jahns, Christopher 1999: Integriertes strategisches Management. Neue Perspektiven zur Theorie und Praxis des strategischen Managements. Band 1 der Reihe Managementorientierte Betriebswirtschaft - Konzepte, Strategien, Methoden. Lück, Wolfgang Hrsg. Wissenschaft & Praxis, Sternenfels. Jahns, Christopher 2003a: Managementtheorie. Arbeitsbuch aus der Reihe General Management. SMG, St. Gallen. Jahns, Christopher 2003b: Balanced Scorecard. Arbeitsbuch aus der Reihe Strategie und Supply Management. SMG, St. Gallen. Jahns, Christopher 2004a: Kennzahlen, Balanced Scorecard & Benchmarking. In: Beschaffung aktuell 2, S. 27-32. Jahns, Christopher 2004b: Der Paradigmenwechsel vom Einkauf zum Supply Management. Es gibt ihn, es gibt ihn nicht, es gibt ihn. Teil 14 der Supply ManagementReihe. In: Beschaffung aktuell 8, S. 28-31. Jahns, Christopher und Michael Henke 2004: Supply Risk Management. Systematisches Risikomanagement in Einkauf und Supply Management. In: Beschaffungsmanagement 38 / 10, S. 12-15. Jahns, Christopher 2005a: Einkauf und Supply Management. Arbeitsbuch. Wissenschaft & Praxis, Sternenfels. Jahns, Christopher 2005b: Supply Controlling. Diskussion über den Zustand einer „Disziplin”. In: Controlling 17 / 6, S. 349-358. Jahns, Christopher 2005c: Supply Management. Neue Perspektiven eines Managementansatzes für Einkauf und Supply. Lück, Wolfgang Hrsg. Wissenschaft & Praxis, St. Gallen und Sternenfels. Jahns, Christopher 2005d: Netzwerkmanagement: Königsweg oder Irrglaube? In: Supply Chain Management 2, S. 55-56.
282
Literaturverzeichnis
Jahns, Christopher 2006a: Bakschisch-Business. In: Frankfurter Allgemeine Zeitung Nr. 55 vom 06.03.2006, S. 22. Jahns, Christopher 2006b: Hot Spots des Supply Chain Management. Wie viele Supply Chain Management gibt es? In: Logistik und Supply Chain Management. Highlights und Hot Spots. Band 1. Jahns, Christopher, Inga-Lena Darkow, Evi Hartmann, Holger Schober und Stefan Walter Hrsg. SMG, St. Gallen, S. 27-32. Jahns, Christopher, Evi Hartmann und Marco Moder 2006a: Managing Supply Risks: A Systems Theory Approach to Supply Early Warning Systems. In: Managing Risks in Supply Chains. How to Build Reliable Collaboration in Logistics. Kersten, Wolfgang und Thorsten Blecker Hrsg. Band 1 der Reihe Operations and Technology Management. Erich Schmidt, Berlin, S. 195-212. Jahns, Christopher, Evi Hartmann und Marco Moder 2006b: Supply Frühwarnsysteme (I). Kritische Risiken frühzeitig erkennen. In: Beschaffung aktuell 12, S. 26-28. Jahns, Christopher, Evi Hartmann und Sandro Reinhardt 2006c: Supply-Key-AccountManagement: Schlüssel zum Erfolg. In: Beschaffung aktuell 11, S. 22-25. Jahns, Christopher, Peter Meyer, Evi Hartmann und Marco Moder 2006d: Frühwarnsysteme im Supply Management: Notwendigkeit, Konzepte und praktische Umsetzung. In: 12. Magdeburger Logistiktagung: Sicherung von Prozessketten. Schenk, Michael, Karl Inderfurth, Gaby Neumann, Gerhard Wäscher und Dietrich Ziems Hrsg. Reihe Logistik aus technischer und ökonomischer Sicht. Logisch, Magdeburg, S. 208-227. Jahns, Christopher und Roger Moser 2006: Der Haken an China. In: Beschaffung aktuell 12, S. 44-45. Jahns, Christopher, Roger Moser und Evi Hartmann 2006e: Schaffung von Wettbewerbsvorteilen durch die Auswahl strategischer Lieferanten. Executive Report. Wissenschaft & Praxis, Wiesbaden. Jarvis, Cheryl B., Scott B. Mackenzie und Philip M. Podsakoff 2003: A Critical Review of Construct Indicators and Measurement Model Misspecification in Marketing and Consumer Research. In: Journal of Consumer Research 30 / 2, S. 199-218. Jayaram, Jayanth, Shawnee K. Vickery und Cornelia Droge 2000: The effects of information system infrastructure and process improvements on supply-chain time performance. In: International Journal of Physical Distribution & Logistics Management 30 / 3-4, S. 314-330. Jensen, Michael C. und William H. Meckling 1976: Theory of the Firm: Managerial Behavior, Agency Costs and Ownership Structure. In: Journal of Financial Economics 3 / 4, S. 305-360. Johanning, Lutz und Bernd Rudolph 2000: Handbuch Risikomanagement: Risikomanagement für Markt-, Kredit- und operative Risiken. Uhlenbruch, Bad Soden/Ts. Johnson, M. Eric 2001: Learning from Toys: Lessons in Management Supply Chain Risk from the Toy Industry. In: California Management Review 43 / 3, S. 106-124. Jüttner, Uta, Helen Peck und Martin Christopher 2003: Supply Chain Risk Management: Outlining an Agenda for Future Research. In: International Journal of Logistics 6 / 4, S. 197-210. Jüttner, Uta 2005a: Bausteine eines Führungssystems zum Risikomanagement in der Supply Chain - Ergebnisse einer explorativen Studie. In: Chancen nutzen, Risiken
Literaturverzeichnis
283
managen. Herausforderungen für die Beschaffung und das Supply Chain Management. Boutellier, Roman und Stephan M. Wagner Hrsg. Band 14 der Reihe SVME zur Materialwirtschaft. SVME, Aarau, S. 95-129. Jüttner, Uta 2005b: Supply Chain Risk Management. Understanding the Business Requirements from a Practitioner Perspective. In: The International Journal of Logistics Management 16 / 1, S. 120-141. Kaas, Klaus-Peter und Marc Fischer 1993: Der Transaktionskostenansatz. In: Das Wirtschaftsstudium 22 / 8-9, S. 686-693. Kajüter, Peter 2003: Instrumente zum Risikomanagement in der Supply Chain. In: Supply Chain Controlling in Theorie und Praxis. Aktuelle Konzepte und Unternehmensbeispiele. Stölzle, Wolfgang und Andreas Otto Hrsg. Gabler, Wiesbaden, S. 107-135. Kaluza, Bernd, Herwig Dullnig und Franz Malle 2003: Principal-Agent-Probleme in der Supply Chain - Problemanalyse und Diskussion von Lösungsvorschlägen. Diskussionsbeiträge des Instituts für Wirtschaftswissenschaften der Universität Klagenfurt, Nr. 2003/03, Klagenfurt. Katzensteiner, Thomas und Jürgen Rees 2005: Ruppiger Umgangston. Autohersteller nehmen ihre Zulieferer für Produktionspannen und Rückrufaktionen in die Pflicht. Zum Teil mit rüden Methoden. In: Wirtschaftswoche vom 10.02.2005. Kaufmann, Lutz 2001: Internationales Beschaffungsmanagement. Gestaltung strategischer Gesamtsysteme und Management einzelner Transaktionen. Band 288 der Reihe Neue betriebswirtschaftliche Forschung. Deutscher Universitäts-Verlag, Wiesbaden. Kersten, Wolfgang und Thorsten Blecker Hrsg. 2006: Managing Risk in Supply Chains. How to Build Reliable Collaboration in Logistics. Band 1 der Reihe Operations and Technology Management. Erich Schmidt, Berlin. Kersten, Wolfgang, Mareike Böger, Philipp Hohrath und Hagen Späth 2006: Supply Chain Risk Management: Development of a Theoretical and Empirical Framework. In: Managing Risk in Supply Chains. How to Build Reliable Collaboration in Logistics. Kersten, Wolfgang und Thorsten Blecker Hrsg. Band 1 der Reihe Operations and Technology Management. Erich Schmidt, Berlin, S. 3-17. Kienzle, Wilfried 2000: Früherkennung im Beschaffungsmarketing. Band 16 der Reihe Beiträge zum Beschaffungsmarketing. Koppelmann, Udo Hrsg. Fördergesellschaft Produkt-Marketing, Köln. Klausmann, Walter 1983: Betriebliche Frühwarnsysteme im Wandel. In: Zeitschrift Führung und Organisation 1, S. 39-45. Kleindorfer, Paul R. und Luk N. Van Wassenhove 2004: Managing Risk in Global Supply Chains. In: The INSEAD-Wharton Alliance on Globalizing. Strategies for Building Successful Global Business. Gatignon, Hubert und John R. Kimberly Hrsg. Cambridge University Press, Cambridge, S. 288-305. Kleindorfer, Paul R. und Germaine H. Saad 2005: Managing Disruption Risks in Supply Chains. In: Production & Operations Management 14 / 1, S. 53-68. Knittelmeyer, Heribert 1999: Frühwarnsysteme - Zwischen Wunsch und Wirklichkeit. In: Frühwarnsysteme. Donnersmarck, Marie Henckel von und Roland Schatz Hrsg. Innovatio, Bonn u.a., S. 123-138.
