Peer Group Benchmarking
zur relativen Performanceevaluation von Unternehmen
DISSERTATION
der Universität St. Gallen,
Hochschule für Wirtschafts-,
Rechts- und Sozialwissenschaften
sowie Internationale Beziehungen (HSG)
zur Erlangung der Würde eines
Doktors der Wirtschaftswissenschaften
vorgelegt von
Patric Alexander Schmaus
aus
Deutschland
Genehmigt auf Antrag der Herren
Prof. Dr. Klaus Möller
und
Dr. Oscar Treyer
Dissertation Nr. 4798
Epubli GmbH, Berlin 2018
Die Universität St. Gallen, Hochschule für Wirtschafts-, Rechts- und Sozialwissenschaften
sowie Internationale Beziehungen (HSG), gestattet hiermit die Drucklegung der vorliegenden
Dissertation, ohne damit zu den darin ausgesprochenen Anschauungen Stellung zu nehmen.
St. Gallen, den 22. Mai 2018
Der Rektor:
Prof. Dr. Thomas Bieger
I
Vorwort
Die vorliegende Dissertation beinhaltet die Ergebnisse meiner wissenschaftlichen Forschung
am Institut für Accounting, Controlling und Auditing, Lehrstuhl für Controlling / Performance
Management der Universität St. Gallen (HSG). Das Bewältigen der Herausforderungen und
Aufgaben für den erfolgreichen Abschluss wäre ohne Unterstützung kaum möglich gewesen.
An dieser Stelle möchte ich mich bei allen bedanken, die mich bei meinem Vorhaben unter-
stützt und ermutigt haben.
Mein Dank gilt zunächst Herrn Prof. Dr. Klaus Möller, meinem Doktorvater, für die Betreu-
ung dieser Dissertation, der freundlichen Unterstützung und der mannigfaltigen Ideengebung,
die mir einen kritischen Zugang zur Thematik des Peer Group Benchmarkings eröffnete. Die
zahlreichen Gespräche auf intellektueller und persönlicher Ebene werden mir immer als be-
reichernder und konstruktiver Austausch in Erinnerung bleiben. Das mir entgegengebrachte
Vertrauen und die Unterstützung durch kontinuierliches fördern und fordern hat zum erfolg-
reichen Gelingen beigetragen. Ebenso möchte ich mich in diesem Zusammenhang bei Herrn
Dr. Oscar Treyer als Co-Referent dieser Dissertation für die kontinuierlich hilfsbereite und
wissenschaftliche Betreuung bedanken.
Ein besonderer Dank geht an meine Kolleginnen und Kollegen des Lehrstuhls für Controlling
und Performance Management für die gemeinsame Zeit. Der fachliche Austausch, aber auch
die persönlichen Gespräche und die stets freundschaftliche Atmosphäre haben einen wichti-
gen Beitrag zum Erfolg dieser Arbeit geleistet. Ein ganz besonderer Dank geht hier an Dr.
Nina Kruse für die Kaffeepausen am Vormittag.
Ganz besonders bedanken möchte ich mich bei meiner Familie und meinen Freunden, die
mich nicht nur während der Dissertation, sondern auf meinem gesamten Lebensweg in guten
und weniger guten Phasen stets begleiten und unterstützen. Dies gilt vor allem meinen Eltern,
die mir erst die Möglichkeit gegeben haben, diese Wege zu beschreiten.
Tief verbunden und dankbar bin ich meiner Freundin, Linda Kirschner, für ihre unglaublich
hilfreiche Unterstützung und ihr Verständnis bei der Anfertigung dieser Doktorarbeit.
St. Gallen, Juni 2018
Patric Schmaus
…
II
Zusammenfassung
Unternehmen stehen vor einer immer stärker werdenden Bedrohung durch komplexe und dy-
namische Wettbewerbsbedingungen. Entwicklungen, wie die zunehmende Digitalisierung,
verändern die Umfeldbedingungen und damit bestehende Geschäftsmodelle massiv. Dies er-
fordert schnelle Reaktionsfähigkeiten. Unsicherheiten über zukünftige Entwicklungen aus
dem Micro-Umfeld werden zusätzlich durch exogene Faktoren aus dem Makro-Umfeld be-
einflusst. Die Herausforderung dabei besteht in einer zielgerichteten Unternehmenssteuerung.
Eine Unternehmenssteuerung zur Sicherstellung des nachhaltigen Erfolgs beinhaltet auch die
Evaluation unternehmerischer Leistungen, die zunehmend durch extern getriebene Volatilitä-
ten, Unsicherheiten, Komplexitäten und Mehrdeutigkeiten geprägt ist. Diese exogenen Fak-
toren sollten jedoch berücksichtigt werden, um auszuschließen, dass sich die Einschätzung
der Unternehmensentwicklung zu sehr über nicht-beeinflussbare Kräfte definiert und an-
schließend die falschen strategischen Entscheidungen abgeleitet werden.
Die Bewertung des Anteils der reinen Managementleistung auf den Unternehmenserfolg stellt
Unternehmen auch heute noch oft vor eine Herausforderung, da der exogene Einfluss auf den
Erfolg oft nicht messbar ist. Neben diversen Benchmarking-Modellen, die sich in der Anwen-
dung befinden, ist vor allem das Peer Group Benchmarking ein geeignetes Managementinstru-
ment zur relativen Performanceevaluation. Das Ziel der vorliegenden Arbeit ist es, ein
systematisches Konzept zum Peer Group Benchmarking zu entwickeln, um den Einsatz dieses
Managementinstruments zu verbessern. Im Fokus steht dabei der Prozess zur Identifikation
einer Peer Group. Unternehmen wird hiermit eine ressourcenschonende Möglichkeit aufge-
zeigt, ihre Entwicklung in ihrem individuellen Umfeld möglichst objektiv zu bewerten.
Die Ergebnisse der Fallstudien zeigen bei der Anwendung dieses Peer Group Benchmarking
Konzepts, das grundlegende Kritiken an der Analysekraft von Benchmarking als Manage-
mentinstrument entkräftet werden können. Durch die Erweiterung der Peer Group aus direk-
ten Wettbewerbsunternehmen um zyklus- und strategierelevante Vergleichsunternehmen und
einer geeigneten Auswahl an Vergleichskennzahlen fallen verzerrenden und verwässernden
Faktoren, wie M&A-Aktivitäten, deutlich schwächer ins Gewicht. Andernfalls ist eine Re-
duktion dieser Faktoren nur mit hohem Aufwand und sehr viel Detailwissen möglich. Durch
Peer Group Benchmarking steigt die Analysequalität und Aussagen über die relative Unter-
nehmensperformance können ohne eine hohe Ressourcenbindung aus dem Controlling er-
möglicht werden. Entwicklungstrends gegenüber der Peer Group und damit dem eigenen
Unternehmensumfeld werden so aufgezeigt. Damit kann Peer Group Benchmarking sowohl
unternehmerische Entscheidungen verbessern, als auch bei der (strategischen) Planung und
Steuerung auf einer quantitativen und möglichst objektiven Basis unterstützen.
III
Management Summary
Through increasingly complex and dynamic competitive conditions, modern businesses are
facing growing challenges. In particular, developments like digitalisation, industry 4.0, and
globalisation are shaping the environment as well as existing business models. Entrepreneurial
actions hence need to react fast. Additionally, uncertainty regarding future developments in
the micro-environment is also influenced by exogenous factors from the macro-environment.
The challenge of a targeted corporate management is thus a pivotal challenge for CEOs and
CFOs. Performance management systems and underlying control elements and methods must
be adjusted according to these developments.
Corporate management securing sustainable success includes the evaluation of business ac-
tivities that are increasingly driven by exogenous variables like volatility, uncertainty, com-
plexity and ambiguity. It is important to account for these exogenous factors in an evaluation
of performance to ensure forces that cannot be influenced do not mainly drive the assessment
of business development and the resulting strategic decisions.
The contribution of management decisions for entrepreneurial success is hard to quantify
since the impact of the exogenous factors is difficult to estimate. While numerous bench-
marking models are applied in practice, Peer Group Benchmarking is particularly suitable as
a management instrument for relative performance evaluation via financial key performance
indicators. Main goal of this dissertation is the development of a systematic approach for Peer
Group Benchmarking that improves its application. The process for identification of Peer
Groups including not only competitors will be of pivotal importance. Businesses are hence
provided with a resource-friendly possibility to assess their own performance within the indi-
vidual environment as objectively as possible.
The results of the case studies show that fundamental criticisms regarding the analytical power
of benchmarking as a management tool are invalidated for the application of Peer Group
Benchmarking. The expansion of the Peer Group, from competitors to additional enterprises
of strategic and cyclical relevance, as well as an appropriate selection of comparable ratios
significantly reduces the influence of distorting and diluting factors such as Earnings Man-
agement and M&A activities. A reduction of these factors otherwise requires large expenses
and detailed information. Peer Group Benchmarking hence increases the quality of the anal-
ysis. Additionally, statements regarding relative business performance do not require a high
level of resource commitment in controlling. Development trends and current performance
relative to a Peer Group and thus the individual competitive environment are detected. There-
fore, Peer Group Benchmarking may be used to improve business decisions as well as to
support strategic planning and control on a quantitative and objective basis.
IV
Inhaltsübersicht
1 Objektive Leistungsbewertung als betriebswirtschaftliche Herausforderung in
Unternehmen ............................................................................................................... 1
1.1 Problemstellung und Relevanz .......................................................................... 1
1.2 Zielsetzung und forschungsleitende Fragestellungen ........................................ 3
1.3 Innovationsbeitrag und Aufbau der Arbeit ........................................................ 7
2 Ableitung der Forschungskonzeption ...................................................................... 10
2.1 Wirtschaftstheoretisches Verständnis und Einordnung ................................... 10
2.2 Auswahl und Begründung des Forschungsdesigns ......................................... 12
2.3 Theoretischer Bezugsrahmen des Forschungsvorhabens ................................ 16
3 Leistungsbewertung im Performance Management ............................................... 24
3.1 Bewertung der Unternehmensleistung im Performance Management ............ 24
3.2 Wissenschaftliche Konzepte, Modelle und Frameworks zur
betriebswirtschaftlichen Leistungsbewertung ................................................. 35
3.3 Praxiskonzepte der betriebswirtschaftlichen Leistungsbewertung .................. 44
3.4 Herausforderungen und Forschungslücken bei der Bewertung von Leistung . 53
4 Benchmarking als Managementinstrument ............................................................ 58
4.1 Benchmarking als Instrument zur kontinuierlichen Verbesserung .................. 58
4.2 Benchmarking-Dimensionen zur Definition von Unternehmenszielen ........... 73
4.3 Herausforderungen und Verbreitungsgrad des Benchmarkings ...................... 80
5 Finanzielle Steuerungsgrößen im Benchmarking ................................................... 85
5.1 Steuerungsgrößen in Performance Measurement Systemen............................ 85
5.2 Steuerungsgrößen zur relativen Bewertung von Leistung ............................... 97
5.3 Umgang mit finanziellen Steuerungsgrößen zur relativen Leistungsbewertung
im Benchmarking .......................................................................................... 116
Inhaltsübersicht V
6 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der
finanziellen Kennzahlen .......................................................................................... 123
6.1 Abgrenzung des Peer Group Benchmarking ................................................. 123
6.2 Nutzungs- und Anwendungsbereiche des Peer Group Benchmarking .......... 129
6.3 Identifikation der Peer Group ....................................................................... 134
6.4 Quantitative Selektionskriterien zur Auswahl der Vergleichsunternehmen
einer Peer Group ........................................................................................... 149
6.5 Verzerrende und verwässernde Faktoren bei finanziellen Kennzahlen ......... 163
7 Systematischer Prozess zum Peer Group Benchmarking-Konzept ..................... 196
7.1 Grundlagen zum Prozess des Peer Group Benchmarking ............................. 196
7.2 Peer Group Benchmarking Prozess ............................................................... 200
7.3 Phasen im Prozess des Peer Group Benchmarking ....................................... 202
8 Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking . 224
8.1 Grundlagen und Rahmenbedingungen zur Fallstudie ................................... 224
8.2 Durchführung der Untersuchung auf Basis der Fallstudie ............................ 233
8.3 Fazit zur Nutzung von PGB in den Fallstudien ............................................. 266
9 Zusammenfassung der zentralen Ergebnisse ........................................................ 273
9.1 Forschungsbeitrag ......................................................................................... 273
9.2 Kritische Würdigung und Fazit ..................................................................... 282
Literaturverzeichnis ......................................................................................................... 288
Anhang .............................................................................................................................. 325
VI
Inhaltsverzeichnis
Vorwort ................................................................................................................................. I
Zusammenfassung ............................................................................................................... II
Management Summary ..................................................................................................... III
Inhaltsübersicht .................................................................................................................. IV
Inhaltsverzeichnis ............................................................................................................... VI
Abbildungen .................................................................................................................... XIII
Tabellen .......................................................................................................................... XVII
Abkürzungen .................................................................................................................... XIX
1 Objektive Leistungsbewertung als betriebswirtschaftliche Herausforderung in
Unternehmen ............................................................................................................... 1
1.1 Problemstellung und Relevanz .......................................................................... 1
1.2 Zielsetzung und forschungsleitende Fragestellungen ........................................ 3
1.3 Innovationsbeitrag und Aufbau der Arbeit ........................................................ 7
2 Ableitung der Forschungskonzeption ...................................................................... 10
2.1 Wirtschaftstheoretisches Verständnis und Einordnung ................................... 10
2.2 Auswahl und Begründung des Forschungsdesigns ......................................... 12
2.3 Theoretischer Bezugsrahmen des Forschungsvorhabens ................................ 16
2.3.1 Prinzipal-Agenten-Theorie (Agency Theory) .................................. 16
2.3.2 Theorie des sozialen Vergleichs (Social Comparison Theory) ........ 18
2.3.3 Theorie der dynamischen Fähigkeit (Dynamic Capabilities Theory)
......................................................................................................... 19
2.3.4 Wissenschaftlicher Forschungsrahmen ........................................... 21
3 Leistungsbewertung im Performance Management ............................................... 24
3.1 Bewertung der Unternehmensleistung im Performance Management ............ 24
Inhaltsverzeichnis VII
3.1.1 Grundlagen und Definition von Leistung, Effizienz und Effektivität
......................................................................................................... 24
3.1.2 Historie und Differenzierung der Leistungsbewertung von
Unternehmen ................................................................................... 26
3.1.3 Anforderungen an Performance Measurement Systemen ................ 30
3.2 Wissenschaftliche Konzepte, Modelle und Frameworks zur
betriebswirtschaftlichen Leistungsbewertung ................................................. 35
3.2.1 Grundschema eines Performance Measurement Systems ................ 35
3.2.2 Performance Pyramid ...................................................................... 38
3.2.3 Tableau de Bord .............................................................................. 40
3.2.4 Performance Prism .......................................................................... 42
3.3 Praxiskonzepte der betriebswirtschaftlichen Leistungsbewertung .................. 44
3.3.1 Skandia Navigator-Konzept ............................................................ 44
3.3.2 Caterpillar-Konzept ......................................................................... 46
3.3.3 Innovation Scorecard bei Festo ....................................................... 47
3.3.4 Wichtige Anforderungen für die praxisbezogene Entwicklung eines
Performance Measurement Systems ................................................ 50
3.4 Herausforderungen und Forschungslücken bei der Bewertung von Leistung . 53
4 Benchmarking als Managementinstrument ............................................................ 58
4.1 Benchmarking als Instrument zur kontinuierlichen Verbesserung .................. 58
4.1.1 Grundlagen und Definition von Benchmarking ............................... 58
4.1.2 Historische Skizze und Entwicklung des Benchmarkings ............... 61
4.1.3 Dimensionen zur Klassifizierung von Benchmarking ..................... 65
4.1.4 Benchmarkings als Performance Measurement Instrument im
Rahmen einer ganzheitlichen Unternehmenssteuerung ................... 70
4.2 Benchmarking-Dimensionen zur Definition von Unternehmenszielen ........... 73
4.2.1 Operative Zielsetzung mittels Benchmarking .................................. 73
VIII Inhaltsverzeichnis
4.2.2 Strategische Zielsetzung mittels Benchmarking .............................. 76
4.2.3 Weitere Funktionen und Vorteile von Benchmarking ..................... 77
4.3 Herausforderungen und Verbreitungsgrad des Benchmarkings ...................... 80
4.3.1 Verbreitung von Benchmarking in der Praxis ................................. 80
4.3.2 Herausforderungen beim Einsatz von Benchmarking ..................... 83
5 Finanzielle Steuerungsgrößen im Benchmarking ................................................... 85
5.1 Steuerungsgrößen in Performance Measurement Systemen............................ 85
5.1.1 Grundlagen und Definition von Steuerungsgrößen ......................... 85
5.1.2 Klassifikationen zur Systematisierung und Ausgestaltung von
Performance Measures und Performance Measure Systemen ......... 89
5.1.3 Messskalen von Steuerungsgrößen .................................................. 92
5.1.4 Bewertungsqualität und Aussagekraft von Steuerungsgrößen ......... 95
5.2 Steuerungsgrößen zur relativen Bewertung von Leistung ............................... 97
5.2.1 Grundlagen und Klassifizierung finanzieller Steuerungsgrößen ..... 97
5.2.2 Ausgestaltung finanzieller Kennzahlen unterschiedlicher
Dimensionen ................................................................................. 104
5.2.2.1 Finanzielle Kennzahlen zum Wachstum ............... 104
5.2.2.2 Finanzielle Kennzahlen zur Profitabilität und
Kapitaleffizienz .................................................... 109
5.2.2.3 Finanzielle Kennzahlen zur Liquidität .................. 111
5.2.2.4 Finanzielle Kennzahlen zur Kapitalmarktleistung 114
5.3 Umgang mit finanziellen Steuerungsgrößen zur relativen Leistungsbewertung
im Benchmarking .......................................................................................... 116
5.3.1 Nutzung finanzieller Steuerungsgrößen zur relativen
Leistungsbewertung....................................................................... 116
5.3.2 Herausforderungen im Umgang mit relativen Leistungsbewertungen
....................................................................................................... 120
Inhaltsverzeichnis IX
6 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der
finanziellen Kennzahlen .......................................................................................... 123
6.1 Abgrenzung des Peer Group Benchmarking ................................................. 123
6.2 Nutzungs- und Anwendungsbereiche des Peer Group Benchmarking .......... 129
6.2.1 Nutzung von Peer Group Benchmarking im Rahmen der Social
Comparison Theory ....................................................................... 129
6.2.2 Nutzung von Peer Group Benchmarking im Rahmen der Agency
Theory ........................................................................................... 131
6.2.3 Nutzung von Peer Group Benchmarking im Rahmen der Dynamic
Capabilities Theory ....................................................................... 132
6.3 Identifikation der Peer Group ....................................................................... 134
6.3.1 Porter’s Five Force als Analyseinstrument der Branchenstruktur . 134
6.3.2 Identifikation der Gesamtheit aller potentiellen Unternehmen einer
Peer Group .................................................................................... 139
6.3.2.1 Clusterung von Porter’s Five Forces zur Ableitung
der Peer Group Klassifizierungen ......................... 139
6.3.2.2 Identifikation potentieller Peer Group Unternehmen
je Peer Group Cluster ........................................... 142
6.4 Quantitative Selektionskriterien zur Auswahl der Vergleichsunternehmen
einer Peer Group ........................................................................................... 149
6.4.1 Vier quantitative Selektionskriterien zur Auswahl der
Vergleichsunternehmen ................................................................. 149
6.4.2 Korrelationsüberprüfung des Umsatzes zur Identifikation ähnlicher
Schocks ......................................................................................... 151
6.4.3 Unternehmensgröße zur Identifikation ähnlicher Kapitalkosten ... 153
6.4.4 Kurs-Buchwert-Verhältnis zur Identifikation ähnlicher
Geschäftsmodelle .......................................................................... 155
6.4.5 Auslandsumsätze zur Identifikation der geografischen
Diversifikation ............................................................................... 157
X Inhaltsverzeichnis
6.4.6 Weitere quantitative Selektionskriterien zur Verfeinerung der
Selektionskriterien ......................................................................... 159
6.5 Verzerrende und verwässernde Faktoren bei finanziellen Kennzahlen ......... 163
6.5.1 Grundsätzliche Vergleichbarkeit finanzieller Kennzahlen ............ 163
6.5.2 Verzerrende und verwässernde Faktoren auf die Erfolgsrechnung
und die Bilanz................................................................................ 168
6.5.2.1 Finanzielle Ergebnisqualität und der Einsatz von
Earnings Management .......................................... 168
6.5.2.2 Rechnungslegungsstandards und ihre
Vergleichbarkeit ................................................... 171
6.5.2.3 Unterschiedliche Berichtszeiträume ..................... 174
6.5.2.4 Länderspezifische Steuersysteme ......................... 175
6.5.2.5 Währungsschwankungen ...................................... 176
6.5.2.6 Finanzielle Hebelwirkung ..................................... 177
6.5.3 Nicht-operative Ereignisse als verzerrende und verwässernde
Faktoren der Unternehmensleistung .............................................. 179
6.5.3.1 Grundsätzlicher Umgang mit nicht-betriebsbedingten
und einmaligen Ereignissen .................................. 179
6.5.3.2 Außerplanmäßige Wertminderungen und andere
Sonderposten ........................................................ 180
6.5.3.3 Fusionen und Übernahmen (Mergers & Acquisitions)
.............................................................................. 181
6.5.3.4 Verrechnungspreissysteme ................................... 183
6.5.3.5 Forschung & Entwicklung als immaterielle
Vermögenswerte ................................................... 184
6.5.3.6 Obligatorische Renten- und Pensionsbeiträge ...... 186
6.5.3.7 Leasing als weitere außerbilanzielle Position ....... 187
6.5.4 Ungesundes, nicht-nachhaltiges Wachstum als verzerrender Faktor
auf die langfristige Unternehmensentwicklung ............................. 189
7 Systematischer Prozess zum Peer Group Benchmarking-Konzept ..................... 196
7.1 Grundlagen zum Prozess des Peer Group Benchmarking ............................. 196
7.2 Peer Group Benchmarking Prozess ............................................................... 200
Inhaltsverzeichnis XI
7.3 Phasen im Prozess des Peer Group Benchmarking ....................................... 202
7.3.1 Phase 1: Identifikation des Geschäftsmodells ............................... 202
7.3.2 Phase 2: Datenerfassung ................................................................ 204
7.3.3 Phase 3: Quantitative Untersuchung .............................................. 207
7.3.4 Phase 4: Qualitative Untersuchung ................................................ 209
7.3.5 Phase 5: Peer Analyse und Nutzung .............................................. 216
8 Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking . 224
8.1 Grundlagen und Rahmenbedingungen zur Fallstudie ................................... 224
8.1.1 Konzeption und Ablaufprozess der Fallstudienmethode ............... 224
8.1.2 Charakteristik der Fallstudie in der Schwermaschinen- und
Fahrzeugindustrie .......................................................................... 228
8.1.3 Management des Peer Group Benchmarking als Projekt ............... 231
8.2 Durchführung der Untersuchung auf Basis der Fallstudie ............................ 233
8.2.1 Phase 1: Identifikation des Geschäftsmodells ............................... 233
8.2.2 Phase 2: Datenerfassung ................................................................ 235
8.2.3 Phase 3: Quantitative Untersuchung .............................................. 239
8.2.4 Phase 4: Qualitative Untersuchung ................................................ 245
8.2.5 Phase 5: Peer Analyse und Nutzung .............................................. 259
8.3 Fazit zur Nutzung von PGB in den Fallstudien ............................................. 266
8.3.1 Nachhaltige Veränderungen durch PGB in den
Fallstudienunternehmen ................................................................ 266
8.3.2 Verhältnis von Aufwand zu Nutzen beim Einsatz von PGB in der
Praxis ............................................................................................. 270
9 Zusammenfassung der zentralen Ergebnisse ........................................................ 273
9.1 Forschungsbeitrag ......................................................................................... 273
9.1.1 Anwendungsgebiete und Nutzen des entwickelten Konzepts ........ 273
9.1.2 Forschungsbeitrag des entwickelten Konzepts .............................. 278
XII Inhaltsverzeichnis
9.2 Kritische Würdigung und Fazit ..................................................................... 282
9.2.1 Kritische Würdigung der Ergebnisse ............................................. 282
9.2.2 Weiterer Forschungsbedarf ........................................................... 284
Literaturverzeichnis ......................................................................................................... 288
Anhang .............................................................................................................................. 325
Curriculum Vitae .............................................................................................................. 331
XIII
Abbildungen
Abbildung 1: Verbreitungsgrad und Zufriedenheit von Managementinstrumenten ............. 5
Abbildung 2: Struktur, Aufbau und Innovation der Arbeit .................................................. 9
Abbildung 3: Einordnung des Constructive Research Ansatzes in die etablierten
Accounting Forschungsansätze .................................................................... 11
Abbildung 4: Die drei Phasen des Constructive Research Approach ................................. 13
Abbildung 5: Dimensionen des Weak Market Tests .......................................................... 15
Abbildung 6: Wissenschaftlicher Bezugsrahmen .............................................................. 23
Abbildung 7: Leistungsbewertungs-Matrix nach Keegan, Eiler, & Jones, 1989, S. 46f mit
beispielhaften Steuerungsgrößen ................................................................. 27
Abbildung 8: Evolutionäre Weiterentwicklungsstufen der Leistungsmessung .................. 28
Abbildung 9: Die Balanced Scorecard ............................................................................... 31
Abbildung 10: Einflussfaktoren auf die Notwendigkeit der Entwicklung von Performance
Measurement Systemen ............................................................................... 32
Abbildung 11: Prozess der Leistungsbewertung .................................................................. 33
Abbildung 12: Grundschema und Sub-Systeme von Performance Measurement Systemen 37
Abbildung 13: Performance Pyramid mit einer Übersicht zum Ressourceneinsatz ............. 39
Abbildung 14: Struktureller Aufbau eines Tableau de Bord ................................................ 41
Abbildung 15: Die fünf Facetten des Performance Prism .................................................... 43
Abbildung 16: Skandia Navigator........................................................................................ 45
Abbildung 17: Strategy Map der Leistungsmessung als Summe aus der Unternehmens-
Balanced Scorecard und der Innovation Balanced Scorecard ...................... 50
Abbildung 18: Weitere Performance Measurement Konzepte aus Wissenschaft,
Unternehmens- und Beratungspraxis ........................................................... 51
Abbildung 19: Framework über die Einflussfaktoren bei der (Weiter-)Entwicklung von
Performance Measurement Systeme ............................................................ 57
Abbildung 20: Zwei Phasen des Benchmarkings ................................................................. 61
Abbildung 21: Die historische Entwicklung des Benchmarkings ........................................ 62
Abbildung 22: Die inhaltliche Evolution von Benchmarking .............................................. 65
Abbildung 23: SPMM – St. Galler Performance Management Modell ............................... 72
Abbildung 24: Das strategische Dreieck und dessen Erfolgsfaktoren .................................. 74
XIV Abbildungen
Abbildung 25: Ein Modell für den Einsatz von TQM ......................................................... 82
Abbildung 26: Framework für die Einordnung und Entwicklung von Steuerungsgrößen ... 86
Abbildung 27: Messung von Steuerungsgrößen .................................................................. 94
Abbildung 28: Aussagekraft und Erkenntniswert von Performance Measures und
Performance Measure Systemen .................................................................. 95
Abbildung 29: Differenzierung der Dimensionen zur Bewertung der operativen und
organisatorischen Unternehmensleistung ................................................... 100
Abbildung 30: Beispiele zu Ordnungssystemen und Rechensystemen finanzieller
Kennzahlen ................................................................................................ 103
Abbildung 31: Bestandteile des Börsenwertes der S&P 500 ............................................. 107
Abbildung 32: Gewinn-Kalkulationsschema ..................................................................... 107
Abbildung 33: Free Cash-Flow-Kalkulationsschema ........................................................ 108
Abbildung 34: Indirekte Methode zur Berechnung des operativen Cash-Flows ................ 112
Abbildung 35: Absolute vs. relative Zielsetzung zur Leistungsbewertung am Beispiel einer
Umsatzentwicklung ................................................................................... 119
Abbildung 36: Exogene Rahmenbedingungen und Einflussfaktoren auf Unternehmen und
ihr (direktes) Umfeld innerhalb einer VUCA-getriebenen Umwelt ........... 125
Abbildung 37: Vorteile des Social Comparison von Unternehmens- und Peer Group-
Entwicklungen im Zeitverlauf ................................................................... 130
Abbildung 38: Asymmetrische Informationsverteilung zwischen Prinzipal und Agent .... 132
Abbildung 39: Unternehmensressourcen nach außen richten ............................................ 133
Abbildung 40: Porter's Modell der fünf Wettbewerbskräfte .............................................. 136
Abbildung 41: ANP-Aufbau zu Porter's Five Forces mit beispielhaften Kriterien ............ 137
Abbildung 42: Ableitung der Teilnehmer in einem Industrieumfeld auf Basis von Porter's
Five Forces ................................................................................................ 140
Abbildung 43: Übersicht über die Generierung der Longlist auf Basis der
Finanzdatenbanken .................................................................................... 145
Abbildung 44: Flussdiagramm zur Korrelationsüberprüfung des Umsatzes von
Unternehmen.............................................................................................. 152
Abbildung 45: Kalkulation nachhaltigem Wachstums ....................................................... 192
Abbildung 46: Charakteristiken von gutem und schlechtem Wachstum ............................ 194
Abbildung 47: Unterschiedliche Prozessphasen im Benchmarking ................................... 197
Abbildungen XV
Abbildung 48: Die Phasen und Ablaufschritte von Benchmarking nach Büyüközkan und
Maire .......................................................................................................... 198
Abbildung 49: Ablaufschritte des Benchmarkings finanzieller Kennzahlen nach Stapenhurst
................................................................................................................... 199
Abbildung 50: Gesamtprozess des Peer Group Benchmarking.......................................... 200
Abbildung 51: Phase 1: Geschäftsmodellidentifikation ..................................................... 202
Abbildung 52: Business Model Generation ....................................................................... 203
Abbildung 53: Phase 2: Datenerfassung ............................................................................ 205
Abbildung 54: Phase 3: Quantitative Untersuchung .......................................................... 207
Abbildung 55: Phase 4: Qualitative Untersuchung ............................................................ 210
Abbildung 56: Übersicht über die zentralen Einflussfaktoren auf die Erfolgsrechnung und
die Bilanz ................................................................................................... 211
Abbildung 57: Übersicht über die zentralen nicht-operativen Effekte auf finanzielle
Kennzahlen ................................................................................................ 212
Abbildung 58: Übersicht über die Vorgehensweise zur Bestimmung von ungesundem
Wachstum .................................................................................................. 213
Abbildung 59: Phase 5: Peer Analyse und Nutzung .......................................................... 216
Abbildung 60: Beispiele zu univariaten und multivariaten Darstellungen und
Analysemethoden finanzieller Kennzahlen ................................................ 218
Abbildung 61: Konzeption und Ebenen der Strategic Analysis of Operating Income ....... 220
Abbildung 62: Berechnung der Komponenten der adaptierten Erfolgsabweichungsanaly 221
Abbildung 63: Grundtypen zum Fallstudiendesign ........................................................... 226
Abbildung 64: Ablaufprozess zur Fallstudienmethode ...................................................... 227
Abbildung 65: Fallstudienunternehmen und ihr Beitrag zu den zentralen Forschungsfragen ..
................................................................................................................... 228
Abbildung 66: Management des PGB als Projekt im Zeitverlauf ...................................... 232
Abbildung 67: Gruppierung und Anzahl potentieller Vergleichsunternehmen der Alfa
Holding ...................................................................................................... 237
Abbildung 68: Peer Group der Alfa Holding ..................................................................... 248
Abbildung 69: Umsatzwachstum und EBIT-Wachstum mit und ohne Adjustierung des
Berichtszeitraums ...................................................................................... 252
XVI Abbildungen
Abbildung 70: Umsatzwachstum mit und ohne Adjustierung der Akquisen, Fusionen und
Veräußerungen bei den Unternehmen mit entsprechenden M&A-Aktivitäten
im entsprechenden Jahr im Vergleich zur gesamten Peer Group ............... 255
Abbildung 71: Umsatzentwicklung der fünf zentralen Wettbewerbsunternehmen m
Zeitverlauf ................................................................................................. 260
Abbildung 72: Umsatzentwicklung der Peer Group im Zeitverlauf ................................... 261
Abbildung 73: Umsatzentwicklung der direkten Wettbewerbsunternehmen im Vergleich
mit und ohne Adjustierung von Fusionen und Übernahmen ..................... 263
Abbildung 74: Umsatzentwicklung der Peer Group im Vergleich mit und ohne Adjustierung
von Fusionen und Übernahmen ................................................................. 264
Abbildung 75: Vergleich der genutzten KPIs zwischen den direkten Wettbewerbern und der
Peer Group ................................................................................................. 265
Abbildung 76: Fehlerhafte Zuordnungen in drei zentralen Industrieklassifizierungsschemata
................................................................................................................... 271
Abbildung 77: Aufgabenschwerpunkte und Rollenbilder im Controlling und Management
Accounting ................................................................................................. 274
Abbildung 78: Zunahme der Dynamik und Komplexität des Unternehmensumfeldes im
Zeitverlauf ................................................................................................. 279
Abbildung 79: Entwicklungen im Performance Measurement und Management .............. 286
XVII
Tabellen
Tabelle 1: Überblick über die Agency Theory .............................................................. 18
Tabelle 2: Überblick über die Social Comparison Theory ............................................ 19
Tabelle 3: Überblick über die Dynamic Capabilities Theory ........................................ 20
Tabelle 4: Auswahl wissenschaftlicher und praktischer Performance Measurement
Konzepte ...................................................................................................... 38
Tabelle 5: Performance Measurement System für Geschäftsbereiche, Produktgruppen
und Hauptteilegruppen bei der Wheel Loader and Excavators-Division von
Caterpillar .................................................................................................... 47
Tabelle 6: Beispiele für unterschiedlichen Dimensionen zur Klassifizierung und
Einteilung von Benchmarking ..................................................................... 66
Tabelle 7: Klassifizierung der Dimensionen von Benchmarking .................................. 69
Tabelle 8: Sammeln von Benchmarks in Unternehmen ................................................ 78
Tabelle 9: Zusammenfassung der Vorteile durch den Einsatz von Benchmarking ....... 79
Tabelle 10: Top Ten der meistgenutzten Managementinstrumente ................................ 81
Tabelle 11: Zusammenspiel von Performance Measures und Performance Management ..
..................................................................................................................... 88
Tabelle 12: Klassifikationen betriebswirtschaftlicher Performance Measures ................ 90
Tabelle 13: Klassifikationen betriebswirtschaftlicher Performance Measure Systeme ... 91
Tabelle 14: Beispiele für finanzwirtschaftliche Performance Measures ......................... 98
Tabelle 15: Auswahl an Studien zu den Dimensionen organisatorischer Leistung ....... 101
Tabelle 16: Formen der Leistungsbewertung von Unternehmen .................................. 118
Tabelle 17: Schemata zur Industrieklassifizierung von Unternehmen .......................... 146
Tabelle 18: Ergänzende Selektionskriterien zur Identifikation der Peer Group ............ 159
Tabelle 19: Bestimmung der Prozentwerte eines Vergleichsunternehmens nach dem
Prinzip des Vergleichsindex ...................................................................... 214
Tabelle 20: Beispielhafte Korrelationsüberprüfung der potentiellen
Vergleichsunternehmen ............................................................................. 240
Tabelle 21: Beispielhafte Überprüfung auf Vergleichbarkeit der Umsätze und
Vermögenswerte mit der Alfa Holding ...................................................... 242
XVIII Tabellen
Tabelle 22: Beispielhafte Überprüfung der Vergleichbarkeit von Unternehmen und die
Ableitung des Vergleichsindex .................................................................. 244
Tabelle 23: Übersicht über Unternehmen mit nicht-nachhaltigen Wachstumsraten ..... 257
XIX
Abkürzungen
ACP Analyst co-coverage peers
ANP Analytic Network Process
APQC American Productivity & Quality Center
AT Agency Theory
BCF Brutto-Cash-Flow
BIP Bruttoinlandsprodukt
BSC Balanced Scorecard
C.I. Consistency Index
C.R. Consistency Ratio
C.R.H. Consistency Ratio of the Hierarchy
CapEx Capital Expenditures
CAPM Capital Asset Pricing Model
CCC Cash Conversion Cycle
CEO Chief Executive Officer
CF RoI Cash Flow Return on Investment
CF RoME Cash Flow Return on Market Value of Equity
CF RoNA Cash Flow Return on Net Assets
CF RoS Cash Flow Return on Sales
CF RpE Cash Flow Return per Employee
CFA Konfirmatorische (confirmatory) Faktoranalyse
CFC Cash Flow Coverage
CFO Chief Finance Officers
CMO Chief Marketing Officer
COO Chief Operating Officer
CSIS Customer-Supplier Information System
CVA Cash Value Added
DCF Discounted Cash Flow
DCT Dynamic Capabilities Theory
DEA Data Envelopment Analysis
EBIT Earnings before Interest and Taxes
EBITDA Earnings before Interest, Taxes, Depreciation and Amortization
EBT Earnings before Taxes
EDGAR Electornic Data-Gathering, Analysis, and Retrieval
EP Economic Profit
EPS Earnings per Share
EVA Economic Value Added
XX Abkürzungen
F&E Forschung und Entwicklung
FASB Financial Accounting Standard Board
FCF Free Cash-Flow
FER Fachempfehlungen zur Rechnungslegung
FMECA Failure Mode, Effect and Critical Analysis
GAAP Generally Accepted Accounting Principals
GICS Global Industry Classification Standard
GKR Gesamtkapitalrentabilität
GuV Gewinn- und Verlustrechnung
IASB International Accounting Standard Board
IBC International Benchmarking Clearinghouse
ICV Internationaler Controller Verein e.V.
