Technical Report 0901 ISSN 1867-3473

Einsatz des Analytischen Hierarchie Prozesses zur Vorbereitung der kundenspezifischen Eingangsgrößen eines Quality Function Deployments Priv. Doz. Dr.-Ing. R. Refflinghaus

Sonderforschungsbereich 696 Forderungsgerechte Auslegung von intralogistischen Systemen – Logistics on Demand Universität Dortmund 44221 Dortmund

-1-

SFB 696

Sonderforschungsbereich 696 Forderungsgerechte Auslegung von intralogistischen Systemen – Logistics on Demand

Technical Report 0901 ISSN 1867-3473

Teilergebnisse zum Teilprojekt A1: Einsatz des Analytischen Hierarchie Prozesses zur Vorbereitung der kundenspezifischen Eingangsgrößen eines Quality Function Deployments

SFB-Arbeitsgruppe A1 (gesamt): Prof. Dr.-Ing. H.-A. Crostack (TP A1, D1) Dipl.-Kff. S. Klute Priv. Doz. Dr.-Ing. R. Refflinghaus (TP A1) Dipl.-Logist. N. Schlüter (TP A1)

Dortmund, den 26.05.2009

-2-

SFB 696

Abstract Unternehmen können nur dann langfristig am Markt bestehen, wenn sie ihre Produkte kundengerecht entwickeln und produzieren. Nur so ist eine Kundenzufriedenheit sicherzustellen

und

somit

auch

eine

Kundenbindung

möglich.

Neben

den

Kundenanforderungen selbst sind die Gewichtungen der Kundenanforderungen die Haupteingangsgrößen der weltweit anerkannten QM-Methode „Quality Function Deployment“ (QFD). Mit einer QFD werden Kundenanforderungen in gewichtete Produkt- und später Prozessmerkmale transferiert. Bislang wurden meist absolute Gewichtungen der Kundenanforderungen als Eingangsgrößen der QFD genutzt. Jetzt wurde analysiert, ob durch den Einsatz von relativen Gewichtungen die Genauigkeit der Kundenaussagen gesteigert werden kann. Die aus dem von Saaty entwickelten Analytic Hierarchie Prozess (AHP) gewonnenen relativen Gewichtungen bilden sicherlich die Kundenmeinung exakter ab. Ein Grund hierfür kann die intensivere Befragungstechnik beim Kunden sein. Es wurde nun untersucht, ob die Nutzung von relativen Gewichtungen als Eingangsgröße einer QFD überhaupt möglich ist, ob diese ggf. noch umgerechnet werden müssen und ob eine Steigerung der Genauigkeit gegenüber der Nutzung von absoluten Gewichtungen vorhanden ist. Bei der Anwendung des AHP im Rahmen der Planung einer logistischen Anlage wurde deutlich, dass maximal sieben Anforderungen gleichzeitig von einem Kunden bewertet werden können. Somit musste eine entsprechende Hierarchie aufgebaut werden, um anschließend die Anforderungen und ihre Gewichtungen korrekt in die QFD transferieren zu können.

Schlagwörter: Quality

Function

Deployment

(QFD),

Analytic

Hierarchie

Process

(AHP),

Kundenanforderungen, Stakeholder, Gewichtung, relative Gewichtung, absolute Gewichtung

-3-

SFB 696

Inhaltsverzeichnis 1

Einleitung ..........................................................................................................10

2

Kundenspezifische Eingangsgrößen einer QFD – Stand der Technik ...................12 2.1

Quality Function Deployment nach Akao und ASI ........................................ 12

2.1.1 Die Struktur der Vorgehensweise nach Akao ........................................... 13 2.1.2 Die Struktur der Vorgehensweise nach ASI .............................................. 17 2.1.3 Der Vergleich der beiden QFD-Ansätze nach ASI und Akao ...................... 23 2.2

Strukturierungsmöglichkeiten für Kundenanforderungen ........................... 26

2.2.1 KANO-Modell .......................................................................................... 29 2.2.2 Der Lagerprozess .................................................................................... 31 2.2.3 Einsatz- und Auswahlkriterien für Sortiersysteme nach Jodin und ten Hompel [Ten Hompel '06b] ...................................................................... 33 2.2.4 Sakowski-Modell [Crostack '06a]............................................................ 36 2.3

Vergleich verschiedener Priorisierungsverfahren ........................................ 38

2.3.1 Der Analytische Hierarchieprozess AHP .................................................. 40 2.3.1.1

Einführung ....................................................................................... 40

2.3.1.2

Charakteristika des AHP .................................................................. 41

2.3.1.3

Methodik ......................................................................................... 44

2.3.2 2.3.3 2.3.4 2.3.5

Die Nutzwertanalyse ............................................................................... 71 Methodischer Vergleich zwischen NWA und AHP ..................................... 77 Kepner-Tregoe-Verfahren ....................................................................... 78 Conjoint-Analyse ..................................................................................... 79

2.3.5.1

Definition der Alternativen ............................................................... 80

2.3.5.2

Bewertung der Alternativen ............................................................. 81

2.3.5.3

Ermitteln der Teilnutzwerte ............................................................. 82

2.3.5.4

Ermitteln der Gesamtnutzwerte ....................................................... 82

2.3.6 Vergleich der Priorisierungsverfahren im Hinblick auf die Kundenanforderungsgewichtung ............................................................ 83

3

2.3.6.1

Vergleich der Bewertungstechniken ................................................. 83

2.3.6.2

Vergleich der Bewertungsmethoden ................................................ 91

Entwicklung einer Vorgehensweise zur Verwendung relativer Gewichte als Eingangsgrößen einer QFD ......................................................93 3.1 Entwicklung einer Hierarchie von Anforderungen an intralogistische Anlagen ........................................................................................................... 93

3.1.1 Lösungsansatz I: Überführung der Anforderungsstruktur in eine AHPgeeignete Struktur .................................................................................. 93 3.1.1.1

Problematik der Zielformulierung .................................................... 96 -4-

SFB 696

3.1.1.2

Erfordernis einer Anforderungstypisierung ...................................... 97

3.1.1.3

Anforderungsinterdependenzen ...................................................... 97

3.1.1.4

Bewertung quantifizierbarer Kriterien.............................................100

3.1.2 Zweiter Lösungsansatz ..........................................................................101

3.2

3.1.2.1

Hierarchisierung der wirtschaftlichen Kriterien ..............................101

3.1.2.2

Anforderungstypisierung ................................................................104

Auswirkungen der Nutzung relativer Gewichtungen in einer QFD ...............111

3.2.1 Höhe des Datenniveaus bei den Gewichtungen ......................................111 3.2.2 Auswirkungen einer Integration relativer Gewichte ................................113 3.2.3 Schwierigkeiten innerhalb der QFD bei der Umstellung auf relative Werte .........................................................................................122

3.3

3.2.3.1

Problematik bei relativ gewichteten Kundenanforderungen ............123

3.2.3.2

Beispiel ...........................................................................................127

3.2.3.3

Der Einfluss des verwendeten Verfahrens .......................................132

3.2.3.4

Die Bedeutung von Inkonsistenzen .................................................137

Möglichkeiten der Transformation von relativen in absolute Gewichtungen ...........................................................................................140

3.3.1 Integration relativer Gewichte durch Anpassung der Skalen...................140 3.3.1.1

Anpassung der Skala durch Erweiterung .........................................141

3.3.1.2

Anpassung der Skala durch Transformation....................................143

3.3.1.3

Veränderung der Transformation ....................................................147

3.3.2 Integration relativer Gewichte durch Anpassung aller Eingangswerte ....150 3.3.2.1

Technische Schwierigkeit und kaufmännische Bedeutung ..............151

3.3.2.2

Korrelation der Kundenanforderungen mit den Produktmerkmalen 152

3.3.3 Integration relativer Gewichte durch Umrechnung in absolute Werte .....154

4

3.3.3.1

Beispiel zur Umrechnung von relativen Werten ...............................154

3.3.3.2

Der Genauigkeitsverlust ..................................................................157

Einsatz der entwickelten Vorgehensweise ........................................................ 169 4.1

Durchführung der Stakeholder-Befragung .................................................169

4.1.1 Gewichtung der Anforderungen durch S1 ...............................................170 4.1.2 Gewichtung der Anforderungen durch S2, S3.1 und S3.2 ........................174 4.2

Darstellung und Analyse der Bewertungsergebnisse ..................................175

4.2.1 4.2.2 4.2.3 4.2.4

Analyse der Anforderungsklassifizierung von S1 ....................................175 Analyse der relativen und absoluten Bewertung von S1 ..........................176 Analyse der Anforderungsklassifizierung von S2, S3.1 und S3.2 .............178 Analyse der relativen und absoluten Einzelbewertung von S2, S3.1 und S3.2 ........................................................................................................181

-5-

SFB 696

4.2.5 Analyse der verdichteten relativen und absoluten Bewertungen von S2, S3.1 und S3.2 .........................................................................................182 4.2.6 Anmerkungen zur absoluten und relativen Gewichtung der KannAnforderungen aus Block B, C und D.......................................................184 4.3 4.4

Fazit...........................................................................................................186 Analyse der Umrechnung der relativen in absolute Gewichtungen .............188

4.4.1 Die Ergebnisse der Befragung ................................................................188 4.4.2 Nutzung der relativen Gewichte .............................................................191 5

Zusammenfassung und Ausblick ...................................................................... 199

6

Literaturverzeichnis ......................................................................................... 202

7

Anhang ............................................................................................................ 212 7.1

Anforderungsgliederung.............................................................................212

-6-

SFB 696

Abbildungsverzeichnis Abbildung 1: Struktur des QFD-Systems nach Akao [Akao '92] ................................... 16 Abbildung 2: Ablaufschema des Vier-Phasen Ansatzes .............................................. 20 Abbildung 3: House of Quality .................................................................................... 19 Abbildung 4: Vergleich der Ansätze nach ASI und Akao .............................................. 25 Abbildung 5: KANO-Modell [Rupp '02] ........................................................................ 29 Abbildung 6: Die fünf Bereiche des Lagerprozesses ................................................... 31 Abbildung 7: Einsatz und Auswahlkriterien von logistischen Anlagen ........................ 33 Abbildung 8: Systemspezifische Kriterien .................................................................. 33 Abbildung 9: Gutspezifische Kriterien ........................................................................ 34 Abbildung 10: Organisatorische Kriterien ................................................................... 34 Abbildung 11: Übergreifende Kriterien ....................................................................... 35 Abbildung 12: Anforderungskatalog nach Sakowski [Sakowski '05]............................ 37 Abbildung 13: Übergreifende Anforderungen ............................................................. 38 Abbildung 14: Ablaufschema des AHP........................................................................ 44 Abbildung 15: Monohierarchie ................................................................................... 48 Abbildung 16: Polyhierarchie I .................................................................................... 48 Abbildung 17: Polyhierarchie II ................................................................................... 49 Abbildung 18: Hierarchie – Auswahl einer optimalen Universität ............................... 49 Abbildung 19: AHP-Skala ........................................................................................... 51 Abbildung 20: Kriteriengewichte ................................................................................ 56 Abbildung 21: Verdichtung von Einzelentscheidungen ............................................... 66 Abbildung 22: Einbezug von Stakeholdergewichten in die Problemhierarchie .......... 677 Abbildung 23: Ablaufschema einer NWA .................................................................. 722 Abbildung 24: Beispiele für typische Nutzenfunktionen ........................................... 755 Abbildung 25: Ablaufschema einer Conjoint-Analyse ............................................... 800 Abbildung 26: Beispielhierarchie 1, Teil 1 ................................................................. 955 Abbildung 27: Beispielhierarchie 1, Teil 2 ................................................................. 966 Abbildung 28: Beispielhierarchie 2 ............................................................................. 99

-7-

SFB 696

Abbildung 29: Beispielhierarchie 3 ......................................................................... 1000 Abbildung 30: ROI-Hierarchie ................................................................................. 1022 Abbildung 31: Liste der Messniveaus [Konerding '89]............................................. 1122 Abbildung 32: QFD mit Prozentzahlen als relative Gewichte................................... 1177 Abbildung 33: QFD mit Zahlen ohne Einheit als relative Gewichte .......................... 1188 Abbildung 34: QFD mit absoluten Gewichten ......................................................... 1211 Abbildung 35: Beispiel eines House of Quality [Pfeifer '01] ..................................... 1244 Abbildung 36: QFD mit sehr unterschiedlichen relativen Gewichten ...................... 1288 Abbildung 37: QFD mit absoluten Gewichten ......................................................... 1300 Abbildung 38: Beispielhafte Hierarchie von Kundenanforderungen........................ 1333 Abbildung 39: Hierarchie bei der alle Anforderungen verglichen werden ................ 1344 Abbildung 40: Hierarchie bei der nicht alle Anforderungen verglichen werden ....... 1355 Abbildung 41: Paarweiser Vergleich für den AHP .................................................... 1388 Abbildung 42: Berechnung des Eigenvektors ......................................................... 1388 Abbildung 43: Struktur des Auftretens der Problematik ....................................... 13939 Abbildung 44: Angepasste Skala ............................................................................ 1422 Abbildung 45: Vergrößerung der Abstände der Skalenwerte................................... 1444 Abbildung 46: Formel zur linearen Transformation................................................. 1444 Abbildung 47: Lineare Transformation einer Skala von 1 bis 9 ................................ 1455 Abbildung 48: Lineare Transformation einer Skala von 1 bis 10 .............................. 1455 Abbildung 49: Diagramm zum Beispiel der linearen Transformation ...................... 1477 Abbildung 50: Formel zur nicht linearen Transformation ........................................ 1488 Abbildung 51: Nicht lineare Transformation einer Skala von 1 bis 9 ....................... 1488 Abbildung 52: Nicht lineare Transformation einer Skala von 1 bis 10 ................... 14949 Abbildung 53: Diagramm zum Beispiel der nicht linearen Transformation .............. 1500 Abbildung 54: Berechnung der Intervallgrenzen bei einer Skala von 1 bis 10 .......... 1566 Abbildung 55: Berechnung der Intervallgrenzen bei einer Skala von 1 bis 5 ............ 1588 Abbildung 56: Berechnung der Gesamtbewertung mit relativen Werten ................. 1600 Abbildung 57: Berechnung der Gesamtbewertung mit einer Skala von 1 bis 10 ...... 1611 Abbildung 58: Berechnung der Gesamtbewertung mit einer Skala von 1 bis 5 ........ 1622 -8-

SFB 696

Abbildung 59: Diagramm der relativen Gesamtbewertung ...................................... 1655 Abbildung 60: Alternative Umrechnung der relativen Werte ................................... 1677 Abbildung 61: Relative Anforderungsgewichtung – Werte und Ranking (S2) ........... 1744 Abbildung 62: Relative Gewichtung der ROI-Anforderungen ................................... 1766 Abbildung 63: Absolute Gewichtung der ROI-Anforderungen.................................. 1777 Abbildung 64: Hierarchie der Kann-Anforderungen (B, C, D) ................................... 1800 Abbildung 65: Anforderungen (Block A-D) an die Anlage mit Bewertung ............... 18989 Abbildung 66: Betriebswirtschaftliche Anforderungen (Block E) an die Anlage ...... 1900 Abbildung 67: ROI-Anforderungen (Block R) an die Anlage mit Bewertung ............. 1900 Abbildung 68: Intervallgrenzen für die relativen allgemeinen Anforderungen ......... 1933 Abbildung 69: Zuordnung der absoluten Wert bei den allgemeinen Anforderungen 1944 Abbildung 70: Intervallgrenzen der ROI-Anforderungen ......................................... 1977

-9-

SFB 696

1 Einleitung Unternehmen, die in einem Hochlohnland wie der Bundesrepublik Deutschland ihre Produkte fertigen, können langfristig nur dann am Markt bestehen, wenn sich entweder

ihre

Produkte

qualitativ

stark

von

denen

anderer

Produzenten

unterscheiden, oder wenn sie durch eine effektive Produktion Kostenvorteile erreichen können. Durch die Öffnung der Europäischen Union in Richtung Osten wird es immer schwieriger, Kostenvorteile zu erzielen. Zudem nimmt die Ähnlichkeit der am Markt angebotenen Produkte und Anlagenkomponenten aufgrund der technologischen Globalisierungstendenzen stetig zu. Somit ist es den deutschen Unternehmen nur noch möglich, durch eine hohe Qualität der Produkte Wettbewerbsvorteile und eine ausreichende Kundenbindung zu erreichen. Durch die Einführung der Normen DIN EN ISO 9000ff., VDA 6.1, QS-9000, ISO TS 16949, u. a. ist in vielen Fällen der trügerische Eindruck entstanden, Qualität sei mit der Erfüllung der Forderungen der Normen „erledigt“. Diese stellen aber nur eine notwendige, keine hinreichende Bedingung für das Bestehen im Wettbewerb und entsprechende Markterfolge dar. Zum anderen ist es die unreflektierte Erfüllung von Spezifikationen und Pflichtenheften. Die Anforderungen werden in der Regel über Lasten-/ Pflichtenhefte vorgegeben, die auf der Erfahrung in der Vergangenheit mit ähnlichen Produkten oder den Vorgaben von groben Marktanalysen basieren. Die „Qualität“ des Anforderungsprofils ist dabei in der Regel nicht Gegenstand der Betrachtung. Eine durchgeführte Erhebung bei Zulieferern der Automobilindustrie ergab, dass die Lasten-/ Pflichtenhefte von 17 Herstellern für ein einziges Produkt drastisch unvollständig waren und z.T. Forderungen auf verschiedener Basis (Produkteigenschaften, Prüfmerkmale) enthielten. Erste Ansätze, die Anforderungen systematischer zu erheben [Schwarze '02], erstrecken sich dabei vorwiegend auf das „Kern“-Produkt. Neuere Ergebnisse im Bereich der Kundenorientierung belegen aber die

zunehmende

Bedeutung

auch

produktbegleitender

Faktoren

für

den

Kaufentscheid, so dass heute u. a. vom „erweiterten Produktbegriff“ gesprochen wird. Der allgemeine Stellenwert von Kundenanforderungen liegt im Bereich von logistischen Dienstleistungen laut einer im August 2005 durchgeführten Umfrage [Pötzsch '05] bei Betreibern von logistischen Anlagen hoch (40%), bzw. sehr hoch (50%). Allerdings ist die Erfassung von Kundenanforderungen an sich nicht so gut organisiert, wie dies aus Sicht einer umfassenden Kundenorientierung angebracht wäre. Lediglich 40% der Befragten gaben an, mit Art und Umfang der Erfassung von Kundenanforderungen durch Hersteller ausreichend zufrieden zu sein. Hierfür können mehrere Gründe angeführt werden. Ein Grund ist die kaum vorhandene Bedeutung der - 10 -

SFB 696

Marktforschung untergeordnete

in

diesem

Rolle.

Bereich.

Lediglich

Diese

10%

der

spielt

gegenwärtig

eine

stark

befragten

Betreiber

wurden

von

Herstellerfirmen, von denen sie direkt kaufen, mittels Gesprächen, Workshops oder sonstigen Marktforschungsmethoden nach ihren Wünschen befragt. Die schon lange Zeit bekannte und verfügbare Qualitätsmanagement-Methode „Quality Function Deployment“ (QFD) wird vorrangig angewendet, um bereits in den frühen Phasen des Produktentstehungsprozesses durch ein systematisches Vorgehen eine

hohe

Qualität

der

Produkte

zu

erreichen.

Hierfür

müssen

die

Kundenanforderungen möglichst vollständig erfasst und exakt gewichtet werden. Nur so

können

die

anschließend

Kundenanforderungen

definierten

abgeleitet

werden,

Produktmerkmale, nutzenorientiert

die

optimiert

aus

den

werden

[Crostack '06a]. Bei der konventionellen Vorgehensweise einer QFD, wie sie in der Praxis Anwendung findet, werden die Kundenwünsche jedoch oft nicht mit sehr hoher Präzision erfasst. Meist werden Anforderungslisten mit der Möglichkeit an Kunden gegeben, die Gewichtungen auf Skalen zwischen 1 und 5 anzukreuzen. Diese Art der Befragung führt zu schnellen Antworten der Kunden und zu meist nahe dem Mittelwert liegenden Gewichtungen. Es ist bei der Analyse der Ergebnisse solcher Befragungen leicht erkennbar, dass sich die Befragten meist nicht intensiv mit der Fragestellung bzw. den Anforderungen auseinandergesetzt haben. Daraus resultiert, dass auch die Ergebnisse einer QFD nicht exakt sein können, da ihre Aussagekraft entscheidend von der Qualität der Eingangsgrößen abhängt. Deshalb wurde

im

Rahmen

der

hier

beschriebenen

Arbeiten

versucht,

eine

Genauigkeitssteigerung der Eingangsgrößen durch die Anwendung ergänzender Techniken z.B. des Analytic Hierarchy Process (AHP), zu erreichen. Hierbei werden die Befragten nicht mit einer Liste von Anforderungen konfrontiert, sondern sie bewerten mit

paarweisen

Vergleichen

die

Anforderungen

von

ihrer

Wichtigkeit

her

untereinander. Die Folge ist, dass die gewichteten Kundenanforderungen unter Umständen nicht wie bei der konventionellen QFD als absolute Werte eines definierten Skalenintervalls, z. B. von 1 bis 5 oder 1 bis 10, sondern in Form von relativen Werten zwischen 0 und 1 in die Berechnung der QFD eingehen [SFB696 '07]. Hier gilt es nun eine Vorgehensweise zu erarbeiten, mit der die exakteren relativen Gewichtungen in eine Form überführt werden, welche eine Nutzung in einer QFD zulässt.

- 11 -

SFB 696

2 Kundenspezifische Eingangsgrößen einer QFD – Stand der Technik Die Qualitätsmanagementmethode „Quality Function Deployment“ (QFD) soll vorrangig dazu

dienen,

Kundenanforderungen

(inklusive

deren

Gewichtungen)

in

Produktmerkmale zu überführen, um Produkte zu entwickeln, die möglichst umfassend die Wünsche der Kunden erfüllen. Haupteingangsgrößen einer QFD sind einerseits die Kundenanforderungen und andererseits mögliche Produktmerkmale. Eine

präzise

Darstellung

der

tatsächlichen

Kundenwünsche

in

Form

von

Kundenanforderungen und deren Gewichtungen ermöglicht ein möglichst präzises Ergebnis der QFD. Im Rahmen dieses Kapitels wird der Stand der Technik für Methoden

zur

Strukturierung

und

Handhabung

der

kundenspezifischen

Eingangsgrößen einer QFD dargestellt. Hierzu wird die QFD selbst kurz skizziert und darauf aufbauend werden die Möglichkeiten der Strukturierung der Anforderungen und der Darstellung der Gewichtung der Anforderungen analysiert.

2.1 Quality Function Deployment nach Akao und ASI Die Methode der QFD als Grundkonzept zur Qualitätsplanung geht zurück auf den Japaner Yoji Akao im Jahre 1966. Die erste praktische Anwendung ist 1972 auf der Kobe-Schiffswerft der Mitsubishi Heavy Industries datiert. Die Toyota Motor Company Ltd. übernahm kurz darauf diese Methode und entwickelte sie nach eigenen Ansprüchen weiter. Im Jahr 1983 wurden die Ausführungen von Yoji Akao in den USA erstmalig veröffentlicht. Als erste amerikanische Firmen führten Rank Xerox und Ford die Methodik ein. Weitere Firmen folgten. Für die QFD sind derzeit im Wesentlichen zwei Varianten bekannt. Einerseits die von Prof. Akao entwickelte „Ur-QFD“ und anderseits die vom American Supplier Institute (ASI) gestaltete Variante. Beide Varianten sollen hier kurz vorgestellt werden, um daraus die Unterschiede und Gemeinsamkeiten hinsichtlich der kundenspezifischen Eingangsgrößen verdeutlichen zu können. Bei einer QFD werden in den Matrizen existente Verknüpfungen von Zeilen und Spalten der Eingangsgrößen dargestellt. Die Wertung der Verknüpfungen ist üblicherweise in "schwach", "mittel" und "stark" eingestuft. Die angesprochenen Daten werden durch eine QFD-typische WAS-WIE-Fragestellung angeordnet. Für Forderungen auf der Zeilenebene gelten die Fragen: "WAS braucht der Kunde?, WAS will er haben?, WAS wird benötigt?, WAS ist für alle sinnvoll?, WAS soll erreicht

- 12 -

SFB 696

werden?, ...". Die Fragestellungen hinsichtlich der Produkt- bzw. Qualitätsmerkmale sind: "WIE bekommt man es?, WIE stellt man es her?, WIE setzt man es ein?, WIE soll das erreicht werden?, ...". Die QFD-Matrizen lassen sich mit diesen Fragestellungen überall dort einsetzen, wo sich Schnitt- oder Übergabestellen befinden. Die weiterführenden Tabellen sind aufbereitete Informationen - Gewichtungen von Listeneigenschaften oder Vergleiche -, die je nach Bedarf neu entwickelt oder von bestehenden Matrizen übernommen werden. Eine häufig genutzte Funktion ist die Korrelation mit sich selbst, durch die Widersprüche sehr gut erkannt werden können. Durch die Darstellung der Informationen in gewichteten Listenfeldern und durch Korrelation der Felder besitzt die QFD verschiedene vorteilhafte Anwendungsmöglichkeiten: •

Aufbereitung und klare Darstellung von Daten in den Feldern;

•

Aufzeigen von Abhängigkeiten und Einflüssen durch die Korrelation;

•

Darstellung von Zielkonflikten durch Angaben der Korrelation und der weiterführenden Tabellen.

Die angewandte Gewichtung und Korrelation kann von relativ einfacher Mathematik bis hin zu komplizierten Algorithmen gehen. Meist werden die Zeilenebenen mit den Korrelationen (schwach = 1; mittel = 5; stark = 9) multipliziert und die Werte pro Spalte addiert.

2.1.1 Die Struktur der Vorgehensweise nach Akao Der Entwickler von QFD Yoji Akao prägte bezüglich seiner Methodik den Satz:

"Copy the spirit, not the form." Er wollte, dass seine Methode nicht Matrize für Matrize kopiert wird, vielmehr sollte QFD flexibel bleiben und neue bedarfsgerechte Funktionalitäten adaptieren. Ein umfassendes QFD-System muss nach Yoji Akao außer der Qualitätsentwicklung auch die Technologie-, Zuverlässigkeits- und Kostenentwicklungen beinhalten. Dabei muss der Konkretisierungsgrad im Laufe der Entwicklung steigen und die Weitergabe der Informationen sicher gewährleistet sein. Dies realisiert Yoji Akao über sogenannte Informationspfade, die im Allgemeinen einen Konkretisierungsgrad (Detailstufe bei der Bearbeitung des Produkts/Prozesses) beibehalten und Informationen der Listenfelder von einer Matrix auf weitere Matrizen und Tabellen übertragen. Durch die Informationspfade können Änderungen in einer Liste sofort auf die verknüpften

- 13 -

SFB 696

Matrizen und Tabellen übertragen werden. Die Gefahr einer nicht durchgängigen Änderung und Aktualisierung von Zusammenhängen wird so verringert. Durch die zusammenhängende Darstellung der einzelnen Elemente (Matrizen, Tabellen, Listen, ...) ist ein durchgängiges Vermitteln, Umwandeln und Verknüpfen der Anforderungen über die Konkretisierungsebenen im Produkterstellungsprozess mit Gewichtungen möglich. Das Ablaufschema von Yoji Akao hat sich in vielen Fällen bewährt, ist aber nicht als fix anzusehen, sondern hilft bei der Entwicklung einer eigenen Variante. Die einzelnen Matrizen sollen miteinander kombiniert werden. Ergänzungen sowie Änderungen bestehender Matrizen sind hierbei jederzeit möglich. Die QFD-Methodik soll nicht alle Datenkorrelationen und Prozessschritte festhalten und verbessern, sondern nur wichtige und kritische Merkmale genauer analysieren und verbessern. Ziel ist es, die Methode so klein wie möglich zu halten und dabei so genau wie möglich zu arbeiten. Die in Abbildung 1 gezeigte Struktur des QFD-Systems nach Akao [Akao '92] besteht im Wesentlichen aus den vier Spalten:

I

Qualitätsentwicklung

II

Technologieentwicklung

III Kostenentwicklung IV Zuverlässigkeitsentwicklung Jede Spalte besteht wiederum aus den einzelnen Zeilen 1 bis 4 und enthält grundsätzlich sogenannte Qualitätstabellen, in denen Informationen bereitgestellt und miteinander verknüpft werden. Weiterhin sind einzelne Tabellen einer Spalte „bereichsübergreifend“ mit Tabellen einer anderen Spalte verknüpft. Die Bezeichnung der einzelnen Qualitätstabellen ergibt sich aus der Verknüpfung von Zeilen- und Spaltennummer, beispielsweise „2-II“. Die in Abbildung 1 grün, blau und rot eingefärbten Dreiecke sollen bereits an dieser Stelle verdeutlichen, dass ihre Inhalte identisch sind.

- 14 -

SFB 696

Akao empfiehlt eine einzelne und sequentielle Bearbeitung der Spalten beginnend mit der Spalte I, wobei jede Spalte zeilenweise von 1 bis 4 und von „oben nach unten“[Akao '92], entwickelt werden kann. In den folgenden Kapiteln wird diese Bearbeitungsreihenfolge des QFD-Systems aufgegriffen. Ist ein ausreichendes Verständnis über die QFD-Methode vorhanden und ist diese im Unternehmen implementiert, kann von der starren Reihenfolge abgewichen werden. Es ergibt sich der Vorteil der Nutzung von Synergieeffekten, wenn folgendes angenommen wird: Überschneiden sich die Produktentwicklungszyklen von zwei Produkten, Produkt A und Produkt B, so muss nicht auf den Abschluss der gänzlichen Ausarbeitung der QFD-Systematik bei Produkt A gewartet werden. Es können die bereits bei Produkt A erarbeiteten Qualitätstabellen bei der Entwicklung von Produkt B genutzt werden.

- 15 -

SFB 696

Abbildung 1: Struktur des QFD-Systems nach Akao [Akao '92] Die Methode QFD nach der Entwicklung von Yoji Akao zeichnet sich durch grundlegende Analyse- und Bewertungs-, sowie Dokumentationsfähigkeiten aus. Der

- 16 -

SFB 696

Entwickler legt Wert auf eine Verbesserung von bestehenden Produkten und Prozessen, wobei er Technologiesprünge vorsieht. Die Methode QFD ist nach Akaos Aussagen niemals als vollständiges Werk zur Produkterstellung gedacht, sondern soll die Schnittstelle zwischen Kundenwunsch und Produktmerkmalen bestmöglich realisieren. Yoji Akao legt Wert auf die Beachtung dieser Kundenwünsche in jeder Entwicklungsphase. Auf der anderen Seite gibt er dem Konstrukteur eine richtungsweisende Methode zur Identifikation von Engpassteilen, die flexibel den Unternehmensbedürfnissen angepasst werden kann [Akao '92].

2.1.2 Die Struktur der Vorgehensweise nach ASI Eine sehr geläufige Variante der QFD, insbesondere in den Vereinigten Staaten und Europa, ist die des American Supplier Institute, kurz ASI. Das American Supplier Institute ist eine Nonprofit-Organisation, die sich zum Ziel gesetzt hat, die Wettbewerbssituation

der

amerikanischen

Zulieferindustrie

zu

verbessern

[Fachbibliothek '06, Kämpf '06]. Das von Neumann als amerikanisches Modell bezeichnete Vorgehen ist der „sogenannte konkrete QFD Ansatz“ [Neumann '96]. Er ist von den Arbeiten der Japaner Makabe und Fukuhara geprägt und steht in der deutschsprachigen Literatur zum Thema QFD meist im Vordergrund. Er greift den Ansatz von Akao auf, reduziert aber den Inhalt sehr stark und zeichnet sich durch eine eindeutige Gliederung aus. Charakteristisch ist die serielle Abfolge der einzelnen Phasen. Späte Phasen bauen auf den Ergebnissen der vorherigen auf. Mögliche Rücksprünge zu vorherigen Phasen sieht dieser Ansatz nicht vor [Mai '98, Neumann '96]. Der von der ASI verbreitete Ansatz für eine QFD wird als Vier-Phasen Ansatz bezeichnet. Abbildung 2 zeigt das Grundprinzip der Methode. Zu sehen sind die vier Phasen,

ihre

Bezeichnungen

und

die

jeweiligen

Ergebnisse

der

einzelnen

Planungsschritte. Die vier Phasen sind durchgängig miteinander verknüpft. Jede Phase hat als Ergebnis bestimmte Zielgrößen. Diese gehen in den linken Teil der nächsten Phase ein [Mai '98].

- 17 -

SFB 696

Priorisierung

Prozessparameter

Priorisierung

hohe Priorität

hohe Priorität

hohe Priorität

Komponenteneigenschaften

Priorisierung

Produktcharakteristika

Priorisierung

Kundenanforderungen

Abbildung 2: Ablaufschema des Vier-Phasen Ansatzes Im Mittelpunkt des Vier-Phasen Ansatzes steht das Aufstellen von sogenannten Planungstafeln. Für jede der vier Phasen gibt es eine eigene, die je nachdem als Produktplanungstafel,

Komponentenplanungstafel,

Prozessplanungstafel

oder

Produktions-planungstafel bezeichnet wird [Kämpf '06, Saatweber '06]. Die Matrizen der ersten Phase, der Produktplanung, werden als House of Quality bezeichnet. Dort werden die Kundenbedürfnisse mit den technischen Anforderungen zusammengebracht. Hierbei können kritische technische Anforderungen erkannt werden, um so Engpässe bei der Entwicklung aufzuzeigen. Das Ergebnis sind die Qualitätsanforderungen für die Konstruktion. Gelegentlich wird das House of Quality fälschlicherweise mit dem QFD gleichgesetzt [Hoffmann '97, Saatweber '06]. Die Teileplanung bildet die zweite Phase des QFD-Ansatzes nach ASI. Hier werden die Teile des Produktes den technischen Anforderungen gegenüber gestellt. Diese technischen Anforderungen werden aus den Spezifikationen der ersten Phase übernommen. So gehen die Qualitätsmerkmale in die Baugruppen, Unterbaugruppen und Bauteile ein. Nach dem QM-InfoCenter sind die Ziele der Phase II neben der Ermittlung der kritischen Teile auch die Wahl des bestgeeigneten Konzeptes für die Entwicklung. So werden hier die wesentlichen Elemente für die dritte Phase bestimmt [Hoffmann '97]Die Prozessplanung, die dritte Phase, stellt Prozesse und kritische Teile des Produktes gegenüber. Auch hier entstammen die Informationen über die Teile den Spezifikationen der vorherigen Phasen. Es werden Prozess- und Prüfablaufpläne erstellt und kritische Prozessmerkmale ermittelt. Ziele der dritten Phase sind die

- 18 -

SFB 696

Festlegung der Prozesscharakteristika und der Prozesszielwerte. Auch sollten die zu bearbeitenden Kriterien für die vierte Phase ermittelt werden. Am Ende sollten alle kritischen Prozessparameter ermittelt worden sein. Für diese können z.B. besondere Prüfpläne erstellt werden [Hoffmann '97, Saatweber '06]. Die letzte Phase ist die der Produktionsplanung. Wie schon bei den letzten beiden Phasen zuvor, wird auch hier das Ergebnis der vorherigen Phase, also die kritischen Prozesse, übernommen. Diese werden jetzt mit der Produktionsplanung zusammengebracht. Die so entstehende Produktions-Planungsmatrix zeigt Aspekte, die bei den Prozessen zu beachten sind. Saatweber nennt als Beispiele: Betriebsbedingungen, Qualitätssicherungspläne, sowie Arbeitsanweisungen [Hoffmann '97, Saatweber '06]. Im Folgenden wird auf die erste der vier Phasen näher eingegangen. Auch wenn das House of Quality nicht mit QFD gleichzusetzen ist, so erhält es doch besondere Beachtung. Das House of Quality ist der wesentliche Bestandteil des Ansatzes nach ASI, und M. Larry Shillito bezeichnet es als das „nerve center“ [Shillito '95] des QFDProzesses. In der Literatur dominiert es über die Methode nach ASI. Wie oben bereits erwähnt, wird die Produktplanungstafel, also die Matrizen der ersten Phase des Vier-Phasen Ansatzes, als House of Quality bezeichnet. In Abbildung 3 ist

Wettbewerbsvergleich

Gewichtung

Kundenanforderungen

ein House of Quality in einer allgemeinen Form dargestellt.

Abbildung 3: House of Quality

- 19 -

SFB 696

Die einzelnen Schritte zum Ausfüllen der Tabellen werden in verschiedener Literatur unterschiedlich bezeichnet und abgegrenzt. Kämpf gliedert das Vorgehen in acht Schritte: 1. Bewertung der Kundenanforderungen 2. Wettbewerbsvergleich durch Kunden 3. Erarbeitung

der

konstruktiven

Auslegungsanforderungen

bzw.

Produktmerkmale aus den Kundenanforderungen 4. Korrelation zwischen den Kundenanforderungen und den Produktmerkmalen ermitteln 5. Ermittlung der Kundenorientierten technischen Bedeutung der einzelnen Produktmerkmale 6. Festlegung der Sollwerte und der Optimierungsrichtung 7. Ermittlung der Korrelation zwischen den Produktmerkmalen 8. Analyse des House of Quality Der erste Schritt, die Bewertung der Kundenanforderungen, teilt sich in die Strukturierung und die Gewichtung der Anforderungen auf. Eine Strukturierung der Kundenanforderungen, die in der Terminologie des QFD auch als „Whats“ bezeichnet werden, ist unerlässlich. Dies geschieht, um einen einheitlichen Detaillierungsgrad zu erlangen und so eine möglichst unverzerrte Sichtweise auf die Anforderungen zu bekommen [Kämpf '06, Pfeifer '01]. Im Wesentlichen werden in diesem Schritt die kundenseitigen Eingangsgrößen der QFD eingebracht. Diese bestehen zum einen aus den Anforderungen selbst und zum anderen aus den zugehörigen Gewichtungen. Mit diesen Gewichtungen wird dann im weiteren Verlauf der QFD weiter gerechnet. Der nächste Schritt ist der Wettbewerbsvergleich durch die Kunden. Hierbei geht es darum, das zu entwickelnde Produkt mit Konkurrenzprodukten hinsichtlich der Erfüllung der einzelnen Anforderungen zu vergleichen. Zu empfehlen ist, dass dafür mindestens zwei Produkte von anderen Anbietern ermittelt werden, die als „Best in Class“ gelten. Dies ist wichtig, damit das eigene Produkt die Konkurrenz übertreffen kann. Für die Bewertung wird meistens eine Skala von 1 „niedrigste Erfüllung“ bis 5 „höchster Grad der Erfüllung“ angewendet. Die Erarbeitung der konstruktiven Auslegungsanforderungen stellt den nächsten Schritt dar. Hier werden die technischen Konstruktions- und Produktmerkmale ermittelt, die zur Erfüllung der Kundenanforderungen benötigt werden. Das bedeutet, dass die Merkmale die Anforderungen der Kunden in einer gewissen Weise - 20 -

SFB 696

beeinflussen. So können die Kundenanforderungen durch technisch messbare Merkmale, die so genannten „How“s, ausgedrückt werden. Zu beachten ist, dass bei der Wahl der Konstruktions- und Produktmerkmale noch keine bestimmte Lösung bevorzugt wird. Dies könnte z.B. der Fall sein, wenn nur Merkmale aufgenommen werden, die für eine mögliche Realisierung besonders günstig sind. Die Folgen wären, dass der Rahmen zur Realisierung eingeengt wird und so nicht die optimale Lösung ermittelt werden kann. Im vierten Schritt werden die Korrelationen zwischen den Kundenanforderungen und den Produktmerkmalen ermittelt. Dies geschieht, indem jedes Merkmal dahingehend beurteilt wird, wie stark der Einfluss zur Erfüllung der Kundenanforderungen ist. Zu diesem Zweck wird die Korrelationsmatrix in der Mitte des House of Quality mit folgenden Symbolen ausgefüllt: •

z

Starker Zusammenhang

9

•

{

Mittlerer Zusammenhang

3

•

Δ

Schwacher Zusammenhang

1

•

nichts

Kein Zusammenhang

0

Durch die große Differenz von 3 zu 9 wird erreicht, dass die wichtigen und weniger wichtigen Merkmale deutlich auseinander liegen. Die Ermittlung der kundenorientierten technischen Bedeutung der einzelnen Produktmerkmale erfolgt in drei Teilschritten: 1. Technische Schwierigkeiten ermitteln 2. Wettbewerbsvergleich aus interner Sicht 3. Bedeutung absolut und relativ berechnen Beim ersten Teilschritt wird von Experten für die einzelnen Produktmerkmale eingeschätzt, wie schwierig sich die Realisierung gestalten wird. So kann bei einer Betrachtung der Produktmerkmale eingeschätzt werden, ob eine Lösungsmöglichkeit weiter verfolgt wird oder nicht. Beispielsweise ist eine Lösung mit wenig Nutzen für den Kunden und einem hohen Schwierigkeitsgrad wenig sinnvoll. Dies kann in einer Skala von 1 „sehr schwierig“ bis 9 „ohne Probleme“ erfolgen. Der interne Wettbewerbsvergleich ist ein Verfahren, um das zu entwickelnde Produkt mit der Konkurrenz in Bezug auf seine Merkmale zu vergleichen. Der Vergleich sollte möglichst objektiv sein, um eine realistische Einschätzung der neuen Merkmale im Vergleich zu den Wettbewerbern zu erlangen [Kämpf '06, Pfeifer '01]. Das Vorgehen für die Berechnung der technischen Bedeutung ist wie folgt: Die im

- 21 -

SFB 696

vierten Schritt bestimmten Beziehungsstärken werden mit den im ersten Schritt ermittelten Gewichtungen multipliziert. Die anschließende Aufaddierung der Werte innerhalb einer Spalte liefert die absolute technische Bedeutung. Die relative technische Bedeutung ergibt sich aus einer prozentualen Berechnung. Zunächst werden sämtliche Werte der technischen Bedeutungen aufsummiert. Anschließend werden die einzelnen absoluten Bedeutungen durch diese Summe geteilt und für eine Prozentzahl mit 100 multipliziert. Die ermittelten Werte geben Aufschluss darüber, welche Merkmale bei der Realisierung des Produktes bevorzugt behandelt werden sollen. Weiterhin ist eine Berechung der technischen Gesamtbewertung möglich. Hierzu werden die Werte der absoluten technischen Bedeutung mit dem Zahlenwert für die technische

Schwierigkeit

multipliziert.

Die

Ermittlung

der

kaufmännischen

Gesamtbewertung erfolgt ähnlich wie die der technischen Gesamtbewertung. Anstelle des Wertes für die technischen Schwierigkeitsgerade wird die absolute Bedeutung diesmal mit einem Wert für die kaufmännische Bedeutung multipliziert. Als drittes folgt eine allgemeine Gesamtbewertung. Dafür wird die absolute Bedeutung mit der Zahl für die technische Schwierigkeit und dem Wert für die kaufmännische Bedeutung multipliziert. Auch für diese drei Gesamtbewertungen ist die Berechung einer prozentualen Zahl nach dem oben beschriebenem Vorgehen möglich. Im sechsten Schritt werden die Sollwerte und die Optimierungsrichtung festgelegt. Da die Merkmale bis jetzt nur qualitativ sind, sollen sie für einen exakten Zielwert eine quantifizierbare Größe erhalten. Aus diesem Grund wird eine bezifferbare Größe mit einer Einheit, dem sogenannten „How Much“ bestimmt. So ist eine konkrete Beschreibung für die Produktentwicklung möglich. Es empfiehlt sich, für die Zielwerte, die eine direkte Beziehung zu sehr wichtigen Kundenanforderungen haben, herausfordernde Werte zu wählen. So wird erreicht, dass bei den entscheidenden Kriterien das neue Produkt besser ist, als die bereits vorhandenen. Bei der Festlegung der Optimierungsrichtung gibt es drei Möglichkeiten. Ein Pfeil nach oben bedeutet, dass das Merkmal maximiert werden soll, umgekehrt bedeutet ein nach unten zeigender Pfeil, dass das Merkmal zu minimieren ist [Kämpf '06, Pfeifer '01, Saatweber '06]. Die Ermittlung der Korrelation zwischen den Produktmerkmalen findet im siebten Schritt statt. Hierzu wird das so genannte „Dach“ des House of Quality verwendet. Jedes Merkmal wird mit jedem anderen verglichen. Geprüft wird, ob sich die Merkmale gegenseitig unterstützen oder behindern. Die üblicherweise verwendeten Symbole sind Kreise für positive und Kreuze für negative Korrelationen. An dieser Stelle ist

- 22 -

SFB 696

häufig gut abzuschätzen, ob eine technische Lösungsvariante geeignet ist oder nicht. Problematisch ist es, wenn für die Realisierung zu viele Kompromisse eingegangen werden müssen. Die Folge ist, dass das Produkt nicht mehr der für den Kunden idealen Lösung entspricht. In diesem Fall muss geprüft werden, ob ein anderer Ansatz zur Lösung möglich ist. Sind bei negativen Korrelationen Kompromisse unumgänglich, so können einzelne Projektteams mit der Kompromisssuche beauftragt werden [Kämpf '06, Pfeifer '01]. Der letzte Schritt ist die Analyse des House of Quality. Da in den Matrizen viele Informationen und viel Wissen des Ersteller-Teams steckt, lohnt sich eine gründliche Auswertung der Daten [Kämpf '06]. Kämpf gibt als Beispiele an: •

„Leere Zeilen bzw. nur schwache Zusammenhänge deuten auf fehlende Übersetzung einzelner Kundenforderungen hin“ [Kämpf '06].

•

„Leere Spalten bzw. nur schwache Zusammenhänge zeigen auf, dass Produktmerkmale unnötig oder Basis- bzw. Begeisterungsmerkmale eingeplant wurden“ [Kämpf '06].

Auch ein Vergleich der Ergebnisse der beiden Wettbewerbsvergleiche, intern und aus Sicht des Kunden, kann lohnenswert sein. Sollte es so sein, dass ein Produkt zwar intern gute Noten bekommen hat, aber trotzdem aus Sicht des Kunden schlecht bewertet wurde, so ist das Produkt am Markt vorbei entwickelt worden. Genau das sollte durch die Anwendung von QFD verhindert werden [Pfeifer '01].

2.1.3 Der Vergleich der beiden QFD-Ansätze nach ASI und Akao Der QFD-Ansatz von Akao wird als klassischer Ansatz bezeichnet. Er ist zeitlich gesehen der Erste und alle weiteren bauen mehr oder weniger auf ihm auf. So wurde dieser

klassische

Ansatz

z.B.

von

dem

japanischen

Ingenieur

Makabe

weiterentwickelt. Auch die Vorgehensweise nach ASI entstand durch eben so eine Weiterentwicklung. Der wohl offensichtlichste Unterschied der Ansätze nach Akao und ASI liegt in der Komplexität. Die Methode von ASI scheint wesentlich kompakter und übersichtlicher zu sein als die von Akao. Hoffmann bezeichnet die Vorgehensweise von ASI als „Partialkonzept des Akao-Ansatzes“. Hingegen handelt es sich seiner Meinung nach bei der Methode von Akao um einen „breitbandigen unternehmensweiten Ansatz“ [Hoffmann '97]. Das Vorgehen nach ASI besteht aus den genau abgegrenzten vier Phasen Produktplanung, Komponentenplanung, Prozessplanung und Produktionsplanung. Eine derartige Einteilung findet sich im QFD-Ansatz von Akao nicht wieder. - 23 -

SFB 696

Stattdessen gibt es dort die vier Entwicklungsbereiche Qualitätsentwicklung, Technologieentwicklung, Kostenentwicklung sowie Zuverlässigkeitsentwicklung. Eine integrierte Betrachtung der letzten drei Säulen ist bei der Methode nach ASI nicht vorgesehen. Aufgrund der Komplexität des Akao-Ansatzes besteht hier ein höheres Risiko,

dass

ein

QFD-Projekt

scheitert.

Insbesondere

wenn

viele

Kundenanforderungen berücksichtigt werden, wird der Umfang immens groß. Infolge eines nicht mehr zu überblickenden Arbeitsaufwandes sind in der Vergangenheit bereits einige QFD-Projekte abgebrochen worden [Mai '98, Pfeifer '01]. Im Gegensatz zum Ansatz von Akao, der QFD als eine unternehmensweite Sache ansieht, ist die Methode nach ASI als ein eher projektorientiertes Konzept zu bezeichnen, das über den Entstehungsprozess eines Produktes gut nachvollziehbar ist. Das Hauptaugenmerk liegt hierbei auf der Verbesserung von Produkten. Allerdings fehlt ein einheitliches Konzept zur Ermittlung der Kundenanforderungen. Ein weiterer Kritikpunkt liegt laut Hoffmann in der unzureichenden Kostenentwicklung, die auf der Ebene der Funktionen durchgeführt wird [Hoffmann '97, Mai '98]. Die größte Gemeinsamkeit der beiden Methoden liegt in ihrem Ziel: Beide versuchen, Kundenanforderungen durch eine Transformation in die sogenannte „Sprache des Unternehmens“ zu überführen. Der Ansatz von ASI ist mit seinen genau definierten vier Phasen sehr stark formalisiert. Das hat zur Folge, dass er sehr starr ist und aus diesem Grund schlechter an spezifische Probleme angepasst werden kann als der Akao-Ansatz. Akao betont bei seiner Erklärung von QFD immer die Flexibilität. So sollen nur die Schritte oder Tabellen bearbeitet werden, die für den konkreten Sachverhalt nötig sind. Mai entgegnet allerdings, dass das Verfahren sich „aufgrund der geforderten Durchgängigkeit letztlich doch wieder stark an den logischen Zusammenhängen der Tabellen und Daten orientieren muss“ [Mai '98]. Abbildung

4

zeigt

zusammenfassend

die

wesentlichen

Unterschiede

und

Gemeinsamkeiten der beiden QFD-Ansätze auf.