284
Literaturverzeichnis
Kodex 2005: Deutscher Corporate Governance Kodex i.d.F.v. 02.06.2005. Konrad, L. 1991: Strategische Frühaufklärung. Eine kritische Analyse des "weaksignals"-Konzeptes. Band 127 der Reihe Bochumer Wirtschaftswissenschaftliche Studien. Universitätsverlag Brockmeyer, Bochum. KonTraG 1998: Gesetz zur Kontrolle und Transparenz im Unternehmensbereich (KonTraG) vom 27.04.1998. BGBl 1998 Teil I Nr. 24, S. 786-794. Koppelmann, Udo 1980: Strategien zur Vorbeugung beschaffungsbedingter Betriebsunterbrechungen. In: Betriebswirtschaftliche Forschung und Praxis 32 / 5, S. 426-444. Koppelmann, Udo 2002: Beschaffung als Forschungs- und Lehrzweig. In: Handbuch industrielles Beschaffungsmanagement. Internationale Konzepte, innovative Instrumente, aktuelle Praxisbeispiele. Hahn, Dietger und Lutz Kaufmann Hrsg. 2. Aufl. Gabler, Wiesbaden, S. 945-958. Koppelmann, Udo 2004: Beschaffungsmarketing. 4. Aufl. Springer, Berlin u.a. KPMG 1998: Integriertes Risikomanagement. Berlin. Krafft, Manfred, Oliver Götz und Kerstin Liehr-Gobbers 2005: Die Validierung von Strukturgleichungsmodellen mit Hilfe des Partial-Least-Squares (PLS)-Ansatzes. In: Handbuch PLS-Pfadmodellierung. Methode, Anwendung, Praxisbeispiele. Bliemel, Friedhelm, Andreas Eggert, Georg Fassott und Jörg Henseler Hrsg. SchäfferPoeschel, Stuttgart, S. 67-82. Krapp, Michael 2000: Kooperation und Konkurrenz in Prinzipal-Agent-Beziehungen. Deutscher Universitäts-Verlag, Wiesbaden. Kreikebaum, Hartmut 1997: Strategische Unternehmensplanung. 6. Aufl. Kohlhammer, Stuttgart u.a. Krystek, Ulrich und Michael Müller 1999: Frühaufklärungssysteme. Spezielle Informationssysteme zur Erfüllung der Risikokontrollpflicht nach KonTraG. In: Controlling 11 / 4-5, S. 177-183. Krystek, Ulrich 2003: Bedeutung der Früherkennung für Unternehmensplanung und Kontrolle. In: Neugestaltung der Unternehmensplanung. Horváth, Péter und Ronald Gleich Hrsg. Schäffer-Poeschel, Stuttgart, S. 121-148. Leciejewski, Klaus D. 1999: Risiken früh erkennen - den Wert des Unternehmens steigern. In: Harvard Business Manager 4, S. 63-72. Lee, Hau L., Venkata N. Padmanabhan und Seungjin Whang 1997: The Bullwhip Effect in Supply Chains. In: Sloan Management Review 38 / 3, S. 93-102. Leverick, Fiona und Rachel Cooper 1998: Partnerships in the Motor Industry: Opportunities and Risks for Suppliers. In: Long Range Planning 31 / 1, S. 72-81. Linder, Martin und Christian Pätsch 2005: Wandel der Controllership der Bosch-Gruppe Rekonstruktion unter besonderer Berücksichtigung des Controller-Leitbilds. In: Zeitschrift für Controlling & Management 49 / 3, S. 226-234. Loew, Hans-Christian 1999: Frühwarnung, Früherkennung, Frühaufklärung - Entwicklungsgeschichte und theoretische Grundlagen. In: Frühwarnsysteme. Donnersmarck, Marie Henckel von und Roland Schatz Hrsg. Innovatio, Bonn u.a., S. 19-47. Losbichler, Heimo und Markus Rothboeck 2006: Creating Shareholder Value through Value-Driven Supply Chain Management. In: Managing Risk in Supply Chains. How to Build Reliable Collaboration in Logistics. Kersten, Wolfgang und Thorsten
Literaturverzeichnis
285
Blecker Hrsg. Band 1 der Reihe Operations and Technology Management. Erich Schmidt, Berlin, S. 281-295. Lück, Wolfgang 1999: Betriebswirtschaftliche Aspekte der Einrichtung eines Überwachungssystems und eines Risikomanagementsystems. In: Reform des Aktienrechts, der Rechnungslegung und Prüfung. KonTraG, KapAEG, EuroEG, StückAG. Dörner, Dietrich, Dieter Menold und Norbert Pfitzer Hrsg. Schäffer-Poeschel, Stuttgart, S. 139-176. Lück, Wolfgang 2001a: Der Umgang mit unternehmerischen Risiken durch ein Risikomanagementsystem und durch ein Überwachungssystem: Anforderungen durch das KonTraG und Umsetzung in der betrieblichen Praxis. In: Risikomanagementsystem und Überwachungssystem. KonTraG: Anforderungen und Umsetzung in der betrieblichen Praxis. Lück, Wolfgang Hrsg. Band 5 der Reihe des Universitäts-Forums für Rechnungslegung, Steuern und Prüfung e.V. Technische Uni München Uni-Forum, Karlsruhe, S. 51-76. Lück, Wolfgang 2001b: Risikomanagementsystem und Überwachungssystem. KonTraG: Anforderungen und Umsetzung in der betrieblichen Praxis. Band 5 der Reihe des Universitäts-Forums für Rechnungslegung, Steuern und Prüfung e.V. 2. Aufl. Technische Uni München Uni-Forum, Karlsruhe. Lück, Wolfgang 2001c: Elemente eines Risikomanagementsystems. In: Risikomanagementsystem und Überwachungssystem. KonTraG: Anforderungen und Umsetzung in der betrieblichen Praxis. Lück, Wolfgang Hrsg. Band 5 der Reihe des UniversitätsForums für Rechnungslegung, Steuern und Prüfung e.V. Technische Uni München Uni-Forum, Karlsruhe, S. 19-50. Luhmann, Niklas 1991: Soziologie des Risikos. Walter de Gruyter, Berlin und New York. Luhmann, Niklas 2003: Soziale Systeme. Grundriß einer allgemeinen Theorie. 