IPOO Input-Process-Output-Outcome
IPOOI Input-Process-Output-Outcome-Impact
JIS Just-in-Sequence
JIT Just-in-Time
KMU Kleinere und mittlere Unternehmen
KPI Key Performance Indicator
M&A Mergers & Acquisitions
MSCI Morgen Stanley Capital International
MVA Market Value Added
NACE Nomenclature générale des Activités économiques dans la Commu
nauté Européenne
NAICS North American Industry Classification System
NOGA Nomenclature Générale des Activités économiques
NOPAT Net Operating Profit after Taxes
NWC Net Working Capital
OP Organizational Performance
PESTEL Political, Economic, Social, Technological, Environmental, Legal
PGB Peer Group Benchmarking
PMS Performance Management System
R&D Research & Development
R.I. Random Index
RoA Return on Assets
RoCE Return on Capital Employed
RoE Return on Equity
RoI Return on Investments
RoME Return on Market Value of Equity
Abkürzungen XXI
RoNA Return on Net Assets
RoS Return on Sales
RPE Relative Performance Evaluation
RpE Return per Employee
SBP Search based peers
SCT Social Comparison Theory
SEC Securities and Exchange Commission
SEDAR System for Electronic Document Analysis and Retrieval
SIC Standard Industrial Classification
SPMM St. Galler Performance Management Modell
SWOT Strengths, Weaknesses, Opportunities, Threats
TOPSIS Technique for Order Preference by Similarity to Ideal Solution
TQM Total Quality Management
TRBC Thomson Reuters Business Classification
TSR Total Shareholder Return
VUCA Volatility, Uncertainty, Complexity, Ambiguity
WACC Weighted Average Cost of Capital
1
1 Objektive Leistungsbewertung als betriebswirt-
schaftliche Herausforderung in Unternehmen
„One of the most important and potent components of organizations is the mechanism by
which performance is measured, evaluated, and rewarded.”
Galbraith & Kazanjian, 1986, S. 91
1.1 Problemstellung und Relevanz
Aus volkswirtschaftlicher Sicht sind stetige Wachstumsraten, die ausschließlich mittels er-
schöpfbaren Ressourcen generiert werden, begrenzt (Stiglitz, 1974, S. 136). Durch Substitu-
tionen, Innovationen, Skalenerträgen und Effizienzsteigerungen aber kann stetiges Wachstum
gewährleistet werden (Stiglitz, 1974, S. 123). Die richtige Ressourcenallokation ist dabei aber
nicht die einzige Herausforderung an einen nachhaltigen Unternehmenserfolg. Unternehmen
stehen heute zunehmend vor einer immer stärker werdenden Bedrohung durch ein komplexes
und dynamisches Wettbewerbsumfeld (u.a. durch Digitalisierung) und den damit verbunde-
nen Unsicherheiten über die zukünftigen Entwicklungen, auch aufgrund sozioökonomischer
und technologischer Einflussfaktoren. Die Rahmenbedingungen aus dem Micro-Umfeld eines
Unternehmens werden dabei zunehmend von exogenen Faktoren aus dem Makro-Umfeld, wie
bspw. politischen Komponenten ergänzt (G. Johnson, Scholes, & Whittington, 2008, S. 54–
56). Diese Paramater erhöhen damit maßgeblich den Druck, Unternehmensressourcen effek-
tiv und effizient einzusetzen, um eine nachhaltige Entwicklung gewährleisten zu können
(Stein, 1997, S. 120).
Um den nachhaltigen Erfolg sicherzustellen, stehen vor allem Chief Finance Officers (CFOs)
vor der Herausforderung einer zielgerichteten Unternehmenssteuerung. Die ganzheitliche In-
tegration eines Performance Management Systems (PMS) in die Organisationsstruktur kann
hier Abhilfe schaffen und eine Kultur des kontinuierlichen Lernens etablieren (Appelbaum,
St‐Pierre, & Glavas, 1998, S. 296f). Die klassischen Controlling-Tätigkeiten der „zielorien-
tierte Steuerung durch Information, Planung, Kontrolle und Koordination“ (Fischer, Möller,
& Schultze, 2015, S. 29) werden durch den Aspekt der wirkungsorientierten Verknüpfung
von Input, Process, Output und Outcome erweitert (Möller, Schläfke, & Schönefeld, 2011, S.
376; Schläfke, Silvi, & Möller, 2013, S. 117) und somit in ein ganzheitliches PMS überführt,
um den optimalen Grad der organisatorischen Zielerreichung zu erhalten (Fischer u. a., 2015,
S. 403).
2 Objektive Leistungsbewertung als betriebswirtschaftliche Herausforderung in Unternehmen
Dieses Steuerungssystem der Unternehmensleistung muss gemäß dem Stakeholder-Ansatz ei-
ner Vielzahl von Anspruchsgruppen gerecht werden (Freeman, 2010, S. 52). Die daraus ent-
stehenden Erwartungen zeichnen sich durch ein hohes Maß an Heterogenität aus und
resultieren in z.T. konfligierenden Zielen. Dadurch werden das Verhalten und die Entschei-
dungen im Unternehmen wesentlich beeinflusst (Donaldson & Preston, 1995, S. 87; Frooman,
1999, S. 192). Gelingt es im Unternehmen diese verschiedenen Interessensgruppen zu mana-
gen, kann dies zu einer erfolgreichen und nachhaltigen Unternehmensleistung führen (Donal-
dson & Preston, 1995, S. 87). In diesem Zusammenhang stellen exogene Einflussfaktoren eine
Herausforderung dar, da diese den Erfolgsausweis der heute praktizierten finanziellen Leis-
tungsmessung und Erfolgsanalyse verfälschen. Neben den stetigen Steigerungen der Produk-
tivität sind Änderungen der Finanz- und Geldpolitik, Ölpreisentwicklungen und
Veränderungen der Handelsbedingungen wesentliche Antriebskräfte internationaler Volatili-
täten und somit für Unternehmen in der Regel nicht beeinflussbar (Crucini, Kose, & Otrok,
2011, S. 56). Fehlinterpretationen des Unternehmenserfolges durch die Stakeholder sind die
Folge und somit auch ein Beeinflussen des Aktienkurses börsennotierter Unternehmen mög-
lich (Nitschka, 2013, S. 124). Für CEOs und CFOs ist dies nicht nur in Krisenzeiten proble-
matisch, denn eine verfälschte Leistungs- und Erfolgsanalyse kann auch im Aufschwung zu
Fehlentscheidungen führen und damit die strategische Ausrichtung des Unternehmens ent-
scheidend beeinflussen (Mascarenhas & Aaker, 1989, S. 208). Aus diesem Grund steht das
Management vor der Herausforderung einer um exogene Einflussfaktoren bereinigte Leis-
tungs- und Erfolgsanalyse zur optimalen Ausrichtung der eigenen strategischen Ziele, der ef-
fizienten und effektiven Steuerung vorhandener Ressourcen und einer idealen
Kommunikation mit den Stakeholdern und potenziellen neuen Investoren (Abernathy, 2010,
S. 8–10).
Für diese Herausforderung ist im Rahmen eines PMS eine effiziente und effektive Leistungs-
bewertung (Performance Measurement) von zentraler Bedeutung. Gerade strategisch orien-
tierte Performance Measurement Systeme, wie beispielsweise die Balanced Scorecard1
(BSC), erfüllen neben einer Steuerungs- bzw. Umsetzungskontrolle die Aufgabe der Wir-
kungskontrolle und somit der Überprüfung, inwiefern getroffene Maßnahmen mit der Unter-
nehmensstrategie übereinstimmen. Dies sind ideale Systeme zur internen Kommunikation
und stetigen Kontrolle und Verbesserung (Kanji, 2002, S. 715), berücksichtigen bei der Er-
folgsmessung aber in der Regel keinerlei exogene Faktoren, welche sich wesentlich auf die
erhobenen monetären und nicht-monetären Kennzahlen auswirken können und somit maß-
geblich das langfristige Wachstum des Unternehmens beeinflussen (Fatás, 2002, S. 1). Aus
diesem Grund empfiehlt Kanji (2002, S. 717) die Performance Measurement Systeme für die
1 Siehe dazu Abbildung 9, Kapitel 3.1.3. Eine detaillierte Ausführung gibt es bei Hoque (2014) und Kaplan & Norton
(1992).
Objektive Leistungsbewertung als betriebswirtschaftliche Herausforderung in Unternehmen 3
ressourceneffiziente Steuerung direkt auf die Bedürfnisse der Stakeholder hin auszurichten.
Dabei ist es für Unternehmen herausfordernd, exogene Faktoren in Kennzahlen zu überfüh-
ren, da diese in der Regel nicht direkt messbar, beeinflussbar oder gar prognostizierbar sind.
Für die interne Steuerung und zur externen Darstellung und Außenwirkung eines Unterneh-
mens ist die Kontrolle über Leistungs- und Erfolgsbewertungen von entscheidender Relevanz
(Rouse & Putterill, 2003, S. 791).
Das Forschungsvorhaben soll vor jenem Hintergrund an der Leistungsbewertung und Er-
folgsanalyse ansetzen und die Leistungsevaluation innerhalb eines PMS systematisieren. We-
sentliche Aspekte dabei sind die Aufbereitung bestehender Ansätze zur relativen
Performanceevaluation (RPE), das Aufzeigen der Herausforderungen bei der Nutzung von
Benchmarking-Ansätzen zur RPE und die Ableitung entsprechender Ansätze und Lösungen,
um eine finanzielle Leistungsbewertung mittels Benchmarking als Managementinstrument zu
etablieren. Der Vergleich mit anderen Unternehmen kann zu einer möglichst objektiven Leis-
tungsbewertung beitragen, sofern die Auswahl der Vergleichsunternehmen so erfolgt, dass
diese denselben exogenen Umwelteinflüssen unterliegen. Hier eine Systematik zu entwickeln,
ist Teil dieses Forschungsvorhabens. Im Rahmen empirischer Fallstudien wird dieses pro-
zessuale Verfahren erprobt um zu zeigen, welche Komplexität und Herausforderungen im
Instrument Benchmarking zur finanziellen und relativen Leistungsbewertung bestehen und
wie wichtig es ist, dieser speziellen Systematik zu folgen. Die durch dieses Benchmarking
gewonnenen Daten sollen dazu beitragen, die Entwicklungen auf operativer und strategischer
Ebene zu evaluieren und gleichzeitig als Informationsgrundlage für Entscheidungen dienen,
um damit die nachhaltige Steuerung zu verbessern.
1.2 Zielsetzung und forschungsleitende Fragestellungen
Wie in Kapitel 1.1 dargestellt, ist die Verbindung der internen Unternehmensorganisation und
den exogenen Umwelteinflüssen eine der zentralen Herausforderungen für den Unterneh-
menserfolg (Lindsay & Rue, 1980, S. 385). Die operative Unternehmensleistung ist dafür
ebenso wichtig, wie die nachhaltige strategische Orientierung zur Sicherung der unterneh-
menseigenen Wettbewerbsvorteile (Batzlen, 2014, S. 2). Gerade (globale) Finanz- und Wirt-
schaftskrisen haben gezeigt, dass externe, nicht beeinflussbare Umstände einen zentralen
Einfluss auf den Erfolg von Unternehmungen besitzen (Hopwood, 2009, S. 800). Unterneh-
men stehen unter der Herausforderungen auf diese hohen Volatilität im eigenen Umfeld zu
agieren (Röder, 2016, S. 1f). Externe, nicht-beeinflussbare Effekte werden aber von Managern
oft nicht oder nicht ausreichend in ihre Entscheidungsfindungsprozesse integriert, da davon
ausgegangen wird, dass Vorhersagen über zukünftige ökonomische Entwicklungen in den
meisten Fällen unmöglich sind (Makridakis, Hogarth, & Gaba, 2009, S. 794). Im Management
4 Objektive Leistungsbewertung als betriebswirtschaftliche Herausforderung in Unternehmen
ist deshalb die frühzeitige Chancen- und Gefahrenerkennung eine der wesentlichsten Aufga-
ben des Managements (Harreld, O’Reilly, & Tushman, 2007, S. 41).
Um exogene Umwelteinflüsse aus einer Leistungsanalyse auszuschließen, kann das Wettbe-
werbsziel eines Performance Measurement Systems näher betrachtet werden. Eine Möglich-
keit einer Leistungs- und Erfolgsidentifikation ist die Nutzung relativer Kennzahlen (Pfläging,
2011, S. 111; Stern, 2007b, S. 19–25). Einen hohen methodischen Stellenwert für relative
Kennzahlen hat, neben einer Vielzahl anderer Methoden, die externe Leistungsvergleichsana-
lyse gegenüber dem Wettbewerb (Hastreiter, Buck, & Jehle, 2015, S. 69; Mertins & Anderes,
2009, S. 19–24). Dieses externe Benchmarking vergleicht kontinuierlich Produkte, Prozesse
oder Methoden (Camp & Steinhoff, 1994, S. 13; Stern, 2007b, S. 280) mit dem primären Ziel,
„Leistungsunterschiede zu identifizieren und Lernprozesse zu formulieren und umzusetzen“
(Fischer u. a., 2015, S. 279). Das externe Benchmarking dient diesem Forschungsvorhaben
dabei als Grundlage.
Die hier vorliegende wissenschaftliche Arbeit unterteilt sich in zwei zentrale innovative Teil-
bereiche:
1. Systematischer (datenbasierter und auf finanzielle Größen fokussierter) Prozess des
externen Benchmarkings. Mit Hilfe eines systematischen Auswahlprozesses zur
Identifikation von Vergleichspartnern sollen über dem reinen Wettbewerbs-Bench-
marking Unternehmen miteinander verglichen werden, die mit dem eigenen Unter-
nehmen in Verbindung stehen. Dies hat den zentralen Vorteil, dass die
Vergleichsanalyse signifikant erweitert wird und selbst Unternehmen Benchmar-
king als Managementinstrument einsetzen können, die nur wenige direkte Wettbe-
werber in ihrem Unternehmensumfeld aufweisen können.
Die Klassifizierung über direkte Wettbewerber und Industrievergleiche hinaus wird dabei als
Peer Group bezeichnet (siehe dazu ausführlich ab Kapitel 6). Darunter sind Unternehmen zu
verstehen, die aus Shareholder- und Investorensicht vergleichbar sind. Unternehmen einer
Peer Group weisen dabei ein sehr ähnliches Geschäftsmodell auf und sind deshalb vergleich-
baren Umwelteinflüssen ausgesetzt (Hostettler & Stern, 2007, S. 72; Stern, 2007b, S. 29–30).
Durch den erhöhten Stichprobenumfang, über eine reine Wettbewerbsanalyse hinaus, können
statistische Fehler reduziert werden (Hostettler & Stern, 2007, S. 71). Albuquerque (2009, S.
72) und Manski (1993, S. 531) konnten empirisch zeigen, dass der Prozess der Peer-Identifi-
kation die zentrale Herausforderung innerhalb einer relativen Leistungsevaluation darstellt.
Bisher existiert kein einheitlicher und systematischer Identifikationsprozess, da dieser von
Unternehmen maßgeblich auf Basis des Anwendungsbereiches individuell ausgestaltet wer-
den (Baker, 2002, S. 729f; Gibbons & Murphy, 1990, S. 30). Das Peer-Umfeld ist darüber
hinaus auch eine entscheidende Determinante in der Finanzpolitik und der Kapitalstruktur im
Objektive Leistungsbewertung als betriebswirtschaftliche Herausforderung in Unternehmen 5
Unternehmen, da Firmen, Kapitalgeber und Investoren ihre Entscheidungen in der Regel nicht
isoliert treffen (Leary & Roberts, 2014, S. 168f). Gerade diese fehlende Systematik ist eine
der wesentlichen Schwachstellen bei der Nutzung von externem Benchmarking. Dies lässt
sich auch anhand der Zufriedenheit in der Praxis erkennen. Der Verbreitungsgrad ist über-
durchschnittlich hoch, wo hingegen die Zufriedenheit unter dem Durchschnitt gängiger Ma-
nagementinstrumente liegt (siehe Abbildung 1).
Abbildung 1: Verbreitungsgrad und Zufriedenheit von Managementinstrumenten (vgl. Rigby & Bilodeau, 2015, S. 14)
Im Rahmen der Entwicklung eines Konzepts zum Peer Group Benchmarking zeigte sich die
Qualitätssicherung von (externen) Benchmarks als zweite zentrale Herausforderung bei der
Nutzung dieses Managementinstruments. Daraus leitet sich der zweite Innovationskern dieser
wissenschaftlichen Arbeit wie folgt ab:
2. Ergänzung des Prozesses zum Peer Group Benchmarking um die zielgerechte Iden-
tifikation von verzerrenden und verwässernden Faktoren auf die Nutzung finanziel-
ler KPIs. Die Anreicherung des systematischen Prozesses um spezifische
Selektions- und Kontrollmechanismen bei einer Leistungsvergleichsanalyse mittels
finanzieller Kennzahlen hat sich als sinnvolle Prozessergänzung herausgestellt, um
die Vergleichbarkeit der Finanzkennzahlen zu gewährleisten wodurch die Bench-
marking-Qualität eine wesentliche Verbesserung erfährt und sich somit die Aussa-
gekraft der Analyseergebnisse verbessert. Insgesamt wurde durch diese
Prozessergänzung die Akzeptanz dieses Managementinstrument im Unternehmen
gestärkt.
Auf Basis dieser Herausforderungen und den identifizierten Forschungslücken lässt sich die
zentrale Zielsetzung dieses Forschungsprojektes wie folgt ableiten:
6 Objektive Leistungsbewertung als betriebswirtschaftliche Herausforderung in Unternehmen
Wie sollte der Prozess des Peer Group Benchmarking zur relativen Perfor-
manceevaluation ausgestaltet sein, um die Unternehmensleistung auf Basis orga-
nisatorischer und strategischer (finanzieller) Kennzahlen bewerten zu können?
Aus der zentralen Forschungsfrage zur Ausgestaltung des Peer Group Benchmarking Prozes-
ses heraus, lassen sich weitere Forschungsfragen ableiten. Um einen Ansatz für dieses Ma-
nagementinstrument zu entwickeln ist es im ersten Schritt erforderlich, die notwendigen
Anforderungen an ein Peer Group Benchmarking-Konzept zu identifizieren. Dazu gehören
die theoretische Verortung in den Bezugsrahmen der relativen Performanceevaluation und die
praxisrelevante Integration innerhalb eines ganzheitlichen Performance Management-Sys-
tems.
Forschungsfrage 1:
Wie muss ein systematischer Prozess zur Identifikation einer Peer Group als
Grundlage zur relativen Leistungsbewertung konzipiert sein, um Unsicherheiten
und Volatilitäten der exogenen Unternehmensumwelt aus der Evaluation auszu-
schließen?
Für die Nutzung finanzieller Kennzahlen der identifizierten Peer-Unternehmen aus dem Prüf-
konzept ist die Identifizierung und Quantifizierung von verwässernden und verzerrenden Fak-
toren entscheidend, um eine optimale Analyse zu starten und richtige Aussagen treffen zu
können. Dieses Forschungsvorhaben nutzt Finanzkennzahlen aus kommerziellen Datenban-
ken, wie bspw. Thomson Reuters. Diese Daten müssen um nicht-operative Effekte, wie bspw.
Mergers & Acquisitions (M&A), Restrukturierungen oder Abschreibungen bereinigt werden.
Drittes zentrales Ziel ist somit die Identifikation von Prozessen und Methoden zur Bestim-
mung und Beseitigung relevanter verzerrender Effekte. Abschließend wird die Bedeutung und
der Einfluss dieser Faktoren auf die Ergebnisse quantifiziert, indem eine Betrachtung unbe-
handelter und behandelter Datensätze vorgenommen wird.
Forschungsfrage 2:
Welche verzerrenden & verwässernden Faktoren müssen bei der Nutzung von Fi-
nanzmarktdaten berücksichtigt werden, um eine möglichst objektive Leistungsbe-
wertung durchführen zu können?
Die abschließende Fragestellung beschäftigt sich mit den organisatorischen und strategischen
Steuerungsgrößen und den Möglichkeiten einer sinnvollen Integration instrumenteller Metho-
den und Verfahren für eine möglichst objektive Analyse der Unternehmensleistung.
Objektive Leistungsbewertung als betriebswirtschaftliche Herausforderung in Unternehmen 7
Forschungsfrage 3:
Wie kann die organisatorische und strategische Leistungsbewertung durch ge-
eignete finanzielle Steuerungsgrößen und die Anwendung instrumenteller Me-
thoden und Verfahren Unterstützung finden?
1.3 Innovationsbeitrag und Aufbau der Arbeit
Das vorliegende Forschungsvorhaben basiert auf den geschilderten Herausforderungen exter-
ner Volatilitäten auf die Bewertung der Unternehmensleistung aus Kapitel 1.1 und den vier
leitenden Forschungsfragen aus Kapitel 1.2. Die Zielsetzungen aus den forschungsleitenden
Fragestellungen bauen aufeinander auf, indem sie den einzelnen Benchmarking-Prozess-
schritten zugeordnet werden können. Diese führen abschließend zur zentralen Zielsetzung der
Entwicklung eines systematischen Ansatzes zum Peer Group Benchmarking als Managemen-
tinstrument für eine größtmögliche objektive und finanzielle Leistungsbewertung auf Basis
einer theoriebasierten Konzeption und einer anschließenden empirischen Validierung. Die
Forschungsarbeit ist wie in Abbildung 2 dargestellt aufgebaut.
Die Gliederung dieser Arbeit umfasst vier thematisch zusammengehörige Hauptteile, die sich
wiederum auf neun Kapitel unterteilen. Kapitel eins startet mit einer umfassenden Darstellung
der Problemstellung und den daraus abgeleiteten Forschungsfragen. Den Abschluss des ersten
Kapitels bildet der Aufbau des Forschungsvorhabens und der zentralen Mehrwertbeiträge.
Auf dieses Kapitel folgt die Ableitung der Forschungskonzeption, um der Arbeit eine wirt-
schaftstheoretische Fundierung zugrunde zu legen. Zudem wird das genutzte Forschungsdes-
ign im Detail beschrieben.
Der zweite Hauptteil betrachtet auf einer wissenschaftlichen Basis die Perspektiven auf die
Bewertung betriebswirtschaftlicher Leistung. Dazu werden im dritten Kapitel unterschiedli-
che Arten zur Bewertung von Leistung betrachtet. Der Fokus liegt dabei auf instrumentellen
Methoden und Verfahren zur Bewertung von Leistung. Zentraler Bestandteil ist die Betrach-
tung von Ansätzen zur relativen Leistungsbewertung in Unternehmen zur Entwicklung einer
möglichst objektiven Performanceevaluation. Hieran schließen in Kapitel vier die Grundlagen
zum Benchmarking als Managementinstrument an. Neben einer Definition dienen die histo-
rische Entwicklung und die Unterscheidung unterschiedlichster Verfahren im Benchmarking
der Klassifizierung. Ein Fokus liegt dabei auf der systematischen Einbindung dieses Manage-
mentinstruments in den Teilbereich des Performance Measurements des St. Galler Perfor-
mance Management Modells (SPMM). Abgeschlossen wird dieses Kapitel schließlich mit den
möglichen Zielen durch den Einsatz von Benchmarking. Durch die zentralen Herausforderun-
gen wird aufgezeigt, welche Schwachstellen im heutigen Benchmarking vorliegen und damit
8 Objektive Leistungsbewertung als betriebswirtschaftliche Herausforderung in Unternehmen
die Relevanz der Themenstellung erläutert. Der zweite Hauptteil schließt mit einem theoreti-
schen Kapitel über finanzielle Kennzahlen zur Leistungsbewertung ab. Dazu erfolgt in Kapitel
fünf eine systematische Klassifizierung dieser Kennzahlen mit einem Fokus auf relative Steu-
erungsgrößen zur Leistungsbewertung von Unternehmen. Somit umfassen die zentralen Er-
gebnisse im zweiten Hauptteil die erste Forschungsfrage zu den Herausforderungen und
Anforderungen zur RPE von Unternehmen.
Der dritte Hauptteil umfasst den zentralen Innovationsbeitrag dieser Arbeit. An dieser Stelle
stehen die Entwicklung und die empirische Evaluation des Konzepts zum Peer Group Bench-
marking (PGB) im Mittelpunkt. Hierbei wird in Kapitel sechs neben einer detaillierten Defi-
nition und Begriffserklärung der theoretisch fundierte Identifikationsprozess zum PGB
vorgestellt. Dazu wird ein quantitatives Prüfverfahren entworfen. Darüber hinaus hat dieses
Kapitel einen Fokus auf verzerrende und verwässernde Faktoren durch die Nutzung öffentlich
zugänglicher Finanzdatenbanken. Das sechste Kapitel schließt mit der Entwicklung einer Sys-
tematik für einen Vergleichsindex ab, mit dem aufgezeigt wird, wie vergleichbar die Unter-
nehmen innerhalb einer Peer Group sind. Nachdem die methodische Fundierung zum PBG
beleuchtet wurde, wird der systematische Prozess zu selbigem entwickelt. Zum Abschluss
dieses Kapitels wird die Durchführung des PGB als eigenständiges Projekt in Unternehmen
vorgestellt. Das siebte Kapitel wird anschließend mit Hilfe von empirischen Fallstudien auf-
zeigen, dass die konkrete Durchführung des PGB zu einer erfolgreichen Identifikation von
Vergleichsunternehmen führen kann und dieser Prozessansatz eine hohe Praxisrelevanz dar-
stellt. Fallstudien unterstützen dabei die Entwicklung der theoriebasierten Ansätze, indem sie
als verbindendes Element zwischen Theorie und praxisrelevanter Nutzbarkeit eingeordnet
werden. Zudem soll durch die Fallstudien aufgezeigt werden, welche Potentiale dieses Ma-
nagementinstrument beinhaltet.
Objektive Leistungsbewertung als betriebswirtschaftliche Herausforderung in Unternehmen 9
Abbildung 2: Struktur, Aufbau und Innovation der Arbeit
Den Abschluss bildet der vierte Teil, der die zentralen Ergebnisse dieser Forschungsarbeit
zusammenfasst und kritisch hinterfragt. Hierbei wird in Kapitel neun der Fokus zuerst auf den
wissenschaftlich, theoretischen Beitrag gelegt. Den Abschluss dieser Forschungsarbeit bildet
abschließend eine kurze Zusammenfassung der Implikationen für die Praxis.
10
2 Ableitung der Forschungskonzeption
2.1 Wirtschaftstheoretisches Verständnis und Einordnung
Wissenschaft beschreibt grundsätzlich das systematische Streben nach Innovationen durch
Erkenntnisinteresse, Gestaltungs- und Verbesserungsstreben (Schanz, 1988, S. 2–4), in denen
kausale Zusammenhänge und Gesetzmäßigkeiten über Theorien, Hypothesen, Axiomen, Ge-
setzte oder Kategorien festgehalten werden (Klaus & Buhr, 1987). Die aus mikroökomischen
Theorien heraus entstandene Betriebswirtschaftslehre als eigenständige Wissenschaftsdiszip-
lin (Ordelheide, Rudolph, & Büsselmann, 1991, S. 52) kann innerhalb der nicht-metaphysi-
schen Wissenschaften2 den Realwissenschaften zugeordnet werden (Raffée, 1974, S. 23). Im
Gegensatz zu den Formalwissenschaften, die sich den Analysen formaler Systeme widmen
(z.B. Mathematik, Logik, Linguistik, Informatik), beschäftigen sich die Realwissenschaften
mit Realphänomenen basierend auf Beobachtungen (P. Ulrich & Hill, 1979, S. 162). Auch die
Realwissenschaften lassen sich wiederum in „reine“ (Grundlagenforschung) und „ange-
wandte“ (Handlungswissenschaften) Forschungsfelder untergliedern. Zu den reinen Realwis-
senschaften zählen die Naturwissenschaften mit dem Ziel der „Erklärung empirischer
Wirklichkeitsausschnitte“ (P. Ulrich & Hill, 1979, S. 305). Die angewandten Realwissen-
schaften zeigen die „Analyse menschlicher Handlungsalternativen“ auf (P. Ulrich & Hill,
1979, S. 305). Die Ingenieurwissenschaften im technischen und die Sozialwissenschaften im
gesellschaftlichen Bereich lassen sich diesen Realwissenschaften zuordnen. Die Betriebswirt-
schaftslehre kann hierbei zu den Sozialwissenschaften gezählt werden. Realwissenschaften
sind der faktischen Wahrheit unterworfen, kommen aber ohne die Formalwissenschaften, die
auf logischer Wahrheit basieren, nicht aus (P. Ulrich & Hill, 1979, S. 305f).
Die Betriebswissenschaft verfolgt dabei das zentrale Ziel, theoretische Erkenntnisse, Empfeh-
lungen und Regeln für praktische Handlungen zu definieren (Fülbier, 2004, S. 267) und un-
tergliedert sich in vier zentrale Herausforderungen: Begriffslehre, Wirtschaftstheorie,
Wirtschaftstechnologie und Wirtschaftsphilosophie (Schweitzer, 1978, S. 1–5). Die Begriffs-
lehre hat das deskriptive Ziel, den Charakter von Dingen so exakt wie möglich in Definitionen
zu erfassen (Schweitzer, 1978, S. 3). Die Wirtschaftstheorie als zweites Zielsystem verfolgt
theoretische Wirtschaftsziele mit dem Fokus auf Ursachen- und Wirkungszusammenhänge
vergangener und aktueller Situationsanalysen und Prognosen zukünftiger Entwicklungen
(Hempel, 1970, S. 245f). Als drittes Zielsystem der Betriebswirtschaftslehre sucht die Wirt-
schaftstechnologie nach anwendungsbezogenen Lösungen. Pragmatische Wirtschaftsziele de-
finieren sich auf Basis von Ursachen-/Wirkungszusammenhängen über die Entwicklung von
2 Unter den metaphysischen Wissenschaften, auch als Metaphysik bezeichnet, werden die Grunddisziplinen der the-
oretischen Philosophie (Ontologie), sowie die Theologie, Psychologie und Kosmologie, verstanden (vgl. Gerlach, 1826, S. 137; Raffée, 1974, S. 23; Schmidinger, 2000, S. 13).
Ableitung der Forschungskonzeption 11
Aussagesystemen in Form von Ziel- und Mittelsystemen (Kornmeier, 2007, S. 24). Der Wirt-
schaftsphilosophie liegen normative Ziele zu Grunde. Neben der Entwicklung von wirt-
schaftstheoretischen Erkenntnissen werden auch Werte und Normen abgeleitet.
Dementsprechend findet hier die direkte Verknüpfung wissenschaftlicher Innovationen und
praxisrelevanter Anwendung statt (Kornmeier, 2007, S. 25).
Die Theorien, die in Kapitel 2.3 nähere Betrachtung finden, können den Bereichen der Wirt-
schaftstheorie und Wirtschaftstechnologie zugeordnet werden (Lehmann, 1956, S. 338) und
bilden die wesentlichen forschungsrelevanten Grundlagen dieser Arbeit. Darüber hinaus geht
diese aber über die reine Bildung der theoretischen Betrachtung und der Entwicklung von
anwendungsbezogenen Ansätzen hinaus. Durch den wissenschaftlichen Beitrag sollen Emp-
fehlungen abgeleitet und Unternehmen normative Richtlinien zur systematischen Nutzung
von PGB an die Hand gegeben werden.
Abbildung 3: Einordnung des Constructive Research Ansatzes in die etablierten Accounting Forschungsansätze (vgl.
Kasanen, Lukka, & Siitonen, 1993, S. 257)
Abgeleitet aus der wirtschaftstheoretischen Einordung ist es notwendig, das finale For-
schungsdesign im Accounting Research für diese Arbeit zu bestimmen (siehe Abbildung 3).
Hierbei wird zwischen theoretisch deskriptiven, empirisch deskriptiven, theoretisch normati-
ven und empirisch normativen Ansätzen unterschieden (Kasanen u. a., 1993, S. 257). Der
handlungsbasierte Ansatz und der entscheidungsorientierte Ansatz sind dabei spezielle For-
men der Accounting-Forschung, die zur Lösungsfindung kombinierte Vorgehensweisen nut-
zen bzw. unterschiedliche Aussagen ableiten. Die Auswahl und Begründung des Constructive
Research Approach als sinnvolles Forschungsdesigns wird im nachfolgenden Kapitel im De-
tail erläutert. Somit lässt sich abschließend festhalten, dass es sich hier um eine Arbeit mit
realwissenschaftlicher Orientierung und angewandtem Wissenschaftsziel handelt, zur Unter-
suchung menschlicher Handlungsalternativen.
Theoretisch Empirisch
Des
krip
tiv
No
rmat
iv
Action-orientedApproach
Decision-orientedApproach
ConceptualApproach
NomotheticalApproach
ConstructiveApproach
12 Ableitung der Forschungskonzeption
2.2 Auswahl und Begründung des Forschungsdesigns
Das Ziel dieses Forschungsvorhabens ist die theoriebasierte konzeptionelle Entwicklung und
anschließende praktische Validierung eines prozessualen Verfahrens zum PGB zur relativen
Leistungsbewertung finanzieller Steuerungsgrößen. Innerhalb dieses Prozesses liegt der zent-
rale Fokus auf der systematischen Identifikation einer Peer Group für leistungsbezogene Un-
ternehmensvergleiche. Die Entwicklung dieses Referenzprozessmodells zur Nutzung von
PGB mit der konzeptionellen Gestaltung des Peer-Prüfkonzepts erfordert den Einsatz diverser
Methoden. Ein qualitativer Forschungsansatz mit einer starken Interaktion zwischen praxis-
relevanter Herausforderung und theoriebasierter Fundierung wird benötigt, um dieses Ma-
nagementinstrument zu entwickeln. Für die anschließende Validierung sind die
praxisbezogene Anwendung und die damit verbundene Erhebung empirischer Daten erforder-
lich. Dementsprechend ist hier ein quantitativer fallstudienbasierter Forschungsansatz ideal.
Zur Durchführung dieses Forschungsvorhabens sind somit qualitative und quantitative Vor-
gehensweisen zu kombinieren. Der Constructive Research Approach (siehe Abbildung 4) er-
möglicht diesen kombinierten Ansatz zur Generierung und Validierung von
Lösungskonzepten und ist vor allem im Bereich Management Accounting Research ein etab-
liertes Forschungsvorgehen (siehe dazu bspw. Flinspach, 2011; Kasanen u. a., 1993; Labro &
Tuomela, 2003; Oyegoke, 2011) mit dem Ziel der Lösung von Führungsherausforderungen
durch die Entwicklung zum Beispiel von Modellen, Diagrammen, Plänen oder Organisations-
strukturen (Kasanen u. a., 1993, S. 245). Die Entwicklung dieses Ansatzes stammt von den
finnischen Wissenschaftlern Kasanen, Lukka und Siitonen (1993, S. 246). Innerhalb der Con-
trolling-Forschung bietet dieses Rahmenkonzept Wissenschaftlern die Möglichkeit Lösungen
sowohl für die Theorie als auch für die Praxis zu entwickeln, indem ein essentieller Aspekt
auf dem Zusammenspiel zwischen dem theoretischen Wissen und der (praxisrelevanten) Lö-
sungsidentifizierung liegt.
Ableitung der Forschungskonzeption 13
Abbildung 4: Die drei Phasen des Constructive Research Approach (vgl. Kasanen u. a., 1993, S. 246; Labro &
Tuomela, 2003, S. 416; Oyegoke, 2011, S. 580)
Oyegoke (2011, S. 591f) baut auf den Ergebnissen von Kasanen, Lukka und Siitonen (1993)
auf, stellt die praxisrelevanten Problemstellungen als Ausgangspunkt wissenschaftlicher Con-
trolling-Forschung in den Vordergrund und sieht dabei die Nutzbarkeit dieses Verfahrens
auch im Rahmen unternehmerischer Projektsteuerung. Er unterscheidet drei konzeptionelle
Phasen (Vorbereitungs-/Entwicklungs-, Feldforschungs- und Theoriebildungsphase), die sich
wiederum in sechs Abschnitte unterteilen (Oyegoke, 2011, S. 591f):
Identifikation einer praxisrelevanten Fragestellung mit forschungsrelevantem Po-
tential
Verschaffen eines generellen Verständnisses der Forschungsthematik
Entwicklung eines neuen Konstrukts oder Lösung (Innovation)
(Empirische) Validierung der Funktionalität
Aufzeigen der theoretischen Verbindungen und des Beitrags zur Forschung
Überprüfung der theoretischen und praktischen Anwendungsbereiche der Lösung
Der Mehrwert bzw. die Innovationsphase ist im Constructive Research Approach von zentra-
ler Bedeutung. In der Regel sind die Lösungsansätze innerhalb der Vorbereitungs- und Ent-
wicklungsphase von Natur aus heuristisch, d.h. praktikabel genug, obwohl unvollständige
Informationen und eine geringe Zeit vorherrschen. In diesem Status gibt es ohne jegliche
neuen Erkenntnisse für Entscheidungsträge zur Lösung der Problemstellung keinen Grund,
Prü
fun
g u
nd
Val
idie
run
g
der
En
twic
klu
nge
n &
Ko
nst
rukt
e
An
wen
db
arke
it
un
d E
ign
un
g
der
Lö
sun
gen
un
d K
on
stru
kte
Theorie
begründet
Praktische
Erfahrungen
1.
Vo
rbe
reit
ung
s-u
nd
En
twic
klu
ng
sph
ase
3. Theoriebildungsphase
2. Feldforschungsphase
Entwerfen eines
Konstrukts
oder
Entwicklung
einer Lösung
Praktischrelevante
Problemstellungmit
Forschungspotential
TheoretischeVerbindung
Theo
reti
sch
e
Üb
erp
rüfu
ng
Ver
stän
dn
is ü
ber
die
Th
emat
ik
Wissenschaftlicher,forschungsbezogener
Beitrag
Demonstration,dass die Lösungenfunktionieren, z.B.über Validierungen
Zukünftige
Forschung
Theorie
& Empirie
Theoretischer
Beitrag
14 Ableitung der Forschungskonzeption
mit der Forschung fortzufahren. Die theoretische Rechtfertigung und eine Überprüfung der
Ergebnisse erfolgt charakteristischerweise im Anschluss (Kasanen u. a., 1993, S. 247).