- 24 -

SFB 696

QFDAnsätze

erfüllt

ASI

teilweise erfüllt

Akao

● ◘ ○

Legende:

leichte Implementierung von anderen QM-Methoden

● ○ ● ◘ ◘ ○ ◘ ○ ◘ ◘ ● ●

○ ○ ● ● ● ○ ◘ ○ ● ◘ ◘ ●

vollständige Betrachtungsweise (Technik, Organisation, Umwelt, rechtliche Anforderungen)

●

◘

hohe Reproduzierbarkeit der Ergebnisse

◘ ●

● ●

Umsetzung von wissenschaftlichen Grundsätzen, Beachtung des Standes der Technik

●

●

hohe Neutralität, Objektivität

●

●

nicht erfüllt Ermitteln und Aktualisieren von Kundenbedürfnissen

hohe Kundenorientierung

Herleiten von innovativen zukünftigen Kundenbedürfnissen präventive Fehlervermeidung

Anforderungen an die Methode

sofortiger Nutzen bei der Einführung einfache Integration in ein Unternehmen

leichte Erlernbarkeit ohne Vorkenntnisse des Anwenders bzgl. Der Methodik einsetzbar aufgabenspezifische Anpassbarkeit hohe Anpassbarkeit an ein Unternehmen (KMU) hohe Anwenderfreundlichkeit Steuerung und Überwachung eines Entwicklungsprojekts

ganzheitlicher Ansatz

integrierte Kostenentwicklung

hohe Planungssicherheit (Durchgängigkeit, Transparenz) hohe Funktionssicherheit

Abbildung 4: Vergleich der Ansätze nach ASI und Akao Die Kundenorientierung wird beim Ansatz von Akao durch die vorbeugende Fehlervermeidung und das Ermitteln der Kundenbedürfnisse erreicht. Ein konkretes Vorgehen des Letzteren ist in der Methode von ASI nicht vorgesehen. Beide Ansätze bieten weiterhin keine Möglichkeit, zukünftige Kundenanforderungen zu ermitteln. In Bezug auf die einfache Integration der Ansätze in das Unternehmen liegen die Vorteile bei der Vorgehensweise nach ASI. Diese bietet einen höheren Nutzen sofort nach

der

Einführung,

Anwendungsfreundlichkeit.

ist

leichter

Beide

zu

Ansätze

erlernen haben

und

allerdings

hat

eine

Mängel

höhere bei

der

Anpassbarkeit und erfordern Vorkenntnisse für die Anwendung. In Bezug auf die Ganzheitlichkeit erweist sich der Ansatz von Akao vorteilhafter. Ausschlaggebend sind die integrierte Kostenentwicklung, die beim ASI-Ansatz unzureichend ist, und die vollständige Betrachtungsweise. Die Implementierung anderer QM-Methoden ist bei beiden Ansätzen gut möglich. Auch die geforderte Überwachung eines Projektes kann teilweise erfüllt werden. Beide Methoden erfüllen diese Anforderungen der Funktionssicherheit recht gut durch hohe Reproduzierbarkeit der Ergebnisse, die Beobachtung des Standes der Technik und eine hohe Neutralität. - 25 -

SFB 696

Allerdings weist die Vorgehensweise nach ASI eine noch höhere Planungssicherheit auf [Hoffmann '97]. Bei der Frage nach der Relevanz der Ansätze für die Praxis scheint sich die Literatur einig zu sein. Der Ansatz nach ASI ist nicht nur der bekanntere, sondern auch der am häufigsten

angewendete

Ansatz.

So

schreibt

Pfeifer:

“In

nahezu

allen

Anwendungsfällen gehen Unternehmen nach ASI vor“ [Pfeifer '01], das QM-InfoCenter spricht von „den meist gebräuchlichen vier Phasen“ [Saatweber '06] und Kämpf meint: „Die gegenwärtig vorherrschende Anwendungspraxis in den USA und in Europa orientiert sich an der durch das Institut der Amerikanischen Zulieferindustrie (American Supplier Institute) formalisierten Vorgehensweise“ [Kämpf '06]. Weiter glaubt Hoffmann: “Der am besten geeignete Ansatz ist der ASI-Ansatz“ [Hoffmann '97].

QM-Trends

bestätigen:

„Dieses

Konzept

stellt

eine

standardisierte

Vorgehensweise mit zahlreichen erfolgreichen Anwendungen in amerikanischen Unternehmen“ dar [Fachbibliothek '06].

2.2 Strukturierungsmöglichkeiten für Kundenanforderungen Als kundenseitige Eingangsgrößen in eine QFD werden sowohl die Anforderungen selbst, als auch die jeweiligen Gewichtungen genutzt. Die Problematik bei der Betrachtung der Anforderungen und ihren Gewichten ist vielschichtig: Häufig werden Anforderungen unterschiedlicher Detailierungsstufe in einer Ebene in die QFD eingegeben. Zum Teil werden auch Anforderungen in diese eine Ebene gegeben, die nicht miteinander vergleichbar sind. Bei genauerer Analyse dieser Vorgehensweise ist schnell erkennbar, dass eine solch fehlerhafte Gruppe von Eingangsgrößen nur zu falschen Ergebnissen einer QFD führen kann. Um nun zu vermeiden, dass die Anforderungen untereinander nicht vergleichbar sind (Vergleich von Äpfeln mit Birnen), sollen die Anforderungen entsprechend sortiert bzw. strukturiert werden. Hier wird eine Eingrenzung der Thematik bzw. der Strukturierungsmöglichkeiten auf den Anwendungsfall der intralogistischen Anlagen vorgenommen. Im Folgenden werden unterschiedliche Möglichkeiten zur Strukturierung von Anforderungen an intralogistische Anlagen zunächst allgemein und dann exemplarisch beschrieben.

- 26 -

SFB 696

Im Allgemeinen liefert die Literatur verschiedenste Ansätze zur Anforderungsstrukturierung, welche die unterschiedlichsten Eigenschaften, sowie Vor- und Nachteile aufweisen [Balderjahn '98, Borchert '03, Bors '95, Brandenburg '02, Brückmann '04, Danner '96, Ehrlenspiel '03, Geisinger '99, Gierl '03, Groß-Engelmann '99, Größer '92, Hansen '02, Heimannsfeld '01, Herrmann '99, Hinterhuber '98, Krusche '00, Pahl '05, Pfeifer '03, Sauerwein '02, Schuckel '98, Stauss '96, URL11, Weckenmann '99, Wenzke '03]. Betrachtet man die Vielzahl an Modellen, so lässt sich zunächst feststellen, dass diese in fünf verschiedene Kategorien eingeteilt werden können: • • • • •

Strukturierung nach Merkmalen Hierarchische Strukturierung Strukturierung aus konstruktionstechnischer Sicht Strukturierungsansätze im Qualitätsmanagement Sonstige Strukturierungsverfahren

Da in vielen Anforderungen dargelegt wird, welche Eigenschaften bzw. (Produkt-) Merkmale eine Anlage aufweisen soll, ist eine Strukturierung der Anforderungen nach Merkmalen möglich und auch sinnvoll. In der Literatur sind mehrere Verfahren zur Einteilung nach Produktmerkmalen in so genannte Klassen bekannt, welche für die Strukturierung von Anforderungen genutzt werden können, obwohl diese Verfahren ursprünglich nicht hierzu entwickelt wurden. „Eine vollständige Zuordnung von Anforderungen zu entsprechenden Klassen kann hiermit jedoch nicht erreicht werden, da sich viele Anforderungen nicht auf Produktmerkmale beziehen (z.B. Anforderungen, die

sich

auf

Prozesse

beziehen,

organisatorische

Forderungen

und

Randbedingungen)“ [Krusche '00]. Dennoch werden diese Verfahren zunächst nicht außer Acht gelassen und sind hier beispielsweise genannt: Strukturierung nach Wögebauer, Verzeichnis technischer Eigenschaften nach Kesselring, VDI Richtline 2225, Eigenschaftskategorien nach Hubka, Einteilung von Produktmerkmalen technischer Systeme nach DIN 2330 [Krusche '00]. Die hierarchische Strukturierung strebt „eine Reduzierung bzw. Bündelung der meist relativ großen Anzahl von Forderungen“ an [Geisinger ´99]. Die Anforderungen werden folglich zu Gruppen zusammengefasst, welche anschließend auf ihre Beziehungen untereinander untersucht werden. Hieraus lässt sich dann ein so genanntes Baumdiagramm erstellen. „Ein Baumdiagramm ist eine graphische Darstellung, welche die Beziehungen zwischen einzelnen Elementen eines Netzwerkes zueinander (also ihre Verwandtschaft oder hierarchische Abhängigkeiten) durch Verbindungslinien darstellt.“ [URL01]. In diese Gruppe lassen sich die folgenden Verfahren einordnen: Hierarchisches Clustern/Clusteranalyse, Group Consensus Process/Customer Sort

- 27 -

SFB 696

and Cluster Process /Customer Input Process, KJ-Methode [URL13]. Innerhalb des Entstehungsprozesses neuer Produkte ist die Bedeutung einer korrekten Aufgabenklärung und der daraus folgenden Anforderungsermittlung hervorzuheben. Verschiedene Ansätze aus der Konstruktionsmethodik verfolgen dabei das Ziel, möglichst vollständig alle an das neue Produkt gestellten Anforderungen zu ermitteln. Die zu diesem Zweck im Folgenden dargestellten Methoden können jedoch, obgleich

vorrangig

als

Assoziationshilfen

gedacht,

ebenso

als

adäquate

Strukturierungsmethoden angewendet werden: •

Liste mit Hauptmerkmalen nach Pahl und Beitz [Pahl '05]

•

Einteilung nach Hauptmerkmalen nach Krusche [Krusche '00]

•

Klassifikation nach Ehrlenspiel [Ehrlenspiel '03]

•

Klassifizierung nach VDI 2247

Die

Erfüllung

von

Kundeninteressen

durch

die

Umsetzung

im

Produktentwicklungsprozess und die bewusste Einbeziehung von Kundenwünschen spielt insbesondere im Qualitätsmanagement eine sehr wichtige Rolle. Daher finden sich auch in diesem Bereich verschiedene Verfahren, die sich mit der Verarbeitung von Kundenanforderungen an ein Produkt beschäftigen. Hervorzuheben sind aus diesem Bereich das Kano-Modell, sowie das ServQual-Modell. Zusätzlich zu den bisherigen Verfahren beschäftigen sich noch weitere Quellen mit der Strukturierung von Anforderungen, welche jedoch keiner der vorherigen Kategorien explizit zugeordnet werden können und deshalb unter die Kategorie Sonstige Methoden fallen. Hierbei handelt es sich um •

Strukturierung nach Myers und Shocker [Schuckel '98]

•

Strukturierung nach Tanaka [Geisinger '99]

•

Strukturierung nach Sakowski [Crostack '06a]

•

Strukturierung nach funktionalen und nichtfunktionalen Anforderungen nach Schienmann [Schienmann '02]

•

10 Einteilungsverfahren für Anforderungen nach Krusche [Krusche '00]

Von den hier geschilderten Modellen werden im Folgenden noch die vier für eine Strukturierung von Anforderungen für eine intralogistische Anlage am geeignetesten erachteten Modelle detaillierter diskutiert.

- 28 -

SFB 696

2.2.1 KANO-Modell Das KANO-Modell wurde 1978 von Professor Dr. Noriaki Kano an der Universität in Tokio zur Analyse von Kundenanforderungen entwickelt. Mit dem Modell ist es möglich, die Kundenanforderungen zu strukturieren und gleichzeitig ihren Einfluss auf die Kundenzufriedenheit zu bestimmen [Kano '84]. Das Modell unterscheidet drei Ebenen der Qualität: •

Basisfaktoren

•

Leistungs- und Qualitätsfaktoren

•

Begeisterungsfaktoren

Kundenzufriedenheit Sehr zufrieden erwartete, ausgesprochene Merkmale Unerwartete, unausgesprochene Merkmale Sehr hoch sehr gering vorausgesetzte, unausgesprochene Merkmale

Zeit

Grad der Ausführung

sehr unzufrieden Abbildung 5: KANO-Modell [Rupp '02] Abbildung 5 veranschaulicht den Verlauf der Kurven der drei unterschiedlichen Faktoren. Die untere Kurve stellt die Grundanforderungen (Basisfaktoren) dar, die so grundlegend und selbstverständlich sind, dass sie dem Kunden

erst bei

Nichterfüllung bewusst werden. Die mittlere Kurve im Modell spiegelt die Leistungs- und Qualitätsfaktoren wieder. Im Gegensatz zu den Basisfaktoren sind diese Faktoren dem Kunden bewusst. Es sind

- 29 -

SFB 696

genau diejenigen Anforderungen, die der Kunde explizit z.B. an ein Produkt stellt. Sie können je nach Erfüllungsgrad einen hohen Zufriedenheitsgrad hervorrufen, aber auch einen sehr geringen im Fall der Nichterfüllung. Die obere Kurve repräsentiert diejenigen Produktmerkmale, die nach Kano „den eigentlichen Unterschied zu konkurrierenden Produkten ausmachen“ [Pfeifer '01]. Es sind Merkmale, mit denen der Kunde nicht unbedingt rechnet. Im Gegensatz zu den bereits genannten Kurven führt dieser Faktor zur Begeisterung des Kunden und diese Produktmerkmale werden entsprechend auch Begeisterungsmerkmale genannt. Festzuhalten ist zudem, dass sich über die Zeit die Zuordnung der Merkmale zu den einzelnen Gruppen ändern kann. So kann z.B. ein Begeisterungsmerkmal im Laufe der Zeit zu einer Basisanforderung werden. Als Beispiel sei hier das ABS beim Automobil genannt. Früher galt dies als Begeisterungsmerkmal, aber im Laufe der Zeit ist es zu einer Basisanforderung geworden [Pfeifer '01]. Um die Eigenschaften einteilen zu können, wird ein Kano-Fragebogen verwendet. Dieser stellt dem Befragten jede Frage in zweifacher Form: Zuerst wird hinsichtlich der Beurteilung gefragt, wenn die Eigenschaft gegeben oder hoch ist (funktionale Frage) und anschließend, wenn die Eigenschaft nicht gegeben oder niedrig ist (dysfunktionale Frage). Es werden fünf Antwortmöglichkeiten jeweils zur Verfügung gestellt (z.B. „das würde mich sehr freuen“, „das setze ich voraus“, „das ist mir egal“, „das könnte ich in Kauf nehmen“). Anhand der Antwortmöglichkeiten erfolgt eine Einstufung

in

die

drei

Faktoren

(Basis,

Leistungs-

und

Qualitäts,

Begeisterungsfaktoren) [Crostack '06b, Sauerwein '00a, Sauerwein '96, Sauerwein '00b].

Kritische Bewertung des Modells Das Kano-Modell ermöglicht eine Gliederung jeglicher Anforderungen, die an eine logistische Anlage gestellt werden, in drei Kategorien, wobei die Auswertung der Befragungsmethode entscheidet, welche Anforderung zu welchen der drei Faktoren zählen soll. Zudem werden die sich mit der Zeit wandelnden Anforderungen ebenfalls innerhalb der Strukturierung nach Kano erfasst.

- 30 -

SFB 696

2.2.2 Der Lagerprozess Der

Lagerprozess

kann

im

Gegensatz

zum

Produkt-Lebenszyklus

sowohl

Anforderungen beinhalten, die direkt die logistische Anlage betreffen, als auch Anforderungen, die die Produkte anbelangen, die durch eine logistische Anlage geführt werden. Der Arbeitsprozess setzt sich wie in Abbildung 6 dargestellt aus den folgenden fünf Teilprozessen zusammen.

Wareneingang

I-Punkt

Einlagerung

Kommissionierstrasse

Warenausgang

Abbildung 6: Die fünf Bereiche des Lagerprozesses Der Wareneingang ist der Bereich, in dem die Ware physisch übernommen wird [Ten Hompel '06a]. Hinsichtlich der gegebenen Modalitäten bedeutet dies, dass in diesem Bereich Anforderungen zu finden sind, die zum Beispiel den Übergabezeitpunkt des Produktes durch die logistische Anlage vom Hersteller zum Kunden zu einem bestimmten Termin bestimmen. Zudem kann dieses Intervall Anforderungen beinhalten, die sich mit den anzuliefernden Produkten auseinandersetzen. Der I-Punkt (Identifikationspunkt) beinhaltet eine Reihe von materialflusstechnischen Funktionen. Nach dem Wareneingang erfolgt die Identifikation der Produkte. Die Identifikation überprüft datentechnisch die Ware, zudem werden dort die Lagerplätze definiert. Außerdem werden Gewicht, Form, Ladeeinheitenkontur und mechanischer Zustand von z.B. Paletten kontrolliert. Der folgende Prozess ist die Einlagerung. Dieser „fasst alle datentechnischen und operativen Vorgänge unter einem Begriff zusammen, die vom Eintreffen einer Ladeeinheit in das (fördertechnische) System bis zur Ablage auf einem Lagerplatz ablaufen“ [Ten Hompel '06a]. Dieses Intervall beinhaltet vorrangig Anforderungen, die die Produkte anbelangen, die für eine logistische Anlage benötigt werden.

- 31 -

SFB 696

In der Kommissionierstraße werden Einzelpositionen zu Aufträgen zusammengestellt. Dabei hat die Kommissionierung das Ziel, aus einer Gesamtmenge von Gütern Teilmengen aufgrund von Aufträgen zusammenzustellen [VDI3590].

Aus dem Blickwinkel des Materialflusses betrachtet, werden in diesem Bereich folgende Grundfunktionen ausgeführt: •

Bewegung der Güter zur Bereitstellung

•

Bereitstellung

•

Fortbewegung des Kommissionierers zur Bereitstellung

•

Entnahme der Güter durch den Kommissionierer

•

Transport der Entnahmeeinheit zur Abgabe

•

Abgabe der Entnahmeeinheit

•

Transport der Kommissioniereinheit zur Abgabe

•

Rücktransport der angebrochenen Ladeeinheit [Ten Hompel '06a]

Der Warenausgang folgt direkt nach dem Kommissionieren und Verpacken. Die Ware wird in diesem Prozess auftragsgerecht bereitgestellt, um nach dem Holprinzip vom Auftraggeber oder einer Spedition abgeholt bzw. direkt zum Empfänger gebracht zu werden [Ten Hompel '06a].

Kritische Bewertung des Modells Bei diesem Modell ist festzuhalten, dass es sowohl Anforderungen beinhaltet, die direkt an eine logistische Anlage gestellt werden, als auch Anforderungen, die die zu transportierenden Güter anbelangen. Problematisch könnte die eindeutige Zuordnung der Anforderungen sein. Wenn diese Schwierigkeit gelöst ist, sind jegliche Arten von Anforderungen in diesem Modell eindeutig zuzuordnen.

- 32 -

SFB 696

2.2.3 Einsatz- und Auswahlkriterien für Sortiersysteme nach Jodin und ten Hompel [Ten Hompel '06b] Die von ten Hompel vorgeschlagene Strukturierung von Anforderungen bei Sortiersystemen enthält, wie in Abbildung 7 dargestellt, vier Aspekte. Einsatz- und Auswahlkriterien Einsatz- und Auswahlkriterien

systemsystemspezifisch spezifisch

organisaorganisatorisch torisch

gutspezifisch gutspezifisch

übergreifend übergreifend

Abbildung 7: Einsatz und Auswahlkriterien von logistischen Anlagen Die vier Gruppen werden im Folgenden näher beschrieben.

Systemspezifische Kriterien Die Systemspezifischen Kriterien beinhalten alle Anforderungen, die für den Einsatzbereich des Sortiersystems zuständig sind. Abbildung 8 zeigt einige mögliche Elemente, die zu den systemspezifischen Kriterien gezählt werden können. Da die Definition von den systemspezifischen Kriterien auf Sortiersysteme zugeschnitten ist, muss

der

Inhalt

der

Definition

den

gegebenen

Modalitäten

einer

ganzen

intralogistischen Anlage angepasst werden. Am Beispiel einer logistischen Anlage beinhalten die systemspezifischen Kriterien außerdem noch Anforderungen, die für den Einsatzbereich an Kommissionier- und Transportsystemen genannt werden.

systemspezifisch

Zahl der Ausschleuspositionen

Sortierleistung

Fördergeschwindigkeit

Endstellenanzahl

Länge des Verteilförderers

Anordnung der Endstellen

Speicherkapazität der Endstellen

Abbildung 8: Systemspezifische Kriterien - 33 -

SFB 696

Gutspezifische Kriterien Die gutspezifischen Kriterien beinhalten, wie Abbildung 9 zeigt, Anforderungen, die sich mit der Form, Anmessung, Festigkeit, Gewicht etc. des (zu fördernden) Gutes auseinandersetzen. Logistische Anlagen weisen z. B. bei den zu transportierenden Gütern eine große Bandbreite auf, da sie sich durch verschiedenste Eigenschaften auszeichnen. gutspezifisch

Form

Abmesung

Endstellenanzahl

Festigkeit

Gewicht

Schwerpunktlage

Reibverhalten

Abbildung 9: Gutspezifische Kriterien

Organisatorische Kriterien Diese Kriterien sind aus der Organisation und dem Betriebssystem entstanden und beinhalten die dargestellten Anforderungen (Abbildung 10). Zu dem kommen weitere Anforderungen, die speziell auf eine logistische Anlage zutreffen.

organisatorisch

Endstellenentleerung

Art der Zuführung

Betriebsart

Abbildung 10: Organisatorische Kriterien

- 34 -

SFB 696

Übergreifende Kriterien Die übergreifenden Kriterien beinhalten alle Anforderungen, die keiner der genannten Klassifikationen zugeordnet werden können. Abbildung 11 beinhaltet exemplarisch einige Anforderungen. Diese Liste kann beliebig ergänzt werden, sobald eine Anforderung weder den systemspezifischen, gutspezifischen, noch organisatorischen Kriterien zugeordnet werden kann. übergreifend

Flächenbedarf

Bauhöhe

Investitionskosten

Betriebskosten

Geräuschemissionen

Erweiterungsfähigkeit

Raumgängigkeit

Verfügbarkeit

Abbildung 11: Übergreifende Kriterien Kritische Bewertung des Modells Das hier vorgestellte Modell hat den Vorteil, dass es speziell auf den Anwendungsfall einer logistischen Anlage zugeschnitten ist und somit die fachspezifischen Anforderungen überschaubar strukturiert. Ein weiterer Vorteil besteht darin, dass durch das Intervall „übergreifend“ prinzipiell jegliche Art von Anforderung, wenn sie in keine der anderen Gruppen gehört, in diese eingeordnet werden kann. Zudem ist die die Problematik der Überschneidung von Strukturklassen durch die eindeutige Definition der vier logistik-spezifischen Kategorien gelöst. Kritisch sollte hinterfragt werden, ob es sinnvoll ist, eine Kategorie zu schaffen, die sehr unterschiedliche Anforderungen, wenn sie in keine der anderen Gruppen gehören, in sich zusammenfasst. Dieses Modell weist keine Wichtungsmöglichkeiten der Anforderungen auf. Da es für die QFD erforderlich ist, dass die Anforderungen gewichtet vorliegen, ist in weiteren Schritten zu prüfen, ob Anforderungen in diesem Modell in irgendeiner Form gewichtet werden können.

- 35 -

SFB 696

2.2.4 Sakowski-Modell [Crostack '06a] Das von Sakowski entwickelte Modell beschäftigt sich mit der Systematisierung von Anforderungen an eine logistische Anlage. Die Anforderungen werden in sechs Klassen eingeordnet. •

Personelle Anforderungen

•

Betriebswirtschaftliche Anforderungen

•

Informationsverarbeitungsanforderungen

•

Produktionstechnische Anforderungen

•

Technische Anforderungen

•

Räumlich-betriebliche Anforderungen

Die dargestellten Anforderungslisten (s. Abbildung 12) wurden von Sakowski erstellt und beinhalten allgemeine Anforderungen an eine logistische Anlage. Die Liste soll an dieser Stelle als Beispiel angeführt werden.

- 36 -

SFB 696

Räumlich-betriebliche Anforderungen

Technische Anforderungen

Produktionstechn. Anforderungen

A1

Die logistische Anlage muss jederzeit mit möglichst geringem Aufwand erweiterbar sein.

B1

Die logistische Anlage kann in hohem Maße weitere Betriebsmittel benötigen.

C1

Die Anlage muss über einen hohen Durchsatz verfügen.

A2

Die logistische Anlage muss flurfrei installiert werden.

B2

Die logistische Anlage kann häufig gewartet werden.

C2

Die Anlage darf annähernd keine Ausfallzeiten aufweisen.

A3

Die logistische Anlage muss flurfrei betrieben werden.

B3

Die logistische Anlage kann Fremdwartung benötigen.

C3

Die Anlage darf keine Beschädigungen am Fördergut verursachen.

A4

Die logistische Anlage benötigt eine Sortierfunktion.

B4

Die logistische Anlage kann hohen Sicherungsaufwand benötigen.

C4

Die Anlage muss über Puffermöglichkeiten verfügen.

A5

Die logistische Anlage muss schienenlos betrieben werden.

B5

Die logistische Anlage kann bei laufendem Betrieb gewartet werden.

C5

Der Automatisierungsgrad der Anlage muss möglichst hoch sein.

A6

Die logistische Anlage muss variabel sein in der Fördermenge.

B6

Die logistische Anlage kann ohne Fachwissen gewartet werden.

C6

Die Ladungsträger müssen wieder verwendbar sein.

A7

Die logistische Anlage muss variabel sein in den Abmessungen des Förderguts.

B7

Die logistische Anlage kann Raum für Zusatzaggregate beanspruchen.

C7

Die Anlage darf keine Ausfallzeiten aufweisen.

A8

Die logistische Anlage muss variabel sein beim Gewicht des Förderguts.

C8

Die Anlage darf keine Rüstzeiten erfordern.

A9

Die logistische Anlage muss variabel sein in Stetig/Unstetigförderung.

C9

Die Bedienfehlerquote muss minimal bleiben.

A10

Die logistische Anlage muss variabel sein in Streckenführung.

C10

Die Anlage muss auf hohe Gewichte ausgelegt sein.

A11

Die logistische Anlage muss variabel sein in Quelle-/ Senke – Verhältnis.

A12

Die logistische Anlage muss Stückgut fördern.

A13

Die logistische Anlage muss Schüttgüter fördern.

A14

Die Anlage muss stetig fördern

A15

Die Anlage muss unstetig fördern.

Informationsverarbeitungsanforderungen

Betriebswirtschaftliche Anforderungen

Personelle Anforderungen

D1

Die Informationsübertragung muss kabellos erfolgen.

E1

Die Anlage muss sich schnell amortisieren.

F1

Die Anzahl der Mitarbeiter für den laufenden Betrieb der Anlage soll möglichst gering sein.

D2

Die Datenübertragungsrate muss hoch sein.

E2

Die laufenden Kosten müssen möglichst gering sein.

F2

Der Schulungsaufwand für das Wartungspersonal soll möglichst gering sein.

D3

Die Anlage muss ein Identifizierungssystem aufweisen.

E3

Die Anlage soll gemietet werden können.

F3

Der Schulungsaufwand für das nutzende Personal soll möglichst gering sein.

D4

Die Fehlerquote des Identifizierungssystems muss möglichst gering sein.

E4

Die Anlage soll gekauft werden.

F4

Die Qualifikation der nutzenden Mitarbeiter soll möglichst gering sein können.

D5

Das Identifizierungssystem muss möglichst viele Daten speichern.

E5

Die Anlage soll geleast werden.

F5

Schichtbetrieb ist erforderlich.

D6

Das Identifizierungssystem muss möglichst billig sein.

E6

Die Anschaffungskosten müssen möglichst gering sein.

F6

Schichtbetrieb ist unmöglich.

D7

Die Informationsweitergabe und Verarbeitung wird benötigt.

E7

Der Return on Investment soll maximal sein.

F7

Die Gesamtpersonalkosten sollen möglichst gering sein.

D8

Die Software muss kompatibel zur vorhandenen sein.

D9

Das Datenübertragungssystem muss dem vorhandenen entsprechen.

D10

Die Fehlerquote der Datenübertragung muss möglichst gering sein.

D11

Das Informationsverarbeitungssystem muss mit möglichst geringem Aufwand erweiterbar sein.

Abbildung 12: Anforderungskatalog nach Sakowski [Sakowski '05]

- 37 -

SFB 696

Kritische Bewertung des Modells Sicherlich sind noch nicht alle Anforderungen in diesem Modell genannt. Ein großer Teil der Anforderungen kann jedoch bereits den einzelnen Gruppen eindeutig zugeordnet werden. Bei näherer Betrachtung der Anforderungslisten wird dennoch auch deutlich, dass einige Anforderungen nicht untergebracht werden können. Als Beispiel sei hier die Anforderung „Rechtliche Aspekte müssen eingehalten werden“ aufgezeigt. Diese Anforderung lässt sich in keiner der existierenden Anforderungsgruppen unterbringen. Um der Gefahr vorzubeugen, möglicherweise eine Gruppe zu finden, die wieder nur spezielle Anforderungen zulässt, scheint es sinnvoller, genau wie in dem Modell „Einsatz- und Auswahlkriterien einer logistischen Anlage“, eine Gruppe hinzu zu fügen, die jegliche Art von Anforderungen „auffangen“ kann. Aus diesem Grund soll eine weitere Gruppe klassifiziert werden, die übergreifende Anforderungen beinhaltet. Die hinzugekommene Gruppe wird folglich „übergreifende Anforderungen“ genannt.

Übergreifende Anforderungen beinhalten jegliche Art von Anforderungen, die nicht speziell einer der aufgeführten Anforderungsgruppen zugeordnet werden können. In Anlehnung an dieses Modell könnten dies zum Beispiel solche Anforderungen sein, wie sie in Abbildung 13 dargestellt sind, wobei dieses Beispiel sicherlich nicht vollständig ist.

übergreifend

Gesetze, Normen, Patente

Ökologische Aspekte

Garantien

Abbildung 13: Übergreifende Anforderungen

2.3 Vergleich verschiedener Priorisierungsverfahren In diesem Kapitel werden zunächst die Verfahren zur Anforderungspriorisierung untersucht. Dabei wird ein besonderer Schwerpunkt auf die Nutzwertanalyse (NWA) gelegt, weil diese - im Gegensatz zum Analytischen Hierarchieprozess (AHP) - im

- 38 -

SFB 696

Rahmen der Kundenanforderungspriorisierung und auch bei

vielen anderen

Entscheidungsproblemen im deutschsprachigen Raum häufig eingesetzt wird. Deshalb schließt sich der Beschreibung der NWA ein direkter methodischer Vergleich zum

AHP

an.

Abschließend

werden

Vor-

und

Nachteile

verschiedener

Bewertungsverfahren im Hinblick auf die Anforderungsgewichtung diskutiert. Die zur Anforderungspriorisierung eingesetzten Verfahren können bezüglich ihres methodischen Umfangs in Bewertungstechniken und -methoden eingeteilt werden. Im Folgenden soll ein Bewertungsverfahren als Methode bezeichnet werden, wenn der Gewichtung ein Entscheidungsmodell zugrunde liegt und eine oder mehrere Techniken zur Entscheidungsfindung herangezogen werden. Demnach ist der AHP eine Bewertungsmethode und die zugehörige Bewertungstechnik der Paarvergleich. Bewertungstechniken können auch isoliert, also ohne methodischen Bezug, zur Priorisierung von Kundenanforderungen eingesetzt werden. Die nachstehende Tabelle zeigt einige gängige Bewertungsverfahren. Die Methoden sind den jeweils verwendeten Techniken zugeordnet.

Bewertungstechniken

Bewertungsmethoden

Ranking

Conjoint-Analyse

Rating (absolut)

NWA, Kepner-Tregoe-Verfahren

Rating (relativ)

NWA, Kepner-Tregoe-Verfahren

verkürzter Paarvergleich

NWA, Kepner-Tregoe-Verfahren

Paarvergleich nach Saaty

AHP

Tabelle 1: Techniken und Methoden zur Anforderungspriorisierung Die obige Auflistung erhebt keinen Anspruch auf Vollständigkeit. Es existieren zahlreiche andere Bewertungsverfahren und methodische Varianten, die zum Teil gesichtet wurden, jedoch hier nicht weiter diskutiert werden sollen, weil die jeweilige Zielsetzung nur einen geringen Überdeckungsgrad mit der hier vorliegenden Aufgabenstellung hat. Im Folgenden werden nur die aufgeführten Methoden, und damit auch die Bewertungstechniken, näher erläutert.

- 39 -

SFB 696

2.3.1 Der Analytische Hierarchieprozess AHP In diesem Kapitel sollen nach einer kurzen Einführung und Beschreibung der Charakteristika des AHP die Grundlagen der Methodik näher erläutert werden. Anhand eines

durchgängigen

Beispiels

wird

der

Ablauf

einer

Entscheidungsfindung

ausführlich demonstriert. Die mathematischen Grundlagen des AHP sollen nur insofern vertieft werden, wie sie für das Verständnis und die Anwendung der Methodik erforderlich

sind.

Die

nachfolgenden

Ausführungen

basieren

auf

den

Grundlagenkapiteln von Saatys „Multicriteria Decision Making – The Analytic Hieracy Process“[Saaty '90b], falls nicht auf andere Quellen verwiesen wird.

2.3.1.1 Einführung Der AHP ist eine von dem Mathematiker Dr. Thomas Saaty (University of Pittsburgh, USA) Anfang der 70er Jahre entwickelte Methode zur Unterstützung komplexer Entscheidungsprozesse. Der AHP ist

Zur

•

„analytisch“, da alle relevanten Einflussgrößen auf ein zuvor definiertes Entscheidungsproblem umfassend analysiert werden

•

„hierarchisch“, da die zuvor erfassten Einflussgrößen hierarchisch strukturiert werden

•

ein „Prozess“, da die einzelnen Ablaufschritte Bestandteil eines problemneutralen, prozessualen Ablaufes sind [Meixner '02] Problembeschreibung

können

sowohl

quantitative

als

auch

qualitative

Einflussgrößen herangezogen werden. Die relative Wichtigkeit qualitativer Größen wird in Paarvergleichen mit Hilfe einer vorgegebenen Skala ermittelt. Quantitative Größen können direkt in die Bewertung integriert werden. Zudem kann die Logik der Einzelentscheidungen bestimmt werden, da der AHP im Gegensatz zu anderen relativen Gewichtungsmethodiken, wie z. B. der Nutzwertanalyse, mathematisch fundiert ist. Unter den Einflussgrößen eines Problems sind sowohl die Spezifikationsmerkmale als auch die jeweiligen Lösungsmöglichkeiten zu verstehen. In der Sprache des AHP werden die Spezifikationsmerkmale als Kriterien und die Lösungsmöglichkeiten als Alternativen bezeichnet. Einzelne Kriterien können wiederum durch weitere Merkmale, so genannte Subkriterien, beschrieben werden. Der AHP wird derzeit zur Unterstützung zahlreicher Entscheidungsprozesse in Forschung, Wirtschaft und Politik weltweit eingesetzt. Eine von Saaty erstellte Sammlung von mehreren hundert praxisorientierten AHP-Entscheidungsmodellen

- 40 -

SFB 696

befasst sich u. a. mit volkswirtschaftlichen, betriebswirtschaftlichen, juristischen, energiewirtschaftlichen und medizinischen Entscheidungsproblemen [Saaty '96]. Im Gegensatz zu Amerika und Japan findet der AHP als Managementinstrument in Europa bisher nur in den skandinavischen Ländern, Österreich und der Schweiz größere Beachtung [URL06]. Um einen detaillierteren Einblick in das Konzept der Methodik zu bekommen, werden im folgenden Abschnitt die Charakteristika des AHPs näher erläutert, bevor anschließend die methodischen Grundlagen vermittelt werden. In Kapitel 2.3.6 erfolgt eine direkte Gegenüberstellung mit der NWA sowie anderen Techniken und Methoden zur Unterstützung der Entscheidungsfindung. Auch hier wird die Diskussion der jeweiligen Vor- und Nachteile vorrangig auf den speziellen Anwendungsfall der Anforderungsgewichtung ausgerichtet sein.

2.3.1.2 Charakteristika des AHP Saaty hat den AHP mit dem Ziel entwickelt, ein einfaches und flexibles Werkzeug zur Unterstützung von Entscheidungsprozessen zu schaffen. Sein Motto lautet: „What we need is not a more complicated way of thinking, since it is difficult enough to do simple thinking“. Dass er die an die Entwicklung der Methodik gestellten Anforderungen erfolgreich umgesetzt hat, zeigen die vielen Vorteile des AHP im Vergleich zu anderen Decision Support Systemen (DSS). DSS sind im weiteren Sinne Methodiken und im engeren Sinne Softwarelösungen, die eine Entscheidungsfindung bei komplexen Problemen unterstützen sollen. Die oft von Managern beklagten allgemeinen Nachteile von DSS, wie z. B. mangelnde Robustheit und Flexibilität, die komplizierte Anwendung sowie teuere Softwarelösungen, kann der AHP leicht entkräften, wie die folgenden Ausführungen zeigen werden [Meixner '02].

Intuitive Anwendung: Der AHP ist einfach und intuitiv anwendbar, da das Ablaufschema der Methodik dem menschlichen Denkmuster entspricht. Auch ohne methodische Herangehensweise wird

ein

Entscheidungsproblem

Entscheidungsträger

in

all

seine

–

bewusst

oder

Einflussgrößen

unbewusst zerlegt

und

–

vom

einzelne

Lösungsmöglichkeiten im Hinblick auf die zuvor definierten Merkmale bewertet [Meixner '02]. Ein einfaches Beispiel soll dies verdeutlichen: Ein Supermarkt verfügt oftmals über eine Fülle an Auswahlmöglichkeiten für eine bestimmte Produktart, wie z. B. für Waschmittel. Der Kunde will das für ihn bestmögliche Produkt erwerben. Er löst dieses Entscheidungsproblem, indem er - 41 -

SFB 696

Produktmerkmale, wie z. B. Qualität, Kosten, Design, usw. definiert und die einzelnen Konkurrenzprodukte im Hinblick auf diese Merkmale bewertet. Der AHP systematisiert dieses Prinzip, indem zunächst alle Einflussgrößen auf ein Entscheidungsproblem gesammelt werden müssen und in einem zweiten Schritt die Abhängigkeiten zwischen den einzelnen Größen durch die Einbindung in eine hierarchische Struktur berücksichtigt werden können. Dies ist insbesondere bei komplexeren Auswahlentscheidungen von großer Bedeutung. Der AHP sollte immer dann angewendet werden, wenn ein Entscheidungsproblem aufgrund seiner Komplexität nicht unmittelbar, also ohne fundierte Analyse seiner Struktur, gelöst werden kann.

Entscheidungsqualität und Transparenz: Der Prozess der Hierarchisierung und die sich hieran anschließende Bewertung der Kriterien und Alternativen in Paarvergleichen fordern den Entscheider heraus, sich mit dem zugrunde liegenden Problem intensiv zu beschäftigen. Für das Hierarchiedesign werden

umfangreiche

Kenntnisse

vorausgesetzt.

Hierdurch

können

die

Einflussfaktoren in ein hierarchisches Modell integriert werden, das die Realität hinreichend genau widerspiegelt. Die relative Bewertung zweier Einflussgrößen setzt voraus, dass der Entscheider mit dem Problem vertraut ist. Nur so kann er in der Lage sein, zwei Elemente im Hinblick auf ein übergeordnetes Kriterium miteinander zu vergleichen. Die Gliederung eines Entscheidungsproblems in seine Teilprobleme und die sich hieran anknüpfende lokale Bewertung von Einflussgrößen in Paarvergleichen, im Gegensatz zu einer globalen Bewertung des Gesamtproblems, hat zudem den Vorteil, dass nur wenige Informationen gleichzeitig verarbeitet werden müssen. Somit wird vermieden, dass der Entscheider mit der Bewertung überfordert ist. Die Güte jeder einzelnen Entscheidung und damit auch des Gesamtergebnisses wird dadurch erhöht, da sich letzteres aus der Verdichtung der Teilgewichtungen zusammensetzt. Ist eine Entscheidungsfindung durch den AHP unterstützt worden, so kann der Anwender nachweisen, dass er sich mit der Entscheidungssituation ausführlich beschäftigt hat und erklären, wie sich die Gesamtlösung aus den Gewichtungen der einzelnen

Einflussgrößen

zusammensetzt.

Die

sich

jeder

Einzelbewertung

anschließende Konsistenzprüfung ermöglicht zudem eine Aussage über die Logik der Gewichtungen. Dadurch, dass zweifelhafte Teilentscheidungen wiederholt werden müssen, können durch Anwendung des AHP nur Lösungen gefunden werden, die in sich stringent sind.

- 42 -

SFB 696

Eine Entscheidung kann jedoch niemals, auch nicht durch Anwendung einer analytischen Methodik, objektiviert werden, da sie immer nur aus der Sicht des Entscheiders eine optimale Lösung des Problems darstellt. Der AHP kann einem Entscheidungsträger aber helfen, eine gewählte Lösung gegenüber sich selbst und Dritten, die von den Konsequenzen der Entscheidung beeinflusst werden, zu bekräftigen. Zur Erläuterung soll das im vorherigen Abschnitt gewählte Beispiel erneut herangezogen werden. Kunde A präferiert unter Abwägung aller Einflussgrößen ein bestimmtes Waschmittel (im Vergleich zu den anderen zur Auswahl stehenden Produkte). Kunde B wählt hingegen ein ganz anderes Waschmittel und ist ebenfalls der Meinung, die (für ihn) beste Entscheidung getroffen zu haben. Die Gewichtung von Einflussgrößen kann folglich nicht verallgemeinert werden und liefert stets eine subjektive Aussage über die zu bewertenden Merkmale. In dem gewählten Beispiel könnte der AHP helfen, der jeweils anderen Partei die eigene Entscheidung zu erläutern.

Akzeptanz durch Gruppenentscheidungen: Die Akzeptanz einer Entscheidung kann zudem dadurch erhöht werden, dass all diejenigen an einer Lösungsfindung mitwirken, die die Entscheidung letztlich zu verantworten haben oder von ihren Auswirkungen unmittelbar betroffen sind. Der AHP unterstützt zwei unterschiedliche Arten von Gruppenentscheidungen. Zum einen kann die

Entscheidungsfindung

gemeinschaftlich

im

Team

erfolgen.

Eine

andere

Möglichkeit besteht darin, dass alle Beteiligten getrennt urteilen und die Einzelergebnisse anschließend zu einer Gesamtlösung statistisch verdichtet werden. Hierfür kann zwischen zwei verschiedenen Algorithmen gewählt werden. Darüber hinaus können allen Befragten unterschiedliche Gewichtungsfaktoren zugeordnet werden.

Qualitative und quantitative Bewertung von Einflussgrößen: Ein großer Vorteil des AHP im Vergleich zu anderen Entscheidungstools ist, dass sowohl qualitative als auch quantitative Daten in die Entscheidung mit einbezogen werden können. Oftmals kann ein Entscheidungsproblem nicht ausschließlich durch harte oder weiche Kriterien beschrieben werden. Viele DSS können aber nur einen der beiden Bewertungstypen verarbeiten oder erfordern zumindest eine komplizierte Umrechnung. Mit dem AHP können die verschiedenen Einflussgrößen mittels einer metrischen Skala qualitativ bewertet werden. Quantitative Größen können direkt in normierter Form in den Bewertungsprozess integriert werden. Dies ist, neben dem einfachen Ablauf der

- 43 -

SFB 696

Methodik, ein Hauptgrund dafür, dass sich der AHP im Vergleich zu anderen DSS im amerikanischen und japanischen Raum durchgesetzt hat.

2.3.1.3 Methodik Unabhängig von einem konkret vorliegenden Entscheidungsproblem lässt sich für den AHP ein allgemeines Ablaufschema definieren, das der folgenden Abbildung zu entnehmen ist. Zielformulierung Modellieren Hierarchiedesign

Kriteriengewichtung

Konsistenzprüfung

Alternativengewichtung Entscheiden Konsistenzprüfung

Synthese der Einzelbewertungen

Konsistenzprüfung

Sensitivitätsanalyse

Validieren

Ergebnisdarstellung

Abbildung 14: Ablaufschema des AHP Demnach gliedert sich der Prozess in insgesamt zehn Einzelschritte und drei Phasen. Als erstes muss das vorliegende Entscheidungsproblem genau beschrieben und die das Problem spezifizierenden Merkmale definiert werden. In einem zweiten Schritt werden diese in Form von Kriterien, Subkriterien und Alternativen hierarchisch strukturiert. Hiermit ist die Modellierungsphase abgeschlossen. Dieser sollte mindestens soviel Beachtung geschenkt werden, wie der sich anschließenden Bewertung. Nur eine wirklichkeitsgetreue Abbildung des Entscheidungsproblems in

- 44 -

SFB 696

Form eines hierarchischen Modells kann eine fundierte Entscheidungsfindung im Sinne des AHP ermöglichen. Im Folgenden werden nun alle Elemente einer Hierarchieebene, also Kriterien und Alternativen, paarweise im Hinblick auf das oder die übergeordneten Elemente miteinander verglichen. Nach der sich jeder Ebenenbewertung anschließenden Konsistenzprüfung können alle ermittelten Einzelgewichte zu einem Gesamtergebnis verdichtet werden. Dieses Ergebnis wird wiederum auf seine Konsistenz hin überprüft. Ergibt eine Konsistenzberechnung, dass die vorgenommene Gewichtung zu viele Widersprüche enthält, so wird empfohlen, diese zu wiederholen. Dies soll durch die drei Iterationspfeile in Abbildung 14 ausgedrückt werden. Ist die Bewertungsphase abgeschlossen, so können die einzelnen Teilergebnisse und das Gesamtergebnis durch eine Sensitivitätsanalyse bezüglich ihrer Stabilität validiert werden. Die einzelnen Ablaufschritte können alle durch eine Software unterstützt werden. Sämtliche in Abbildung 14 grau unterlegten Teilprozesse können jedoch nicht automatisiert werden. Zum einen kann keine allgemeingültige Hierarchie für ein bestimmtes Entscheidungsproblem definiert werden, da bereits die zu integrierenden Einflussgrößen von subjektiven Vorstellungen geprägt sind. Zum anderen kann die Bewertung einzelner Kriterien und Alternativen nur der Entscheider selbst vornehmen. Schließlich ist die Aufgabe eines DSS, die Entscheidungsfindung zu unterstützen, aber nicht diese für den Entscheidungsträger zu übernehmen. Die fett markierten Ablaufschritte

müssen

unbedingt

Gruppenentscheidung

vom

Modellierungsaufgaben

können

von

gleichen jedoch

der Team,

auch

gleichen

Person,

durchgeführt von

einer

oder

werden.

anderen,

nicht

bei Die am

Entscheidungsprozess beteiligten Person übernommen werden, die mit dem Problem vertraut ist. Da aber die Definition von Einflussgrößen und die anschließend folgende Hierarchisierung maßgeblich zum Verständnis der Situation beitragen, sollten diese Schritte nach Möglichkeit von dem oder den Entscheidern selbst durchgeführt werden. Anhand des Entscheidungsproblems „Auswahl einer optimalen Universität“ sollen die einzelnen Prozessschritte sowie die zur Bewertung notwendigen Werkzeuge nun näher erläutert werden.

- 45 -

SFB 696

Zielformulierung und Definition von Entscheidungsgrößen In dem gewählten Beispiel möchte ein angehender Student die aus seiner Sicht ideale Universität finden. Das Ziel des Entscheidungsproblems könnte mit einem Satz wie folgt ausgedrückt werden: „Auswahl einer optimalen Universität“. Als Entscheidungsgrößen wählt er die drei Kriterien „Umfang und Qualität des Lehrangebots“, „Reputation der Universität“ und „Kosten“. Letzteres Kriterium stellt eine Summengröße aus Studiengebühren und Lebenshaltungskosten dar, die für den jeweiligen Standort anfallen würden. Die drei Universitäten A, B und C stellen die möglichen Alternativen des Entscheidungsproblems dar. Es könnten aber auch andere oder ergänzende qualitative und quantitative Kriterien zur Bewertung des vorliegenden Entscheidungsproblems herangezogen werden, wie z. B. die „Vorliebe für eine bestimmte Stadt oder Region“, das „Freizeitangebot“, das sich wiederum durch „Sportangebote“ und „Nachtleben“ weiter spezifizieren ließe, oder die „Entfernung des Studienortes vom Elternhaus“. Auch könnten andere oder mehrere Alternativen definiert werden. Dies soll zeigen, dass die Definition von Einflussgrößen bereits eine erste Wertung beinhaltet. Kriterien die aus der Sicht des Entscheiders gar nicht wichtig sind oder nur eine untergeordnete Rolle spielen, werden bei der Bewertung des Problems nicht beachtet. Welche Einflussgrößen relevant sind und welche nicht, kann also nur der Entscheider für sich selbst festlegen. Dies ist der Grund dafür, dass im vorherigen Abschnitt befürwortet wurde, dass sowohl die Modellierung, als auch die Gewichtung von der gleichen Person oder Gruppe vorgenommen werden sollte. Generell ist bei der Zielformulierung darauf zu achten, dass die Problemstellung hierdurch korrekt wiedergegeben wird. Diese wirkt bereits wie ein Filter auf die abzuleitenden Einflussgrößen. Würde für das Beispiel das Ziel „Auswahl einer optimalen Universitätsstadt“ lauten, so hätten die im vorherigen Absatz aufgeführten Kriterien mit Sicherheit Beachtung gefunden. Da bei dem tatsächlich formulierten Ziel jedoch die Universität und nicht der Standort im Vordergrund steht, werden diese Kriterien hier nicht in die Bewertung aufgenommen. Hierarchiedesign Nachdem alle relevanten Einflussgrößen im vorherigen Schritt ermittelt wurden, müssen sie nun in eine hierarchische Struktur gebracht werden. Bevor dies für die Kriterien und Alternativen des Beispiels umgesetzt wird, sollen zunächst die beim Hierarchiedesign allgemein zu beachtenden Richtlinien sowie die daraus ableitbaren zulässigen Hierarchietypen vorgestellt werden.