11. Aufl. Suhrkamp, Frankfurt am Main. Luhmann, Niklas 2004: Einführung in die Systemtheorie. Baecker, Dirk Hrsg. 2. Aufl. Carl-Auer-Systeme, Heidelberg. Maiss, Thomas 2005: Aufbau und Einsatz eines effektiven und durchgängigen Risikomanagement am Beispiel von Rolls-Royce Triebwerke. In: Chancen nutzen, Risiken managen. Herausforderungen für die Beschaffung und das Supply Chain Management. Boutellier, Roman und Stephan M. Wagner Hrsg. Band 14 der Reihe SVME zur Materialwirtschaft. SVME, Aarau, S. 169-195. Martensen, Anne und Lars Gronholdt 2003: Improving Library Users' Perceived Quality, Satisfaction and Loyalty: An Integrated Measurement and Management System. In: The Journal of Academic Librarianship 29 / 3, S. 140-147. Matzenbacher, Hans-Jochen, Dieter W. Bertsch, Rolf Christe, Erich Falb, Ulrich Fricke, Friedrich von Heyl, Bernd Schiefer und Ludwig Veltmann 1999: RisikoManagement in der Beschaffung. Leitfaden für Unternehmen zur Beherrschung von Risiken im Beschaffungsprozess. Bundesverband Materialwirtschaft, Einkauf und Logistik e.V., Frankfurt am Main. Matzenbacher, Jochen 2003: Risikominimierung bei der Beschaffung von Maschinen und Neuanlagen. In: Risikominimierung im Anlagenmanagement - Risiken beim Planen, Errichten und Betreiben von Anlagen. 117. Instandhaltungs-Forum. Biedermann,
286
Literaturverzeichnis
Hubert Hrsg. Reihe Praxiswissen für Ingenieure - Instandhaltung. TÜV-Verlag GmbH, Köln, S. 105-122. McCarthy, Ian P. 2004: Special Issue Editorial: The What, Why and How of Mass Customization. In: Production Planning & Control 15 / 4, S. 347-351. Mehlhorn, Andreas 2002: Effizientes Wertschöpfungsmanagement. Deutscher Universitäts-Verlag, Wiesbaden. Meinhövel, Harald 2004: Grundlagen der Principal-Agent-Theorie. In: Wirtschaftswissenschaftliches Studium 33 / 8, S. 470-475. Meitz, A. A. und Breaux B. Castleman 1975: How to Cope with Supply Shortages. In: Harvard Business Review 53 / 1, S. 91-96. Melnyk, Steven A., George A. Zsidisin und Gary L. Ragatz 2005: The Plan Before the Storm. You Can't Avoid Natural Disasters, But You Can Plan For Them. In: SAPICS Magazine 15 / 10, S. 32-35. Melzer-Ridinger, Ruth 2001: Risikoarten richtig gewichten. Teil 1 der Serie Risikomanagement als Aufgabe des Supply Chain Management: Systematisches und umfassendes Risikomanagement. In: Beschaffung aktuell 1, S. 45-47. Mentzer, John T. und Kenneth B. Kahn 1995: A Framework of Logistics Research. In: Journal of Business Logistics 16 / 1, S. 231-250. Mentzer, John T. und Daniel J. Flint 1997: Validity in Logistics Research. In: Journal of Business Logistics 18 / 1, S. 199-216. Mertens, Jürgen und Udo Koppelmann 1986: Strategische Früherkennung für die Beschaffung im Handel. In: Handelsforschung 1986. Band 1. Forschungsstelle für den Handel Berlin Hrsg. Physica, Heidelberg, S. 53-64. Meyer, Christoph 1986: Beschaffungsziele. Reihe Beiträge zum Beschaffungsmarketing. Koppelmann, Udo Hrsg. Fördergesellschaft Produkt-Marketing, Köln. Min, Hokey, Michael LaTour und Alvin Williams 1994: Positioning Against Foreign Supply Sources in an International Purchasing Environment. In: Industrial Marketing Management 23, S. 371-382. Moder, Marco und Peter Meyer 2007: Supply Frühwarnsysteme. Instrumente eines präventiven Beschaffungscontrollings am Beispiel der Robert Bosch GmbH. In: Zeitschrift für Controlling und Innovationsmanagement 2 / 2, S. 23-26. Moder, Marco, Peter Meyer, Christopher Jahns und Evi Hartmann 2007: Supply Frühwarnsysteme (II). Implementierung eines Frühwarnsystems. In: Beschaffung aktuell 1, S. 22-24. Moder, Marco, Christopher Jahns und Evi Hartmann 2008: Supply Frühwarnsysteme. Ergebnisse einer Studie zur Identifikation und Analyse von Risiken im Supply Management. Reihe Purchasing and Supply Management. Jahns, Christopher Hrsg. Wissenschaft und Praxis, Sternenfels. Mol, Michael J. 2003: Purchasing's strategic relevance. In: Journal of Purchasing and Supply Management 9 / 1, S. 43-50. Molitor, Andreas 2006: Global Sourcing: Billig ist relativ. In: McK Wissen 5 / 16, S. 8285. Möller, Klaus 2002: Zuliefererintegration in das Target Costing auf Basis der Transaktionskostentheorie. Franz Wahlen, München.