Der Constructive Research Approach kann als Forschungsansatz für anwendungsbezogene
Studien angesehen werden, da neues Wissen in Form von normativen Geltungsansprüchen
generiert wird und sich so von Grundlagenforschungen (Wissensgenerierung ohne explizite
normative Ziele) und Methodenentwicklungen (Kompetenzverbesserungen) unterscheidet
(Kasanen u. a., 1993, S. 252). Um nach einer Lösungsentwicklung den Nutzen abzuleiten ist
es notwendig, praktische Überprüfungen des Erfolgs durchzuführen, um die Relevanz und
Einfachheit des Einsatzes aufzuzeigen (Niiniluoto, 1984, S. 341). Dazu distanzieren sich For-
scher innerhalb des Constructive Research Ansatzes von den empirischen Informationen der
Abschnitte eins bis fünf, um in der Theoriebildungsphase, bspw. die externe Validität, zu kon-
trollieren. Hierbei können drei durch ihre Ausprägungsstufen unterschiedliche marktbasierte
Überprüfungen stattfinden. Lukka (2000, S. 113–115) empfiehlt den „Weak Market Test“ der
bestanden ist, sobald Entscheidungsträger der Zielorganisation die Integration des Lösungs-
ansatzes beabsichtigen. Der „Semi-Strong Market Test“ als zweite strengere Überprüfungs-
möglichkeit ist dann erfüllt, sobald das Lösungskonzept weitestgehend im Unternehmen
adaptiert wurde (Kasanen u. a., 1993, S. 253). Mit dem „Strong Market Test“ existiert eine
dritte Validierungsmethode, die die finanziellen Ergebnisse mit dem Einsatz des Lösungskon-
zepts abgleicht. Konnten bessere monetäre Ergebnisse durch die Lösung erreicht werden, gilt
dieser Test als bestanden (Kasanen u. a., 1993, S. 253). Der „Strong Market Test“ steht auf-
grund seiner restriktiven Herangehensweise in der Kritik, da aufgrund hoher wechselseitiger
Abhängigkeit nicht eindeutig differenziert werden kann, dass die Erhöhung des unternehme-
rischen Erfolgs rein auf der Anwendung des Lösungskonzeptes beruht (Rautiainen, Mättö, &
Sippola, 2014, S. 16). Aufgrund der berechtigten Kritik und dadurch, dass sowohl „Strong“
als auch „Semi-Strong Market Tests“ in einem mittleren Untersuchungszeitrahmen nicht be-
standen werden können (Rautiainen u. a., 2014, S. 16), wird für diese Forschungsarbeit der
„Weak Market Test“ genutzt (siehe Abbildung 5).
Für diese Forschungsarbeit gibt der Constructive Research Approach den notwendigen wis-
senschaftlichen Rahmen, um diese von anderen nicht-wissenschaftlichen Disziplinen (z.B.
Sport) oder Pseudowissenschaften (z.B. Astrologie) zu differenzieren (Kasanen u. a., 1993,
S. 257). Im nachfolgenden wird die Arbeit in Kürze in die Ablaufschritte dieses Forschungs-
designs untergliedert.
Schritt 1: Praxisrelevante Fragestellung mit forschungsrelevantem Potential
In Kapitel eins wurde die Relevanz objektiver Leistungsbewertung aus praxisorientierter Sicht
im Detail erläutert wobei gezeigt wurde, welche Herausforderungen in diesem Bereich exis-
Ableitung der Forschungskonzeption 15
tieren. Durch die theoretischen Forschungslücken konnte auch das forschungsrelevante Po-
tential identifiziert werden. Daraus wurden die drei zentralen Forschungsfragen, die den Rah-
men dieser Arbeit bilden, abgeleitet.
Schritt 2: Verschaffen eines generellen Verständnisses der Forschungsthematik
In Kapitel 2.3 erfolgt die detaillierte theoretische Eingliederung in die Forschungsströme der
Social Comparison und der Agency Theory, die maßgeblich für die Weiterentwicklung rela-
tiver Leistungsbewertungen verantwortlich sind. Die Social Comparison Theory unter dem
Aspekt der optimalen Vergleichsobjekte, die Agency Theory unter dem Motivationsaspekt.
Darauf aufbauend erfolgt ab Kapitel drei eine tiefgehende analytische Auseinandersetzung
mit den drei zentralen theoretischen Ansätzen, die sich auf die Bereiche der Performanceeva-
luation, den Benchmarking-Ansätzen relativen Leistungsbewertung und den analytischen fi-
nanziellen Steuerungsgrößen gliedern. Darin werden die Grundlagen gelegt, um die eigene
Forschungsleistung zu entwickeln.
Abbildung 5: Dimensionen des Weak Market Tests (vgl. Flinspach, 2011, S. 15; Labro & Tuomela, 2003, S. 431;
Rautiainen u. a., 2014, S. 17)
Schritt 3: Entwicklung eines Konstrukts oder Lösung (wissenschaftlicher Mehrwert)
In Kapitel sechs und sieben wird der zentrale Mehrwert dieser Forschungsarbeit aufbereitet.
Die Vorstellung des prozessualen Konzepts zum Peer Group Benchmarking mit dem entwi-
ckelten Prüfkonzept zur Identifikation der Peer Group und der Aufbereitung verzerrender und
verwässernder Faktoren bei der Nutzung von Finanzmarktdaten wird in Kapitel sechs darge-
Einzelperson AbteilungStrategische
GeschäftseinheitSparte
Gesamte
Organisation
Regelmäßiger
Einsatz und
Ersatz alter Systeme
Regelmäßiger
Einsatz parallel
zum altenSystem
Ad hoc Nutzung
Einmalige
Nutzung
Lediglich einmaliger Versuch ohne Nutzung
Ablehnung nach erfolgloser Implementierung
Ablehnung nach beabsichtigter Implementierung
Ablehnung vor beabsichtigter Implementierung
Weak
MarketTest
bestanden
Umfang der Nutzung
Inte
nsi
tät
der
Nu
tzu
ng
Weak Market
Testnicht
bestanden
16 Ableitung der Forschungskonzeption
stellt. Kapitel sieben bereitet den Prozess des systematischen Analyseverfahrens zur Leis-
tungsbewertung auf. Darin werden die organisatorischen und strategischen Verfahren und
Möglichkeiten zur RPE auf Basis einer Peer Group erläutert und die Vorteile einer struktu-
rierten Leistungsbewertung von Unternehmen aufgezeigt.
Schritt 4: (Empirische) Validierung der Funktionalität
In Kapitel acht werden die Ergebnisse einer Validierung auf Basis von Fallstudien unterzogen.
Dazu wird untersucht, inwiefern die entwickelte Systematik zum PGB nach dem Vorbild des
Constructive Research Approachs zu besseren Ergebnissen und einer Erhöhung der Einsatz-
bereitschaft aufgrund der Komplexitätsreduzierung dieses Managementinstruments führt.
Hierfür werden unterschiedliche Unternehmen aufbereitet, die sich in ihrer Größe und Kom-
plexität unterscheiden. Die Überprüfung erfolgt dabei sowohl bei börsennotierten und nicht-
kapitalmarktgebundenen Unternehmen, um die Vielfältigkeit der Einsatzmöglichkeiten auf-
zuzeigen.
Schritt 5: Aufzeigen der theoretischen Verbindungen und des Beitrags zur Forschung
Im Abschnitt der kritischen Würdigung und Fazit dieser Arbeit wird in Kapitel neun der Be-
zug zwischen den innovativen Entwicklungen und der bestehenden Theorie aufbereitet. Dabei
wird gezeigt, inwiefern dies die Social Comparison und die Agency Theory bereichert wer-
den. Dabei findet auch eine kritische Analyse des zusätzlichen Forschungsbedarfs, wie bei-
spielsweise das Aufzeigen generalisierter Einsatzmöglichkeiten über Fallstudien hinaus, statt.
Schritt 6: Überprüfung der praktischen Anwendungsbereiche
Abschließen wird diese Forschungsarbeit in Kapitel neun mit einer Übersicht über die prakti-
schen Anwendungsbereiche des PGB. Hierbei wird auch auf noch offene Herausforderungen
in der Praxis eingegangen.
2.3 Theoretischer Bezugsrahmen des Forschungsvorhabens
2.3.1 Prinzipal-Agenten-Theorie (Agency Theory)
Der theoretische Bezugsrahmen dieser Forschungsarbeit basiert maßgeblich auf der Prinzipal-
Agenten-Theorie (Agency Theory (AT)). Der Fokus dieser Theorie liegt dabei auf der Bezie-
hung zwischen Prinzipal und Agents. Diese Beziehung wird definiert als: „a contract under
which one or more persons (the principal(s)) engage another person (the agent) to perform
some service on their behalf which involves delegating some decision making authority to the
agent” (Jensen & Meckling, 1976, S. 308). Darüber hinaus wird davon ausgegangen, dass
diese beiden Parteien nach dem Vorbild des Homo oeconomicus Nutzenmaximierer sind und
Ableitung der Forschungskonzeption 17
deshalb gute Gründe bestehen, dass Agents nicht immer im besten Interesse des Prinzipals
agieren (Jensen & Meckling, 1976, S. 308). Wesentliche Herausforderung dieser Theorie ist
deshalb das Vertrauen des Prinzipals über den Agent, da keine stetige Kontrolle über die täg-
lichen Aufgaben und Entscheidungen existieren kann (Khanna, 2016, S. 679). Die Lösung
dieser Herausforderung liegt in der Abstimmung der Interessen des Agents auf die Interessen
des Prinzipals. Die Divergenzen zwischen diesen Interessen können durch den Prinzipal re-
duziert werden, indem zum einen geeignete Incentivierungen für den Agent eingesetzt werden
und zum anderen eine Kontrolle des Agents über seine Aktivitäten stattfindet (Khanna, 2016,
S. 308). Dazu wird in einschlägiger Literatur die praktische Empfehlung ausgesprochen, Leis-
tung als Determinante der Vergütung zu nutzen (Gunasekaragea & Wilkinson, 2002, S. 52).
Der Ursprung dieser Theorie wird maßgeblich Alchian und Demsetz (1972), Jensen und Meck-
ling (1976) und auch Eisenhardt (1989a) zugesprochen (Clarke, 2004, S. 57f), obwohl sich
bereits 1971 bei Spence und Zeckhauser erste Ideen und Entwicklungen dieser Theorie zeigen.
Tabelle 1 stellt ein Überblick über die grundsätzlichen Herausforderungen und wesentlichen
Annahmen der AT dar. Dies Herausforderungen lassen sich in unterschiedlichen Anwen-
dungsfeldern finden: Accounting (z.B. Demski & Feltham, 1978), Volkswirtschaftslehre (z.B.
Spence & Zeckhauser, 1971), Finanzen (z.B. Pepper & Gore, 2015), Marketing (z.B. Morck,
Shleifer, & Vishny, 1988), Politikwissenschaften (z.B. Mitnick, 1992), Organisationskultur
(z.B. Eisenhardt, 1985, 1988) und Soziologie (z.B. White, 1985). Dabei lassen sich die Wis-
senschaftler aus der AT in zwei unterschiedliche Forschungslager einteilen (Jensen, 1983, S.
319f), die sich vor allem in den Interpretationen ihrer Aussagen unterscheiden (Eisenhardt,
1989a, S. 57). Barney und Ouchi (1986) bspw. zeigen auf, dass die AT einen wesentlichen
Beitrag dazu liefert, wie Kapitalmärkte Unternehmen beeinflussen können. Das andere Lager
hingegen sieht keinen Bezug zwischen AT und den Kapitalmärkten (z.B. Demski & Feltham,
1978; Eisenhardt, 1985; White, 1985). Generell kann die AT als eine Ergänzung zur Organi-
sationstheorie (Organizational Theory) und der normativen Entscheidungstheorie (Decision
Theory) gesehen werden. Eine der zentralen Aussagen der AT ist, dass die Vergütung des C-
Level-Managements gegenüber ihrer Peer Group verglichen werden sollte, da es den Einfluss
der Leistungsfähigkeit des Marktes auf die Unternehmensleistung reduziert (Aldogan Eklund,
2016, S. 169). Zusätzlich werden marktbezogene Risiken des Agents herabgesetzt, was die
Annahme der Risikoaversion mindert und damit auch ohne stetiges Monitoring der Aktivitä-
ten die Interessen des Agents an die des Prinzipals angleicht (Frydman & Jenter, 2010, S. 17f).
18 Ableitung der Forschungskonzeption
Tabelle 1: Überblick über die Agency Theory (Eisenhardt, 1989a, S. 59)
Für diese Forschungsarbeit kann die AT als Grundlage angesehen werden. Innerhalb dieser
liegt der Fokus vor allem auf den wissenschaftlichen Errungenschaften und Entwicklungen
im Bereich der Verknüpfung von Vergütung und Leistung. Auch wenn diese Forschungsarbeit
keine Aussagen zur Ausgestaltung von Vergütungssystemen von C-Level-Managern trifft,
können die dortigen Ergebnisse Aufschlüsse zur Ausgestaltung von Vergleichsgruppen zur
relativen Performanceevaluation liefern. Diese hat das Ziel die Unternehmensleistung, die als
Element der Vergütung genutzt wird, um Faktoren zu bereinigen, die durch exogene, nicht
beeinflussbare Schocks getrieben werden (Albuquerque, 2009, S. 69; Holmstrom, 1982, S.
325). Dieses Ziel wird auch in dieser Arbeit durch die Entwicklung eines Verfahrens zur Iden-
tifikation von Peer Groups zur finanziellen Leistungsbewertung angestrebt.
2.3.2 Theorie des sozialen Vergleichs (Social Comparison Theory)
Die Theorie des sozialen Vergleichs, unter der Bezeichnung Sozial Comparison Theory (SCT)
gebräuchlich, geht auf Festingers (1954) Arbeit „A Theory of Social Comparison Process“
zurück. Die SCT schlägt für Vergütungsaspekte in Unternehmen vor, dass für Leistungsbe-
wertungen „individuals need to compare themselves to similar individuals. Individuals tend
to select their social comparisons who are slightly better than themselves. Accordingly, the
compensation package of CEOs has to be compared to that of other companies of equal or
somewhat greater stature” (Singh, 2012, S. 87). Der soziale Vergleichsprozess der SCT
kommt unter dem Umstand zum Tragen, wenn Meinungen und Fähigkeiten nicht durch Tests
im direkten Umfeld bewertet werden können. Deshalb bewerten Personen ihre Meinungen
Agency Theory - Überblick
HauptideePrinzipal-Agenten-Beziehung sollte eine effiziente Organisation mit geringen Informations-
und Risikokosten wiederspiegeln
Analysebereich Vertrag zwischen Prinzipal und Agent
Annahmen
(menschlich)Eigeninteresse, begrenzte Rationalität und Vernunft, Risikoaversion der Agents
Annahmen(organisatorisch)
Teilweiser Zielkonflikt zwischen Beteiligten, Informationsasymmetrie zwischen Prinzipal und Agent, Effizienz als Effektivitätsmaßstab
Annahmen
(informationell)Informationen als käuflicher Rohstoff
Vertrags-herausforderungen
Agent (subjektives Risiko (Moral Hazard) und ungünstige Auswahl (Adverse Selection))Risikoteilung
Problemstellung
Beziehungen zwischen Prinzipals und Agents haben teilweise unterschiedliche Ziele und
Risikobereitschaften (z.B. Vergütung, Vorschriften, Führung, Verrechnungspreise, Eindruckssteuerung)
Ableitung der Forschungskonzeption 19
und Fähigkeiten gegenüber anderen. Dieser Vergleich erhöht den Druck auf die Gleichför-
migkeit. Deshalb existiert eine Tendenz sich nicht mit anderen zu vergleichen, die sehr diver-
gent sind. Diese Tendenz nimmt zu, wenn andere als zu unterschiedlich in den für ihn
relevanten Dimensionen wahrgenommen werden (Suls & Wheeler, 2013, S. 5). Hierbei wird
der Bezug zur relativen Leistungsbewertung des C-Level-Managements gezogen (K. J. Mur-
phy & Sandino, 2010, S. 249). Tabelle 2 zeigt im Überblick die generelle Idee, Annahmen
und Herausforderungen.
Tabelle 2: Überblick über die Social Comparison Theory (vgl. Aldogan Eklund, 2016, S. 168–169; Festinger, 1954)
Die AT legt den Fokus auf der Ausgestaltung von Verträgen zwischen Agents und Prinzipals
und spricht die Empfehlung für eine relative Leistungskomponente in der Vergütung aus. Die
SCT kann hier bei der Ausgestaltung dieser Relativitätskomponente unterstützen und aufzei-
gen, in welcher Form Vergleichsgrößen ausgestaltet werden sollten. Zeigt die AT Bereiche
der Anwendung in Unternehmen auf, gibt die SCT Aufschlüsse über Vergleichsmöglichkei-
ten.
2.3.3 Theorie der dynamischen Fähigkeit (Dynamic Capabilities Theory)
Die Theorie der dynamischen Fähigkeit, unter der Bezeichnung Dynamic Capabilities Theory
(DCT) gebräuchlich, geht auf Teeces, Pisanos und Amys (1997) Arbeit „Dynamic Capabilities
and Strategic Management“ zurück und beschreibt „the firm's ability to integrate, build, and
reconfigure internal and external competences to address rapidly changing environments. Dy-
namic capabilities thus reflect an organization's ability to achieve new and innovative forms
of competitive advantage given path dependencies and market positions“ (Teece u. a., 1997,
S. 516). Die Grundlagen der DCT bildet die Ressourcentheorie (Resource-based View), die
Social Comparison Theory - Überblick
HauptideeTheorie der Informationsgewinnung über den Vergleich mit Anderen basierend auf
Gleichheit, Fairness und organisationale Gerechtigkeit
Analysebereich Identifikation sozialer Gerechtigkeit und Fairness zur Reduktion sozialer Unzufriedenheit
Annahmen
(menschlich)
Bedürfnis, ein realistisches Bild der Umwelt zu zeichnen, und sich selbst darin einzuordnen
Motivation, seine Fähigkeiten und Fertigkeiten stetig zu verbessern
Annahmen(organisatorisch)
Objektiver Maßstab zur Bewertung von Meinungen, Fähigkeiten oder Leistung ist nicht vorhanden
Annahmen
(informationell)
Informationen sind generell mit Anderen vergleichbar, wenn sie einen ähnlichen oder
gleichen Hintergrund, Fähigkeiten und Meinungen besitzen
Problemstellung
Keine Unterbezahlung der Überbezahlung von C-Level Managern zur Vermeidung von
Motivationsreduktionen durch Verzicht auf Vergütungsdissonanzen von Managern, deren
Input/Output-Rate identisch ist
20 Ableitung der Forschungskonzeption
den Zusammenhang zwischen den internen Unternehmensressourcen und den Wettbewerbs-
vorteilen zur Sicherung des Unternehmenserfolgs untersucht (Nelson, 1991, S. 71f).
Wie in Tabelle 3 aufgezeigt, beschäftigt sich die DCT mit dem Potential von Unternehmen,
Kompetenzen und Ressourcen im Unternehmen schnell auf ein sich veränderndes und volati-
les Umfeld reagieren zu können (Eisenhardt & Martin, 2000, S. 1105). Der Aspekt „dyna-
misch“ bezeichnet dabei die Leistungsfähigkeit von Unternehmen, Kompetenzen erneuern
oder verbessern zu können, um bestmöglich auf Umweltveränderungen reagieren zu können.
Dies ist vor allem dann für die Wettbewerbsfähigkeit von Unternehmen von hoher Bedeutung,
wenn Produkteinführungszeiten, Technologieveränderungen und Wettbewerbsveränderungen
schwierig vorherzusagen sind. „Capabilities“ beschreibt als zweiten Term die essentielle
Rolle des strategischen Managements der Anpassung, Integration und Neuausrichtung der or-
ganisatorischen Fähigkeiten und der Unternehmensressourcen, um den Herausforderungen
einer volatilen Umwelt optimal entgegentreten zu können (Teece u. a., 1997, S. 515).
Tabelle 3: Überblick über die Dynamic Capabilities Theory (vgl. Batzlen, 2014, S. 11–14; Eisenhardt & Martin,
2000, S. 1106–1107; Teece u. a., 1997, S. 515)
Die ACT und SCT stellen den wesentlichen Bezugsrahmen dieser Forschungsarbeit dar. Die
DCT kann zusätzlich dazu beitragen, weitere Erkenntnisse zum Verhalten von Unternehmen
im volatilen Umfeld zu erlangen und Aufschluss darüber liefern, was erfolgreiche Unterneh-
men mit erhöhter Flexibilität von anderen Unternehmen unterscheidet. Dies kann zum einen
Aufschlüsse über die Unterscheidungsmerkmale von Unternehmen zur Identifikation von
Peer Groups liefern. Zum anderen können auch Erkenntnisse über die Einsatzfelder von Peer
Group Benchmarking im Rahmen des strategischen Controllings gewonnen werden.
Dynamic Capabilities Theory - Überblick
Hauptidee
Strategisches und organisationales Potential von Unternehmen, um Kompetenzen und
Ressourcen schnell anpassen zu können, damit auf ein veränderndes Umfeld unverzüglich reagiert werden kann
Analysebereich Etablierte und gelebte Routinen und Verhaltensweisen innerhalb einer Organisation
Annahmen
(menschlich)Eigene Erfahrungen, Begrenzte Rationalität, proaktive Führung
Annahmen
(organisatorisch)
Kontinuierliches organisationales Lernen als Bestandteil nachhaltigen organischen
Wachstums
Annahmen(informationell)
Unvollkommene Informationen in einer komplexen Umwelt
HerausforderungenStrategische Entscheidungsfindung in volatilem Umfeld mit Ungewissheit über die Zukunft zur
langfristigen Sicherung strategischer Wettbewerbsvorteile
Ableitung der Forschungskonzeption 21
2.3.4 Wissenschaftlicher Forschungsrahmen
Nachdem die wichtigsten wissenschaftlichen Bezugsrahmen mit ihren Nützlichkeiten für die-
ses Forschungsvorhaben kurz vorgestellt wurden, kann nun abschließend der gesamte wissen-
schaftliche Forschungsrahmen zusammengefasst werden. Peer Group Benchmarking wird
innerhalb der Unternehmensfunktionen im Controlling und Performance Management zur un-
ternehmerischen Leistungsbewertung Anwendung finden. Eine der zentralen Forschungsfra-
gen im Controlling beschäftigt sich mit der Verbesserung von Entscheidungsprozessen in
Unternehmen. Diese Entscheidungstheorie, unter der Bezeichnung Decision Theory (DT) ge-
bräuchlich, beschäftigt sich mit der Situationsanalyse rationaler Entscheidungsprozesse, in
denen sich ein Individuum zwischen mindestens zwei Optionen entscheiden muss (Junger-
mann, Pfister, & Fischer, 1998, S. 3). Als Grundlage liegt der DT die Denkweise eines Homo
oeconomicus mit interdisziplinärer Ausrichtung zugrunde (Schwaiger & Meyer, 2009, S. 161;
177). Dies zeigt sich in den präskriptiven und deskriptiven Unterscheidungsformen der DT,
die eine starke Beziehung zueinander haben. Die präskriptive Entscheidungstheorie unter-
stützt durch strukturierte Verfahren zur Informationsaufbereitung und -verarbeitung und
durch Formalisierung von Regeln und Prozessen die Ausgestaltung eines optimalen Entschei-
dungsprozesses (Jungermann u. a., 1998, S. 6; Schreiber, 2005, S. 6). Bei herausfordernden
Entscheidungen wird somit das Treffen möglichst rationaler Entscheidungen gefördert (Ei-
senführ & Weber, 2003, S. 4). Die deskriptive Entscheidungstheorie hingegen legt den Fokus
auf die realitätsgetreue Abbildung menschlicher Entscheidungsverhalten (Jungermann u. a.,
1998, S. 6; Schreiber, 2005, S. 6). Aus dieser Theorie heraus haben sich die deskriptiven Prä-
ferenztheorien entwickelt, die intuitives Entscheidungsverhalten dokumentieren und erklären
(Eisenführ & Weber, 2003, S. 357). Somit beschreiben deskriptive Modelle Entscheidungen
realitätsgetreu, während präskriptive Ansätze Individuen Unterstützungen für möglichst rati-
onale Entscheidungen liefern (Schreiber, 2005, S. 6).
Zusätzlich wird von normativen Modellen innerhalb der DT gesprochen, die den präskriptiven
Modellen übergeordnet werden können (Baron, 2008, S. 31f). Die normativen Modelle leiten
sich aus den präskriptiven Ergebnissen ab und geben einen normativen, standardisierten Rah-
men vor, der in Abhängigkeit persönlicher Ziele zu optimalen Entscheidungen führen soll
(Baron, 2008, S. 47–49). Der grundsätzliche Ansatz der normativen Modelle der DT besagt,
dass „optimale Entscheidungen immer vollständig rational ablaufen sollten“ (Schreiber, 2005,
S. 6).
Sowohl die Agency Theory, als auch die Social Comparison Theory und die Dynamic Capa-
bilities Theory können unter unterschiedlichen Aspekten einen Mehrwert für die Decision
Theory liefern. Deshalb kann die Entscheidungstheorie hier als allgemeiner Bezugsrahmen
22 Ableitung der Forschungskonzeption
genutzt werden (siehe Abbildung 6), denn die grundsätzliche Fragestellung aller hier genutz-
ten Theorien kann im Allgemeinen als Optimierung von Entscheidungssituationen und -pro-
zessen angesehen werden. Durch die Nutzung von PGB können im Unternehmen getroffene
Entscheidungen einer ex-post-Bewertung unterzogen werden und als weiteren instrumentel-
len Mehrwert durch den Unternehmensvergleich frühzeitig auf Handlungsinitiativen aufmerk-
sam machen und damit Ressourcen und Mittel zielgerichtet einsetzen.
Jeder dieser Forschungsströme kann im Bereich der DT zur Lösung unterschiedlicher Her-
ausforderungen beitragen und Verbesserungsvorschläge unterbreiten. Die AT betrachtet die
Vertragsaspekte zwischen Agents und Prinzipals und gibt dabei präskriptive Vorschläge zur
Ausgestaltung selbiger. Für die DT kann dabei folgende Fragestellung Beachtung finden:
Wie kann im Unternehmen sichergestellt werden, dass Agents (z.B. CEOs) in Unterneh-
men im Interesse der Stakeholder und der nachhaltigen Unternehmensentwicklung ra-
tionale Entscheidungen treffen?
Auch die Ergebnisse der SCT können einen Mehrwert für DT liefern. Der (soziale) Vergleich
zwischen Unternehmen kann den Entscheidungsprozess beeinflussen und folgende Fragestel-
lung betrachten:
Inwiefern kann der zusätzliche Informationsgewinn über soziale Vergleiche der Unter-
nehmensleistung dazu beitragen, getroffene Entscheidungen zu evaluieren und damit
zukünftige Entscheidungen positiv zu beeinflussen?
Die DCT als letzten kleineren Bezugsrahmen dieser Forschungsarbeit legt den Grundstein für
den Ressourceneinsatz von Unternehmen im volatilen Umfeld. Auch hierbei können Ergeb-
nisse dieser Theorie für die Entscheidungsfindung relevant sein. Der wesentliche Aspekt ist
hierbei:
Sind die Einsatzfelder der unternehmenseigenen Ressourcen im Hinblick auf das vola-
tile Umfeld richtig festgelegt, damit das Unternehmen durch Entscheidungsänderungen
schnell und kurzfristig auf Veränderungen reagieren kann?
Das hier entwickelte Peer Group Benchmarking kombiniert unterschiedlichste Forschungser-
gebnisse dieser Theorien unter dem Gesichtspunkt der Entwicklung einer relativen, monetä-
ren Leistungsbewertung auf Basis externer Vergleichsanalysen (siehe Abbildung 6). Durch
das Peer Group Benchmarking kann der Ressourceneinsatz im Unternehmen unter Berück-
sichtigung der volatilen Umwelt einer größtmöglich objektiven Evaluation unterzogen wer-
den und somit überprüft werden, ob operativer oder gar strategischer Handlungsbedarf im
Unternehmen besteht.
Ableitung der Forschungskonzeption 23
Abbildung 6: Wissenschaftlicher Bezugsrahmen
Peer Group Benchmarking
PerformanceEvaluation
Decision Theory
Agency Theory
Theorie zur Entwicklung
interdisziplinärer Ansätze zur
Definition von
Entscheidungsvorgängen
Theorie zur Lösung von
Problemstellungen zwischen
Agents und Prinzipals
Principal
Agent
Nutzen-
maximierung
Strategien &
Methoden
Prä
skri
pti
v
Wie soll
entschieden
werden?
No
rma
tiv
Des
krip
tiv
Wie wird
entschieden?
DynamicCapabilities Theory
relativ
Vergütung
Nutzen-
maximierung
Theorie über Mechanismen für
strategische
Wettbewerbsvorteile
monetär
Benchmarks
Bewertung der
Flexibilität
Social Comparison Theory
Theorie der
Informationsgewinnung über
den Vergleich mit Anderen
VergleicheNotwendigkeit realistischer,
objektiver Informationen
Nutzungsgründe
Identifikation von
Verbesserungspotentialen
24
3 Leistungsbewertung im Performance
Management
„Gegen Leistungen kommt man nur mit Leistungen auf.”
Robert Bosch, Sei Mensch und ehre Menschenwürde, 1950
3.1 Bewertung der Unternehmensleistung im Performance
Management
3.1.1 Grundlagen und Definition von Leistung, Effizienz und Effektivität
Die Definition von Leistung geht auf die Naturwissenschaften zurück und beschreibt das Ver-
hältnis aus verrichteter Arbeit oder Energie und der benötigten Zeit. Als physikalische Glei-
chung wird Leistung dabei wie folgt definiert (Kuchling, 2004, S. 114):
= ∆ ∆ = ∆
∆= ×
∆ ( ℎ : ).
Im betriebswirtschaftlichen Kontext beschreiben Neely, Bourne, Mills, Platts und Richards
(2002, S. 12) Leistung als „Efficiency and Effectiveness of purposeful action.“ Generell ist
Leistung damit „formal jeder bewusste Beitrag zu einem Zielsystem, das von der Gesellschaft
oder innerhalb einer Gruppe der Gesellschaft anerkannt ist“ (Eberle & Schlaffke, 1974, S.
119). Performance wird in der Betriebswirtschaft als bewerteter, meist quantitativer Beitrag
zur Erreichung der Ziele gesehen, die von Individuen, Mitarbeitern und Externen (bspw. Lie-
feranten) erbracht werden kann (Gilles, 2005, S. 20). Den Grad der Zielerreichung bzw. des
potentiellen Leistungsvermögens von Unternehmen richtet Krause (2006, S. 20) direkt auf die
Ansprüche der relevanten Stakeholder aus. Aus diesem Grund ist die Performance eines Un-
ternehmens nur durch ein multidimensionales Set von Kriterien zu beschreiben, deren Quelle
die Handlung der Akteure in den Geschäftsprozessen ist (Grüning, 2002, S. 5–7; Krause,
2006, S. 20). Dabei wird in den Definitionen zur Unternehmensleistung explizit auf den hohen
Stellenwert des Humankapitals als primärer Leistungsträger hingewiesen (Hilgers, 2008, S.
33; Lynch & Cross, 1995, S. 194). Die Forschung zum Thema Leistung betrachtet deshalb
nicht nur den Bereich der Entscheidungsunterstützung, sondern auch den Aspekt der Verhal-
tensbeeinflussung von Mitarbeitern (Hilgers, 2008, S. 33; Hoffmann, 2002, S. 8). Für das
weitere Verständnis dieser Forschungsarbeit werden die unterschiedlichen Aspekte und
Leistungsbewertung im Performance Management 25
Schwerpunkte wie folgt zusammengefasst (Fischer u. a., 2015, S. 403; Hilgers, 2008, S. 33;
Kaplan, 2009, S. 4f):
Die betriebswirtschaftliche Performance ist das Ergebnis effizienter und effekti-
ver Handlungen und Prozesse auf allen Leistungs- und Entscheidungsebenen ei-
ner Unternehmensorganisation unter dem Aspekt der Befriedigung pluraler
Interessen einer multidimensionalen und interdisziplinären Zielsetzung.
Um die Definition in ihrer Gesamtheit zu verstehen ist es notwendig, die Begriffe Effizienz
und Effektivität voneinander abzugrenzen, da diese Bezeichnungen bis zum Ende des 19.
Jahrhunderts mit der Bedeutung Zielerreichung oder Zielerreichungsgrad synonym verwendet
wurden (Kolburg & Hoffjan, 2013, S. 18; Simon, 1997, S. 180). Für diese Abgrenzung hilft
es die Darstellungsmöglichkeiten von Leistung zu betrachten. Generell wird in der Betriebs-
wirtschaft für eine vereinfachte Bewertung und bessere Vergleichbarkeit versucht, die unter-
nehmerische Leistung in finanzielle Kennzahlen zu überführen (Krause, 2006, S. 17f). Aber
nicht für jede unternehmerische Leistung ist eine Monetisierung sinnvoll. Die Leistung von
Unternehmensprozessen bspw. wird zweckmäßiger als Relation zwischen Input- und Output-
Größen bestimmt. Dieses Verhältnis wird als Effizienz oder im Allgemeinen auch als Produk-
tivität3 definiert (Coelli, Rao, O’Donnell, & Battese, 2005, S. 2; Flinspach, 2011, S. 17). Ef-
fizienz ist demnach die „[…] relation between (1) the accuracy and completeness with which
users achieve certain goals and (2) the resources expended in achieving them” (Frøkjær,
Hertzum, & Hornbæk, 2000, S. 345). Als Synonym wird in der Betriebswirtschaft bei Effizi-
enz auch von Wirtschaftlichkeit oder Wirtschaftlichkeitsmaß (bspw. Kosten-/Nutzen-Rela-
tion) gesprochen und beschreibt damit allgemein, die Dinge richtig anzugehen (Flinspach,
2011, S. 18; Rämö, 2002, S. 572).
Effizienz für sich beschreibt noch nicht die Komplexität betriebswirtschaftlicher Leistung.
Effektivität fließt ebenso in die Definition des Leistungsbegriffs hinein. Dabei beschreibt Ef-
fektivität die „[…] accuracy and completeness with which users achieve certain goals”
(Frøkjær u. a., 2000, S. 345). Jeder Effektivitätsmessung geht eine spezifizierte Zieldefinition
voraus. Die Effektivität beschreibt anschließend den Grad an Zielerreichung. Drucker (1974,
S. 772) stellte fest, dass durch das Bestreben nach Effektivitätsverbesserungen in Unterneh-
men Wachstum das Ergebnis sein wird und somit Effektivität als „doing the right things“
zusammengefasst werden kann.
3 Coelli, Rar, O’Donnell und Battese (2005, S. 3f) grenzen Produktivität und Effizienz voneinander ab. Am Beispiel
einer Produktionsfunktion zeigen sie auf, dass das Verhältnis aus Input zu Output, als Produktivität definiert, nicht immer dem Maximum entspricht und demnach auch ineffizient sein kann. Auch Dlugos (1981, S. 7f) bezeichnet Effizienz als maximal mögliche Produktivität. Für diese Forschungsarbeit ist eine solche Differenzierung aber nicht zwingend notwendig.
26 Leistungsbewertung im Performance Management
Auf Basis der obigen Definitionen lassen sich Effektivität dem strategischen Leistungsbereich
der Unternehmenssteuerung (Venkatraman & Ramanujam, 1986, S. 801) und Effizienz dem
operativen Bereich, als Bewertungsmaßstab für Handlungsalternativen identischer Ziele, zu-
ordnen (Flinspach, 2011, S. 18). Welge und Fessmann (1980, S. 580) sehen die Bedeutungs-
hoheit für unternehmerische Leistung in effizienten Handlungen und Prozessen, für Scholz
(1992, S. 534), aber auch für Drucker (1963), steht hingegen aus einem strategischen Ge-
sichtspunkt heraus die Effektivität über der Effizienz denn „[…] there is surely nothing quite
so useless as doing with great efficiency what should not be done at all“ (Drucker, 1963). Für
betriebswirtschaftliche Performance konnte gezeigt werden, dass sowohl Effektivität und Ef-
fizienz von zentraler Bedeutung sind (bspw. bei Kennerley & Neely, 2002, S. 1237), auch
wenn bisher keine Bedeutungshoheit empirisch identifiziert werden konnte. Brockhoff (1991,
S. 61) spricht sich deshalb auch für die Empfehlung aus, Effektivität und Effizienz gleichran-
gig zu behandeln. Zusammengefasst kann festgehalten werden, dass für unternehmerische
Leistung die Notwendigkeit besteht, die richtigen Dinge richtig anzugehen (Wilson, 1998, S.
30).
Für das Verständnis der nachfolgenden Kapitel der Leistungsbewertung von Unternehmen
und der Ausgestaltung von Performance Measurement Systemen sind weitere grundlegende
Definitionen notwendig (Neely, Gregory, & Platts, 1995, S. 80f):
Leistungsmaß: Quantifizierung der Effizienz oder Effektivität einer Handlung mit
Hilfe von Metriken und Kennzahlen (siehe Kapitel 5.1).
Leistungsbewertung: Bewertungsprozess, bei dem Effizienz und Effektivität von
Handlungen und Prozessen quantifiziert werden.
Performance Measurement System: System in die eine Reihe von Leistungsmaßen
zur Quantifizierung von Effizienz und Effektivität zur ganzheitlichen Leistungsbe-
wertung zusammengestellt sind.
Im Nachfolgenden wird näher auf diese Differenzierungen eingegangen. Dazu werden unter-
schiedliche Arten der Leistungsbewertung vorgestellt und auf die Ausgestaltung und auf Ent-
wicklung von Performance Measurement Systemen näher eingegangen.