- 46 -

SFB 696

Richtlinien zur hierarchischen Strukturierung Die im Folgenden erläuterten Grundsätze wurden von Saaty definiert [Saaty '90a] und sind Voraussetzung für eine hierarchische Strukturierung im Sinne des AHP und damit auch für die sich anschließende Bewertungsphase.

Gliederung der Einflussgrößen: Das Entscheidungsproblem sollte durch die Hierarchie stets so genau wie nötig abgebildet werden. Es müssen also alle wesentlichen Einflussfaktoren auf das Problem aus der Sicht des Entscheiders in die Struktur integriert werden. Allerdings darf es wiederum nicht so fein aufgegliedert werden, dass die einzelnen Elemente einer Ebene keine signifikanten Unterschiede aufweisen und somit nicht mehr vergleichbar wären. Es ist zudem zulässig, dass einzelne Elemente nach erfolgter Bewertung nachträglich gestrichen werden, wenn sie ein vernachlässigbar kleines Gewicht im Vergleich zu anderen Elementen erhalten haben. Auf Basis der reduzierten Hierarchie muss die Bewertung dann allerdings wiederholt werden.

Dimensionalität der Vergleichsobjekte: Es ist desweiteren darauf zu achten, dass ein Vergleich zwischen zwei Elementen dem Bewerter sinnvoll erscheint. Dies führt dazu, dass die Subelemente einer Ebene im Hinblick auf das oder die übergeordneten Elemente die gleiche Dimensionalität bezogen auf den zu bewertenden Kontext aufweisen müssen. Beispielsweise erscheint es wenig sinnvoll, eine Ameise und einen Elefanten im Hinblick auf die Körpergröße miteinander zu vergleichen. Wird aber als übergeordnetes Kriterium das Paarungsverhalten oder die sozialen Strukturen innerhalb des gemeinschaftlichen Lebensraums betrachtet, so ist ein Vergleich zwischen einer Ameise und einem Elefanten durchaus möglich und zulässig. Grundsätzlich können alle Sachverhalte miteinander sinnvoll in Beziehung gesetzt werden, sofern der Kontext dies zulässt.

Anordnung der Elemente: Bei der Strukturierung ist zudem zu beachten, dass Kriterien, die einen globalen Charakter aufweisen, z. B. strategische Einflussgrößen, auf höheren Ebenen angeordnet werden. Lokale Aspekte, z. B. operative Größen, sollten hingegen eher auf niederen Kriterienebenen eingebunden werden. Die einzelnen Alternativen sind stets auf der untersten Ebene in die Hierarchie zu integrieren und mit allen Elementen der nächst höheren Ebene zu verknüpfen.

- 47 -

SFB 696

Hierarchietypen: Im Sinne des AHP sind sowohl Mono- als auch Polyhierarchien zulässig. So können einzelne Subelemente mehreren oder allen übergeordneten Elementen unterstellt sein, müssen es aber nicht. Es ist also auch möglich, dass jede Ebene das Problem aus einer jeweils anderen Perspektive beleuchtet, die untereinander völlig unabhängig voneinander sind. Eine AHP-Hierarchie sollte also nicht mit einem klassischen Entscheidungsbaum verwechselt werden. Die folgenden drei Abbildungen zeigen Beispiele für alle zulässigen Hierarchietypen. Dabei wurden zwei vereinfachende Annahmen getroffen: Um den Umfang der Hierarchien zu begrenzen und die Vergleichbarkeit zu vereinfachen, soll jede Hierarchie genau drei Ebenen aufweisen. Desweiteren sollen nur Kriterien und Subkriterien, aber keine Alternativen als Elemente zugelassen werden.

Ziel

K2

K1

K 1.1

K 1.2

K3

K 1.3

K 3.1

K 3.2

Abbildung 15: Monohierarchie Abbildung 15 repräsentiert eine klassische Monohierarchie, in der jedes Element bis auf das oberste Ziel jeweils genau einem anderen unterstellt ist. Die Abkürzung „K“ steht für „Kriterium“. Die Nummerierung eines Elements enthält zwei Informationen. Die jeweils erste Zahl definiert die Elementzugehörigkeit. Wird die Gliederungsanzahl mit 1 addiert, so kann die Ebenenzugehörigkeit ermittelt werden. Ziel

K1

SK 1

K2

SK 2

K3

SK 3

SK 4

Abbildung 16: Polyhierarchie I

- 48 -

SFB 696

Abbildung 16 zeigt eine klassische Polyhierarchie, in der jedes Subelement (SK) ausnahmslos jedem übergeordneten Element (K) unterstellt ist. Bei der folgenden Abbildung handelt es sich ebenfalls um eine Polyhierarchie. Die Subelemente sind hier aber nicht allen übergeordneten Elementen unterstellt. Auch diese Variante ist zulässig.

Ziel

K1

K2

SK1

SK2

K3

SK3

SK4

Abbildung 17: Polyhierarchie II Beispielhierarchie Bezogen auf die im vorherigen Abschnitt für das Beispiel definierten Kriterien und Alternativen ergibt sich unter Beachtung der beschriebenen Richtlinien die folgende Hierarchie. Optimale Uni

Lehrangebot

Uni A

Reputation

Uni B

Kosten

Uni C

Abbildung 18: Hierarchie – Auswahl einer optimalen Universität Die Beispielhierarchie besteht demnach aus drei Ebenen. Das Ziel „Auswahl einer optimalen Universität“ wird an oberster Stelle platziert. Die Kriterien „Lehrangebot“

- 49 -

SFB 696

„Reputation“ und „Kosten“ werden in die zweite Ebene integriert. Die Alternativen werden grundsätzlich und damit auch in der Beispielhierarchie, auf der letzten Ebene ausgewiesen. Durch die Anordnung der Elemente ergibt sich eine Polyhierarchie, da gemäß der Definition einige Einflussgrößen mehreren Elementen gleichzeitig untergeordnet sind. Die Alternativen sind, wie gefordert, allen Kriterien der nächst höheren Ebene unterstellt. Hieraus folgt allgemein, dass jedes Entscheidungsproblem, welches eine Auswahl an Alternativen zum Ziel hat, durch eine Polyhierarchie repräsentiert wird. Die Abhängigkeiten der Elemente untereinander werden im Beispiel durch die Verknüpfungen sinnvoll beschrieben. Das Ziel wird durch die definierten Kriterien beeinflusst, die Alternativen sind durch diese klassifizierbar. Die Einflussgrößen auf das Entscheidungsproblem können mit Hilfe des AHP, wie im folgenden Absatz beschrieben, in paarweisen Vergleichen bewertet werden.

Gewichtung der Einflussgrößen Wie bereits erläutert, geben die Verknüpfungslinien in der Hierarchie Aufschluss darüber, welche Elemente untereinander in Paarvergleichen im Hinblick auf mindestens ein übergeordnetes Element bewertet werden sollen. Die Anzahl der Paarvergleiche p je Verknüpfungsobjekt kann allgemein nach der folgenden Formel ermittelt werden:

p=

n * (n − 1) 2

Bezogen auf das Beispiel ergeben sich insgesamt zwölf Paarvergleiche. Zunächst werden die Kriterien der ersten Ebene im Hinblick auf das Ziel miteinander verglichen. Hieraus resultieren drei Paarvergleiche. Nun werden die drei Alternativen in Bezug zu allen nächst höheren Elementen gewichtet. Hieraus resultieren insgesamt neun Paarvergleiche. Um das Entscheidungsproblem zu lösen, müssen demnach zwölf Einzelbewertungen durchgeführt werden. Wie ein Vergleich im Sinne des AHP konkret durchgeführt wird, soll nun beschrieben werden. Der Ablauf der Bewertung ist für alle Elementtypen gleich, so dass die Prozessschritte „Kriteriengewichtung“ und „Alternativengewichtung“ beide nach folgendem Schema ablaufen. Für den qualitativen Vergleich zweier Elemente im Hinblick auf ein übergeordnetes Kriterium schlägt Saaty eine metrische Skala vor, die die Werte von eins bis neun

- 50 -

SFB 696

sowie deren Kehrwerte enthält. Sie ist in der nachstehenden Abbildung dargestellt [Meixner '02].

kleiner unwichtiger weniger zu präferieren unbedeutender weniger wahrscheinlich ...

1

indifferent

1/9 1/8 1/7 1/6 1/5 1/4 1/3 1/2

2

3

4

5

6

7

8

9

größer wichtiger mehr zu präferieren bedeutender wahrscheinlicher ...

Abbildung 19: AHP-Skala Die Skala ist nach oben und unten beschränkt, um unabhängig von einer konkreten Entscheidungssituation eine homogene Bewertung zu gewährleisten. Sie kann innerhalb ihrer Grenzen theoretisch beliebig fein unterteilt werden. Die Bewertung muss also nicht unbedingt mit ganzen Zahlen sowie deren Kehrwerten erfolgen, sofern feinere Abstufungen abschätzbar sind. Generell wird die Verwendung ganzzahliger Werte empfohlen, da eine neunteilige Abstufung einerseits hinreichend genau und andererseits auch nicht zu umfangreich ist. Wie die einzelnen Skalenwerte genau zu interpretieren sind, wird anhand der folgenden Tabelle erläutert [Saaty '90a].

- 51 -

SFB 696

Intensität derWichtigkeit

Definition

Erklärung

1

Gleiche Bedeutung

Beide Elemente haben die gleiche Bedeutung im Hinblick auf das betrachtete, übergeordnete Kriterium.

3

Etwas größere Bedeutung

Erfahrungen und Ansicht sprechen für eine etwas größere Bedeutung eines Elementes im Vergleich zu einem anderen.

5

Sehr viel größere Bedeutung

Erfahrung und Ansicht sprechen für eine sehr viel größere Bedeutung eines Elementes im Vergleich zu einem anderen.

7

Erheblich größere Bedeutung

Ein Element ist im Vergleich zu einem anderen von erheblich größerer Bedeutung. Der Anwender kann hier auf praktische Erfahrungen zurückgreifen.

9

Absolut dominierend

2,4,6,8

Zwischenwerte

Größtmöglicher Bedeutungsunterschied zwischen zwei Elementen. Kompromiss zwischen zwei Werten

Tabelle 2: Interpretation der AHP-Skala Die Ergebnisse eines abgeschlossenen Vergleichs aller Elemente einer Ebene können übersichtlich in einer Paarvergleichsmatrix dargestellt werden. Je nach Elementtyp wird von einer Kriterien- oder Alternativenvergleichsmatrix gesprochen. Bezogen auf das bekannte Beispiel könnte sich für den paarweisen Vergleich der Kriterien im Hinblick auf das Ziel die folgende Kriterienvergleichsmatrix ergeben.

opt. Universität Lehrangebot Reputation Kosten

Lehrangebot

Reputation

Kosten

1

3

1/5

1/3

1

1/7

5

7

1

Tabelle 3: Kriterienprioritätenmatrix Jede Zeile gibt den Vergleich eines Elements in Bezug auf sich selbst und auf alle anderen Elemente an. Hieraus können vier allgemeingültige Eigenschaften einer - 52 -

SFB 696

Paarvergleichsmatrix abgeleitet werden: •

Die Diagonalelemente weisen stets den Wert 1 auf

•

Die Elemente oberhalb der Diagonalen entsprechen den Kehrwerten der Spiegelelemente unterhalb der Diagonalen (Grundsatz der Reziprozität)

•

Die Anzahl der Zeilen entspricht der Anzahl der zu vergleichenden Elemente

•

Die Anzahl der Zeilen und Spalten ist identisch

Die Gewichtung der Kriterien wurde beispielhaft durchgeführt. Hiernach ist das Lehrangebot etwas wichtiger als die Reputation der Universität, im Vergleich zu den Kosten hingegen sehr viel weniger wichtig. Desweiteren wurde die Reputation als erheblich weniger wichtig eingestuft als die Kosten. Alle anderen Werte können aus dem Grundsatz der Reziprozität abgeleitet werden. Im Folgenden müsste jetzt die Bewertung der einzelnen Alternativen in Hinblick auf die beiden qualitativen Kriterien vorgenommen werden. Hierauf soll an dieser Stelle verzichtet werden, da der Ablauf mit der zuvor erläuterten Kriteriengewichtung identisch ist. Im kommenden Abschnitt soll nun gezeigt werden, wie aus einer Paarvergleichsmatrix eine relative Gewichtung der Elemente abgeleitet werden kann und wie quantitative Größen in das Entscheidungsproblem integriert werden. Berechnung der Prioritäten Saaty konnte mathematisch beweisen, dass der einer Prioritätenmatrix zugehörige Eigenvektor die relative Gewichtung der Vergleichselemente angibt. Dies ist auf spezielle

Eigenschaften

der

Matrix

zurückzuführen.

Eine

Herleitung

des

Eigenwertproblems sowie eine genaue Beschreibung der von Saaty diskutierten iterativen Berechnungsmethoden soll hier nicht weiter erläutert werden. Stattdessen wird nur die sogenannte Potenzmethode beschrieben, die auch als Algorithmus in allen gängigen AHP-Softwarelösungen implementiert ist. Abhängig von einem zu definierenden Abbruchkriterium ist diese im Vergleich zu anderen numerischen Ansätzen wesentlich genauer, jedoch auch sehr rechenintensiv. Letzteres ist insbesondere ein Grund dafür, weshalb der AHP erst Anfang der 90er Jahre größere Verbreitung fand, da die Nutzung eines PCs für eine effiziente Anwendung der Methode Voraussetzung ist. Der Ablauf gliedert sich wie folgt: Zunächst wird die betrachtete Paarvergleichsmatrix quadriert. Dann werden die Zeilensummen der quadrierten Matrix gebildet und anschließend normiert. Diese Werte

repräsentieren

die

Elemente

des

approximierten

Eigenvektors

der

Ausgangsmatrix. Ein zu Anfang definiertes Abbruchkriterium legt die Anzahl der Iterationsstufen fest. Hierfür könnte z. B. die Differenz der Eigenvektoren aus der

- 53 -

SFB 696

Iteration i und i + 1 herangezogen werden. Solange die Elemente des sich hieraus ergebenen Differenzvektors größer als ein zuvor definierter Wert ε sind, werden die einzelnen Iterationsschritte wiederholt. Dieses Vorgehen soll nun am Beispiel der Kriterienprioritätenmatrix dargestellt werden.

1) Festlegen des Abbruchkriteriums |ε| ≤ 0,01

2) Quadrieren der Prioritätenmatrix I L

R

K

L

1

3

0,2

R

0,33

1

0,14

K

5

7

1

*

L

R

K

L

3

7,4

0,83

0,14

R

1,38

3

0,35

1

K

12,3 3

29

3

L

R

K

L

1

3

0,2

R

0,33

1

K

5

7

=

3) Ermitteln der Zeilensummen und Normierung I L

R

K

Σ

1/ Σ

L

3

7,4

0,83

11,23

0,1862

R

1,38

3

0,35

4,73

0,0785

K

12,33

29

3

44,33

0,7353

60,3

Σ

4) Quadrieren der Prioritätenmatrix II

L

L

R

K

3

7,4

0,83

L

L

R

K

3

7,4

0,83

L

R

K

L

29,44

68,43

7,58

R

12,63

29,44

3,26

K 114,05

265,27

29,44

=

*

R

1,38

3

0,35

R

1,38

3

0,35

K

12,33

29

3

K

12,33

29

3

- 54 -

SFB 696

5) Ermitteln der Zeilensummen und Normierung II Σ

1/ Σ

7,58

105,45

0,1884

29,44

3,26

45,33

0,081

265,27

29,44

408,75

0,7306

L

R

K

L

29,44

68,43

R

12,63

K

114,05

559,53

Σ

6) Ermittlung des Differenzvektors und Vergleich mit ε EVi

EVi+1

ΔEV

0,1862

0,1884

- 0,0022

< 0,01

-

=

0,0785

0,081

- 0,0025

< 0,01

0,7353

0,7306

0,0047

= 0,01

7) Abbruch und Angabe des Eigenvektors EVK

0,1884

0,081

0,7306

- 55 -

SFB 696

Der mit Hilfe der Potenzmethode ermittelte Eigenvektor gibt die Prioritäten der Kriterien Lehrangebot, Reputation und Kosten wieder. Diese werden nun in die Beispielhierarchie eingetragen. Optimale Uni

Lehrangebot (0,1884)

Reputation (0,081)

Kosten (0,7306)

Abbildung 20: Kriteriengewichte

Wie quantitative Größen in eine AHP-Bewertung einfließen können, soll anhand der Gewichtung der drei Beispielalternativen in Bezug auf das dritte Kriterium demonstriert werden. Die anfallenden Kosten werden als bekannt oder schätzbar vorausgesetzt und ebenfalls fiktiv veranschlagt.

SG

LK

SG + LK

Gesamtkosten

in €

in €

in €

normiert

Universität A

500

100

600

0,4481

Universität B

0

1000

1000

0,2689

Universität C

450

500

950

0,2830

Alternativen

SG: Studiengebühren; LK: Lebenshaltungskosten Tabelle 4: Ermittlung der Alternativengewichte Wie der obigen Tabelle zu entnehmen ist, können relative Gewichte quantitativer Einflussgrößen ohne paarweisen Vergleich durch Normierung der Einzelwerte berechnet werden. Dabei muss unterschieden werden, ob sich die Höhe eines Wertes positiv oder negativ auf die Priorität auswirken soll. Hierzu ein kurzes Beispiel: Ein Unternehmen wird in der Regel bestrebt sein, seinen Umsatz zu maximieren, aber seine Kosten zu minimieren. Je höher der Umsatz und je geringer die Kosten, desto besser werden die Ziele des Unternehmens erreicht. Bei n Elementen ergeben sich die

- 56 -

SFB 696

jeweiligen Gewichte wi in Abhängigkeit der beiden Fälle wie folgt: a) Maximierung:

wi =

wi w1 + w 2 + ... + w n

b) Minimierung:

1 wi =

wi 1 w1

+

1 w2

+ ... +

1 wn

Die normierten Werte für die Summe aus Studiengebühren und Lebenshaltungskosten ergeben sich durch Anwendung der zweiten Formel. Diese ist hier zu wählen, da der Student bestrebt sein wird, die Gesamtkosten zu minimieren. Bei der Integration quantifizierbarer Kriterien muss beachtet werden, dass diese jeweils auf unterschiedlichen Einheiten basieren. Demnach ist es beispielsweise möglich, Alternativen in Hinblick auf die Kriterien Kosten [€], Temperatur [°C] und Entfernung [km] zu bewerten und die jeweiligen Werte in normierter Form in die Bewertung zu integrieren. Kriterien, die hingegen in der gleichen Maßeinheit bewertet werden, müssen zuvor additiv zusammengefasst werden. Im Beispiel setzt sich das dritte Kriterium aus den Studiengebühren und Lebenshaltungskosten zusammen. Für die Berechnung der Alternativengewichtungen wurden beide Kostenarten addiert. Eine getrennte Bewertung in Form von Subkriterien würde dagegen falsche Ergebnisse liefern, da bei der Auswertung durch die vorherige Normalisierung nur die Verhältnisse, und nicht die Absolutwerte betrachtet werden. Konsistenzprüfung Eine Prioritätenmatrix weist im Idealfall die Eigenschaft der Konsistenz auf. Das Merkmal der Reziprozität ist dabei eine notwendige Voraussetzung für die Konsistenz einer Matrix. Eine konsistente Bewertung dreier Elemente A, B, C kann allgemein folgendermaßen beschrieben werden, wenn x und y beliebige Elemente der Bewertungsskala nach Saaty sind: •

A=x*B

•

B=y*C

•

C=x*y*A

Im vorliegenden Fall müssen drei Paarvergleiche vorgenommen werden, um alle Abhängigkeiten zwischen den Elementen zu definieren. Das Entscheidungsproblem ist übersichtlich und eine konsistente Bewertung erscheint einfach. Aber bereits bei

- 57 -

SFB 696

Betrachtung eines weiteren Elementes D müssten drei zusätzliche Paarvergleiche durchgeführt werden. Eine vollkommen konsistente Bewertung abzugeben gestaltet sich hierbei schon als wesentlich schwieriger. Saaty zitiert in einem seiner veröffentlichten Fachartikel zum AHP eine Studie des Psychologen George Miller, die Folgendes belegt: Je nach Fähigkeiten des Einzelnen können nicht mehr als fünf bis neun Informationen gleichzeitig verarbeitet werden. Auf diese Studie wird im Rahmen der Gegenüberstellung verschiedener Bewertungstechniken und –methoden im Folgenden noch näher eingegangen. Bezogen auf den AHP ergibt sich somit, dass Abweichungen

von

der

Konsistenz,

gerade

bei

einer

höheren

Anzahl

von

Paarvergleichen, akzeptiert werden müssen und nicht zur Hinfälligkeit der Entscheidungstheorie führen dürfen [Saaty '90a]. Es muss aber ein Kriterium gefunden werden, welches festlegt, wie groß die Konsistenzabweichung in Abhängigkeit von der Dimensionalität des Entscheidungsproblems sein darf, damit eine Bewertung als stringent bezeichnet werden kann. Dies setzt voraus, dass die Inkonsistenz

quantifizierbar

ist.

Es

soll

nun

erläutert

werden,

wie

Konsistenzabweichungen im Sinne des AHP bestimmt werden können. Zur Ermittlung des Inkonsistenzfaktors C.R. bedarf es zweier Hilfsgrößen. Zunächst muss der Konsistenzindex C.I. bestimmt werden:

C.I. =

λmax − n n −1

λmax ist der maximale Eigenwert zum Eigenvektor einer vorliegenden Prioritätenmatrix mit der Dimensionalität n und kann wie folgt ermittelt werden:

λi =

1 wi

* (ai1 * w1 + ai2 * w 2 + ai3 * w 3 ) , wobei gilt:

•

i = Iterationsvariable von 1 bis n

•

wi = Eigenvektorelement

•

aij = Matrixelement (i = Zeilennummer; j = Spaltennummer)

λmax =

Σ λi n

Für den Fall der absoluten Konsistenz ist λmax der einzig existierende Eigenwert und entspricht der Dimensionalität n der Matrix. Der Konsistenzindex wäre somit gleich null. Mit Hilfe des sogenannten durchschnittlichen Zufallsindex R.I. als zweite Hilfsgröße wird der Einfluss der Paarvergleichsanzahl auf das Entscheidungsverhalten berücksichtigt. Dieser kann statistisch für alle n ermittelt werden. Für n = 1 bis 10 - 58 -

SFB 696

ergeben sich die in der nachfolgenden Tabelle aufgelisteten Werte.

n R.I.

1

2

3

4

5

6

7

8

9

10

0,00

0,00

0,58

0.9

1,12

1,24

1,32

1,41

1,45

1,49

Tabelle 5: Durchschnittlicher Zufallsindex R.I. Der Inkonsistenzfaktor ergibt sich nun durch Division der zuvor definierten Hilfsgrößen:

C.R. =

C.I. R.I.

Nach Saaty muss bei C.R. > 0,1 die Bewertung solange wiederholt werden, bis ein akzeptabler Wert ermittelt wurde. Bezüglich des Grenzwertes divergieren die Meinungen von Theoretikern und Anwendern. In der Praxis wird vielfach auch ein Inkonsistenzfaktor bis 0,2 akzeptiert [URL02]. Anhand der Kriterienprioritätenmatrix soll der Inkonsistenzfaktor nun beispielhaft ermittelt werden.

1) Ermitteln des maximalen Eigenwertes und des Konsistenzindex

1 * (1 * 0,19 + 3 * 0,08 * 0,2 * 0,73) = 3,05 0,19 1 * (0,33 * 0,19 + 1 * 0,08 + 0,14 * 0,73) = 3,13 λ2 = 0,08 1 * (5 * 0,19 + 7 * 0,08 + 1 * 0,73) = 3,01 λ3 = 0,73 3,05 + 3,13 + 3,01 = 3,07 λmax = 3 3,07 − 3 C.I. = = 0,03 2 2) Ablesen des durchschnittlichen Zufallsindex für n = 3 λ1 =

R.I. = 0,58

3) Ermitteln des Inkonsistenzfaktors

C.R. =

0,03 = 0,05 ≤ 0,1 Æ Bewertung muss nicht wiederholt werden 0,58

- 59 -

SFB 696

Für Vergleichsmatrizen der Eigenschaft n = 2 muss keine Berechnung durchgeführt werden. Aus den obigen Ausführungen folgt, dass solche Matrizen stets konsistent sind, n somit λmax entspricht, C.I. und somit auch C.R. gleich null sind. Synthese der Einzelgewichte Bisher wurde nur die Berechnung der Prioritäten und der zugehörigen Inkonsistenzen für eine bestimmte Hierarchieebene betrachtet. Es stellt sich nun die Frage, wie die Einzelergebnisse zu einem Gesamtergebnis verdichtet werden können. Verdichtung der Prioritäten Globale Prioritäten repräsentieren die Bedeutung der jeweiligen Hierarchieelemente im Zusammenhang mit der Gesamthierarchie. Um zu ermitteln, wie sich die Gesamtprioritäten für die unterste Kriterien- oder die Alternativenebene ergeben, müssen alle Einzelprioritäten bekannt sein. Das bedeutet, dass zu jeder aufgestellten Prioritätenmatrix zunächst der zugehörige Eigenvektor nach dem zuvor erläuterten Schema bestimmt werden muss. Es wird angenommen, dass eine Entscheidungshierarchie aus n Ebenen besteht, wobei das Ziel auf der ersten Ebene angeordnet ist. Die jeweiligen Gesamtprioritäten werden aus der hierarchischen Perspektive nun von oben nach unten ermittelt. Allgemein kann der Verdichtungsprozess wie folgt beschrieben werden. Um die globalen Elementgewichte einer beliebigen Ebene x ermitteln zu können, müssen die jeweiligen Prioritätenvektoren mit dem Kriterienprioritätenvektor der Ebene x – 1 verrechnet werden. Hierzu wird eine Matrix aufgestellt, die aus den einzelnen

Elementprioritätenvektoren

zusammengesetzt

ist.

Somit

muss

die

Spaltenzahl der Anzahl der Elemente der nächst höheren Ebene und die Zeilenzahl der Anzahl der Elemente der x-ten Ebene entsprechen. Diese Matrix wird mit dem lokalen Kriterienvektor multipliziert, dessen Elementanzahl mit der Spaltenzahl der Matrix übereinstimmen muss. Das Ergebnis dieser Matrixmultiplikation ist ein neuer, globaler Prioritätenvektor, der die Gewichtung der Elemente in Hinblick auf die (x -2)-te Ebene angibt und dessen Elementanzahl mit der Anzahl der Matrixzeilen identisch ist. Als Startwert für die Verdichtung wird x = 3 gewählt. Für x ≠ n muss der zuvor beschriebene Verdichtungsalgorithmus für die (x + 1)-te Ebene wiederholt werden. Wiederum gehen die lokalen Prioritätenvektoren in eine Matrix ein, die mit dem zuvor ermittelten globalen Elementvektor der Ebene x multipliziert wird. Die Iteration wird abgebrochen, wenn keine Folgeebene existiert. Sowohl bei Mono- als auch bei Polyhierarchien besteht die Möglichkeit, dass nicht alle

- 60 -

SFB 696

Elemente einer Ebene mit allen direkt übergeordneten Kriterien verknüpft sind. Indem jede fehlende Verknüpfung in der zu erzeugenden Matrix durch eine Null berücksichtigt wird, kann die obige Berechnungsweise auf jeden zulässigen Hierarchietyp angewendet werden. Die Verdichtung der lokalen Gewichte zu einer Gesamtpriorität soll nun anhand des Beispiels erläutert werden. Bis jetzt sind nur die Prioritäten der Alternativen in Hinblick auf die Kosten bekannt. Da auf die Darstellung der Ermittlung der Gewichtungen bezüglich der anderen beiden Kriterien verzichtet werden soll, wird die Verdichtung auf Basis fiktiv festgelegter Eigenvektoren durchgeführt, die im Folgenden aufgeführt sind.

1) Auflistung der lokalen Alternativenprioritäten i) Lehrangebot

ii) Reputation

EVK1

iii) Kosten

EVK2

EVK3

Uni A

0,3

Uni A

0,45

Uni A

0,4481

Uni B

0,1

Uni B

0,15

Uni B

0,2689

Uni C

0,6

Uni C

0,4

Uni C

0,2830

2) Ermitteln der globalen Alternativenprioritäten

Uni A

EVK1

EVK2

EVK3

0,3

0,45

0,4481

Uni B

0,1

0,15

0,2689

Uni C

0,6

0,4

0,2830

EVK

L *

- 61 -

GEVA

0,1884

Uni A

0,4204

= R

0,081

Uni B

0,2275

C

0,7306

Uni C

0,3522

SFB 696

Meixner schlägt eine etwas andere Vorgehensweise zur Verdichtung der lokalen Prioritäten vor. Im mathematischen Sinne handelt es sich hierbei aber nur um eine andere Berechnungsreihenfolge und stellt somit keinen Gegensatz zur vorherigen Methodik nach Saaty dar. Diese Variante soll dennoch ebenfalls kurz erläutert werden, da sie zum Verständnis der Prioritätenverdichtung beiträgt. In einem ersten Schritt werden tabellarisch alle Kriterien und Subkriterien aufgelistet, die hierarchisch in direkter Beziehung zu den Alternativen bzw. den untersten Kriterien stehen. Die durch den paarweisen Vergleich zuvor ermittelten absoluten Gewichte werden ebenenabhängig rechts hinzugefügt. Nun können die relativen Kriteriengewichte durch Multiplikation der absoluten Gewichte je Ebene ermittelt werden. Da die Beispielhierarchie nur eine Kriterienebene aufweist, können keine relativen Kriteriengewichte ermittelt werden. Dieser Zwischenschritt soll deshalb anhand eines anderen, allgemeinen Beispiels, kurz erläutert werden.

Auflistung der Kriterien und Subkriterien

absolute Gewichte Ebene 1

Absolute Gewichte Ebene 2

Relative Gewichte

Kriterium 1

0,3

0,3

Kriterium 2

0,2

0,4

Kriterium 3:

0,5

Subkriterium 1

0,7

0,35

Subkriterium 2

0,3

0,15

1

1

1

Σ

Tabelle 6: Ermittlung der Gesamtgewichte I In einer zweiten Tabelle gleicher Gliederung werden entweder die absoluten Kriteriengewichte oder, falls ermittelbar, die relativen Kriteriengewichte eingetragen. Hinzugefügt werden die absoluten Alternativengewichte, die im Hinblick auf das jeweilige Kriterium zuvor ermittelt wurden. Diese können in relative Gewichte durch Multiplikation der absoluten bzw. relativen Kriterienprioritäten mit den absoluten Werten der jeweiligen Alternative transformiert werden. Die alternativenbezogene Summe der relativen Gewichte ergibt die gesuchte Gesamtpriorität. Die untere Tabelle zeigt die Berechnung der Gesamtprioritäten für das bekannte Beispiel zur Auswahl einer optimalen Universität.

- 62 -

SFB 696

Auflistung der Kriterien (und Subkriterien)

Relative Gewichte

Lehrangebot

0,1884

Reputation

Absolute Gewichte

Absolute Gewichte Uni B

Absolute Gewichte Uni C

Relative Gewichte Uni A

Relative Gewichte Uni B

Relative Gewichte

0,3

0,1

0,6

0,057

0,019

0,113

0,081

0,45

0,15

0,4

0,036

0,012

0,0324

Kosten

0,7306

0,4481

0,2689

0,2830

0,3274

0,1965

0,2068

Σ

1

0,4204

0,2275

0,3522

Uni A

Uni C

Tabelle 7: Ermittlung der Gesamtgewichte II Verdichtung der Inkonsistenzbewertung Zuvor wurde bereits gezeigt, wie der Inkonsistenzfaktor einer Prioritätenmatrix ermittelt werden kann. Der AHP ermöglicht darüber hinaus nach Abschluss der Bewertungsphase die Berechnung eines globalen Inkonsistenzfaktors, der eine Aussage über die Gesamtkonsistenz aller Teilentscheidungen trifft. Da die Ermittlung sehr aufwendig und aus der Sicht des Anwenders wenig interessant ist, soll hier die allgemeine Vorgehensweise nur kurz erläutert werden. Der globale Inkonsistenzindex bezieht sich auf die gesamte Hierarchie und wird deshalb mit C.R.H. abgekürzt. In Anlehnung an die Ermittlung der lokalen Konsistenzen wird dieser ermittelt, indem der Inkonsistenzfaktor C.I. und der Zufallsindex R.I. jeweils zu einer globalen Größe verdichtet und diese anschließend ins Verhältnis zueinander gesetzt werden. Der globale C.I. wird ermittelt, indem der Wert für die jeweils betrachtete Ebene mit den Produkten aus Kriterienprioritäten und den zugehörigen lokalen C.I. addiert wird. Die Berechnung des globalen R.I. erfolgt nach dem gleichem Schema. Der lokale R.I. wird mit dem Produkt aus Kriterienprioritäten und dem zugehörigen R.I. addiert. Auch für die Gesamtbetrachtung gilt, dass alle C.R.H. ≤ 0,1 akzeptiert werden. Für größere Werte wird die Wiederholung der gesamten Bewertung empfohlen. Falls einzelne Inkonsistenzfaktoren grenzwertig sind, kann es sinnvoll sein, zunächst diese Teilentscheidungen zu überdenken. In den meisten Fällen kann der C.R.H. hiermit effektiv gesenkt werden, ohne dass die komplette Bewertungsphase wiederholt werden muss [Saaty '90b].

- 63 -

SFB 696

Gruppenentscheidungen Vielfach ist es wünschenswert oder sogar zwingend notwendig, dass mehrere Interessensparteien an der Entscheidungsfindung beteiligt werden. Im Rahmen der Kundenanforderungspriorisierung ist die Verdichtung von Entscheidungen Einzelner zu einem Gesamtergebnis sogar eine notwendige Voraussetzung für die Anwendung einer bestimmten Bewertungsmethode. Der AHP bietet mehrere Varianten, Gruppenentscheidungen durchzuführen, die nun näher vorgestellt werden sollen.

Kompromissfindung im Team Dieser Lösungsansatz unterscheidet sich nur geringfügig von dem klassischen Ablaufschema des AHP. Die sich der Definition und Hierarchisierung von Einflussgrößen anschließende Bewertung wird hierbei nicht von einer Person, sondern von allen am Entscheidungsprozess Beteiligten gemeinschaftlich vorgenommen. Bei auftretenden Unstimmigkeiten müssen die jeweiligen Positionen diskutiert und abschließend ein Kompromiss gefunden werden. Ist dies nicht möglich, so liegt die letzte Entscheidung bei einem zuvor bestimmten Gruppenmoderator. Dieser kann sowohl eine der Extrempositionen einnehmen, als auch einen Mittelwert aus den unterschiedlichen Meinungen wählen [Meixner '02]. Voraussetzung für die Entscheidungsfindung im Team ist, dass die einzelnen Gruppenmitglieder diskussionserfahren sind und unabhängig entscheiden können. Letzteres

ist

häufig

Machtverhältnisse,

z.

dann B.

nicht

gewährleistet,

aufgrund

wenn

hierarchischer

gruppeninterne

Differenzen,

das

Entscheidungsverhalten einzelner beeinflussen. Darüber hinaus sollte diese Technik nur dann angewendet werden, wenn die Anzahl der Beteiligten eine produktive Diskussion ermöglicht. Aus organisatorischer Sicht ist diese Methode vorteilhaft, da pro Bewertung jeweils nur ein Wert berücksichtigt wird und nicht, wie bei den folgenden Varianten, einzelne Bewertungen zu einem Gesamtergebnis verdichtet werden müssen. Verdichtung von Einzelentscheidungen Kommt eine Bewertung im Team aus den oben beschriebenen Gründen nicht in Frage, so müssen die aus getrennten Bewertungen resultierenden Ergebnisse zu einer Gesamtlösung aggregiert werden. In Abhängigkeit des Zeitpunkts der Verdichtung und der mathematischen Methode werden jeweils zwei Verfahren unterschieden. Zum einen können die jeweiligen Elemente der Evaluationsmatrizen zu einer Matrix zusammengefasst und der zugehörige Eigenvektor, und damit die resultierenden - 64 -

SFB 696

Prioritäten, ermittelt werden. Zum anderen besteht auch die Möglichkeit, aus denen pro Entscheider und Prioritätenmatrix ermittelten Eigenvektoren eine Gesamtpriorität zu ermitteln. Die jeweiligen Daten können nun entweder durch Mittelwertbildung (arithmetischer bzw. geometrischer Mittelwert) oder durch Anwendung des Medians berechnet

werden.

Meixner

empfiehlt

grundsätzlich

die

Anwendung

des

geometrischen Mittels, da das arithmetische Mittel und der Median keine Invertierung der ermittelten Werte zulässt [Meixner '02].

Da die Reziprozität eine notwendige Eigenschaft einer Prioritätenmatrix ist, kann folglich nur der geometrische Mittelwert zur Berechnung befürwortet werden. Lediglich bei großen Streuungen wäre die Berechnung mit Hilfe des arithmetischen Mittelwerts vorteilhaft, da er nicht zu einer Nivellierung der Präferenzen führt, wie dies bei Anwendung des geometrischen Mittels der Fall wäre. Wird trotz stark ungleicher Prioritätenverteilungen das geometrische Mittel angewendet, so müssen für die betroffenen Teilentscheidungen Kompromisslösungen, z. B. durch Diskussion im Team, gefunden werden [Meixner '02]. Die nachstehende Abbildung zeigt jeweils ein Beispiel für die Verdichtung der fiktiv gewählten Prioritätenmatrizen 1 und 2 sowie der zugehörigen Eigenvektoren. Durch Mittelwertbildung (geometrischer Mittelwert) der Elemente der Eigenvektoren 1 und 2 kann ein resultierender Eigenvektor berechnet werden (siehe Zeile 2). Hierzu werden die Komponenten multipliziert und durch die zweite Wurzel geteilt, da die Anzahl der Evaluationsmatrizen gleich zwei ist. Der resultierende Eigenvektor kann aber auch durch Verdichtung der Matrizen 1 und 2 zu einer resultierenden Prioritätenmatrix nach obigem Prinzip ermittelt werden (siehe Zeile 3). Der zugehörige Eigenvektor II unterscheidet sich einschließlich der zweiten Nachkommastelle nicht von dem zuvor ermittelten Eigenvektor I in Zeile 2. Kleinere Abweichungen sind allgemein üblich und zulässig, da beide Methoden bezüglich des Prioritätenrankings zu gleichen Ergebnissen führen.

- 65 -

SFB 696

Prioritätenmatrix 1

Prioritätenmatrix 2

Übergeordnetes Kriterium

A

B

C

Übergeordnetes Kriterium

A

B

C

A

1

2

3

A

1

3

4

B

½

1

¼

B

1/3

1

1/5

C

1/3

4

1

C

¼

5

1

Eigenvektor 1

Eigenvektor 2

resultierender Eigenvektor I

EV 1

EV 2

EV II

0,56

0,64

0,6

0,13

0,09

0,11

0,31

0,27

0,29

resultierende Prioritätenmatrix

Eigenvektor II

Abbildung 21: Verdichtung von Einzelentscheidungen

Einbeziehung von Stakeholdergewichtungen Bei

beiden

im

vorherigen

Abschnitt

vorgestellten

unterschiedliche

Gewichte

einzelner

Entscheider

Lösungsansätzen

können

berücksichtigt

werden.

Grundsätzlich soll hierfür wiederum der geometrische Mittelwert herangezogen werden. Zusätzlich fließen aber die Bedeutungsgewichte wi einzelner Stakeholder mit in die Berechnung ein. Diese wird nach folgender Formel durchgeführt, wobei n wiederum die Elementanzahl angibt [Bronstein '01]: x=

w

w1 w2 wn x1 * x 2 * ... * xn , wobei gilt: w = w1 + w 2 + ... + w n

- 66 -

SFB 696

Beim klassischen geometrischen Mittel sind die einzelnen Bedeutungsgewichte stets gleich eins. Beim gewichteten geometrischen Mittel können diese Elemente aus allen positiven, reellen Zahlen bestehen. Vorteilhaft ist die normierte Angabe der Gewichte, da ihre Summe stets eins ergibt und die Wurzelberechnung somit umgangen werden kann: x=

w1 w2 wn x1 * x 2 * ... * xn ,

wobei gilt: 0 ≤ w i ≤ 1 ; w = w1 + w 2 + ... + w n = 1

Eine Invertierung der Werte ist beim gewichteten wie beim klassischen geometrischen Mittel möglich, so dass es sich für die Verdichtung von Einzelbewertungen ebenso eignet.

Die

Berechnung

der

resultierenden

Prioritätenmatrizen

bzw.

der

Gesamtprioritätenvektoren erfolgt analog zu den Ausführungen im vorherigen Abschnitt unter Anwendung der obigen Formel. Um unterschiedliche Gewichte einzelner Stakeholder zu berücksichtigen, schlägt Meixner für die Verdichtung der Eigenvektoren eine etwas andere Herangehensweise vor. Hiernach wird jede Hierarchieebene um eine weitere Ebene ergänzt, die die Wichtigkeit der am Entscheidungsprozess Beteiligten in die Bewertung integriert [Meixner '02]. Die folgende Abbildung zeigt anhand eines allgemeinen Beispiels den Aufbau einer derart modifizierten Entscheidungshierarchie. Es ist durchaus zulässig, wenn auch nicht üblich, dass die Gewichte je Stakeholder für jede Teilentscheidung variieren. Problem

Stakeholder A (Problem)

Kriterium 1

Stakeholder A (Kriterium 1)

Subkriterium 1.1

Stakeholder B (Problem)

Kriterium 2

Stakeholder B (Kriterium 1)

Subkriterium 1.2

Kriterium 3

Stakeholder A (Kriterium 3)

Subkriterium 1.3

Subkriterium 3.1

Stakeholder B (Kriterium 3)

Subkriterium 3.2

Abbildung 22: Einbezug von Stakeholdergewichten in die Problemhierarchie Die von Meixner vorgestellte Methode unterscheidet sich vom Ablauf nicht von der zuvor erläuterten Herangehensweise. Alle Kriterien und Subkriterien werden von jedem Stakeholder bewertet und anschließend aggregiert. Allerdings wird hierfür der gewichtete

arithmetische

Mittelwert

herangezogen. - 67 -

Um

beispielsweise

die

SFB 696

Subkriterien 1.1, 1.2 und 1.3, die von Stakeholder A und B in paarweisen Vergleichen bewertet wurden, zu verdichten, werden die sich hieraus ergebenen Eigenvektoren zu einer Matrix zusammengefasst und mit dem Stakeholdervektor multipliziert. Jedes Element des neuen Vektors wird durch ein Skalarprodukt ermittelt, dass der folgenden Formel – und somit dem gewichteten arithmetischen Mittelwert – entspricht [Bronstein '01]: x=

w1 * x1 + w 2 * x 2 + ... + w n * xn ,

wobei gilt: w = w1 + w 2 + ... + w n = 1

Meixner kritisiert allgemein den Einbezug unterschiedlicher Stakeholdergewichte mit dem Verweis, sie seien zu umständlich und sollten deshalb vermieden werden [Meixner '02]. Dieser Aspekt kann so nicht nachvollzogen werden, da der Rechenaufwand im Vergleich zu der gleichrangigen Datenverdichtung im vorherigen Abschnitt nur unwesentlich höher ist. Zudem ist unverständlich, warum Meixner an dieser Stelle den arithmetischen Mittelwert präferiert, obwohl er zuvor das geometrische Mittel aufgrund seiner spezifischen Vorteile bevorzugt. Wie die weiteren Ausführungen zeigen werden, ist die Anwendung unterschiedlicher Gewichtungen durchaus sinnvoll und realisierbar. Es wird dabei auf den gewichteten geometrischen Mittelwert zurückgegriffen. Kritische Anmerkungen zum AHP Abschließend sollen nun einige kritische Anmerkungen zum AHP erläutert werden. Einige davon werden seit Veröffentlichung der Methodik in der Fachwelt lebhaft diskutiert. Es soll zuvor nochmals darauf hingewiesen werden, dass hier nur rein methodenbasierte

und

nicht

auf

den

speziellen

Anwendungsfall

der

Kundenanforderungspriorisierung bezogene Schwachstellen vorgestellt werden. Sofern die Ausführungen nicht ausschließlich auf eigenen Beobachtungen beruhen, ist dies durch die Angabe einer Literaturquelle kenntlich gemacht.

Rang-Reversal: Wird ein Entscheidungsmodell nachträglich geändert, indem z. B. eine weitere Alternative hinzugefügt wird, so kann dies zu einer Änderung der sich aus einer vorherigen

Bewertung

ergebenen

Reihenfolge

der

Alternativen

führen.

Hat

beispielsweise eine erste Bewertung mit drei Alternativen ergeben, dass A > B > C ist, so kann, muss aber nicht, eine der folgenden Konstellationen durch Betrachtung einer weiteren Alternative zu Stande kommen: D > A > B > C, A > D > B > C, A > B > D > C oder A > B > C > D. Eine erneute Bewertung könnte durchaus aber auch ergeben, dass C > D > A > B ist. Diese Aussage erscheint zumindest auf den ersten Blick unlogisch, da C zuvor die niedrigste Bedeutung zugemessen wurde und jetzt allen anderen

- 68 -

SFB 696

Alternativen vorgezogen wird. Dieses Phänomen, das in der Fachwelt als Rang Reversal bezeichnet wird, ist in der Praxis vielfach zu beobachten. Ein möglicher Grund für ein solches Entscheidungsverhalten kann z. B. sein, dass die Modifikation der Einflussgrößen eine neue Sichtweise auf die Problemstellung liefert [Meixner '02]. Da sich die Bewertung mittels AHP immer nur auf eine zuvor fest definierte Hierarchie bezieht, ist der AHP unter derartigen Bedingungen instabil. Zuvor wurde aber bereits auch darauf hingewiesen, dass der AHP nur dann sinnvolle Ergebnisse liefert, wenn das Entscheidungsproblem zuvor korrekt und damit vollständig abgebildet wurde. Eine mögliche Umkehrung der Alternativenrangfolge bei nachträglicher Änderung der Einflussgrößen sollte deshalb vielmehr als Eigenschaft, statt als Kritik gewertet werden.

Mögliche Fehlinterpretation der Skalenwerte: Die Verknüpfung der einzelnen Skalenelemente mit den linguistischen Variablen, wie z. B. „etwas größere Bedeutung als“ oder „sehr viel größere Bedeutung als“ kann zu Irritationen bei der Auswertung führen. Obwohl ein Kriterium A nur etwas wichtiger im Vergleich zu B erscheint, also gilt: A = 2 * B, ergibt sich die folgende relative Gewichtung, wenn nur diese beiden Kriterien miteinander verglichen werden: A = 66,67% und B = 33,33%, da gilt: A= 2 * B = 66,67%. Wird die prozentuale Verteilung und damit der Multiplikationsfaktor 2 nicht mit der linguistischen Variable „etwas wichtiger als“ verknüpft, so erscheint A gegenüber B deutlich wichtiger. Bei der Interpretation der Ergebnisse einer Bewertung mittels AHP ist folglich ein gewisses Hintergrundwissen zur Methodik gefragt.

Unvermeidbare Inkonsistenzen: Inkonsistenzen sind nicht immer zu vermeiden, auch wenn der Bewerter absolut konsistent entscheiden will. Wird in einem ersten Vergleich festgelegt, dass A = 5 * B ist und B = 3 * C ist, wobei A, B, und C drei Vergleichselemente (Kriterien, Subkriterien, Alternativen) darstellen, so müsste der Entscheider zu der Aussage kommen, dass A = 15 * B ist. Dieser Faktor ist aber kein Element der AHP-Skala. Es kann also höchstens festgelegt werden, dass A = 9 * B ist. Da die sich hieraus ergebende Inkonsistenz klein ist – für dieses Beispiel ist C.R. = 0,03 – und geringe Inkonsistenzen durchaus zulässig sind, überwiegen laut Meixner die Vorteile der von Saaty gewählten Skala [Meixner '02]. Allerdings

wird

das

beschriebene

Phänomen

durch

eine

hohe

Anzahl

an

Paarvergleichen in Verbindung mit vielen Extremgewichtungen innerhalb einer Prioritätenmatrix verstärkt. In Addition zu einer geringfügig inkonsistenten Bewertung

- 69 -

SFB 696

könnte der von Saaty empfohlene Grenzwert von C.R. ≤ 0,01 überschritten werden, so dass die Bewertung wiederholt werden müsste, obwohl der Entscheider eventuell nur leicht oder ausschließlich aufgrund der begrenzten Skala inkonsistent entschieden hat. Hieraus ergibt sich die Frage, ob es nicht durchaus im Ermessen des Entscheiders liegen sollte, ob er bei einem C.R. zwischen 0,1 und 0,2 die Paarvergleiche wiederholen will.