Literaturverzeichnis
287
Monczka, Robert M. und Philip L. Carter 1978: Measuring Purchasing Performance. In: Management Review 67 / 6, S. 27-33. Monczka, Robert M., Phillip L. Carter und John H. Hoagland 1979: Purchasing Performance: Measurement and Control. 2. Aufl. Michigan State University, Lansing. Monczka, Robert M. und Robert J. Trent 1992: Worldwide Sourcing - Assessment and Execution. In: International Journal of Purchasing and Materials Management 3, S. 9-19. Moser, Roger 2006: Strategic Purchasing and Supply Management: A Strategy-Based Selection of Suppliers. Diss., Oestrich-Winkel. Müller, Armin 2001: Systematische Gewinnung von Frühindikatoren für Frühaufklärungssysteme. In: Kostenrechnungspraxis 45 / 4, S. 212-222. Müller, Martin 2003: The Use of Information Technologies in Supply Chains - A Transaction Cost Analysis. In: Strategy and Organization in Supply Chains. Seuring, Stefan, Martin Müller, Maria Goldbach und Uwe Schneidewind Hrsg. Physica, Heidelberg und New York, S. 17-30. Müller, Martin 2005: Die Koordination von Supply Chains – eine transaktionskostentheoretische Untersuchung. In: Zeitschrift für betriebswirtschaftliche Forschung 57 / 12, S. 717-739. Murphy, David J., John N. Pearson und Sue P. Siferd 1996: Evaluating Performance of the Purchasing Department Using Data Envelopment Analysis. In: Journal of Business Logistics 17 / 2, S. 77-91. Nagurney, Anna, Jose Cruz, June Dong und Ding Zhang 2005: Supply Chain Networks, Electronic Commerce, and Supply Side and Demand Side Risk. In: European Journal of Operational Research 164 / 1, S. 120-142. New, Stephen J. und Philip Payne 1995: Research Frameworks in Logistics. Three Models, Seven dinners and a Survey. In: International Journal of Physical Distribution & Logistics Management 25 / 10, S. 60-77. Nooteboom, Bart, Hans Berger und Niels G. Noorderhaven 1997: Effects of Trust and Governance on Relational Risk. In: The Academy of Management Journal 40 / 2, S. 308-338. Norrman, Andreas 2003: Supply Chain Risk Management. In: Journal of Packaging Science & Technology 12 / 5, S. 257-270. Norrman, Andreas und Ulf Jansson 2004: Ericsson’s Proactive Supply Chain Risk Management-Approach After a Serious Sub-Supplier Accident. In: International Journal of Physical Distribution & Logistics Management 34 / 5, S. 434-456. Norrman, Andreas und Robert Lindroth 2004: Categorization of Supply Chain Risk and Risk Management. In: Supply Chain Risk. Brindley, Claire Hrsg. Ashgate, Hampshire, S. 14-27. North, Douglass C. 1992: Institutionen, institutioneller Wandel und Wirtschaftsleistung. Band 76 der Reihe Einheit der Gesellschaftswissenschaften. Mohr, Tübingen. Nübling, Jörg 1991: Risikohandhabung bei der Materialbeschaffung. Konzeptioneller Bezugsrahmen und beschaffungsobjektorientierte Analyse für den börsengehandelten Rohstoff Kupfer. Diss., Hohenheim. Nunnally, Jum C. 1978: Psychometric Theory. 2. Aufl. McGraw-Hill, New York.
288
Literaturverzeichnis
O'Toole, Tom und Bill Donaldson 2002: Relationship Performance Dimensions of BuyerSupplier Exchanges. In: European Journal of Purchasing & Supply Management 8 / 4, S. 197-207. o.V. 2002a: Autohersteller helfen insolventer Peguform. Hohe Darlehen stellen Produktion für die nächsten Monate sicher. In: Handelsblatt vom 03.06.2002. o.V. 2002b: Erfolgsbremse Zulieferer. In: Frankfurter Allgemeine Zeitung vom 05.12.2002. o.V. 2003: VW nimmt Bremi in die Pflicht. Zulieferer von Stabzündspulen muss schleunigst Ersatzteile liefern. In: Automobilwoche vom 17.02.2003. o.V. 2005a: Defekte Dieselpumpen könnten Bosch 200 Millionen Euro kosten. In: Die Welt vom 08.02.2005. o.V. 2005b: Erneute Panne bei Bosch zwingt General Motors zu Rückrufaktion. USKonzern meldet Probleme mit Bremssystemen des Stuttgarter Zulieferers. In: Handelsblatt vom 11.02.2005. o.V. 2005c: Wer zahlt für die Panne bei Bosch? In: Frankfurter Allgemeine Zeitung Nr. 31 vom 07.02.2005, S. 15. o.V. 2007a: Robert Bosch GmbH. Startseite. URL: http://www.bosch.de (01.12.2007). o.V. 2007b: Robert Bosch GmbH. Zentralabteilung Einkauf und Logistik. URL: http://purchasing.bosch.com (01.12.2007). o.V. 2007c: Robert Bosch GmbH. Geschäftsbereich Automobilelektronik. URL: http://www.bosch.com/content/language1/html/3339.htm (01.12.2007). Oberparleiter, Karl 1925: Zur Risikenlehre des Warenverkehrs. In: Zeitschrift für Betriebswirtschaft 2, S. 105-114. Ogden, Jeffrey A., Kenneth J. Petersen, Joseph R. Cater und Robert M. Monczka 2005: Supply Management Strategies for the Future: A Delphi Study. In: The Journal of Supply Chain Management 43 / 3, S. 29-48. Otto, Andreas und Herbert Kotzab 2002: Ziel erreicht? Sechs Perspektiven zur Ermittlung des Erfolgsbeitrags des Supply Chain Management. In: Handbuch industrielles Beschaffungsmanagement: Internationale Konzepte - Innovative Instrumente - Aktuelle Praxisbeispiele. Hahn, Dietger und Lutz Kaufmann Hrsg. 2. Aufl. Gabler, Wiesbaden, S. 125-150. Papadakis, Ioannis S. 2006: Financial Performance of Supply Chains After Disruptions: An Event Study. In: Supply Chain Management 11 / 1, S. 25-33. Pape, Jörg 1993: Die Effizienz risikopolitischer Entscheidungen am Beispiel eines Unternehmensplanspiels. Diss., Göttingen. Park, Seungwook und Janet L. Hartley 2002: Exploring the Effect of Supplier Management on Performance in the Korean Automotive Supply Chain. In: The Journal of Supply Chain Management 38 / 2, S. 46-53. Paulraj, Antony und Injazz J. Chen 2007: Environmental Uncertainty and Strategic Supply Management: A Resource Dependence Perspective and Performance Implications. In: The Journal of Supply Chain Management 43 / 3, S. 29-42. Peck, Helen und Uta Jüttner 2002: Risk Management in the Supply Chain. In: Logistics & Transport Focus 4 / 11, S. 17-22.
Literaturverzeichnis
289
Peck, Helen, Jennifer Abley, Martin Christopher, Marc Haywood, Richard Saw, Christine Rutherford und Mark Strathern 2003: Creating Resilient Supply Chains: A Practical Guide. Cranfield University, Bedford. Peck, Helen 2005: Drivers of Supply Chain Vulnerability: An Integrated Framework. In: International Journal of Physical Distribution and Logistics Management 35 / 4, S. 210-232. Peck, Helen 2006: Reconciling Supply Chain Vulnerability, Risk and Supply Chain Management. In: International Journal of Logistics 9 / 2, S. 127-142. Pekayvaz, Berc 1985: Strategische Planung in der Materialwirtschaft. Band 620 der Reihe Europäische Hochschulschriften. Peter Lang, Frankfurt am Main u.a. Pfaffmann, Eric 1996: Die vertragstheoretische Perspektive in der Neuen Institutionenökonomik. Von der neoklassischen Theorie der Unternehmung zum Transaktionskostenansatz. In: Wirtschaftswissenschaftliches Studium 25 / 12, S. 646-648. Pfaffmann, Eric 1997: Die vertragstheoretische Perspektive in der Neuen Institutionenökonomik. Relationale Verträge als Rahmen ökonomischer Interaktion. In: Wirtschaftswissenschaftliches Studium 26 / 1, S. 41-43. Pfaffmann, Eric 1999: Die Grenzen des Transaktionskostenansatzes. Einige kritische Anmerkungen zu Gestaltungsempfehlungen im Kontext von Make-or-BuyEntscheidungen. In: Wirtschaftswissenschaftliches Studium 28 / 11, S. 616-619. Pfeifer, Tilo 1996: Qualitätsmanagement. Strategien, Methoden, Techniken. 3. Aufl. Hanser, München und Wien. Pfenning, Michael und Michael Schäfer 1999: Preisrisiken bei Commodities - Systematisierung und Implikationen für die Quantifizierung. In: Zeitschrift für Betriebswirtschaft 69 / 5-6, S. 569-592. Pfohl, Hans-Christian und Rudolf Large 1992: Gestaltung interorganisatorischer Logistiksysteme auf der Grundlage der Transaktionskostentheorie. In: Zeitschrift für Verkehrswissenschaft 63 / 1, S. 15-51. Pfohl, Hans-Christian 2000: Logistiksysteme: betriebswirtschaftliche Grundlagen. 6. Aufl. Springer, Berlin u.a. Pfohl, Hans-Christian Hrsg. 2002a: Risiko- und Chancenmanagement in der Supply Chain. Proaktiv, ganzheitlich, nachhaltig. Band 20 der Reihe Unternehmensführung und Logistik. Erich Schmidt, Berlin. Pfohl, Hans-Christian 2002b: Risiken und Chancen: Strategische Analyse in der Supply Chain. In: Risiko- und Chancenmanagement in der Supply Chain. Proaktiv, ganzheitlich, nachhaltig. Pfohl, Hans-Christian Hrsg. Band 20 der Reihe Unternehmensführung und Logistik. Erich Schmidt, Berlin, S. 1-58. Pfuhlstein, Hans von, Arne Ziegenbein und Nikolai Iliev 2004: Supply Risk Management. Effiziente Bewirtschaftung von Lieferrisiken. In: Beschaffungsmanagement 38 / 8, S. 10-11. Pickett, Christopher 2006: Prepare for Supply Chain Disruptions Before They Hit. In: Logistics Today 47 / 6, S. 22-25. Picot, Arnold und Helmut Dietl 1990: Transaktionskostentheorie. In: Wirtschaftswissenschaftliches Studium 19 / 4, S. 178-184.