3.1.2 Historie und Differenzierung der Leistungsbewertung von Unternehmen
Eine der zentralen Fragestellung lautet: Warum wird Leistung gemessen und bewertet und
wie kann sichergestellt werden, dass diese Messung sinnvoll und zum gewünschten Erfolg
führt (Behn, 2003, S. 286)? Dem ersten Teil der Fragestellung lässt sich noch recht einfach
entgegnen. „A company must […] use relevant performance measures” (RSA, 1994), um in
Leistungsbewertung im Performance Management 27
einer anspruchsvollen Umwelt nachhaltigen Unternehmenserfolg zu erreichen. Die generelle
Zielsetzung der Leistungsbewertung ist die Generierung zuverlässiger und valider Informati-
onen über die Unternehmensleistung (Theurer, 1998, S. 24). Das Controlling und das Perfor-
mance Management haben dabei eine wichtige und grundlegende Aufgabe: die Entwicklung
dieser zielgerichteten Leistungsmessung, um Manager in ihren Planungs- und Kontrollpro-
zessen zu unterstützen (Chenhall & Langfield-Smith, 2007, S. 266). Die Leistungsmessung
dient vor allem der stetigen Verbesserung, der Planung und Prognose, dem Wettbewerb, der
Belohnung und der Regel- und Standardüberwachung (Kaplan, 2009, S. 4f). Allgemein
beschreibt Kaplan (2009, S. 5) Performance Measurement als „[…] assessing business results
to: (1) determine the effectiveness of a company`s strategy and the efficiency of its operating
processes, and (2) make changes to address shortfalls and other problems.” Effektivität und
Effizienz werden innerhalb der Leistungsbewertung beurteilt und Potenziale unterschiedlichs-
ter Objekte im Unternehmen (Organisationseinheiten unterschiedlicher Größe, Prozesse etc.)
herangezogen (Gleich & Quitt, 2011, S. 11–12; Neely u. a., 1995, S. 80).
Traditionell basiert die Leistungsmessung und -bewertung auf internen, aggregierten Kenn-
zahlen der finanziellen Leistung (Chenhall & Langfield-Smith, 2007, S. 266), um damit Ver-
gleichbarkeiten und Entwicklungen systematisch aufbereiten zu können. Leistung aber rein
monetär zu bewerten, würde der Komplexität des Performance Measurements nicht gerecht
werden. Als einer der ersten Ansätze zur Leistungsbewertung wurde erkannt, dass grundsätz-
lich zwischen monetären und nicht-monetäre Kennzahlen, sowie zwischen einem internen
und externen Fokus unterschieden werden sollte (siehe Abbildung 7).
Abbildung 7: Leistungsbewertungs-Matrix nach Keegan, Eiler, & Jones, 1989, S. 46f mit beispielhaften Steue-
rungsgrößen
Die Forschung im Bereich der Leistungsmessung und -bewertung und deren Anwendung und
Nutzung geht aber noch weiter zurück (siehe Abbildung 8). Generell lassen sich in der Lite-
ratur zwei unterschiedliche Entwicklungsphasen erkennen (Ghalayini & Noble, 1996, S. 63).
Die erste Phase startet in den späten 1880er Jahren und wird durch die klassische Kostenrech-
nung charakterisiert. Der Schwerpunkt liegt dabei auf der monetären Messung und Bewertung
unternehmensrelevanter Kosten und Ergebnisgrößen, wie Gewinn, Return on Investments
Wettbewerbsfähige Kostenstruktur
Relative Forschungs- und
Entwicklungsausgaben
Anzahl Wiederholungskäufer
Kundenbindung
Marktanteil
Entwicklungs- und Designkosten
Rohstoffkosten
Herstellungs- und Verarbeitungskosten
Produktlebenszyklus
Anzahl neuer Produkte und Dienstleistungen
Prozentsatz pünktlicher Lieferungen
Nicht-Finanziell Finanziell
Inte
rnEx
tern
28 Leistungsbewertung im Performance Management
(RoI) und Produktivität (Ghalayini & Noble, 1996, S. 63; Gomes, Yasin, & Lisboa, 2004, S.
511). Diese Ansätze waren in den 1980er Jahren einiger Kritik ausgesetzt, da der Fokus aus-
schließlich auf finanziellen Steuerungsgrößen lag und damit Manager zu kurzfristigem Den-
ken und Handeln verleitete (Banks & Wheelwright, 1979, S. 112; Kaplan, 1983, S. 287). Im
Gegensatz zu Deutschland und Japan hatten vor allem die Vereinigten Staaten über fast ein
Jahrhundert hinweg den Fokus der Leistungsbewertung rein auf den Steuerungsgrößen kurz-
fristiger finanzieller Leistung (Hayes & Garvin, 1982, S. 62). Das Ende der ersten Stufe wurde
eingeleitet, als ersichtlich wurde, dass die traditionelle Kostenrechnung mit dem Fokus auf
finanziellen Kennzahlen nicht die gesamte Komplexität unternehmerischen Erfolges abde-
cken konnte (Kaplan, 1983, S. 300f).
Abbildung 8: Evolutionäre Weiterentwicklungsstufen der Leistungsmessung (vgl. Gomes u. a., 2004, S. 523; Khan
& Shah, 2011, S. 13412)
Ende der 1980er Jahre wurde deshalb die erste von der zweiten Phase abgelöst. Das Buch von
Johnson und Kaplan (1987) mit dem Titel: „Relevance Lost – The Rise and Fall of Manage-
ment Accounting“ läutete den Beginn dieser neuen Stufe der Leistungsmessung und -bewer-
tung ein. Durch die stetige Globalisierung angeregt, wurde empfohlen, Leistungsmessung
systematischer in die Unternehmensorganisation zu integrieren, um im Gegensatz zum bishe-
rigen Ansatz der stetigen Reduktion von Schwankungen kontinuierliche Verbesserungen an-
zustreben (H. T. Johnson & Kaplan, 1987, S. 215). Dies wurde notwendig, da auf den Märkten
mehr Wettbewerb entstand, die Kundennachfrage kontinuierlich stieg und der Fokus von Pro-
duktivität zu Qualität, Zeit, Kosten, Flexibilität und Kundenzufriedenheit wechselte (Hayes
& Abernathy, 2007, S. 138–140; Slack, 1983, S. 5). Traditionelle Leistungsbewertungen aus
1880
1. Phase
1990 2000
Fokus auf
Kostenrechnung
Nachberechnungs-Ansatz (retro-aktiv)
Ergebnisse fördernorganisationale
Effizienz
Vergleich Ist
gegenüber Budget
Systematische Leistungs-
bewertung zur Überwachungder Effektivität und Effizienzjeder Aufgabe (spezielleSteuerung) und des
gesamten Unternehmens (umfassende Steuerung)
Ansatz kontinuierlicherVerbesserungen
Top-Down gegenüberBottom-Up-Ansatz für die
Leistungsmessung
Gemischter Ansatz
von finanziellenund nicht-finanziellenSteuerungsgrößen
Kombination ausretroaktiven und
proaktiven Ansätzen
Ergebnisse werdenzur ganzheitlichenUnternehmens-steuerung genutzt
Eine ausgewogene
integrierteOrientierung(Balanced Scorecard)
Fokus aufproaktiven Ansätzen
Ergebnisse werden
genutzt, um dieReaktionsfähigkeitdes Unternehmenszu verbessern
Gemischter Ansatz
aus Buchhaltungund Finanzwirtschaft
Nachberechnungs-Ansatz (retro-aktiv)
Ergebnisse fördern
interne Effizienz
Zusätzlicher Fokus
auf Kapital externerEntitäten
1. Stufe 5. Stufe3. Stufe 4. Stufe2. Stufe
2. Phase
1.
Stufe
5.
Stufe
3.
Stufe
4.
Stufe
2.
Stufe
Geburt
systematischer
Steuerung
Wachstum globaler
Unternehmens-
aktivitäten
Automatisierungs-
phase operativer
TätigkeitenZeitalter der
Digitalisierung
Geschlossenes
System
Herausforderungen der
Leistungsbewertungen
Halb-offenes
SystemOffenes System
Modifiziertes
System
2010
Leistungsbewertung im Performance Management 29
der ersten Phase übersehen da bspw. die Bedeutung der Kundenbedürfnisse und damit wich-
tige nicht-finanzielle Steuerungsgrößen (Gomes u. a., 2004, S. 512). Deshalb ist die Entwick-
lung der Leistungsmessung in Richtung ganzheitlich integrierter Performance Measurement
Systeme gegangen (siehe Kapitel 3.1.3). Um erfolgreich Strategien auf operativer Ebene zu
implementieren war das Verständnis notwendig, neben finanziellen auch nicht-finanzielle
Kenngrößen in die Leistungsbewertung zu integrieren, um Strategien Kenngrößen zuzuord-
nen und deren Zielerreichung überprüfen zu können. Ein Wandel von reaktiven Verände-
rungsprozessen hin zu einem proaktivem Management vollzog sich bzw. vollzieht sich noch
immer (McNair & Mosconi, 1987, S. 30–31; Sivaprakash & Joseph, 2015, S. 2622). Auf das
Industriezeitalter mit einem starken Fokus auf der Automatisierung folgte das Informations-
zeitalter und damit stieg auch die Bedeutung des Humankapitals in Unternehmen wieder an
(Santori & Anderson, 1987, S. 141). Für die Leistungsmessung wurden deshalb einige syste-
matische Frameworks und Systeme entwickelt, die versuchen, einen holistischen Überblick
über die Unternehmensorganisation zu geben (Khan & Shah, 2011, S. 13412). Dafür prägten
Kaplan und Norton (1992) den Begriff „Balanced“.
Auch wenn bisher kein genauer Konsens über die exakte Definition von Performance Measu-
rement existiert (Franco‐Santos u. a., 2007, S. 785) kann auf Basis der evolutionären Entwick-
lung abschließend festgehalten werden, dass sich das heutige Performance Measurement über
folgende Inhalte definiert (Bititci, Garengo, Dörfler, & Mendibil, 2009, S. 5–7; Bourne,
Franco, & Wilkes, 2003, S. 20; Gates, 1999, S. 4; Khan & Shah, 2011, S. 13411; Neely u. a.,
1995, S. 81; Otley, 1999, S. 364):
Betriebswirtschaftliche Leistungsmessung ist der Quantifizierungsprozess von Ef-
fizienz und Effektivität zur Kontrolle unternehmerischer Handlungen. Es stellt In-
formationen bereit, die die Manager dabei unterstützen, Leistungen zu erbringen,
Verhalten von Organisationen zu steuern und Planungen und Prognosen abzulei-
ten. Darüber hinaus dient es den Strategieimplementierungen, indem die Unter-
nehmensstrategien in zielführende und lieferbare Ergebnisse übersetzt werden.
Neben Managern wird auch Mitarbeitern damit Feedback zu ihren eigenen Hand-
lungen gegeben. Für die Umsetzung wird eine Menge von multidimensionalen
Kenngrößen genutzt (finanziell/nicht-finanziell und extern/intern), die die bishe-
rige Leistung optimal quantifizieren (reaktiv) und den Forecasting-Prozess zu-
künftiger Leistungen unterstützen (proaktiv). Neben der Nutzung für die interne
Steuerung ist die Leistungsmessung auch für externe Kommunikation mit Stake-
holdern von Bedeutung.
Von Corporate Performance Measurement wird gesprochen, wenn es um die meist auf finan-
ziellen Ergebniskennzahlen basierende Leistungsbewertung des Unternehmens als Ganzes
30 Leistungsbewertung im Performance Management
geht (Neely, 1999, S. 5–7). Diese Forschungsarbeit wird den Fokus auf die Corporate Perfor-
mance Measurement mit finanziellen Leistungsgrößen legen.
3.1.3 Anforderungen an Performance Measurement Systemen
Ein Performance Measurement System ist die systematische Weiterentwicklung und Integra-
tion der Leistungsmessung in die Organisationsstruktur, im speziellen die Einbindung in das
Performance Management System. Als „System“ wird in diesem Zusammenhang jegliche Art
eines definierten Prozesses zur systematischen Nutzung und Anwendung einer Leistungsmes-
sung und -bewertung bezeichnet (Franco‐Santos u. a., 2007, S. 786). Das Performance Mea-
surement System ist ein Informationssystem mit zwei zentralen Funktionen. Die erste
Funktion ist die Ermöglichung einer strukturierten Kommunikation zwischen allen Organisa-
tionseinheiten (bspw. Individuen, Teams, Prozesse, Funktionen), die in den Prozess der stra-
tegischen und operativen Zielsetzung und Zielerreichung involviert sind. Als zweite Funktion
hat das Performance Measurement System die Aufgabe Daten über die Leistung von Mitar-
beitern, Aktivitäten, Prozessen, Produkten und Geschäftseinheiten zu sammeln, aufzubereiten
und bereitzustellen (Forza & Salvador, 2000, S. 359). Damit stellt das Performance Measure-
ment System das Herz im Prozess des Performance Management Systems dar (Bititci, Carrie,
& McDevitt, 1997, S. 533). Die konkrete Integration des Leistungsmesssystems wird am Bei-
spiel des St. Galler Performance Management Modells in Kapitel 4.1.4 dargestellt.
Die Balanced Scorecard (siehe Abbildung 9) von Kaplan und Norton (1992) als eines der
wichtigsten Performance Measurement Systeme schafft das Gleichgewicht zwischen mone-
tären und nicht-monetären Steuerungsgrößen, der Strategieformulierung und -umsetzung und
der Planung und Kontrolle. Dieses Measurement System nutzt neben traditionellen finanziel-
len Messgrößen auch Bewertungen zu den Perspektiven: Kunden, (interne) Prozesse und Po-
tentiale (Kaplan, 2009, S. 26). Unternehmen, die dieses System als ihr Performance
Measurement integrieren, erhalten zwei wertvolle Werkzeuge an die Hand. Zum einen die
Strategy Map, die grafisch die Ursache-Wirkungs-Zusammenhänge zwischen den strategi-
schen Zielen und den vier Scorecard-Perspektiven aufzeigt. Zum anderen definiert die Score-
card die Leistungskriterien (Key Performance Indicators) zu den strategischen Zielen, deren
Zielewerte und den aktuellen Leistungsstand (Kaplan, 2009, S. 27). Der Erfolg der BSC re-
sultiert dabei aus der Entwicklung eines Performance Measurement Systems, das identisch
ausgewogene Messungen transportiert, die sich direkt aus den Unternehmensstrategien ablei-
ten lassen (Aho, 2009, S. 3). Nach dem Vorbild der BSC sollte jedes System der Leistungs-
bewertung von Unternehmen mindestens vier zentrale Fragen beantworten können, um darauf
aufbauend das Performance Measurement System abzuleiten (Behn, 2003, S. 599; Kaplan &
Norton, 1992, S. 72–74):
Leistungsbewertung im Performance Management 31
Wie wird das Unternehmen vom Kunden wahrgenommen?
Kundenperspektive
In welchen Disziplinen muss das Unternehmen hervorragend oder gar überragend
sein?
Interne Unternehmens- und Prozessperspektive
Kann das Unternehmen sich weiter verbessern und somit Wert generieren?
Innovations- bzw. Potential- und Lernperspektive
Welchen Eindruck hinterlässt das Unternehmen bei den Stakeholdern?
Finanzielle Perspektive
Abbildung 9: Die Balanced Scorecard (Fischer u. a., 2015, S. 405; Kaplan & Norton, 1992, S. 72)
Die Vision eines Performance Measurement Systems, die aus den Ansätzen der BSC abgelei-
tet werden kann, ist die Entwicklung eines Frühwarnsystems, dass aufzeigt, welche Faktoren
zu Umweltveränderungen geführt haben und damit das Unternehmen beeinflussen. Zudem
sollen damit Diagnosen gestellt werden können, um die aktuelle Leistungssituation des Un-
ternehmens aufzuzeigen. Als letzte Aufgabe soll ein solches Systems zur Identifikation von
Gegenmaßnahmen und Verbesserungen beitragen können (Gomes u. a., 2004, S. 523). Zu-
sammengefasst kann festgehalten werden, dass Performance Measurement Systeme dazu bei-
tragen die Unternehmensleistung zu evaluieren und zu kontrollieren, die Budgetplanung
optimal abzustimmen, die Mitarbeiter zu motivieren und zu fördern, erfolgreiche Ergebnisse
zu zelebrieren und eine Organisationskultur der stetigen Verbesserung und des kontinuierli-
chen Lernens zu etablieren (Behn, 2003, S. 588).
Die Entwicklungen in der Leistungsmessung (siehe Kapitel 3.1.2) zeigen, dass die Nutzung
von ganzheitlichen Performance Measurement Systemen, wie die BSC, die notwendige Kon-
sequenz aus einer sich stetig wandelnden Umwelt und der damit einhergehenden, kontinuier-
lichen Veränderung der Einflussfaktoren auf das Unternehmen und den Barrieren im Umgang
FinanzenWie sollen wir für einen finanziellen Erfolg gegenüber den Shareholdern auftreten?
Strategische Zie le
Kenngröße
Zielvorgabe
Maßnahmen
ProzesseIn welchen Geschäftsprozessen müssen wir die Besten sein, um unsere Stakeholder zu befriedigen?
Strategische Ziele
Kenngröße
Zie lvorgabe
Maßnahmen
PotentialeIn welchen Geschäftsprozessen müssen wir die Besten sein, um unsere Stakeholder zu befriedigen?
Strategische Zie le
Kenngröße
Zielvorgabe
Maßnahmen
KundenIn welchen Geschäftsprozessen müssen wir die Besten sein, um unsere Stakeholder zu befriedigen?
Strategische Ziele
Kenngröße
Zie lvorgabe
Maßnahmen
Vision
32 Leistungsbewertung im Performance Management
mit diesen Veränderungen ist (Kennerley & Neely, 2002, S. 1127). Diese unternehmerischen
Herausforderungen, die zur systematischen Leistungsanalyse geführt haben, sind in Abbil-
dung 10 dargestellt.
Abbildung 10: Einflussfaktoren auf die Notwendigkeit der Entwicklung von Performance Measurement Systemen
(Kennerley & Neely, 2002, S. 1127)
In einem Performance Management System teilen Kerssens-Van Drongelen und Fisscher
(2003, S. 52) die unterschiedlichen Leistungsbewertungsaspekte in zwei Ebenen auf: Leis-
tungsbewertung auf Gesamtunternehmensebene zur Berichterstattung an die Stakeholder und
Leistungsbewertung innerhalb des Unternehmens zwischen Managern und ihren Mitarbeitern.
Auf beiden Ebenen werden dabei drei Arten von Akteuren unterschieden: Begutachter der
Analyse (z.B. C-Level Manager bzw. Stakeholder), Analysten für die Leistungsbewertung
(z.B. mittlere Führungseben) und Sachverständige, die die Effektivität und Effizienz der Leis-
tungsbewertung, des Berichterstattungsprozesses und deren Ergebnisse einschätzen und be-
werten können (Kerssens-van Drongelen & Fisscher, 2003, S. 52). Finegold, Benson und
Hecht (2007, S. 873) differenzieren die Leistungsbewertung dieser beiden Ebenen etwas ober-
flächlich in finanzielles und marktbezogenes Performance Measurement und in eine soziale
und ethische Bewertung von Leistung und zeigen dabei auf, wie wichtig ein Performance
Measurement System auch für die Arbeit von Aufsichtsräten und Verwaltungsräten ist. Die
BSC als Performance Measurement System geht hier mit der Differenzierung der Leistungs-
bereiche zwar wesentlich weiter, ein inzwischen wichtiger Komplexitätsaspekt wird hier aber
deutlich. Durch das Aufgreifen der sozialen und ethischen Leistungsbewertung von Unter-
nehmen wurde der Grundstein gelegt, um das klassische Multilayer Performance Manage-
ment Framework mit den typischen Input-Process-Output-Outcome-Prozessen (IPOO) um
den Aspekt des Impacts (IPOOI, siehe Abbildung 11) zu erweitern (Brown, 1996, S. 124;
Neely u. a., 2000, S. 1125; Schläfke u. a., 2013, S. 117).
Treiber der Veränderung
Externe Treiber: z.B. Kunden,
Marktumfeld, Gesetzgebung, neue
Industrien, Arbeitsweisen
Interne Treiber: Aktuelle Leistung,
dysfunktionales Verhalten, effektive
Überwachungs- und Kontroll- systeme
unterschiedlicher Reflexionsebenen
Barrieren und Herausforderungen der Veränderung
Unternehmenskultur
Technologie
Verfügbarkeit notwendiger
Ressourcen
Motivation für Veränderungen
Führungsstil
Entwicklung und Nutzung
von Performance Measurement
Systemen
Leistungsbewertung im Performance Management 33
Abbildung 11: Prozess der Leistungsbewertung (vgl. Brown, 1996, S. 124; Neely u. a., 2000, S. 1125; Schekker-
man, 2006, S. 39; Schläfke, 2012, S. 129; Schläfke u. a., 2013, S. 117; The White House, 2012, S.
12, 2013, S. 27)
Die Ursprünge dieses Modells gehen auf ein Input-Process-Outcome-Modell zurück (Koz-
lowski, Gully, Nason, & Smith, 1999, S. 240). Der erste Bereich betrifft die Inputs. Damit
wird jegliche Ressource bezeichnet, die einen Beitrag zur Durchführung der Unternehmens-
aktivtäten leistet. Dieser Aspekt in der Leistungsmessung und -bewertung wird in der Regel
relativ zum Outcome gemessen und dient somit der Effizienzmessung innerhalb der Leis-
tungsanalyse (R. E. Miller & Blair, 2009, S. 10). Nach der Analyse der Ressourcen, kann auch
der Prozess zur Entwicklung von Produkten und Dienstleistungen einer Leistungsmessung
unterzogen werden. Hierfür kann beispielsweise die Messung der Produktivität zur Leistungs-
bewertung genutzt werden (Ghalayini & Noble, 1996, S. 64). Die erste Weiterentwicklungs-
stufe unterscheidet den direkten Output unternehmerischer Handlungen und die Outcomes,
die mit Hilfe der Outputs generiert werden können (Schläfke u. a., 2013, S. 116). Der Output
beschreibt dabei die unmittelbaren Ergebnisse, wie Produkte und Dienstleistungen. Die Out-
comes hingegen sind die angestrebten und direkten Auswirkungen auf das Produkt- und
Dienstleistungsangebot (Kesselring, Blasy, & Scoppetta, 2014, S. 20). I.d.R. findet hier die
Leistungsanalyse auf Basis monetärer Kenngrößen statt. Dementsprechend ist für eine effek-
tive und effiziente Leistungsanalyse und der anschließenden Steuerung die Zielplanung es-
sentielle Voraussetzung (Nullmeier, 2005, S. 432). Die neuste Differenzierung des Prozesses
betrifft den Aspekt des Impacts. Dieser unterscheidet sich vom Outcome, indem hier die be-
absichtigten, aber auch unbeabsichtigten mittel- bis langfristigen und großskaligen Ergebnisse
verifiziert werden (Abramowicz, 2015, S. 140; Kesselring u. a., 2014, S. 20). Für die Leis-
tungsanalyse sind deshalb Kenngrößen zur Nachhaltigkeit der Unternehmensentwicklung und
zu den volkswirtschaftlichen und nicht-volkswirtschaftlichen Effekten auf die Gesellschaft zu
Kundenanforderungen
Rohstoffe und
materielle Ressourcen
Input
Input-
steuerungsgrößen
Volkswirtschaftliche
und nicht-volks-
wirtschaftliche Effekteauf die Gesellschaft
Nachhaltige
Entwicklung
des Unternehmens-images
Impact
Impact-
steuerungsgrößen
Produkte
Dienstleistungen
Output
Output-
steuerungsgrößen
Begeisterte Kunden
Befriedigung derKundenwünsche
Finanzielle Ergebnisse
Outcome
Outcome-
steuerungsgrößen
Entwicklung von
Produkt- und
Dienstleistungsdesigns
Produktproduktionen
Erstellung von
Dienstleistungen
Process
Prozess-
steuerungsgrößen
Zielsetzungen
InvestmentsNachhaltige
Veränderungen
Bereitstellung von
Produkten und
Dienstleistungen
Unmittelbare
monetäre und nicht-
monetäre Ergebnisse
Verarbeitung und
Aufbereitung
Was wird genutzt?Welche
Veränderungen?
Was wird
produziert?
Was soll erreicht
werden? Was wird getan?
Dir
ek
ter
Erf
olg
Ku
rzfr
isti
ge
r E
rfo
lg
Mit
tel-
/La
ng
fris
tig
er
Erf
olg
34 Leistungsbewertung im Performance Management
nennen. Die Entwicklung des Unternehmensimages kann bspw. zu dieser Kategorie gezählt
werden. Das IPOOI-Modell bietet in seiner umfassenden Erweiterung eine grundlegende
Übersicht, über die in einer ganzheitlichen Leistungsanalyse zu berücksichtigenden Bereiche.
Die Vorstellung der Vielfältigkeit an Leistungsanalysemöglichkeiten im Unternehmen zeigt,
dass jedes Unternehmen ein für sich passendes und abgestimmtes Performance Measurement
System benötigt. Der Prozess zur Entwicklung eines solchen Performance Measurement Sys-
tems sieht dabei folgende Schritte vor (Kaplan, 2009, S. 22–59):
Was soll im Unternehmen gemessen werden? Die Zieldefinitionen, die durch die
Leistungsmessung und -bewertung erreicht werden sollen, die Festlegung kritischer
Erfolgsfaktoren und die Ausgestaltung der Leistungskriterien sind Bestandteile im
ersten Entwicklungsschritt. Die zu erhebenden Leistungsdaten müssen dabei kom-
patibel zum unternehmensweiten System, den strategischen Zielen und der Unter-
nehmensvision und -mission sein.
Wie und in welcher Form werden die Leistungsdaten gesammelt? Im zweiten
Schritt werden die Daten im Unternehmen erhoben. Dazu muss eine Überprüfung
der Reliabilität und Validität der Daten erfolgen. Darüber hinaus ist es sinnvoll, mit
einer Zielsetzung aller Leistungskriterien zu starten. Hierbei stellt sich die Frage
nach der Nutzung einer relativen Leistungsmessung im Gegensatz zu absoluten
Kenngrößen. In diesem zweiten Prozessschritt zur Entwicklung eines Performance
Measurement Systems ist die Integration des Benchmarkings ein geeignetes und zu
empfehlendes Instrument zur relativen Leistungsbeurteilung und Festlegung der
Ziele (siehe dazu Kapitel 4).
In welcher Form finden eine Interpretation der erhobenen Steuerungsgrößen und
die Verknüpfung derer mit dem Performance Management statt? Im letzten Pro-
zessschritt zur Entwicklung eines geeigneten Performance Measurement Systems
steht die Definition der Analyse an. Nach einer umfangreichen Untersuchung müs-
sen auch die Implikationen definiert werden. Dieser Schritt hat die höchste Kom-
plexität und ist dementsprechend eine Aufgabe für Personen mit Kenntnissen in
statistischen Analysen, Korrelations- und Regressionsanalysen und weiteren Ansät-
zen, Methoden und Programmen zur Dateninterpretation.
Trotz der überaus reichlichen Vielfalt an Möglichkeiten zur Entwicklung von Performance
Measurement Systemen zeigt die Literatur, dass gerade die Komplexität der Ausgestaltung
eines Performance Measurement Systems und deren Bewertungsmethoden und -instrumenten
weniger wichtig für eine erfolgreiche Leistungsbewertung ist, als die Implementierung dieses
Systems mittels Steuerungsgrößen in den täglichen Bewertungsprozess (Gomes u. a., 2004,
S. 523).
Leistungsbewertung im Performance Management 35
3.2 Wissenschaftliche Konzepte, Modelle und Frameworks zur be-
triebswirtschaftlichen Leistungsbewertung
3.2.1 Grundschema eines Performance Measurement Systems
Modelle und Frameworks bilden formale Grundgerüste wissenschaftlicher Forschung und
stellen damit einen wichtigen Bestandteil in der Theoriebildung dar (Witte, 1976, S. 1267).
Die Bezeichnung Modell und Framework werden in der Literatur oft als synonym angewen-
det. Jedoch unterscheiden sie sich in kleineren Punkten. Ein Model versucht Tätigkeiten und
Mechanismen in der Regel in Form von prozessualen Abläufen und Ansätzen zu repräsentie-
ren oder zumindest zu erklären. Ein Framework hingegen repräsentiert empirische Zusam-
menhänge jeglicher Erhebungen und Untersuchungen unter Berücksichtigung
wissenschaftlicher Theorie und Forschung. Dabei werden grundlegende Ausrichtung mit ho-
hem Abstraktionsgrad beschrieben, die hohe Komplexität erfasst, aber auch Beschränkungen
der Theorie und Forschung aufgezeigt. Deshalb lassen Frameworks auch präzisere Hand-
lungsweisen in komplexeren Handlungssituationen zu (Grill, 2008, S. 34; Porter, 1991, S.
97f). Realitätsnahe Erklärungsmodelle aber haben den Vorteil, dass sie Ursache- und Wir-
kungszusammenhänge, sowie Regelmäßigkeiten praxisorientiert aufzeigen können und damit
Handlungs- und Gestaltungsalternativen für den Praktiker identifizieren (Gleich & Quitt,
2011, S. 257; Witte, 1976, S. 1268). Auf Basis der erörterten definitorischen Ausgangspunkte
und dem Entwicklungsprozess für Performance Measurement Systeme wird nachfolgend ein
Grundschema eines Modells für die systematische Entwicklung eines Performance Measure-
ment Systems vorgestellt. Für die optimale Ausgestaltung eines solchen Performance Measu-
rement Systems empfehlen Gleich und Quitt elf essentielle Eigenschaften, Bestandteile und
Funktionalitäten (Gleich & Quitt, 2011, S. 257f):
(1) Anbindung des Performance Measurement Systems an die Unternehmensvi-
sionen, -missionen und -strategien inkl. der Ableitung von Planzielvorgaben
(2) Anforderungen der Stakeholder bei der Zielfestlegung berücksichtigen
(3) Differenzierung zwischen Leistungsebenen (Unternehmens-, Divisions-,
Profit-Center-, Prozess- und Mitarbeiterebene) und Verknüpfung des strate-
gischen und operativen Zielbildungs- und Planungssystems
(4) Definition von Kennzahlen (Kennzahlenmanagement zur Leistungsbewer-
tung)
(5) Bestimmung von Messzyklen und Messpunkten
36 Leistungsbewertung im Performance Management
(6) Definition des Prozesses zur Leistungsbeurteilung und dem Soll-/Ist-Ver-
gleich
(7) Transparente Ausgestaltung der Anreiz- und Bonusaspekte
(8) Aufbereitung eines auf die Anforderungen ausgerichtetes Standard-Report-
ingkonzeptes
(9) Festlegung des institutionellen Organisationsrahmens (Ablauf und Akteure)
(10) Kontinuierliche Analyse und anschließende Definition von Messinstrumen-
ten und
-kennzahlen zur Leistungsbewertung im Performance Measurement
(11) Direkte Einbindung in ein ganzheitliches Performance Management System
mit einem speziellen Fokus auf den Aspekt des kontinuierlichen Lernens
und Verbesserns.
Unter Berücksichtigung dieser notwenigen Bestandteile lässt sich das Grundschema eines
Performance Measurement System in vier notwendige Funktionalitäten (Sub-Systeme) unter-
gliedern (siehe Abbildung 12). Die Bestandteile (1), (2), (3) und (11) können durch das Sub-
System „Strategische Planung & Steuerung“ aufgenommen werden. Dieses umfasst dabei im
Wesentlichen die Definition von Kennzahlengruppen zur Planung und Steuerung, die Integra-
tion der Anforderungen der Stakeholder, die Differenzierung der Zielvorgaben und die zu
bewertenden Leistungsebenen. Dabei hat auch das Performance Management einen wesentli-
chen Einfluss auf die Ausgestaltung dieses Sub-Systems (Gleich & Quitt, 2011, S. 258).
Die „Operative Planung & Steuerung“ umfasst als zweites Sub-System die Funktionalitäten
(1) und (3), indem für eine Verbindung zwischen Strategie und Operativität gesorgt wird.
Durch die operative Planung, Steuerung und Umsetzung der Leistungsbewertung werden die
strategischen Ziele auf die einzelnen operativen Leistungsebenen konkret angewandt und die
dafür benötigten Kennzahlenkategorien definiert. Zusätzlich werden in diesem Sub-System
der Planungshorizont und -umfang mit den zur Verfügung stehenden Ressourcen abgestimmt
(Gleich & Quitt, 2011, S. 258).
Das Sub-System „Kennzahlenaufbau & -pflege“ entwickelt das Kennzahlensystem, mit deren
Hilfe die Leistungsmessung und -beurteilung im Unternehmen durchgeführt wird. Auf Basis
der Vorgaben aus der strategischen und operativen Planung und Steuerung wird die Auswahl
der Kennzahlen vorgenommen und die Analyse und Messinstrumente festgelegt. Dieses fin-
det in Abstimmung mit der globalen Umwelt satt. Dabei haben das Umfeld und die Umwelt
Leistungsbewertung im Performance Management 37
ebenso Einfluss auf das Kennzahlensystem, wie die zur Verfügung stehenden Messinstru-
mente. Mit dem Sub-System „Kennzahlenaufbau & -pflege“ können somit die Funktionalitä-
ten (4) und (10) berücksichtigt werden (Gleich & Quitt, 2011, S. 258).
Abbildung 12: Grundschema und Sub-Systeme von Performance Measurement Systemen (in Anlehnung an Gleich
& Quitt, 2011, S. 259–260)
Das letzte Sub-System der „Leistungsanreize, -vorgaben und -messung“ definiert die konkrete
Ausgestaltung der Leistungsmessung, -beurteilung und -belohnung. Auf Basis der Kennzah-
len aus dem „Kennzahlenaufbau & -pflege“ werden die Leistungsvorgaben entwickelt,
Messzyklen und Messmaßstäbe (Soll-/Ist-Vergleiche) bestimmt und die Ergebniskommuni-
kation auf Basis eines standardisierten und transparenten Reportings mit dem Performance
Management System abgestimmt. Dadurch werden die funktionalen Bestandteile (5), (6), (7),
(8) und (11) im Performance Measurement System integriert (Gleich & Quitt, 2011, S. 258).
Über die Sub-Systeme hinaus ist es zusätzlich notwendig, die Rahmenbedingungen zu be-
trachten. Die Funktionsweise eines Performance Measurement Systems wird dabei von der
globalen Umwelt (bspw. politische Entwicklungen, Technologieentwicklungen, Gesetzge-
bung, Wettbewerb, etc.), den Akteuren (Mitarbeiter, Manager, Shareholder) und den Entwick-
lungen im Bereich der Leistungsmessinstrumente mitbestimmt. Wichtig ist die ganzheitliche
Betrachtung auch für die Ausgestaltung des institutionellen Organisationsrahmens und damit
für die Funktionalitäten (9) und (10) in einem optimierten Performance Measurement System
(Gleich & Quitt, 2011, S. 258). Zusammenfassend werden in Abbildung 12 die Sub-Systeme
und die Zusammenhänge und Verbindungen zwischen ihnen, dem Performance Management
Performance Measurement-System
Anforderungen
StakeholderUmwelt
Akteure
Instrumente
Anreize/
Belohnung
Strategische Planung &
Steuerung
Stakeholder
Strategische Ebene
Strategieformulierung & Zielabstimmung
Leistungsanreize/
-vorgaben/-messung
Leistungsvorgabe
-kategorien und
AnreizeVorgabebezugspunkte
Messzyklus
Kennzahlenaufbau &
-pflege
Überprüfung/Änderung
Ziel- und
StrategiegültigkeitAnalysezyklen
Pla
nu
ng
/Um
setz
un
g
Op
era
tio
na
lisi
eru
ng
So
ll-/
Ist-
Ve
rgle
ich
e
Performance Management-System
Steuerungselement der
UnternehmensführungReporting
Globale Umwelt
Operative Planung &
Steuerung
Zielkategorien
Operative
LeistungsebenenPlanungsumfang
Planungshorizont Pla
nu
ng
/Um
setz
un
g
38 Leistungsbewertung im Performance Management
System und der globalen Umwelt aufgezeigt. Dabei wird deutlich, wie wichtig die Kombina-
tion aller Sub-Systeme für eine optimale Funktionsweise ist und wie stark der Einfluss inter-
ner (Performance Management System) und externer (Umwelt, Stakeholder und Instrumente)
Rahmenbedingungen auf die Ausgestaltung einer betriebswirtschaftlichen Performanceeva-
luation ist.
Aus dem Grundschema zum Performance Measurement System haben sich sowohl in der Li-
teratur, als auch in der Praxis unterschiedlichste Modelle entwickelt. Dabei hat sich vor allem
die theoretisch fundierte Balanced Scorecard in der Praxis durchgesetzt (Rigby & Bilodeau,
2015, S. 14). Da sich aus dieser Scorecard ideal die grundlegenden Anforderungen an ein
Performance Measurement System ableiten lassen, wurde diese bereits in Kapitel 3.1.3 im
Detail beschrieben. Exemplarisch sollen in Kapitel 3.2 und 3.3 besonders wichtige Modelle
in kurzer Form beschrieben werden (Silvi, Bartolini, Raffoni, & Visani, 2015, S. 196).
Tabelle 4: Auswahl wissenschaftlicher und praktischer Performance Measurement Konzepte (vgl. Gleich, 2012, S.