Nicht abbildbare Abhängigkeiten zwischen Einflussgrößen: Die Möglichkeit, Abhängigkeiten zwischen verschiedenen Einflussgrößen durch eine AHP-Hierarchie auszudrücken, ist begrenzt. Laut Definition dürfen weder die Elemente einer Ebene, noch die Elemente unterschiedlicher Ebenen, die nicht hierarchisch miteinander verknüpft sind, sich gegenseitig beeinflussen. Umgekehrt bedeutet das, dass nur die Subelemente einer Ebene die jeweils übergeordneten Elemente bedingen, die auf dem gleichen Hierarchiepfad liegen, also über Verbindungslinien miteinander verknüpft sind. K1 wird durch SK1 und SK2 beeinflusst. K2 und K3 sind ebenfalls beide auch von SK1 abhängig, K2 aber nicht von SK2, sondern von SK3. K3 wird bis auf SK3 von allen Subkriterien beeinflusst. Diese Art von komplexeren hierarchischen Abhängigkeiten kann im Gegensatz zu einer Monohierarchie durch eine Polyhierarchie ausgedrückt werden. Eine gleichzeitige Verknüpfung eines untergeordneten Elementes mit Elementen verschiedener Ebenen ist aber auch hiermit nicht möglich. Würde die Hierarchie der gleichen Abbildung um eine Ebene auf insgesamt vier erweitert und sollte die Abhängigkeit eines Sub-Subkriteriums auf vierter Ebene gleichzeitig mit einem Element auf der dritten und zweiten Ebene ausgedrückt werden, so könnte dies durch keine zulässige Verknüpfung realisiert werden. Der beschriebene Konflikt könnte aber auch nicht durch eine Umsiedelung des Sub-Subkriteriums auf eine andere Ebene umgangen werden, da somit das Entscheidungsproblem wiederum nicht korrekt abgebildet würde. Können Abhängigkeiten zwischen einzelnen Einflussgrößen nicht durch eine hierarchische Verknüpfung berücksichtigt werden, so ist das Entscheidungsproblem nicht

mit

Hilfe

des

AHPs

lösbar.

In

solchen

Fällen

müssen

andere

Entscheidungstheorien zur Lösungsfindung herangezogen werden, wie z. B. der

Analytische Netzwerk Prozess. Der ANP ist eine ebenfalls von Saaty entwickelte Entscheidungstheorie,

die

den

AHP

dahingehend

verallgemeinert,

dass

die

Einflussgrößen auf ein Entscheidungsproblem nicht zwingend in eine Hierarchie integriert werden müssen. Grundlage eines Entscheidungsmodells ist ein Netzwerk, das

Abhängigkeiten

zwischen

Elementen

- 70 -

nicht

nur

durch

hierarchische

SFB 696

Verknüpfungen, also von oben nach unten, berücksichtigen kann, sondern diese zwischen allen Faktoren zulässt. Unterstützt wird dies durch eine nichtlineare Berechnungsweise [URL01].

2.3.2 Die Nutzwertanalyse Die NWA ist - wie der AHP - eine Methode zur Unterstützung komplexer Auswahlentscheidungen. Sie wurde in den Vereinigten Staaten im Bereich der Ingenieurwissenschaften entwickelt und ist im angloamerikanischen Raum unter dem Betriff „multi-attribute utility analysis“ bekannt. Ziel ist die Evaluierung einer Menge von Alternativen im Hinblick auf rein qualitative Einflussgrößen, die ein zuvor definiertes Entscheidungsproblem klassifizieren und in einer Hierarchie abgebildet werden können. Anfang der 70er Jahre wurde die NWA durch Professor Christof Zangemeister im deutschsprachigen Raum bekannt. In den 70er und 80er Jahren wurde sie vielfach in politischen Gremien zur Bewertung ökologischer und verkehrspolitischer Problemstellungen angewendet. Ein berühmtes Beispiel ist die Planung der Erweiterung des Berliner Innenrings im Jahre 1987. Heutzutage wird sie vielfach - zumindest in modifizierter Form - als Basis von Expertensystemen zur Entscheidungsunterstützung (DSS) eingesetzt [URL09]. Der methodische Ablauf der NWA und des AHP gleichen sich stark, da die theoretische Grundlage beider Entscheidungstools identisch ist. Der AHP stellt lediglich eine Erweiterung der NWA dar, weshalb alle zuvor diskutierten methodischen Restriktionen auch hier gelten. Mathematisch basiert die Methode auf einem additiven Näherungsverfahren, so dass die Logik der Entscheidungen nicht in Form eines Inkonsistenzfaktors bewertet werden kann. Im Folgenden sollen einige Einzelschritte des prozessualen Ablaufs, der in der nachstehenden Abbildung dargestellt ist, näher erläutert werden. In Anlehnung an Abbildung 14 sind auch hier alle nicht automatisierbaren Ablaufschritte grau hinterlegt. Fett markierte Teilprozesse müssen ebenfalls von der gleichen Person bzw. dem gleichen Team vorgenommen werden. Der Iterationspfeil deutet an dass, bei instabilen Lösungen, die Bewertungsphase wiederholt werden sollte.

- 71 -

SFB 696

Definition der Ziele

Definition der Alternativen Modellieren Definition der Kriterien

Gewichtung der Kriterien

Gewichtung der Alternativen

Entscheiden

Ermitteln der Gesamtpriorität

Sensitivitätsanalyse

Validieren

Ergebnisdarstellung

Abbildung 23: Ablaufschema einer NWA Die ersten und letzten zwei Ablaufschritte sollen hier nicht näher betrachtet werden, da sie mit der Vorgehensweise beim AHP vollständig übereinstimmen. Unterschiede sind jedoch bei der Definition und Gewichtung der Kriterien, der Bewertung der Alternativen sowie der Ermittlung der Gesamtprioritäten zu verzeichnen. Diese Aspekte sollen nun näher erläutert werden. Die methodischen Grundlagen sind, soweit nicht anders kenntlich gemacht, aus der Wikipedia-Online-Enzyklopädie entnommen [URL09]. Definition der Kriterien Grundsätzlich ist der Ablauf zur Bestimmung und Strukturierung der Einflussgrößen wie beim AHP vorzunehmen. Zusätzlich können bei der NWA jedoch K.O.-Kriterien, sowie Ober- und Untergrenzen definiert werden. Alternativen, die das Kriterium nicht erfüllen

oder

die

Grenzwerte

über-

bzw.

unterschreiten,

werden

je

nach

Bewertungsskala mit einem Wert kleiner oder gleich 0 gewichtet und können somit direkt in die Bewertungsphase integriert werden.

- 72 -

SFB 696

Einflussgrößen, die für die Lösung des Entscheidungsproblems zwar von Vorteil, aber nicht von absoluter Wichtigkeit sind, werden als Soll-Kriterien bezeichnet. Nur diese können im Unterschied zur NWA mit Hilfe des AHP bewertet werden. Gewichtung der Kriterien Ausgangspunkt für die Gewichtung der Kriterien ist, dass alle relevanten Bewertungskriterien und Alternativen bekannt und hierarchisch strukturiert sind. Diese Phase wird von Zangemeister als Konkretisierung eines mehrdimensionalen Zielsystems bezeichnet [Zangemeister '76]. Unterschieden werden zwei mögliche Verfahren zur Bewertung der Wichtigkeit der einzelnen Kriterien. Entweder erfolgt die Reihung der Alternativen durch direkte Vergabe von relativen Punktwerten, auch relatives Rating genannt, oder mittels eines vereinfachten Paarvergleichs. Unabhängig von der Methode muss die Summe aller Kriteriengewichte 100% ergeben. Die Gewichtsverteilung spiegelt die Aufteilung des Gesamtnutzens wieder. Beim relativen Rating wird der Gesamtnutzen von 100% direkt auf die einzelnen Kriterien aufgeteilt. Beim Paarvergleich werden - wie schon zuvor beim AHP - alle Kriterien einer Ebene miteinander im Hinblick auf ein übergeordnetes Kriterium oder das Ziel vergleichen. Lediglich die Skala unterscheidet sich hinsichtlich der zulässigen Werte und des Abstufungsumfangs. Bei der NWA sind meist nur drei Urteile möglich, die der folgenden Tabelle zu entnehmen sind.

Beschreibung

Skalenwert

Kriterium 1 ist wichtiger als Kriterium 2

2

Kriterium 1 ist genauso wichtig wie Kriterium 2

1

Kriterium 1 ist nicht so wichtig wie Kriterium 2

0

Tabelle 8: Paarvergleichsskala (NWA) Für die Kriterien „Lehrangebot“ und „Reputation“ aus dem Beispiel zur Auswahl einer optimalen Universität kann, unter Berücksichtigung der zuvor angenommenen Gewichte, die folgende Kriterienmatrix abgeleitet werden.

- 73 -

SFB 696

opt. Universität

Lehrangebot

Reputation

Summe

Normierung

Lehrangebot

1

2

3

75

Reputation

0

1

1

25

4

100

Summe

Tabelle 9: Kriterienbewertung mittels Paarvergleich (NWA) Die Zeilensumme gibt Aufschluss über die Gesamtprioritäten je Kriterium. Je größer ihr Wert, desto wichtiger ist die Erfüllung der jeweiligen Einflussgröße aus der Sicht des Bewerters für das vorliegende Entscheidungsproblem. Die resultierenden Werte werden i. d. R. in einem weiteren Schritt normiert, so dass die Summe - wie gefordert 100 (%) ergibt. Die Prioritäten können mit Hilfe der folgenden Formel transformiert werden:

wi w i,gesamt = Σ * 100 wi Das

Kriterium

Kosten

Alternativenbewertung

kann direkt

zwar

in

eingehen,

die so

Kriterien-, dass

diese

nicht

aber

in

Einflussgröße

die hier

vernachlässigt wurde. Grundsätzlich sollen mit der NWA nur qualitative Größen betrachtet werden. Es besteht jedoch die Möglichkeit, über eine Definition von Nutzenfunktionen Alternativen im Hinblick auf harte Kriterien zu bewerten. Dieser Aspekt wird im Folgeabschnitt noch näher erläutert. Die

mittels

Paarvergleich

resultierenden

Kriterienprioritäten

sollen

für

die

Gesamtauswertung übernommen werden. Wie bereits geschildert, hätten diese aber auch durch ein relatives Rating bestimmt werden können. Zunächst soll jedoch auf die Gewichtung der Alternativen eingegangen werden. Gewichtung der Alternativen Im Gegensatz zur Kriterienbewertung fordert die NWA standardmäßig für die Gewichtung der Alternativen eine direkte Punktevergabe. Diese Bewertungstechnik wird als absolutes Rating bezeichnet. Der Umfang der Bewertungsskala kann frei gewählt werden. Meist wird – wie beim Schulnotensystem – eine sechselementige Skala bevorzugt, die die Werte von 0 (ganz schlecht) bis 5 (sehr gut) beinhaltet. Üblich sind aber auch andere Skalen mit ganzzahligen Werten von 0 bis 10. Grundsätzlich gilt, dass ein größerer Wert eine höhere Priorität ausdrückt.

- 74 -

SFB 696

Um die jeweiligen Alternativen im Hinblick auf komplexe qualitative oder quantifizierbare Kriterien bewerten zu können, muss zunächst die Verknüpfung zwischen dem Wert der Einflussgröße und dem hieraus resultierenden Nutzen definiert werden. Diese Beziehung wird durch eine so genannte Nutzenfunktion ausgedrückt. Die folgende Abbildung zeigt Beispiele für mögliche Verläufe von Funktionen, die den Einfluss von quantitativen Größen auf den Nutzen beschreiben [URL03].

Abbildung 24: Beispiele für typische Nutzenfunktionen Wie der obigen Graphik zu entnehmen ist, können die Eigenschaften der Nutzenfunktionen vielfältig divergieren. Zulässig sind stetige und unstetige, sowie lineare und nichtlineare Verläufe. Der Nutzen kann mit zunehmenden Abszissenwerten steigen oder fallen. Die Funktionen können auch glocken- oder parabelförmig verlaufen. Ziel ist die aus der Sicht des Entscheiders wirklichkeitsgetreue Abbildung der Verknüpfung von Input- und Outputgrößen. Für das diskutierte Beispiel könnten somit auch die Kosten in die Bewertung integriert werden, indem beispielsweise pro Subkriterium eine linear fallende Funktion definiert wird, die ausdrückt, dass der Nutzen der jeweiligen Alternative mit zunehmenden Kosten sinkt, also umso höher ist, je geringer die finanzielle Belastung ist. - 75 -

SFB 696

Ermittlung der Gesamtpriorität Für die Verdichtung der Daten zu einer Gesamtpriorität werden die einzelnen Kriterien- und Alternativennutzenwerte miteinander multipliziert und mit den jeweils anderen, resultierenden Teilgewichtungen addiert. Diese Summe repräsentiert den Gesamtnutzen je Alternative. Diejenige Alternative, die den höchsten Nutzen aufweist, wird i. d. R. gewählt. Liegen einzelne Werte nahe beieinander, empfiehlt es sich, der Auswertungsphase eine Sensitivitätsanalyse anzuschließen. Durch gezielte Variation der Kriteriengewichte können Auswirkungen auf die Rangfolge der Alternativen simuliert werden. Für das obige Beispiel kann die Gesamtpriorität folgendermaßen ermittelt werden. Für die Kriterien Lehrangebot und Reputation, die rein qualitative Einflussgrößen darstellen, wurde keine Nutzenfunktion definiert. Es wird angenommen, dass der Nutzen mit zunehmender Erfüllung der Kriterien steigt. Die Bewertung wurde beispielhaft je Alternative mit einer Skala von 1 bis 10 durchgeführt und ist der folgenden Tabelle zu ntnehmen.

Gewichtung

Uni A

A*G

Uni B

B*G

Uni C

C*G

Lehrangebot

75

5

375

2

150

8

600

Reputation

25

7

175

4

100

6

150

Kriterien

Summe

550

250

750

Ranking

2

3

1

Gi: Gewicht des jeweiligen Kriteriums; A, B, C: Gewichte der Alternativen Tabelle 10: Alternativenbewertung (NWA) Demnach ist die Alternative Uni C deutlich der Alternative Uni A und Uni B vorzuziehen. Auf eine Sensitivitätsanalyse soll an dieser Stelle verzichtet werden, da das Prinzip bereits zuvor erläutert wurde.

- 76 -

SFB 696

Abschließend sei darauf hingewiesen, dass der Gesamtnutzen lediglich der Ordnung der Alternativen dient, aber keine Information über den Nutzen selbst liefert. Er wird aus der Summe der einzelnen Zielerreichungsgrade ermittelt, die sich wiederum aus der Multiplikation der Kriterien und Alternativengewichte ergeben. Unabhängig davon, ob der einzelne Nutzwert über eine Funktion, eine direkte Bewertung oder mittels paarweisen Vergleichs ermittelt wurde, stellt er immer eine dimensionslose Größe dar. Es kann also beispielsweise nicht angenommen werden, dass die Alternative A doppelt so gut wie die Alternative B ist, weil für den Gesamtnutzen gilt: A = 500 und B = 250. Diese Aussage ist unzulässig. Aus diesem Grunde kann der ermittelte Gesamtnutzen auch nicht - wie beim AHP - in Relation zu den Kosten gesetzt werden.

2.3.3 Methodischer Vergleich zwischen NWA und AHP Einzelne Unterschiede zwischen den beiden Methoden wurden bereits in den vorherigen Abschnitten erwähnt. So ist z. B. eine Konsistenzprüfung bei der NWA nicht möglich, da die Gewichtungen nicht konsequent in paarweisen Vergleichen durchgeführt werden müssen und die der Bewertung zugrunde liegende Skala beim vereinfachten Paarvergleich zudem nicht reziprok aufgebaut ist. Somit ist das von Saaty entwickelte Modell zur Herleitung des Inkonsistenzfaktors hinfällig. Desweiteren ist die Integration quantitativer Größen bei der NWA wesentlich aufwendiger als beim AHP. In den meisten Fällen kann eine Nutzenfunktion definiert werden, die u. a. die Betrachtung harter Kriterien ermöglicht. Unabhängig von der Art der Einflussgröße ist die wirklichkeitsgetreue Abbildung eines Sachverhaltes in Form einer solchen Funktion nicht immer umsetzbar oder sehr kompliziert. Darüber hinaus ist eine Kosten-Nutzen-Analyse, wie im vorherigen Abschnitt geschildert, zumindest bei der klassischen Nutzwertanalyse gar nicht möglich. Zudem ist die NWA ausschließlich auf die Bewertung von Auswahlproblemen ausgerichtet. Der AHP ermöglicht auch die Betrachtung anderer Fragestellungen, die z. B. eine reine Bewertung einzelner Kriterien und Subkriterium zum Ziel haben. Darüber hinaus kann ein solches Entscheidungsproblem jeder Zeit dahingehend erweitert werden, dass eine Auswahl aus verschiedenen Alternativen getroffen werden kann. Hierzu muss die Hierarchie nur um die Alternativenebene ergänzt werden. Theoretisch ist eine reine Kriterienbewertung auch mittels NWA realisierbar, aufgrund der ungenaueren Bewertungsmethoden, die hierfür zur Auswahl stehen, aber in diesem Zusammenhang nicht zweckmäßig.

- 77 -

SFB 696

Viele Charakteristika der NWA können im Vergleich zum AHP nicht grundsätzlich als besser oder schlechter klassifiziert werden und weisen sowohl Vor- als auch Nachteile auf. Welche Methode vorteilhafter ist, hängt vom Einzelfall, also vom konkreten Entscheidungsproblem, den Präferenzen des Anwenders oder vielen anderen möglichen Faktoren, ab. Für den Anwender sind z. B. die leichte Verständlichkeit und die einfache Anwendung eines Entscheidungstools mit Sicherheit von Vorteil, da der Aufwand geringer ist. In dieser Hinsicht ist die NWA dem AHP deutlich überlegen. Sie zwingt nicht zum paarweisen Vergleich, die Skalen für die absolute Bewertung sind frei definierbar, der Paarvergleich verlangt lediglich eine „Größer-Kleiner-GleichBetrachtung“. Zudem werden für die Verdichtung der Daten zu einem Gesamtnutzen lediglich die Grundrechenarten und keine Matrizenmultiplikationen, wie beim AHP, benötigt. Deshalb bedarf es bei der Anwendung der NWA auch nicht zwingend einer Softwareunterstützung. Bei größeren Entscheidungsproblemen wird dies jedoch auch erforderlich sein. Alle aufgezählten Eigenschaften könnten aber auch aus einer anderen Perspektive betrachtet werden. Der methodische Ablauf des AHP ist nur unwesentlich komplizierter als bei der NWA. Der Anwender muss das mathematische Konzept nicht kennen oder verstehen, um den AHP erfolgreich anzuwenden. Lediglich der strenge paarweise Vergleich bedeutet einen größeren Aufwand, ist allerdings auch wesentlich genauer. Zudem kann der Inkonsistenzfaktor als Richtwert für die Plausibilität der Entscheidungen angegeben werden. Die von Saaty definierte Skala lässt außerdem eine wesentlich feinere Abstufung zu. Entscheidungsprobleme, die diese Eigenschaft fordern, sind mit der NWA gar nicht zu lösen. Im Gegensatz zum AHP fordert die NWA, wie schon erwähnt, eine Klassifizierung der Kriterien im Hinblick auf ihre Wichtigkeit. So können Muss- und Soll-Kriterien (KannKriterien) definiert und direkt in die Berechnung integriert werden. Dies ist beim AHP nicht möglich. Alternativen, die mindestens ein Muss-Kriterium nicht erfüllen, können nicht in den Bewertungsprozess mit einbezogen werden.

2.3.4 Kepner-Tregoe-Verfahren Das Kepner-Tregoe-Verfahren, auch unter dem Namen KT-Analyse bekannt, stellt eine methodische Erweiterung der NWA dar und wird im Rahmen von QFD-Projekten häufig angewendet. Im Vergleich zur NWA weist die Methode im Wesentlichen drei Unterschiede auf, die den sonst gleichen Ablauf erweitern [URL08]. Nach erfolgter Definition der Bewertungskriterien fordert die KT-Analyse zusätzlich

- 78 -

SFB 696

eine konsequente Einteilung in Muss- und Soll-Kriterien. Alternativen, die die definierten K.O.-Kriterien nicht erfüllen, gehen - wie beim AHP und im Gegensatz zur NWA - gar nicht erst in die Bewertung ein. Desweiteren unterscheidet sich die Paarvergleichsskala dahingehend, dass sie nur zwei Werte aufweist. Ist ein Kriterium A besser als ein Kriterium B, so wird eine 1 in die Paarvergleichsmatrix eingetragen. Andernfalls wird der Vergleich mit einer 0 bewertet, unabhängig davon, ob die Kriterien gleich wichtig sind, oder B besser als A ist. Die einzelnen Prioritäten werden, wie bei der NWA, über Addition der Zeilenwerte und anschließende Normierung ermittelt. Nach Abschluss der Bewertungsphase wird eine Risikobetrachtung durchgeführt. Die Alternativen werden im Hinblick auf die Konsequenzen, die durch ihre Realisierung entstehen, analysiert. Diejenigen, die mit einem zu hohen Risiko behaftet sind, werden nachträglich von der Auswahlentscheidung ausgeschlossen. Dabei kann es sich durchaus um Alternativen handeln, die bei der Bewertung zuvor stark präferiert wurden.

2.3.5 Conjoint-Analyse Die Conjoint-Analyse verfolgt im Vergleich zu den vorherigen Methoden einen etwas anderen

Ansatz

zur

Bewertung

multikriterieller

Entscheidungsprobleme.

Charakteristisch ist das dekompositionelle Prinzip des Verfahrens. Der Befragte bewertet mögliche Entscheidungsalternativen im Hinblick auf ihren Nutzen, ohne zuvor

die

Kriterien

gewichten

zu

müssen,

die

die

jeweiligen

Alternativen

charakterisieren. Die Conjoint-Analyse findet aufgrund dieser Vorgehensweise seit den 70er Jahren im Rahmen der Anforderungspriorisierung große Beachtung und ist heute eine der meist eingesetzten Bewertungsverfahren überhaupt. Es existieren viele verschiedene methodische Varianten, die hier aufgrund Ihrer Vielfalt nicht näher erläutert werden. Im Folgenden soll der allgemeine Ablauf kurz vorgestellt werden, der in der nachstehenden Abbildung schematisch dargestellt ist. Falls nicht anders kenntlich gemacht, so wurden die methodischen Grundlagen der nachstehenden Quelle entnommen [URL07].

- 79 -

SFB 696

Definition des Bewertungsziels

Definition der Kriterien Modellieren Definition der Alternativen (Stimuli)

Bewertung der Alternativen

Entscheiden

Ermitteln der Teilnutzwerte

Ermitteln der Gesamtnutzwerte

Analysieren

Ergebnisdarstellung

Abbildung 25: Ablaufschema einer Conjoint-Analyse Wie auch bei den anderen Entscheidungsmethoden muss bei der CA zunächst das Ziel der Bewertung klar definiert werden. Die Einflussgrößen können z. B. intern durch Brainstorming oder extern mittels Vorstudien erhoben werden. Die Ablaufschritte Definition und Bewertung der Alternativen sowie Ermitteln und Verdichten der Teilnutzwerte sollen im kommenden Absatz näher erläutert werden. In Anlehnung an die vorherigen Ablaufschemata sind auch hier wieder alle Teilprozesse, die nicht automatisiert werden können, grau hinterlegt. Der fett markierte Prozess muss von dem oder den Bewertenden durchgeführt werden. Alle anderen Ablaufschritte können und werden i. d. R. von einem Projektteam übernommen. Alle automatisierbaren Teilabläufe sind durch Abrundung der jeweiligen Prozesskästen kenntlich gemacht.

2.3.5.1 Definition der Alternativen Den zuvor definierten Kriterien können mehrere Ausprägungen zugeordnet werden. Hieraus werden die möglichen Alternativen, so genannte Stimuli, ermittelt. Unterschieden werden zwei divergierende Ansätze zur Auswahl der Alternativen. Bei der Full-Profile-Methode werden alle Kombinationsmöglichkeiten aus Kriterien und deren Ausprägungen berücksichtigt. Beim Trade-off-Ansatz werden nicht alle Kriterien je Alternative berücksichtigt, um v. a. bei größeren Datenmengen eine effiziente Bewertung durchführen zu können.

- 80 -

SFB 696

Ein Beispiel für den Full-Profile-Ansatz zeigt, dass bereits drei Kriterien und zwei unterschiedliche Realisierungsformen zu einer Bewertung von acht Alternativen führen. Es sollen acht (fiktive) Automodelle miteinander verglichen werden, die sich durch die Kriterien „Leistung“, „Sparsamkeit“ und „Komfort“ auszeichnen. Es werden zudem zwei unterschiedliche Ausprägungen „hoch“ und „niedrig“ unterschieden. Die nachstehende Tabelle zeigt die sich hieraus ergebenen Produktkombinationen.

Leistung

Sparsamkeit

Komfort

Variante 1

hoch

hoch

hoch

Variante 2

hoch

hoch

gering

Variante 3

hoch

gering

hoch

Variante 4

hoch

gering

gering

Variante 5

gering

hoch

hoch

Variante 6

gering

hoch

gering

Variante 7

gering

gering

hoch

Variante 8

gering

gering

gering

Tabelle 11: Beispiel für mögliche Produktkombinationen (Full-Profile-Ansatz) Die einzelnen Varianten können als marktetablierte Produkte oder in Form von Prototypen vorliegen, müssen es aber nicht. Im letzteren Fall spricht man von virtuellen Stimuli.

2.3.5.2 Bewertung der Alternativen Zur

Auswahl

oder

Priorisierung

der

einzelnen

Alternativen

können

viele

unterschiedliche Entscheidungstechniken angewendet werden. Eine methodische Variante verlangt die Auswahl einer oder keiner der Alternativen. Hiermit wird z. B. eine Kaufentscheidung real nachgebildet. Ein anderer Ansatz fordert die Bildung einer Rangfolge bezüglich der persönlichen Präferenzen des Entscheiders. Dies wird als

Ranking bezeichnet. Aber auch die zuvor diskutierten Techniken, wie das absolute Rating oder der paarweise Vergleich, finden bei der CA vielfach Anwendung.

- 81 -

SFB 696

2.3.5.3 Ermitteln der Teilnutzwerte Der Algorithmus zur Ermittlung der Teilnutzwerte hängt von dem zugrunde liegenden Skalenniveau der Bewertungstechnik ab. Allgemein basiert das Ergebnis auf einer Regressions- oder Varianzanalyse. Hierdurch wird eine Aussage über die einzelnen Kriterienprioritäten sowie die Teilnutzwerte je Merkmalsausprägung ermöglicht. Bei mehreren Befragten müssen die Resultate aus der Alternativenbewertung zu einem Gesamtergebnis verdichtet werden. Hierzu wird der Mittelwert oder Median je Alternative und die Standardabweichung ermittelt. Die Standardabweichung erlaubt eine Aussage über die Streuung der Ergebnisse. Liegen diese weit auseinander, so kann es hilfreich sein, mittels einer Rangkorrelationsanalyse eine Clusterbildung vorzunehmen. Somit können Teilnehmer mit ähnlichen Präferenzen zu einer Gruppe zusammengefasst werden. Bei dieser Option muss die statistische Analyse pro Cluster wiederholt werden [URL04]. Falls eine Gruppenbildung vorgenommen wurde, müssen die Kriteriengewichte und Teilnutzwerte je Cluster bestimmt werden. Welche der Alternativen letztlich bevorzugt wird, kann anhand von zuvor definierten Kriterien bestimmt werden. Sinnvoll ist z. B. die

Realisierung

derjenigen

Alternative,

die

dem

Cluster

mit

der

größten

Teilnehmerzahl zugeordnet wird [URL04].

2.3.5.4 Ermitteln der Gesamtnutzwerte Wie bereits bei der NWA in Kapitel 2.3.2 geschildert, werden die Gesamtnutzwerte je Alternative ermittelt, indem alle Teilnutzwerte mit dem jeweiligen Kriteriengewicht multipliziert

und

die

hieraus

resultierenden

Teilnutzen

schließlich

alternativenbezogen aufsummiert werden. Die jeweiligen Teilnutzwerte erlauben eine Angabe über die Abstände zwischen den unterschiedlichen Ausprägungen. Somit ist es, im Gegensatz zu den vorherigen Methoden, möglich zu analysieren, durch welche Maßnahmen der Nutzen einer schlechteren Alternative verbessert werden kann, so dass ein Bewerter diese vorziehen würde.

- 82 -

SFB 696

2.3.6 Vergleich der Priorisierungsverfahren im Hinblick auf die Kundenanforderungsgewichtung Wie zu Anfang des Kapitels erläutert, werden die einzelnen Priorisierungsverfahren hinsichtlich

des

methodischen

Umfangs

in

Bewertungstechniken

und

Bewertungsmethoden eingeteilt. Auf diese Gliederung soll auch bei den weiteren Ausführungen Bezug genommen werden. Es gilt die Frage zu klären, welche der vorgestellten Tools unter Beachtung verschiedener Rahmenbedingungen die optimale Lösung darstellt. Problematisch

ist,

dass

hinsichtlich

der

Bewertung

und

Auswertung

zwei

konfliktionäre Forderungen bestehen. Zum einen soll das Verfahren im Sinne des Kunden einfach verständlich und schnell durchführbar sein. Zum anderen muss die Bewertung so präzise wie möglich vorgenommen werden, so dass die sich hieraus ableitbaren Prioritäten verlässliche Informationen für das Unternehmen liefern. Letzteres kann nur realisiert werden, wenn eine intensive Konfrontation mit der Problemstellung verlangt wird. Andererseits können komplizierte Verfahren den Befragten überfordern und führen deshalb, trotz Genauigkeitsanspruch, zu keinen brauchbaren Ergebnissen. Alle denkbaren Methodiken zur Priorisierung von Kundenanforderungen lösen den beschriebenen Zielkonflikt nicht optimal. Es muss letztlich im Hinblick auf den konkreten Anwendungsfall ein geeignetes Verfahren ausgewählt werden.

2.3.6.1 Vergleich der Bewertungstechniken Die Bewertungstechniken können hinsichtlich verschiedener Kriterien klassifiziert werden. Zum einen unterscheiden sie sich in der Art und Genauigkeit der resultierenden Ergebnisse, die von der zugehörigen Bewertungsskala und dem Bewertungsstil

abhängen.

Dieser

hat

wiederum

einen

Einfluss

auf

den

verfahrensbedingten Schwierigkeitsgrad und damit an die kognitiven Fähigkeiten des Anwenders. Über die Eignung einer Bewertungstechnik bestimmen zum anderen viele weitere Kriterien, deren Ausprägungen vor dem Hintergrund der jeweiligen Rahmenbedingungen divergieren. Diese Aspekte sollen nun näher diskutiert werden. Die einer Bewertung zugrunde liegende Skala entscheidet über die Aussagekraft der Ergebnisse.

Bezüglich

dieser

Eigenschaft

können

die

zuvor

vorgestellten

Bewertungstechniken in zwei Gruppen eingeteilt werden. Eine absolute Bewertung fordert die Gewichtung der Anforderungen mit Hilfe einer Nominal-, Ordinal- oder Intervallskala. Eine differenziertere Betrachtung wird durch eine relative Bewertung

- 83 -

SFB 696

ermöglicht, die mittels einer Verhältnisskala vorgenommen wird. Bevor die jeweiligen Techniken dahingehend näher klassifiziert werden, sollen die unterschiedlichen Skalenniveaus anhand der nachstehenden Tabelle kurz erläutert werden, um den Unterschied zwischen beiden Varianten besser verdeutlichen zu können [URL12].

zulässige Operanden

Beschreibung Objekte, denen bestimmte Merkmalsausprägungen zuzuordnen sind, können hinsichtlich der Übereinstimmung der Eigenschaften miteinander verglichen werden.

Nominalskala

Niveau

= ≠

Beispiele: Farben, Geschlecht, Tierrassen Ein Vergleichsobjekt kann hinsichtlich einer Eigenschaft dominieren, unterliegen oder übereinstimmen. Die Abstände zwischen den betrachteten Größen können nicht interpretiert werden.

Ordinalskala

> =
B: A erfüllt das Vergleichskriterium besser als B

•

A < B: B erfüllt das Vergleichskriterium besser als A

•

A = B = 1: beide Alternativen erfüllen das Kriterium gleich gut oder gar nicht, falls keine Abhängigkeiten bestehen

Für die ersten beiden Entscheidungsmöglichkeiten muss bei der Bewertung im Einzelfall geklärt werden, um wie viel besser eine Alternative im Vergleich zur anderen ein Kriterium erfüllt.

3.1.2.2 Anforderungstypisierung Das Ergebnis der Bewertung der ROI-Hierarchie liefert eine Aussage über die Höhe des Automatisierungsgrades der logistischen Anlage. Jetzt erst sollten die technischen Spezifikationen bewertet werden. Die Anforderungen nach Sakowski könnten durchaus auch ohne Kenntnis der ROI-Bewertung und somit auch zu Anfang durchgeführt werden. Dieses Vorgehen hätte den Vorteil, dass die Beteiligten spontan und unbeeinflusst über technische Anforderungen urteilen würden. Ob diese aber wirtschaftlich realisierbar sind und damit ins Gesamtkonzept passen, ist an dieser Stelle unklar. Jeder versucht seine Interessen an der geplanten Anlage durch die Gewichtung der Anforderungen bestmöglich durchzusetzen. Dieser Effekt wird zwar dadurch abgeschwächt, dass die Meinungen der einzelnen Stakeholder mit einem zuvor festgelegten Faktor verknüpft werden und somit einen unterschiedlich starken Einfluss auf die Gesamtgewichtung haben. Es kann jedoch hiermit nicht vermieden werden, dass stark divergierende Meinungen zu einem Kompromiss führen, der unter Beachtung den strategischen Restriktionen, in diesem Fall die Höhe des Automatisierungsgrades, gar nicht umsetzbar ist. Deshalb wurde hier eine andere Reihenfolge der Bewertung bevorzugt. Wie in Kapitel 3.1.1.2 erläutert, muss vor der Bewertung der noch ausstehenden - 104 -

SFB 696

Anforderungen mittels AHP zunächst geklärt werden, welche Kriterien für das vorliegende Entscheidungsproblem überhaupt relevant und welche davon lediglich vorteilhaft und nicht absolut notwendig sind. Hierzu soll eine „Vorabbefragung“ dienen, die eine Typisierung der Anforderung nach dem folgenden Schema ermöglicht: Die Umsetzung einer Anforderung an eine logistische Anlage ist aus der Sicht des Bewerters •

absolut wichtig, also von so fundamentaler Bedeutung, dass bei Nichterfüllung dieses Kriteriums der Erwerb der Anlage von vornherein ausgeschlossen wird, da ihre Funktionalität soweit eingeschränkt ist, dass sie nicht mehr von Nutzen ist

•

vorteilhaft, da im Sinne der Zweckbestimmung die Funktionalität und damit auch der Nutzen der Anlage erhöht wird

•

absolut unwichtig, also der Nutzen weder erhöht, noch geschmälert wird, so dass die Realisation der Anforderung nicht von Bedeutung ist

•

nicht unmittelbar abschätzbar und bedarf somit einer weiteren Analyse

Bei der Erstellung des Fragebogens zur Anforderungsklassifizierung wurde die von Sakowski entwickelte Anforderungsgliederung in sechs Themenblöcke unterteilt und die Einordnung der Anforderungen in diese Struktur zum größten Teil übernommen. Es bestehen kleine Abweichungen, die nun erläutert werden sollen. Organisatorische Abweichungen Allgemein ist anzumerken, dass die monetären Anforderungen zum größten Teil in die zuvor vorgestellte ROI-Hierarchie integriert wurden und somit im Fragebogen nicht mehr aufgeführt werden. Eine vorherige Klassifizierung dieser Anforderungen ist ohnehin nicht erforderlich, da dieser Anforderungstyp stets nur eine Möglichkeit, nie aber ein absolutes Muss oder das genaue Gegenteil ausdrückt. Beispielsweise kann die Forderung von geringen Kosten nur optimal, nicht aber absolut erfüllt werden. Inhaltliche Abweichungen Die räumlich-betriebliche Anforderung „Die logistische Anlage muss zwischen Stetigund Unstetigförderung variabel sein“ ist überflüssig. Diese Forderung wird implizit ausgedrückt, wenn der Bewerter die beiden Kriterien “Die logistische Anlage muss stetig fördern“ und „Die logistische Anlage muss unstetig fördern“ als Muss-Anforderungen deklariert. Die räumlich-betrieblichen Anforderungen „Die logistische Anlage soll in den Abmessungen/beim Gewicht des Förderguts variabel sein“ wurde um eine weitere übergeordnete Anforderung ergänzt. Nur dann, wenn eine Variation der physikalischen

- 105 -

SFB 696

Eigenschaften des Förderguts erforderlich ist, bedarf es einer Bewertung der Unterpunkte Abmessungen und Gewicht. Die Informationsverarbeitungsanforderungen wurden um einen weiteren Aspekt ergänzt. Nur dann, wenn die Anlage ein Datenverarbeitungssystem aufweisen muss oder soll, müssen die spezifischen Eigenschaften des DVS näher betrachtet werden. Diese wurden unter der Hauptanforderung „Das DVS muss/soll spezifische Eigenschaften aufweisen“ zusammengefasst. Nach gleichem Prinzip wurden die Anforderungen bezüglich eines Identifikationssystems gegliedert. Die betriebswirtschaftliche Anforderung „Die Anlage soll sich innerhalb eines Jahres amortisieren“ wurde weder in die ROI-Hierarchie noch in den Fragebogen integriert, da diese

von

der

Ausprägung

mehrerer

anderer

Anforderungen

abhängt.

Ist

beispielsweise der ROI der logistischen Anlage hoch und die Anschaffungskosten gering,

so

kann

das

definierte

Ziel

erreicht

werden.

Aufgrund

mehrerer

Interdependenzen darf diese Anforderung nicht isoliert betrachtet und damit mittels AHP bewertet werden. Die personelle Anforderung „Eine gute Qualifikation der Mitarbeiter soll für den Betrieb der Anlage erforderlich sein“ kann ebenfalls nicht in die Bewertung aufgenommen werden, da eine weitere Anforderung eine genau gegenteilige Aussage trifft. Hier wird ein möglichst niedriger Qualifikationsgrad gefordert. Bewertung und Ergebnisverdichtung Zunächst müssen die einzelnen Wertungsmöglichkeiten definiert werden. Es handelt sich hierbei um eine dreielementige Ordinalskala, mit deren Hilfe die geforderten Differenzierungen ausgedrückt werden können. Die einzelnen Skalenwerte sind der nachfolgenden Tabelle zu entnehmen.

Anforderungstyp

Skalenwert w

absolut wichtig

1

vorteilhaft

0

absolut unwichtig

-1

Tabelle 17: Bewertungsskala zur Anforderungstypisierung

- 106 -

SFB 696

Da die Stakeholder unabhängig voneinander urteilen, kann es bei der Befragung zu unterschiedlichen Antworten kommen, so dass für jede Anforderung das aus allen Befragungen resultierende Gesamtergebnis ermittelt werden muss. Lediglich wenn eine Anforderung von einem der Befragten nicht direkt klassifiziert werden kann, soll unabhängig von der Wertung der anderen - dieses Urteil ausschlaggebend sein. Das Gesamtergebnis für alle übrigen Anforderungen wird wie folgt ermittelt: Die einzelnen Gewichtungen werden anforderungs- und stakeholderbezogen erfasst. Um das Gesamtergebnis je Anforderung zu ermitteln, wird das Anforderungsgewicht mit dem jeweiligen Stakholderfaktor multipliziert und das Produkt je Stakeholder aufsummiert.

Die

folgende

Tabelle

zeigt

schematisch

den

beschriebenen

Auswertungsprozess.

Stakeholder 1

Stakeholder 2

Stakholder n

wi.1

wi.2

wi.n

A1

w1.1

w2.1

wn.1

G1

A2

w1.2

w2.2

wn.2

G2

Anforderung

g1 ... Am

g2

Gesamtergebnis

gn

...

...

...

...

w1.n

w2.n

wn.m

Gm

wi.j: Stakeholderbezogene Gewichtung Æ i: Anforderungsnummer, j: Stakeholdernummer; m: Anzahl der Anforderungen; gi: Stakeholdergewicht; n: Stakeholderanzahl; Gi: Gesamtgewicht Tabelle 18: Auswertungsschema der Anforderungsklassifizierung Formal handelt es sich bei der Einzelergebnisergebnisverdichtung um die Berechnung eines gewichteten, arithmetischen Mittelwertes. Anhand der Ergebnisberechnung für die Anforderung A1 soll dies exemplarisch gezeigt werden: G1 = w1.1 * g1 + w2.1 * g2 + ... + w3.1 * gn Bei einer ganzzahligen Rundung der einzelnen Gesamtergebnisse kann je Anforderung einer der drei Skalenelemente ermittelt und damit der Anforderungstyp zugeordnet werden.

- 107 -

SFB 696

Aufstellen einer AHP-Hierarchie Alle nach obigem Schema ausgewerteten Anforderungen, die „absolut wichtig“ (MussAnforderungen) oder „absolut unwichtig“ sind, müssen nicht mittels AHP bewertet werden. Im Sinne der Definition der Gliederungspunkte nach Sakowski stellen die Muss-Anforderungen „räumlich-betriebliche“ Anforderungen dar.

Alle Anforderungen, deren Realisation vorteilhaft ist (Kann-Anforderungen) müssen nun in eine Hierarchie integriert werden, um die relative Wichtigkeit durch die Stakeholder

bestimmen

lassen

zu

können.

In

Anlehnung

an

das

Strukturierungsschema nach Sakowski werden hierfür folgende Kriterien definiert: •

Technik

•

Subkriterien sind räumlich-betriebliche Anforderungen, die als „KannAnforderungen“ deklariert wurden und nach der Definition von Sakowski auch den technischen Anforderungen zuordbar sind, sowie alle technischen Anforderungen, die als vorteilhaft deklariert wurden.

•

Produktionstechnik

•

Subkriterien sind alle übrigen räumlich-betrieblichen sowie produktionstechnischen Anforderungen (bis auf die Informationsverarbeitungsanforderungen), die als „Kann-Anforderungen“ deklariert wurden.

•

Informationsverarbeitung

•

Subkriterien sind alle Informationsverarbeitungsanforderungen, die als „Kann-Anforderungen“ deklariert wurden.

Alle Anforderungen, die Handlungsalternativen darstellen und in einem ersten Schritt nicht eindeutig klassifizierbar waren, müssen im Folgenden durch einzelne AHPBewertungen ausgewählt werden. Als Kriterien können z. T. andere Anforderungen aus dem Katalog von Sakowski dienen. Falls nicht, so müssen neue Kriterien durch den Befragten definiert werden und die Alternativen im Hinblick auf diese bewertet werden. Dies soll an einem kurzen Beispiel verdeutlicht werden.

- 108 -

SFB 696

Wird angenommen, dass eine Alternative zur „Installations- und Betriebsart“, die ein „Muss-Kriterium“ darstellt, nicht unmittelbar ausgewählt werden kann, so könnte nach folgendem Schema eine Hierarchie aufgestellt werden, auf deren Basis eine Entscheidung mittels AHP getroffen werden kann. Ziel: •

Auswahl einer optimalen Installations- und Betriebsart

•

Kriterien (aus dem Anforderungskatalog nach Sakowski):

•

Die Anlage soll in der Streckenführung variabel sein

•

Die Anlage soll mit möglichst geringem Aufwand erweiterbar sein

•

Die Anlage soll keinen hohen Sicherungsaufwand benötigen

•

Die Anlage soll behindertengerecht sein

•

...

Alternativen: •

Die Anlage muss flurfrei installiert und betrieben werden

•

Die Anlage muss aufgeständert installiert und betrieben werden

•

Die Anlage muss flurfrei installiert und flurgebunden betrieben werden

•

Die Anlage muss flurgebunden installiert und betrieben werden

•

Die Anlage muss flurgebunden, aber schienenlos betrieben werden

Da alle aufgeführten betriebswirtschaftlichen Anforderungen Handlungsalternativen von (nicht definierten) Muss-Kriterien darstellen, können diese nicht in die HauptHierarchie integriert, sondern nur in Teilprozessen nach obigem Schema bewertet werden. Deshalb fällt dieser Gliederungspunkt vollständig heraus. Verdichtung der Bewertungsergebnisse Da die Bewertung der ROI-Hierarchie im konkreten Anwendungsfall nur durch einen Stakeholder, den Experten, welcher eine betriebswirtschaftliche Ausbildung hat, bewertet werden soll, müssen hier keine weiteren Prozessschritte folgen. An der Bewertung der restlichen Kann-Kriterien nehmen jedoch mehrere Personen teil, so dass die Einzelauswertungen hier zu einem Gesamtergebnis verdichtet werden müssen.

Die

Berechnung

ähnelt

dem

Auswertungsschema

der

Anforderungsklassifizierung und kann der folgenden Tabelle entnommen werden.

- 109 -

SFB 696

Stakeholder 1

Stakeholder 2

Stakeholder n

Anforderung

EVG EV

EV

EV

a1

w.a1.1

w.a2.1

w.an.1

Ga1

a2

w.a1.2

w.a2.2

w.an.2

Ga2

...

...

...

...

...

am

w.a1.m

w.a2.m

w.an.m

Gan

g2

g1

gn

b1

w.b1.1

w.b2.1

w.bn.1

Gb1

b2

w.b1.2

w.b2.2

w.bn.2

Gb2

...

...

...

...

...

b3

w.b1.m

w.b2.m

w.bn.m

Gbn

wi.j: Stakeholderbezogene Gewichtung Æ i: Anforderungsnummer, j: Stakeholdernummer; EV: Eigenvektor (Einzelprioritäten); m: Anzahl der Anforderungen je Bewertungseinheit (entspricht der Elementanzahl der EV); gi: Stakeholdergewicht; n: Stakeholderanzahl; EVG: Eigenvektor (Gesamtprioritäten); Gi: Gesamtgewichte Tabelle 19: Verdichtung der Einzelbewertungsergebnisse Im Unterschied zur Anforderungsklassifizierung liegen die Ergebnisse hier in Form von Verhältniszahlen vor. Somit muss je Eigenvektor eine getrennte Verdichtung der Gewichtungen vorgenommen werden. Desweiteren soll an dieser Stelle nicht das gewichtete arithmetische, sondern das geometrische Mittel zur Zusammenfassung der Einzeldaten herangezogen werden. Damit entspricht die Ergebnisauswertung den in Kapitel 2.3.1.3 definierten Richtlinien zur Auswertung von Gruppenentscheidungen mittels AHP. Dabei wurde die Variante der Eigenvektoraggregation gewählt, da diese Berechnung einfach durchzuführen und bei einer hohen Anzahl von Anforderungen generell zu bevorzugen ist.

- 110 -

SFB 696

3.2 Auswirkungen der Nutzung relativer Gewichtungen in einer QFD Wird der AHP bei der Anforderungspriorisierung eingesetzt, so sind dort als Ergebnis relative Gewichtungen zu verzeichnen. Bislang wird jedoch im Quality Function Deployment nur mit absoluten Gewichtungen gearbeitet. In diesem Kapitel sollen nun die Auswirkungen auf eine QFD diskutiert werden, die auftreten, wenn relative Gewichtungen als Eingangsgrößen genutzt werden.

3.2.1 Höhe des Datenniveaus bei den Gewichtungen Die Höhe des Datenniveaus ist ein sehr wichtiges Kriterium bei der Auswahl der Form der Gewichtungen innerhalb einer QFD, da sie festlegt, welche Rechenoperationen und statistischen Berechnungen mit den ermittelten Urteilswerten zulässig sind. Sind die ermittelten Daten z.B. nur auf Ordinalniveau, so sind weder Addition, Subtraktion, Multiplikation, Division noch die Bildung des arithmetischen Mittelwertes erlaubt. Die Berechnung des Medians hingegen wäre erlaubt. [Böhler '77, Bortz '06, Karmasin '77]. Da innerhalb des House of Quality Berechnungen und statistische Auswertungen vorgenommen werden, ist demnach ein ausreichendes Niveau der durch das Beurteilungsverfahren ermittelten Daten sicherzustellen. Es wird nun zunächst überprüft, welche Berechnungen mit den Gewichtungen durchgeführt werden sollen, um anschließend das minimal erforderliche Datenniveau als Entscheidungskriterium festlegen zu können. Die Gewichtungen der Kundenanforderungen im House of Quality werden mit den Werten der Beziehungsmatrix multipliziert. Hierbei handelt es sich nur um eine lineare

Transformation und nicht um eine Datenmultiplikation. Anschließend werden die Ergebnisse dieser linearen Transformation spaltenweise addiert. Da es sich bei den Werten innerhalb einer Spalte jeweils um linear transformierte Daten handelt, muss hierzu die Datenaddition zulässig sein.