290
Literaturverzeichnis
Picot, Arnold, Helmut Dietl und Egon Franck 2002: Organisation. Eine ökonomische Perspektive. 3. Aufl. Schäffer-Poeschel, Stuttgart. Piontek, Jochem 1997: Global Sourcing. Reihe Managementwissen für Studium und Praxis. Dorn, Dietmar und Rainer Fischbach Hrsg. Oldenbourg, München und Wien. Präuer, Arndt und Tobias Bernecker 2006: Erfolgsfaktoren eines Risikomanagements in Supply-Netzwerken: Professioneller Umgang mit Risiken. In: Beschaffung aktuell 2, S. 25-27. Quinn, Frank 2006: Risky Business. In: Supply Chain Management Review 10 / 4, S. 5. Revenstorf, Dirk 1980: Faktorenanalyse. Kohlhammer, Stuttgart. Richter, Klaus, Christopher Jahns und Philipp Hartig 2006: Neue Formen der Zusammenarbeit in der Automobilindustrie. Entwicklungen in der Automobilbranche und Einflussgrößen bei der Zusammenarbeit mit Lieferanten. In: Zeitschrift für wirtschaftlichen Fabrikbetrieb 3, S. 119-123. Richter, Rudolf und Ulrich Bindseil 1995: Neue Institutionenökonomik. In: Wirtschaftswissenschaftliches Studium 24 / 3, S. 132-140. Riemenschneider, Michael 2006: Der Wert von Produktvielfalt. Wirkung großer Sortimente auf das Verhalten von Konsumenten. Deutscher Universitätsverlag, Wiesbaden. Rieser, Ignaz 1989: Frühwarnsysteme aufbauen und bereithalten. In: io ManagementZeitschrift 58 / 6, S. 37-41. Ringle, Christian M. 2004: Gütemaße für den Partial Least Squares-Ansatz zur Bestimmung von Kausalmodellen. Arbeitspapier Nr. 16 des Instituts für Industriebetriebslehre und Organisation, Hansmann, Karl-Werner Hrsg., Universität Hamburg. Ringle, Christian M., Nils Boysen, Sven Wende und Alexander Will 2006: Messung von Kausalmodellen mit dem Partial-Least-Squares-Verfahren. In: Das Wirtschaftsstudium 35 / 1, S. 81-88. Ringle, Christian M. und Florentine Spreen 2007: Beurteilung der Ergebnisse von PLSPfadanalysen. In: Das Wirtschaftsstudium 36 / 2, S. 211-216. Ringle, Christian M., Sven Wende und Alexander Will 2007: SmartPLS 2.0 M3, Universität Hamburg, www.smartpls.de. Rodrigues, Alexandre M., Theodore P. Stank und Daniel F. Lynch 2004: Linking Strategy, Structure, Process, and Performance in Integrated Logistics. In: Journal of Business Logistics 25 / 2, S. 65-94. Roehrig, Jochen und Thomas Zinniker 2004: Risikomanagement in der Beschaffung. In: Jahrbuch der Beschaffung 2003/2004. Beschaffung gestalten - Erfolge messen. Bearing Point Hrsg. Eul, Lohmar, S. 230-243. Rogler, Silvia 2002: Risikomanagement im Industriebetrieb. Analyse von Beschaffungs-, Produktions- und Absatzrisiken. Band 296 der Reihe Neue betriebswirtschaftliche Forschung. Deutscher Universitäts-Verlag, Wiesbaden. Römer, Ellen 2004: Die Bewertung von Flexibilität in Supply Chains aus der Perspektive eines Automobil-Zulieferers. In: Supply Chain Management in der Automobil- und Zulieferindustrie. Dangelmaier, Wilhelm, Daniel Kaschula und Juliane Neumann Hrsg. Band 12 der Reihe Wirtschaftsinformatik. ALB-HNI, Paderborn, S. 251-261.
Literaturverzeichnis
291
Roselieb, Frank 1999a: Empirische Befunde zu Frühwarnsystemen in der internen und externen Unternehmenskommunikation. In: Frühwarnsysteme. Donnersmarck, Marie Henckel von und Roland Schatz Hrsg. Innovatio, Bonn u.a., S. 85-105. Roselieb, Frank 1999b: Frühwarnsysteme in der Unternehmenskommunikation. Manuskripte (Vol. 512) aus den Instituten für Betriebswirtschaftslehre der Universität Kiel. Salvisberg, Hugo P. 2001a: Risiko-Management in der Materialwirtschaft zur Vermeidung existenzgefährdender Risiken auf den Beschaffungsmärkten. Teil 1. In: Beschaffungsmanagement 35 / 275, S. 22-23. Salvisberg, Hugo P. 2001b: Umgang mit Risiken in der Beschaffung. Ansätze zur Vermeidung existenzgefährdender Risiken auf den Beschaffungsmärkten. Teil 2. In: Beschaffungsmanagement 35 / 275, S. 24-25. Sánchez-Rodríguez, Cristóbal und David Hemsworth 2005: A Structural Analysis of the Impact of Quality Management Practices in Purchasing on Purchasing and Business Performance. In: Total Quality Management & Business Excellence 16 / 2, S. 215230. Sánchez-Rodríguez, Cristóbal, David Hemsworth, Ángel R. Martínez-Lorente und José G. Clavel 2006: An Empirical Study on the Impact of Standardization of Materials and Purchasing Procedures on Purchasing and Business Performance. In: Supply Chain Management 11 / 1, S. 56-64. Sanders, Dwight R. und Mark R. Mafredo 2002: The Role of Value-at-Risk in Purchasing: An Application to the Foodservice Industry. In: The Journal of Supply Chain Management 38 / 2, S. 36-45. Scannell, Thomas V., Shawnee K. Vickery und Cornelia L. Dröge 2000: Upstream Supply Chain Management and Competitive Performance in the Automotive Supply Industry. In: Journal of Business Logistics 21 / 1, S. 23-48. Schafer, Joseph L. und John W. Graham 2002: Missing Data: Our View of the State of the Art. In: Psychological Methods 7 / 2, S. 147-177. Schäffer, Utz 2003: Wie viel Kontrolle braucht die Planung? In: Neugestaltung der Unternehmensplanung. Innovative Konzepte und erfolgreiche Praxislösungen. Horváth, Péter und Ronald Gleich Hrsg. Schäffer-Poeschel, Stuttgart, S. 149-164. Schmid, Michael 1983: Strategische Frühaufklärung in der Materialbeschaffung. In: Harvard Manager 5 / 3, S. 29-37. Schmidt, Axel de 2006: Interview: "Wir sitzen alle im gleichen Boot". Friedbert Speiser, Vice President Corporate Purchasing and Logistics beim führenden Automobilzulieferer Bosch, plädiert trotz hartem Wettbewerb für unternehmensübergreifende Standards in den logistischen Prozessen. In: Logistik Heute 10, S. 18-20. Schneider, Holger 2006: Nachweis und Behandlung von Multikollinearität. In: Methodik der empirischen Forschung. Albers, Sönke, Daniel Klapper, Udo Konradt, Achim Walter und Joachim Wolf Hrsg. Deutscher Universitäts Verlag, Wiesbaden, S. 187204. Schneider, Mark C. 2004: Teilweise ausgeliefert. In: Capital Nr. 11 vom 13.05.2004. Scholderer, Joachim und Ingo Balderjahn 2005: PLS versus LISREL: Ein Methodenvergleich. In: Handbuch PLS-Pfadmodellierung. Methode, Anwendung, Praxisbeispiele.