53; Gleich & Quitt, 2011, S. 68; Silvi u. a., 2015, S. 196)
3.2.2 Performance Pyramid
Zu einem der bekanntesten Performance Measurement Systemen gehört die Performance Py-
ramid (Kleindienst & Biedermann, 2016, S. 145; Silvi u. a., 2015, S. 196). Die Performance
Pyramid wurde ursprünglich entwickelt, um die Leistungsmessung in Unternehmen zu unter-
stützen und zu systematisieren. Dabei werden die zentralen Komponenten und Elemente der
Leistungsunterstützung dargestellt, die Wahrscheinlichkeit erhöht, dass die Leistungsanalyse
systematisch auf Basis der Unternehmensorganisation stattfindet, um somit auch die Indivi-
duen in Unternehmen von der Wichtigkeit der Leistungsbewertung zu überzeugen (Wedman
Konzepte Entwicklungsziel Entwicklungsumfeld
Performance Pyramid (Lynch & Cross, 1991)
Balanced Scorecard (Kaplan & Norton, 1992)
Tableau de Bord (Lebas, 1994)
Performance Prism (Neely, Adams, & Crowe,
2001)
Umfeldflexible, theoretisch fundierte
Performance Measurement-Konzepte
zur Lösung von Herausforderungen im
Umgang mit der Leistungsmessung
und -management in
unterschiedlichen Anwendungsfeldern
Wissenschaft und
Beratung
Skandia Navigator-Konzept (Skandia, 1994 und Edvinsson, 1997)
Caterpillar-Konzept (Hendricks, Defreitas, &
Walker, 1996)
Innovation Scorecard bei FESTO (Nestle,
2008a, 2008b)
Anwendungsbezogene Performance Measurement-Konzepte zur Lösung
unternehmensspezifischer
Herausforderungen der
Leistungsmessung und -management
Unternehmenspraxis
Leistungsbewertung im Performance Management 39
& Graham, 1998, S. 11). Die Grundlagen zu diesem Performance Measurement Konzept ge-
hen auf die Arbeiten von Lynch und Cross (1991) zurück.
Wie in Abbildung 13 dargestellt, werden dabei die Ziele des Managements und deren Vorga-
ben in alle Organisationseinheiten übertragen, Informationen und Daten stetig, zeitnah und
leistungsgerecht für alle Leistungsebenen und leistungs-übergreifenden Ebenen aufbereitet
und Kennzahlen über die Unternehmensleistung an alle internen Kunden kommuniziert und
berichtet. Dabei können sowohl finanzielle als auch nicht-finanzielle Leistungskenngrößen
berücksichtigt werden (Gleich & Quitt, 2011, S. 87). Für das Management Accounting sehen
Lynch und Cross (1991, S. E3-18) großes Potential in diesem Performance Measurement Kon-
zept, da es individuell an die jeweiligen Herausforderungen angepasst werden kann, um
dadurch als ein „[…] catalyst to effective profit management“ zu dienen.
Abbildung 13: Performance Pyramid mit einer Übersicht zum Ressourceneinsatz (vgl. Lynch & Cross, 1991, S.
E3-9-E3-11; Wedman & Graham, 1998, S. 12–13)
Zusätzlich lässt sich die Performance Pyramid ideal mit den Unternehmensressourcen, im Be-
sonderen den Mitarbeiterleistungen, verknüpfen. Auf Abteilungs- und Arbeitsplatzebene wer-
den Fragen über das Wissen und der Fähigkeiten der Individuen beantwortet. Im Rahmen der
Leistungsanalyse können somit Wissensvoraussetzungen identifiziert und mit den kognitiven
und physischen Fähigkeiten und Kenntnisse der Individuen abgeglichen werden. Auf Ebene
der Hauptgeschäfte finden die Überprüfung der Leistungsfähigkeit und der (intrinsischen)
Motivationsfähigkeit durch die Analyse der Produktivität, Flexibilität und der Kundenzufrie-
denheit statt. Abschließend findet für Geschäftseinheiten die Leistungsanalyse der Individuen
40 Leistungsbewertung im Performance Management
über Erwartungen und Feedbacks statt. Dazu werden Anreizsysteme im Performance Measu-
rement definiert und die Rahmenbedingungen (Instrumente, Umwelt, Prozesse) stetig über-
prüft (Wedman & Graham, 1998, S. 13).
Demnach sind die Stärken dieses Performance Measurement Konzepts operative Leistungs-
größen mit den Unternehmenszielen in Einklang zu bringen und die Organisationseinheiten
und -hierarchien darauf abzustimmen (Gleich & Quitt, 2011, S. 89). Jede Abteilung wird dem-
nach direkt auf die (strategischen) Ziele hin ausgerichtet (Silvi u. a., 2015, S. 202). Als Nach-
teil wird angesehen, dass keine Unterstützung bei der Auswahl der Kenngrößen und Key
Performance Indicator geleistet wird (Gleich & Quitt, 2011, S. 90). Außerdem wird der As-
pekt eines unternehmensweiten Fokus auf kontinuierliches Lernen und Verbessern nicht stark
genug hervorgehoben (Tangen, 2004, S. 732).
3.2.3 Tableau de Bord
Die Entwicklung des Tableau de Bord geht auf französische Luftfahrt- und Automobilingeni-
eure aus den 1960er Jahren zurück (Epstein & Manzoni, 1997, S. 29). Diese Wissenschaftler
setzten neben dem damals üblichen normativem Ansatz der (Produkt-)Kostenanalyse für Be-
wertungsvorhaben auf
einen Ansatz der physikalisch basierten Informations- und Datengewinnung zur Entschei-
dungsunterstützung (Lebas, 1994, S. 471). In der französischen Unternehmenspraxis wird die-
ses Performance Measurement Konzept oft angetroffen, in der Regel jedoch nicht in der durch
die Wissenschaft entwickelten idealen Umsetzung. Da sich das Grundschema dieses theoreti-
schen Konzepts mit direkter Unterstützung der Praxis entwickelte, etablierte sich das Tableau
de Bord bereits vor den wissenschaftlichen Beiträgen. Dementsprechend lassen sich in der
Unternehmenspraxis unterschiedlich ausgeprägte Konzepte finden (Gleich & Quitt, 2011, S.
82; Lebas, 1994, S. 471; 481).
Das Tableau de Bord lässt sich, vergleichbar mit der Balanced Scorecard, als dynamisches
kennzahlenbasiertes System in Form eines Cockpits (ähnlich zu dem in einem Flugzeug) be-
schreiben (Epstein & Manzoni, 1997, S. 29; Lebas, 1994, S. 481). Dabei wird von dem Grund-
satz ausgegangen, dass Manager im Unternehmen bei ihren Entscheidungen von Sub-
Systemen unterstützt werden (siehe dazu auch Kapitel 3.2.1). Die systematische Bereitstel-
lung von aktuellen finanziellen und nicht-finanziellen Informationen und Daten durch die
Sub-Systeme hilft dabei, qualifiziertere Entscheidungen zu treffen und zukünftige Erfolgspo-
tentiale schneller zu erkennen. Vergangenheitsbezogene Kenngrößen dienen in einem Tab-
leau de Bord vor allem der Kommunikation mit den Kapitalgebern (Gleich & Quitt, 2011, S.
Leistungsbewertung im Performance Management 41
83; Lebas, 1994, S. 475). Der strukturelle Aufbau eines Tableau de Bord ist mit einer organi-
satorischen Wertschöpfungskette vergleichbar (siehe Abbildung 14). Dabei ist das generelle
Ziel bei der Entwicklung eines solchen Konzepts die Darstellung der Unternehmensleistung,
sowie die Leistungsanalyse und -aufbereitung der einzelnen Geschäftseinheiten, Abteilungen
und Teams (Epstein & Manzoni, 1997, S. 30). Die jeweiligen Teams, Abteilungen und Ge-
schäftseinheiten unterteilen sich dabei in drei Aspekte der Informationsbereitstellung: erfor-
derliche Leistungsanalyse, damit Vorgesetzte Entscheidungen fundiert treffen können,
generelle Leistungsbewertung der jeweiligen Ebenen und zusätzliche Leistungsüberprüfung,
damit alle Leistungsbereiche effizienter und effektiver werden. (Lebas, 1994, S. 483). Diese
detaillierte Ausgestaltung der Leitungsanalyse kann zusätzlich genutzt werden, um Informa-
tionen und Daten im Unternehmen in Form eines internen Benchmarkings zu vergleichen, um
somit systematisch dafür zu sorgen, dass kontinuierliche Verbesserungen und stetiges Lernen
angestrebt werden. Durch Abbildung 14 wird zusätzlich ersichtlich, dass jede Geschäftsein-
heit ein individuelles Tableau de Bord benötigt, da sich dieses maßgeblich anhand der strate-
gischen Ziele aufbaut (Epstein & Manzoni, 1997, S. 29).
Abbildung 14: Struktureller Aufbau eines Tableau de Bord (in Anlehnung an Epstein & Manzoni, 1997, S. 30;
Gleich & Quitt, 2011, S. 84; Guerny, Guiriec, & Lavergne, 1973; Lebas, 1994, S. 483)
Vergleichbar mit einem Werttreiberbaum, bspw. dem Du-Pont-Kennzahlensystem (Fischer
u. a., 2015, S. 347; Horváth, Gleich, & Seiter, 2015, S. 508–510), werden die jeweiligen stra-
tegischen Ziele im Tableau de Bord in ihre Einzelteile zerlegt. Die nachgelagerten kritischen
Erfolgsfaktoren haben dabei das primäre Ziel, zur übergeordneten Zielerreichung beizutragen.
Auf der untersten Leistungsebene sind dabei die entsprechenden Kennzahlen abzuleiten
(Epstein & Manzoni, 1997, S. 29; Gleich & Quitt, 2011, S. 83).
Neben dem Reporting und des Cockpits ist die Entwicklung eines Tableau de Bord ein we-
sentlicher Vorteil für Unternehmen, da sich aktiv mit den Zielen, den Schlüsselfaktoren, den
Organisationseinheiten und deren Schnittstellen auseinandergesetzt wird. Damit wird Trans-
A
CB D
C1 C2 D2D1
C12C11 C13
UnternehmungVision &Mission
Geschäftseinheit
Abteilung
Team
Strategie/ Ziele
Kritische Erfolgsfaktoren
KennzahlenTableau de Bord A = B + C + D
Tableau de Bord C = C1+ C2
Tableau de Bord C1 = C11 + C12 + C13
Informationen über die
Leistung der Teams
Kommunikation der
Unternehmensleistung
Zusätzliche Informationen für
lokale Nutzung
Erforderliche
Informationen
42 Leistungsbewertung im Performance Management
parenz im Unternehmen geschaffen und eine Unternehmenskultur des systematischen Ler-
nens und Verbesserns geschaffen (Epstein & Manzoni, 1997, S. 30; Gleich & Quitt, 2011, S.
84). Das Tableau de Bord ist trotz des vielversprechenden Ansatzes weder in der Praxis, noch
in der Wissenschaft von entscheidender Bedeutung. Dies lässt sich auf Schwächen in der Zu-
sammenarbeit zwischen der französischen Unternehmenspraxis und den theoretischen Wis-
senschaften zurückführen. Im Gegensatz zur Balanced Scorecard hat das Tableau de Bord
durch den meist nur oberflächlichen Praxiseinsatz an Anerkennung und Bedeutsamkeit ver-
loren (Epstein & Manzoni, 1997, S. 30; Kaplan, 1998, S. 84).
3.2.4 Performance Prism
Als letztes wissenschaftliches Konzept zum systematischen Performance Measurement soll
ein Blick auf das Performance Prism geworfen werden. Die Ursprünge dieses Konzepts gehen
auf Neely und Adams (2000) zurück. Dieses Konzept stellt demnach ein neueres Modell eines
Performance Measurement Systems dar. Neely und Adams sehen starke Stakeholder-Orien-
tierung im Vordergrund von Performance Measurement Systemen stehen, wenn Unternehmen
nachhaltig erfolgreich sein wollen. Dazu gehören neben Kunden und Kapitalgeber auch Lie-
feranten, Mitarbeiter, Gesetzgeber oder Aufsichtsinstanzen (Neely, Adams, & Kennerley,
2002, S. 83–85). Zusätzlich müssen für diesen langfristigen Erfolg Strategien, Fertigkeiten
und Prozesse über alle Hierarchieebenen direkt miteinander verbunden werden. Stakeholder
und Unternehmen stehen dabei in einem wechselseitigen Austausch miteinander, nach dem
ökonomischen Prinzip des Gebens und Nehmens – „quid pro quo“ (Neely, Adams, u. a., 2002,
S. XI; 160-162;178-180; Pleier, 2008, S. 25).
Der zentralen Kern des Performance Prism untergliedert sich in fünf Perspektiven (siehe Ab-
bildung 15): Zufriedenheit der Stakeholder, Strategien, Prozesse, Fertigkeiten und Ressourcen
und Beiträge der Stakeholder (Neely & Adams, 2000, S. 8; Neely, Adams, u. a., 2002, S. 3–
5; Pleier, 2008, S. 26). Die Zufriedenheit der Stakeholder ist dabei das zentrale Element des
Performance Prism. Dazu identifiziert das Unternehmen die wichtigsten Stakeholder und de-
ren Anforderungen. Auf Basis dieser Anforderungen werden die Strategien auf Unterneh-
mens- und Geschäftseinheitsebene, sowie für Marken, Produkte und Dienstleistungen
abgeleitet und auf die operativen Ebenen zerlegt. Durch die strategische Ausrichtung des Un-
ternehmens können die notwendigen Prozesse, wie bspw. Forschung und Entwicklung und
Planung und Steuerung, identifiziert werden. Sind die Unternehmensprozesse festgelegt, kön-
nen die benötigten Fertigkeiten und Ressourcen zur Durchführung und stetigen Verbesserung
angepasst werden. Der Kreis schließt sich mit der Frage nach den benötigten Beiträgen der
Stakeholder für einen wechselseitigen Austausch, um einen nachhaltigen Unternehmenserfolg
zu erreichen (Neely, 2002, S. 152–153; Neely & Adams, 2000, S. 8; Neely, Adams, u. a.,
2002, S. 3-5;160-162; Pleier, 2008, S. 26; Schreyer, 2007, S. 58).
Leistungsbewertung im Performance Management 43
Abbildung 15: Die fünf Facetten des Performance Prism (vgl. Neely & Adams, 2000, S. 3;8; Neely, Adams, &
Crowe, 2001, S. 12)
Im Performance Prism werden die Stakeholder gezielt in den Vordergrund gestellt (Schreyer,
2007, S. 58), da für Neely (2002, S. 151f) die Erwartungen und Anliegen der Stakeholder
einen höheren Stellenwert für die Entwicklung von Leistungsindikatoren und zur Identifika-
tion von Leistungstreibern hat, als die strategischen Ziele (Pleier, 2008, S. 26f). Auch im
Grundschema eines jeden Performance Measurement Systems wird dieses deutlich (siehe Ka-
pitel 3.2.1). Der Multi-Stakeholder-Ansatz eines Performance Prism (Neely, 2002, S. 153) ist
jedoch sehr umstritten (Argenti, 1997, S. 442–444), obwohl sich vor allem in jüngerer Ver-
gangenheit eine Reihe von Wissenschaftlern finden lässt, die diesen Ansatz befürworten (Do-
yle, 1994, S. 123–125; Feurer & Chaharbaghi, 1995, S. 66f). Feurer und Chaharbaghi (1995,
S. 67–69) empfehlen bereits im Jahr 1995 den Stakeholdergruppen geeignete Kennzahlen zu-
zuordnen. Dieser Vorschlag findet anschließend im Performance Prism Berücksichtigung
(Neely & Adams, 2000, S. 3–5). Das Performance Prism ist unter den hier vorgestellten Kon-
zepten sicherlich eines der anspruchsvollsten Performance Measurement Systeme, da es ne-
ben einem Multi-Ebenen-Ansatz auch einen Multi-Stakeholder-Ansatz integriert. Diese
Komplexität geht dabei aber zu Lasten der übersichtlichen, transparenten Messung, Bewer-
tung und Analyse der Unternehmensleistung (Schreyer, 2007, S. 58). Jedoch kann gerade
diese umfangreiche Auseinandersetzung mit der globalen Umwelt im Gegensatz zu einer Ba-
lanced Scorecard oder einer Performance Pyramid als ein Ansatz mit sehr hohem Abstrakti-
onsgrad – „holistic in orientation“ angesehen werden (Neely, Adams, u. a., 2002, S. 164–166;
Pleier, 2008, S. 27).
44 Leistungsbewertung im Performance Management
3.3 Praxiskonzepte der betriebswirtschaftlichen Leistungsbewer-
tung
3.3.1 Skandia Navigator-Konzept
Neben den bisher aus den theoretischen Wissenschaften entwickelten Konzepten zur ganz-
heitlichen und systematischen Leistungsbewertung sollen nachfolgend einige Entwicklungen
aus der Unternehmenspraxis kurz vorgestellt werden. Der Skandia Navigator, der von Edvins-
son bei Skandia, einem schwedischen Unternehmen für Versicherungen, Investments und
Vorsorgelösungen, entwickelt und im Geschäftsbericht aus dem Jahre 1994 zum ersten Mal
vorgestellt wurde, ist von besonderer Bedeutung, da in diesem Konzept das Humankapital
(„Intellektuelles Kapital“) der zentrale Bestandteil unternehmerischer Leistung darstellt
(Frost, 2000, S. 2; Gleich & Quitt, 2011, S. 119; Skandia, 1994, S. 7, 1998, S. 4). Durch die
praxisnahe Zusammenarbeit mit Onge (The Mutual Group) und Petrash (Dow Chemicals)
wurde Edvinsson bei der Weiterentwicklung des „Intellectual Capital Modell“ maßgeblich
unterstützt (Petrash, 1996, S. 366). Für Brennan (2001, S. 426) ist es das wichtigste Konzept
zur Steuerung von intellektuellem Kapital. Hierbei wird vor allem die Transparenz über den
intellektuellen Anteil am finanziellen Kapital angestrebt (Gleich & Quitt, 2011, S. 120). Skan-
dia beschreibt dabei die Idee dahinter wie folgt: „A clearer and more balanced reporting of
Skandia […] gives us more effective instruments to better manage and develop our hidden
values. And the more tangible we can make our hidden values, the better for all of us” (Skan-
dia, 1994, S. 3). Durch dieses Konzept sollte das Wissen im Unternehmen transparenter, mes-
serbar und damit steuerbarer werden, um weiterhin wettbewerbsfähig zu bleiben (Gleich &
Quitt, 2011, S. 120).
Mit dem Ziel das intellektuelle Kapitel möglichst ganzheitlich darzustellen, wurden so ge-
nannte Indikatoren aus unterschiedlichen Dimensionen (Kunden, Prozesse, Finanzen und Ent-
wicklung) zusammengestellt und in den Zusammenhang mit dem Humankapital des
Unternehmens gestellt, um damit die Unternehmensentwicklung und die Wertschöpfungsebe-
nen zur Leistungsmessung, -bewertung und -analyse darzustellen (Gleich & Quitt, 2011, S.
120; Skandia, 1994, S. 7). Daraus entstand der Skandia Navigator als Leistungsreporting-In-
strument (siehe Abbildung 16) und damit Skandias Variante einer Balanced Scorecard (Roy,
1999, S. 60). Interne und externe finanzielle und nicht-finanzielle Kenngrößen werden bei der
Analyse ebenso berücksichtigt, wie vergangenheits-, gegenwarts- und zukunftsorientierte
Analysen (Edvinsson, 1997, S. 371). Durch die Definition von individuellen Kennzahlen für
jeden dieser Geschäftsbereiche (Edvinsson, 1997, S. 371) wird ein hohes Maß an Transparenz
auf allen Unternehmensebenen geschaffen (Gleich & Quitt, 2011, S. 121). Auf eine Aggrega-
tion der einzelnen Skandia Navigatoren (siehe Abbildung 16) auf Konzernebene wird explizit
Leistungsbewertung im Performance Management 45
verzichtet (Edvinsson, 1997, S. 371). Durch diese Komplexität kann ein ausgewogenes Ge-
samtbild von intellektuellem und finanziellem Kapital visualisiert dargestellt werden (Flam-
holtz, Bullen, & Hua, 2002, S. 952; Gleich & Quitt, 2011, S. 121).
Zusammen mit dem „Intellectual Capital Index“, welches ein Instrument zur Effizienzmes-
sung intellektuellen Vermögens darstellt (Roos, Roos, Edvinsson, & Dragonetti, 1998, S. 90–
94), dient dieser spezielle Ansatz der Leistungsmessung vor allem den Managern zur internen
Steuerung (Brennan, 2001, S. 424). Gerade für die Berechnung des „Intellectual Capital In-
dex“ müssen die Erfolgsfaktoren des intellektuellen Kapitals individuell für ein Unternehmen
ermittelt und anschließend auf Basis ihrer Einflüsse gewichtet werden, um dadurch einen ein-
zelnen, zusammenfassenden Index zu erhalten (Booth, 1998, S. 26–28). Aufgrund der Indivi-
dualität dieses „Intellectual Capital Index“ ist es keine Kenngröße, die generell öffentlich zur
Verfügung steht oder stehen sollte. Kennzahlen wie bspw. die Markt-to-Book Wertverhält-
nisse sind für die Kommunikation mit externen Stakeholder wesentlich angemessener (Bren-
nan, 2001, S. 424).
Die Herausforderung bei diesem Konzept ist weniger die eigentliche Leistungsmessung und
-bewertung des intellektuellen Kapitals. Vielmehr ist die Messung von Veränderungen, die
Transferleistung zwischen den unterschiedlichen intellektuellen Vermögenswerten und die
Verknüpfung mit der finanziellen Unternehmensleistung problematisch. Die anschließende
Ableitung von Handlungsempfehlungen auf Basis des „Intellectual Capital Index“ ist hierbei
die wesentliche Herausforderung für Unternehmen (Booth, 1998, S. 26–28; Brennan, 2001,
S. 424).
Abbildung 16: Skandia Navigator (vgl. Frost, 2000, S. 6; Gleich & Quitt, 2011, S. 120; Skandia, 1998, S. 7)
Fokus auf
Humankapital
Training, Führung- und
Teamentwicklung
Fokus auf
Erneuerung, Verbesserung und Entwicklung
Arbeitsweisen und -methoden der Zukunft
Fokus auf
Prozesse
Methoden, Instrumente,
Infrastruktur
Fokus auf
Kunden
Marktdurchdringung
Inte
llekt
ue
lles
Kap
ital
Ge
gen
war
tZu
kun
ft
Fokus auf Finanzen
Bilanz und Gewinn- und Verlustrechnung
46 Leistungsbewertung im Performance Management
3.3.2 Caterpillar-Konzept
Ein weiteres Konzept aus der Praxis zur Leistungsmessung und -bewertung geht auf die Di-
vision „Wheel Loader und Excavators“ des Unternehmens Caterpillar zurück. Die Neukon-
zeption wurde angeregt, um Kennzahlen zur Evaluation der Leistung wettbewerbsgerechter
zu gestalten und direkt an den Organisationsstrukturen dieser Division auszurichten (Hend-
ricks, Defreitas, & Walker, 1996, S. 18). Die Grundidee war, die bisherigen Cost Center durch
Profit Center zu ersetzen, damit die Entscheidungsfindung nicht mehr rein top-down stattfin-
det, sondern in die Leistungsebene abgegeben werden kann. Dadurch wird die Flexibilität der
Organisationsstrukturen erhöht und der Fokus auf die Kundennähe erhöht (Gleich & Quitt,
2011, S. 107). An dieser Stelle wird dieses Konzept vorgestellt, da es als einer der wenigen
Ansätze konkrete Empfehlungen für Kenngrößen zur Leistungsmessung vorstellt.
Als ersten notwendigen Schritt wurden die neuen Steuerungsgrößen direkt an den strategi-
schen Zielen ausgerichtet. Das Kennzahlensystem zur Leistungsanalyse basiert dabei sowohl
auf finanziellen, als auch nicht-finanziellen Analysen, die zur Planung und Prognose kurzfris-
tiger Ergebnisse und zu Aussagen über die langfristige Entwicklung der Werttreiber im Un-
ternehmen beitragen. Neben der Festlegung des Gesamtkonzepts des Performance
Measurements, steht die Auswahl der Steuerungsgrößen im Vordergrund. Diese werden im
Caterpillar-Konzept (siehe Tabelle 5) auf den jeweiligen Produkt- und Hauptteilegruppe, den
Geschäftsfeldebenen und auf Konzernebene definiert (Gleich & Quitt, 2011, S. 107). Die Un-
terscheidung zwischen finanziellen und nicht-finanziellen Kennzahlen ist das Kennzeichen
dieses Performance Measurement Systems. Dadurch wird erhofft, dass die Selbstverantwor-
tung bei den Mitarbeitern zunimmt und sich das Treffen proaktiver Entscheidungen auch auf
den untersten Leistungsebenen durchsetzt (Gleich & Quitt, 2011, S. 108; Hendricks u. a.,
1996, S. 24).
Bei Caterpillar hat sich gezeigt, dass die Berücksichtigung der Anforderungen der internen
Kunden, das Aufzeigen von Trends und das erneuerte Kennzahlensystem in Verbindung mit
verbesserten Organisationsstrukturen zu einem besseren Entscheidungsfindungsprozess
führte. Ebenso konnte durch die Verbesserungen des Services die Kundenzufriedenheit maß-
geblich verbessert und durch eine systematischere Leistungssteuerung im Unternehmen die
Produktivität erhöht werden, um damit Leistungsrekorde aufzustellen (Gleich & Quitt, 2011,
S. 108–109; Hendricks u. a., 1996, S. 24). Herausforderungen für den erfolgreichen und dau-
erhaften Einsatz des Caterpillar-Konzepts sind kontinuierliche und intensive Mitarbeiterschu-
lungen, ein auf die Bedürfnisse angepasstes Informationsmanagement- und Reporting-System
und eine stetige Überprüfung und Weiterentwicklung des Performance Measurement Systems
(Hendricks u. a., 1996, S. 24).
Leistungsbewertung im Performance Management 47
Tabelle 5: Performance Measurement System für Geschäftsbereiche, Produktgruppen und Hauptteilegruppen bei
der Wheel Loader and Excavators-Division von Caterpillar (vgl. Gleich & Quitt, 2011, S. 108; Hend-
ricks u. a., 1996, S. 22)
3.3.3 Innovation Scorecard bei Festo
Um einen Überblick über das gesamte Spektrum an Performance Measurement Systemen zu
geben, soll zum Schluss auf ein Konzept eingegangen werden, das für einen ganz speziellen
Einsatzbereich entwickelt wurde. Die bisher vorgestellten Modelle und Konzepte sind quasi
auf jeden Anwendungskontext übertragbar. In der Regel haben diese sogar den Anspruch, als
generisches, ganzheitliches und unternehmensweites Performance Measurement System zu
agieren. In diesem Abschnitt wird ein in der Unternehmenspraxis entwickeltes Modell vorge-
stellt, dass sich auf die Leistungssteuerung des Innovationsbereiches in Unternehmen kon-
zentriert und dabei nicht den Anspruch erhebt, für jede Ebene und Dimension der
Leistungsbewertung die richtige Wahl zu sein.
In der Prozess- und Industrieautomation hat die Festo AG & Co. KG ihren Unternehmenskern
im Bereich elektrischer und pneumatischer Systeme und Komponenten. Dabei werden über
sieben Prozent des jährlichen Umsatzes (2,45 Mrd. Euro im Jahr 2015) in die Forschung und
Entwicklung investiert (Festo, 2015, S. 6). Als Festo mit der Entwicklung der Innovation Sco-
recard startete, konnte bereits auf Erfahrungen mit einer Top-Level BSC für unterschiedliche
Leistungsmessung Vergangenheit Gegenwart Zukunft
Gewinn KeineAlle Geschäftsbereiche
Produktgruppen
Wesentliche Komponenten
Identisch zur Gegenwart
Umsatz Keine
Nach Abteilungen, Produktgruppen
und den wesentlichen
Komponentengruppen Markttransferpreise
Identisch zur Gegenwart
Kosten
Nach Abteilung, Produkt
und Komponenten
Effizienz-/Wirkungsgrade
Identisch zu der Bestimmung der
Vergangenheit
Markttransferpreise
Identisch zur Gegenwart
Verhältniskennzahlen
und andere
finanzielle Kenngrößen
Keine
Return on Investments
für individuelle Projekte
Return on Assets
Return on Sales
Cash flow Inventar
Anlagengegenstände Gewährleistungskosten
Return on Investments für
individuelle Projekte
Identisch zur Gegenwart
Nicht-finanzielle
KenngrößenMinimal
Leistung der Lieferung
Kundenzufriedenheit
Mitarbeiterzufriedenheit Prozessverbesserungen
Planungskonformität
Identisch zur Gegenwart
Bahnbrechende
Prozessverbesserungen Veränderungsmanagement,
Integration von individuellen Werten für Abteilungskulturen
48 Leistungsbewertung im Performance Management
Bereiche und Abteilungen zurückgegriffen werden. Diese dient der unternehmensweiten Leis-
tungssteuerung und der Strategiekommunikation im Unternehmen, um damit jeden Mitarbei-
ter direkt einzubinden (Gleich & Quitt, 2011, S. 115).
Mit der Entwicklung und Implementierung einer Innovation Scorecard verfolgte Festo das
Ziel, die hohen Investitionen in Forschung und Entwicklung zielgerichteter zu steuern und
expliziter an den Strategien auszurichten, um so ihrer Wichtigkeit Rechnung zu tragen. Zu-
sätzlich soll damit die Kommunikation über die Innovationsaktivitäten zur Umsetzung von
Unternehmens- und Innovationsstrategien verbessert werden. Dazu richtet sich die Innovation
Scorecard an der ganzheitlichen Balanced Scorecard aus, um so den Innovationsaspekt im
unternehmensweiten Steuerungsansatz zu optimieren (Gleich, Nestle, & Sommer, 2009, S.
193; Gleich & Quitt, 2011, S. 115; Nestle, 2008a, 2008b).
Die Basis für die Ausgestaltung bilden die existierenden Visionen und Missionen und den
daraus abgeleiteten Unternehmensstrategien. Durch dieses bestehende Fundament sind Mit-
arbeiter im Unternehmen schneller vom Nutzen einer eigenen Innovation Scorecard über-
zeugt. Aus diesem Grund basiert diese Scorecard auch auf dem sequenziellen Vorgehen von
Kaplan und Norton (1992):
Entwicklung des Organisationsrahmens
Strategische Ziele abstimmen und definieren
Ableitung der Innovation Scorecard
Ausrichtung der Unternehmensorganisation anhand der Strategien
Sicherstellung des stetigen Einsatzes der Innovation Scorecard
Zur Entwicklung und Implementierung einer Innovation Scorecard wird zuerst eine Situati-
onsanalyse auf Basis interner und externer Erfolgsfaktoren vorgenommen. Dazu kann als Ba-
sis die SWOT-Analyse von Mintzberg et al. (2007, S. 41) eingesetzt werden, die die internen
Stärken und Schwächen den externen Chancen und Risiken gegenüberstellt. Die externe Be-
trachtungsweise kann mit Studien zum Branchenumfeld, mittels Trend- und Szenerioanaly-
sen, sowie einer Bewertung der Markt-, Wettbewerbs- und Kundensituation ergänzt werden,
um auf dieser Basis die Handlungsfelder für Innovationsentwicklungen abzuleiten (Gleich &
Quitt, 2011, S. 105; Nestle, 2008a, S. 575).
Um anschließend die Ursachen-/Wirkungszusammenhänge darzustellen, kann eine Strategy
Map, wie sie sich aus den Perspektiven einer BSC ableiten lässt, genutzt werden. Da im Un-
ternehmen Festo bereits eine BSC zur unternehmensweiten Leistungsmessung Anwendung
findet, ist es für eine Innovation Scorecard sinnvoll, auf dieselben Einteilungen zurückzugrei-
Leistungsbewertung im Performance Management 49
fen (siehe Abbildung 17). Die strategischen Teiloptionen werden so den jeweiligen Strategie-
typen zugeordnet, die mit den Perspektiven deckungsgleich sind (Gleich & Quitt, 2011, S.
117). Hinter jedem Aspekt stehen entsprechende strategische Ziele, die mit messbaren Kenn-
größen hinterlegt sind. Diese Kenngrößen unterteilen sich gleichermaßen in Leistungstreiber
und Ergebniskennzahlen (Gleich & Quitt, 2011, S. 117; Nestle, 2008a, S. 577). Werden auf
Basis der strategischen Teilziele jeder Perspektive Maßnahmen zur Zielerreichung festgelegt,
können so die operativen Tätigkeiten definiert werden (Gleich & Quitt, 2011, S. 118; Nestle,
2008a, S. 580). Damit existiert im Unternehmen parallel zur Balanced Scorecard eine Inno-
vation Scorecard, bei der die Bewertung und Steuerung von Innovationstätigkeiten im Vor-
dergrund steht.
Wie in Abbildung 17 dargestellt, ist die Innovation Scorecard ideal zur Ausgestaltung eines
Handlungsrahmens für die strategische Ausrichtung von Innovationstätigkeiten und dient da-
mit auch einer effektiven und effizienten Leistungsbewertung und -analyse im Unternehmen.
Durch die Nutzung derselben Perspektiven kann die systematische Innovationssteuerung
durch die Transparenzerhöhung der Zusammenhänge zwischen Innovation und Unterneh-
mensleistung direkt zum nachhaltigen Unternehmenserfolg beitragen. Weitere Vorteile sind
die Wichtigkeit von Innovation im Unternehmen zu kommunizieren, Rahmenbedingungen für
eine Standardisierung von Innovationen zu schaffen und die Optimierung von Innovations-
prozessen voranzutreiben (Gleich & Quitt, 2011, S. 119). Für Unternehmen, deren Innovati-
onsbereich einen sehr hohen Stellenwert einnimmt, ist die Ausgestaltung eines speziellen, auf
Innovationstätigkeiten abgestimmtes Innovation Performance Measurement System mittels
konkreten Soll-/Ist-Vergleichen eine gute Möglichkeit der Innovationssteuerung. Die Ent-
wicklung einer Innovation Scorecard kann hier als Beispiel für weitere auf spezielle Unter-
nehmensbereiche abgestimmte Performance Measurement Systeme angesehen werden.
50 Leistungsbewertung im Performance Management
Abbildung 17: Strategy Map der Leistungsmessung als Summe aus der Unternehmens-Balanced Scorecard und
der Innovation Balanced Scorecard (Gleich & Quitt, 2011, S. 119; Nestle, 2008b, S. 34)
3.3.4 Wichtige Anforderungen für die praxisbezogene Entwicklung eines Per-
formance Measurement Systems
Neben den hier vorgestellten wissenschaftlichen und praxisorientierten Performance Measu-
rement Systemen haben sich über Jahrzehnte hinweg weitere Konzepte, Frameworks und Mo-
delle zur Leistungsmessung und -analyse entwickelt. In Abbildung 18 ist dazu eine Übersicht
mit der Unterscheidung zwischen wissenschaftlichen, praxis- und beratungsorientierten An-
sätzen, zu sehen.
Abschließend stellt sich die Frage, was Unternehmen bei der Implikation von Performance
Measurement Systemen beachten müssen, welche generellen Charakteristika solche Modelle
aufweisen sollten und welche Einflussfaktoren auf das einzusetzende Konzept wirken. Wer-
den bestimmte Rahmenbedingungen beachtet, können Performance Measurement Systeme
maßgeblich zu einer erfolgreichen Unternehmenssteuerung beitragen (Ittner & Larcker, 2003,
S. 4; Silvi u. a., 2015, S. 194). Die Management Control Literatur, wie auch die Entschei-
dungstheorie, empfehlen auf Basis einer fast 30-jährigen Forschung einen strategischen
Schwerpunkt in Performance Measurement Systemen zu setzen (Chenhall, 2005, S. 395; Itt-
ner, Larcker, & Randall, 2003, S. 715; Kaplan & Norton, 1992, S. 71–72), um dadurch den
strategischen Dialog zu stärken (Neely, 1999, S. 220), die Strategieausgestaltung und -imple-
mentierung zu strukturieren (Bhimani & Langfield-Smith, 2007, S. 4; Kaplan & Norton, 1996,
S. 21–25) und Veränderungsprozesse systematisch anzustreben und stetig zu kommunizieren
Balanced Scorecard Innovation Balanced ScorecardFi
nan
zen
Ku
nd
en
Pro
zess
eP
ote
nti
ale
Effizienzsteigerung
Steigerung des Unternehmenserfolgs
Lieferfähigkeit
Steigerung der
Innovationsleistung
Qualität Services
Ausbau Kern-
kompetenzen
Effiziente
Standard-
prozesse
Wissens-
management
KooperationenInnovations-
kultur
Mitarbeiter-
motivation
Mitarbeiter-
kompetenzen
Wertsteigerung/
Ideenportfolio
Einsatz von
Promotoren
Ideengene-
rierung und
-verwertung
Cross-
funktionale
Teams
Innovatives
Markenimage
Verstärkte
Kunden-
einbindung
Leistungsbewertung im Performance Management 51
(MacBryde, Paton, Grant, & Bayliss, 2012, S. 462). Von strategischen Systemen kann ge-
sprochen werden, sobald kurzfristige und langfristige Betrachtungshorizonte existieren, fi-
nanzielle und nicht-finanzielle Steuerungsgrößen integriert werden, interne und externe
Parameter berücksichtigt werden, der Fokus auf die Gestaltung der zukünftigen Entwicklung
des Unternehmens gelegt wird und Kausalzusammenhänge zwischen den Kenngrößen und
Perspektiven des Systems definiert werden (Chenhall, 2005, S. 395;412; Ittner & Larcker,
2003, S. 8; Silvi u. a., 2015, S. 194f). Ittner und Larcker (2003, S. 4) konnten zeigen, dass
Unternehmen mit strategischen Performance Measurement Systemen einen signifikant höhe-
ren Return on Assets (RoA) und Return on Equity (RoE) aufweisen. Die hier vorgestellten
Performance Measurement Systeme können dieser Kategorie zugeordnet werden.