- 111 -

SFB 696

Es ist festzuhalten, dass für die Berechnungen innerhalb des House of Quality die folgenden mathematischen Operationen durchgeführt werden müssen: •

Lineare Transformation

•

(Daten-)Addition

Die Eingangsdaten für eine QFD müssen also auf einem Niveau vorliegen, bei dem diese Operationen zulässig sind. Die Operationen lineare Transformation und Addition von Daten sind erst mit mindestens intervallskalierten Daten möglich. Mit Daten eines niedrigeren Niveaus, z.B. Ordinalniveau dürften diese Operationen nicht durchgeführt werden [Konerding '89]

Abbildung 31: Liste der Messniveaus [Konerding '89]

- 112 -

SFB 696

3.2.2 Auswirkungen einer Integration relativer Gewichte Betrachtet man das House of Quality, so sind von den offensichtlichen Änderungen bei dem Einsatz von relativen Gewichtungen vor allem drei zu nennen: •

Die Höhe der Zahlenwerte der Gewichtungen ist von der Anzahl der eingehenden Kundenanforderungen abhängig

•

Es gibt in der Regel Zahlen mit Kommastellen

•

Die Höhe der Werte der absoluten Zwischen- und Endergebnisse ändert sich

Diese drei Veränderungen werden im Folgenden näher betrachtet. Desweiteren soll festgestellt werden, inwieweit diese Veränderungen zu Problemen für eine Einbindung in die QFD führen. Die Höhe der Zahlenwerte der Gewichtungen In einer QFD, wie sie heute üblicherweise durchgeführt wird, ist die Höhe des Zahlenwertes einer einzelnen Kundengewichtung von der verwendeten Skala und von der Beurteilung der Personen, die die QFD durchführen, abhängig. Bei der verwendeten Skala gibt es meist nur wenige Unterschiede. Vorwiegend werden Skalen von 1 bis 9 verwendet. In anderen Fällen werden auch Skalen von 1 bis 5 oder 10 verwendet. Werden relative Gewichtungen von Kundenanforderungen verwendet, so ist die Höhe der Zahlenwerte auch weiterhin maßgeblich von der Beurteilung der durchführenden Personen abhängig. Anders verhält es sich mit der zweiten Einflussgröße. Eine Bewertungsskala ist bei relativen Gewichtungen nicht mehr existent, aber eine neue Einflussgröße tritt auf. Mit einer steigenden Anzahl an Anforderungen werden die einzelnen Zahlenwerte der Gewichtungen tendenziell immer kleiner. Der Grund dafür ist,

dass

bei

einer

relativen

Gewichtung

immer

genau

100%

auf

alle

Kundenanforderungen verteilt werden. Von diesen 100% entfällt natürlich mehr auf eine einzelne Anforderung, wenn z.B. insgesamt nur acht Anforderungen vorhanden sind, als wenn es 30 oder mehr sind. Deutlich wird die Abhängigkeit der Höhe der einzelnen Zahlen von der Anzahl der Kundenanforderungen bei relativen Werten auch bei der theoretischen Betrachtung, dass alle Anforderungen gleichwertig sind. Bei absoluter Bewertung in diesem Fall kann z.B. jede Anforderung den Höchstwert von 10 bekommen, aber genauso gut einen tieferen Wert von vielleicht 6. Bei der Verwendung von relativen Werten ist die Höhe des Wertes, den alle Anforderungen für den Fall erhalten, das sie alle gleich bewertet werden, durch die Anzahl der verschiedenen Anforderungen exakt auf 100%/Anzahl aller

Kundenanforderungen

festgelegt.

- 113 -

Das

bedeutet,

wenn

es

zehn

SFB 696

Kundenanforderungen gibt, erhalten alle genau 10%, wenn es elf Anforderungen gibt, verringert sich der Wert auf gerundete 9,09%. Zu einem Problem für eine Verwendung von relativen Eingangsgrößen führt diese Abhängigkeit nicht, da sie sich nicht auf die relativen Zwischen- und Endergebnisse auswirkt. So wirkt sich auch die beschriebene Veränderung des Wertes aller Gewichtungen von 10 nach 6 lediglich auf die absoluten Ergebniswerte in einem HoQ aus. Der Rang der Gesamtbewertung, der als letztes ermittelt wird, erfährt dadurch keine Veränderung. Das Vorhandensein von Zahlen mit Kommastellen Bei relativ gewichteten Kundenanforderungen ergeben sich Zahlen mit Nachkommastellen. Da es sich bei den Gewichtungen der Kundenwünsche um die ablauftechnisch erste numerische Eingangsgröße handelt, zieht sich das Vorhandensein von Zahlen mit

Nachkommastellen

von

der

technischen

Bedeutung

bis

zur

absoluten

Gesamtbewertung. Diese Ergebnisse sind jedoch in einer konventionellen QFD nach ASI immer ganzzahlig, da sie sich lediglich aus den beiden Rechenoperationen der Addition und der Multiplikation ergeben. Da weiterhin alle Eingangsgrößen in der konventionellen QFD ganzzahlig sind, kann es mathematisch auch nur Ergebnisse geben, die keinerlei Nachkommastellen aufweisen. Fast immer, wenn mit Zahlen gearbeitet wird die mehrere Nachkommastellen aufweisen, stellt sich die Frage, ab wann gerundet wird. Diese Frage sollte auch für die Durchführung einer QFD beantwortet werden. Zu beachten ist dabei, ob die Eingangswerte in einer Prozentschreibweise z.B. 10%, oder um den Faktor 100 kleiner als Zahlen ohne Einheit z.B. 0,1 eingehen. Auch ist es wichtig, dass kein Wert auf null abgerundet wird. Dies würde z.B. bei einem Runden auf zwei Nachkommerstellen mit dem Wert der Gewichtung von 0,004 geschehen. Die Folge wäre, dass die betreffende Kundenanforderung an dieser Stelle nicht in die weitere Betrachtung eingeht. Auf der anderen Seite scheint auch eine Betrachtung von vielen Nachkommastellen als nicht sinnvoll. Insbesondere wenn durch die Rechenoperationen die einzelnen Werte der Ergebnisse relativ hoch sind, ist es meistens nicht zweckmäßig, fünf oder mehr Nachkommastellen zu betrachten. Bei der Wahl der Anzahl von Nachkommastellen sollte also ein Mittelweg gefunden werden, der beide Aspekte berücksichtigt. Diese Entscheidung kann auch vor Durchführung der eigentlichen QFD getroffen werden. So kann beim Betrachten der Zahlenwerte der relativen Gewichte entschieden werden, wie viele Nachkommastellen

- 114 -

SFB 696

wirklich nötig und auch sinnvoll sind. Bei der anschließenden Durchführung der QFD kann diese Zahl dann beibehalten werden. Zu beachten ist auch, dass es aus mathematischer Sicht unsinnig ist, ein Ergebnis mit mehr Nachkommastellen zu betrachten, wenn vorher Werte eingegangen sind, die auf wenige Nachkommastellen gerundet worden sind. Es sei an dieser Stelle darauf hingewiesen, dass die Verwendung von Kommazahlen kein

Unterscheidungskriterium

Gewichtungen

ist.

Auch

eine

für

eine

QFD

konventionelle

mit QFD

absoluten könnte

oder trotz

relativen absoluter

Eingangsgrößen mit Kommazahlen durchgeführt werden. Der Grund, warum dies nicht geschieht, liegt in der Verwendung der konventionellen Skalen. Theoretisch wären aber auch Skalen von 1 bis 9, in Schritten von je 0,5 denkbar. Auch noch detailliertere Skalen wären möglich. Sie finden allerdings keine Anwendung, da eine so genaue Zuordnung ohne Hilfsmittel wie z.B. den Paarweisen Vergleich kaum möglich ist. Das Auftreten von Kommazahlen ist also nicht ausschließlich beim Verrechnen von relativen

Eingangsgrößen

möglich,

jedoch

bei

diesem

meist

unumgänglich.

Schwierigkeiten, die eine Verrechung von Kommazahlen in einer QFD nicht möglich machen, treten dabei nicht auf. Auch sei an dieser Stelle bereits erwähnt, dass im QFD-Ansatz von Akao durchaus absolute Zahlenwerte mit Nachkommastellen auftreten. Die Höhe der Werte der absoluten Zwischen- und Endergebnisse In einem direkten Vergleich einer QFD mit absolut und einer mit relativ gewichteten Kundenanforderungen, werden die Werte der absoluten Zwischen- und Endergebnisse z.B. der Gesamtbedeutung, bei der absoluten Variante in der Regel größer sein. Die Gründe hierfür sind zum einen, dass die Höhe der Werte der Eingangsgrößen mit zunehmender Anzahl der Anforderungen abnimmt. Zum anderen liegt es auch an der Fragestellung, ob die relativen Werte Prozentzahlen oder Zahlen ohne Einheit und damit immer kleiner als 1 sind. Nur in einem Fall, in dem die Eingangsgrößen als Prozentzahlen eingehen und es verhältnismäßig wenige Kundenanforderungen gibt, können die Werte auch höher liegen als in einer konventionellen QFD. Auch dieser Effekt bereitet, wie schon die beiden vorher beschriebenen Änderungen, wenige Probleme bei der Nutzung relativer Gewichte in einer QFD. Dies liegt darin begründet, dass die Höhe der Eingangswerte zwar die absolut betrachteten Höhen der Ergebnisse, also der Gesamtbewertung, beeinflusst, nicht aber die relative Verhältnismäßigkeit der einzelnen Werte der Gesamtbewertung. Mit anderen Worten:

- 115 -

SFB 696

Bei einer Normierung der Ergebnisse einer QFD ergeben sich die gleichen Werte und somit kann sich auch die Rangfolge der Gesamtbewertung nicht ändern. Diese Tatsachen werden in einem Beispiel im folgenden Abschnitt anschaulich dargelegt.

Beispiel Die zuvor beschriebenen Veränderungen bei dem Einsatz von relativen Gewichten als Eingangsgrößen einer QFD stellen bei Durchführung einer QFD keine größeren Schwierigkeiten da. Um das zu veranschaulichen, soll in diesem Kapitel ein etwas umfangreicheres Beispiel durchgeführt werden. Die Abbildung 32, Abbildung 33 und Abbildung 34 zeigen jeweils den Teil einer QFD, mit dem die Gesamtbewertung berechnet wird. Auf die Teile einer QFD, die nicht zur Berechnung beitragen, wie die Wettbewerbsvergleiche und die Korrelationen der Produktmerkmale im „Dach“, wird der Übersichtlichkeit halber verzichtet. Das Beispiel verliert dadurch allerdings nicht an Aussagekraft, da diese Teile einer QFD von der Umstellung auf relative Gewichte nicht

betroffen

sind.

Abbildung

32

zeigt

eine

Berechnung

mit

relativen

Kundengewichtungen als Prozentzahlen, Abbildung 33 eine Berechnung mit relativen Kundengewichtungen mit einheitslosen Zahlen und Abbildung 34 zeigt abschließend eine Berechnung mit absoluten Kundengewichtungen, die zuvor durch eine Tabelle umgewandelt werden. Dabei werden jeweils die zehn Kundenanforderungen A bis J und die zehn Produktmerkmale k bis t betrachtet.

- 116 -

SFB 696

Abbildung 32: QFD mit Prozentzahlen als relative Gewichte

- 117 -

SFB 696

Kundenanforderungen

3 7

8,28 5,85 3,21 3,19 1,19 Absolut Relativ Rang Schwierigkeit

F

G

H

I

J

Technische

Bedeutung

6

9,8434

Relativ Rang

3109,05

Absolut

7

Rang

Gesamtbewertung

6,5540

Relativ

Gesamtbewertung

444,15

Absolut

3

Kaufmännische

Bedeutung

3

Rang

Kaufmännische

13,8494

Relativ

Gesamtbewertung

1036,35

Absolut

148,05

1

Technische

Technische

10,7702

10,67

E

9

13,05

D

3

15,39

17,81

B

C

21,36

A

k

5

11,0957

3504,6

1

25,8573

1752,3

9

8

5,2038

389,4

2

2

14,1639

194,7

3

3

9

l

4

13,5149

4268,7

5

10,4983

711,45

5

4

11,4091

853,74

6

5

10,3512

142,29

3

9

m

7

5,7792

1825,36

9

3,3669

228,17

1

1

24,3935

1825,36

8

1

16,5988

228,17

1

9

1

9

n

8

3,7065

1170,72

8

4,3189

292,68

2

7

7,8226

585,36

4

4

10,6459

146,34

9

9

o

Lösungsmöglichkeiten

1

20,6339

6517,26

4

10,6856

724,14

6

2

14,5158

1086,21

9

7

8,7799

120,69

9

3

p

3

13,7322

4337,34

6

9,1433

619,62

6

6

9,6605

722,89

7

9

7,5126

103,27

9

1

1

3

q

2

18,4182

5817,42

2

14,3072

969,57

7

5

11,1060

831,06

6

6

10,0762

138,51

9

r

10

0,5891

186,08

10

2,7458

186,08

4

10

0,6217

46,52

1

10

3,3842

46,52

9

1

s

9

2,6868

848,64

3

12,5227

848,64

8

9

1,4176

106,08

1

8

7,7170

106,08

9

3

t

Abbildung 33: QFD mit Zahlen ohne Einheit als relative Gewichte

- 118 -

SFB 696

Kundenanforderungen

0,1067

0,0828

0,0585

0,0321

0,0319

0,0119

Absolut

Relativ

Rang

E

F

G

H

I

J

Technische

Bedeutung

31,0905 9,8434 6

Absolut

Relativ

Rang

7

Rang

Gesamtbewertung

6,5540

Relativ

Gesamtbewertung

4,4415

Absolut

3

Kaufmännische

Bedeutung

3

Rang

Kaufmännische

13,8494

Relativ

Gesamtbewertung

10,3635

Absolut

7

1,4805

1

Technische

Schwierigkeit

3

0,1305

D

Technische

10,7702

0,1539

C 9

0,1781

B 3

0,2136

A

k

5

11,0957

35,046

1

25,8573

17,523

9

8

5,2038

3,894

2

2

14,1639

1,947

3

3

9

l

4

13,5149

42,687

6

10,4983

7,1145

5

4

11,4091

8,5374

6

5

10,3512

1,4229

3

9

m

7

5,7792

18,2536

9

3,3669

2,2817

1

1

24,3935

18,2536

8

1

16,5988

2,2817

1

9

1

9

n

9

9

o

8

3,7065

11,7072

8

4,3189

2,9268

2

7

7,8226

5,8536

4

4

10,6459

1,4634

Lösungsmöglichkeiten

1

20,6339

65,1726

5

10,6856

7,2414

6

2

14,5158

10,8621

9

7

8,7799

1,2069

9

3

p

3

13,7322

43,3734

4

9,1433

6,1962

6

6

9,6605

7,2289

7

9

7,5126

1,0327

9

1

1

3

q

2

18,4182

58,1742

2

14,3072

9,6957

7

5

11,1060

8,3106

6

6

10,0762

1,3851

9

r

10

0,5891

1,8608

10

2,7458

1,8608

4

10

0,6217

0,4652

1

10

3,3842

0,4652

9

1

s

9

2,6868

8,4864

3

12,5227

8,4864

8

9

1,4176

1,0608

1

8

7,7170

1,0608

9

3

t

Damit in diesem Beispiel den beiden zuvor gezeigten Berechnungen (absolute Werte), eine vergleichbare mit absoluten Werten gegenüber stehen kann, müssen die relativen Werte der letzten Tabelle zuvor durch eine Tabelle in absolute Werte überführt werden. Auf die verschiedenen Möglichkeiten der Umrechnung wird noch detailliert eingegangen. An dieser Stelle ist lediglich zu beachten, dass die Tabelle 20 auf ihrer linken Seite denjenigen absoluten Wert angibt, der möglichst identisch mit den relativen Werten ist, die in das Intervall auf der rechten Seite der Tabelle fallen. Ein Genauigkeitsverlust ist bei solch einer Umrechnung unumgänglich, doch weisen die absoluten Werte eine, für dieses Beispiel ausreichende, Präzision auf, so dass ein Vergleich der Berechnung in Abbildung 34 mit den beiden relativen Werten möglich ist.

9

18,99-21,36

8

16,61-18,99

7

14,24-16,61

6

11,87-14,24

5

9,49-11,87

4

7,12-9,49

3

4,75-7,12

2

2,37-4,75

1

0,00-2,37

Tabelle 20: Umrechnungstabelle für relative in absolute Werte Bei Anwendung der Tabelle 20 ergeben sich für die zehn Kundenanforderungen, die in Tabelle 21 gezeigten absoluten Gewichte.

- 119 -

SFB 696

Kundenanforderungen

Relative Werte

Absolute Werte

A

21,36

9

B

17,81

8

C

15,39

7

D

13,05

6

E

10,67

5

F

8,28

4

G

5,85

3

H

3,21

2

I

3,19

2

J

1,19

1

Tabelle 21: Absolute und relative Werte für die Anforderungen Mit den in Tabelle 21 gezeigten absoluten Gewichten kann jetzt eine Berechnung der Gesamtbewertung erfolgen, die mit der Berechnung mit relativen Gewichtungen vergleichbar ist. Abbildung 34 zeigt diese Berechnung auf.

- 120 -

SFB 696

Abbildung 34: QFD mit absoluten Gewichten

- 121 -

SFB 696

Kundenanforderungen

5 4 3 2 2 1

Absolut

Relativ

Rang

E

F

G

H

I

J

Technische

Bedeutung

1449 9,8284 6

Absolut

Relativ

Rang

7

Rang

Gesamtbewertung

6,5033

Relativ

Gesamtbewertung

207

Absolut

3

Kaufmännische

Bedeutung

3

Rang

Kaufmännische

13,8713

Relativ

Gesamtbewertung

483

Absolut

7

69

1

Technische

Schwierigkeit

4

6

D

Technische

10,6811

7

C 9

8

B 3

9

A

k

5

10,9883

1620

1

25,4477

810

9

8

5,1694

180

2

2

13,9319

90

3

3

9

l

4

13,4301

1980

5

10,3676

330

5

4

11,3728

396

6

5

10,2167

66

3

9

m

7

5,5891

824

10

3,2359

103

1

1

23,6646

824

8

1

15,9443

103

1

9

1

9

n

72

9

9

o

8

3,9069

576

8

4,5240

144

2

7

8,2711

288

4

3

11,1455

Lösungsmöglichkeiten

1

20,8777

3078

4

10,7446

342

6

2

14,7329

513

9

7

8,8235

57

9

3

p

3

13,9592

2058

6

9,2366

294

6

6

9,8507

343

7

9

7,5851

49

9

1

1

3

q

2

17,9475

2646

2

13,8549

441

7

5

10,8558

378

6

6

9,7523

63

9

r

10

0,7054

104

9

3,2674

104

4

10

0,7467

26

1

10

4,0248

26

9

1

s

9

2,7674

408

3

12,8181

408

8

9

1,4647

51

1

8

7,8947

51

9

3

t

Bei Betrachtung dieses Zahlenbeispiels ist folgendes feststellbar: Die Abbildung 32 und die Abbildung 33 zeigen, dass es kein Problem darstellt, eine QFD mit Kommazahlen zu berechnen. Werden diese beiden Grafiken miteinander verglichen, so ist leicht ersichtlich, dass sie zu einem exakt gleichen Ergebnis führen, was wiederum bedeutet, dass der Rang und die relative Gesamtbewertung identisch sind. Damit wird auch gezeigt, dass durch das Vorhandensein sehr kleiner Zahlenwerte, wie in Abbildung 33, keine Schwierigkeiten auftreten. Es ändern sich lediglich die absoluten Ergebnisse, die relativen bleiben jedoch von der Größendimension der Eingangsgröße unberührt. Unter Einbeziehung der Abbildung 34 im Rahmen dieses Beispiels ist feststellbar, dass der Rang der Gesamtbewertung mit dem der relativen Berechnungen identisch ist. Auch die relativen Werte der Gesamtbewertung sind bei absoluten und relativen Eingangsgrößen in diesem Beispiel sehr ähnlich. Die größte Abweichung ist bei Produktmerkmal r zu verzeichnen, dort beträgt sie lediglich: 18,4182% - 17,9475% = 0,4707% Aus den sehr ähnlichen Ergebnissen kann die Schlussfolgerung gezogen werden, dass es grundsätzlich möglich ist, eine QFD mit relativen Größen zu berechnen. Allerdings stellt sich beim Vergleich der Abbildung 32 und der Abbildung 34 heraus, dass es z.B. beim Rang der kaufmännischen Gesamtbewertung zu Unterschieden bei den beiden Berechnungen gekommen ist. Diese Unterschiede werden im Folgenden noch erläutert und genauer analysiert.

3.2.3 Schwierigkeiten innerhalb der QFD bei der Umstellung auf relative Werte In Kapitel 3.2.2 sind die auffälligen Änderungen bei der Umstellung von absolute auf relative Gewichtungen der Kundenanforderungen aufgezeigt worden. Die Gesamtheit dieser Veränderungen führte allerdings zu keinen umfangreicheren Schwierigkeiten. Die Beschreibung der auftretenden Probleme ist Gegenstand des Kapitels 3.2.3.

- 122 -

SFB 696

3.2.3.1 Problematik bei relativ gewichteten Kundenanforderungen Die Problematik bei der Integration relativ gewichteter Kundenanforderungen in einer QFD ist sehr weit reichend. Wie in Kapitel 2.1 beschrieben, berechnet sich die allgemeine Gesamtbewertung für die Produktmerkmale in einem House of Quality aus insgesamt vier Eingangsgrößen, wobei die vierte nicht immer betrachtet wird: •

Gewichtung der Kundenanforderungen

•

Korrelation der Anforderungen mit den Produktmerkmalen

•

Technische Schwierigkeit

•

Kaufmännische Bedeutung

Die drei Punkte Gewichtung der Kundenanforderungen, technische Schwierigkeit und kaufmännische Bedeutung werden konventionell auf einer starren Skala, meist von 1 bis

5,

9

oder

10

bewertet.

Die

Korrelation

der

Anforderungen

mit

den

Produktmerkmalen erfolgt meist über das Eintragen eines der drei Symbole: •

nichts

0

•

Δ

1

•

{

3

•

z

9

Im Gegensatz zu den anderen drei Bewertungen kann bei Korrelation der Wert null vorkommen, der höchstmögliche Wert ist aber meist die 9. Die Gesamtbewertung errechnet sich nun durch Multiplikation und Addition dieser vier Werte. Werden nur die drei Eingangsgrößen ohne Berücksichtigung der Werte der Korrelation betrachtet,

so

ist

feststellbar,

dass

in

verschiedenen

Anwendungen

zwar

unterschiedliche Skalen verwendet werden, aber innerhalb einer Anwendung in der Regel eine identische Skala benutzt wird. Hierfür gibt es zahlreiche Beispiele, wobei folgende Abbildung 35 exemplarisch ein Beispiel aufzeigt:

- 123 -

SFB 696

Abbildung 35: Beispiel eines House of Quality [Pfeifer '01] Wie in diesem Beispiel zu sehen ist, werden sowohl die Customer Needs, also die Kundenanforderungen, als auch die Größe der Technical difficulty in einer Skala von 1 bis 5 bewertet. Der gleiche Zusammenhang findet sich auch in einer Arbeit von Herzwurm wieder, in der ebenfalls alle verwendeten Skalen von 1 bis 5 als ausreichend betrachtet werden [Herzwurm '00]. Bei einem Beispiel, bei dem die Kundenanforderungen von 1 bis 10 gewichtet sind, werden auch die anderen Skalen von 1 bis 10 verlaufen. Es ist somit von einer Art „Gleichberechtigung“ dieser Eingangsgrößen auszugehen. In den Fällen, in denen die Skalen von 1 bis 9 verlaufen, gilt dieses Gleichgewicht sogar für alle Eingangsgrößen einschließlich der Korrelation. Sieht man von einer möglichen null bei der Korrelation ab, so können alle vier Eingangsgrößen einen Faktor höchstens „neun mal so hoch“ wie einen anderen Faktor bewerten, da der minimale Wert 1 und der Höchstwert 9 ist. Verlaufen die Skalen von 1 bis 10, gilt das gerade beschriebene in ähnlicher Form, da der Unterschied der Maximalwerte von 9 zu 10 bei der späteren Berechnung der Gesamtbewertung nicht erheblich ist. Wird eine Skala von 1 bis 5

- 124 -

SFB 696

verwendet, besteht dieses Gleichgewicht zwar nicht zwischen allen Eingangsgrößen, dennoch stehen die Skalen in einem genau definierten und konstanten Verhältnis zueinander. Beim Einsatz einer relativen Gewichtung kann sich diese Tatsache jedoch anders verhalten. Das im vorigen Absatz beschriebene fest definierte Verhältnis oder das Gleichgewicht der Eingangsgrößen gilt hier meist nicht. So sind in diesem Fall Bewertungen möglich, die nicht nur ein „neun oder zehn mal so hoch“ zulassen, sondern einen Faktor auch z.B. 40-mal höher einstufen können als einen anderen. Dabei gibt es drei mögliche Ursachen, die bewirken, dass diese extremeren Eingangsgrößen auftreten können. Diese sind jeweils verbunden mit folgenden Fragen: •

Welches Verfahren wird zur Ermittlung der relativen Größen verwendet?

•

Welche Hierarchie wird beim AHP verwendet?

•

Treten beim AHP Inkonsistenzen auf?

Allen drei gemeinsam ist, dass sie theoretisch dazu führen können, dass z.B. eine Kundenanforderung 40-mal höher bewertet wird als eine andere Kundenanforderung. Die zuvor beschriebene Begrenzung auf das neunfache ist hier also aufgehoben. Die Konsequenzen daraus sind gravierend, wie das folgende Beispiel zeigt. Dieses Beispiel geht von der vereinfachenden Annahme aus, dass es jeweils nur eine Korrelation gibt. Unter dieser Voraussetzung setzt sich der Wert der Gesamtbewertung aus der einfachen Multiplikation aller vier Eingangsgrößen zusammen. Betrachtet wird zuerst ein Fall A mit einer sehr wichtigen Kundenanforderung und anschließend ein Fall B mit einer eher untergeordneten und unbedeutenden Anforderung. Dabei sind die anderen Eingangsgrößen für den Fall A unterer Durchschnitt, aber die Eingangsgrößen für den Fall B sehr gut. Bei der absoluten Gewichtung mit einer Skala von 1 bis 9 erhält logischerweise die sehr wichtige Anforderung den Höchstwert 9 und die unbedeutende den Mindestwert von 1. Bei einer relativen Gewichtung sind bei den gleichen Anforderungen auch die zuvor beschriebenen Prozentzahlen 40 bis 1 möglich.

- 125 -

SFB 696

So können sich die Gesamtgewichtungen wie folgt berechen: Absolut

Relativ

A:

9 y 3 y 3 y 3 = 243

0,4 y 3 y 3 y 3 = 10,8

B:

1 y 9 y 9 y 9 = 729

0,01 y 9 y 9 y 9 = 7,29

Erkennbar ist, dass sich in diesem Beispiel die Reihenfolge der Werte für die Gesamtbewertung

bei

absoluten

und

relativen

Eingangsgrößen

der

Kundenanforderungen vertauscht hat. Bei reinen absoluten Werten erhält Fall B eine fast dreimal höhere Zahl als Gesamtbewertung wie im Fall A. Im Beispiel mit relativen Gewichtungen liegt der Wert der Gesamtbewertung bei Fall A über dem von Fall B. Diese sehr gravierenden Auswirkungen auf die Ergebnisse einer QFD haben ihre Ursache in der extremeren Bewertungsmöglichkeit bei relativen Gewichtungen. Die Folge ist, dass das zuvor beschriebene Gleichgewicht der vier Eingangsgrößen nicht mehr vorhanden ist. Stattdessen dominiert jetzt die Eingangsgröße der Gewichtung der Kundenanforderungen über das Ergebnis der Gesamtbewertung. In diesem Beispiel ist der Wert der relativen Gewichtung der Kundenanforderungen so niedrig, dass dies

auch die höchsten Werte der anderen drei Eingangsgrößen nicht

kompensieren können und so der Fall B den niedrigeren Endwert erhält. Die Problematik ist aber noch weit reichender. Bei der Ermittlung der relativen Kundenanforderungen können,

wie

gerade beschrieben, auch sehr extreme

Bewertungen auftreten, sie müssen es aber nicht. So ist es durchaus denkbar, dass in drei verschiedenen Fällen mit relativen Kundenwünschen folgende Maximal- und Minimalwerte auftreten: Maximalwert

Minimalwert

Fall 1:

40%

1%

Fall 2:

20%

1%

Fall 3:

10%

1%

Wie zuvor beschrieben, würde im ersten Fall die Eingangsgröße der gewichteten Kundenanforderungen über die Berechnung der Gesamtbewertung dominieren. Bei dem dritten Fall sieht das allerdings ganz anders aus, denn hier ist die Bedeutung der gewichteten Kundenanforderung lediglich so hoch, wie es bei einer konventionellen Skalabewertung der Fall ist. Der zweite Fall liegt genau in der Mitte von Fall 1 und 3. Die Konsequenz ist, dass in jeder QFD, in die diese Werte eingehen würden, die Eingangsgröße der Gewichtung der Kundenanforderungen die Berechnungen und das

- 126 -

SFB 696

Ergebnis immer unterschiedlich stark beeinflusst. Demzufolge entsteht eine Unausgeglichenheit innerhalb der QFD bzw. eine Abweichung der Ergebnisse. Die beschriebene Problematik wurde bis jetzt an einem Beispiel gezeigt, das von der sehr vereinfachenden Annahme ausging, dass die Kundenanforderungen und die Produktmerkmale jeweils genau eine Korrelation aufweisen. Diese Vereinfachung wurde allerdings nur vorgenommen, um die Anschaulichkeit der Problematik zu steigern. An dieser Stelle soll aber zusätzlich gezeigt werden, dass die Problematik auch in dem komplexeren Umfeld einer vollständigen Berechnung einer QFD auftritt. Zu diesem Zweck wird im nächsten Abschnitt ein weiteres Beispiel mit der Berechnung einer Gesamtbewertung gezeigt.

3.2.3.2 Beispiel Das jetzt folgende Beispiel ist dem aus Kapitel 3.2.2 nachempfunden. Auch hier werden die zehn Kundenanforderungen A bis J den Produktmerkmalen k bis t gegenübergestellt. Allerdings gehen in diesem Fall andere relative Werte in das Beispiel ein, auch ist es an anderen Stellen leicht modifiziert, um den Effekt deutlicher zu zeigen. Abbildung 36 zeigt die Berechnung einer QFD mit relativ gewichteten Kundenanforderungen, die sehr hohe Größenunterschiede aufweisen. Dabei ist der Größenunterschied

des

höchsten

und

des

niedrigsten

Wertes

der

Kundenanforderungen so gewählt, dass er in etwa dem im vorherigen Abschnitt entspricht.

- 127 -

SFB 696

Abbildung 36: QFD mit sehr unterschiedlichen relativen Gewichten

- 128 -

SFB 696

Kundenanforderungen

7,52 5,53 4,06 3,21 2,19 1,01

Absolut

Relativ Rang

E

F

G

H

I

J

Technische

Bedeutung

2096,22 7,5202 4

Absolut

Relativ Rang

7

Rang

Gesamtbewertung

5,9628

Relativ

Gesamtbewertung

299,46

Absolut

3

Kaufmännische

Bedeutung

3

Rang

Kaufmännische

9,6054

Relativ

Gesamtbewertung

698,74

Absolut

7

99,82

1

Technische

Schwierigkeit

4

8,93

D

Technische

8,4055

9,36

C 9

13,35

B 3

44,84

A

k

5

7,1978

2006,34

1

19,9750

1003,17

7

7

3,9401

286,62

2

2

12,0676

143,31

3

3

9

l

6

6,2612

1745,28

4

5,7920

290,88

3

4

7,9973

581,76

6

5

8,1646

96,96

3

9

m

1

25,0558

6984,16

6

17,3834

873,02

2

1

48,0049

3492,08

8

1

36,7569

436,51

9

1

9

n

9

9

o

7

4,7037

1311,12

8

6,5267

327,78

3

6

6,0079

437,04

4

3

9,2004

109,26

Lösungsmöglichkeiten

3

17,5952

4904,55

5

10,8510

544,95

7

2

9,6317

700,65

9

7

6,5555

77,85

9

3

p

8

4,5143

1258,32

9

3,5794

179,76

6

8

2,8830

209,72

7

10

2,5228

29,96

9

1

1

q

2

24,4792

6823,44

10

0,4744

132,24

10

2,6331

15,0964 3

132,24

4 758,16

9

10

0,4545

10,4223 5

33,06

758,16

1

9

6 9

2,7839

33,06

9

1

s

7,0935

84,24

9

r

9

2,1981

612,72

2

12,2004

612,72

8

9

1,0529

76,59

1

8

6,4494

76,59

9

3

t

Wie schon zuvor werden die relativen Werte mit Hilfe der Tabelle 22 umgerechnet.

9

39,86-44,84

8

34,88-39,86

7

29,89-34,88

6

24,91-29,89

5

19,93-24,91

4

14,95-19,93

3

9,96-14,95

2

4,98-9,96

1

0,00-4,98

Tabelle 22: Umrechnungstabelle für absolut und relativ Werte Mit dieser Tabelle lassen sich die relativen Werte in absolute überführen. Somit ergeben sich für die zehn Kundenanforderungen A bis J die in Tabelle 23 gezeigten Werte.

Kundenanforderungen

Relative Werte

Absolute Werte

A

44,84

9

B

13,35

3

C

9,36

2

D

8,93

2

E

7,52

2

F

5,53

2

G

4,06

1

H

3,21

1

I

2,19

1

J

1,01

1

Tabelle 23: Absolute und relative Werte für die Anforderungen

- 129 -

SFB 696

Kundenanforderungen

- 130 525 7,5097 5

Absolut Relativ Rang

8

Rang

Gesamtbewertung

5,9148

Relativ

Gesamtbewertung

75

Absolut

Kaufmännische

3

Rang

Bedeutung

3

Relativ

Kaufmännische

175 10,0981

Absolut

Technische

Gesamtbewertung

Rang 7

Relativ

Bedeutung

Schwierigkeit

4

Absolut

Technische

Technische

8,6505

1

J 25

1 1

1

I

1

G

9

3

H

2 2

F

2

D

E

3 2

B

C

9

A

k

6

7,2093

504

1

19,8738

252

7

8

4,1546

72

2

2

12,4567

36

3

3

9

l

7

6,1794

432

5

5,6782

72

3

4

8,3093

144

6

5

8,3045

24

3

9

m

3

20,8268

1456

6

14,3533

182

2

1

42,0081

728

8

1

31,4879

91

9

1

9

n

8

4,6345

324

9

6,3880

81

3

6

6,2320

108

4

3

9,3426

27

9

9

o

Lösungsmöglichkeiten

1

21,6278

1512

2

13,2492

168

7

2

12,4639

216

9

6

8,3045

24

9

3

p

4

8,4108

588

7

6,6246

84

6

7

5,6549

98

7

9

4,8443

14

9

1

1

q

10

7

48 2

10

0,6866

1458 20,8554

10

3,7855

12,7760 4

4 48

9

10

5 162

12 0,6924

162 9,3480

1

4,1522

6,2284 9

12

9

1

s

18

9

r

9

2,0598

144

3

11,3565

144

8

9

1,0387

18

1

8

6,2284

18

9

3

t

Mit diesen Werten kann wiederum die gleiche Berechnung mit absoluten Gewichten

durchgeführt werden. Diese Berechnung wird in Abbildung 37 gezeigt.

Abbildung 37: QFD mit absoluten Gewichten

SFB 696

In diesem Beispiel ist es aufgrund der vielen verschiedenen Korrelationen nicht möglich, eine veränderte Gewichtung genau einem Produktmerkmal zuzuordnen. Dadurch ist es hier auch etwas schwieriger, den zuvor beschriebenen Effekt zu erkennen. Betrachtet man nun die beiden Produktmerkmale, die jeweils die stärksten Korrelationen

zu

den

höchsten

und

zu

den

niedrigsten

Werten

der

Kundenanforderungen aufweisen, so wird ersichtlich, dass der Effekt auch in dieser vollständigen Berechnung auftritt. In Abbildung 36 erhält das Produktmerkmal n, das die stärkste Korrelation mit dem höchsten Wert der Kundenanforderungen aufweist, mit 25% den ersten Rang. Hingegen kommt das Produktmerkmal, das die höchste Korrelation mit dem niedrigsten Wert der Kundengewichtung aufweist, mit 4,5% nur auf den achten Rang. Setzt man die beiden Zahlen der relativen Gesamtbewertung ins Verhältnis zueinander, so stellt man fest: 25 / 4,5 = 5,6 Das bedeutet, dass das Produktmerkmal n bei der Gesamtbewertung knapp sechsmal höher bewertet wird als das Produktmerkmal q. Dieser Zusammenhang verhält sich in der Berechnung von Abbildung 37 anders. Der Rang der Produktmerkmale n und q beträgt hier 3 und 4. Liegen die Werte für den Rang bei der Berechnung mit absoluten Werten noch um sieben Plätze auseinander, so sind sie hier eng beieinander. Die Zahlenwerte für die relative Gesamtbewertung beträgt bei dieser Berechung 20,8% und 8,4%, dadurch ist das Verhältnis der beiden Werte zueinander: 20,8 / 8,4 = 2,5 Damit liegen beide Werte immer noch deutlich auseinander, der Abstand hat sich jedoch durch die Verwendung anderer Werte halbiert. Es sei an dieser Stelle noch einmal

daran

erinnert,

dass

im

ähnlichen

Beispiel,

in

dem

nur

mäßige

Größenunterschiede zwischen den relativen Werten der Kundenanforderungen vorhanden

sind,

überhaupt

keine

Veränderungen

an

der

Rangfolge

der

Gesamtbewertungen auftreten. In den folgenden Abschnitten wird erläutert, wann es zu solchen extremen Werten für die Gewichte der Kundenanforderungen kommen kann.

- 131 -

SFB 696

3.2.3.3 Der Einfluss des verwendeten Verfahrens Zur Ermittlung der relativen Gewichte der Kundenanforderungen können verschiedene Verfahren herangezogen werden, diese sind z.B. der AHP, der 100$-Test oder die 1-2-3 Prioritization Method. Abhängig von der gewählten Methode zur Ermittlung der relativen Gewichtungen können auch extreme Werte in eine QFD eingehen. So werden bei dem 100$-Test, die 100% der relativen Gewichtungen auf die einzelnen Anforderungen völlig frei verteilt. Denkbar ist also eine Verteilung von z.B. 40%, 30%, 20%, 9% und 1%. Bei einer solchen Konstellation ist die erste Anforderung 40-mal so hoch bewertet wie die letzte. Ein solcher Fall würde zu dem zuvor beschriebenen Problem führen [Francisco Tamayo-Enríquez '04].

Die Bedeutung der Hierarchie Gehen in eine QFD relativ gewichtete Eingangsgrößen ein, so ist die Struktur dieser Kundenanforderungen von großer Bedeutung. Eine relative Gewichtung bedeutet, dass die Kundenanforderungen untereinander verglichen wurden. Dies kann allerdings auf verschiedenen Wegen erfolgen und wird durch die Art der Hierarchie ausgedrückt. Die in eine QFD eingehenden Kundenanforderungen weisen häufig die in Abbildung 38 dargestellte

Struktur

auf.

Sie

gliedern

sich

in

Primär-,

Sekundär-

und

Tertiäranforderungen.

- 132 -

SFB 696

Primäranforderungen

Sekundäranforderungen

Tertiäranforderungen

Abbildung 38: Beispielhafte Hierarchie von Kundenanforderungen Eine

Betrachtung,

die

lediglich

die

Primär-

und

Sekundäranforderungen

berücksichtigt, führt bei vielen Systemen zu einer sehr oberflächlichen Untersuchung. Hierunter würde auch die Qualität der später durchzuführenden Korrelation mit den Produktmerkmalen stark leiden und zu undifferenzierten Ergebnissen führen. Umgekehrt ist auch eine Berücksichtigung von mehr als drei Ebenen möglich. In Fällen, in denen eine sehr detaillierte Betrachtung als nötig erscheint, werden in der Regel die Anforderungen auf diesen untergeordneten Ebenen betrachtet. Allerdings spricht der deutlich gesteigerte Aufwand, der durch den erhöhten Detaillierungsgrad entsteht, gegen eine ständige Verarbeitung von Kundenanforderungen auf diesen Ebenen. Um einen guten Ausgleich von erforderlicher Genauigkeit und Aufwand zu finden, gehen meist die tertiären Kundenanforderungen in eine QFD ein. Tertiäre Kundenanforderungen können auf zwei verschiedenen Wegen relativ bewertet sein. Entweder werden alle tertiären Anforderungen untereinander verglichen, damit würde die Beispiel-Hierarchie aus Abbildung 38, wie in Abbildung 39 dargestellt, aussehen:

- 133 -

SFB 696

Primäranforderungen

Sekundäranforderungen

Tertiäranforderungen

T1: 30% T2: 26% T3: 21% T4: 14% T5: 5% T6: 4%

Abbildung 39: Hierarchie bei der alle Anforderungen verglichen werden

Hierbei muss die Summe der sechs tertiären Anforderungen T1 bis T6 immer 100% ergeben. Die andere Möglichkeit ist, dass nur die tertiären Anforderungen untereinander

verglichen

werden,

die

zusammen

der

gleichen

sekundären

Anforderung angehören. Die sekundären Anforderungen selbst werden dann verglichen, wenn sie zu der gleichen Primäranforderung gehören, wie es in Abbildung 40 gezeigt wird.

- 134 -

SFB 696

Primäranforderungen

Sekundäranforderungen

T1: 70%

S1: 70%

P1: 100%

Tertiäranforderungen

T2: 30% T3: 60%

S2: 20%

T4: 40% T5: 90%

S3: 10%

T6: 10%

Abbildung 40: Hierarchie bei der nicht alle Anforderungen verglichen werden

Bei einem derartigen Vorgehen ist die Summe aller tertiären Anforderungen ungleich 100 %. Stattdessen verteilen sich diese 100 % jeweils auf die tertiären Anforderungen, die zur selben sekundären Anforderung gehören. Dabei werden die sekundären Anforderungen selbst auch bewertet und ergeben in der Summe ebenfalls 100%, wenn sie zur gleichen primären Anforderung gehören. Die erste Möglichkeit hat einen entscheidenden Vorteil, der darin besteht, dass die Werte der Gewichtungen hier ohne weiteres Umrechnen für die QFD übernommen werden können. Der Nachteil dieser Vorgehensweise ist, dass meist sehr viele Anforderungen miteinander verglichen werden müssen. Dadurch geht bei einigen Verfahren wie z. B. dem 100 $ - Test oder der Rankingmethode die Übersichtlichkeit verloren. Bei anderen Verfahren, die auf einem paarweisen Vergleich beruhen, wie z. B. der AHP, nimmt die Anzahl der Paarvergleiche schnell sehr hohe Werte an. So müssen bei 20 tertiären Anforderungen bereits 190 Vergleiche durchgeführt werden. Der

Vorteil

der

zweiten

Möglichkeit

liegt

gerade

in

der

Reduktion

des

Arbeitsaufwandes der ersten Vorgehensweise. In der ideal gleichmäßigen Verteilung der tertiären Anforderungen von Abbildung 40 müssen nur 6 Vergleiche vorgenommen werden. Dies ist in diesem Fall nicht einmal die Hälfte der Vergleiche der anderen Methode. Die so ermittelten Werte können allerdings nicht ohne weiteres in eine QFD

- 135 -

SFB 696

eingehen. Der Grund dafür ist, dass hier nur die tertiären Anforderungen verglichen wurden, die zur selben sekundären gehören. In der weiteren Betrachtung der QFD entfällt aber diese zuvor vorgenommene Differenzierung. Auch werden die sekundären Anforderungen weiterhin nicht mehr betrachtet, so dass die relativen Gewichtungen der einzelnen sekundären Anforderungen überhaupt nicht in die QFD eingehen würden. Eine direkte Nutzung der Ergebnisse dieser zweiten Möglichkeit in einer QFD ist somit nicht möglich. Um die Ergebnisse einer solchen relativen Kundenanforderungsgewichtung dennoch nutzen zu können, müssen sie umgerechnet werden. Dies soll in einem Beispiel mit den Zahlen aus Abbildung 40 kurz gezeigt werden.

T1 = 0,7 y 0,7 = 0,49 = 49 % T2 = 0,7 y 0,3 = 0,21 = 21 % T3 = 0,2 y 0,6 = 0,12 = 12 % T4 = 0,2 y 0,4 = 0,08 = 8 % T5 = 0,1 y 0,9 = 0,09 = 9 % T6 = 0,1 y 0,1 = 0,01 = 1 %

Die sechs tertiären Anforderungen T1 bis T6 ergeben jetzt in der Summe 100% und können so in eine QFD eingebracht werden. Allerdings ergibt sich bei ihrer Nutzung das zuvor geschilderte Problem: Durch eine derartige Umrechnung können auch Gewichtungen entstehen, die weiter auseinander liegen als um den Faktor 9. So hat hier z. B. die Anforderung T1 ein 49-mal höheres Gewicht als die Anforderung T6. Dies führt zu dem zuvor beschriebenen Problem, der Unausgewogenheit der QFD.

- 136 -

SFB 696

3.2.3.4 Die Bedeutung von Inkonsistenzen Werden die relativen Gewichtungen von Kundenanforderungen mit einem AHP ermittelt, ist immer die Frage nach der Inkonsistenz von zentraler Bedeutung. Inkonsistenzen können aus zwei verschiedenen Gründen entstehen. Das folgende Beispiel zeigt einen Paarweisen Vergleich mit der ersten Inkonsistenz: A erhält eine 2 gegenüber B B erhält eine 3 gegenüber C A erhält eine 5 gegenüber C Nachdem derjenige, der A, B und C miteinander verglichen hat, die ersten beiden Entscheidungen getroffen hat, müsste er aus rein mathematisch-logischer Denkweise die dritte bewerten mit: A erhält eine 6 gegenüber C Dies folgt aus der einfachen Überlegung, dass 2 mit 3 multipliziert 6 ergibt. Da der Mensch aber nicht immer rein mathematisch-logisch entscheidet und dies insbesondere bei sehr vielen Vergleichen aus Gründen der Übersicht auch gar nicht kann, treten hier Inkonsistenzen auf. Diese sind aber zumindest theoretisch zu vermeiden. Die zweite Art von Inkonsistenzen zeigt das nächste Beispiel: A erhält eine 4 gegenüber B B erhält eine 5 gegenüber C A erhält eine 9 gegenüber C Hat die bewertende Person erst einmal die beiden ersten Entscheidungen getroffen, so müsste sie aus mathematisch-logischer Sicht den dritten Vergleich bewerten mit: A erhält eine 20 gegenüber C Auch dies folgt aus einer einfachen Überlegung: 4 mal 5 ergibt 20. Dies ist aber in einem AHP nach Saaty überhaupt nicht möglich. Die Skala ist von 1 bis 9 beschränkt. Das heißt, selbst wenn die Person an dieser Stelle mathematisch-logisch entscheiden möchte, kann sie es nicht und muss den Höchstwert von 9 wählen. Sie handelt also inkonsistent, aber trotzdem logisch. Treten diese Inkonsistenzen auf, so können die Ergebnisse des AHP, also die relativ gewichteten Kundenwünsche, untereinander größere Differenzen als den Faktor 9 aufweisen. Dies soll mittels der folgenden Abbildungen gezeigt werden.

- 137 -

SFB 696

A

B

C

D

E

F

G

H

I

J

A

1

9

9

9

9

9

9

9

9

9

B

0,1

1

1

3

1

4

3

2

4

9

C

0,1

1

1

1

2

3

4

2

1

9

D

0,1

0,3

1

1

2

3

3

4

3

9

E

0,1

1

0,5

0,5

1

3

3

1

2

9

F

0,1

0,3

0,3

0,3

0,3

1

1

1

3

9

G

0,1

0,3

0,3

0,3

0,3

1

1

1

1

9

H

0,1

0,5

0,5

0,3

1

1

1

1

2

9

I

0,1

0,3

1

0,3

0,5

0,3

1

0,5

1

9

J

0,1

0,1

0,1

0,1

0,1

0,1

0,1

0,1

0,1

1

Abbildung 41: Paarweiser Vergleich für den AHP

Zeilenprodukt

10-Wurzel

P-Vektor

rel. Gewichte

A

387420489

7,224674056

0,450441412

45%

B

288

1,76172959

0,109839691

11%

C

48

1,472733358

0,091821456

9%

D

72

1,533674687

0,095621005

10%

E

4,5

1,162308065

0,07246717

7%

F

0,027777778

0,698827119

0,043570225

4%

G

0,009259259

0,626120069

0,039037112

4%

H

0,125

0,812252396

0,050642024

5%

I

0,006944444

0,608364342

0,037930084

4%

J

0,000000003

0,138414549

0,008629821

1%

Summe:

16,03909823

1

100%

Abbildung 42: Berechnung des Eigenvektors In diesem Beispiel wird die Anforderung A als extrem wichtig bewertet. Hingegen spielt die Anforderung J eine sehr untergeordnete Rolle. Alle anderen Anforderungen liegen

- 138 -

SFB 696

in der Mitte und werden untereinander mit eher gemäßigten Werten belegt. Heraus kommt, dass Anforderung A 45% und Anforderung J 1% aufweisen. Dies bedeutet, dass

A

45-mal

höher

bewertet

wird

als

J.

Hierbei

ist

der

Betrag

des

Inkonsistenzfaktors noch nicht einmal besonders hoch. Er liegt mit 10% an der Grenze dessen, was noch vertretbar ist, um die Ergebnisse weiter zu verwenden. Zusammenfassung und Schlussfolgerungen Aufgrund der zentralen Bedeutung der beschriebenen Problematik sollen an dieser Stelle noch einmal die Möglichkeiten des Auftretens zusammengefasst werden.