292
Literaturverzeichnis
Bliemel, Friedhelm, Andreas Eggert, Georg Fassott und Jörg Henseler Hrsg. Schäffer-Poeschel, Stuttgart, S. 83-94. Schramm-Klein, Hanna und Dirk Morschett 2006: The Relationship Between Marketing Performance, Logistics Performance and Company Performance for Retail Companies. In: International Review of Retail, Distribution & Consumer Research 16 / 2, S. 277-296. Schreyögg, Georg und Horst Steinmann 1985: Strategische Kontrolle. In: Zeitschrift für betriebswirtschaftliche Forschung 5, S. 391-410. Schreyögg, Georg 1991: Der Managementprozess - neu gesehen. In: Managementforschung 1991. Staehle, Wolfgang H. und Jörg Sydow Hrsg. Walter de Gruyter, Berlin und New York, S. 255-289. Schubert, Matthias 2004: Risikomanagement im Beschaffungsmarketing. Band 20 der Reihe Beiträge zum Beschaffungsmarketing. Koppelmann, Udo Hrsg. Fördergesellschaft Produkt-Marketing, Köln. Schulte, Christof 1989: Betriebliche Früherkennungssysteme. In: Das Wirtschaftsstudium 18 / 3, S. 149-151. Schulz, Christoph 2005: Institutionalisierung von Supply-Chain-Beziehungen: Reduzierung von Verhaltensunsicherheit mit Hilfe rechtlicher und institutionaler Arrangements. Diss., Erlangen-Nürnberg. Schwänzl, Stefan 2006: Systematik zur Gestaltung von Supply Chains unter dem Einfluss des Wissensmanagements. In: 12. Magdeburger Logistiktagung: Sicherung von Prozessketten. Schenk, Michael, Karl Inderfurth, Gaby Neumann, Gerhard Wäscher und Dietrich Ziems Hrsg. Reihe Logistik aus technischer und ökonomischer Sicht. Logisch, Magdeburg, S. 102-116. Seggewiß, Karl-Heinz 1985: Die Organisation der Materialbeschaffung in Großunternehmungen. Eine branchenbezogene empirisch-explorative Studie. Band 8 der Reihe Kölner Schriften zur Betriebswirtschaft und Organisation. Grochla, Erwin Hrsg. Peter Lang, Frankfurt am Main u.a. Seiter, Mischa 2006: Risk Management in Supply Chains Behavioural Risks: The Underestimated Force. In: Managing Risk in Supply Chains. How to Build Reliable Collaboration in Logistics. Kersten, Wolfgang und Thorsten Blecker Hrsg. Band 1 der Reihe Operations and Technology Management. Erich Schmidt, Berlin, S. 110-121. Seuring, Stefan A. 2001: Supply Chain Costing. Kostenreduktionen durch Zusammenarbeit in der Wertschöpfungskette. In: Controlling 13 / 12, S. 615-621. Sfat, Raul 2005: Früherkennung epidemischer Produktfehler in der Supply Chain. In: Supply Chain Management 1, S. 53-57. Sheffi, Yossi 2001: Supply Chain Management under the Threat of International Terrorism. In: The International Journal of Logistics Management 12 / 2, S. 1-11. Sheffi, Yossi 2005: The Resilient Enterprise - Overcoming Vulnerability for Competitive Advantage. The MIT Press, London. Sherefkin, Robert 2002: Ford blames its suppliers. Automaker: Improve quality or hit the road. In: Automotive News vom 27.05.2002. Shister, Neil 2005: Global Supply Chain Crystal Ball. Experts Tell You What to Expect in 2006. In: World Trade 18 / 12, S. 14-19.
Literaturverzeichnis
293
Smeltzer, Larry R. und Sue P. Siferd 1998: Proactive Supply Management: The Management of Risk. In: International Journal of Purchasing and Materials Management 34 / 1, S. 38-45. Specovius, Detlef und Robert Fieten 2006: Insolvenzrisiko und Geschäftsbeziehungen: Lieferstopp oder neue Preise drohen. In: Beschaffung aktuell 6, S. 26-29. Spekman, Robert E. und Edward W. Davis 2004: Risky business: expanding the discussion on risk and the extended enterprise. In: International Journal of Physical Distribution & Logistics Management 34 / 5, S. 414-433. Stank, Theodore P., Scott B. Keller und Patricia J. Daugherty 2001: Supply Chain Collaboration and Logistical Service Performance. In: Journal of Business Logistics 22 / 1, S. 29-48. Stanley, Linda L. 1993: Linking purchasing department structure and performancetoward a contingency model. In: Journal of Strategic Marketing 1 / 3, S. 211-219. Steinmann, Horst und Georg Schreyögg 2000: Management. Grundlagen der Unternehmensführung. Konzepte, Funktionen, Fallstudien. 5. Aufl. Gabler, Wiesbaden. Steinmetz, Maik 2004: Risiken in der Produktion senken. In: Der Betriebsleiter 45 / 10, S. 8. Sure, Matthias 2005: Controlling von Outsourcing-Geschäftsbeziehungen. In: Zeitschrift für Controlling & Management 49 / 5, S. 328-331. Svensson, Göran 2000: A Conceptual Framework for the Analysis of Vulnerability in Supply Chains. In: International Journal of Physical Distribution & Logistics Management 30 / 9, S. 731-749. Svensson, Göran 2002a: A Conceptual Framework of Vulnerability in Firms' Inbound and Outbound Logistics Flow. In: International Journal of Physical Distribution & Logistics Management 32 / 2, S. 110-134. Svensson, Göran 2002b: A Typology of Vulnerability Scenarios Towards Suppliers and Customers in Supply Chains Based upon Perceived Time and Relationship Dependencies. In: International Journal of Physical Distribution & Logistics Management 32 / 3, S. 168-187. Svensson, Göran 2002c: Dyadic Vulnerability in Companies' Inbound and Outbound Logistics Flows. In: International Journal of Logistics 5 / 1, S. 13-43. Svensson, Göran 2004a: Key Areas, Causes and Contingency Planning of Corporate Vulnerability in Supply Chains: A Qualitative Approach. In: International Journal of Physical Distribution & Logistics Management 34 / 9, S. 728-748. Svensson, Göran 2004b: Interactive Vulnerability in Buyer-Seller Relationships: A Dyadic Approach. In: International Journal of Physical Distribution & Logistics Management 34 / 8, S. 662-682. Tan, Keah-Choon 2001: A Framework of Supply Chain Management Literature. In: European Journal of Purchasing & Supply Management 7 / 1, S. 39-48. Tang, Christopher S. 2006a: Perspectives in Supply Chain Risk Management. In: International Journal of Production Economics 103 / 3, S. 451-488. Tang, Christopher S. 2006b: Robust Strategies for Mitigating Supply Chain Disruptions. In: International Journal of Logistics 9 / 1, S. 33-45.