(Brown, 1994, 1996; Bull, 1993; Charnes, Cooper, & Rhodes, 1978; Ewing & Lundahl,
1996a, 1996b; Fitzgerald, Johnston, Brignall, Silvestro, & Voss, 1991; Gleich, Lindner, &
Temmel, 2008; Holzmüller, 1996; Hronec, 1993, 1993; Hronec & Sperry, 1995; Kleingeld,
1994; Michel, 2013; Möller & Janssen, 2009; Newton, 1997; Raake, Gleich, & Wald, 2008;
Rose, 1995; SCOR, 2008; Sellenheim, 1991; B. Taylor & Graham, 1992; L. Taylor & Convey,
1993)
Abbildung 18: Weitere Performance Measurement Konzepte aus Wissenschaft, Unternehmens- und Beratungs-
praxis (in Anlehnung an Gleich & Quitt, 2011, S. 68; Schreyer, 2007, S. 59)
Ganzheitlich ausgestaltete (strategische) Performance Measurement Systeme haben einige
Gemeinsamkeiten, die sich neben den klassischen finanziellen Kennzahlen über folgende
Charakteristika bei den Kenngrößen auszeichnen (Silvi u. a., 2015, S. 197):
Kenngrößen mit Bezug zur Kundenzufriedenheit, Prozesseffektivität, Zeit, Qualität
und Innovation (Dixon, Nanni, & Vollmann, 1990, S. 52–55; Lynch & Cross, 1991)
Steuerungsgrößen zu den (unternehmensbezogenen) Kernkompetenzen, (mitarbei-
terbezogenen) Fähigkeiten (Jääskeläinen & Laihonen, 2013, S. 351), und anderen
Modell, Konzept, Framework Quelle/Entwickler/Jahr Herkunft
Data Envelopment Analysis Charnes, Cooper, & Rhodes, 1978 Wissenschaft
Performance Measurement in Service Businesses Fitzgerald, Johnston, Brignall, Silvestro, & Voss, 1991 Wissenschaft
J. I. Case Konzept Sellenheim, 1991 Unternehmenspraxis
KPMG Konzept B. Taylor & Graham, 1992 Beratungspraxis
Quantum Performance Measurement Konzept Hronec, 1993 und Hronec & Sperry, 1995 Beratungspraxis
Ernst & Young Konzept L. Taylor & Convey, 1993 Beratungspraxis
Business Management Window Bull, 1993 Beratungspraxis
Productivity Measurement and Enhancement System (ProMES) Kleingeld, 1994 Wissenschaft
Baldridge Award Brown, 1994, 1996 Beratungspraxis
Performance Measurement Model Rose, 1995 Wissenschaft
ABB Konzept Ewing & Lundahl, 1996a, 1996b Unternehmenspraxis
Hewlett Packard-Konzept des internen Marktes Holzmüller, 1996 Unternehmenspraxis
Honeywell Micro Switch Konzept Newton, 1997 Unternehmenspraxis
SCOR-Modell SCOR, 2008 Wissenschaft
Prozessorientiertes Performance Measurement Gleich, Lindner, & Temmel, 2008 Wissenschaft
Konzept der Dallas Area Rapid Transit Raake, Gleich, Wald, 2008 Unternehmenspraxis
Innovation Performance Measurement Möller & Janssen, 2009 Wissenschaft
The Performance Triangle (Leadership Scorecard) Michel, 2013 Wissenschaft
52 Leistungsbewertung im Performance Management
immateriellen Leistungstreibern, wie bspw. Arbeitsatmosphäre oder Wissensma-
nagement (Davenport, 2008, S. 233–234; Edvinsson & Malone, 1997, S. 75-77;123-
127; Guthrie, 2001, S. 29–31)
Kennzahlen zum Wettbewerb bzw. Peer Group über interne und externe Bench-
marks (Silvi u. a., 2015, S. 197)
Informationen zu sozialen und ökologischen Themen (Brignall, 2002, S. 85–92)
Steuerungsgrößen zu Netzwerk und Supply Chain Management (Beamon, 1999, S.
289f; P. S. Ferreira, Shamsuzzoha, Toscano, & Cunha, 2012, S. 672)
Wie bereits im Grundschema für Performance Management Systeme dargestellt (siehe Kapi-
tel 3.2.1), charakterisieren all diese Steuerungsaspekte Gleichgewichte zwischen finanziellen
und nicht-finanziellen Kenngrößen (Bento & Ferreira White, 2010, S. 4;6; Tung, Baird, &
Schoch, 2011, S. 1290) zur Stärkung des organisatorischen Lernens und der strategischen
Ausrichtung (Dossi & Patelli, 2010, S. 498) und zur Prognose zukünftiger finanzieller Leis-
tung (Ittner & Larcker, 1998, S. 7;21; Kaplan & Norton, 1996, S. 21–26). Zudem besitzen
(strategische) Performance Measurement Systeme zwei wesentliche Eigenschaften: die kau-
salen Ursachen-/Wirkungszusammenhänge zwischen operativen Tätigkeiten, Strategien und
Ziele und zwischen unterschiedlichen Leistungsdimensionen und deren multidimensionalen
Kenngrößen (Chenhall, 2005, S. 396; Silvi u. a., 2015, S. 197).
Die bisher beschriebenen Charakteristika optimal ausgestalteter Performance Measurement
Systeme sind trotz der hohen Anzahl an Modellen, Konzepten und Frameworks in der Praxis
kaum verbreitet. Vor allem kleine und mittlere Unternehmen setzen primär auf Modelle, deren
Basis einem starken Fokus auf kurzfristig-finanzielle Kennzahlen darstellt und fügen denen
nicht-finanzielle Steuerungsgrößen hinzu, diese jedoch meist ohne konkreten Organisations-
bezug (Silvi u. a., 2015, S. 214). Silvi et al. (2015, S. 214f) konnten dabei zeigen, dass selbst
Unternehmen, die auf multidimensionale additive Modelle setzen, zwar einen höheren und
differenzierteren strategischen Schwerpunkt aufweisen, das Performance Measurement Sys-
tem aber keine erhöhte Informationseffektivität für die Differenzierung strategischer Ziele
liefert. Im direkten Vergleich mit Performance Measurement Systemen, die nur auf kurzfris-
tige, finanzielle Kennzahlen setzen, werden dadurch jedoch weniger wichtigere Strategieziele
effizienter unterstützt (Silvi u. a., 2015, S. 214f). Für den praktischen Einsatz von Perfor-
mance Measurement Systemen führt die reine Integration von nicht-finanziellen Steuerungs-
größen nicht direkt zu einem optimalen multidimensionalen Modell zur Leistungsmessung.
Die exakte Anpassung dieser auf die individuellen und wegweisendsten Strategieziele des
Unternehmens ist eine der zentralen Bestandteile für die optimale Entwicklung und Imple-
mentierung eines strategischen Performance Measurement Systems (Silvi u. a., 2015, S. 215).
Leistungsbewertung im Performance Management 53
Werden die oben genannten kritischen Erfolgsfaktoren beim praktischen Einsatz von Perfor-
mance Measurement Systemen berücksichtigt, findet eine positive Beeinflussung des finan-
ziellen Unternehmenserfolges, der Kundenzufriedenheit, der Wettbewerbsfähigkeit und damit
der Entscheidungsunterstützung statt (Braam & Nijssen, 2004, S. 340f; Hoque & James, 2000,
S. 12; Ittner & Larcker, 1998, S. 32f; Silvi u. a., 2015, S. 214f). Nachfolgend werden Heraus-
forderungen im Umgang mit einer systematischen Leistungsanalyse erörtert, die in Teilen
auch Ausgangpunkt und Grundlage dieser Forschungsarbeit ist.
3.4 Herausforderungen und Forschungslücken bei der Bewertung
von Leistung
Während eine Steigerung des Unternehmenserfolgs durch den erfolgreichen Einsatz von Per-
formance Measurement Systemen unstrittig ist (Chenhall, 2005, S. 395; Ittner & Larcker,
2003, S. 4; Silvi u. a., 2015, S. 195), ist die Nutzung und Ausgestaltung selbiger trotz jahr-
zehntelanger Forschung und Entwicklung immer noch unvollständig (Chenhall, 2005, S.
395;415f; Micheli & Manzoni, 2010, S. 466;473; Silvi u. a., 2015, S. 195). Chenhall (2005,
S. 396;399) konnte in diesem Zusammenhang feststellen, dass die Einführung solcher Sys-
teme trotz der immensen Anzahl an Konzepten immer noch sehr anekdotisch und oberfläch-
lich stattfindet, obwohl Bisbe und Malagueño (2012, S. 308f) behaupten, dass die generelle
Einführung keine Herausforderung darstellt, da diese erstmals lediglich virtuell erfolgen kann.
Langfield-Smith (2008, S. 223f) sieht Forschungsbedarf bei den eingesetzten Analysemetho-
den und -techniken und deren Verbreitung in den unterschiedlichen Unternehmensebenen.
Silvi et al. (2015, S. 215) identifizierten darüber hinaus Lücken bei der Beantwortung der
Frage, warum kleine und mittlere Unternehmen ganzheitliche, strategische Performance Mea-
surement Systeme, wie sie von der Theorie empfohlen werden, nicht einsetzen. Hier konnte
bisher noch nicht identifiziert werden, ob es sich um technische, organisatorische oder wirt-
schaftliche (z.B. zu hohe Kosten) Gründe für die fehlende Umsetzung handelt. Auch die er-
höhte Komplexität durch die direkte Verknüpfung des Performance Measurement Systems an
die Organisationsstruktur und den Strategiezielen, mit damit zusammenhängenden Übertra-
gung von Verantwortlichkeiten können Gründe für die fehlende Einsatzbereitschaft von Un-
ternehmen sein, da damit auch die Verbindung der Leistungsmessung und -analyse mit dem
Vergütungssystem einhergeht. Dementsprechend muss sich zukünftige Forschung auf die Im-
plementierung und weniger auf das Design von Performance Measurement Systemen kon-
zentrieren (Silvi u. a., 2015, S. 215). Aber auch bei den Modellen und Konzepten fehlen bisher
Antworten auf die Frage, welcher Ansatz die größte Informationseffektivität aufweist, um
optimal zur strategischen Entscheidungsunterstützung beizutragen. Bisher zeigen Perfor-
54 Leistungsbewertung im Performance Management
mance Measurement Systeme oftmals nur Leistungsunterschiede auf, stellen aber keine Ver-
bindung zum strategischen Management und deren Herausforderungen her (Silvi u. a., 2015,
S. 215). Liegt dies an den Entwicklungsansätzen, an den Arten der Steuerungsgrößen oder
werden anspruchsvolle Performance Measurement Systeme ihren Erwartungen nicht gerecht?
Dies sind Fragen, die es in Zukunft zu beantworten gilt.
Auch wenn immer noch einige Forschungsfragen im Bereich der Leistungsmessung und -
analyse offen sind, konnten durch die fast 30-jährige Forschung bereits zentrale Herausforde-
rungen beim Einsatz von Performance Measurement Systemen identifiziert werden. Unter-
nehmen müssen ein Verständnis dafür entwickeln, dass nicht immer die Ergebnisse und Ziele
erreicht werden, die mit dem Einsatz von dieser beabsichtigt waren. Leistungsmessung zur
Verhaltenssteuerung von Mitarbeitern und Managern im Unternehmen hat nicht immer den
gewünschten Effekt. Ein ausgeglichenes, „balanced“ Performance Measurement System kann
noch keinen Erfolg garantieren, falsche Leistungsmessung hingegen wird ganz sicher zu
Misserfolg in der Unternehmenssteuerung führen. Die Leistungsmessung versorgt dabei ein
Unternehmen nicht nur mit Informationen und Daten. Dies soll aber nicht bedeuten, dass Un-
ternehmen auf die Integration solcher Systeme verzichten sollten, sondern die Wichtigkeit der
optimalen Integration und Nutzung aufzeigen. Denn werden die bereitgestellten Informatio-
nen nicht entsprechend ausgewertet und für kontinuierliche Verbesserungen und zur Entschei-
dungsunterstützung genutzt, so kann das Performance Measurement System optimal
ausgestaltet sein, es wird aber dennoch nur von geringem Nutzen für die Unternehmenssteu-
erung sein (Brown, 1996, S. 28).
Darüber hinaus konnte durch die kontinuierliche Weiterentwicklung der Leistungsmessung
auch identifiziert werden, welche typischen Fehler bei der Ausgestaltung und Anwendung es
unbedingt zu vermeiden gilt (Theurer, 1998, S. 22–24):
Kennzahlen ohne Kontextbezug: Daten und Informationen durch eine Leistungsbe-
wertung zu generieren ist nur dann sinnvoll, wenn diese in einen kausalen Gesamt-
zusammenhang gesetzt werden können. Zum einen müssen die KPIs auf die
strategischen Ziele abgestimmt werden. Zum anderen sollte die Leistungsmessung
eine systematische Analyse integrieren, um Entwicklungen und interne, wie externe
Veränderungen nachvollziehbarer zu machen.
Fehlende Verbindlichkeit des Managements: Falls die Führungsebene keine ver-
bindliche Zusage zur Nutzung einer Leistungsmessung zusichert, kann eine sinn-
volle Nutzung nicht gewährleistet werden. Ebenso kann eine reine Top-Down-
Bestimmung von Steuerungsgrößen nicht funktionieren, da für eine optimale Funk-
tionsweise das Commitment der Mitarbeiter, Stakeholder, aber auch der Kunden
notwendig ist. Die Gründe für eine Leistungskontrolle müssen, wie auch die darin
Leistungsbewertung im Performance Management 55
enthaltenen Steuerungsgrößen, kommuniziert werden. Für den Manager können
Prioritäten für Entscheidungen festgelegt werden und Mitarbeiter können die Er-
wartungen besser abschätzen.
Fehlende Bereitstellung von Kapazitäten: Falls keine Kapazitäten für die Entwick-
lung entsprechender Leistungsmaßstäbe zur Verfügung stehen sind Mitarbeiter
dazu verleitet, auf bestehende Steuerungsgrößen zurück zu greifen. Für den größt-
möglichen Erfolg einer Leistungsmessung müssen Manager Ziele identifizieren,
verbalisieren und ihre gewünschten Outcomes definieren. Die entsprechenden
Kenngrößen werden anschließend mit den verantwortlichen Mitarbeitern entwi-
ckelt, um für größtmögliche Akzeptanz zu sorgen.
Fokussierung auf Bestrafung anstatt auf Verbesserungen: Daten und Informationen
liefern nicht immer detaillierte Aussagen zum Auftreten von Leistungstrends, da
externe Einflussfaktoren die Outcomes beeinflussen können. Leistungsmessungen
sollten nicht auf Bestrafung von Managern setzen, denn dies provoziert falsche
Leistungsmessungen in herausfordernden Zeiten. Dies hätte zur Folge, dass even-
tuelle Potentiale nicht ausgeschöpft oder Trends verpasst werden. Zusätzlich hilft
es, die wesentlichen, externen Einflussfaktoren zu kennen und diese weitestgehend
aus der Leistungsanalyse auszuschließen.
Keine Rückmeldung oder Resonanz der Stakeholder: Bei der Ausgestaltung von
Leistungsmesssystemen muss berücksichtigt werden, dass diese Informationen
auch zur externen Kommunikation genutzt werden. Stakeholder müssen das Infor-
mationssystem und deren Ausgestaltung verstehen, um die Handlungen und Ent-
scheidungen der Manager nachvollziehen zu können.
Keine Verbindung zwischen der Leistungsmessung und der Ressourcenallokation:
Die Verbindung der Leistungsmessung, der Ergebnisinformationen und dem
Budgetprozess ist eine grundlegende Zielsetzung. Innerhalb des Budgetprozesses
werden Ziele festgelegt und Ergebnisse diskutiert. Hier die Verknüpfung zur Leis-
tungsmessung herzustellen ist nicht einfach, da externe Einflussfaktoren die Leis-
tung erheblich beeinflussen können. Externe Benchmarks können hier Abhilfe
schaffen.
Über die von Theurer (1998, S. 22f) erkannten Herausforderungen konnten Ittner und Larcker
(2003, S. 88) weitere Erfolgselemente beim Umgang mit Performance Measurement Syste-
men identifizieren. Neben dem Setzen von kausalen Zusammenhängen der Steuerungsgrößen
(siehe Kennzahlen ohne Kontextbezug) ist es notwendig, die dem Kausalmodell zugrundlie-
56 Leistungsbewertung im Performance Management
genden Annahmen stetig zu kontrollieren. Zusätzlich müssen auch Ziele für die Steuerungs-
größen abgeleitet werden. Hierbei sollte neben der Unterscheidung zwischen kurzfristigen
und langfristigen Zielen über relative Zielsetzungen nachgedacht werden, um externe Ein-
flussfaktoren auf die Zielerreichung zu minimieren (Ittner & Larcker, 2003, S. 88). Für eine
Leistungsbewertung auf Basis vorher festgelegter Ziele sind deshalb absolute Kenngrößen
regelmäßig nur bedingt aussagekräftig. Inhaltsreiche Analysen erfordern den Bezug relevan-
ter und geeigneter Vergleichsobjekte und -größen. Das Benchmarking ist dabei ein geeigneter
Ansatz für Informationsvergleiche jeglicher Art mit dem Ziel der Steigerung der eigenen Un-
ternehmensleistung (Fischer u. a., 2015, S. 279). Herausfordernd ist hierbei die richtige Wahl
der Vergleichsobjekte und der Kenngrößen. Auf diese praxisorientierte Problematik wird an
dieser Stelle nicht weiter eingegangen, da diese als zentrales Forschungsthema in den nächs-
ten Kapiteln erörtert wird.
Darüber hinaus entscheidet auch die instrumentelle Art der Leistungsmessung über den Erfolg
von Performance Measurement Systemen. Hier kann es vorkommen, dass für die Messung
einer bestimmten Leistung innerhalb eines Unternehmens unterschiedliche Instrumente ge-
nutzt werden und die Ergebnisse somit nur schwer vergleichbar sind. Auch bei nicht-finanzi-
ellen Steuerungsgrößen kann die Leistungsmessung, bspw. der Kundenzufriedenheit auf
Basis eines Fragebogens, nicht die gewünschten Ergebnisse liefern, wenn, um bei diesem
Beispiel zu bleiben, die Studie zu wenige oder zu ungenaue Fragen aufweist (Ittner & Larcker,
2003, S. 88). Ein weiteres Beispiel hierfür ist die Nutzung der Data Envelopment Analysis
(DEA), die bspw. in einem Werk eines Konzerns zur multivariaten Effizienzanalyse der Pro-
zesse genutzt werden könnte, in den anderen hingegen nicht.
Zusätzlich müssen Unternehmen eine Entscheidung über das Ausmaß von Performance Mea-
surement Systemen treffen. Dadurch, dass sich die Forschung intensiv mit der Leistungsmes-
sung und -analyse beschäftigte, waren Unternehmen aufgrund der Vielzahl an Modellen,
Frameworks und Steuerungsgrößen oftmals überfordert. Unternehmungen haben mehr Zeit in
die Messung und Analyse investiert, als in die eigentlich wertschöpfenden Handlungen und
Steuerungen („Trade-off between activity and action“ (Johnston, Brignall, & Fitzgerald, 2002,
S. 256)). Inzwischen zeichnet sich ein Trend in Richtung Komplexitätsreduktion ab. Bspw.
werden die Scorecards nicht mehr auf individuelle Mitarbeiterebene heruntergebrochen. Die
Leistungsmessung ist nun Vermittler und Moderator, darf dabei aber nicht als Substitut für
Handlungen und Verbesserungen angesehen werden. Leistungskennzahlen sind keine reinen
Überwachungs- und Kontrollinstrumente, sondern unterstützen den kontinuierlichen Wandel
und die stetige Entwicklung in Unternehmen (Johnston u. a., 2002, S. 261). Beim Abwägen
zwischen der Leistungsmessung (Activity) und den daraus abzuleitenden Handlungen (Ac-
tion) müssen sich Unternehmen die Frage stellen, ab welchem Grad die Ausgestaltung des
Leistungsbewertung im Performance Management 57
Performance Measurement Systems „gut genug“ ist (Johnston u. a., 2002, S. 256). Für Unter-
nehmen müssen bei der Nutzung von Performance Measurement Systemen immer die Ver-
besserung von Entscheidungen und Unternehmensveränderungen im Vordergrund stehen und
nicht die Kontrollmechanismen selbst. Dazu ist eine Komplexitätsreduktion der Unterneh-
mensorganisation durch die Manager und ein generelles Verständnis über die zentralen Wert-
treiber der Leistungserstellung notwendig (Johnston u. a., 2002, S. 261).
Abschließend sollte das Performance Measurement System in den unternehmerischen Kon-
text gestellt werden (siehe dazu Abbildung 19). Dazu gehört über der Integration in ein ganz-
heitliches Performance Management System hinaus, die stetige Weiterentwicklung und
Modifikation auf Basis externer Einflussfaktoren (Ittner & Larcker, 2003, S. 88; Kennerley &
Neely, 2002, S. 1241). Im nachfolgenden Kapitel wird dargestellt, wie Benchmarking durch
den Einsatz als Managementinstrument die Leistungsmessung in Unternehmen auf unter-
schiedlichen Wegen und Dimensionen optimieren kann.
Abbildung 19: Framework über die Einflussfaktoren bei der (Weiter-)Entwicklung von Performance Measure-
ment Systemen (vgl. Kennerley & Neely, 2002, S. 1241)
Modifizierung
ProzesseMitarbeiter
KulturSystem
Externe Auslöser/Ereignisse
Formalisierung
ProzesseMitarbeiter
KulturSystem
Performance Measurement System
Individuelle Kenngrößen
Menge an Kenngrößen
Unterstützung der Infrastruktur
Ermöglicht Informationen und Daten zu akquirieren, zusammen-zustellen, zu sortieren, zu analysieren, zu interpretieren und zu verbreiten
Interne Auslöser/Ereignisse
Nutzung und Anwendung
Reflexion
ProzesseMitarbeiter
KulturSystem
Voraussetzungen und Vorbedingungen
Interne Auslöser/Ereignisse
Exte
rne
A
usl
öse
r/Er
eig
nis
se
58
4 Benchmarking als Managementinstrument
„The chances are that if someone is able to do what you are doing better, faster and/or
cheaper, they have different practices than you have. Discovering what those practices are,
adapting them to your situation and adopting them is very likely to improve your perfor-
mance.”
Tim Stapenhurst, The Benchmarking Book, 2009
4.1 Benchmarking als Instrument zur kontinuierlichen Verbesse-
rung
4.1.1 Grundlagen und Definition von Benchmarking
Eine generische und umfassende Definition von Benchmarking zu entwickeln, ist eine Her-
ausforderung. Zunächst wird zwischen dem Begriff „Benchmark“ und dem Begriff „Bench-
marking“ unterschieden. Der Begriff Benchmark setzt sich aus den englischen Wörtern
„bench“ und „mark“ zusammen, die mit Bank und Markierung übersetzt werden können (Ag-
baria & Neumann, 2013). In der übertragenen Bedeutung kann somit Benchmark mit Maßstab
gleichgesetzt werden. Der Begriff stammt ursprünglich vom Vermessungswesen und bezeich-
net dort den Festpunkt (Burckhardt, 1994, S. 70). In der Physik findet dieser Begriff für die
trigonometrische Positionierung auf einer Werkbank, mit deren Hilfe z.B. Rohre auf die glei-
che Länge gebracht werden, Verwendung (Heinz & Wesselmann, 2002, S. 3). Ein Benchmark
ist demnach im weiteren Sinne ein Referenzpunkt (Heinz & Wesselmann, 2002, S. 3; Siebert,
1998, S. 1f). Auf den betriebswirtschaftlichen Kontext angewandt versteht Watson (1993a, S.
223) unter dem Begriff des Benchmarks: „Eine gemessene Bestleistung eines Unternehmens;
ein Bezugspunkt oder eine Maßeinheit, um Vergleiche durchzuführen; ein Leistungsniveau,
das für eine bestimmte Geschäftsmethode als nicht zu übertreffender Standard angesehen
wird.“ Damit ist der Benchmark eine Art Standardmaß, an dem eine Leistung gemessen und
anschließend beurteilt werden kann. Eine Unterscheidung findet zwischen quantitativen und
qualitativen Benchmarks statt (Falkner, 1995, S. 110–112):
Quantitative Benchmarks: Hierbei werden konkrete Kenngrößen genutzt, die in der
Regel einfach zu messen sind. Dazu zählen bspw. Kosten je Bestellvorgang (Ein-
kauf), Termintreue (Logistik), Umsatzrentabilität (Controlling) oder Marktanteil
(Marketing).
Benchmarking als Managementinstrument zur relativen Leistungsbewertung 59
Qualitative Benchmarks: Falls möglich, sollten auch weiche Faktoren in Form von
qualitativen Kenngrößen als Benchmarks für Leistungsbewertungen genutzt wer-
den. Die Herausforderung liegt hierbei in einer konkreten Bezifferung. Unter quali-
tativen Benchmarks zählen bspw. Bekanntheit bei Kunden und Kundentreue
(Marketing), Formen der Vertriebskanäle (Vertrieb) oder Weiterbildungs- und
Schulungskonzepte für Mitarbeiter (Personalabteilung).
Benchmarks entsprechen daher gemessenen Leistungswerten. Eine Evaluation dieser ist nur
nützlich, wenn dies stetig wiederholt wird. Die Position gegenüber anderen zu kennen ist nur
von kurzem Interesse. Wichtiger ist die Betrachtung dieser Entwicklung über den Zeitverlauf.
Dementsprechend geht Benchmarking über den reinen Vergleich von Benchmarks hinaus.
Die American Productivity & Quality Center besteht darauf, dass „Benchmarking is not the
same as Benchmark! Benchmarks are performance measures. Benchmarking is action…”
(Maire, Bronet, & Pillet, 2005, S. 49).
Eine Definition des Begriffs „Benchmarking“ ist deshalb wesentlich komplexer (Talluri &
Sarkis, 2001, S. 211). In der Übersetzung aus dem Englischen bedeutete Benchmarking „Maß-
stäbe setzen“ (Agbaria & Neumann, 2013). Um über die Komplexität des Begriffes Bench-
marking ein besseres Verständnis zu erhalten ist es hilfreich, sich einige Aussagen, Ansichten
und Definitionen näher anzuschauen. Die Basis aller Definitionen beinhaltet den Vergleich
von Leistungskriterien, ohne dass damit direkt Prozessverbesserungen erforderlich sind. Eine
sehr generische Aussage trifft der Benchmarking Focal Point. Für sie ist jeder Zeitpunkt, bei
dem Daten miteinander verglichen werden, Benchmarking (Stapenhurst, 2009, S. 4). Für den
ehemaligen CEO der Xerox Corporation Kearns ist Benchmarking der „[…] kontinuierliche
Prozess, Produkte, Dienstleistungen und Praktiken zu messen gegen den stärksten Mitbewer-
ber oder die Firma, die als Industrieführer angesehen werden.” (Camp & Steinhoff, 1994, S.
13). Bei dieser ersten Definition mit betriebswirtschaftlichen Fokus aus den 1980er Jahren
wird ersichtlich, dass Benchmarking ein kontinuierlicher Managementprozess sein muss, um
möglichst effizient zu sein. Praktiken verändern sich, Unternehmen werden stärker und Pro-
dukte und Dienstleistungen verbessern sich. Selbstgefälligkeit in einer sich kontinuierlich ver-
ändernden Umwelt ist fatal. Ein zweiter essentieller Bestandteil des Benchmarkings ist das
Messen. Die analytische Messung dient der Identifikation der optimalen Erfolgspraktik, um
damit wesentliche Unterschiede zwischen Industriepraktiken zu erkennen. Die Resultate hel-
fen dabei, den Abstand zwischen den Praktiken aufzuzeigen. Dadurch kann ein Benchmarking
dazu beitragen, Effizienz und schließlich zukünftige Sicherheit und Überlegenheit sicherzu-
stellen. Als dritten Aspekt beschreibt Kearns die Produkte, Dienstleistungen und Praktiken.
Benchmarking wird als ein Managementinstrument definiert, das auf alle Perspektiven einer
Unternehmung angewendet werden kann. Weiter gefasst kann Benchmarking demnach für
jeden Bereich genutzt werden, bei dem Leistungsvergleiche oder Verbesserungen angestrebt
60 Benchmarking als Managementinstrument zur relativen Leistungsbewertung
werden. Abschließend wird durch diese Definition deutlich, dass eine Vielzahl von Ver-
gleichsmöglichkeiten existiert. Eine Stärken- und Schwächenanalyse kann beispielsweise ge-
genüber den führenden Unternehmen anderer Industrien und Branchen erfolgen und muss
nicht zwangsweise auf direkte Produktmitbewerber abzielen (Camp & Steinhoff, 1994, S. 13–
15; Stapenhurst, 2009, S. 4).
In diesem Zusammenhang definiert Camp (1989, S. 12) in seinem Standardwerk eine kurze
Arbeitsdefinition. Für ihn ist Benchmarking „[…] the search for industry best practice that
lead to superior performance.” Ähnlich zu Camp ist für Stapenhurst (2009, S. 6) Benchmar-
king eine Methode zur Messung und Verbesserung der Unternehmensleistung auf Basis eines
Vergleiches mit den Besten. Pieske (1995b, S. 49) geht darüber hinaus speziell auf den Aspekt
der Informationsverarbeitung ein. Benchmarking ist generell ein spezifischer Informations-
verarbeitungsprozess von Benchmarks. Mit dem Fokus auf der betrieblichen Praxis wird
Benchmarking als ein systematischer und kontinuierlicher „[…] Prozess zur Leistungsbewer-
tung von Produkten, Produktionen und Funktionen“ (Morwind, 1995, S. 20) definiert, der
Vergleichsmaßstäbe mit dem Ziel identifiziert, die eigene Leistung anhand einer Best-Prac-
tice-Orientierung stetig zu verbessern (Morwind, 1995, S. 20). Eine weitere Definition von
Benchmarking entstand aus der Übereinkunft zwischen dem International Benchmarking
Clearinghouse (IBC) und mehreren hundert Unternehmen und integriert die Aspekte von
Kearns und Camp: „Bei der Durchführung einer Benchmarking-Studie findet ein stetiger Ab-
wägungsprozess statt. Bei diesem Prozess werden die Arbeitsabläufe ständig überwacht und
mit denen marktführender Unternehmen auf der ganzen Welt verglichen, um Informationen
zu erhalten, die dem Unternehmen dabei helfen, die entsprechenden Schritte zur Verbesserung
seiner Arbeitsabläufe zu veranlassen“ (Lema & Price, 1995, S. 29).
Das Entstehen vieler oft nur minimal unterschiedlicher Definitionen ist der Ursache geschul-
det, dass die Entwicklung oft direkt aus der betriebswirtschaftlichen Praxis resultierte. Unter-
nehmen führen Benchmarking-Projekt zwar nach vergleichbaren Prinzipien durch, haben
jedoch an einigen Aspekten kleinere Veränderungen vorgenommen und sich an einer eigenen
Begriffsdefinition orientiert. Die Quintessenz jeder Definition lässt sich auf die Grundbegriffe
Industrieführer, Messung und Kontinuität festlegen. Für diese Arbeit wird bewusst auf eine
generische Definition aus dem Fachbereich des Controllings und Performance Managements
zurückgegriffen. Fischer, Möller und Schulze (2015, S. 279) definieren Benchmarking wie
folgt:
Benchmarking ist ein kontinuierlicher „[…] Management- und Verbesserungs-
prozess, bei dem systematisch Strategien, kritische Erfolgsfaktoren, Funktionen
und Prozesse und die damit erzeugten Produkte und Dienstleistungen des eigenen
Benchmarking als Managementinstrument zur relativen Leistungsbewertung 61
Unternehmens mit Leistungsführern verglichen werden, mit dem Ziel, Leistungs-
unterschiede zu identifizieren und Lernprozesse zu formulieren und umzusetzen.“
Das klassische Benchmarking kann dabei generell in zwei Phasen unterteilt werden (siehe
Abbildung 20). Die erste Phase beinhaltet die Vorbereitung und Durchführung des Bench-
markings zur Identifikation der Leistungsdifferenz. In der zweiten Phase folgen die Implika-
tionen für das Unternehmen, wie beispielsweise das kontinuierliche Lernen von Anderen.
Diese Arbeit wird sich im Folgenden primär auf die erste Phase zur Identifizierung der Leis-
tungsdifferenz konzentrieren.
Abbildung 20: Zwei Phasen des Benchmarkings (vgl. Stapenhurst, 2009, S. 5)
4.1.2 Historische Skizze und Entwicklung des Benchmarkings
Die erstmalig dokumentierte Nutzung von Benchmarking im betriebswirtschaftlichen Kontext
geht auf das US-amerikanische Unternehmen Xerox zurück und wurde dort direkt aus der
Unternehmenspraxis heraus spezifiziert. Der Kopiergerätehersteller Xerox sah sich im Jahre
1979 mit rapide sinkenden Marktanteilen und daraus resultierenden signifikanten Gewinnein-
brüchen konfrontiert. Ein unternehmensweites Benchmarking-Projekt wurde implementiert,
um über eine Reduktion der Herstellungskosten ihrer Produkte die Wettbewerbsfähigkeit zu
verbessern. Mit Hilfe des Benchmarkings konnte nicht nur festgestellt werden, dass die Pro-
duktionskosten teilweise so hoch wie die Verkaufspreise der Konkurrenz waren. Durch einen
unternehmensinternen Vergleich mit der japanischen Schwestergesellschaft und den daraus
resultierenden Implikationen konnte auch die Wettbewerbsfähigkeit wiederhergestellt wer-
den. Das Ziel, die eigene Leistungsfähigkeit durch einen systematischen Vergleich ausge-
wählter Faktoren zu verbessern, konnte erfolgreich erreicht werden (Camp, 1989, S. 6f; Camp
& Steinhoff, 1994, S. 7f).
sehr gut
Mangel-haft
Leis
tung
Phase 1
sehr gut
mangelhaft
Leis
tung
Phase 2
Leis
tung
Ve
rgle
ichs
unte
rneh
men
Eige
ne
Leis
tung
Leistungs-differenz
Aktuelles eigenesLeistungsniveau
Verbesserungenaufgrund vonAnpassungen,Adaptionen undverbesserten Verfahrenbasierend auf denErgebnissen desBenchmarkings
Time
62 Benchmarking als Managementinstrument zur relativen Leistungsbewertung
Benchmarking hat sich seit den 1940er Jahren stetig weiterentwickelt (siehe Abbildung 21).
Die erste Generation von Benchmarking beginnt längst vor der Publikation von Camp (1989).
Damals wurden in der Praxis bereits Produkteigenschaften, -funktionen und -leistungen ver-
gleichbarer Produkte systematisch gegenübergestellt. Rückblickend kann hierbei von „Re-
verse Benchmarking“ gesprochen werden (Ajelabi & Tang, 2010, S. 4). Camps (1989, S. 7)
„Competitive Benchmarking“ vergleicht neben Produkten auch Prozesse direkt mit dem Wett-
bewerb und kann somit als zweite Generation angesehen werden. Erst in der dritten Genera-
tion wird von „Process Benchmarking“ gesprochen, da erstmals auch Informationsteilung
zwischen Unternehmen, die nicht in derselben Industrie tätig sind, genutzt werden, um Pro-
zessverbesserungen zu erkennen (Elmuti & Kathawala, 1997, S. 229f). „Strategic Benchmar-
king“ erweitert als vierte Generation die bestehenden Ansätze um die Evaluation von
alternativen Strategien und deren Implementierung zur Verbesserung der Leistung, indem er-
folgreiche Strategien von externen Partnern adaptiert werden (Watson, 1994, S. 6). In der
fünften Generation des „Global Benchmarking“ steht der Umgang mit der Globalisierung von
Industrien im Vordergrund. Dabei müssen Herausforderungen im Umgang mit internationa-
lem Handel, interkulturellen Barrieren und Unterschieden bei den Geschäftsprozessen über-
brückt werden (Ahmed & Rafiq, 1998, S. 228).
Abbildung 21: Die historische Entwicklung des Benchmarkings (in Anlehnung an Ahmed & Rafiq, 1998, S. 226–
228; Ajelabi & Tang, 2010, S. 4; Anand & Kodali, 2008, S. 260–261; Watson, 1993c)
Über diese fünf Generationen hinaus entstehen weitere Benchmarking-Modelle. Kyrö (2003,
S. 213f) sieht eine sechste und siebte Generation von Benchmarking aufkommen, die er
„Competence/Learning Benchmarking“ und „Network Benchmarking“ nennt. Die sechste
Generation erweitert die Inhalte um den Aspekt der Veränderung von Teams und Individuen
im Unternehmen zur Verbesserung von Prozessen und Abläufen. Benchlearning wird dabei
Benchmarking als Managementinstrument zur relativen Leistungsbewertung 63
als Begriff für den Wandel einer Unternehmenskultur genutzt, der den Wechsel hin zu einer
stetig lernenden Organisation beschreibt (Karlöf & Östblom, 1995). Unternehmen können
ihre Effektivität steigern, indem sie Kompetenzen, Kenntnisse und Fähigkeiten weiterentwi-
ckeln und dabei erkennen, wie durch Lernen und Vergleichen Einstellungen und Praktiken
Veränderung erfahren (Kyrö, 2003, S. 214).