Relative Gewichtungen

Verfahren:

AHP

Hierarchie:

Alle Anforderungen werden untereinander verglichen

Inkonsistenz:

Nicht Vorhanden

100$-Test und andere

Nicht alle Anforderungen werden untereinander verglichen

Vorhanden

Abbildung 43: Struktur des Auftretens der Problematik Die drei Ebenen in Abbildung 43 - Verfahren, Hierarchie und Inkonsistenz entsprechen den drei zuvor beschriebenen Fragestellungen. Ist eine konkrete Anwendung von relativen Daten nach dem Durchlaufen dieser drei Ebenen thematisch auf der linken Seite des Diagramms einzuordnen, so sind nur die in Kapitel 3.2.2 beschriebenen Veränderungen zu berücksichtigen. Sollte aber eine konkrete Anwendung auf der rechten Seite einzuordnen sein, so kann es dazu kommen, dass die vier Eingangsgrößen Gewichtung der Kundenanforderungen, Korrelation der Anforderungen

mit

den

Produktmerkmalen,

- 139 -

technische

Schwierigkeit

und

SFB 696

kaufmännische Bedeutung nicht mehr in einem festen Verhältnis zueinander stehen. Ob dies so ist, hängt vom Einzellfall ab. Letztendlich entscheiden die verwendeten Zahlenwerte über die Verhältnisse zueinander, jedoch ist ein Auftreten des Problems demnach theoretisch möglich und auch nicht unwahrscheinlich. Ist ein Anwendungsfall auf der rechten Seite einzuordnen, so ist es grundsätzlich egal, durch welche der drei Fragestellungen dies geschieht. Die Konsequenz ist immer die gleiche: Es besteht die Möglichkeit, dass Kundenanforderungen für eine QFD mehr als neunmal so hoch bewertet werden wie andere Kundenanforderungen. Dadurch wird, wie in Kapitel 3.2.3 beschrieben, das Ergebnis der QFD - die Gesamtbewertung - zu einem

viel

stärkeren

Teil

durch

die

Eingangsgröße

der

Gewichtung

der

Kundenanforderungen bestimmt, als durch die anderen Eingangsgrößen. Die Ausgeglichenheit oder die konstante Verhältnismäßigkeit der vier Eingangsgrößen, die in der konventionellen QFD herrscht, ist dadurch nicht mehr gegeben. Tritt die beschriebene Problematik bei einem konkreten Anwendungsfall auf und möchte man auf eine direkte und unmittelbare Nutzung von relativ gewichteten Kundenanforderungen nicht verzichten, so ergeben sich zwei Möglichkeiten. Die erste besteht darin, dass die QFD ohne weitere Veränderungen mit den relativen Kundengewichtungen durchgeführt wird. Hierbei muss man sich bei der späteren Auswertung der Ergebnisse der entstehenden Unausgeglichenheit der Eingangsgrößen bewusst sein. Eine stärkere Beachtung der Gewichtung der Kundenanforderungen im Verhältnis zu den anderen drei Eingangsgrößen kann unter Umständen sogar von den Anwendern der QFD gewollt sein. Die zweite Möglichkeit ist, dass die QFD an weiteren Stellen modifiziert wird, um die beschriebene Unausgeglichenheit zu beseitigen. Mögliche Lösungsansätze um dieser Problematik zu begegnen, werden im Folgenden beschrieben.

3.3 Möglichkeiten der Transformation von relativen in absolute Gewichtungen 3.3.1 Integration relativer Gewichte durch Anpassung der Skalen Um die Anforderung nach einer Ausgewogenheit der vier Eingangsgrößen zu erfüllen, und somit die in Kapitel 3.2.3 beschriebene Problematik zu vermeiden, liegt eine Umrechnung der relativen Werte nahe. Das Problem hierbei ist allerdings, dass jede Umrechnung und Anpassung an eine Skala, wie sie bei den anderen drei Eingangsgrößen Anwendung findet, einen Genauigkeitsverlust mit sich bringt. Dieser

- 140 -

SFB 696

Genauigkeitsverlust ist dadurch bedingt, dass nicht alle Nuancen der relativen Gewichtungen bei der Umrechnung erhalten bleiben. Dies würde bedeuten, dass die Anforderung nach einer Genauigkeitssteigerung der Ergebnisgrößen nicht in vollem Umfang erfüllt wird. Aus diesem vermutlichen Widerspruch ergibt sich jedoch eine andere Lösung. So besteht die Möglichkeit, dass die drei nicht relativen Eingangsgrößen - die Korrelation der Anforderungen mit den Produktmerkmalen, die technische Schwierigkeit sowie die kaufmännische Bedeutung - angepasst werden. Dies scheint auf den ersten Blick deutlich umständlicher zu sein, denn so müssen die drei absoluten Größen an eine relative angepasst werden, anstatt eine relative an drei absolute Größen. Trotzdem bietet diese Vorgehensweise einen ganz entscheidenden Vorteil: Durch das Anpassen und mathematische Umrechnen der drei absoluten Eingangsgrößen kann kein Präzisionsverlust resultieren. Der Grund hierfür ist, dass die Werte für die relativ gewichteten Kundenanforderungen ohne irgendeinen Zwischenschritt direkt, z.B. aus dem AHP, in die QFD übernommen werden können. Die drei absoluten Eingangsgrößen wiederum verfügen über keine erhöhte Präzision, so dass sich die Transformation dieser Skalenwerte nicht negativ auf die Qualität der Endergebnisse einer QFD auswirkt. Die Transformation der Skalen kann auf unterschiedlichen Wegen erfolgen. In den nächsten drei Abschnitten sollen hierzu verschiedene Möglichkeiten vorgestellt werden.

3.3.1.1 Anpassung der Skala durch Erweiterung Die einfachste Möglichkeit eine Skala anzupassen, scheint diejenige zu sein, diese so zu vergrößern, dass sie an die relativen Werte angepasst ist. Die Skalen würden so weiter in Schritten von je einer Einheit verlaufen. Der genaue Wert, bis zu dem die Skala vergrößert wird, hängt dabei von der Eingangsgröße der relativ gewichteten Kundenanforderungen ab. Diese Werte könnten sich, wie z.B. in Tabelle 24 dargestellt, verhalten.

- 141 -

SFB 696

Anforderung

Wert

A

0,4

B

0,15

C

0,1

D

0,08

E

0,07

F

0,06

G

0,05

H

0,04

I

0,03

J

0,02

Tabelle 24: Beispielwerte von Kundenanforderungen

Um den Maximalwert einer angepassten Skala zu ermitteln, muss der größte durch den kleinsten Wert aus Tabelle 24 geteilt werden. Dies würde für diesen Fall ein Ergebnis bedeuten von: 0,4 / 0,02 = 20 Damit würden die angepassten Skalen für die technische Schwierigkeit und die kaufmännische Bedeutung wie in Abbildung 44 aussehen.

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

20

Abbildung 44: Angepasste Skala

Die Werte für die Korrelation der Kundenanforderungen mit den Produktmerkmalen stellen auch hier einen Sonderfall dar, da sie nicht durch eine Skala mit Schritten, die jeweils eine Einheit betragen, ausgedrückt werden können. Eine mögliche Anpassung muss die bewusst großen Sprünge der drei Werte 1, 3 und 9 berücksichtigen. Dabei ist die folgende Lösung denkbar: Der Wert 1 ist der kleinste mögliche Wert in der konventionellen Vorgehensweise und bleibt deshalb auch bei der Anpassung der QFD bei 1. Die 9 ist der Maximalwert, also sollte für diese Position immer der Höchstwert der angepassten Skalen verwendet werden, dies ist in dem hier gewählten Beispiel die 20. Etwas schwieriger ist die Anpassung des Wertes 3. Bei den konventionellen Werten

- 142 -

SFB 696

ist dieser Wert ein Drittel des Maximalwertes, also des Wertes 9. Dieses Verhältnis kann auch bei den angepassten Werten beibehalten werden. Damit würde der angepasste Wert in diesem Beispiel, hier auf vier Nachkommastellen gerundet, wie folgt lauten: 20 / 3 = 6,6667 Mit dieser Vorgehensweise könnte zwar, wie zuvor beschrieben, die Problematik der Unausgeglichenheit der vier Eingangsgrößen beseitigt werden, allerdings weist diese Vorgehensweise auch neue Nachteile auf. So hätten die Skalen in jeder QFD mit relativ gewichteten Kundenanforderungen eine andere Anzahl von verschiedenen Werten. In diesem Fall sind es 20, es können aber auch z.B. 50 verschiedene Werte möglich sein. Dieser Zusammenhang wirkt sich negativ auf eine mögliche QFD-Erfahrung aus. Würde beispielsweise in einer vergleichbaren QFD ein Zusammenhang mit einer 5 bei der kaufmännischen Bedeutung bewertet, kann ein sehr ähnlicher Zusammenhang in einer anderen QFD mit einer 12 bewertet werden. Dies bedeutet, dass man sich bei jeder QFD immer in neue und verschieden große Skalen hineindenken muss. So können Erfahrungen, die man bei einer vorherigen QFD gesammelt hat, schlecht bei einer aktuellen eingesetzt werden. Desweiteren erhöht sich durch das Auftreten von Skalen mit eventuell sehr vielen Werten die Qualität der einzelnen Bewertungen nicht. Auch ist eine Bewertung mit z.B. 50 verschiedenen Werten schwer oder gar nicht möglich. Dies ist der Grund, weshalb die Skalen in einer konventionellen QFD in der Regel von 1 bis höchstens 10 gehen.

3.3.1.2 Anpassung der Skala durch Transformation Im letzten Abschnitt wurden folgende zwei Probleme bei der Anpassung durch Erweiterung der Skalen beschrieben: •

Die Skalen verändern sich bei jeder QFD

•

Die Skalen können sehr groß werden

Anstatt die Skalen zu vergrößern, indem sie aus mehr Werten bestehen als dies konventionell der Fall ist, können die Werte der Skalen transformiert werden, um auf diese Art eine Anpassung zu erreichen. Hierdurch bleibt es bei der konventionellen Anzahl von Werten, aber die Zwischenräume der einzelnen Skalensegmente werden verändert. Abbildung 45 soll dies anhand der Zahlen 1 bis 9 veranschaulichen. Diese stellen nicht den konkreten Wert dar, sondern die jeweilige Position innerhalb der Skala. - 143 -

SFB 696

1

1

2

3

2

4

5

3

6

4

7

5

8

9

6

7

8

9

Abbildung 45: Vergrößerung der Abstände der Skalenwerte

Für die Transformation ist es notwendig, dass jedem Wert in der konventionellen Skala ein neuer Wert zugeordnet wird. Dieser neue Wert ist abhängig von der Größe des Verhältnisses vom größten zum kleinsten Eingangswert der relativ gewichteten Kundenanforderungen. So müssen diese beiden Werte, wie es schon im vorherigen Abschnitt der Fall war, durcheinander geteilt werden. Außerdem sind die Werte von der Größe des Maximalwertes der konventionell verwendeten Skala abhängig. Dies sind in der Regel die Werte 9 oder 10. Die neuen Skalenwerte berechnen sich durch die in Abbildung 46 gezeigte Formel:

höchster relativer Wert kleinster relativer Wert

- maximaler Skalenwert +1

Xi = Xi-1 + maximaler Skalenwert - 1 Abbildung 46: Formel zur linearen Transformation

Dabei stellt X den jeweils transformierten Wert dar, der Index i steht für die Position innerhalb der Skala. Der Wert X1 ist mit dieser Formel nicht zu berechnen, da hierfür ein Summand X0 benötigt würde. Dieser ist in den Skalen nicht vorgesehen, denn sie beginnen immer mit dem Wert 1. Aus diesem Grund läuft der Index von 2 bis zum maximalen Skalenwert. Die erste Position X1 erhält immer den Wert 1. In den nachfolgenden zwei Abbildungen soll anhand von Beispieldaten die Anwendung der Formel zur Transformation verdeutlicht werden. Als Grundlage für die beiden Transformationen dienen die Beispieldaten aus Tabelle 24. Abbildung 47 zeigt die Transformation einer Skala mit den Werten 1 bis 9, Abbildung 48 transformiert eine Skala von 1 bis 10.

- 144 -

SFB 696

höchster relativer Wert: kleinster relativer Wert: maximaler Skalenwert:

0,4 0,02 9

(((0,4 / 0,02) – 9) / (9-1)) + 1 = 2,375 X1 = 1 Xi = Xi-1 + 2,375

i

Xi

1

1

2

3,375

3

5,75

4

8,125

5

10,5

6

12,875

7

15,25

8

17,625

9

20

Abbildung 47: Lineare Transformation einer Skala von 1 bis 9

höchster relativer Wert: kleinster relativer Wert: maximaler Skalenwert:

0,4 0,02 10

(((0,4 / 0,02) – 10) / (10 – 1)) + 1 = 2,1111 X1 = 1 Xi = Xi-1 + 2,1111

i

Xi

1

1

2

3,1111

3

5,2222

4

7,3333

5

9,4444

6

11,5556

7

13,6667

8

15,7778

9

17,8889

10

20

Abbildung 48: Lineare Transformation einer Skala von 1 bis 10

- 145 -

SFB 696

Die beiden Beispiele zeigen, dass die mathematische Anforderung an diese Transformation

nicht

hoch

ist.

Die

drei

Werte

für

die

Korrelation

der

Kundenanforderungen mit den Produktmerkmalen lassen sich leicht aus den transformierten Skalen entnehmen. Dies wird in der folgenden Tabelle gezeigt.

konventionell

1

3

9

max. Skalenwert: 9

1

5,75

20

max. Skalenwert 10

1

5,2222

20

Tabelle 25: Lineare Transformation bei unterschiedlichen Skalen

Für die Korrelationswerte gilt, dass der kleinste Wert immer eine 1 ist. Der höchste Wert entspricht stets dem Verhältnis vom größten zum kleinsten relativen Wert der Kundenanforderung. Einzig der mittlere Wert weist eine Abhängigkeit von der Maximalzahl

der

konventionell

eingesetzten

Skala

auf.

Auffällig

an

den

Korrelationswerten ist, dass die im letzten Abschnitt beschriebene Beziehung des höchsten und des mittleren Wertes zueinander für die transformierten Werte nicht mehr gilt. Der mittlere Wert 3 ist exakt ein Drittel des Maximalwertes 9, für die beiden transformierten Skalen gilt allerdings folgendes: 20 / 3 = 6,6667 ≠ 5,75 20 / 3 = 6,6667 ≠ 5,2222 Dieser

Effekt

liegt

mathematisch

darin

begründet,

dass

nicht

alle

neun,

beziehungsweise zehn Werte transformiert werden. Stattdessen werden die Zwischenräume der einzelnen Zahlen vergrößert, dafür bleibt aber der erste Wert, also die 1, ohne Veränderung. Eine Umwandlung des Wertes 1 ist auch nicht sinnvoll, da durch die Transformation das gleiche Verhältnis der jeweils kleinsten und größten Werte der relativen Kundenwünsche und der Skalen erreicht werden sollte, so das gilt: 0,4 / 0,02 = 20 / 1 = 20 Mit einem Wert ungleich 1 wäre dieses Gleichgewicht erneut gestört. Der Anwender dieser Transformation in dem Beispiel hat allerdings die Freiheit, sich, bezogen auf den mittleren Wert der Korrelation, für den Wert 6,6667 zu entscheiden, anstatt die Werte 5,75 bzw. 5,2222 zu verwenden. Dies sollte er tun, wenn für ihn der Zusammenhang von mittlerem und maximalem Wert, durch das Verhältnis von einem Drittel, von Bedeutung ist.

- 146 -

SFB 696

3.3.1.3 Veränderung der Transformation Die zuvor beschriebene Transformation zeichnet sich durch eine Linearität aus. Die konventionelle Skala wird linear in die neuen Werte transformiert. Dabei haben die Abstände der einzelnen Werte immer die gleiche Größe: im gewählten Beispiel sind es bei neun Skalenwerten stets 2,375 und bei zehn Skalenwerten 2,1111. Trägt man die Transformation dieses Beispiels in ein Koordinatensystem ein, so ergibt sich folgende Abbildung:

25

transformierte Werte

20

15

10

5

0 1 2 3 4 5 6 7 8 9 konventionelle Werte Abbildung 49: Diagramm zum Beispiel der linearen Transformation

Durch die Abbildung 49 wird die Linearität der Werte dieses Beispiels noch einmal visuell verdeutlicht. Eine Anpassung der konventionellen Skala kann allerdings auch durch eine nicht lineare Transformation erfolgen. Zu diesem Zweck wird eine andere Formel zur Transformation benötigt, die in Abbildung 50 dargelegt wird.

- 147 -

SFB 696

höchster relativer Wert kleinster relativer Wert Xi =

-1

y (i – 1) + 1

yi

maximaler Skalenwert maximaler Skalenwert - 1 Abbildung 50: Formel zur nicht linearen Transformation Wie auch im letzten Abschnitt beschrieben, stellt X den transformierten Wert dar, während der Index i für die Position innerhalb der Skala steht. Im Gegensatz zu einer linearen Transformation ist hierbei der Wert X1 mit der Formel zu berechnen. Da der Term (i – 1) für diesen Fall gleich null ist, reduziert sich die Formel auf Xi = 1 y i. Dies bedeutet, dass in jedem Fall das Ergebnis für X1 gleich 1 sein muss. Um eine Vorstellung von den Ergebnissen dieser Formel zu vermitteln, soll das Beispiel aus dem vorherigen Abschnitt mit der veränderten Gleichung wiederholt werden. Wieder dienen die Beispieldaten aus Tabelle 24 als Grundlage für die Transformationen der Skalen. Abbildung 51 und Abbildung 52 transformieren jeweils die Werte einer Skala von 1 bis 9, beziehungsweise von 1 bis 10.

höchster relativer Wert: kleinster relativer Wert: maximaler Skalenwert:

0,4 0,02 9

(((0,4 / 0,02) / 9) – 1) / 8 = 0,1528 Xi = (0,1528 y (i – 1) + 1) y i

i

Xi

1

1

2

2,3056

3

3,9167

4

5,8333

5

8,0556

6

10,5833

7

13,4167

8

16,5556

9

20

Abbildung 51: Nicht lineare Transformation einer Skala von 1 bis 9

- 148 -

SFB 696

höchster relativer Wert: kleinster relativer Wert: maximaler Skalenwert:

0,4 0,02 10

(((0,4 / 0,02) / 10) – 1) / 9 = 0,1111 Xi = (0,1111 y (i – 1) + 1) y i

i

Xi

1

1

2

2,2222

3

3,6667

4

5,3333

5

7,2222

6

9,3333

7

11,6667

8

14,2222

9

17

10

20

Abbildung 52: Nicht lineare Transformation einer Skala von 1 bis 10

Analog zum vorherigen Abschnitt ergeben sich die Werte für die Korrelation der Kundenanforderungen mit den Produktmerkmalen, die in der folgenden Tabelle gezeigt werden:

konventionell

1

3

9

max. Skalenwert: 9

1

3,9167

20

max. Skalenwert 10

1

3,6667

20

Tabelle 26: Nicht lineare Transformation bei unterschiedlichen Skalen Vergleicht man die mittleren Werte aus Tabelle 26 mit denen aus Tabelle 25, so stellt man fest, dass sie kleiner geworden sind. Dies bedeutet, dass die Werte noch weiter von dem Drittel des Maximalwertes entfernt sind, als die Werte in Tabelle 25. 3,9167 < 5,75 < 6,6667 3,6667 < 5,2222 < 6,6667 Demgemäß spricht bei der nicht linearen Transformation noch mehr dafür, bei der Korrelation nicht die Werte 3,9167 beziehungsweise 3,6666 als mittlere Werte zu verwenden, sondern, nach der Regel des Drittels des Maximalwertes, den Wert 6,6666 zu benutzen. Der Grund für die kleineren Werte bei den mittleren Korrelationswerten ist der leicht exponentielle Verlauf bei dieser Transformation. Parallel zu den Werten

- 149 -

SFB 696

aus dem vorherigen Abschnitt werden auch die Werte aus diesem Beispiel bei einer Skala von 1 bis 9 in ein Koordinatensystem eingetragen. Es ergibt sich der in Abbildung 53 dargestellte Zusammenhang, bei dem die leicht exponentielle Tendenz zu erkennen ist.

25

transformierte Werte

20

15

10

5

0 1 2 3 4 5 6 7 8 9 konventionelle Werte Abbildung 53: Diagramm zum Beispiel der nicht linearen Transformation

3.3.2 Integration relativer Gewichte durch Anpassung aller Eingangswerte Eine

völlig

andere

Möglichkeit

der

Integration

relativ

gewichteter

Kundenanforderungen besteht darin, alle numerischen Eingangsgrößen als relative Werte zu ermitteln. Die Motivation für eine solche Vorgehensweise entstammt aus der Anforderung nach einer höheren Präzision der Ergebnisgrößen in einer QFD. Bei der Verrechnung sehr präziser Eingangsgrößen besteht hinsichtlich Werten aus groben Skalen das Problem, dass ein Genauigkeitszuwachs der Ergebnisse oft nur sehr unzureichend erfüllt werden kann. Abhilfe für diese Problematik könnte dadurch geschaffen werden, indem es gelingt, die Genauigkeit aller vier Eingangsgrößen in einer QFD zu steigern. Der Präzisionsgewinn der Gewichte der Kundenanforderungen kommt durch die relative Bewertung dieser Werte zustande. In diesem Abschnitt soll geprüft werden, ob es möglich und auch sinnvoll ist, alle Eingangsgrößen relativ zueinander zu betrachten.

- 150 -

SFB 696

3.3.2.1 Technische Schwierigkeit und kaufmännische Bedeutung In einer konventionellen QFD werden die drei Eingangsgrößen Gewichtung der Kundenanforderungen, technische Schwierigkeit sowie kaufmännische Bedeutung in der Regel mit einer Skala bewertet, die bei allen dreien die gleiche Größe aufweist. Verändert sich die Art der Bewertung bei der Gewichtung der Kundenanforderung, so dass sie nicht mehr durch eine Skala sondern durch z.B. einen AHP erfolgt, so ist dieses Vorgehen auch auf die beiden anderen Größen theoretisch übertragbar. Dabei erscheint es sinnvoll, die gleiche Methode zur Ermittlung der relativen Werte für alle drei Größen zu verwenden. Das beinhaltet, dass im Falle der Ermittlung der relativ gewichteten Kundenanforderungen mit einem AHP, dieser Hierarchieprozess auch für die beiden anderen Eingangsgrößen verwendet werden sollte. Von Vorteil erscheint hierbei, dass die drei Werte, die später miteinander verrechnet werden, alle aus einem ähnlichen Entstehungsprozess kommen. Dadurch ist die Dimension bei diesen Eingangsgrößen identisch. Ein Problem hierbei ist allerdings der entstehende Mehraufwand. Die konventionelle Skalenbewertung ist für ein erfahrenes Team natürlich wesentlich schneller durchzuführen, als ein vollständiger Hierarchieprozess. Erschwerend kommt noch hinzu, dass es bei den Produktmerkmalen keine Hierarchie gibt, wie es bei den Kundenanforderungen der Fall ist. Wie in Kapitel 3.2.3 beschrieben, gibt es für den Paarweisen Vergleich von Kundenanforderungen zwei Möglichkeiten: entweder werden sie alle untereinander verglichen oder sie werden nur dann miteinander verglichen, wenn sie zur gleichen übergeordneten Anforderung gehören. Es wurde bereits erläutert, dass letztere Vorgehensweise zu einer erheblichen Erleichterung des notwendigen Arbeitsaufwandes führt. Da diese Arten von Hierarchien, die es bei Kundenanforderungen gibt, aber nicht bei den Produktmerkmalen vorhanden sind, müssen bei einem AHP, für die technische Schwierigkeit und die kaufmännische Bedeutung, alle Merkmale miteinander verglichen werden. Dies induziert einen erheblichen Arbeitsaufwand, denn bei z.B. 25 Produktmerkmalen beträgt die Anzahl der Vergleiche für eine Eingangsgröße: 25 + 24 +23 +22 + … + 2 + 1 = 325 Diese Zahl ist noch mit 2 zu multiplizieren, um die Anzahl der erforderlichen Vergleiche für beide Eingangsgrößen zu erhalten. Sieht man allerdings von diesem großen Aufwand ab, so ist grundsätzlich nichts gegen die Anwendung eines AHPs bei diesen beiden Eingangsgrößen einzuwenden. Insbesondere wirkt sich auch der Effekt, der darin besteht, dass bei der Durchführung

- 151 -

SFB 696

des AHP die zu vergleichenden Elemente meist gewissenhafter und überlegter als bei einer konventionellen Skalabewertung bewertet werden, positiv auf die gesamte QFD aus.

3.3.2.2 Korrelation der Kundenanforderungen mit den Produktmerkmalen Die Werte der Korrelation der Kundenanforderungen mit den Produktmerkmalen stellen unter den Eingangsgrößen in einer QFD einen Sonderfall dar. Auf der einen Seite bekommen nicht alle Korrelationen einen Wert zugeordnet, denn Korrelationen, die nicht existent sind, werden auch nicht betrachtet. Auf der anderen Seite sind die Abstände zwischen den drei möglichen Werten 1, 3 und 9 für eine Korrelation bewusst unterschiedlich groß. Diese beiden Besonderheiten stellen bei einer relativen Betrachtung der Werte erhebliche Probleme dar. Die Anzahl aller möglichen Korrelationen in einer QFD ist verhältnismäßig groß. So gibt es bei z.B. 20 Kundenanforderungen und ebenso vielen Produktmerkmalen insgesamt 400 potentielle Korrelationen. Dies würde bei einem AHP bedeuten, dass rechnerisch 80.200 Paarweise Vergleiche durchgeführt werden müssten. Da diese Anzahl unrealistisch ist, müssen im Vorfeld einer relativen Bewertung dieser Eingangsgröße diejenigen Korrelationen aufgezeigt werden, die überhaupt vorhanden sind, und deshalb einen Wert größer als null aufweisen sollen. Damit verringert sich die Anzahl der zu betrachtenden Korrelationen drastisch, allerdings wird die Anzahl der Werte immer noch deutlich über denen der Kundenanforderungen liegen. Der Grund dafür ist, dass in der Regel jede Kundenanforderung eine oder mehrere Korrelationen mit verschiedenen Produktmerkmalen aufweist. Dadurch wird es in vielen Fällen immer noch dazu kommen, dass für einen vollständigen Paarweisen Vergleich zu viele Korrelationen vorhanden sind. Dieses Problem könnte umgangen werden, indem für die relative Bewertung ein Verfahren benutzt wird, dass nicht auf einem vollständigen Paarweisen Vergleich beruht. An dieser Stelle sind z.B. die sogenannte Ranking-Methode und der 100$-Test zu nennen. Allerdings wird betreffend der Anwendung dieser Methoden empfohlen, dass die Anzahl der zu vergleichenden Objekte nicht zu groß ist. So sollten nicht mehr als 10 bis 15 Aspekte verglichen werden, da sonst eine Bewertung aufgrund der mangelnden Übersichtlichkeit kaum mehr möglich ist [Francisco Tamayo-Enríquez '04]. Da aber in dem hier betrachteten Zusammenhang der Korrelation mit deutlich mehr Vergleichen zu rechnen ist, scheinen auch diese Methoden eher ungeeignet zu sein.

- 152 -

SFB 696

Eine Möglichkeit, um dieses Problem zu lösen, stellt das Vorgehen dar, das Baier bei der Durchführung zur Bewertung des Kundennutzens eingesetzt hat. Bei der Bewertung der Korrelationen der technischen Merkmale mit den „kundenwichtigen Merkmalen“ [Baier '00] verwendet auch er relative Werte. Allerdings werden nicht alle vorhandenen Korrelationen miteinander verglichen, sondern lediglich diese, die zum gleichen Kundenwunsch gehören. So verteilen sich 100% nicht auf sämtliche Korrelationswerte, sondern auf alle Korrelationswerte eines Kundenwunsches. Dies hat zur Folge, dass zwar mehrere Vergleiche notwendig sind, aber in einem Vergleich nicht zu viele Zusammenhänge auf einmal verglichen werden. Insgesamt werden dadurch in der gesamten Korrelationsmatrix mehrere hundert Prozent vergeben, abhängig von der Anzahl der Kundenwünsche. In dem konkreten Fall, den Baier in seiner Arbeit beschreibt, werden die Korrelationen zunächst auf einer Skala von 1 („Merkmal trifft überhaupt nicht zu“) bis 7 („Merkmal trifft voll und ganz zu“) von mehreren Fachkräften des Unternehmens bewertet. Aus diesen Daten sind anschließend mit Hilfe einer multivariaten Regressionsanalyse die Prozentzahlen zu ermitteln [Baier '00]. Es sei angemerkt, dass, in dem konkreten Fall den Baier beschreibt, auch die Gewichtung der Kundenwünsche als relative Werte betrachtet und als solche mit den relativen Korrelationswerten verrechnet werden. Allerdings handelt es sich bei der durchgeführten Betrachtung nicht um eine QFD, sondern um eine Conjoint Analysis. Diese CA unterscheidet sich von einer QFD dadurch, dass sich der Kunde die Ausprägungen nicht fiktiv vorstellen muss, sondern diese durch direktes Vorzeigen gewichtet werden. Das Ziel hingegen ist bei beiden Methoden identisch, denn beide sollen „Kundenaussagen über verschiedene Merkmale eines Produktes ermitteln und gewichten“ [Jahn '07]. Auch die Verrechnung der beiden Eingangsgrößen ist vergleichbar, allerdings beschränkt sich die Berechnung auf diese zwei Werte, so dass hierbei lediglich eine „Wichtigkeit“ aus diesen beiden Größen berechet wird [Baier '00]. Das zuvor beschriebene zweite Problem kann durch keines dieser Verfahren zufriedenstellend gelöst werden. Da es gerade einer der Vorteile der relativen Bewertungen ist, auch feinere Nuancen zu berücksichtigen, können nicht gleichzeitig die immer gleich großen Differenzen beibehalten werden. Das hat zur Folge, dass der Zweck der großen Differenzen, also die deutliche Trennung von wichtigen und weniger wichtigen Produktmerkmalen, nicht mehr erfüllt werden kann.

- 153 -

SFB 696

3.3.3 Integration relativer Gewichte durch Umrechnung in absolute Werte In diesem Abschnitt wird eine sehr nahe liegende Lösung zur Integration relativ gewichteter Kundenanforderungen beschrieben: die Umrechnung relativer Werte in absolute. Es wurde bereits mehrfach von solchen Umrechnungen Gebrauch gemacht, um Berechnungen von relativen mit Berechnungen von absoluten Werten zu vergleichen. Umrechnungen dieser Art werden im Folgenden näher erläutert. Durch eine Umrechnung der relativen Werte können diese mit wenig Zeitaufwand in jede beliebige Skala überführt werden. Wie bereits beschrieben, gibt es verschiedene Arten von Skalen, die z.B. einen Bereich von 1 bis 5 oder 1 bis 9 aufweisen. In welche dieser verschiedenen Skalen die relativen Werte letztendlich überführt werden, hängt maßgeblich von den Präferenzen des Anwenders ab.

3.3.3.1 Beispiel zur Umrechnung von relativen Werten Für die Umrechnung der relativen Zahlen werden als erstes Intervalle mit bestimmten Grenzwerten festgelegt. Anschließend wird überprüft, in welches Intervall die vorhandenen relativen Werte jeweils hinein passen. Da jedem Intervall genau ein absoluter Zahlenwert zugeordnet ist, kann jetzt jeder relative Wert einem absoluten Wert zugeordnet werden. Nachfolgend soll an einem Beispiel demonstriert werden, wie solche Umrechnungen durchgeführt werden. Zu Beginn werden die in Tabelle 27 gezeigten relative Werte für die zehn Kundenanforderungen A bis J benötigt. Diese könnten z.B. durch einen AHP ermittelt worden sein.

- 154 -

SFB 696

Kundenanforderung

relativer Wert

A

24,48

B

20,63

C

14,91

D

10,08

E

8,25

F

6,14

G

5,81

H

4,19

I

3,96

J

1,55

Tabelle 27: Relative Werte für Kundenanforderungen Mit diesen relativen Werten und mit dem Wissen, in welche Skala die Werte umgerechnet werden sollen, kann jetzt die Größe der Intervalle bestimmt werden. Zu diesem Zweck wird der höchste relative Wert durch den maximalen Skalenwert geteilt. Bei einer Skala von 1 bis 10 würde das in diesem Fall bedeuten: 24,48 / 10 = 2,448 Dieser Wert ist die Ausgangsbasis, um sämtliche Grenzen der Intervalle zu bestimmen. Da in diesem Beispiel eine Skala von 1 bis 10 gewählt wurde, sind auch zehn Intervalle notwendig. Diese liegen zwischen insgesamt elf Grenzwerten, die durch die Multiplikation der Zahlen 0 bis 10 mit jeweils dem Wert von 2,448 ermittelt werden. Abbildung 54 zeigt das Zustandekommen der Intervallgrenzen.

- 155 -

SFB 696

Berechnung

Intervallgrenzen

Skalenwerte

Intervalle

10 • 2,448

24,48

10

22,03-24,48

9 • 2,448

22,03

9

19,58-22,03

8 • 2,448

19,58

8

17,14-19,58

7 • 2,448

17,14

7

14,69-17,14

6 • 2,448

14,69

6

12,24-14,69

5 • 2,448

12,24

5

9,79-12,24

4 • 2,448

9,79

4

7,34-9,79

3 • 2,448

7,34

3

4,90-7,34

2 • 2,448

4,90

2

2,45-4,90

1 • 2,448

2,45

1

0-2,45

0 • 2,448

0

Abbildung 54: Berechnung der Intervallgrenzen bei einer Skala von 1 bis 10

Sind die Intervallgrenzen bestimmt, können die jeweiligen Intervalle einfach abgelesen werden, wie es die rechte Seite der Abbildung 54 zeigt. Anschließend muss für jeden relativen Wert bestimmt werden, in welchem Intervall er liegt und welchen absoluten Wert er damit bekommt. Für dieses Beispiel mit den Werten aus Tabelle 27 zeigt Tabelle 28 das Ergebnis einer solchen Zuordnung.

- 156 -

SFB 696

Relativer Wert

Entsprechendes Intervall

Absoluter Wert

24,48

22,03-24,48

10

20,63

19,58-22,03

9

14,91

14,69-17,14

7

10,08

9,79-12,24

5

8,25

7,34-9,79

4

6,14

4,90-7,34

3

5,81

4,90-7,34

3

4,19

2,45-4,90

2

3,96

2,45-4,90

2

1,55

0-2,45

1

Tabelle 28: Zuordnung der absoluten Werten bei einer Skala von1 bis 10 Natürlich ergibt sich für den höchsten relativen Wert bei einer solchen Umrechnung immer der maximale Skalenwert. Dies liegt darin begründet, dass der höchste relative Wert für die Festlegung der Intervallgrenzen mit verantwortlich ist. Dadurch ist bei einem solchen Vorgehen immer der obere Grenzwert des maximalen Skalenwertes mit dem Höchstwert der relativen Zahlen identisch. In den weiteren Rechnungen und Betrachtungen finden nun nur noch diese absoluten Beträge Anwendung.

3.3.3.2 Der Genauigkeitsverlust Die

in

diesem

Abschnitt

beschriebene

Methode

zur

Integration

relativer

Kundenanforderungen weist, im Vergleich mit den beiden zuvor beschriebenen, einen hohen

Genauigkeitsverlust

auf.

Eine

maßgebliche

Einflussgröße

auf

diesen

Genauigkeitsverlust ist die Anzahl der Intervalle bei der Umrechnung und dadurch die Art der Skala, in die die relativen Werte überführt werden. Dabei gilt: Je kleiner die Anzahl der Skalenelemente, desto größer der Genauigkeitsverlust. Das nachfolgende Beispiel soll diese Aussage veranschaulichen. Ausgehend von den Werten der relativ gewichteten Kundenanforderungen aus Tabelle 27 soll der Einfluss der Größe der Skala an zwei verschiedenen Umrechnungen gezeigt werden. Da im vorherigen Abschnitt bereits eine Umrechnung vollzogen wurde, muss an dieser Stelle noch eine weitere Umrechnung in eine andere Skala durchgeführt

- 157 -

SFB 696

werden, damit diese beiden anschließend miteinander verglichen werden können. In der hier durchgeführten zweiten Umrechnung wird eine Skala von 1 bis 5 betrachtet. Damit ergibt sich ein neuer Abstand zwischen den jeweiligen Intervallgrenzen. 24,48 / 5 = 4,896 Da die Höhe des größten relativen Wertes, im Vergleich zur anderen Umrechnung, konstant geblieben ist, hat sich der berechnete Wert mit 4,896 genau verdoppelt. Mit diesem neuen Wert lassen sich die Grenzwerte der Intervalle analog zum Beispiel im vorherigen Abschnitt berechnen. Abbildung 55 zeigt die neuen Intervallgrenzen.

Berechnung

Intervallgrenzen

Skalenwerte

Intervalle

5 • 4,896

24,48

5

19,58-24,48

4 • 4,896

19,58

4

14,69-19,58

3 • 4,896

14,69

3

9,79-14,69

2 • 4,896

9,79

2

4,90-9,79

1 • 4,896

4,90

1

0-4,90

0 • 4,896

0

Abbildung 55: Berechnung der Intervallgrenzen bei einer Skala von 1 bis 5

Zu diesen neuen Intervallen werden als nächstes die Werte aus Tabelle 27 zugeordnet, so wie bereits im vorherigen Abschnitt. Die sich dadurch ergebende Zuordnung der absoluten Werte zu den relativen zeigt Tabelle 29.

- 158 -

SFB 696

Relativer Wert

Entsprechendes Intervall

Absoluter Wert

24,48

19,58-24,48

5

20,63

19,58-24,48

5

14,91

14,69-19,58

4

10,08

9,79-14,69

3

8,25

4,90-9,79

2

6,14

4,90-9,79

2

5,81

4,90-9,79

2

4,19

0-4,90

1

3,96

0-4,90

1

1,55

0-4,90

1

Tabelle 29: Zuordnung der absoluten Werte bei einer Skala von1 bis 5

Bereits an dieser Stelle ist erkennbar, dass der Genauigkeitsverlust bei der Umrechnung in eine Skala von 1 bis 5 zugenommen hat. Vergleicht man Tabelle 28 und Tabelle 29 miteinander, so ist feststellbar, dass in der zweiten Tabelle jeweils drei relative Zahlen den Wert 1 und den Wert 2 zugeordnet bekommen. Bei einer Skala von 1 bis 10 bekommen die gleichen relativen Werte nie mehr als zweimal einen gleichen absoluten Wert zugeordnet. Dies spricht eindeutig für eine Zunahme des Genauigkeitsverlustes bei einer Verkleinerung der Anzahl der Skalenelemente. Um diesen Genauigkeitsverlust näher zu betrachten, sollen die unterschiedlichen Auswirkungen auf die Gesamtbewertung bei verschiedenen Skalen betrachtet werden. Zu diesem Zweck wird das Beispiel des Kapitels 3.2.2 jetzt mit den ermittelten Werten betrachtet. Als erstes erfolgt in Abbildung 56 die Berechnung mit den relativen Werten aus Tabelle 27. Anschließend zeigen die Abbildung 57 und die Abbildung 58 die gleiche Berechnung mit den umgerechneten absoluten Werten der Skalen 1 bis 10 und 1 bis 5 in dieser Reihenfolge.

- 159 -

SFB 696

Abbildung 56: Berechnung der Gesamtbewertung mit relativen Werten

- 160 -

SFB 696

Kundenanforderungen

5 7

8,25 6,14 5,81 4,19 3,96 1,55 Absolut Relativ Rang

Schwierigkeit

E

F

G

H

I

J

Technische

Bedeutung

2620,59 8,7382 6

Absolut Relativ Rang

7

Rang

Gesamtbewertung

5,5368

Relativ

Gesamtbewertung

374,37

Absolut

3

Kaufmännische

Bedeutung

3

Rang

Kaufmännische

11,9883

Relativ

Gesamtbewertung

873,53

Absolut

124,79

1

Technische

Technische

9,1447

10,08

D 9

14,91

C

3

20,63

24,48

B

A

k

4

12,9625

3887,46

1

28,7472

1943,73

9

8

5,9279

431,94

2

2

15,8264

215,97

3

3

9

l

5

10,9176

3274,2

6

8,0707

545,7

5

6

8,9870

654,84

6

8

7,9978

109,14

3

9

m

7

7,0794

2123,12

8

3,9250

265,39

1

1

29,1376

2123,12

8

1

19,4479

265,39

1

9

1

9

n

Lösungsmöglichkeiten

8

3,4259

1027,44

9

3,7989

256,86

2

7

7,0503

513,72

4

4

9,4114

128,43

9

9

o

2

18,0041

5399,46

5

8,8729

599,94

6

2

12,3503

899,91

9

9

7,3273

99,99

9

3

p

3

16,2832

4883,34

4

10,3176

697,62

6

4

11,1698

813,89

7

7

8,5203

116,27

9

1

1

3

q

1

18,7928

5635,98

2

13,8924

939,33

7

5

11,0497

805,14

6

3

9,8335

134,19

9

r

10

0,7505

225,08

3,3289

225,08

4

10

0,7722

56,27

1

10

4,1235

56,27

9

1

s

9

3,0458

913,44

3

13,5095

913,44

8

9

1,5670

114,18

1

6

8,3672

114,18

9

3

t

Abbildung 57: Berechnung der Gesamtbewertung mit einer Skala von 1 bis 10

- 161 -

SFB 696

Kundenanforderungen

3 3 2 2 1

Absolut

Relativ

Rang

F

G

H

I

J

Technische

Bedeutung

9,0193 6

Rang

1260

Relativ

Absolut

7

Rang

Gesamtbewertung

5,7453

Relativ

Gesamtbewertung

180

Absolut

3

Kaufmännische

Bedeutung

3

Rang

Kaufmännische

12,5786

Relativ

Gesamtbewertung

420

Absolut

7

60

1

Technische

Schwierigkeit

5

4

E

Technische

9,5390

5

D 9

7

C

3

9

10

B

A

k

4

12,3694

1728

1

27,5774

864

9

8

5,7502

192

2

2

15,2623

96

3

3

9

l

5

11,5963

1620

6

8,6179

270

5

6

9,7035

324

6

6 bez. 7

8,5851

54

3

9

m

7

6,4137

896

9

3,5748

112

1

1

26,8344

896

8

1

17,8060

112

1

9

1

9

n

63

9

9

o

8

3,6077

504

8

4,0217

126

2

7

7,5472

252

4

3 bez. 4

10,0159

Lösungsmöglichkeiten

2

18,5540

2592

5

9,1925

288

6

2

12,9380

432

9

9

7,6312

48

9

3

p

3

15,6335

2184

4

9,9585

312

6

5

10,9015

364

7

8

8,2671

52

9

1

1

3

q

1

18,9406

2646

2

14,0760

441

7

4

11,3208

378

6

3 bez. 4

10,0159

63

9

r

10

0,7731

108

10

3,4472

108

4

10

0,8086

27

1

10

4,2925

27

9

1

s

9

3,0923

432

3

13,7887

432

8

9

1,6173

54

1

6 bez. 7

8,5851

54

9

3

t

Abbildung 58: Berechnung der Gesamtbewertung mit einer Skala von 1 bis 5

- 162 -

SFB 696

Kundenanforderungen

2 2 1 1 1

Absolut

Relativ Rang

F

G

H

I

J

Technische

Bedeutung

672 8,2636 6

Absolut

Relativ Rang

7

Rang

Gesamtbewertung

5,2922

Relativ

Gesamtbewertung

96

Absolut

3

Kaufmännische

Bedeutung

3

Rang

Kaufmännische

11,9149

Relativ

Gesamtbewertung

224

Absolut

7

32

1

Technische

Schwierigkeit

7

2

E

Technische

8,9888

3

D 9

4

C

3

5

5

B

A

k

5

11,9528

972

1

26,7916

486

9

8

5,7447

108

2

2

15,1685

54

3

3

9

l

4

12,1741

990

6

9,0959

165

5

5

10,5319

198

6

5 bzw. 6

9,2697

33

3

9

m

7

5,6075

456

9

3,1422

57

1

1

24,2553

456

8

1

16,0112

57

1

9

1

9

n

Lösungsmöglichkeiten

8

3,5416

288

8

3,9691

72

2

7

7,6596

144

4

3 bzw.4

10,1124

36

9

9

o

1

19,9213

1620

5

9,9228

180

6

2

14,3617

270

9

9

8,4270

30

9

3

p

3

16,0108

1302

4

10,2536

186

6

4

11,5426

217

7

8

8,7079

31

9

1

1

3

q

2

18,5932

1512

3

13,8920

252

7

6

11,4894

216

6

3 bzw.4

10,1124

36

9

r

10

0,6886

56

10

3,0871

56

4

10

0,7447

14

1

10

3,9326

14

9

1

s

9

3,2464

264

2

14,5535

264

8

9

1,7553

33

1

5 bzw. 6

9,2697

33

9

3

t

Bei einer ersten Betrachtung der Abbildung 56, Abbildung 57 und Abbildung 58 fällt auf, dass sich der Rang der Gesamtbewertungen bei der Berechnung mit der Skala von 1 bis 10 gegenüber der Berechnung mit den relativen Werten nicht verändert hat. Dies spricht dafür, dass die Gesamtbewertung bei der Skala von 1 bis 10 verhältnismäßig gut die relativen Werte wiedergibt. Anders sieht es mit dem Rang der Skala von 1 bis 5 aus. Im direkten Vergleich mit dem Rang der Gesamtbewertung bei den relativen Werten stellt sich heraus, dass einige Veränderungen stattgefunden haben. So haben sich jeweils die Plätze 1 und 2 sowie 4 und 5 vertauscht. Eine noch weitergehende Betrachtung ist möglich, wenn die relativen Werte der Gesamtbewertung der drei Berechnungen gegenübergestellt werden. Es scheint vergleichsweise

schwierig,

genau

eine

Größe

zu

finden,

mit

der

der

Genauigkeitsverlust dieser zwei verschiedenen Umrechnungen quantifizierbar wird. Es soll an dieser Stelle trotzdem versucht werden, eine konkrete Größe anzugeben, die zwar nicht als alleiniges Vergleichsinstrument aller möglichen Alternativen dient, aber dennoch etwas über die Qualität von Umrechnungen aussagen kann. Definiert man in einem Fall, wie er in diesem Beispiel vorliegt, das Ergebnis der Berechnungen mit relativen Werten als „richtig“, so ist von Interesse, wie weit die Ergebnisse der Berechnungen mit absoluten Werten von diesen „richtigen“ Werten abweichen. Um dies aufzuzeigen, werden die betragsmäßigen Differenzen der Gesamtbewertungen von den beiden Berechnungen mit absoluten Werten jeweils mit der Berechnung mit relativen Werten ermittelt. Tabelle 30 zeigt diese Werte für das Beispiel.

- 163 -

SFB 696

Produktmerkmal

Differenz: Relativ - Skala 1 bis 10

Differenz: Relativ - Skala 1 bis 5

k

0,2811

0,4745

l

0,5931

1,0097

m

0,6787

1,2565

n

0,6657

1,4719

o

0,1818

0,1156

p

0,5499

1,9172

q

0,6497

0,2723

r

0,1478

0,1996

s

0,0226

0,0619

t

0,0465

0,2006

Tabelle 30: Differenzen der relativen Gesamtbewertungen Bei der Betrachtung der Werte ist erkennbar, dass in nur zwei Fällen der Wert bei der Berechnung mit der Skala von 1 bis 5 näher an den Werten mit der relativen Berechnung liegt. Mit Ausnahme der Produktmerkmale o und q liegen die Werte der Berechnung mit einer Skala von 1 bis 10 näher an denen der Berechnung mit den relativen Werten. Dies ist ein Indiz dafür, dass die Skala von 1 bis 10 einen geringeren Genauigkeitsverlust aufweist. Werden diese Beträge der Differenzen aufsummiert und durch die Anzahl der Produktmerkmale geteilt, so ergibt sich ein arithmetischer Mittelwert, der die durchschnittliche Abweichung der relativen Gesamtbewertungen bei der Verwendung einer Skala von den Ergebnissen bei der Verwendung von relativen Werten angibt. Die Formel für den arithmetischen Mittelwert lautet:

1 n x = ∑ xi n i =1 Für das hier betrachtete Beispiel ergeben sich mit den zehn Kundenanforderungen als x1 bis x10 die folgenden Zahlen: Arithmetischer Mittelwert bei einer Skala von 1 bis 10: 3,8169 / 10 = 0,3817 Arithmetischer Mittelwert bei einer Skala von 1 bis 5:

6,9787 / 10 = 0,6979

Damit liegt die durchschnittliche Abweichung bei der Verwendung einer Skala von 1

- 164 -

SFB 696

bis 5 fast doppelt so hoch, wie bei der Verwendung einer Skala von 1 bis 10. Dieser Zusammenhang soll auch noch einmal visuell verdeutlicht werden. Abbildung 59 zeigt ein Diagramm, in dem die drei Ergebnisse der relativen Gesamtbewertung dargestellt sind. Zu sehen ist, dass die Werte, die sich bei einer Skala von 1 bis 5 ergeben, häufig weiter von den relativen entfernt sind, als die Werte, die sich bei einer Skala von 1 bis 10 ergeben.