294
Literaturverzeichnis
Temme, Dirk und Henning Kreis 2005: Der PLS-Ansatz zur Schätzung von Strukturgleichungsmodellen mit latenten Variablen: Ein Softwareüberblick. In: Handbuch PLSPfadmodellierung. Methode, Anwendung, Praxisbeispiele. Bliemel, Friedhelm, Andreas Eggert, Georg Fassott und Jörg Henseler Hrsg. Schäffer-Poeschel, Stuttgart, S. 177-192. Temme, Dirk, Henning Kreis und Lutz Hildebrandt 2006: PLS Path Modeling - A Software Review. SFB649 Discussion Paper 2006-084. Institute of Marketing, Humbold-Universität zu Berlin. Tenenhaus, Michel, Vincenzo Esposito Vinzi, Yves-Marie Chatelin und Carlo Lauro 2005: PLS Path Modeling. In: Computational Statistics & Data Analysis 48 / S. 159205. Thiemt, Fabian 2003: Risikomanagement im Beschaffungsbereich. Cuvillier, Göttingen. Tietze, Oliver 2003: Strategische Positionierung in der Automobilindustrie. Der Einsatz von virtueller Produktentwicklung und Wertschöpfungsnetzwerken. Reihe Strategische Kompetenz-Management. Bellmann, Klaus, Jörg Freiling, Georg Gemünden, Peter Hammann, Hans H. Hinterhuber, Günter Specht und Erich Zahn Hrsg. Deutscher Universitäts-Verlag, Wiesbaden. Tomaskovic-Devey, Donald, Jeffrey Leiter und Shealy Thompson 1994: Organizational Survey Nonresponse. In: Administrative Science Quarterly 39 / 3, S. 439-457. Towill, Denis R. 2005: The Impact of Business Policy on Bullwhip Induced Risk in Supply Chain Management. In: International Journal of Physical Distribution & Logistics Management 35 / 8, S. 555-575. Tummala, V.M. Rao, Cheryl L.M. Phillips und Melanie Johnson 2006: Assessing Supply Chain Management Success Factors: A Case Study. In: Supply Chain Management 11 / 2, S. 179-192. Ulrich, Hans 1995: Von der Betriebswirtschaftslehre zur systemorientierten Managementlehre. In: Betriebswirtschaftslehre als Management- und Führungslehre. Wunderer, Rolf Hrsg. 3. Aufl. Schäffer-Poeschel, Stuttgart, S. 161-178. Vachon, Stephan und Robert D. Klassen 2002: An Exploratory Investigation of the Effects of Supply Chain Complexity on Delivery Performance. In: IEEE Transactions on Engineering Management 49 / 3, S. 218-230. van Weele, Arjan J. 1995: Measuring Purchasing Performance. In: Gower Handbook of Purchasing Management. Farmer, David und Arjan van Weele Hrsg. 2. Aufl. Gower, Aldershot, S. 73-93. van Weele, Arjan J. 2005: Value Creation and Purchasing Strategy. In: Chancen nutzen, Risiken managen. Herausforderungen für die Beschaffung und das Supply Chain Management. Boutellier, Roman und Stephan M. Wagner Hrsg. Band 14 der Reihe SVME zur Materialwirtschaft. SVME, Aarau, S. 197-216. Vogler, Karl und Stephan M. Wagner 2005: Ein situativer Ansatz zum Management von Risiken in Supply Chains. In: Chancen nutzen, Risiken managen. Herausforderungen für die Beschaffung und das Supply Chain Management. Boutellier, Roman und Stephan M. Wagner Hrsg. Band 14 der Reihe SVME zur Materialwirtschaft. SVME, Aarau, S. 61-94.
Literaturverzeichnis
295
Wagner, Stephan M. 2003: Management der Lieferantenbasis. In: Handbuch Beschaffung. Strategien, Methoden, Umsetzung. Boutellier, Roman, Stephan M. Wagner und Hans-Peter Wehrli Hrsg. Hanser, München und Wien, S. 691-731. Wagner, Stephan M. 2006: Die größte Gefahr ist der Kunde. Risikomanagement II: Katastrophen bedrohen die Lieferkette weit weniger als gemeinhin angenommen. Eine große Umfrage zeigt, dass deutsche Supply-Chain-Manager vor allem mit Kunden und Lieferanten zu kämpfen haben. In: Harvard Business manager 5, S. 12-13. Wagner, Stephan M. und Christoph Bode 2006a: An Empirically-Based and More FineGrained Investigation into Supply Chain Risks. Konferenzbeitrag der 4th Worldwide Research Symposium on Purchasing and Supply Chain Management, April 2006, San Diego. Wagner, Stephan M. und Christoph Bode 2006b: An Empirical Investigation Into Supply Chain Vulnerability. In: Journal of Purchasing and Supply Management 12 / S. 301312. Wagner, Stephan M. und Christoph Bode 2006c: An Empirical Investigation into Supply Chain Vulnerability Experienced by German Firms. In: Managing Risk in Supply Chains. How to Build Reliable Collaboration in Logistics. Kersten, Wolfgang und Thorsten Blecker Hrsg. Band 1 der Reihe Operations and Technology Management. Erich Schmidt, Berlin, S. 79-96. Wagner, Stephan M. und Christoph Bode 2007: Empirische Untersuchung von SCRisiken und SC-Risikomanagement in Deutschland. In: Risikomanagement in Supply Chains. Gefahren abwehren, Chancen nutzen, Erfolg generieren. Vahrenkamp, Richard und Christoph Siepermann Hrsg. Erich Schmidt Verlag, Berlin, S. 59-79. Walker, Gordon und Laura Poppo 1991: Profit Centers, Single Source Suppliers, and Transaction Costs. In: Administrative Science Quarterly 36 / 1, S. 66-87. Wannenwetsch, Helmut 2007: Integrierte Materialwirtschaft und Logistik. Beschaffung, Logistik, Materialwirtschaft und Produktion. Springer, Berlin und Heidelberg. Warren, Matthew und William Hutchinson 2000: Cyber Attacks Against Supply Chain Management Systems: A Short Note. In: International Journal of Physical Distribution & Logistics Management 30 / 7-8, S. 710-716. Warzecha, Volker und Robert Weissbarth 1999: Stirbt der Einkäufer aus? - Vom Einkäufer zum Risikomanager. In: Beschaffungsmanagement 33 / 4, S. 18-19. Weber, Jürgen, Armin Großklaus, Sebastian Kummer, Harald Nippel und Dorothée Warnke 1995: Methodik zur Generierung von Logistik-Kennzahlen. In: Kennzahlen für die Logistik. Weber, Jürgen Hrsg. Schäffer-Poeschel, Stuttgart, S. 9-45. Wentges, Paul 2002: Corporate Governance und Stakeholder-Ansatz. Implikationen für die betriebliche Finanzwirtschaft. Band 302 der Reihe Neue betriebswirtschaftliche Forschung. Deutscher Universitätsverlag, Wiesbaden. Werner, Harald 1997: Relationales Beschaffungsverhalten: Ausprägungen und Determinanten. Gabler, Wiesbaden. Werners, Brigitte und Jens Thorn 2002: Unternehmensübergreifende Koordination durch Vendor Managed Inventory. In: Wirtschaftswissenschaftliches Studium 31 / 12, S. 699-704.