Um in der sechsten Generation die Idee des Lernens umzusetzen sind Vergleiche innerhalb
der eigenen Organisation, aber auch extern zwischen anderen Unternehmen notwendig. Hier-
bei setzt das Benchlearning aber verstärkt auf einen Wettbewerbsvergleich. Dies führt zu ei-
nem Dilemma zwischen dem reinen Kopieren des Wettbewerbs und dem Erlangen eines
Wettbewerbsvorteils durch ausgeprägte Leistungsstärke (Longbottom, 2000, S. 101). Prado
(2001, S. 63) beschreibt die Kommunikation und den Austausch mit anderen Organisationen
in einem Artikel über spanische Unternehmen als „Business Networking“ und erweitert in
seinem Ansatz den Wettbewerbsfokus. Diese siebte Generation des Benchmarkings baut ein
Netzwerk auf, das mindestens eine gemeinsame Problem- bzw. Fragestellung vereint. Dar-
über hinaus können die Unternehmen aber in ihrer Größe ebenso variieren, wie in ihrer In-
dustrie und Branche. In einschlägiger Literatur wird das Ergebnis der komplexen und
herausfordernden Zusammenstellung geeigneter Unternehmen als „Peer Group“ bezeichnet
(siehe bspw. de Waal, 2007, S. 180; K. J. Murphy, 2001, S. 246). Die Vorteile des Netzwerk-
Benchmarkings liegen in der Erkenntnis und Innovation neuer Praktiken, basierend auf Un-
ternehmensvergleichen außerhalb des eigenen Wettbewerbs. Dies hat unter anderem auch im
öffentlichen Sektor maßgeblich zu mehr Leistung geführt (Davis, 1998, S. 268–269). Auch
die konstanten Umwelt- und Umfeldveränderungen sprechen für einen erweiterten Vergleich
von Unternehmen (siehe bspw. Hammer & Champy, 2003, S. 9–34), da eine reine Nachah-
mung bestehender Praktiken zu langsam und zu stadial ist. Im Gegensatz zum Benchlearning
ist Netzwerk-Benchmarking deshalb ein wesentlich radikalerer und schnellerer Ansatz für
Veränderung (Kyrö, 2003, S. 215). Für Senge (2006, S. 216f) hat Netzwerk-Benchmarking
im Gegensatz zu Benchlearning den Fokus auf innovativen Lösungen und Chancen zur Ge-
staltung und Absicherung der Zukunft. Benchlearning weist einen anpassenden (adaptiven)
Fokus auf, wo hingegen Netzwerk-Benchmarking einen entwickelnden (generativen) Charak-
ter besitzt. Netzwerk-Benchmarking wird sich in Zukunft zu einem der wichtigsten Bench-
marking-Modelle entwickeln, da in einer sich stetig ändernden Umwelt der Bedarf an
generativen und zukunftsorientierten Lösungen nie größer war. Mit diesem Modell lassen sich
strukturelle Veränderungen in Unternehmen und anderen Organisationen überlegener und
systematischer angehen. Deshalb ist es umso wichtiger, die etablierten fünf Generationen des
Benchmarkings zu erweitern (Kyrö, 2003, S. 216). Dabei kann der Begriff des Peer Group
Benchmarking dem Modell des Netzwerk-Benchmarkings zugeordnet werden, da methodisch
auf die systematische Erweiterung des Auswahlprozesses von Vergleichsunternehmen der
64 Benchmarking als Managementinstrument zur relativen Leistungsbewertung
siebten Generation zurückgegriffen wird. Die Zusammenarbeit mit anderen Unternehmen und
der damit zusammenhängende Aufbau eines Netzwerkes werden beim PGB hingegen ledig-
lich als optionale Vorgehensweise im Prozess dargestellt und nicht als verpflichtend angese-
hen. Für den Vergleich finanzieller Kennzahlen ist der Netzwerkaufbau allerdings nicht
zwingend erforderlich und wird deshalb im weiteren Verlauf der Arbeit nicht weiter berück-
sichtigt.
Weitere Entwicklungsstufen lassen sich in anderen Publikationen und Studien bis heute nicht
finden. Beispielsweise konnte bei einer Analyse von über 200 Master- und Doktorarbeiten
aus den Jahren 2003 bis 2012 mit Benchmarking als Forschungs- oder Methodeninhalt jedes
Benchmarking-Modell einer diese fünf bzw. sieben Generationen zugeordnet werden. Keine
dieser Arbeiten stellt eine neue Kategorie des Benchmarkings auf (Pham Evans, Tisak, &
Williamson, 2012, S. 776). Eine Masterarbeit jedoch entwickelte eine unscharfe Logik (fuzzy
logic) im Benchmarking-Prozess zur Bewertung des Organisationsaufbaus (Flores, 2009).
Eine weitere kleinere Innovation im Benchmarking ist die Nutzung von webbasierten Instru-
menten als Benchmarking-Technik. Damit weisen lediglich acht der 200 Publikationen inkre-
mentelle Erweiterungen und Verbesserungen im Benchmarking auf (Pham Evans u. a., 2012,
S. 776). Veränderungen finden weniger im Modell, als vielmehr in einer konstanten Verän-
derung des Wettbewerbermarktes und in den Herausforderungen, denen Führungskräfte ge-
genüberstehen statt. Neben einem stetigen Wandel der Unternehmenskultur spielen vor allem
technologische Veränderungen eine prägende Rolle (Bogan & Callahan, 2001, S. 29f). Vor
allem durch das Internet wird Benchmarking im täglichen Einsatz praktikabler, führt so zu
mehr Leistung und wird deshalb zu einem soliden und robusten Managementinstrument mit
hoher Präzision (Kyrö, 2003, S. 777).
Zusammenfassend lassen sich die Entwicklungen der Inhalte im Benchmarking dabei wie in
Abbildung 22 darstellen. In der ersten Stufe wurden klassische Benchmarks für Produkte- und
Dienstleistungen genutzt, um primär quantitative Kenngrößen zu vergleichen. Die zweite
Stufe erweitert diesen Vergleich um die Evaluation von Prozessen zur Herstellung selbiger.
Wie bereits aufgezeigt, nutzen neuere Modelle der dritten Entwicklungsstufe neben den fi-
nanziellen Kennzahlen auch vermehrt qualitative Größen, wie die Zufriedenheit der internen
und externen Kunden. In der vierten Stufe orientiert sich die Art der untersuchten Leistung
darüber hinaus noch an einer strategischen Evaluation (Maire u. a., 2005, S. 49). Basierend
auf der historischen Entwicklung von Benchmarking werden die Dimensionen zur Ausgestal-
tung und Klassifizierung von Benchmarking im nachfolgenden Kapitel vollständig beleuchtet.
Benchmarking als Managementinstrument zur relativen Leistungsbewertung 65
Abbildung 22: Die inhaltliche Evolution von Benchmarking (vgl. Maire u. a., 2005, S. 48)
4.1.3 Dimensionen zur Klassifizierung von Benchmarking
Die Dimensionen zur Klassifizierung und Ausgestaltung von Benchmarking ist sehr komplex,
da verschiedenste Autoren unterschiedlichste Ansätze verfolgen (siehe Tabelle 6). Meist fehlt
bei unterschiedlichen Autoren auch eine explizite Erklärung der Einteilungssystematik (Böh-
nert, 1999, S. 34). Eine der schlichtesten Klassifizierungen nimmt McGaughey (2002, S. 475)
vor, der Benchmarking lediglich in die drei Arten intern, extern und Best Practice einteilt.
Hierbei wird eine Unterteilung ausschließlich auf den Aspekt der Benchmarking-Partner bzw.
-Objekte gelegt, zeigt dabei aber deutlich, dass die grundsätzliche Ausgestaltung von Bench-
marking maßgeblich von internen und externen Vergleichspartnern beeinflusst wird. Die zu-
sätzliche Best Practice-Differenzierung ist hingegen zu unspezifisch, da sich auch im internen
und externen Benchmarking Best Practices identifizieren lassen. Internes Benchmarking wird
ferner durch standortabhängiges und damit unternehmensbezogenes Benchmarking und
standortunabhängiges, konzernbezogenes Benchmarking bestimmt (Mertins & Kohl, 2009, S.
72–74). Das externe Benchmarking hingegen ist umfassender. Behara und Lemmink (1997,
S. 516) gliedern das externe Benchmarking grundsätzlich in wettbewerbsorientierte und wett-
bewerbsunabhängige Benchmarking-Objekte.
Best Practice
Benchmarks
Art desVergleichs
Objekt der untersuchten Leistung KundenFinanzen
StrategieOperativ Art der untersuchten Leistung
Prozess
Produkt/
Dienstleistung
Objekt desVergleichs
2. Prozess-evaluationen
3. Qualitative Evaluationen
4. Strategie-evaluation
1. Einfache Quantitative Evaluationen
66 Benchmarking als Managementinstrument zur relativen Leistungsbewertung
Tabelle 6: Beispiele für unterschiedlichen Dimensionen zur Klassifizierung und Einteilung von Benchmarking (in
Anlehnung an Böhnert, 1999, S. 35; Deger, 1995, S. 46)
Über die direkten Wettbewerber hinaus präzisieren Wah Fong et al. (1998, S. 409f) die wett-
bewerbsunabhängigen Vergleichspartner indem sie diese in industriebezogene, generische
und globale Objekte unterteilen. Beim industriebezogenem Benchmarking werden Ver-
gleichsunternehmen hinzugezogen, die führend in der eigenen Branche und Industrie sind,
nicht notwendigerweise aber direkte Konkurrenz darstellen. Dies findet vor allem für be-
stimmte Unternehmensfunktionen4 und deren Prozesse Verwendung (Elmuti & Kathawala,
1997, S. 232). Generisches Benchmarking hingegen ist funktions- und branchenübergreifend
und vergleicht grundlegende Aktivitäten und Prozesse, um systematisch Innovation zu adap-
tieren (Elmuti & Kathawala, 1997, S. 232; Fischer u. a., 2015, S. 283). Globales Benchmar-
king nutzt darüber hinaus eine weltweite Suche nach geeigneten Vergleichspartnern und stellt
im Gegensatz zum generischen Benchmarking die globale Ausrichtung klar in den Vorder-
grund. Dieser deutlich erhöhte prozessuale Aufwand führt dazu, dass einige Autoren hier eine
Unterscheidung zwischen generischem und globalem Benchmarking vornehmen (Böhnert,
1999, S. 23; Watson, 1993a, S. 26). Eine Sonderstellung in dieser Klassifizierungsart hat die
Peer Group. Aufgrund der Vollständigkeit soll an dieser Stelle nur ein kurzer Überblick über
4 Eine umfassende Einteilung der Unternehmensfunktionen geht auf Kearney zurück. Dieser unterteilt die Funktio-
nen in Forschung & Entwicklung, Personalwesen, Vertrieb, Rechnungswesen/Controlling, Verwaltung, Unterneh-mensplanung, Fertigung, Informationstechnologie, Logistik und Revision (vgl. Bauer & Petersheim, 1997, S. 120).
Adebanjo, Abbas, & Mann, 2010, S. 1144-1145
Informales Benchmarking Formales Benchmarking Performance Benchmarking Best Practice Benchmarking
Camp, 1989, S. 61–65 und Fischer, Möller, & Schultze, 2015, S. 282–284
Internes Benchmarking Funktionales Benchmarking Generisches Benchmarking Kompetitives Benchmarking
Miller, Meyer, & Nakane, 1992, S. 20–30
Prozess-Benchmarking Best Practice Benchmarking Produkt-Benchmarking Strategisches Benchmarking
Pryor & Katz, 1993, S. 29–30 und Shetty, 1993, S. 40
Operatives Benchmarking Management-Benchmarking Strategisches Benchmarking
Schmidt, 1992, S. 8
Operatives Benchmarking Management-Benchmarking Strategisches Benchmarking
Wah Fong, Cheng, & Ho, 1998, S. 410 und Anand & Kodali, 2008, S. 260–261
Benchmarking-Objekte, -Partner Benchmarking- Inhalte Benchmarking-Ausgestaltung
Wolfram Cox, Mann, & Samson, 1997, S. 288–290
Kollaboratives Benchmarking Kompetitives Benchmarking
Benchmarking als Managementinstrument zur relativen Leistungsbewertung 67
den Inhalt einer Peer Group geliefert werden, da diese einen zentralen Stellenwert innerhalb
dieser Arbeit besitzt und eine genaue Spezifikation in Kapitel 6 erfährt. Die Peer Group um-
fasst eine Gruppe von Vergleichsobjekten zu denen neben Wettbewerbern auch Unternehmen
derselben Industrie, Branche und ähnlichen Geschäftsbereichen und -modellen zählen. Das
Ziel ist die Identifizierung einer Gruppe von Unternehmen, die den gleichen externen Schwan-
kungen und Volatilitäten unterliegen, vor allem nützlich, sobald direkte Wettbewerber nur
schwer identifizierbar sind (Bizjak, Lemmon, & Naveen, 2008, S. 152f; Stern, 2007b, S. 29f).
Eine weitere Klassifizierungsart bezieht sich auf den Inhalt des Benchmarkings. Behara und
Lemmink (1997, S. 516) spezifizieren dafür neben Produkten und Prozessen auch Funktionen,
Leistungen und Strategien. Auch Wah Fong et al. (1998, S. 410) greifen für diese Klassifizie-
rungsart auf die Einteilung von Behara und Lemmink zurück. Vor allem für Hinton et al.
(2000, S. 53f) ist die Unterscheidung zwischen Prozess- und Leistungs-Benchmarking von
entscheidender Bedeutung, da dies maßgeblich den Benchmarking-Prozess beeinflusst. Dabei
konnte identifiziert werden, dass die meisten Benchmarking-Prozessmodelle sich nur für ein
Performance Benchmarking eignen. Auch die Ziele von Leistungs- gegenüber Prozess-
Benchmarking und die daraus abgeleiteten Aufgaben unterscheiden sich deutlich (Sweeney,
1994, S. 14f). Das Benchmarking von Prozessen kann als die Analyse von eigenständigen
Arbeitsprozessen angesehen werden, mit dem Ziel der Identifizierung der effektivsten opera-
tiven Vorgehensweisen (Delpachitra & Beal, 2002, S. 411). Leistungs-Benchmarking jedoch
vergleicht quantitative Kenngrößen und Ergebnisse ohne zu berücksichtigen, welche speziel-
len Methoden und Praktiken zu dieser Leistung geführt haben (Adebanjo & Mann, 2007).
Neben den bisherigen Benchmarking-Inhalten, die operative Zielsetzungen verfolgen, kam
Anfang der 1990er Jahre das strategische Benchmark hinzu (Schmidt, 1992, S. 8; Watson,
1993c). In wissenschaftlichen Publikationen lässt sich strategisches Benchmarking in zwei
inhaltliche Begriffsverständnisse unterteilen. Auf der einen Seite beschreiben Miller et al.
(1992, S. 24) und Böhmert (1999, S. 31) strategisches Benchmarking als eine Art langfristige
Richtlinienvorgabe für operativ ausgerichtete Studien. Auf der anderen Seite wird strategi-
sches Benchmarking als Managementinstrument gesehen, dass zur Strategieevaluation und -
entwicklung genutzt werden kann (Rau, 1999, S. 54f; Sammut-Bonnici, 2014, S. 23; Wieg-
mans & Dekker, 2016, S. 99f). Letztere ist die wesentlich verbreitetere Begriffsbedeutung.
Der Einsatz von strategischem Benchmarking wird vor allem den Unternehmen empfohlen,
die bis zu diesem Zeitpunkt auf keinerlei strategische Analysen zurückgreifen können, ein
schnelles Wachstum aufweisen oder sich in verändernden Branchen befinden (Clayton &
Luchs, 1994, S. 56). In diesen Fällen soll mithilfe des strategischen Benchmarkings sicherge-
stellt werden, dass die eigenen Strategien dem Einfluss der Konkurrenzstrategien standhalten
können und gleichzeitig mit den maßgeblichen Erfolgsfaktoren der Industrie und Branche
vereinbar sind (Pellegrinelli & Bowman, 1994, S. 125–127).
68 Benchmarking als Managementinstrument zur relativen Leistungsbewertung
Einen genaueren Blick sollte neben Objekt und Inhalt auch auf die Ausgestaltungs- bzw. Be-
ziehungsart zur Klassifizierung des Benchmarkings von Wah Fong et al. (1998, S. 410) ge-
worfen werden. Diese unterscheiden zwischen kollaborativem und kompetitivem
Benchmarking. An dieser Stelle bietet es sich nach Adebanjo et al. (2010, S. 1144) aber an,
die Unterscheidung weiter zu spezifizieren. Eine zusätzliche Unterscheidung zwischen infor-
malem und formalem Benchmarking gilt es an dieser Stelle zu unterscheiden. Informales
Benchmarking wird dabei als Benchmarking ohne systematischen Prozess, Verfahren oder
Methode definiert. Es bezeichnet die Benchmarking-Variante, die jeder Mitarbeiter oft unbe-
wusst während seiner täglichen Arbeit vornimmt. Dies erfolgt in der Regel durch den Ver-
gleich und das Erlenen vom Verhalten und den Gewohnheiten Anderer. Die Verbesserungen
durch informales Benchmarking entstehen dabei durch (Adebanjo u. a., 2010, S. 1144):
Gespräche und Unterhaltungen mit Arbeitskollegen und dem damit verbundenen
Profitieren von deren Erfahrungen
Hinzuziehen von Experten, die spezielles Wissen bei der Implementierung von be-
sonderen Prozessen oder Tätigkeiten in Unternehmenskontext besitzen
Aufbau eines Netzwerkes mit Personen anderer Unternehmungen bei Konferenzen,
Seminaren, Weiterbildungen oder Internetforen
Online-Datenbanken, Webseiten oder Publikationen, die Informationen zur eigenen
Problemstellung teilen
Eine detaillierte Definition zu informalem Benchmarking liefern Adebanjo et al. (2010, S.
1144): „Actively encouraging employees to learn from the experience and expertise of other
colleagues and organizations through comparing practices and processes. For example,
through best practice tours, conferences, best practice websites and networking.”
Im Unterschied zu informalem Benchmarking kann formales Benchmarking hingegen als bi-
polares Konzept von Benchmarking gesehen werden (Hinton u. a., 2000, S. 288–290). Ebenso
wie Wah Fong et al. (1998, S. 411) unterteilen auch Wolfram Cox et al. (1997, S. 288f) die
Ausgestaltungs- bzw. Beziehungsdimension im Benchmarking in Zusammenarbeit und Wett-
bewerb. Formales, kompetitives Benchmarking beschreibt dabei den Vergleich einseitig,
selbstgewählter Tätigkeiten mit dem Zweck der Generierung und Sicherstellung überlegener
Leistung (Mann, Samson, & Dow, 1998, S. 74). Formales, kollaboratives Benchmarking nutzt
hingegen das Teilen von Wissen und fördert damit eine Umgebung des Lernens (Wah Fong
u. a., 1998, S. 289; Wolfram Cox u. a., 1997, S. 289).
Neben allen hier vorgestellten wissenschaftlichen Veröffentlichungen in Journals und Disser-
tationen greifen auch Fachbücher nur auf Teilaspekte der Klassifizierung und Differenzierung
von Benchmarking zurück (Fischer u. a., 2015, S. 282f; Friedl, 2003, S. 339f; Siebert, Kempf,
Benchmarking als Managementinstrument zur relativen Leistungsbewertung 69
& Maßalski, 2008, S. 32) und eine systematische und detaillierte Unterteilung in Vergleichs-
objekt, Benchmarking-Inhalt und Ausgestaltung mit einer vollständigen Übersicht über die
Klassifizierungsarten findet auch in Standardwerken zum Benchmarking nicht statt (Camp &
Steinhoff, 1994, S. 77–82; Mertins & Kohl, 2009, S. 86; Stapenhurst, 2009, S. 19f; Straub,
1997, S. 53–58). Die Komplexität des Benchmarkings wird dabei übersehen, vor allem im
Hinblick auf die Ausgestaltung der Benchmarking-Prozesse. An dieser Stelle wird deshalb
eine Empfehlung für die Klassifizierung des Benchmarkings ausgesprochen, mit der auch
spezielle Benchmarking-Prozessmodelle einhergehen (siehe Tabelle 7). Wie auch von Hinton
et al. (2000, S. 53f) vorgeschlagen, sollte sich die systematische Durchführung von Bench-
marking direkt an den Bedürfnissen des durchführenden Unternehmens orientieren. Ein spe-
ziell auf die Vergleichsobjekte, Benchmarking-Inhalte und Ausgestaltungsarten
ausgerichtetes Prozessmodell ist ein wesentlicher Erfolgsindikator beim Einsatz von Bench-
marking (Hinton u. a., 2000, S. 53f). Die Klassifizierungsarten und deren -ausprägungen las-
sen sich jedoch nicht beliebig miteinander kombinieren. Bspw. wird die Durchführung eines
Benchmarkings mit den direkten Wettbewerbern über die strategische Ausrichtung in einem
formalen kollaborativem Umfeld nicht zustande kommen. Hingegen wird der Leistungsver-
gleich mit dem Vergleichsobjekt der Peer Group in einem formal kompetitiven Prozess mög-
lich sein. Diese Arbeit wird sich exakt auf diese Ausgestaltungsmöglichkeit des
Benchmarkings fokussieren und auch den Prozessablauf auf diese Problemstellung systema-
tisieren.
Tabelle 7: Klassifizierung der Dimensionen von Benchmarking
Klassifizierungs-art
Klassifizierungs-ausprägung
Bedeutung der Klassifizierungsausprägung
Objekt Intern Eigenes Unternehmens oder eigener Konzern
Wettbewerb Direkte Wettbewerber
Industrie Unternehmen in der gleichen Industrie oder Branche
GenerischUnternehmen mit Vorzeigecharakter ohne direkten Bezug zur Funktion
oder Branche
GlobalUnternehmen ähnlich zu Generisch aber mit internationalem bzw.
globalem Fokus
Peer Group Unternehmen, die denselben externen Schwankungen unterliegen
InhaltProdukte/Dienst-leistungen
Produkte mit ähnlicher oder gleicher Funktion und Substitute
Prozesse Eigenständige Unternehmensprozesse und operative Systeme
Funktionen Spezielle Unternehmensfunktionen bei zwei oder mehr Unternehmen
LeistungQuantifizierbare Ergebnisausprägungen, wie z.B. Preis, Umsatz,
Zuverlässigkeit
Strategie Strategische Ausrichtungen und Ziele
Ausgestaltung Informal Keine spezielle Struktur, Prozess oder Systematik
Formal kollaborativ Zusammenarbeit mit anderen Unternehmen in Form eines Netzwerks
Formal kompetitiv Systematischer Prozess ohne Zusammenarbeit (v.a. für Leistung)
70 Benchmarking als Managementinstrument zur relativen Leistungsbewertung
4.1.4 Benchmarkings als Performance Measurement Instrument im Rahmen
einer ganzheitlichen Unternehmenssteuerung
Benchmarking hat als Managementinstrument einen hohen Stellenwert sowohl im akademi-
schen Umfeld als auch in der Praxis. Der Anwendungszusammenhang des Benchmarkings
kann dabei ganz unterschiedlich ausfallen. Im Marketing, Forschung & Entwicklung (F&E),
Controlling/Performance Management, Total Quality Management, strategischen Manage-
ment und Reengineering kann Benchmarking als Instrument zum Einsatz kommen (Komus,
2001, S. 41). Dabei kann Benchmarking in Form eines Projektes und Projektteams erfolgen,
oder direkt als Evaluationselement in die Kernprozesse integriert werden. Für kontinuierliche
Verbesserungen ist eine systematische Integration in die Unternehmensfunktionen die sinn-
vollere Praxis, denn von einem Benchmarking mit Benchmarks im Zeitverlauf profitieren Un-
ternehmen am meisten im Hinblick auf eine nachhaltige Entwicklung (Maire u. a., 2005, S.
49). Wie bereits in Kapitel 3 aufgezeigt liegt der Fokus dieser Arbeit klar auf einer relativen
Leistungsbewertung und damit im Analyse-Bereich eines Performance Management Systems.
Deshalb wird an dieser Stelle der Fokus auf die Integration des Benchmarkings in den ganz-
heitlichen Unternehmenskontext gelegt.5
Für die Integration des Benchmarkings in die Unternehmensorganisation kann eine Integra-
tion in das unternehmensweite PMS genutzt werden. Denn dieses hat einen besonderen Stel-
lenwert für Unternehmen als eigenständige Disziplin zur zeitgemäßen Unternehmens-
steuerung (Fischer u. a., 2015, S. 406f). Lebas (1995, S. 34) definiert Performance Manage-
ment dabei generisch als eine „philosophy which is supported by performance measurement.“
Brunner et al. (1999, S. 11) beschreiben Performance Management hingegen umfassender als
ein „unternehmensweites Managementsystem, das den Prozess zur Operationalisierung der
Unternehmensstrategien und -ziele in ein permanentes Führungssystem überführt. Durch Ver-
knüpfung von Strategien, strategischen Initiativen und Planungen, Steuerungen und Kontrol-
len der relevanten Steuerungsgrößen wird die Zielerreichung (der relevanten
Anspruchsgruppen) unterstützt“ (Brunner u. a., 1999, S. 11). Weitere Autoren ergänzen das
Zusammenwirken von Methodeneinsatz, Leistung der Mitarbeiter und deren Fach- und Sozi-
alkompetenz zur Maximierung der Leistungsfähigkeit und der Optimierung des Stakeholder-
Nutzens (Bourne u. a., 2003, S. 15f; Krause, 2006, S. 39). Etwas abweichend davon sieht
Schedler (2005, S. 26) das Performance Management als klassische Management Control-
Funktion, mit dem Fokus einer aktiven Führung von Leistung, anstatt auf Planung, Kontrolle
und Realisierung einer vorgegebenen Strategie.
5 Einen umfassenden Überblick über die unterschiedliche Positionierungen und Einsatzfelder von Benchmarking im
Unternehmen gewährt Böhnert in Kapitel 5 (vgl. Böhnert, 1999, S. 155–270).
Benchmarking als Managementinstrument zur relativen Leistungsbewertung 71
Als Konsequenz aus der Historie und den unterschiedlichen Begriffsbestimmungen wird fol-
gende Definition für Performance Management Verwendung finden (J. Becker, Maßing, &
Janiesch, 2006, S. 249; A. Ferreira & Otley, 2009, S. 266–267; Möller u. a., 2011, S. 376):
Performance Management ist ein System zur Erfassung, Analyse, Steuerung, Be-
einflussung und Kommunikation der Leistung eines Unternehmens (Corporate
Business Performance), worunter auch die individuellen Mitarbeiterleistungen zu
verstehen sind, nach dem Prinzip der wirkungsorientierten Verknüpfung von In-
put, Process, Output, Outcome und Impact zur Maximierung der Leistungsfähig-
keit.
Studien zeigen, dass ein systematisches PMS maßgeblich zur Leistungsverbesserung in Un-
ternehmen beitragen kann (de Leeuw & van den Berg, 2011, S. 224). Umso wichtiger ist es,
die Gestaltungsebenen näher zu betrachten. Zur Darstellung aller notwendigen Ebenen eines
Performance Management Systems eignet sich ein innovativer Ansatz, entwickelt am Lehr-
stuhl für Controlling/Performance Management der Universität St. Gallen. Das St. Galler Per-
formance Management Modell (SPMM) ist ein normatives, prozessual strukturiertes Modell
(siehe Abbildung 23), das als ganzheitlicher Gestaltungsrahmen für die zeitgemäße Ausge-
staltung der Performance Management Disziplin dient, dabei aber genügend Freiräume für
die Integration existierender Steuerungsmechanismen in den Prozessen zulässt. Die drei Pro-
zessschritte können dabei als strategischer und operativer Regelkreis verstanden werden
(Möller, Müller-Stewens, & Wirnsperger, 2014, S. 438).
Nachfolgend wird ein kurzer Überblick über die Prozessschritte geliefert, um Benchmarking
als Managementinstrument konkret in einen dieser Prozessschritte zu integrieren und um da-
mit die betriebswirtschaftliche Positionierung von Benchmarking im Rahmen der Unterneh-
menssteuerung aufzuzeigen. Der erste Schritt „Define & Engage“ im SPMM dient einer
primären top down-Definition des Unternehmenszwecks, der Werte, des Geschäftsmodells
und der Strategien mit hohem Ambitionsniveau, das von den Mitarbeitern mit intrinsischer
Verbindlichkeit gelebt werden soll. Hierbei steht auch die Kommunikation selbiger an alle
beteiligten Mitarbeiter im Fokus. Als Teil des strategischen Review-Cycles ist dieser regel-
mäßig zu überprüfen (Möller, Wirnsperger, & Gackstatter, 2015, S. 78). Im ersten Teil des
zweiten Prozessschritts „Target & Plan“ werden die interaktiven Ziele und der Planungspro-
zess festgelegt und durch die top down-Richtung kann die Durchgängigkeit bei gleichzeitiger
Integration eines hohen Gestaltungsspielraums gewährleistet werden. Damit soll auch die
intrinsische Motivation der Mitarbeiter gefördert werden (Möller u. a., 2014, S. 439). Der da-
rauffolgende Schritt „Execute & Adjust“ setzt die definierten Ziele mit einem hohen Grad an
Anpassungsfähigkeit um. Diese Flexibilität kann zum einen durch dezentrale Entscheidungs-
und Ausführungsbefugnis auf operativer Ebene sichergestellt werden. Zum anderen können
72 Benchmarking als Managementinstrument zur relativen Leistungsbewertung
dies Instrumente, wie beispielsweise ein rollierender Forecast anstelle fixer Budgets, realisie-
ren (Möller u. a., 2014, S. 439).
Abbildung 23: SPMM – St. Galler Performance Management Modell (Möller u. a., 2015, S. 74–80)
Von zentraler Bedeutung für das Managementinstrument Benchmarking ist der dritte Teil im
zweiten Prozessschritt. Als letzte operative Tätigkeit dient „Review & Assess“ als die Mes-
sung und Evaluation der Zielerreichung. Damit können neben einer Überprüfung angenom-
mener Prämissen auch Ursachen-Wirkungszusammenhänge kontrolliert werden (Schedler,
2005, S. 130). Darüber hinaus dient dieser Prozessschritt der Informationsgewinnung für zu-
künftige Entscheidungen (Schedler, 2005, S. 37) und der Beeinflussung und Steuerung von
Mitarbeiterverhalten (Arvey & Murphy, 1998, S. 142). Die Kontrollen und die Messinstru-
mente des Managements fokussieren dabei in der Regel die Bereiche, die für die aktuelle
Situation des Unternehmens am wichtigsten sind (Slater, 1991, S. 33). Oft wird sich auf Input,
Prozesse, Output und Outcome konzentriert, sind aber einzeln betrachtet meist nicht umfas-
send genug, um die Unternehmensleistung vollständig erfassen zu können (Simons, Dávila,
& Kaplan, 2000, S. 62). Beispielsweise können entsprechend günstige Inputs keine Garanten
für hohe Outputs darstellen und sichern dementsprechend auch keine hohe organisatorische
Leistung (Simons u. a., 2000, S. 62). Darum ist es wichtig, Prozesse und vor allem Outputs
Benchmarking als Managementinstrument zur relativen Leistungsbewertung 73
und Outcomes in die Kontrollen aufzunehmen (Watson, 1993b, S. 13–15). Outcomes für den
Review-Prozess sind deshalb so wichtig, da sie auch zur Leistungsanalyse miteinbezogen
werden können, falls keine Wirkungszusammenhänge bekannt sind (Simons u. a., 2000, S.
62–64). Die Kontrollen können sowohl subjektiv als auch objektiv erfolgen. Subjektivität be-
zeichnet dabei die Evaluation von Performance ohne allgemein bekannte Vergleichsgrößen
(A. Ferreira & Otley, 2009, S. 272), die oft erst zum Zeitpunkt der Bewertung festgesetzt
werden (Gibbs, Merchant, Stede, & Vargus, 2004, S. 409–411). Bei Objektivität hingegen
wird die aktuelle Leistung mit einer vorher festgelegten Soll-Größe verglichen. Die Perfor-
mance kann aber durch exogene Faktoren beeinflusst werden, auf die Unternehmen keinen
Einfluss haben. An dieser Stelle kommt die relative Performance Evaluation (RPE) aus Kapi-
tel 3 zum Einsatz (Gibbons & Murphy, 1990, S. 30). Hierbei wurde ersichtlich, dass die Leis-
tungsbewertung des Unternehmens für eine größtmögliche Objektivität im Vergleich zu sich
verändernden Kontextfaktoren gemessen werden sollte. Diese Relativität in der Evaluation
kann durch Benchmarking erfolgen. Hierbei können, wie in Kapitel 4.1.3 beschrieben, unter-
schiedlichste Arten des Benchmarkings zum Einsatz kommen. Der Einsatz hängt dabei maß-
geblich von den zur Verfügung stehenden Informationen ab. Diese Arbeit konzentriert sich
auf die Messung der Unternehmensleistung anhand finanzieller Kennzahlen. Wesentlicher
Vorteil des Einsatzes von Benchmarking im „Review & Assess“-Prozessschritt ist, dass die
Kriterien zur Evaluation frühzeitig kommuniziert werden können, dabei aber von externen
Umweltfaktoren weitestgehend unabhängig sind (Dye, 1992, S. 27–29). Trotz der Vorteile
von RPE mittels Benchmarking sollte dabei aber die Einbeziehung einer nachhaltigen indivi-
duelle Mitarbeiterentwicklung nicht vernachlässigt werden (Möller u. a., 2014, S. 439).
Der dritte und damit letzte Prozessschritt „Align & Reward“ soll übergreifend sicherstellen,
dass wichtige unterstützende Systeme, wie bspw. das Business Intelligence und deren Sicher-
stellung der Datenqualität, unterstützend wirken und die Selbstkontrolle und -steuerung ge-
fördert wird. Der letzte Schritt wird dabei nicht so häufig wie die operativen Schritte
durchgeführt, soll aber dennoch im Sinne einer kontinuierlichen Verbesserung eingesetzt wer-
den. Das maßgebliche Ziel ist hierbei die Sicherstellung der Erreichung langfristiger Unter-
nehmensziele (Möller u. a., 2015, S. 78).
4.2 Benchmarking-Dimensionen zur Definition von
Unternehmenszielen
4.2.1 Operative Zielsetzung mittels Benchmarking
Heard beschreibt bei einem Best Practice Forum den größten Nutzen von Benchmarking mit
den Worten: “The benefit of benchmarking is that people talk. We have been involved in
74 Benchmarking als Managementinstrument zur relativen Leistungsbewertung
studies for over 10 years and we have built up relationships and contracts” (Stapenhurst, 2009,
S. 15). Einer der größten Vorteile des Benchmarkings ist damit die erhöhte Aufmerksamkeit
auf kontinuierliche Veränderung und damit Entwicklung im Unternehmen. Neben diesem
zentralen Mehrwert auf operativer Ebene kann zur systematischen Einteilung der Kernziele
des Benchmarkings für eine operative Unternehmenssteuerung auf das Dreieck von Ohmae
(1982, S. 39) zurückgegriffen werden (siehe Abbildung 24). Aus der generischen Forderung
nach hoher Qualität, niedrigem Zeitaufwand und geringen Kosten lassen sich Ziele für jeden
Bereich der operativen Ebene ableiten. Dabei stehen die Forderungen in einer konkurrieren-
den Wirkungsbeziehung zueinander, da bspw. die Senkungen der Kosten auch mit einer Re-
duktion der Qualität einhergehen kann (Böhnert, 1999, S. 63f). Auch Partovi (1994, S. 31)
nimmt diese Unterscheidung für den operativen Einsatz von Benchmarking vor, ergänzt aber
den Bereich der Flexibilität. Das Benchmarking ist für das Lösen dieses Dilemmas als Ma-
nagementinstrument besonders gut geeignet, denn durch interne und externe Best Practices
können die Zielkonflikte mit Hilfe der Umsetzung und Anwendung der Vorgehensweisen auf
Basis von Vorbildern gelöst werden.
Abbildung 24: Das strategische Dreieck und dessen Erfolgsfaktoren (vgl. Brock, 1984, S. 226; Ohmae, 1982, S. 39;
Partovi, 1994, S. 31; Töpfer, 1994, S. 223)
Um die Qualitätsverbesserung näher betrachten zu können ist eine Definition von Qualität
notwendig. In der DIN EN ISO 9000:2015 des Deutschen Instituts für Normierung wird Qua-
lität als „das Vermögen einer Gesamtheit inhärenter Merkmale eines Produkts, eines Systems
oder eines Prozesses zur Erfüllung von Forderungen von Kunden und anderen interessierten
Parteien“ beschrieben. Diese unspezifische Definition ist sinnvoll, um den Qualitätsbegriff
auf unterschiedlichste Unternehmensfunktionen übertragen zu können. Benchmarking kann
somit dazu beitragen neben Produkten, Dienstleistungen, sowie Prozesse und Funktionen in
ihrer Qualität zu verbessern. Es kann als effektives Instrument zur Implementierung von Ver-
änderungsprozessen beitragen, um damit mittels eines detaillierten Aktionsplanes eine Orga-
nisationskultur des stetigen Lernens und Verbesserns zu etablieren (Voss, Åhlström, &
Blackmon, 1997, S. 1046). Die dadurch entstehende Qualitätsverbesserung führt daraufhin
WettbewerbUnternehmung
Strategie
Qualität
Flexibilität
Zeit
Kosten
Strategisches Dreieck nach Ohmae Erfolgsfaktoren
Kunden
Benchmarking als Managementinstrument zur relativen Leistungsbewertung 75
nachweislich zu einem Wettbewerbsvorteil (Pryor & Katz, 1993, S. 7). Die Wichtigkeit einer
Integration von Benchmarking als Managementinstrument zur Steuerung der Qualität wird
nicht nur durch den berühmten Malcolm Baldrige National Quality Award der USA (Hack-
man & Wageman, 1995, S. 316), sondern auch in managementorientierten Publikationen
(Sweeney, 1994; Vaziri, 1992; Venetucci, 1992) deutlich. Dabei konnten Studien aufzeigen,
dass Benchmarking zu Qualitätssteigerungen einer der erfolgreichsten Einsatzfelder darstellt
(Bower & Hout, 1989, S. 68).