20

Relative Gesamtbewertung

18 16 14 12

Relative Werte Skala von 1 bis 10 Skala von 1 bis 5

10 8 6 4 2 k

0 0

l

m

2

n

o

4

p

q

r

6

s

8

t

10

Produktmerkmal Abbildung 59: Diagramm der relativen Gesamtbewertung

- 165 -

SFB 696

Vielfach ist bei Betrachtungen dieser Art auch der Wert der Varianz von Interesse. Diese ergibt sich mit der nachfolgenden Formel aus den Werten:

s X2 =

n 2 1 n 1 2 ( x − x ) = ( xi2 − n x ) ∑ ∑ i n − 1 i =1 n − 1 n=1

Varianz bei einer Skala von 1 bis 10:

0,0733

Varianz bei einer Skala von 1 bis 5:

0,4406

Der Wert der Varianz, der ein statistisches Streumaß darstellt, ist eine Kenngröße für die Abweichung der Werte von ihrem Erwartungswert E(X). Allerdings stellt sich in der Praxis häufig das Problem, dass die Varianz über keine identische Einheit mit den Daten, aus denen sie ermittelt worden ist, verfügt. Aus diesem Grund wird als nächstes die Standardabweichung berechnet:

s X = s X2 Standardabweichung bei einer Skala von 1 bis 10: Standardabweichung bei einer Skala von 1 bis 5:

0,2707 0,6638

Die Werte der Varianz und der Standardabweichung bestätigen die bereits zuvor aufgestellte Vermutung: die in eine Skala von 1 bis 5 umgerechneten Werte weisen weniger Präzision auf als die Werte in der Skala von 1 bis 10. Alternativen zur Umrechnungsmethode In diesem Kapitel wurde bis jetzt lediglich eine Methode behandelt, um relative Größen in absolute umzurechnen. Neben dieser Vorgehensweise sind allerdings noch weitere möglich. Der Vollständigkeit halber soll im Folgenden eine dieser Alternativen kurz betrachtet werden. Die zuvor betrachtete Methode basierte darauf, dass für jeden absoluten Wert jeweils ein Intervall bestimmt wird, zu dem die relativen Werte anschließend zugeordnet werden. Es ist aber auch möglich, auf diese Intervalle zu verzichten und die relativen Werte durch eine Art prozentuale Aufteilung in absolute zu überführen. Dabei können die Prozentanteile, die zu den jeweiligen absoluten Werten gehören, gleich groß oder unterschiedlich sein. Weisen die prozentualen Anteile eine identische Größe auf, so werden 100% durch die Anzahl der verschiedenen Skalenelemente geteilt. Mit einer konventionellen Skala von 1 bis 5 würden so jeweils 20% der relativen Werte auf eine absolute Zahl entfallen. Wichtig ist dabei, dass die relativen Werte vorher der Größe nach sortiert sind, so dass in den 20% der relativen Werte, die auf die 5 entfallen, auch

- 166 -

SFB 696

die betragsmäßig größten Werte enthalten sind. Für die Zahlen aus Tabelle 27 ergibt sich damit die Zuordnung, die Abbildung 60 zeigt:

Kundenanfordeung

relativer Wert

absoluter wert

A

24,48

5

B

20,63

5

C

14,91

4

D

10,08

4

E

8,25

3

F

6,14

3

G

5,81

2

H

4,19

2

I

3,96

1

J

1,55

1

20% 20% 20%

20% 20%

Abbildung 60: Alternative Umrechnung der relativen Werte

Es werden hierbei immer 20% der zehn Kundenanforderungen dem gleichen absoluten Wert zugeordnet, d.h. jeder absolute Wert bekommt zwei relative zugewiesen. Der Vorteil einer solchen Umrechnung der relativen Werte ist der sehr geringe Aufwand. Es müssen keine Intervalle bestimmt werden, die Werte werden lediglich der Höhe nach sortiert und können anschließend direkt den absoluten zugeordnet werden. Eine Umrechnung in dieser Form bietet allerdings auch erhebliche Nachteile. So ist der Genauigkeitsverlust weitaus größer als es bei der Variante, die zuvor in diesem Abschnitt verwendet wurde, der Fall ist. Der Grund ist die starre Einteilung der relativen Werte in die prozentualen Abschnitte. Auch kommt es in den meisten Fällen dazu, dass keine glatte Anzahl der relativen Werte einem absoluten Wert zugeordnet werden kann. Wenn z.B. elf Kundenanforderungen vorhanden sind, die in eine Skala von 1 bis 5 umgerechnet werden sollen, ist die Zuordnung des elften Wertes ein Problem. Dieser gehört rechnerisch gesehen zu genau einem Fünftel zu jedem der fünf absoluten Werte, da 20% von elf genau 2,2 ergeben. Das bedeutet, dass 2,2 relative Zahlen zu jedem absoluten Wert gehören, was sich natürlich nicht exakt realisieren lässt. Da die Nachteile dieser Alternative zur Umrechnung der relativen Werte in absolute sehr gravierend sind, wird eine Verwendung der Methode eher selten sein. Die

- 167 -

SFB 696

Umrechnungsmethode, die zuvor in diesem Kapitel beschrieben wurde, erfüllt die an sie gestellten Anforderungen besser. Aus diesem Grund wurden sämtliche Umrechnungen dieser Art mit der zuerst beschriebenen Methode durchgeführt.

- 168 -

SFB 696

4 Einsatz der entwickelten Vorgehensweise Um das in den vorherigen Kapiteln hergeleitete Konzept zu testen, wurde im Juli 2007 eine Befragung bei einem der führenden Produzenten für innovative Lichtsysteme durchgeführt. Um die intralogistischen Prozesse im Produktionsbereich zu optimieren, ist die Anschaffung einer logistischen Anlage geplant. Hiermit soll der Übergang zwischen

dem

Wareneingang

und

dem

Automatischen Kleinteilelager (AKL)

rationalisiert werden. Im Rahmen von Forschungsarbeiten wurde bereits im Jahr 2005 eine Befragung mit absoluter Gewichtung der Anforderungen an eine logistische Anlage für den Wareneingang durchgeführt. Die Bewertung der allgemein formulierten Anforderungen sollte eine erste Bedarfsanalyse ermöglichen. Auch die relative Bewertung mittels AHP zielt auf das ursprüngliche Motiv ab. Zusätzlich soll aber analysiert werden, ob sich die beiden Bewertungstechniken hinsichtlich ihrer Aussagekraft unterscheiden.

4.1 Durchführung der Stakeholder-Befragung Da alle Anforderungen bereits absolut bewertet wurden, hätte eine erneute Erhebung theoretisch entfallen können. Der lange Zeitraum zwischen den beiden Befragungen spricht jedoch gegen einen direkten Vergleich der Ergebnisse, weil es sein kann, dass sich die Ansichten der Befragten zu den einzelnen Aspekten möglicherweise im Verlauf der Zeit geändert haben könnte. Zudem müssen nur die bei der Klassifizierung ermittelten Kann-Anforderungen erneut „absolut“ gewichtet werden. Im Verhältnis zur relativen Bewertung entsteht hierdurch nur ein geringer zeitlicher Mehraufwand. An der Befragung waren, wie bereits im Jahr 2005, drei Stakeholder und insgesamt vier Mitarbeiter beteiligt: •

Geschäftsführung (S1)

•

Experte (S2)

•

Anwender 1 - Wareneingang (S3.1)

•

Anwender 2 - Lager (S3.2)

Bei dem Vergleich der Bewertungsergebnisse von 2005 und 2007 ist zu beachten, dass der Experte nicht derselben Person entspricht.

- 169 -

SFB 696

Die Anforderungen werden in folgende Anforderungstypen eingeteilt: A: räumlich-betriebliche Anforderungen B: technische Anforderungen C: produktionstechnische Anforderungen D: Informationsverarbeitungsanforderungen E: betriebswirtschaftliche Anforderungen R: ROI-Anforderungen Wie in den vorherigen Kapiteln beschrieben, gliederte sich die Befragung in sechs Ablaufschritte. Diese sind in der nachstehenden Tabelle aufgelistet und den jeweiligen Anforderungstypen und Stakeholdern zugeordnet.

Beschreibung

Anforderungstyp

Anforderungsklassifizierung I

Stakeholder

E

Relative Bewertung der aus der Klassifizierung ermittelten KannAnforderungen sowie der ROI-Anforderungen Absolute Bewertung der aus der Klassifizierung ermittelten KannAnforderungen sowie der ROI-Anforderungen Anforderungsklassifizierung II Relative Bewertung der aus der Klassifizierung ermittelten KannAnforderung Absolute Bewertung der aus der Klassifizierung ermittelten KannAnforderung

E, R

S1

A, B, C, D

S2, S3.1, S3.2

B, C, D

S2, S3.1, S3.2

Tabelle 31: Ablauf der Befragung

4.1.1 Gewichtung der Anforderungen durch S1 Da der Geschäftsführer am vereinbarten Befragungstermin verhindert war, musste die Anforderungsklassifizierung I sowie die relative und absolute Bewertung der wirtschaftlichen Anforderungen zwei Tage zuvor per Telefon durchgeführt werden. Diese wurde durch eine hierfür erstellte Excel-Datei unterstützt, die beiden Parteien vorlag. Somit konnte der Befragte den einzelnen Ablaufschritten besser folgen, da er

- 170 -

SFB 696

stets die jeweiligen Anforderungen und zulässigen Wertungsmöglichkeiten vor Augen hatte. Die einzelnen Gewichtungen wurden mittels Interviewtechnik erfragt. Im Gegensatz zur Klassifizierung und absoluten Gewichtung der Anforderungen gestaltete sich die relative Bewertung auf diesem Wege deutlich schwieriger, da dem Bewerter die graphische Unterstützung durch das Programm SelectBest fehlte. Auf diese Problematik wird bei der Auswertung der wirtschaftlichen Anforderungen ausführlicher eingegangen. Da alle wirtschaftlichen Anforderungen, die sich auf die ROI-Kennzahl beziehen, Kosten- oder Leistungsgrößen darstellen, können diese stets nur maximiert, nie aber vollständig erfüllt werden. Hieraus ergibt sich, dass nur die sieben Anforderungen aus Block E (betriebswirtschaftliche Anforderungen) klassifiziert werden müssen. Der Aufbau des Fragebogens ist der nachstehenden Tabelle zu entnehmen.

E

Betriebswirtschaftliche Anforderungen

E1

Finanzierungsart

absolut wichtig

vorteilhaft

absolut unwichtig

bedarf weiterer Analyse

Alternativen: E1.1

Die Anlage muss/ soll gemietet werden können

E1.2

Die Anlage muss/ soll gekauft werden können

E1.3

Die Anlage muss/ soll geleast werden können

x

x x

Tabelle 32: Anforderungsklassifizierung I (Ausschnitt) Der

Fragebogen

enthält

alle

zu

bewertenden

Anforderungen,

sowie

vier

Bewertungsmöglichkeiten, die der Anforderungsklassifizierung dienen. Alle als „absolut wichtig“ und „absolut unwichtig“ deklarierten Anforderungen müssen im Folgenden nicht weiter betrachtet werden. Ihnen kann direkt der höchste bzw. niedrigste absolute Wert zugeordnet werden. Alle als „vorteilhaft“ bewerteten Anforderungen stellen Kann-Kriterien dar, die im Folgenden relativ und absolut gewichtet werden sollen. Anforderungen, deren Nutzen (momentan) nicht abschätzbar ist, müssen zunächst weiter analysiert werden.

- 171 -

SFB 696

Die relative Bewertung der aus der Klassifizierung ermittelten Kann-Anforderungen sowie der Anforderungen aus Block R wurde mithilfe des Programms SelectBest durchgeführt. Hierbei werden alle Anforderungen einer Ebene im Hinblick auf einen übergeordneten

Aspekt

miteinander

verglichen.

SelectBest

unterstützt

den

Entscheidungsprozess in diesem Zusammenhang optimal. Ein virtueller Schieberegler ermöglicht die einfache Eingabe der Gewichtungen. Nach Abschluss jeder Teilbewertung wird die Konsistenz der Entscheidung von dem Programm ermittelt. Am Ende der Befragung können die Einzel- und Gesamtgewichtungen sowie ein Ranking der Anforderungen in zahlreichen Diagrammen und Bildern dargestellt werden. Die absolute Bewertung der Kann-Anforderungen basiert wiederum auf einem Fragebogen, der sich an der ursprünglichen Vorgehensweise nach Sakowski und Schlüter orientiert [Crostack '06a]. Hierin sind alle Anforderungen aufgelistet, die mittels

einer

vierelementigen

Skala

bewertet

werden

können.

Die

Wertungsmöglichkeiten „sehr wichtig“ und „absolut unwichtig“ können hier nicht mehr

gewählt

werden,

da

diese

bereits

durch

die

vorherige

Anforderungsklassifizierung abgefragt wurden. Ein Ausschnitt aus dem Fragebogen ist der nachstehenden Tabelle zu entnehmen.

- 172 -

SFB 696

R

ROI-Anforderungen

sehr ziemlich eher wichtig wichtig wichtig

Ziel:

Der Return on Investment der logistischen Anlage soll maximal sein

x

R1

Die Güte des Einsparpotentials soll möglichst hoch sein

x

R1.1

Die Anlagenleistung soll möglichst hoch sein

x

R1.1.1

Die logistische Anlage soll über einen hohen Durchsatz verfügen

x

R1.1.2

Die logistische Anlage soll keine Beschädigungen am Fördergut verursachen

x

R1.1.3

Die logistische Anlage soll keine Ausfallzeiten aufweisen

x

Die Bedienfehlerquote R1.1.3.1 soll minimal bleiben

x

Die logistische Anlage soll nicht R1.1.3.2 häufig gewartet werden müssen

x

Die logistischen Anlage soll keine Rüstzeiten erfordern

x

R1.1.4

eher ziemlich absolut unwichtig unwichtig unwichtig

Tabelle 33: Absolute Bewertung der wirtschaftlichen Kann-Anforderungen (Ausschnitt)

- 173 -

SFB 696

4.1.2 Gewichtung der Anforderungen durch S2, S3.1 und S3.2 Die Hilfsmittel der einzelnen Bewertungsphasen sind mit denen von S1 identisch. Die Klassifizierung II und die Bewertung der Kann-Anforderungen wurden jeweils mit einem Fragebogen durchgeführt, der sich lediglich hinsichtlich der zu bewertenden Anforderungen unterscheidet. Die relative Bewertung erfolgte wiederum mit SelectBest. Im Unterschied zu S1 waren die anderen Stakeholder allerdings dadurch im Vorteil, dass sie das Programm - und damit die Analysetools - direkt nutzen konnten. Beispielsweise

wurde

nach

jeder

abgeschlossenen

Teilentscheidung

ein

Balkendiagramm gezeigt, dass alle Anforderungen und die zugehörigen relativen Werte auflistet. Hiermit konnte sich der Befragte ein Bild von der Gesamtverteilung machen und auf Wunsch die Befragung korrigieren, falls diese nicht mit seinen Präferenzen

übereinstimmte.

Zudem

wurde

nach

Abschluss

der

relativen

Anforderungsgewichtung ein weiteres Balkendiagramm generiert, das die prozentuale Gesamtverteilung sowie ein Ranking der Anforderungen zeigt. Die folgende Abbildung demonstriert den Aufbau des Diagrammes exemplarisch für die Bewertung von S2.

Abbildung 61: Relative Anforderungsgewichtung – Werte und Ranking (S2) Der Ablauf der Befragung konnte aus organisatorischen Gründen nicht, wie im Konzept beschrieben, durchgeführt werden. Ursprünglich hätte die Klassifizierung am gleichen - 174 -

SFB 696

Tag wie die relative und absolute Gewichtung im Unternehmen stattfinden sollen, um Fragen bezüglich der Methode und Inhalte direkt klären zu können. Um den hierdurch erhöhten zeitlichen Aufwand zu minimieren, wurden jedoch der Fragebogen und die Ergebnisse der Klassifizierung per Internet vorab übermittelt. Den einzelnen Stakeholdern stand der Fragebogen als Word-Datei zur Verfügung und enthielt eine kurze Beschreibung zur Vorgehensweise sowie die Definitionen aller aufgelisteten Anforderungen. Eine weitere Abweichung zum ursprünglichen Konzept besteht darin, dass den Stakeholdern S2, S3.1 und S3.2 die Höhe des Automatisierungsgrades als Ergebnis der Gewichtung der ROI-Anforderungen bereits vor der Klassifizierung der nichtwirtschaftlichen Anforderungen bekannt sein sollte. Da die Befragung von S1 der Anforderungsklassifizierung zeitlich nachgelagert war, konnte diese Forderung nicht eingehalten werden.

4.2 Darstellung und Analyse der Bewertungsergebnisse Im Folgenden sollen nun die stakeholderbezogenen Bewertungsergebnisse analysiert werden. Der Schwerpunkt liegt dabei auf einem Vergleich der sich aus der relativen und absoluten Bewertung ergebenen Einzel- und Gesamtergebnisse.

4.2.1 Analyse der Anforderungsklassifizierung von S1 Die Klassifizierung der Anforderungen aus Block E hat ergeben, dass lediglich zwei Anforderungen bezüglich des Kriteriums „Schichtbetrieb“ als vorteilhaft deklariert wurden und somit eine relative Bewertung mittels AHP erfordern. Alle anderen Anforderungen wurden als „absolut wichtig“ (28,57%) oder „absolut unwichtig“ (42,86%) deklariert.

- 175 -

SFB 696

4.2.2 Analyse der relativen und absoluten Bewertung von S1 Die relative und absolute Bewertung der betriebswirtschaftlichen Anforderungen zeigt keinerlei Widersprüche. Ein Vergleich der Rangplätze zwischen der relativen und absoluten Bewertung der ROI-Anforderungen lässt hingegen folgende Aussagen zu: •

Es existieren keine vollständigen Übereinstimmungen im Rang, somit sind weder der erste noch der letzte Rang identisch

•

Abstände im Rang größer als eins treten zu 69,23% auf; die gleiche Aussage kann auch für Abstände größer als zwei getroffen werden

•

Bis auf die Anforderungen R1.2.3.2, R2.1, R2.3.1 und R2.3.2 sind die Rangdifferenzen größer als 3

Es kann folglich festgestellt werden, dass die Abweichungen zwischen den Ergebnissen beider Bewertungstechniken extrem sind. Dies liegt vornehmlich darin begründet, dass bei der absoluten Bewertung der Rang 2 insgesamt 11-mal vergeben ist. Dies zeigt aber auch, dass die absolute Bewertung kaum differenzierte Aussagen bezüglich der Präferenzen des Entscheiders zulässt. Die AHP-Bewertung weist hingegen nur zwei doppelte Rangplatzvergaben auf und lässt somit wesentlich präzisere Aussagen zu. Die folgenden Abbildungen dienen der Verdeutlichung. Relative Gewichtung der ROI-Anforderungen R2.3.2 R2.3.1 R2.2 R2.1 R1.2.3.2 R1.2.3.1 R1.2.2 R1.2.1 R1.1.4 R1.1.3.2 R1.1.3.1 R1.1.2 R1.1.1 0%

10%

20%

30%

40%

50%

60%

70%

Abbildung 62: Relative Gewichtung der ROI-Anforderungen

- 176 -

SFB 696

Absolute Gewichtung der ROI-Anforderungen R2.3.2 R2.3.1 R2.2 R2.1 R1.2.3.2 R1.2.3.1 R1.2.2 R1.2.1 R1.1.4 R1.1.3.2 R1.1.3.1 R1.1.2 R1.1.1 -1,5

-1

-0,5

0

0,5

1

1,5

Abbildung 63: Absolute Gewichtung der ROI-Anforderungen Ein Vergleich der Gewichtungsverteilung der Alternativen RA1 und RA2 mit der absoluten Bewertung bezüglich der Höhe des Automatisierungsgrades zeigt keine Widersprüche.

Die

Automatisierungsgrad

AHP-Bewertung ca.

3-mal

hat

ergeben,

wichtiger

(Faktor

dass 2,58)

S1

ein

als

niedriger

ein

hoher

Automatisierungsgrad ist. In der Sprache des AHP bedeutet dies „etwas wichtiger“. Die absolute Bewertung bestätigt, dass für S1 ein hoher Automatisierungsgrad lediglich „eher wichtig“ und nicht „ziemlich wichtig“ ist. Zu der relativen Bewertung der ROI-Anforderungen ist anzumerken, dass die Gewichtung der Anforderungen R1.1, R1.2, R1.3 und R1.4 einen Inkonsistenzfaktor von 16% ergeben hat und somit über der von Saaty empfohlenen Grenze liegt. Da S1 auch auf Nachfrage mit den abgegebenen Wertungen konform ging und der Faktor deutlich unter 20% liegt, wurde auf eine erneute Bewertung verzichtet. Bei der absoluten Bewertung von 2005 wurden fast alle ROI-Anforderungen als sehr wichtig eingestuft. Die jetzige absolute Bewertung zeigt, dass lediglich eine Anforderung (R1.1.2) als „ziemlich wichtig“ eingeschätzt wurde. Die maximale Wertungsmöglichkeit wurde folglich nur einmal vergeben. Bis auf R2.2, die als „eher unwichtig“ deklariert wurde, wurden alle anderen Anforderungen als „eher wichtig“ eingestuft. Wenn auch das Anforderungsprofil hiermit leicht verschoben ist, so kann ebenfalls aus dieser Bewertung wiederum nur in geringem Maße abgeleitet werden, welche Anforderungen wichtiger als andere sind. Hierfür ist der Umfang der Bewertungskala verantwortlich zu machen. Mit Hilfe des AHP können Nuancen

- 177 -

SFB 696

wesentlich besser festgehalten werden, so dass das Bewertungsergebnis deutlich mehr Informationen enthält, als das einer absoluten Bewertung. Zudem können die Abstände zwischen den einzelnen Präferenzen aufgrund des höheren Skalenniveaus interpretiert werden. Dies wurde im vorherigen Absatz anhand der Anforderungen RA1 und RA2 beispielhaft gezeigt. Zu Anfang dieses Kapitels wurde bereits auf die besonderen Umstände der Befragung von S1 hingewiesen. Die Klassifizierung und absolute Bewertung der wirtschaftlichen Anforderung konnte mithilfe eines jeweiligen Fragebogens auch per Telefon unkompliziert durchgeführt werden. Die relative Bewertung mittels AHP ist aufgrund der durchzuführenden Paarvergleiche und des höheren Umfangs der Bewertungsskala deutlich komplizierter, so dass eine mediale Unterstützung durch ein Programm, wie SelectBest, von Vorteil ist. Missverständnisse bezüglich der Ausrichtung der Präferenzen können hiermit vermieden werden. Nach Auswertung der Ergebnisse und im Hinblick auf die Äußerungen von S1 während der Befragung wird vermutet, dass bei der Bewertung der Anforderungen R2.1, R2.2 und R2.3 die Ausrichtung der Präferenzen vertauscht festgehalten wurden. Die nachstehende Tabelle zeigt die ursprüngliche und nachträglich geänderte Gewichtung.

ursprüngliche Gewichtung

veränderte Gewichtung

•

R2.1 = 1/6 R2.2

•

R2.1 = 6 R2.2

•

R2.1 = 1/6 R2.3

•

R2.1 = 6 R2.3

•

R2.2 = R2.3

•

R2.2 = R2.3

Tabelle 34: Bewertungsvarianten – ROI-Anforderungen (S1) Es sei darauf hingewiesen, dass die veränderten Werte einen erheblichen Einfluss auf die ersten Rangplätze der ROI-Anforderungen haben.

4.2.3 Analyse der Anforderungsklassifizierung von S2, S3.1 und S3.2 Da die Klassifizierung der Anforderungen aus Block A, B, C und D von insgesamt drei Personen durchgeführt wurde, müssen die Einzelergebnisse anschließend zu einem Gesamtergebnis verdichtet werden. Hieraus können die Kann-Anforderungen abgeleitet und eine Hierarchie im Sinne des AHP aufgestellt werden.

- 178 -

SFB 696

Die Verteilung der jeweiligen Wertungen der Stakeholder S2, S3.1 und S3.2 auf die verschiedenen Anforderungstypen sind der nachstehenden Tabelle zu entnehmen. Auffällig ist, dass die jetzige Befragung wesentlich mehr Extrembewertungen aufweist, als die vorherige.

Anforderungstyp absolut wichtig vorteilhaft absolut unwichtig bedarf weiterer Analyse

2005 59 42 0 0

2007 58,42% 41,58% 0% 0%

67 28 9 4

62,04% 25,53% 8,33% 3,70%

Tabelle 35: Verteilung der Gewichtungen auf die einzelnen Anforderungstypen Folglich wurden mehr Anforderungen als „absolut wichtig“, hingegen deutlich weniger als „vorteilhaft“ eingestuft. Im Gegensatz zur vorherigen Bewertung wurden auch einige Anforderungen als „absolut unwichtig“ deklariert. Diese Umverteilung ist auf das veränderte Bewertungsschema zurückzuführen. Die Anforderungsklassifizierung basiert lediglich auf einer dreiteiligen Bewertungsskala, abgesehen von der Möglichkeit, dass die Wichtigkeit einer Anforderung zum aktuellen Zeitpunkt nicht einschätzbar ist. Der zuvor durchgeführten absoluten Bewertung lag hingegen eine sechselementige Skala zugrunde. Somit mussten alle als „vorteilhaft“ eingestuften Anforderungen direkt als „ziemlich wichtig“, „eher wichtig“, „eher unwichtig“ oder „ziemlich unwichtig“ deklariert werden. Aus der Sicht des Bewerters erscheint es jedoch wesentlich einfacher, zunächst festzulegen, ob eine Anforderung überhaupt relevant ist oder nicht.

Die Verdichtung der Einzelklassifizierungen hat die folgende Aufteilung bezüglich der verschiedenen Anforderungstypen ergeben.

Anforderungstyp

Anzahl

absolut wichtig

21

vorteilhaft

14

absolut unwichtig

1

Tabelle 36: Verteilung der zu klassifizierenden Anforderungen

- 179 -

SFB 696

Die Auswertung der Anforderungsklassifizierung hat desweiteren gezeigt, dass die Wertung der befragten Stakeholder zu 63,89% vollständig identisch ist. In 22,22% der Fälle sind zumindest zwei der drei Befragten gleicher Meinung. Lediglich in 13,89% der Fälle sind keinerlei Übereinstimmungen festzustellen. Alle als „vorteilhaft“ deklarierten Anforderungen können nach dem zuvor vorgestellten Konzept nun in eine Hierarchie integriert werden, um diese anschließend von S2, S3.1 und S3.2 relativ und absolut bewerten zu lassen.

Abbildung 64: Hierarchie der Kann-Anforderungen (B, C, D) Um einen sinnvollen Vergleich der Informationsverarbeitungsanforderungen zu gewährleisten,

müssen

zwei

Hilfskriterien,

„technische

Komponenten“

und

„Eigenschaften der technischen Komponenten“, definiert werden. Somit wird vermieden, dass die Eigenschaften mit der Existenz eines Datenverarbeitungssystems und denen von Warn- und Prüfsystemen verglichen werden. Darüber hinaus ist festzustellen, dass fünf produktionstechnische Spezifikationen

- 180 -

SFB 696

miteinander verglichen werden müssen. Im Hinblick auf die Konsistenz könnten Schwierigkeiten bei der Befragung vermutet werden. Bei der Durchführung konnte erstaunlicherweise aber beobachtet werden, dass nur einer der Stakeholder nicht auf Anhieb einen Inkonsistenzfaktor kleiner oder gleich 10% erhielt. Nach zweimaliger Wiederholung dieses Befragungsblocks konnte jedoch auch bei S3.2 ein akzeptabler Faktor erzielt werden. Hierbei beschäftigte sich der Stakeholder nochmals intensiver mit seinen Bewertungen, hinterfragte nochmals die Definitionen der einzelnen Anforderungen und bewertete dann konsistent.Gerade hierbei wurde deutlich, dass es einerseits wichtig ist, dass die Anforderungen exakt und verständlich definiert werden und andererseits diese Art der Befragung zu einer intensiveren Auseinandersetzung der Stakeholder mit der Bewertung führt.

4.2.4 Analyse der relativen und absoluten Einzelbewertung von S2, S3.1 und S3.2 Ein Vergleich zwischen den relativen und absoluten Wertungen von S2 zeigt, dass nur 7,14% der Anforderungen im globalen Rang vollständig übereinstimmen. Die Abstände sind zu 64,29% größer 1 und zur Hälfte größer als 2. Die Anforderungen A8, B5, A2.1 und A2.2, sowie D2.1, D2.6 und D4.3 liegen über drei Positionen auseinander. Desweiteren ist zu verzeichnen, dass der erste Rang identisch und der zweite zumindest widerspruchsfrei ist. Dies gilt auch für den letzten Rang. Der Vergleich der lokalen Ränge zeigt eine vollständige Übereinstimmung. Die Ergebnisse der AHP-Befragung machen deutlich, dass die Anforderungen aus den Blöcken B und C sehr viel wichtiger (Faktor 9,01) als diejenigen aus D sind. Dies deckt sich mit der Aussage des Experten nach Abschluss der Befragung. Die absolute Bewertung zeigt jedoch teilweise ein völlig anderes Bild. Die Hälfte der Anforderungen aus Block B und C sind dem letzten Rangplatz zugeordnet. Umgekehrt ist beispielsweise A2.1 laut AHP dem achten Rangplatz zuzuordnen, in der absoluten Bewertung ist dieselbe Anforderungen auf dem ersten Rang zu finden. Im Gegensatz zu S2 stimmen bei S3.1 die globalen Ränge zu 14,29% überein. Die Abweichungen sind zusätzlich deutlich geringer: Größer als 1 in 35,71% und größer 2 in nur 21,43% der Fälle. Differenzen größer als drei Rangplätze sind nur für D6 und D2.6 zu beobachten. Der erste Rang ist identisch, bis Rang 8 liegen keine Widersprüche vor. Auch der letzte Rang ist widerspruchsfrei. Im lokalen Rang sind keine Widersprüche, aber auch teilweise keine vollständigen Übereinstimmungen festzustellen. Im Hinblick darauf, dass der Anforderungsblock C mittels AHP sehr viel höher (Faktor - 181 -

SFB 696

14,3) als D bewertet wurde, ist es verwunderlich, dass zwei Anforderungen aus diesem Block bei der absoluten Bewertung auf dem letzten Rang zu finden sind, hingegen zwei Anforderungen aus C auf dem vierten Rang eher vorne liegen. Trotz zahlreicher Konformitäten zwischen den beiden Bewertungstechniken, sind also auch hier zahlreiche methodenbedingte Abweichungen zu finden. Bei der relativen Gewichtung durch S3.1 hat sich eine weitere Besonderheit gezeigt. Der paarweise Vergleich der einzelnen Anforderungsblöcke B, C und D führte zu einer hohen Inkonsistenz (19%), die der Befragte nicht zu verantworten hat. Aufgrund der beschränkten AHP-Skala können Inkonsistenzen unter gewissen Voraussetzungen nicht vermieden werden. Der Befragte war der Meinung, dass gilt: B = 1/6 C und B = 6 D. Um konsistent zu entscheiden, hätte er folgende Bewertung vornehmen müssen: C = 36 D. Da als maximale Wertung nur C = 9 D möglich ist, ergibt sich aufgrund der ersten

zwei

Paarvergleiche

ein

derart

hoher

Inkonsistenzfaktor.

Das

Bewertungsergebnis muss folglich, wie dargestellt, akzeptiert werden. Anders als bei S3.1 zeigt sich bei S3.2 wiederum eine extreme Abweichung zwischen den beiden Bewertungsmethoden. Der globale Rang weißt keine Gemeinsamkeiten auf. Über 85% der Ränge liegen mehr als eine Position auseinander. In 78,57% gilt dies auch für Rangdifferenzen größer als 2. Abweichungen größer 3 sind für die Anforderungen B4, B5, A2.1, A2.2, A3.2.2, A6, D1, D6 und D2.6 zu verzeichnen. Der Anforderungsblock C, der um den Faktor 3 weniger wichtig als B und C ist, weist bei der absoluten Bewertung dennoch drei mal den Rang 1 auf. Auch sind weder der erste noch der letzte Rang identisch. Selbst der lokale Rang zeigt nur einige Übereinstimmungen, oftmals sind im Vergleich sogar Widersprüche festzustellen.

4.2.5 Analyse der verdichteten relativen und absoluten Bewertungen von S2, S3.1 und S3.2 Ein

Vergleich

der

stakeholderbezogenen

relativen

Bewertungen

der

Kann-

Anforderungen hat ergeben, dass nur 4,55% vollständig übereinstimmen, immerhin aber 59,09% teilweise identisch sind, also zwei von drei Befragten gleich geurteilt haben. Nur 13,63% weisen eine ungleiche Orientierung der jeweiligen Wertung auf. Das bedeutet, dass ein Stakeholder im Vergleich zu den anderen beiden die Anforderung als wichtig bzw. unwichtig eingestuft hat. In 63,64% der Fälle liegen allerdings mindestens zwei der insgesamt drei Wertungen über drei AHPSkalenpunkte auseinander. Da eine Mittelwertbildung bekanntermaßen zu einer Nivellierung der zu mittelnden Werte führt, müssen die sich aus der Verdichtung ergebenen Präferenzen stets kritisch betrachtet werden.

- 182 -

SFB 696

Die stakeholderbezogene Erfassung der jeweiligen Gewichtungen ermöglicht, die einzelnen Bewertungen unterschiedlich stark in das Gesamtergebnis einfließen zu lassen. Unabhängig von der Bewertungsmethode wird hierfür der gewichtete arithmetische Mittelwert angewendet. In Anlehnung an die von Schlüter ermittelten Faktoren muss dieser Aspekt hier allerdings nicht berücksichtigt werden, da S2, S3.1 und S3.2 mit dem gleichen Faktor belegt wurden [Crostack '06a, Crostack '07] Diese könnten aber jederzeit beliebig verändert und das verdichtete Ergebnis neu ermittelt werden, da die Faktoren in der zugrunde liegenden Exceldatei bereits hinterlegt sind. Ein Vergleich der Ergebnisse beider Bewertungsmethoden (relativ und absolut) zeigt, dass immerhin 21,43% der Anforderungen den gleichen Rang belegen und nur die Hälfte einen Abstand größer als 1 aufweist. Immerhin liegen 42,86% mehr als 2 Rangplätze auseinander. Nur 3 von 14 Anforderungen sind mehr als 3 Rangplätze voneinander entfernt. Die größten Abweichungen sind bei den Anforderungen A2.1 und D2.6 zu verzeichnen. B4 ist bei beiden Befragungen als wichtigste Anforderung ermittelt worden. Bis zum vierten Rang können keine Widersprüche verzeichnet werden. Zwar stimmt der letzte Rang nicht überein, die unteren Ränge liegen aber bis auf eine Ausnahme (D2.6) nahe beieinander. Es ist also festzustellen, dass die Übereinstimmungsquoten bei den verdichteten Ergebnissen wesentlich höher liegen, als bei den Einzelgewichtungen. Dies ist zum einen darauf zurückzuführen, dass die verdichteten absoluten Werte nicht mehr ausschließlich den vier Skalenelementen entsprechen. Wird eine Anforderung beispielsweise von S2 und S3.2 als „ziemlich wichtig“, von S3.1 hingegen als „eher unwichtig“ deklariert, so ergibt sich der Wert 0,83 als (arithmetisches) Mittel, der nicht Element der Bewertungsskala ist. Ähnlich wie bei der relativen Gewichtung zeigt sich hierdurch ein wesentlich differenzierteres Rangbild, als bei den Einzelgewichtungen. Ein weiterer Grund für die weitaus stärkere Übereinstimmung kann auch aus dem zuvor beschriebenen Effekt bei arithmetischer Mittelwertbildung abgeleitet werden. Ein Vergleich der aktuellen absoluten Bewertung mit der vorherigen im Jahr 2005 hat gezeigt, dass die Stakeholder S3.1 und S3.2 nur ca. die Hälfte absolut identisch beantwortet haben. S3.1 hat zu 35,29% sogar gegensätzlich geantwortet, S3.2 immerhin in 15,15% der Fälle. Das bedeutet, dass die gleiche Anforderung zuvor als wichtig bzw. unwichtig eingestuft wurde. Dies ist aufgrund des längeren Zeitraums nicht verwunderlich, zeigt aber, dass eine erneute absolute Bewertung für den Vergleich mit relativen Werten zwingend erforderlich war. Die Befragung von S2 kann nicht direkt miteinander verglichen werden, da diese von zwei verschiedenen Personen durchgeführt wurde. Dennoch kann festgestellt werden, dass in immerhin

- 183 -

SFB 696

26,47% der Fälle eine vollständige Übereinstimmung vorliegt. Eine gegensätzliche Ausrichtung liegt zu 38,24% vor. Diese Quote liegt nur knapp über der von S3.1. Hieran zeigt sich nochmals die Notwendigkeit einer erneuten Erhebung der absoluten Werte.

4.2.6 Anmerkungen zur absoluten und relativen Gewichtung der KannAnforderungen aus Block B, C und D Nach Abschluss der absoluten und relativen Bewertung der Kann-Anforderung wurde deutlich,

dass

sich

die

Befragten

hinsichtlich

der

Definitionen

einzelner

Anforderungen nicht sicher oder einig waren. Da die Interpretation aber einen entscheidenden Einfluss auf die Bewertung hat, sollen die kritischen Anforderungen aller drei Anforderungsarten abschließend diskutiert werden. B) Technische Spezifikationen: Die Forderung nach einem behindertengerechten Aufbau der logistischen Anlage wurde bei der vorangegangenen Befragung von einem der Stakeholder genannt und somit nachträglich integriert. Die Diskussion dieser Anforderung bei der absoluten und relativen Bewertung hat hingegen ergeben, dass die allgemeinen Voraussetzungen für körperlich beeinträchtigte Mitarbeiter momentan nicht gegeben sind und somit eine Beschäftigung in absehbarer Zukunft gar nicht möglich ist. Deshalb ist auch ein behindertengerechter

Aufbau

der

anzuschaffenden

Anlage

grundsätzlich

uninteressant. Dass die Anforderung B5 von allen Befragten bei der Klassifizierung als vorteilhaft und nicht als absolut unwichtig eingestuft wurde, hängt damit zusammen, dass keiner dies grundsätzlich ausschließen wollte. C) Produktionstechnische Spezifikationen: Auffällig ist, dass die produktionstechnischen Anforderungen A2.1 und A2.2 (stetige und unstetige Förderung) in der Anforderungsklassifizierung sowie der absoluten und relativen Bewertung völlig unterschiedlich gewichtet wurden. Die Bewertung von S2 ergibt, dass eine stetige Förderung „vorteilhaft“, eine unstetige Förderung hingegen „absolut unwichtig“ ist. Die Befragung von S3.1 zeigt, dass A2.1 „absolut unwichtig“, A2.2 hingegen „absolut wichtig“ ist. S3.2 bewertete A2.2 identisch, deklarierte aber A2.1 als „vorteilhaft“, so dass der Wunsch nach einer variablen Förderfrequenz ausgedrückt wird. Nach Abschluss der absoluten Bewertung der Kann-Anforderungen wurde durch Hinterfragen deutlich, dass alle Befragten die gleiche Lösung anstreben. Wird die Ware im Wareneingang angeliefert, so soll sie stetig ins AKL befördert werden. Da die Anlieferung diskontinuierlich erfolgt, muss die logistische Anlage aber nicht

- 184 -

SFB 696

unentwegt

fördern.

Die

verschiedenen

Antworten

basieren

nur

auf

einer

unterschiedlich Interpretation der Begriffe „stetig“ und „unstetig“. Da die Anforderungsverdichtung ergeben hat, dass sowohl A2.1, als auch A2.2 als vorteilhaft deklariert wurden, implizierte dies die Forderung nach einer variablen Förderfrequenz. Diese neu formulierte Anforderung wurde deshalb in die absolute und relative Bewertung integriert. Unabhängig von den Ergebnissen der einzelnen Befragungen ist hingegen letztlich davon auszugehen, dass A2.1 eine MussAnforderung

darstellt,

A2.2

hingegen

„völlig

unwichtig“

ist.

Letzteres

gilt

dementsprechend auch für die neu definierte Anforderung A2. Die Anforderung A3.2.2 (schienenloser Betrieb der Anlage) wurde von S3.1 und S3.2 als „absolut wichtig“, von S2 hingegen als „absolut unwichtig“ eingestuft. Deshalb hat die Verdichtung der Klassifizierung ergeben, dass A3.2.2 als Kann-Anforderung bewertet werden soll. Da hiermit aber ausschließlich Bodenschienen gemeint sind, hat auch S2 im Nachhinein diese Anforderung als „absolut wichtig“ eingestuft. Diese stellt folglich auch nach der Verdichtung eine Muss-Anforderung dar. Bezüglich der Anforderung C3 hat die Befragung ergeben, dass das Fördergutgewicht auf 50 kg beschränkt ist, da das AKL dieses Höchstgewicht vorschreibt. Somit sind keine Extremgewichte erforderlich und diese Anforderung „absolut unwichtig“. Da aus der Definition nicht hervorgeht, welche Fördergutgewichte als „hoch“ einzustufen sind, haben die Befragten die Anforderung bei der Klassifizierung als „absolut wichtig“ bzw. „vorteilhaft“ eingestuft. Bei der Bewertung der Kann-Anforderungen wurde aber deutlich, dass C3 im Sinne der ursprünglichen Intention „absolut unwichtig“ ist. D) Informationsverarbeitungsanforderungen: Die sich der absoluten und relativen Befragung anschließende Diskussion hat außerdem ergeben, dass die logistische Anlage weder ein Datenverarbeitungssystem noch Warn- und Prüfsysteme sowie ein Informationsübertragungssystem aufweisen muss, da bereits alle Anforderungen im Ist-Zustand realisiert sind. Die Befragten sind zuvor jedoch davon ausgegangen, dass sich die Informationsanforderungen nicht zwangsläufig auf die anzuschaffende Anlage beziehen, sondern auch extern erfüllt werden können. Die einzelnen Gewichtungen bezüglich der Existenz der Komponenten sowie deren spezifischen Eigenschaften sind folglich im Hinblick auf das ursprüngliche Verständnis der Bewerter zu interpretieren.

- 185 -

SFB 696

4.3 Fazit Die Befragung hat gezeigt, dass der AHP als Bewertungsmethode gut angenommen wurde. Auch ohne methodisches Hintergrundwissen waren die Befragten in der Lage, sich schnell auf die Ihnen unbekannte Befragungstechnik einzulassen. Trotz einer deutlich höheren Anzahl an Bewertungen konnte die Befragung zügig durchgeführt werden. Erstaunlicherweise wurde auch eine höhere Anzahl von Paarvergleichen mit einem geringen Inkonsistenzfaktor bewertet, in den meisten Fällen sogar direkt im ersten Anlauf. Die Problematik der telefonischen Befragung von S1 hat allerdings auch gezeigt, dass der

AHP

im

Gegensatz

zu

absoluten

Bewertungstechniken

in

Bezug

auf

organisatorische Voraussetzungen wesentlich unflexibler ist. Idealerweise sollte die Befragung durch eine mit der Methodik vertraute Person vor Ort begleitet und durch eine Software, wie z.B. SelectBest, unterstützt werden. Die Softwareunterstützung hat zudem ermöglicht, dass die einzelnen AHPBewertungen, aber auch das Gesamtergebnis direkt als Balkendiagramm visualisiert werden konnten. Somit war der jeweilige Befragte in der Lage, die Gesamtverteilung zu überblicken und mit seinen Präferenzen nochmals zu vergleichen. Eine korrigierende Bewertung war jederzeit möglich und wurde in einigen Fällen auch genutzt. Bei diesen Korrekturen wurde deutlich, dass es wichtig ist, die Anforderungen exakt zu definieren. Hierdurch können die Korrekturen sicherlich noch weiter reduziert werden. Diese Rückkopplung fehlte bei der absoluten Bewertung jedoch völlig. Die Analyse der Einzelbewertungen der Kann-Anforderungen aus Block B, C und D hat gezeigt, dass die Bewertungstechnik einen starken Einfluss auf das Ergebnis, und damit auf das Ranking der Anforderungen hat. Eine pauschale Aussage, welche der beiden Methoden vorteilhaft ist, kann nicht getroffen werden. Beide weisen spezifische Vor- und Nachteile auf, die sich bei der Befragung und Auswertung bestätigt haben. Vor allem der Vergleich der Einzelbewertungen aller Stakeholder hat aber gezeigt, dass der AHP wesentlich präzisere Aussagen über die Präferenzen des jeweiligen Befragten zulässt. Dass die Unterscheide zwischen den relativen und absoluten Bewertungsergebnissen meist stark divergieren, ist auf mehrere Ursachen zurückzuführen. Zum einen ist beim AHP der Einfluss der hierarchischen Position einer Anforderung im Hinblick auf die Gesamtpräferenz stets zu beachten. Diese Beziehung besteht bei einer absoluten Bewertung nicht. Wird beispielsweise der Anforderungsblock D beim AHP deutlich unwichtiger als B und C eingestuft, so werden auch tendenziell die D untergeordneten

- 186 -

SFB 696

Anforderungen unwichtiger sein, als diejenigen aus B und C. Zum anderen ist aber auch denkbar, dass die divergierende Fragestellung eine völlig andere Perspektive auf das Gesamtproblem liefert. Zwei Anforderungen miteinander zu vergleichen ist eine andere Aufgabe, als jeweils nur eine Anforderung unabhängig von den anderen zu bewerten. Desweiteren ist bei der Auswertung der Anforderungsklassifizierung und der absoluten Bewertung der Kann-Anforderungen aufgefallen, dass die Bewerter dieselben

Anforderungen

auseinanderlagen,

zwei

unterschiedlich

Befragungen, bewerten.

welche

Wurde

nur

wenige

beispielsweise

bei

Tage der

Klassifizierung von einem der Stakeholder festgelegt, dass eine Anforderung „absolut wichtig“ ist, die Verdichtung aber ergeben hat, dass diese Anforderung „vorteilhaft“ ist, so musste diese erneut absolut gewichtet werden. Obwohl zwischen den beiden Bewertungen nur einige Tage lagen, zeigt sich teilweise ein stark divergierendes Bild. Wurde die Anforderung zuvor als extrem wichtig eingestuft, so muss vermutet werden, dass diese bei der sich anschießenden absoluten Bewertung den Maximalwert „ziemlich wichtig“ zugewiesen bekommt. Oftmals wurden diese aber nur noch als „eher wichtig“ eingestuft. Es ist folglich auch festzustellen, dass unabhängig von der Befragungsmethode Schwankungen in der Bewertung eines Stakeholders, trotz kurzer Zeitabstände, durchaus üblich sind. Diese erschweren allerdings den Vergleich zwischen den unterschiedlichen Methoden. Dadurch dass nicht alle Anforderungen in eine Hierarchie integriert werden konnten, können auch nicht alle Blöcke miteinander in Beziehung gesetzt werden. Ein Vergleich ist stets auf die untersten Anforderungen einer Hierarchie beschränkt. Dies könnte als Nachteil für den AHP angesehen werden. Es ist jedoch hierbei zu beachten, dass die Vergleichbarkeit auf die Befragung von 2005 abzielt. Wäre die Definition und Gliederung der Anforderungen unabhängig von einer zuvor durchgeführten absoluten Befragung vorgenommen worden, so wäre dieser Effekt nicht aufgetreten. Es hat sich darüber hinaus gezeigt, wie wichtig die Güte der Einflussgrößen auf eine Fragestellung für die Qualität des zu ermittelnden Ergebnisses ist. Eine präzise und ausführliche Definition von Kundenanforderungen ist folglich Voraussetzung für ein möglichst exaktes Bewertungsergebnis. Kommunikationsschwierigkeiten zwischen dem Fragenden und dem Befragten können somit vermieden werden. Auf eine exakte Anforderungsdefinition sollte - unabhängig von der verwendeten Bewertungsmethodik - stets geachtet werden.

- 187 -

SFB 696

4.4 Analyse der Umrechnung der relativen in absolute Gewichtungen In diesem Kapitel soll an einer konkreten Anwendung gezeigt werden, wie relative Gewichtungen von Kundenanforderungen genutzt werden können. Zu diesem Zweck werden die in Kapitel 3.2 erfolgten Betrachtungen auf eine praktische Anwendung übertragen. Die im Zuge dieser Arbeit gewonnenen Erkenntnisse sollen bei der genauen Auswahl der Umrechnungsmethode und Vorgehensweise berücksichtigt werden.

4.4.1 Die Ergebnisse der Befragung Im Folgenden werden die Anforderungen und die dazu ermittelten relativen Gewichtungen aus dieser Arbeit zusammengefasst dargestellt. Die folgenden Abbildungen zeigen die allgemeinen, die betriebswirtschaftlichen und die ROIAnforderungen in dieser Reihenfolge.