296
Literaturverzeichnis
Westermann, Rainer 1985: Empirical Test of Scale Type for Individual Ratings. In: Applied Psychological Measurement 9 / 3, S. 265-274. White, Diana 1995: Application of Systems Thinking to Risk Management: A Review of the Literature. In: Management Decision 33 / 10, S. 35-45. Wildemann, Horst 1984: Frühwarnsysteme. Gestaltung und Nutzen von Frühwarnsystemen. Band 5 der Reihe FMT-Report. Wildemann, Horst Hrsg. GFMT, München. Wildemann, Horst 2000: Einkaufspotentialanalyse. Programme zur partnerschaftlichen Erschließung von Rationalisierungspotentialen. Band 22 der Reihe TCW. TCW, München. Wildemann, Horst 2004: Entwicklungstrends in der Automobil- und Zulieferindustrie. Empirische Studie. TCW, München. Wildemann, Horst 2006: Risikomanagement und Rating. Band 25 der Reihe TCW. TCW, München. Wilding, Richard 1998: The Supply Chain Complexity Triangle. In: International Journal of Physical Distribution & Logistics Management 28 / 8, S. 599-616. Williamson, Oliver E. 1985: The Economic Institutions of Capitalism. Firms, Markets, Relational Contracting. The Free Press, New York. Williamson, Oliver E. 1991: Comparative Economic Organization. The Analysis of Discrete Structural Alternatives. In: Administrative Science Quarterly 36 / 2, S. 269-296. Winkler, Herwig 2005: Konzept und Einsatzmöglichkeiten des Supply Chain Controlling. Am Beispiel einer Virtuellen Supply Chain Organisation (VISCO). Deutscher Universitäts-Verlag, Wiesbaden. Winkler, Herwig, Bernd Kaluza und Hubert B. Schemitsch 2006: Prozesssicherung in auftragszentrierten Supply Chains. In: 12. Magdeburger Logistiktagung: Sicherung von Prozessketten. Schenk, Michael, Karl Inderfurth, Gaby Neumann, Gerhard Wäscher und Dietrich Ziems Hrsg. Reihe Logistik aus technischer und ökonomischer Sicht. Logisch, Magdeburg, S. 228-245. Wittig, Antje 2005: Management von Unternehmensnetzwerken. Eine Analyse der Steuerung und Koordination von Logistiknetzwerken. Deutscher Universitäts-Verlag, Wiesbaden. Wolf, Klaus und Bodo Runzheimer 2003: Risikomanagement und KonTraG. Konzeption und Implementierung. 4. Aufl. Gabler, Wiesbaden. Wu, Teresa, Jennifer Blackhurst und Vellayappan Chidambaram 2006: A Model for Inbound Supply Risk Analysis. In: Computers in Industry 57 / 4, S. 350-365. Yacura, Joseph A. 2005: Getting Candid About Risk (Interview). In: Inside Supply Management 16 / 1, S. 25. Yates, J. Frank und Eric R. Stone 1992: The Risk Construct. In: Risk Taking Behavior. Yates, J. Frank Hrsg. John Wiley & Sons, New York, S. 1-25. Yeomans, Keith A. und Paul A. Golder 1982: The Guttman-Kaiser Criterion as a Predictor of the Number of Common Factors. In: The Statistician 31 / 3, S. 221-229. Young, Joyce A. und Dale L. Varble 1997: Purchasing's Performance as Seen By Its Internal Customers: A Study in a Service Organization. In: International Journal of Purchasing & Materials Management 33 / 3, S. 36-41.
Literaturverzeichnis
297
Zabota, Daniel 2006: Überflüssiges. In: Beschaffung aktuell 9, S. 3. Zaheer, Akbar, Bill McEvily und Vincenzo Perrone 1998: Does Trust Matter? Exploring the Effects of Interorganizational and Interpersonal Trust on Performance. In: Organization Science 9 / 2, S. 141-159. Ziegenbein, Arne, Alexander Verbeck, Philippe Erni und Jörg Nienhaus 2004: Supply Chain Risk Management in the Semiconductor Industry. In: Future Fab International 16, S. 51-54. Zinnbauer, Markus und Markus Eberl 2005: Überprüfung der Spezifikation und Güte von Strukturgleichungsmodellen. In: Wirtschaftswissenschaftliches Studium 34 / 10, S. 566-572. Zsidisin, George A. und Lisa M. Ellram 1999: Supply Risk Assessment Analysis. In: PRACTIX: Best Practices in Purchasing and Supply Management 2 / 4, S. 9-12. Zsidisin, George A., Alex Panelli und Rebecca Upton 2000: Purchasing Organization Involvement in Risk Assessments, Contingency Plans, and Risk Management: An Explanatory Study. In: Supply Chain Management 5 / 4, S. 187-197. Zsidisin, George A. 2001a: Supply Risk Management: A Case Study Approach. Konferenzbeitrag der Purchasing and Supply Topics at the Turn of the Millennium, Budapest. International Federation of Purchasing and Materials Management, S. 193-206. Zsidisin, George A. 2001b: Measuring Supply Risk: An Example from Europe. In: PRACTIX: Best Practices in Purchasing and Supply Management 4 / 3, S. 1-6. Zsidisin, George A. 2001c: An Investigation of Supply Risk Perceptions and Management. Diss., Arizona. Zsidisin, George A. 2003a: Managerial Perceptions of Supply Risk. In: The Journal of Supply Chain Management 39 / 1, S. 14-25. Zsidisin, George A. 2003b: A Grounded Definition of Supply Risk. In: Journal of Purchasing and Supply Management 9 / 5-6, S. 217-224. Zsidisin, George A. und Lisa M. Ellram 2003: An Agency Theory Investigation of Supply Risk Management. In: The Journal of Supply Chain Management 39 / 3, S. 15-27. Zsidisin, George A., Lisa M. Ellram, Joseph R. Carter und Joseph L. Cavinato 2004: An Analysis of Supply Risk Assessment Techniques. In: International Journal of Physical Distribution & Logistics Management 34 / 5, S. 397-413. Zsidisin, George A., Gary L. Ragatz und Steven A. Melnyk 2005a: Supply Continuity Planning: Taking Control of Risk. In: Inside Supply Management 16 / 1, S. 21-26. Zsidisin, George A., Gary L. Ragatz und Steven A. Melnyk 2005b: An Institutional Theory Perspective of Business Continuity Planning for Purchasing and Supply Management. In: International Journal of Production Research 43 / 16, S. 3401-3420. Zsidisin, George A. und Michael E. Smith 2005: Managing Supply Risk with Early Supplier Involvement: A Case Study and Research Propositions. In: The Journal of Supply Chain Management 41 / 4, S. 44-57. Zweifel, Peter und Susanne Bonomo 1995: Energy Security: Coping with Multiple Supply Risks. In: Energy Economics 17 / 3, S. 179-183.