- 188 -

SFB 696

Nummer

Anforderungen

Bewertung

A1.1

Die Anlage muss/ soll Stückgut fördern

absolut wichtig

A1.2

Die Anlage muss/ soll Schüttgut fördern

absolut wichtig

A2.1

Die Anlage muss/ soll stetig fördern

7,16 %

A2.2

Die Anlage muss/ soll unstetig fördern

7,59 %

A3.1

Die Anlage muss/ soll flurfrei installiert werden

absolut wichtig

A3.2

Die Anlage muss/ soll flurfrei betrieben werden

absolut wichtig

A3.2.1

Die Anlage muss/ soll unaufgeständert installiert und betrieben werden

absolut wichtig

A3.2.2

Die Anlage muss/ soll schienenlos betrieben werden

23,22 %

A4.1

Die Anlage muss/ soll in den Abmessungen des Förderguts variabel sein

absolut wichtig

A4.2

Die Anlage muss/ soll beim Gewicht des Förderguts variabel sein

absolut wichtig

A5

Die Anlage muss/ soll in der Fördermenge variabel sein

absolut wichtig

A6

Die Anlage muss/ soll im Quelle-/ Senke-Verhältnis (Förderrichtung) variabel sein

7,26 %

A7

Die Anlage muss/ soll in der Streckenführung variabel sein

7,58 %

A8

Die Anlage muss/ soll (mit möglichst geringem Aufwand) erweiterbar sein

7,41 %

A9

Die Anlage muss/ soll über eine Sortierfunktion verfügen

absolut unwichtig

B1

Die Anlage darf/ soll nicht (in hohem Maße) weitere Betriebsmittel benötigen

absolut wichtig

B2

Die Anlage darf/ soll keinen hohen Sicherungsaufwand benötigen

absolut wichtig

B3

Die Anlage darf/ soll keinen Raum für Zusatzaggregate beanspruchen

absolut wichtig

B4

Die Anlage muss/ soll bei laufendem Betrieb gewartet werden können

23,65 %

B5

Die Anlage muss/ soll behindertengerecht sein

5,62 %

C1

Die Anlage muss/ soll über Puffermöglichkeiten verfügen

absolut wichtig

C2

Die auf der Anlage verwendeten Ladungsträger müssen/ sollen wieder verwendbar sein

absolut wichtig

C3

Die Anlage muss/ soll auf hohe Gewichte ausgelegt sein

2,25 %

D1

Die Anlage muss/ soll ein Datenverarbeitungssystem (DVS) aufweisen

2,54 %

D2.1

Die Informationsübertragung im DVS muss/ soll kabellos erfolgen

0,99 %

D2.2

Die Datenübertragungsrate im DVS muss/ soll (möglichst) hoch sein

absolut wichtig

D2.3

Die Fehlerquote der Datenübertragung des DVS muss/ soll (möglichst) gering sein

absolut wichtig

D2.4

Das DVS muss/ soll Daten weitergeben und verarbeiten können

absolut wichtig

D2.5

Das Datenübertragungssystem muss/ soll dem Vorhandenen entsprechen

absolut wichtig

D2.6

Das Informationsverarbeitungssystem muss/ soll mit (möglichst) geringem Aufwand erweiterbar sein

1,45 %

D3

Die Anlage muss/ soll ein Identifikationssystem (IDS) aufweisen

absolut wichtig

D4.1

Die Fehlerquote des IDS muss/ soll (möglichst) gering sein

absolut wichtig

D4.2

Das IDS muss/ soll (möglichst) viele Daten enthalten können

absolut wichtig

D4.3

Das IDS muss/ soll (möglichst) flexibel sein

0,99 %

D5

Die Software muss/ soll integrierbar in vorhandene Systeme sein

absolut wichtig

D6

Warn- und Prüfsysteme müssen/ sollen integriert werden

2,28 %

Abbildung 65: Anforderungen (Block A-D) an die Anlage mit Bewertung

- 189 -

SFB 696

Nummer E1

Betriebswirtschaftliche Anforderungen Finanzierungsart Alternativen:

E1.1

Die Anlage muss/ soll gemietet werde können

E1.2

Die Anlage muss/ soll gekauft werden können

E1.3

Die Anlage muss/ soll geleast werden können

E2

Schichtbetrieb Alternativen:

E2.1

Die Anlage muss/ soll im Einschichtbetrieb betrieben werden können

E2.2

Die Anlage muss/ soll im Zweischichtbetrieb betrieben werden können

E2.3

Die Anlage muss/ soll im Dreischichtbetrieb betrieben werden können

E3

Die Anlage muss/ soll sich schnell amortisieren

Abbildung 66: Betriebswirtschaftliche Anforderungen (Block E) an die Anlage

Nummer

ROI-Anforderungen

Bewertung

R1.1.1

Die logistische Anlage soll über einen hohen Durchsatz verfügen

0,87 %

R1.1.2

Die logistische Anlage soll keine Beschädigungen am Fördergut verursachen

2,97 %

R1.1.3.1

Die Bedienfehlerquote soll minimal bleiben

2,55 %

R1.1.3.2

Die logistische Anlage soll nicht häufig gewartet werden müssen

0,42 %

R1.1.4

Die logistischen Anlage soll keine Rüstzeiten erfordern

0,33 %

R1.2.1

Die Betriebskosten für die Anlage sollen möglichst gering sein

1,19 %

R1.2.2

Die Wartungskosten für die Anlage sollen möglichst gering sein

1,19 %

R1.2.3.1

Die Anzahl der Mitarbeiter für den laufenden Betrieb der logistischen Anlage soll möglichst gering sein

0,68 %

R1.2.3.2

Die Qualifikation der die logistische Anlage nutzenden Mitarbeiter soll möglichst gering sein

4,08 %

R2.1

Die Anschaffungskosten der logistischen Anlage sollen möglichst gering sein

64,28 %

R2.2

Die Installationskosten der logistischen Anlage sollen möglichst gering sein

10,71 %

R2.3.1

Der Schulungsaufwand für das die logistische Anlage nutzende Personal soll möglichst gering sein

5,36 %

R2.3.2

Der Schulungsaufwand für das Wartungspersonal für die logistische Anlage soll möglichst gering sein

5,36 %

Abbildung 67: ROI-Anforderungen (Block R) an die Anlage mit Bewertung

Die getrennte und unterschiedliche Bewertung der Anforderungen zeigt sich jetzt bei den Ergebnissen. So sind die Anforderungen in Abbildung 65 zunächst unterteilt in absolut wichtige, absolut unwichtige sowie relativ wichtige Anforderungen. Bei der letzten Kategorie ist der entsprechende Prozentwert des Ergebnisses der Bewertung angegeben. Diese Prozentwerte ergeben zusammen die für eine Bewertung zu vergebenden 100%. Die in Abbildung 67 dargestellten ROI-Anforderungen sind

- 190 -

SFB 696

ausschließlich relative Anforderungen. Auch sie ergeben aufsummiert erneut 100%. Die betriebswirtschaftlichen Anforderungen in Abbildung 66 sind lediglich der Vollständigkeit halber dargestellt. Da die wenigen Anforderungen dieses Bereiches Alternativen darstellen, erscheint eine weitere Betrachtung dieser Anforderungen in einer QFD nicht sinnvoll. Aus diesem Grund beschäftigen sich die weiteren Betrachtungen lediglich mit den Anforderungen aus Abbildung 65 und Abbildung 67.

4.4.2 Nutzung der relativen Gewichte Bevor mit der Nutzung der relativen Gewichtung begonnen werden kann, muss zunächst definiert werden, mit welcher Methode dies geschehen soll. In Kapitel 3.3 dieser Arbeit wurden verschiedene Ansätze aufgezeigt, mit dem dies theoretisch geschehen kann. Unter Berücksichtigung der Vor- und Nachteile wird für das weitere Vorgehen eine Umrechnung der relativen Werte in eine absolute Skala festgelegt. Wie bereits beschrieben, können die Anforderungen aus den unterschiedlichen Bereichen nicht kombiniert werden. Deshalb werden im Weiteren die allgemeinen Anforderungen (Block A-D) und die ROI-Anforderungen (Block R) getrennt und nacheinander

umgerechnet.

Aufgrund

des

in

Kapitel

3.3.3.2

beschriebenen

Genauigkeitsverlustes soll dabei eine Umrechnung in eine Skala von 1 bis 10 erfolgen. Eine Umrechnung in eine Skala mit wenigeren Elementen würde zu einem noch höheren Genauigkeitsverlust führen. Für die Überführung der Ergebnisse der Anforderungsbewertung stellt sich zunächst das Problem des kombinierten Auftretens von absoluten und relativen Bewertungen bei den allgemeinen Anforderungen dar. Von den insgesamt 36 Anforderungen sind 21 als absolut wichtig identifiziert worden. Lediglich eine Anforderung ist dagegen als absolut unwichtig anzusehen. Dies liegt darin begründet, dass die Anforderung nach einer Sortierfunktion nicht besteht, da sie in dem Fall für die konkrete Anwendung nicht benötigt wird. Auf Grund dessen verliert diese Anforderung für die weitere Betrachtung ihre Bedeutung und kann somit vernachlässigt werden. Die übrigen 14 Anforderungen sind relativ wichtig und dementsprechend mit einer gewissen Prozentzahl bewertet. Die absolut wichtigen Anforderungen müssen bei der Zuweisung eines absoluten Wertes den Höchstwert erhalten. Der Grund hierfür ist, dass sie als unverzichtbar identifiziert worden sind und dementsprechend keine der relativen Anforderungen über ihnen stehen kann. Bei einer absoluten Skala von 1 bis10 wird ihnen folglich der Wert 10 zugeschrieben.

- 191 -

SFB 696

Die Umrechnung der 14 relativen Werte der allgemeinen Anforderungen erfolgt in Anlehnung an die in Kapitel 3.3.3 dargestellte Vorgehensweise. Aus diesem Grund wird hier auf eine detaillierte Beschreibung der einzelnen Rechenschritte verzichtet. Eine Änderung soll allerdings für den Höchstwert der relativen Werte gelten. Um den Unterschied der absolut wichtigen und der relativ wichtigen Anforderungen gerecht zu werden, soll der Skalenhöchstwert ausschließlich für die zuletzt genannten Anforderungen vorbehalten bleiben. Das bedeutet, dass die relativen Anforderungen lediglich in die Skalenwerte von 1 bis 9 eingeteilt werden. Tabelle 37 zeigt noch einmal die relativen Anforderungen und ihre Gewichte in Prozent zusammengefasst:

Kundenanforderung

relativer Wert

A2.1

7,16

A2.2

7,59

A3.2.2

23,22

A6

7,26

A7

7,58

A8

7,41

B4

23,65

B5

5,62

C3

2,25

D1

2,54

D2.1

0,99

D2.6

1,45

D4.3

0,99

D6

2,28

Tabelle 37: Relativer Teil der allgemeinen Anforderungen (Block A-D) Mit diesen Werten ergibt sich die Größe des Intervalls zu dem gerundeten Wert: 23,65 / 9 = 2,63

- 192 -

SFB 696

Das Zustandekommen der neun Intervalle für die absoluten Skalenwerte 1 bis 9 zeigt Abbildung 68:

Berechnung

Intervallgrenzen

Skalenwerte

Intervalle

9 • 2,63

23,65

9

21,02-23,65

8 • 2,63

21,02

8

18,39-21,02

7 • 2,63

18,39

7

15,77-18,39

6 • 2,63

15,77

6

13,14-15,77

5 • 2,63

13,14

5

10,51-13,14

4 • 2,63

10,51

4

7,88-10,51

3 • 2,63

7,88

3

5,26-7,88

2 • 2,63

5,26

2

2,63-5,26

1 • 2,63

2,63

1

0-2,63

0 • 2,63

0

Abbildung 68: Intervallgrenzen für die relativen allgemeinen Anforderungen (Block A-D) Mit Hilfe der Intervallgrenzen kann nun für jeden relativen Wert der entsprechende absolute Skalenwert bestimmt werden.

- 193 -

SFB 696

Relativer Wert

Entsprechendes Intervall

Absoluter Wert

7,16

5,26-7,88

3

7,59

5,26-7,88

3

23,22

21,02-23,65

9

7,26

5,26-7,88

3

7,58

5,26-7,88

3

7,41

5,26-7,88

3

23,65

21,02-23,65

9

5,62

5,26-7,88

3

2,25

0-2,63

1

2,54

0-2,63

1

0,99

0-2,63

1

1,45

0-2,63

1

0,99

0-2,63

1

2,28

0-2,63

1

Abbildung 69: Zuordnung der absoluten Wert bei den allgemeinen Anforderungen (Block A-D) Damit ergeben sich als Eingangsgröße für eine mögliche QFD die Anforderungen und ihre Bewertungen, wie sie in der folgenden Tabelle 38 gezeigt werden.

- 194 -

SFB 696

Nummer

Anforderungen

Absoluter Wert

A1.1

Die Anlage muss/ soll Stückgut fördern

10

A1.2

Die Anlage muss/ soll Schüttgut fördern

10

A2.1

Die Anlage muss/ soll stetig fördern

3

A2.2

Die Anlage muss/ soll unstetig fördern

3

A3.1

Die Anlage muss/ soll flurfrei installiert werden

10

A3.2

Die Anlage muss/ soll flurfrei betrieben werden

10

A3.2.1

Die Anlage muss/ soll unaufgeständert installiert und betrieben werden

10

A3.2.2

Die Anlage muss/ soll schienenlos betrieben werden

9

A4.1

Die Anlage muss/ soll in den Abmessungen des Förderguts variabel sein

10

A4.2

Die Anlage muss/ soll beim Gewicht des Förderguts variabel sein

10

A5

Die Anlage muss/ soll in der Fördermenge variabel sein

10

A6

Die Anlage muss/ soll im Quelle-/ Senke-Verhältnis (Förderrichtung) variabel sein

3

A7

Die Anlage muss/ soll in der Streckenführung variabel sein

3

A8

Die Anlage muss/ soll (mit möglichst geringem Aufwand) erweiterbar sein

3

A9

Die Anlage muss/ soll über eine Sortierfunktion verfügen

0

B1

Die Anlage darf/ soll nicht (in hohem Maße) weitere Betriebsmittel benötigen

10

B2

Die Anlage darf/ soll keinen hohen Sicherungsaufwand benötigen

10

B3

Die Anlage darf/ soll keinen Raum für Zusatzaggregate beanspruchen

10

B4

Die Anlage muss/ soll bei laufendem Betrieb gewartet werden können

9

B5

Die Anlage muss/ soll behindertengerecht sein

3

C1

Die Anlage muss/ soll über Puffermöglichkeiten verfügen

10

C2

Die auf der Anlage verwendeten Ladungsträger müssen/ sollen wieder verwendbar sein

10

C3

Die Anlage muss/ soll auf hohe Gewichte ausgelegt sein

1

D1

Die Anlage muss/ soll ein Datenverarbeitungssystem (DVS) aufweisen

1

D2.1

Die Informationsübertragung im DVS muss/ soll kabellos erfolgen

1

D2.2

Die Datenübertragungsrate im DVS muss/ soll (möglichst) hoch sein

10

D2.3

Die Fehlerquote der Datenübertragung des DVS muss/ soll (möglichst) gering sein

10

D2.4

Das DVS muss/ soll Daten weitergeben und verarbeiten können

10

D2.5

Das Datenübertragungssystem muss/ soll dem Vorhandenen entsprechen

10

D2.6

Das Informationsverarbeitungssystem muss/ soll mit (möglichst) geringem Aufwand erweiterbar sein

1

D3

Die Anlage muss/ soll ein Identifikationssystem (IDS) aufweisen

10

D4.1

Die Fehlerquote des IDS muss/ soll (möglichst) gering sein

10

D4.2

Das IDS muss/ soll (möglichst) viele Daten enthalten können

10

D4.3

Das IDS muss/ soll (möglichst) flexibel sein

1

D5

Die Software muss/ soll integrierbar in vorhandene Systeme sein

10

D6

Warn- und Prüfsysteme müssen/ sollen integriert werden

1

Tabelle 38: Absolute Gewichte der allgemeinen Anforderungen (Block A-D)

- 195 -

SFB 696

Die als absolut unwichtig identifizierte Anforderung A9 ist in Tabelle 38 mit einer 0 angesetzt worden. Das ansonsten lediglich vier verschiedene absolute Werte vorkommen, ist ein zufälliger Effekt. Die Umrechnung der ROI-Anforderungen erfolgt nach dem gleichen Schema. Allerdings müssen hierbei keine Unterscheidungen in absolut wichtige, absolut unwichtige und relativ wichtige Anforderungen beachtet werden. Stattdessen liegen alle 13 Anforderungen mit relativen Gewichtungen vor. Aus diesem Grund verteilen sich jetzt die kompletten Skalenwerte 1 bis 10 auf die relativen Gewichte. Die folgenden Abbildungen und Tabellen dokumentieren die Schritte der Umrechnung der relativen Werte in die absolute Skala.

Kundenanforderung

relativer Wert

R1.1.1

0,87

R1.1.2

2,97

R1.1.3.1

2,55

R1.1.3.2

0,42

R1.1.4

0,33

R1.2.1

1,19

R1.2.2

1,19

R1.2.3.1

0,68

R1.2.3.2

4,08

R2.1

64,28

R2.2

10,71

R2.3.1

5,36

R2.3.2

5,36

Tabelle 39: Relative Gewichtungen der ROI-Anforderungen (Block R)

- 196 -

SFB 696

Berechnung

Intervallgrenzen

Skalenwerte

Intervalle

10 • 6,428

64,28

10

57,85-64,28

9 • 6,428

57,85

9

51,42-57,85

8 • 6,428

51,42

8

45,00-51,42

7 • 6,428

45,00

7

38,57-45,00

6 • 6,428

38,57

6

32,14-38,57

5 • 6,428

32,14

5

25,71-32,14

4 • 6,428

25,71

4

19,28-25,71

3 • 6,428

19,28

3

12,86-19,28

2 • 6,428

12,86

2

6,43-12,86

1 • 6,428

6,43

1

0-6,43

0 • 6,428

0 Abbildung 70: Intervallgrenzen der ROI-Anforderungen

Relativer Wert

Entsprechendes Intervall

Absoluter Wert

0,87

0-6,43

1

2,97

0-6,43

1

2,55

0-6,43

1

0,42

0-6,43

1

0,33

0-6,43

1

1,19

0-6,43

1

1,19

0-6,43

1

0,68

0-6,43

1

4,08

0-6,43

1

64,28

57,85-64,28

10

10,71

6,43-12,86

2

5,36

0-6,43

1

5,36

0-6,43

1

Tabelle 40: Zuordnung der absoluten Werte bei den ROI-Anforderungen

- 197 -

SFB 696

Nach diesen Berechnungen ergeben sich die absoluten Werte für die ROIAnforderungen wie in Tabelle 41 dargestellt: Nummer

ROI-Anforderungen

Bewertung

R1.1.1

Die logistische Anlage soll über einen hohen Durchsatz verfügen

1

R1.1.2

Die logistische Anlage soll keine Beschädigungen am Fördergut verursachen

1

R1.1.3.1

Die Bedienfehlerquote soll minimal bleiben

1

R1.1.3.2

Die logistische Anlage soll nicht häufig gewartet werden müssen

1

R1.1.4

Die logistischen Anlage soll keine Rüstzeiten erfordern

1

R1.2.1

Die Betriebskosten für die Anlage sollen möglichst gering sein

1

R1.2.2

Die Wartungskosten für die Anlage sollen möglichst gering sein

1

R1.2.3.1

Die Anzahl der Mitarbeiter für den laufenden Betrieb der logistischen Anlage soll möglichst gering sein

1

R1.2.3.2

Die Qualifikation der die logistische Anlage nutzenden Mitarbeiter soll möglichst gering sein

1

R2.1

Die Anschaffungskosten der logistischen Anlage sollen möglichst gering sein

10

R2.2

Die Installationskosten der logistischen Anlage sollen möglichst gering sein

2

R2.3.1

Der Schulungsaufwand für das die logistische Anlage nutzende Personal soll möglichst gering sein

1

R2.3.2

Der Schulungsaufwand für das Wartungspersonal für die logistische Anlage soll möglichst gering sein

1

Tabelle 41: Absolute Gewichte der ROI-Anforderungen

Auffällig ist, dass 11 von 13 Anforderungen mit derselben Bewertung versehen worden sind und zwar mit der 1. Der Grund hierfür liegt bei den Zahlen der relativen Bewertungen. Zum einen ist der höchste relative Wert der ROI-Anforderungen mit 64,28 % extrem hoch. Die Konsequenz ist, dass auch die Intervalle, in die die restlichen relativen Werte einsortiert werden, sehr groß sind. Zum anderen sind den meisten relativen Anforderungen sehr niedrige Werte zugeordnet worden und bleiben somit unter der ersten Grenze von 6,428 %. Hierdurch fallen sie in die unterste Kategorie. Festzustellen ist aber auch, dass dieser beschriebene Effekt bei den allgemeinen Anforderungen nicht so deutlich auftritt.

- 198 -

SFB 696

5 Zusammenfassung und Ausblick Im Rahmen der hier beschriebenen Arbeiten wurde deutlich, dass eine konsequente Typisierung, Strukturierung und relative Gewichtung von Kundenanforderungen mittels AHP im

Vergleich zu

absoluten Bewertungstechniken einen

hohen

Initialaufwand fordern. Im Gegenzug kann aber die Qualität der Eingangsgrößen hierdurch deutlich gesteigert und somit die gesamte QFD verbessert werden. Zum einen wird durch den konzeptionellen Rahmen der AHP-Methodik vermieden, dass Kundenanforderungen ungleicher Dimension direkt miteinander in Bezug gesetzt werden. Desweiteren werden die Befragten durch den paarweisen Vergleich gezwungen, sich intensiv mit der Problemstellung auseinander zu setzen und eine differenzierte Gewichtung vorzunehmen. Dies ist bei einer absoluten Bewertung nicht der Fall. Hier kann der Kunde die Anforderungen theoretisch völlig willkürlich gewichten, ohne dass dies objektiv festgestellt werden kann. Der AHP bietet hingegen mit der Berechung des Inkonsistenzfaktors ein einfaches Kontrollinstrument zur Beurteilung der Qualität der Kundenaussagen. Die Bewertungstechnik des paarweisen Vergleichs eignet sich vor allem aus zweierlei Gründen für die Gewichtung von Kundenanforderungen. Zum einen wird vom Befragten augrund der umfangreichen Bewertungsskala und der Forderung nach Konsistenz mehr Aufmerksamkeit als bei den absoluten Verfahren abverlangt. Da das Bewertungsschema

eine

starke

Analogie

zu

alltäglichen

menschlichen

Lösungsstrategien aufweist, wirkt sich dieser Effekt positiv auf die Genauigkeit der Ergebnisse aus, ohne dabei den Befragten methodisch zu überfordern. Zum anderen können

die

Nutzendifferenzen

zwischen

einzelnen

Anforderungen

sinnvoll

interpretiert werden. Dies ist mit einer absoluten Bewertung nicht zulässig. Ob der AHP zur Priorisierung von Kundenanforderungen eingesetzt werden sollte, hängt entscheidend von den Einflussgrößen eines konkreten Projektes ab. Tendenziell wird die Anwendung sowohl für die Befragten, als auch für diejenigen, die die Ergebnisse

auswerten

und

weiterverarbeiten

mit

einer

hohen

Anzahl

von

Anforderungen schwieriger und ist hierfür nur bedingt zu empfehlen. Aufgrund der methodischen Restriktionen müssen viele Einzelschritte durchgeführt werden, um eine komplexe Anforderungsstruktur abbilden zu können. Hinzu kommt, dass mit zunehmender Komplexität des Modells auch der Aufwand für die Bewertung und Auswertung schnell ansteigt. Da die mittels AHP gewonnenen Ergebnisse in Form von relativen Zahlen vorliegen, müssen bei einer Integration in die QFD-Methodik zwei Folgeaspekte beachtet

- 199 -

SFB 696

werden. Zwar kann ein Ranking der Anforderungen gebildet und sogar die Abstände zwischen den einzelnen Prioritäten bestimmt werden, jedoch fehlt die Angabe eines absoluten Nutzenwertes, wie er mittels direkter Punktevergabe ermittelt wird. Nur die Punkte können aber direkt in das HoQ übernommen und weiterverrechnet werden. Ein Lösungsansatz zur Integration relativ gewichteter Kundenanforderungen in eine QFD muss verschiedene Anforderungen erfüllen. Die wichtigsten von ihnen sind eine Genauigkeitssteigerung der Ergebnisse, eine geringe Verfremdung, eine leichte Verständlichkeit,

ein

geringer

Zeitaufwand

sowie

die

Vermeidung

von

Unausgewogenheiten bei den Eingangsgrößen. Im Rahmen dieser Arbeiten konnte kein Lösungsansatz gefunden werden, der alle fünf Anforderungen gleichermaßen optimal erfüllt. Stattdessen sind drei sehr unterschiedliche Möglichkeiten zur Integration relativer Werte beschrieben worden, die bei den Anforderungen jeweils einen anderen Schwerpunkt setzten. So tritt bei der Anpassung der Skalen kein Genauigkeitsverlust auf und auch der Aufwand ist vergleichsweise gering, aber es kommt zu einer leichten Verfremdung. Der zweite Lösungsansatz, die Anpassung aller Eingangswerte, ist gekennzeichnet durch eine Erhöhung der Genauigkeit aller Eingangsgrößen, doch der Aufwand für die Umsetzung ist erheblich. Bei der Umrechung der relativen in absolute Werte ist sowohl der Aufwand als auch die Verfremdung äußerst gering, allerdings tritt bei dieser Vorgehensweise immer ein Genauigkeitsverlust auf. Die Übertragbarkeit der Auswirkungen, Problemstellungen und Lösungsansätze, die auf Grundlage des QFDAnsatzes nach ASI entwickelt worden sind, auf den QFD-Ansatz von Prof. Akao, ist schwierig und gelingt nur sehr eingeschränkt. Dies liegt auch daran, dass die gewichteten Kundenanforderungen zwar zunächst als absolute Werte in diesem QFDAnsatz eingehen, dann aber in der Qualitätsplanung zu der relativen Größe „Gewichtungsfaktor der Qualitätsforderung“ verrechnet werden. Eine Kombination von AHP und dem QFD-Ansatz von Akao wird sich am einfachsten durch die Umrechnung der relativen Werte in absolute ermöglichen lassen. Die praktische Anwendung der gewonnenen Erkenntnisse auf die bewerteten Anforderungen konnte ohne Probleme durchgeführt werden. Dies zeigt, dass eine Umrechnung von relativen Werten in eine absolute Skala auch in der Praxis schnell und einfach möglich ist. Zusätzlich wurde die Problematik des kombinierten Auftretens von absolut und relativ wichtigen Anforderungen gelöst. Weitere Forschungsschritte in diesem Umfeld können eine exaktere Abschätzung des Genauigkeitsverlustes ergeben, der bei der Umrechnung der relativen in absolute Werte entsteht. Hierbei ist einerseits die tatsächliche Umrechnungsmethodik zu analysieren und andererseits abzuschätzen, wie groß die äußeren Einflüsse auf die Befragung selbst sind. Derzeit wird vermutet, dass diese äußeren Einflussgrößen - 200 -

SFB 696

deutlich mehr Einfluss auf die Eingangsgrößen einer QFD haben, als der Genauigkeitsverlust der durch die Umrechnung entsteht.

- 201 -

SFB 696

6 Literaturverzeichnis [Akao '92]

Akao. QFD – Quality Function Deployment – Wie die Japaner Kundenwünsche in Qualität umsetzen. Landsberg: Verlag Moderne Industrie. 1992.

[Baier '00]

Baier, D.; Sauer, M.; Kant, M. Erfassung und Bewertung des Kundennutzens bei Luxusgütern – Methodik und praktische Anwendung am Beispiel hochwertiger Lederwaren, Erfolgreiches Entwicklungsmanagement: VDI Gesellschaft Systementwicklung und Projektgestaltung. 2000.

[Balderjahn '98]

Balderjahn, I.; Will, S. Laddering - Messung und Analyse von Means-End Chains. Marktforschung und Management: S. 68-71. 1998.

[Böhler '77]

Böhler, H. Methoden und Modelle der Marktsegmentierung, Betriebswirtschaftliche Abhandlungen, Band 33. Stuttgart: Poeschel. 1977. ISBN 3-7910-0210-4.

[Borchert '03]

Borchert, J. Marketing- und Innovationsentwicklung mit Kunden. Installation DKZ 123 Nr. 10: S. 472-477. 2003.

[Bors '95]

Bors, M.-E. Ergänzung der Konstruktionsmethodik um QFD - ein Beitrag zum qualitätsorientierten Konstruieren. Wien: Hanser. 1995.

[Bortz '06]

Bortz, J. Forschungsmethoden und Evaluation für Human- uns Sozialwissenschaftler. Heidelberg: Springer. 2006. ISBN 978-3-540-33305-0.

[Brandenburg '02]

Brandenburg, F. Methodik zur Planung technologischer Produktinnovationen. Aachen: Shaker. 2002.

[Bronstein '01]

Bronstein, I.; Semendjaev, K. Taschenbuch der Mathematik. Frankfurt am Main Verlag Harri Deutsch. 2001.

- 202 -

SFB 696

[Brückmann '04]

Brückmann, R.-G. Die Bedürfnisse der Kunden erfüllen. Notes Magazine Nr. 2: S. 19. 2004.

[Crostack '06a]

Crostack, H.-A.; Refflinghaus, R. Structuring Customer Demands for Logistic Systems in Production Plants. Proceedings of the 9th International QMOD Conference (Quality Management and Organisational Development), 09.11.07.2006, Liverpool (UK).

[Crostack '07]

Crostack, H.-A.; Refflinghaus, R.; Schlueter, N.; Noll, K. Further Requirements for Structuring Logistic Demands in the Run-up to QFD. Proceedings of the 19th Symposium on Quality Function Deployment, 07.-08.09.2007, Williamsburg / USA. ISBN 1-889477-19-2.

[Crostack '06b]

Crostack, H.-A.; Kultanan, C., Refflinghaus, R. Application of the Kano Method to Priorize Customer Requirements for Development of Material Handling Systems. Proceedings of the 18th Annual Noforma Conference

[Danner '96]

Danner, S. Ganzheitliches Anforderungsmanagement für marktorientierte Entwicklungsprozesse. Aachen: Shaker. 1996.

[Ehrlenspiel '03]

Ehrlenspiel, K. Integrierte Produktentwicklung. München: Hanser. 2003.

[Fachbibliothek '06]

Fachbibliothek. QM-Trends 2006. Digitale Fachbibliothek Qualitätsmanagement 2006 [cited 02.05.2007. Available from http://www.qmtrends.de/fb0808.htm.

- 203 -

SFB 696

[Francisco Tamayo-Enríquez '04] Francisco Tamayo-Enríquez, A. G.-B., Mercadotecnia Estrategia Dirigid; and Javier Santa Cruz-Ruíz, Mexico. Prioritizing Customer Needs at Spectator Events: Obtaining Accuracy at a Difficult QFD Arena. The 16th Symposium on QFD, Monterey, Mexiko 1889477-16-8. [Geisinger '99]

Geisinger, D. Ein Konzept zur marktorientierten Produktentwicklung - Ein Beitrag zur Steigerung der Erfolgsquoten neuer Produkte. Nr. 94, Forschungsberichte aus dem Institut für Werkzeugmaschinen und Betriebstechnik der Universität Karlsruhe. Karlsruhe. 1999b.

[Gierl '03]

Gierl, H.; Bartikowski, B. Ermittlung von Satisfiers, Dissatisfiers und Criticals in der Zufriedenheitsforschung. Der Markt Nr. 1: S. 14-34. 2003.

[Groß-Engelmann '99]

Groß-Engelmann, M. Kundenzufriedenheit als psychologisches Konstrukt - Bestandsaufnahme und emotionstehoretische Erweiterung bestehender Erklärungs- und Messmodelle. Lohmar u.a.: Josef Eul Verlag. 1999.

[Größer '92]

Größer, H. Systematische rechnerunterstützte Ermittlung von Produktanforderungen. Darmstadt. 1992.

[Hansen '02]

Hansen, G.; Kamiske, G.-F. Qualitätsmanagement im Dienstleistungsbereich - Assessment - Sicherung Entwicklung. Symposium Publishing 2002, Düsseldorf.

[Heimannsfeld '01]

Heimannsfeld, K. Modellbasierte Anforderungen in der Produkt- und Systementwicklung. Aachen: Shaker. 2001.

- 204 -

SFB 696

[Herrmann '99]

Herrmann, A.; Homburg, C. Marktforschung Methoden, Anwendungen, Praxisbeispiele. Wiesbaden: Gabler Verlag. 1999.

[Herzwurm '00]

Herzwurm, G. Kundenorientierte Softwareentwicklung, Teubner Reihe Wirtschaftsinformatik. Stuttgart: Teubner. 2000. 3519-00318-X.

[Hinterhuber '98]

Hinterhuber, H.-H.; Matzler, K. How to Make Product Development Projects More Successful by Integrating Kano´s Model of Customers Satisfaction into Quality Function Deployment. Technovation 18 Nr. 1: S. 25-38. 1998.

[Hoffmann '97]

Hoffmann, J. Entwicklung eines QFD-gestützten Verfahrens zur Produktplanung und –entwicklung für kleine und mittlere Unternehmen, IPA-IAOForschung und -Praxis. Berlin: Springer Verlag. 1997. ISBN 3-540-62638-7.

[Jahn '07]

Jahn, W. IVM: Conjoint Analysis (CA) 2007 [cited 02.05.2007. Available from http://www.qfdid.de/qfd_forum/artikel/24-02c-ivm-ca.pdf.

[Kämpf '06]

Kämpf, R. Quality Function Deployment (QFD) 2006 [cited. Available from http://www.ebzberatungszentrum.de/organisation/qfd.html.

[Kano '84]

Kano, N. Attractive Quality and Must-be Quality. Journal of the Japanese Society for Quality Control Nr. 4: S. 39-48. 1984.

[Karmasin '77]

Karmasin. Einführung in Methoden und Probleme der Umfrageforschung. Wien [u.a.]: Böhlau. 1977. ISBN 3-205-07107-7.

- 205 -

SFB 696

[Konerding '89]

Konerding, U. Theorie und Messung subjektiver Einschätzungen: Entwurf einer axiomatisierten Urteilstheorie. Berlin: Technische Universität, Dissertation. 1989.

[Krusche '00]

Krusche, T. Strukturierung von Anforderungen für eine effiziente und effektive Produktentwicklung, Dissertation. Nr. 60. Braunschweig: TU Carolo Wilhelmina. 2000b.

[Mai '98]

Mai, C. Effiziente Produktplanung mit Quality Funktionen Deployment, IPA-IAO-Forschung und Praxis, 00260. Berlin: Springer Verlag. 1998.

[Meixner '02]

Meixner, O. Computergestützte Entscheidungsfindung. Expert Choice und AHP innovative Werkzeuge zur Lösung komplexer Probleme: Ueberreuter/Moderne Industrie. 2002. ISBN 3-8323-0909-8.

[Miller '56]

Miller, G. The magical number seven, plus or minus two: Some limits on our capacity for processing information. The Psychological Review Nr. 63: S. 1956.

[Neumann '96]

Neumann, A. Quality Function Deployment: Qualitätsplanung für Serienprodukte, Berichte aus der Produktionstechnik. Aachen: Shaker Verlag. 1996. ISBN 3-8265-2023-8.

[Pahl '05]

Pahl, G. Konstruktionslehre: Grundlagen erfolgreicher Produktentwicklung. Berlin: Springer. 2005.

[Pfeifer '01]

Pfeifer, T. Qualitätsmanagement: Strategien, Methoden, Techniken. München/Wien Carl Hanser Verlag. 2001.

- 206 -

SFB 696

[Pfeifer '03]

Pfeifer, T.; Tillmann, M. Innovative process chain optimization - Utilizing the tools of TRIZ and TOC for manufacturing. ETRIA World Conference: TRIZ Future 2003, 12.-14.11.2003, Technologiezentrum am Europaplatz, Aachen.

[Pötzsch '05]

Pötzsch, F.; Refflinghaus, R.; Schlüter, N.; Spee, D.; Trogisch, K. Neue Herausforderungen des Anforderungsmanagements für Hersteller logistischer Anlagen. Herausgeber: Crostack, H.-A., ten Hompel, M. Dortmund. 2005. ISBN 3-89957-031-6.

[Rupp '02]

Rupp, C. Requirements Engineering und Management - Professionelle, iterative Anforderungsanalyse für die Praxis. München: Carl Hanser Verlag. 2002.

[Saatweber '06]

Saatweber, J. Absolute Kundenorientierung durch QFD - Quality Function Deployment QM-Infocenter 2006 [cited. Available from http://www.qminfocenter.de/qm/.

[Saaty '90a]

Saaty, T. How to make a decision: The Analytic Hierarchy Process. European Journal of Operational Research Nr. 48: S. 1990a.

[Saaty '90b]

Saaty, T. Multicriteria Decision Making – The Analytic Hierarchy Process. Pittsburgh: RWS Publications. 1990b.

[Saaty '96]

Saaty, T.; Forman, E. H. The Hierarcon: A Dictionary of Hierarchies. Pittsburgh: Expert Choice Inc. 1996.

[Sakowski '05]

Sakowski, M. Entwicklung eines Moduls zur Erarbeitung und Strukturierung von Anforderungen am Beispiel einer logistischen Anlage, Studienarbeit. In: Lehrstuhl für Qualitätswesen: Universität Dortmund. 2005.

- 207 -

SFB 696

[Sauerwein '02]

Sauerwein, E. Das Kano-Modell der Kundenzufriedenheit - Realität und Validität einer Methode zur Klassifizierung von Produkteigenschaften. Wiesbaden: Gabler Verlag. 2002.

[Sauerwein '00a]

Sauerwein, E. Das Kano-Modell der Kundenzufriedenheit - Reliabilität und Validität einer Methode zur Klassifizierung von Produkteigenschaften. Wiesbaden: Gabler. 2000a.

[Sauerwein '96]

Sauerwein, E.; Bailom, F.; Matzler, K.; Hinterhuber, H. The Kano Model: How to Delight your Customers. International Working Seminar on Production Economics, February 19-23 1996, Innsbruck/Igls/Austria.

[Sauerwein '00b]

Sauerwein, E.; Matzler, K.; Pechlaner, H. Factore Structure of Customer Satisfaction - Theory, Measurement, Implications, Arbeitspapier: Institut für Unternehmensführung. 2000b.

[Schienmann '02]

Schienmann, B. Kontinuierliches Anforderungsmanagement, Prozesse - Techniken Werkzeuge: Addison-Wesley Verlag. 2002. ISBN 3-8273-1787-8.

[Schuckel '98]

Schuckel, S.; Dobbelstein, T. Die Kategorisierung der Kundenanforderungen mit Hilfe der PRC-Analyse dargestellt am Beispiel einer Studie zum Gebrauchtwagenmarkt. Mitteilungen des Instituts für Handelsforschung an der Universität Köln Nr. 50, 5: S. 89-102. 1998.

[Schwarze '02]

Schwarze, J. Kundenorientiertes Qualitätsmanagement in der Automobilindustrie: Fakultät Witschafts- und Sozialwissenschaften, Universität Dortmund. 2002.

- 208 -

SFB 696

[SFB696 '07]

SFB696. Forderungsgerechte Auslegung von intralogistischen Systemen - Logistics on Demand. Herausgeber: Crostack, H.-A., Ten Hompel, M. Nr. 2. Dortmund: Verlag Praxiswissen. 2007.

[Shillito '95]

Shillito. Advanced QFD: Linking Technology to Market and Company Needs. New York: Wiley Verlag. 1995.

[Stauss '96]

Stauss, B.; Weinlich, B. Die sequentielle Ereignismethode - ein Instrument der prozessorientierten Messung von Dienstleistungsqualität, in: Der Markt. 1996.

[Ten Hompel '06a]

Ten Hompel, M.; Heidenblut, V. Taschenlexikon Logistik: Abkürzungen, Definitionen und Erläuterungen der wichtigsten Begriffe aus Materialfluss und Logistik. Dortmund: Springer Verlag. 2006a.

[Ten Hompel '06b]

Ten Hompel, M.; Jodin, D. Sortier- und Verteilsysteme: Grundlagen, Aufbau, Berechnung und Realisierung. Dortmund Springer Verlag. 2006b.

[URL01]

URL01. Decision Lens, zuletzt abgerufen am: 03.02.2008: http://www.decisionlens.com.

[URL02]

URL02. Easy-mind, zuletzt abgerufen am: 03.02.2008: http://www.easy-mind.de.

[URL03]

URL03. Institut für Umweltplanung - Universität Hannover, zuletzt abgerufen am: 03.02.2008: http://www.laum.unihannover.de/ilr/lehre/Ptm/Ptm_BewNwa.htm.

[URL04]

URL04. VM: Conjoint Analysis, zuletzt abgerufen am: 03.02.2008: http://www.qfdid.de/qfd_forum/artikel/24-02c-ivm-ca.pdf.

- 209 -

SFB 696

[URL05]

URL05. Tamayo-Enríquez, F., González-Bosch, V., Jaramillo-Osuna, A.: Prioritizing Customer Needs at spectator events: Obtaining accuracy at a difficult QFD arena. (2004), zuletzt abgerufen am: 03.02.2008: http://www.qfdlat.com/English/Papers/Prioritizing_ Customer_Needs_at_spectator_events.pdf.

[URL06]

URL06. Wikipedia Online Enzyklopädie, AHP, zuletzt abgerufen am: 03.02.2008: http://www.wikipedia.org.

[URL07]

URL07. Wikipedia Online Enzyklopädie, ConjointAnalyse, zuletzt abgerufen am: 03.02.2008: http://www.wikipedia.org.

[URL08]

URL08. Wikipedia Online Enzyklopädie, KepnerTregoe, zuletzt abgerufen am: 03.02.2008: http://www.wikipedia.org.

[URL09]

URL09. Wikipedia Online Enzyklopädie, Nutzwertanalyse, zuletzt abgerufen am: 03.02.2008: http://www.wikipedia.org.

[URL10]

URL10. Wikipedia Online Enzyklopädie, Return on Investment, zuletzt abgerufen am: 03.02.2008: http://www.wikipedia.org.

[URL11]

URL11. User Interface Engineering,

zuletzt

abgerufen am: 03.02.2008: http://www.uie.com/articles/kj_technique. [URL12]

URL12. Wikipedia Online Enzyklopädie, Skalenniveau, zuletzt abgerufen am: 03.02.2008: http://www.wikipedia.org.

[URL13]

URL13. Wikipedia Online Enzyklopädie, KJ-Methode. zuletzt abgerufen: 03.02.2008: http://de.wikipedia.org/wiki/KJ-Methode.

[VDI3590]

VDI3590. Kommissioniersysteme - Grundlagen, Blatt 1. Berlin: Beuth Verlag.

- 210 -

SFB 696

[Weckenmann '99]

Weckenmann, A. Erfolgreiches Qualitätsmanagement durch bessere Integration von Kundenanforderungen. Tagungsband zur GQWTagung 1999, Erlangen.

[Wenzke '03]

Wenzke, S. Flexible Gestaltung des Analyseprozesses technischer Probleme mit TRIZWerkzeugen. Wiesbaden: Dissertation DUV. 2003.

[Zangemeister '76]

Zangemeister, C. Nutzwertanalyse in der Systemtechnik. Eine Methodik zur multidimensionalen Bewertung und Auswahl von Projektalternativen. Zangemeister und Partner. München. 1976.

- 211 -

SFB 696

7 Anhang 7.1

Anforderungsgliederung

A, B, C, D:

Anforderungsklassifizierung (S2, S3.1, S3.2)

E:

Anforderungsklassifizierung (S1)

R:

Anforderungen der ROI-Bewertung (S1)

A

Räumlich-betriebliche Anforderungen

A1

Fördergutart

A1.1

Die Anlage muss/ soll Stückgut fördern

A1.2

Die Anlage muss/ soll Schüttgut fördern

A2

Die Anlage soll in der Förderfrequenz variabel sein

A2.1

Die Anlage muss/ soll stetig fördern

A2.2

Die Anlage muss/ soll unstetig fördern

A3

Installations- und Betriebsart

A3.1

Die Anlage muss/ soll flurfrei installiert werden

A3.2

Die Anlage muss/ soll flurfrei betrieben werden Restriktion zu A3.2

A3.2.1

Die Anlage muss/ soll unaufgeständert installiert und betrieben werden Antirestriktion zu A3.2

A3.2.2

Die Anlage muss/ soll schienenlos betrieben werden

A4

Variable Förderguteigenschaften

A4.1

Die Anlage muss/ soll in den Abmessungen des Förderguts variabel sein

A4.2

Die Anlage muss/ soll beim Gewicht des Förderguts variabel sein

A5

Die Anlage muss/ soll in der Fördermenge variabel sein

A6

Die Anlage muss/ soll im Quelle-/ Senke-Verhältnis (Förderrichtung) variabel sein

A7

Die Anlage muss/ soll in der Streckenführung variabel sein

A8

Die Anlage muss/ soll (mit möglichst geringem Aufwand) erweiterbar sein

A9

Die Anlage muss/ soll über eine Sortierfunktion verfügen

B

Technische Anforderungen

B1

Die Anlage darf/ soll nicht (in hohem Maße) weitere Betriebsmittel benötigen

B2

Die Anlage darf/ soll keinen hohen Sicherungsaufwand benötigen

B3

Die Anlage darf/ soll keinen Raum für Zusatzaggregate beanspruchen

B4

Die Anlage muss/ soll bei laufendem Betrieb gewartet werden können

B5

Die Anlage muss/ soll behindertengerecht sein

- 212 -

SFB 696

C

Produktionstechnische Anforderungen

C1

Die Anlage muss/ soll über Puffermöglichkeiten verfügen

C2

Die auf der Anlage verwendeten Ladungsträger müssen/ sollen wieder verwendbar sein

C3

Die Anlage muss/ soll auf hohe Gewichte ausgelegt sein

D

Informationsverarbeitungsanforderungen

D1

Die Anlage muss/ soll ein Datenverarbeitungssystem (DVS) aufweisen

D2

Spezifische Eigenschaften des DVS

D2.1

Die Informationsübertragung im DVS muss/ soll kabellos erfolgen

D2.2

Die Datenübertragungsrate im DVS muss/ soll (möglichst) hoch sein

D2.3

Die Fehlerquote der Datenübertragung des DVS muss/ soll (möglichst) gering sein

D2.4

Das DVS muss/ soll Daten weitergeben und verarbeiten können

D2.5

Das Datenübertragungssystem muss/ soll dem Vorhandenen entsprechen

D2.6

Das Informationsverarbeitungssystem muss/ soll mit (möglichst) geringem Aufwand erweiterbar sein

D3

Die Anlage muss/ soll ein Identifikationssystem (IDS) aufweisen

D4

Spezifische Eigenschaften des IDS

D4.1

Die Fehlerquote des IDS muss/ soll (möglichst) gering sein

D4.2

Das IDS muss/ soll (möglichst) viele Daten enthalten können

D4.3

Das IDS muss/ soll (möglichst) flexibel sein

D5

Die Software muss/ soll integrierbar in vorhandene Systeme sein

D6

Warn- und Prüfsysteme müssen/ sollen integriert werden

E

Betriebswirtschaftliche Anforderungen

E1

Finanzierungsart Alternativen:

E1.1

Die Anlage muss/ soll gemietet werde können

E1.2

Die Anlage muss/ soll gekauft werden können

E1.3

Die Anlage muss/ soll geleast werden können

E2

Schichtbetrieb Alternativen:

E2.1

Die Anlage muss/ soll im Einschichtbetrieb betrieben werden können

E2.2

Die Anlage muss/ soll im Zweischichtbetrieb betrieben werden können

E2.3

Die Anlage muss/ soll im Dreischichtbetrieb betrieben werden können

E3

Die Anlage muss/ soll sich schnell amortisieren

R

ROI-Anforderungen

RZ

Der Return on Investment der logistischen Anlage soll maximal sein

R1

Die Güte des Einsparpotentials soll möglichst hoch sein

R1.1

Die Anlagenleistung soll möglichst hoch sein

R1.1.1

Die logistische Anlage soll über einen hohen Durchsatz verfügen

- 213 -

SFB 696

R1.1.2

Die logistische Anlage soll keine Beschädigungen am Fördergut verursachen

R1.1.3

Die logistische Anlage soll keine Ausfallzeiten aufweisen

R1.1.3.1

Die Bedienfehlerquote soll minimal bleiben

R1.1.3.2

Die logistische Anlage soll nicht häufig gewartet werden müssen

R1.1.4

Die logistischen Anlage soll keine Rüstzeiten erfordern

R1.2

Die laufenden Kosten für die Anlage sollen möglichst gering sein

R1.2.1

Die Betriebskosten für die Anlage sollen möglichst gering sein

R1.2.2

Die Wartungskosten für die Anlage sollen möglichst gering sein

R1.2.3

Die Gesamtpersonalkosten der logistischen Anlage sollen möglichst gering sein

R1.2.3.1

Die Anzahl der Mitarbeiter für den laufenden Betrieb der logistischen Anlage soll möglichst gering sein

R1.2.3.2

Die Qualifikation der die logistische Anlage nutzenden Mitarbeiter soll möglichst gering sein

R2

Die Investitionskosten der logistischen Anlage sollen möglichst gering sein

R2.1

Die Anschaffungskosten der logistischen Anlage sollen möglichst gering sein

R2.2

Die Installationskosten der logistischen Anlage sollen möglichst gering sein

R2.3

Die Schulungskosten sollen möglichst gering sein

R2.3.1

Der Schulungsaufwand für das die logistische Anlage nutzende Personal soll möglichst gering sein

R2.3.2

Der Schulungsaufwand für das Wartungspersonal für die logistische Anlage soll möglichst gering sein

RA

Automatisierungsgrad der logistischen Anlage

RA.

Der Automatisierungsgrad der logistischen Anlage soll möglichst hoch sein

RA2

Der Automatisierungsgrad der logistischen Anlage soll möglichst gering sein

- 214 -

SFB 696

Sonderforschungsbereich 696 Bisher erschienene Technical Reports 0801 0802 0901

Dorothee Wieczorek, Bernd Künne: Untersuchung des Auslegungskriteriums Tragrollenteilung bei Rollenförderern Bernd Künne, Jan Eggert: Belastungsprofile eines intralogistischen Fördersystems auf der Basis von Nutzungsprofilen Robert Refflinghaus: Einsatz des Analytischen Hierarchie Prozesses zur Vorbereitung der kundenspezifischen Eingangsgrößen eines Quality Function Deployments

Alle Technical Reports können im Internet unter http://www.sfb696.uni-dortmund.de/ abgerufen werden. Für eine Druckversion wenden Sie sich bitte an die SFB-Geschäftsstelle e-mail: [email protected]

- 215 -

SFB 696