Auch Zeitmanagement ist ein wesentlicher Erfolgsfaktor für Unternehmen. Als Optimierung
stehen auch hier nicht nur Durchlaufzeiten von Produkten oder die Durchführungszeiten von
Dienstleistungen im Fokus, sondern auch Prozessabläufe sowie Finanz- und Kostendaten
(Böhnert, 1999, S. 69). Deutlich zeigt dies das Beispiel zur Entwicklung und Etablierung von
Just-In-Time und Just-In-Sequence-Lösungen bspw. im Supply Chain-Management der Au-
tomobilindustrie (S. M. Wagner & Silveira-Camargos, 2011, S. 18). Deutsche Automobilher-
steller bspw. konnten durch das externe Benchmarking mit dem japanischen
Automobilhersteller Toyota das Zeitmanagement und damit die Organisation der Prozessab-
läufe optimieren (Ohno, 1982). Die stetige Optimierung des Zeitmanagements in Unterneh-
men wird auch durch immer kürzere Produktlebenszyklen bedingt (Drechsler & Natter, 2012,
S. 438). Benchmarking-Projekte können somit das Ziel haben, Verkürzungen der betriebli-
chen Abläufe zu erreichen (Böhnert, 1999, S. 70).
Die dritte Säule in der operativen Zielsetzung im Benchmarking betrifft den Aspekt der Kos-
tenreduzierung. Durch den Vergleich monetärer Steuerungsgrößen mit externen Vergleichs-
partnern werden Informationen für Entscheidungen zusammengestellt. Durch diesen externen
Bezug können realistischere Einschätzungen über die zukünftige Entwicklung getroffen wer-
den (Böhnert, 1999, S. 65). Eine bessere Planung führt damit auch zu Ressourceneffizienzen
im Unternehmen in Bezug auf Kapital, Arbeitskräfte und anderen operativen Kosten (Partovi,
1994, S. 31). Aufgrund des hohen Stellenwerts der relativen Leistungsbewertung in dieser
Arbeit wird in Kapitel 5 noch einmal genauer auf den Mehrwert von Benchmarking im Zu-
sammenhang mit einer relativen Leitungsbewertung mittels monetären Steuerungsgrößen ein-
gegangen.
Aufgrund der Vollständigkeit soll zusätzlich kurz auf den Bereich der Flexibilisierung ge-
schaut werden. Gerade im Zusammenhang mit Benchmarking ist wichtig, dass der Unterneh-
mensfokus nicht ausschließlich auf eine kontinuierliche und systematische Verbesserung der
Unternehmensorganisation abzielt, sondern gleichzeitig auch genügend Flexibilität für Inno-
vation bereitstellt. Die Aufgabe, gleichzeitig auf Effizienz ausgerichtet und trotzdem im Hin-
blick auf Umweltveränderungen anpassungsfähig zu sein, wird Ambidextrie genannt (Ducan,
1976, S. 167; Tushman & O’Reilly, 1996, S. 24–26). Gibson und Birkinshaw (2004, S. 219)
76 Benchmarking als Managementinstrument zur relativen Leistungsbewertung
konnten in diesem Zusammenhang zeigen, dass Unternehmen diese Ambidextrie simultan
meistern können und dies nachweislich in einem positiven Verhältnis zur Unternehmensleis-
tung steht. Benchmarking kann dazu beitragen, diese Flexibilität von Prozessen, Produktent-
wicklungen, Kapazitäten und Tätigkeiten im Unternehmen zu verbessern, um damit schnell
auf Umweltveränderungen reagieren zu können (Partovi, 1994, S. 32).
4.2.2 Strategische Zielsetzung mittels Benchmarking
Eine der wichtigsten Vorteile des externen Benchmarkings ist die Überwindung einer starken
Innenfokussierung (Fischer u. a., 2015, S. 284), welche vor allem bei der strategischen Aus-
richtung und Zielsetzung von entscheidender Bedeutung für Wettbewerbsvorteile und damit
für die Unternehmensleistung ist. Strategisch ausgerichtete Benchmarking-Projekte müssen
sich an den verfolgten Unternehmensstrategien ausrichten. Diese grundlegenden Strategien
legen dabei fest, wie die vorhandenen und potentiellen Stärken eingesetzt werden sollen, um
Umweltveränderungen systematisch entgegen wirken zu können (Kreikebaum, 1997, S. 25).
Unternehmensstrategien entstehen meist aus einem eindeutig formalisierten Planungsprozess
heraus, weswegen die Strategie als detaillierter Plan angesehen werden kann in dem festge-
halten wird, wie man von einem Status Quo zu einer angestrebten Zielposition gelangen kann
(Lechner & Müller-Stewens, 2000, S. 1868). Für den Erfolg strategischer Benchmarking-Un-
tersuchungen müssen deshalb Kennzahlen definiert werden, die mit der strategischen Aus-
richtung des Unternehmens abgestimmt sind (Clayton & Luchs, 1994, S. 56). Auf die
Herausforderungen bei der Definition von Benchmarks auf Basis monetärer Steuerungsgrö-
ßen wird in Kapitel 5 explizit eingegangen. Im Nachfolgenden wird ein kurzer Überblick über
die vorteilhafte Nutzung von Benchmarking zum einen, zum Schutze und zur Entfaltung von
Wettbewerbsvorteilen und zum anderen zur Gewinnung von neuen Erfolgspotentialen gege-
ben.
Benchmarking kann als Managementinstrument eingesetzt werden, um Erfolgspotentiale ei-
nes Unternehmens zu begünstigen. Ein einmaliges Benchmarking-Projekt wird im strategi-
schen Kontext jedoch nicht den gewünschten Erfolg bringen können. Dementsprechend wird
die Empfehlung ausgesprochen, auf den unterschiedlichsten Entscheidungs- und Planungs-
stufen aufeinander aufbauende Benchmarking-Projekte zu etablieren, um sukzessiv detail-
lierte Informationen zu erhalten (Böhnert, 1999, S. 58). Durch dieses strategische
Benchmarking können die Erfolgspotentiale auf Gesamtunternehmensebene definiert und an-
schließend verglichen werden (Tregoe & Tobia, 1991, S. 14f). Nach den ersten Informations-
und Datenanalysen werden auf den operativen Ebenen entsprechende Benchmarking-Studien
durchgeführt, um detaillierte Handlungsanweisungen für einzelne Bereiche abzuleiten (Böh-
nert, 1999, S. 58). Für eine zielgerichtete Durchführung dieser Projekte ist eine top down-
Benchmarking als Managementinstrument zur relativen Leistungsbewertung 77
Überwachung durch das Management empfehlenswert, um Unternehmensressourcen optimal
einzusetzen. Auch wenn überdurchschnittliche Ergebnisse oder gar Best Practice bei Leis-
tungsbewertungen erreicht werden, so kann Benchmarking auch weiterhin als nützliches Ma-
nagementinstrument dienen. Dadurch können rechtzeitig Umweltveränderungen und
Strukturwandel erkannt werden, die anschließend für gezielte strategische Gegenmaßnahmen
genutzt werden. Zudem besteht die Möglichkeit einer Überprüfung der Vergleichspartner, um
das Leistungsniveau und somit das Streben nach Erfolg weiter zu erhöhen. Die gewonnen
Informationen können darüber hinaus auch in den Prozess der strategischen Planung integriert
werden (Pieske, 1995b, S. 33). Damit ist der Schutz und die Entfaltung von Erfolgspotentialen
eine der wichtigsten Ziele des strategischen Benchmarkings (Böhnert, 1999, S. 59).
Auch zur Erschließung von neuen (strategischen) Erfolgspotentialen kann Benchmarking un-
terstützend wirken. Aufgrund einer immer höheren Dynamik der Unternehmensumwelt ste-
hen die Erfolgspotentiale im stetigen Wandel und das Ziel neue Potentiale zu identifizieren
sichert den langfristigen Bestand des Unternehmens. Empirische Studien konnten zeigen, dass
die Existenzsicherung des Unternehmens einen höheren Stellenwert für die übergeordnete
Zielsetzung besitzt, als die Gewinnmaximierung (Macharzina, 2003, S. 231). Erschöpfen sich
die Entwicklungspotentiale eines Kerngeschäfts, ist es notwendig Maßnahmen zur Generie-
rung neuer Geschäftsfelder zu erschließen. Dabei kann sowohl strategisches als auch operati-
ves Benchmarking Informationen für neue Ideen zur Weiterentwicklung des Unternehmens
liefern. Werden strategische Benchmarking-Projekte mit generischen oder globalen Ver-
gleichsobjekten kombiniert, kann über die eigene Industrie und Branche hinaus eine Ideenge-
nerierung für neue Geschäftsfelder und damit neuen Erfolgspotentialen stattfinden (Watson,
1993b, S. 13). Zudem kann nach erfolgreicher Potentialidentifikation, Benchmarking als In-
strument genutzt werden, um auf Basis des Wissens und der Erfahrungen anderer Unterneh-
men die Implementierung der neuen Erfolgspotentiale zu unterstützen (Persson, 1995, S. 64).
4.2.3 Weitere Funktionen und Vorteile von Benchmarking
Benchmarking im Rahmen des unternehmerischen Zielsetzungsprozesses nutzt i.d.R. den
Leistungsvergleich unterschiedlicher Aspekte im Unternehmen, wofür in der Literatur auch
oft der Begriff „Performance Benchmarking“ genutzt wird (Grimble, 2002, S. 2111). Bench-
marking hat im Bereich der relativen Leistungsbewertung zur Ableitung der Zielerreichung
auch in der Praxis einen sehr hohen Stellenwert. Eine Studie aus Großbritannien konnte zei-
gen, dass Benchmarking ein überaus gängiges Instrument für die Messung von Leistungsver-
besserungen und damit zur Definition von relativen Zielen darstellt (Hinton u. a., 2000, S.
59). Unter den Einsatzmöglichkeiten von Benchmarking in Unternehmen findet nur das in-
formale Benchmarking noch höhere Beachtung (Adebanjo u. a., 2010, S. 1152). Dabei kann
78 Benchmarking als Managementinstrument zur relativen Leistungsbewertung
Leistungs-Benchmarking auch als Ergebnis- und damit als Ziel-Benchmarking verstanden
werden und einen idealen Ausgangspunkt für nachfolgende Prozess-Benchmarking-Projekte
dienen. Auch Rigby und Bilodeau (2015, S. 14) sehen den Haupteinsatz von Benchmarking
im Bereich der Leistungsbewertung und Leistungsverbesserungen zur Steigerung der betrieb-
lichen Effizienz und zur Evaluation der (operativen und strategischen) Ziele. Vor allem im
Bereich der finanziellen Leistungsbewertung werden in über 85 Prozent der befragten Unter-
nehmen gelegentlich Benchmarks erhoben und in 31 Prozent werden diese sogar regelmäßig
für alle wichtigen Steuerungsgrößen und Informationen durchgeführt, analysiert und Verbes-
serungsmöglichkeiten abgeleitet (siehe Tabelle 8). Nur Produkte und Dienstleistungen erfah-
ren in über 90 Prozent der Unternehmen mehr gelegentliche Benchmarks (Adebanjo u. a.,
2010, S. 1156).
Tabelle 8: Sammeln von Benchmarks in Unternehmen (Adebanjo u. a., 2010, S. 1156)
Im Bereich der Leistungsbewertung dient Benchmarking dazu, eine Relativität und damit eine
gewisse Objektivität im Bewertungsverfahren zu etablieren. Hier spielen quantitative und oft-
mals monetäre Benchmarks eine zentrale Rolle, da diese Leistungsunterschiede aufgrund ei-
ner hohen Vergleichbarkeit aufzeigen können. Da die Vergleichbarkeit von finanziellen
Steuerungsgrößen aber auch Schwierigkeiten bereiten kann, wird darauf im Detail in Kapitel
6.5 eingegangen. Aus diesen Benchmarks lassen sich Wege zur Zielerreichung und damit
Zieldefinition ableiten. Durch die Relativität sehen Unternehmen das Leistungs-Benchmar-
king als eine Legitimierungs- und Motivationsfunktion für Mitarbeiter, sofern die Vergleichs-
inhalte und -partner transparent kommuniziert werden. Wird Performance-Benchmarking zu
einem Standardinstrument des Managements kann auch das kontinuierliche Lernen gefördert
werden, da notwendige Leistungssteigerungen aus dem Markt kommen und die Vergleichs-
unternehmen praxiserprobte Lösungswege aufzeigen.
Sammeln von
Benchmarks
Mitarbeiter-bezug
Finanzbezug Prozessbezug Produktbezug Kundenbezug
KeineBenchmarks
16 % 14 % 14 % 8 % 10 %
GelegentlicheBenchmarks
24 % 16% 20 % 20 % 15 %
Regelmäßig 1 bis 2 Benchmarks
22 % 16 % 21 % 21 % 22 %
Regelmäßig für alle wichtigen Benchmarks
19 % 23 % 25 % 26 % 25 %
Regelmäßig wichtige Benchmarks und Reviews
19% 31 % 20 % 25 % 28 %
Benchmarking als Managementinstrument zur relativen Leistungsbewertung 79
Abschließend kann zusammengefasst werden, dass Benchmarking neben der reinen objekti-
ven und strategischen Zieldefinition, wie in den vorangegangenen Kapiteln dargestellt, wei-
teren Mehrwert in Unternehmen bieten kann (siehe Tabelle 9). Im strategischen
Benchmarking steht die Ableitung der übergeordneten unternehmerischen Ziele im Vorder-
grund, wie bspw. die Sicherung und Erweiterung der Wettbewerbsfähigkeit, Entwicklung
neuer Erfolgspotentiale und das Streben selbst Best Practice zu werden. Für den Bereich des
Marketings sind Benchmarking-Vorhaben zur Identifikation von Kundenwünschen von Vor-
teil. Im Performance Management kann Benchmarking genutzt werden, um monetäre Ziele
abzuleiten und Vorgaben in Form von relativen Performance Standards zu definieren. Der
Einsatz von Prozess-Benchmarking dient der Einführung und Nutzung von Steuerungsgrößen
für die Produktivität und Leistung organisatorischer Prozesse. Darüber hinaus können Pla-
nung und Prognose, bspw. in Form von Umsatz-Forecasts, vom Benchmarking profitieren.
Abschließend kann Benchmarking auch das Ziel verfolgen, die individuelle Mitarbeiterleis-
tung mit entsprechenden Kennzahlen möglichst objektiv zu beurteilen, um zudem die best-
möglichen Anreizsysteme zur Mitarbeitermotivation einsetzen zu können. Durch diese
Komplexität der Einsatzmöglichkeiten von Benchmarking muss ein Unternehmen klare Vor-
stellungen über den Mehrwert im eigenen Unternehmen kennen, denn ein Benchmarking-
Projekt durchzuführen oder gar als Standard zu etablieren, ist mit zum Teil hohen Unterneh-
mensressourcen verbunden. Deshalb muss sich eine Unternehmung entscheiden, in welchen
Bereichen Benchmarking sinnvoll und notwendig ist.
Tabelle 9: Zusammenfassung der Vorteile durch den Einsatz von Benchmarking (in Anlehnung an Zairi, 1992b, S.
179)
Dimensionen Ohne Benchmarking Mit Benchmarking
Wettbewerbsfähig sein
Interner Fokus auf das eigene
Unternehmen
Verständnis über den Wettbewerb
Evolutionäre Veränderungen Bewährte Ideen aus der Praxis
Best Practice werdenKleinere und geringere Lösungen Viele Möglichkeiten
Hektischer Anschluss Überlegene Leistung
Kundenwünsche kennenProdukte und Dienstleistung basieren auf
Erfahrung und Einschätzungsvermögen
Realitätsnahe Einschätzung durch
Marktanalyse
Effektive Ziele und
Vorgaben definieren
Fehlender externer Bezug Glaubwürdig und unbestreitbar
Reaktiv Proaktiv
Etablierung wahrer
Steuerungsgrößen für
Produktivität & Leistung
Verfolgen der Lieblingsprojekte Lösung wichtiger, realer Probleme
Kein Verständnis über Stärken und Schwächen
Verständnis über Leistung und Outputs
Weg des geringsten Widerstandes Basiert auf Best Practice
Optimale Planung und
Prognose
Kein Realitätsbezug Gute Entscheidungsunterstützung
Einschätzung auf Basis eigener Erfahrungen Basis ist Entwicklung der Vergleichspartner
Faire Leistungs-
bewertung
Absolute Leistungsbewertung Relative Leistungsbewertung
Jährliche Anpassung der Bewertung Selbstadjustierende Bewertung
Subjektivität in den Performance Größtmögliche Objektivität
80 Benchmarking als Managementinstrument zur relativen Leistungsbewertung
4.3 Herausforderungen und Verbreitungsgrad des Benchmarkings
4.3.1 Verbreitung von Benchmarking in der Praxis
In Japan sind seit Beginn der Industrialisierung Grundgedanken zur Leistungsverbesserung
durch Vergleiche, nach den Prinzipien „dantotsu“ – der Beste der Besten werden (Lenkova &
Osinovskaya, 2015, S. 259), „shukko“ – interner Mitarbeiterverleih, um von dessen Wissen
zu profitieren (Zairi, 1992a, S. 6), „zenbara“ – externe legale Übernahme von Produkten und
Ideen, um diese eigenständig zu verbessern (Maylor, 2001, S. 95) und „kaizen“ – kontinuier-
licher Verbesserungsprozess, mit der Idee, dass Mitarbeiter stetig über ihre eigene Tätigkeit
nachdenken und Verbesserungsvorschläge unterbreiten (Pieske, 1995a, S. 22), vorhanden.
Dabei kann vor allem der zenbara-Grundgedanke als Reverse-Benchmarking und damit als
Vorstufe zu den klassischen Benchmarking-Konzepten gesehen werden. Japanische Unter-
nehmen imitierten neben erfolgreichen Produkten auch deren Produktionsprozesse (Ohinata,
1994, S. 48). Eine internationale Beachtung fanden diese japanischen Konzepte hingegen
nicht, da kein systematisches Gesamtkonzept existierte und die Antipathien gegenüber der
Ideenintegration fremder Unternehmen überwogen (Burckhardt, 1995, S. 17).
Der Durchbruch der Benchmarking-Konzepte auf internationaler Ebene begann erst, als Un-
ternehmen der Vereinigten Staaten starkem Wettbewerbsdruck aus Europa und Japan ausge-
setzt waren und zeitgleich die Anti-Trust-Gesetze Anfang der 80er Jahre gelockert wurden,
um so nicht dem Vorwurf von Preisabsprachen ausgesetzt zu sein (Böhnert, 1999, S. 43).
Benchmarking ist demnach ein international aus Krisen heraus entstandenes Managemen-
tinstrument (Balm, 1992, S. 10f).
Heute ist Benchmarking als Managementinstrument nicht nur bei großen, internationalen Un-
ternehmen etabliert, sondern auch bei kleineren und mittelständigen Unternehmen in Verwen-
dung. Bereits im Jahr 1996 konnte eine repräsentative Studie unter den Fortune 1000
Unternehmen zeigen, dass bereist 65 Prozent der befragten Unternehmungen Benchmarking
als ein Managementinstrument nutzen, um daraus Wettbewerbsvorteile generieren zu können
(Korpela & Tuominen, 1996, S. 323–333). Eine vergleichbare Studie der französischen In-
dustrie- und Handelskammer kommt zu dem Ergebnis, dass 50 Prozent ihrer 1.000 Mitglieds-
unternehmen im Jahr 2005 Benchmarking als Instrument einsetzen. 80 Prozent dieser
Unternehmen sehen Benchmarking dabei als eine sehr effektive und effiziente Methode, um
Veränderungsprozesse zu starten (Maire u. a., 2005, S. 46). Bei dieser Studie wurde erstmals
ersichtlich, dass Benchmarking auch bei kleinen und mittleren Unternehmen (KMU) als In-
strument angekommen ist, um schnell signifikante Leistungsverbesserung zu erreichen. Bei
einer weiteren Betrachtung von 227 Organisationen aus 32 unterschiedlichen Ländern konnte
gezeigt werden, dass Benchmarking in den unterschiedlichsten Industrien (z. B. im Bereich
Gesundheit, Versicherung, Bank, Regierung, Bau und Produktion) zum Einsatz kommt (Jarrar
Benchmarking als Managementinstrument zur relativen Leistungsbewertung 81
& Zairi, 2001, S. 908). Im akademischen Umfeld haben Henderson-Swart et al. (2006, S.
148–152) Benchmarking zum Lernen und Unterrichten genutzt und daraus eine Performance
Benchmarking-Methode für Lern- und Unterrichtsprozesse entwickelt. In der Flugindustrie
hat Graham (2005, S. 107) die Nutzung von Benchmarking dokumentiert und dabei festge-
stellt, dass sich dieses Instrument bereits sehr gut etabliert hat. Bei all diesen Studien wird
deutlich, dass Benchmarking nicht zu teuer und damit nicht nur für große Organisationen
möglich ist, Benchmarking nicht nur für Hersteller zum Vergleichen von Produkten und Pro-
zessen geeignet ist und Benchmarking kein kurzlebiger Trend ist (Jarrar & Zairi, 2001, S.
908).
Tabelle 10: Top Ten der meistgenutzten Managementinstrumente (vgl. Rigby & Bilodeau, 2015, S. 14)
Betrachtet man Benchmarking im Zeitverlauf so kann gezeigt werden, dass es sich seit 1993
immer unter den fünf Managementinstrumenten befindet, die am häufigsten zum Einsatz
kommen (siehe Tabelle 10). Gerade in der Weltwirtschaftskrise ab dem Jahr 2007, die als
Subprimekrise begann, nahm der Einsatz dieses Instruments stark an Bedeutung zu. Dies ist
insofern nachvollziehbar, da bspw. durch einen systematischen Vergleich gezeigt werden
konnte, dass die Weltwirtschaftskrise einen unterschiedlich starken Einfluss auf Unternehmen
der gleichen Branche und Industrie hatte.
Wie hier ersichtlich ist Benchmarking heute ein weitverbreitetes und generell akzeptiertes
Managementinstrument, welches ständiger Weiterentwicklung, innovativer Anpassung und
Erweiterung im Hinblick auf Zweck, Umfang und methodischer Vorgehensweise erfährt.
82 Benchmarking als Managementinstrument zur relativen Leistungsbewertung
Aufgrund zunehmend dynamischer Umweltbedingungen mit immer stärkerem Wettbewerb
ist es nicht verwunderlich, dass Manager neue Wege gehen, um operative Effektivität und
strategische Effizienz zu erhöhen (Yasin, 2002, S. 218). Den größten Mehrwert beim Einsatz
von Benchmarking sehen Unternehmen dabei in der Unterstützung des Prozesses zur Strate-
giefindung. Darüber hinaus nutzen Unternehmen dieses Instrument, um Ressourcen im Un-
ternehmen effizienter zu managen und einen effektiven Einsatz dieser Ressourcen zu
gewährleisten. Beim Einsatz von Benchmarking stehen neben Prozessverbesserungen auch
Mitarbeiterentwicklungen im Vordergrund. Qualitätsverbesserungen und das Wissen der
Kundewünsche und -anforderungen sehen Manager als wichtigen Output bei Benchmarking-
Projekten. Einen geringeren Stellenwert hingegen hat das Identifizieren neuer innovativer An-
sätze zur Optimierung der Geschäftsorganisation (Jarrar & Zairi, 2001, S. 910).
Abschließend kann zudem festgehalten werden, dass Benchmarking inzwischen auch zu ei-
nem essentiellen Basiselement im Total Quality Management (TQM) geworden ist (siehe Ab-
bildung 25). Darüber hinaus wird Benchmarking regelmäßig als zentrales Instrument von
Best-Practices im Management angesehen (Brilman, 1998; Vokurka, Standing, & Brazeal,
2000, S. 41f).
Abbildung 25: Ein Modell für den Einsatz von TQM (vgl. Balm & Turbe-Suetens, 1994)
Sy
ste
m z
ur
Eff
izie
nzm
ess
un
g
Sy
ste
m z
ur
Eff
ek
tiv
itä
tsm
ess
un
g
Kundenzufriedenheit
TQM
Werte, Vision, Ziele, Hauptprozesse, Messsystem,
Hauptakteure für den Erfolg
MitarbeiterKontinuierliche
VerbesserungPartnerschaften
Prozessanalysen BenchmarkingVeränderungs-
management
Beschleunigte
Verbesserungen
Verbesserungen
implementiert & gemessen
Verbesserungen
Führung und Vision,
Arbeitsgruppe mit Mitarbeiter-
verantwortung
Kunden, Lieferanten,
Partner
Benchmarking als Managementinstrument zur relativen Leistungsbewertung 83
4.3.2 Herausforderungen beim Einsatz von Benchmarking
Eine zentrale Herausforderung für Unternehmen im Umgang mit Benchmarking ist die rich-
tige Nutzung und der fehlerfreie Einsatz. Reda bspw. unterstellt Managern Benchmarking ab-
sichtlich fehlerhaft zu nutzen, sobald die eigene relative Managementvergütung an der
Leistung der Vergleichsunternehmen gekoppelt ist. Für beispielhafte Unternehmen konnte er
zeigen, dass Vergleichsunternehmen ausgewählt wurden, die in keinem direkten Bezug zum
Unternehmen standen und damit die Auswahl der Unternehmen willkürlich erschien. Reda
sieht deshalb die Auswahl ungeeigneter Vergleichsunternehmen im Kontext der Motivations-
steuerung mittels relativer Vergütung als einen wesentlichen Grund für eine kontinuierliche
Steigerung von Managergehältern (Morgenson, 2006). Hinton (2000, S. 57) sieht neben der
Gewährleistung der Vergleichbarkeit von Daten und Informationen, ebenfalls die Schwächen
dieser Methode in der Identifikation von Vergleichsunternehmen liegen. Deshalb kann durch
die Entwicklung eines systematischen Prozesses zum Benchmarking und die Nutzung finan-
zieller Leistungskennzahlen der Schlüssel zum Erfolg dieser Methode liegen (Hinton u. a.,
2000, S. 57).
Weitere Kritiker dieses Instruments, wie beispielsweise Milliken (CEO von Milliken), be-
zeichnen Benchmarking zudem als einen schamlosen Diebstahl. Diese Kritik kann aber
schnell entkräftet werden, denn damit Benchmarking auf Prozess-, Organisations- oder Pro-
dukt-/ Dienstleistungsebene funktioniert, ist eine Zusammenarbeit zwischen den Benchmar-
king-Partnern erforderlich. Demnach kann ein Diebstahl grundsätzlich nur mit Zustimmung
erfolgen (Stapenhurst, 2009, S. 5).
Für die erfolgreiche Etablierung von Benchmarking ist es zudem notwendig, neben dem Com-
mitment des Managements auch die Mitarbeiter für dieses Vorhaben zu gewinnen. Dies gilt
es innerhalb eines Benchmarking-Projektes zu beachten, wenn Ideen und Systematiken ande-
rer Unternehmen in der eigenen Organisation verankert werden. Hierbei muss ein Blick auf
die Unternehmenskultur der anderen Unternehmen geworfen werden, um ein „blindes“ Ko-
pieren zu vermeiden (Hinton u. a., 2000, S. 59).
Weitere Herausforderungen im Benchmarking betreffen die Definition und Kommunikation
einer klaren Zielsetzung und die Verknüpfung mit den strategischen Unternehmenszielen
(siehe dazu Kapitel 4.2.2). Darüber hinaus werden Benchmarking-Projekte angestoßen, bevor
die genauen Ursachen-/Wirkungszusammenhänge identifiziert wurden. Dies kann im An-
schluss direkt zu fehlerhaften Datenerhebungen und damit zu Fehlinterpretationen der Ergeb-
nisse führen. Zudem wird von Unternehmen beim Einsatz von Benchmarking oft die Chance
eines Netzwerkes zum konstruktiven Austausch unterschätzt.
84 Benchmarking als Managementinstrument zur relativen Leistungsbewertung
Die Hauptgründe, weswegen Benchmarking nicht als Managementinstrument zum Einsatz
kommt, liegen hauptsächlich an einem Mangel an Ressourcen und vergleichbaren Benchmar-
king-Partnern. Deshalb sollten Benchmarking-Vorhaben vorwiegend im langfristigen Kon-
text und in Bereichen mit hohem Verbesserungspotential eingesetzt werden. Darüber hinaus
fehlt in Unternehmen häufig das Wissen über Benchmarking als Managementinstrument und
das Verständnis über die Steuerung von Benchmarking-Projekten. Der Einsatz von Bench-
marking kann ebenfalls aufgrund eines fehlenden Commitments des Managements und der
Angst Unternehmensinformationen zu teilen, scheitern. Nur in seltenen Fällen missglücken
Benchmarking-Untersuchungen aufgrund von zu hohen Kosten und fehlenden Kompetenzen
und Zuständigkeiten. Auch der langfristige Zeithorizont und das Verständnis über den Mehr-
wert von Benchmarking-Projekten werden als Herausforderung nur selten angemerkt (Ade-
banjo u. a., 2010, S. 1156). Nur fünf Prozent der Unternehmen einer Studie aus
Großbritannien fanden die Ergebnisse aus den Benchmarking-Projekten unzureichend (Hin-
ton u. a., 2000, S. 58).
Dem Kritikpunkt fehlender Vergleichspartner und den Umstand fehlender, nichtvergleichba-
rer Daten und Informationen (Hinton u. a., 2000, S. 57) wird diese Arbeit Abhilfe schaffen.
In Kapitel 6 und 7 wird ein Prozess zum Peer Group Benchmarking vorgestellt, indem ein
wesentlicher Fokus auf die Identifikation von Benchmarking-Partnern gelegt und indem dar-
gestellt wird, wie Unternehmen finanzielle Leistungsvergleiche durchführen können. Um eine
relative finanzielle Leistungsbewertung durchführen zur können ist es zuvor notwendig, einen
Blick auf die zur Verfügung stehenden Kennzahlen und Vergleichsparameter zu werfen. Im
nachfolgenden Kapitel werden deshalb finanzielle Steuerungsgrößen betrachtet, die für Un-
ternehmen zur relativen Evaluation der Unternehmensleistung dienen können.
85
5 Finanzielle Steuerungsgrößen im Benchmarking
„Measurement is complex, frustrating, difficult, challenging, important, abused and mis-
used", but „if you cannot measure it, it does not exist."
Sink, 1991 and Lord Kelvin, 1877 zitiert nach Lebas, 1995, S. 23
5.1 Steuerungsgrößen in Performance Measurement Systemen
5.1.1 Grundlagen und Definition von Steuerungsgrößen
Zur Ausgestaltung eines Performance Benchmarking innerhalb eines Performance Measure-
ment Systems sind Steuerungsgrößen von essentieller Bedeutung. In Kapitel 5.1 wird ein kur-
zer Überblick über die Ausgestaltungsmöglichkeiten von Steuerungsgrößen gegeben, um in
Kapitel 5.2 auf die wichtigsten relativen Steuerungsgrößen einzugehen. Anschließend werden
in Kapitel 5.3 die Einsatzmöglichkeiten von relativen, finanziellen Steuerungsgrößen aufge-
zeigt. Im Wesentlichen kann dabei zwischen der reinen Bewertung der aktuellen (finanziellen)
Leistung und der Ableitung finanzieller Unternehmensziele differenziert werden. Damit
schließt Kapitel 5 den zweiten Hauptteil dieser wissenschaftlichen Arbeit zu den Perspektiven
auf die Bewertung unternehmerischer Leistung mittels Benchmarking. Die Darstellung der
Anforderungen und Herausforderungen an ein Konzept zum Peer Group Benchmarking zur
finanziellen Leistungsbewertung ist damit abgeschlossen.
Steuerungsgrößen, auch Leistungsmaßstäbe oder im Englischen Performance Measures ge-
nannt (Riedl & Meyer, 2000, S. 20), entscheiden neben dem Design und der Ausgestaltung
von Performance Measurement Systemen (siehe Kapitel 3) maßgeblich über dessen erfolgrei-
chen Einsatz und dessen Anwendungsbereich. Ebenso ist die spezielle Betrachtung der Steu-
erungsgrößen für die Ausgestaltung und Nutzung von Benchmarking (siehe Kapitel 4)
notwendig. Allgemeiner kann zwischen Kenngrößen zur reinen Bewertung unternehmeri-
scher Leistung (in Form einer Verhältniskenngröße) und der erweiterten Möglichkeit der
Steuerung der Performance unterschieden werden. Eine Steuerungsgröße erweitert den reinen
Bewertungsansatz, um die Möglichkeit der unternehmerischen Beeinflussung selbiger. Da im
Nachfolgenden alle beschrieben Steuerungsgrößen auch eine Bewertung der aktuellen Leis-
tung nach sich ziehen können, wird in dieser Arbeit auf eine begriffliche Differenzierung ver-
zichtet.
Unter Performance Measures und Steuerungsgrößen werden demnach Metriken verstanden,
auf Basis derer die Leistung von Unternehmen, Geschäftseinheiten, Abteilungen, Teams oder
Mitarbeiter gemessen und analysiert werden kann. Neely (1995, S. 80f) definiert Performance
86 Finanzielle Steuerungsgrößen im Benchmarking
Measures als “metric[s] used to quantify the efficiency and/or effectiveness of an action.”
Steuerungsgrößen dienen somit als Grundlage zur Formulierung der Leistungsziele (Neely
u. a., 1995, S. 80f; Riedl & Meyer, 2000, S. 20). Diese „informatorische Verdichtung von
betriebswirtschaftlich relevanten Sachverhalten“ (Riedl & Meyer, 2000, S. 20) stellt das zent-
rale Element eines jeden Performance Measurement Systems dar (siehe Abbildung 26).
Wie in der vorangegangenen Beschreibung bereits genutzt, können als Synonyme zu Perfor-
mance Measures die Begriffe (Leistungs-)Steuerungsgröße und Leistungsmaß genutzt wer-
den. Zu den traditionellen Kennzahlen und Kennzahlensysteme findet an dieser Stelle aber
bewusst eine Abgrenzung statt. Ein modernes Performance Measurement System versucht
mit Hilfe von Performance Measures, die seit Ende der 80er Jahre durch die Performance
Management und Measurement Literatur aufgedeckten Nachteile klassischer Kennzahlen(-
systeme) auszumerzen, wie bspw. die starke Vergangenheitsorientierung, den fehlenden Be-
zug zur Strategie oder den hohen Aggregationsgrad. Steuerungsgrößen haben den Anspruch,
inhaltlich deutlich umfassender als ihre „traditionellen Vorgänger“ (Riedl & Meyer, 2000, S.
20; siehe dazu auch Fischer, 1993, S. 272f; H. T. Johnson & Kaplan, 1987, S. 253–258; Klin-
gebiel, 1996, S. 79–81; Lynch & Cross, 1991, S. 37; Maskell, 1991, S. 19–25) zu sein. Mit
der Nutzung der Begriffe Performance Measure bzw. Steuerungsgröße soll damit im weiteren
Verlauf deutlich werden, dass die Leistungsmessung und -analyse weit mehr beinhaltet, als
eine reine Analyse traditioneller finanzieller Kennzahlen.
Abbildung 26: Framework für die Einordnung und Entwicklung von Steuerungsgrößen (in Anlehnung an Lebas,
1995, S. 34; Neely u. a., 1995, S. 81; Schläfke, 2012, S. 13)
Obwohl eine Abgrenzung zu den traditionellen Kennzahlensystemen stattfindet, bilden Kenn-
zahlen und Kennzahlensysteme die Grundlage zur Ausgestaltung von Steuerungsgrößen. Zu
Beginn der akademischen Forschung und der praxisrelevanten Diskussionen wurden Kenn-
PerformanceMeasurement
System
PerformanceManagement
System
IndividuelleSteuerungsgröße
Zeit
Finanzielle Steuerungsgrößen im Benchmarking 87
zahlen als Hilfsmittel zur Analyse der (finanziellen) Wirtschaftlichkeit von Unternehmen er-
achtet (Schenk, 1939, S. 3). Darunter wurden monetäre Größen und Größenverhältnisse ver-
standen, die eine Aussagekraft für das betriebswirtschaftliche Erkenntnisziel besitzen
(Bouffier, 1952, S. 28). Die Weiterentwicklung führte zu spezifischen Relativzahlen, die sich
aus einer konkreten Fragestellung ableitet. Mit Hilfe dieser können Aktivitäten und Sachver-
halte in einer Zahl knapp und prägnant dargestellt werden (Reichmann, Hoffjan, Kißler, Pal-
loks-Kahlen, & Richter, 2016, S. 23). Daraus entwickelte sich das heute gängige Verständnis
über Kennzahlen: Kennzahlen sind jene Zahlen, die „quantitativ erfassbare Sachverhalte in
konzentrierter Form erfassen“ (Reichmann u. a., 2016, S. 24). Durch die angloamerikanische
Forschung und Praxis hat auch in Deutschland der Begriff Key Performance Indicator (KPI)
Einzug gehalten. Die Bereitstellung von Informationen in aggregierter Form zur Unterstüt-
zung von Entscheidungen (z.B. zur Planung und Kontrolle) und zur Verhaltensteuerung de-
zentraler Manager sind dabei wesentliche Charaktereigenschaften von Kennzahlen (Fischer
u. a., 2015, S. 340). Generell lassen sich diese über folgende Elemente definieren (Reichmann
u. a., 2016, S. 24):
Informationscharakter, zur Beurteilung wichtiger Sachverhalte und Zusammen-
hänge
Quantifizierbarkeit, zur Darstellung der Sachverhalte und Zusammenhänge auf ei-
nem metrischen Skalenniveau, um relativ präzise Interpretationen zu ermöglichen
Spezifische Form der Information, zur Aufbereitung komplizierter Prozesse und
Strukturen in einfacher Art und Weise für einen möglichst schnellen und umfassen-
den Überblick
Kennzahlen können somit in verdichteter Form Daten über das gesamte Unternehmen, Teil-
bereiche, Ressourcen, Prozesse, Kunden, Lieferanten oder Aufträge zur Planung, Steuerung,
Informationsbereitstellung und Kommunikation liefern. Damit können zusätzlich Vergleiche
in Form von Benchmarks durchgeführt werden (Walter, 2006, S. 57). Diese können Transpa-
renz schaffen, sofern die Qualität der Daten ausreichend hoch ist (siehe Kapitel 5.1.4). Hierbei
ist zu beachten, dass die Steuerungskennzahlen auf die Größe und die Erfordernisse des Un-
ternehmens abgestimmt sind. Ein Cockpit über alle Steuerungsgrößen kann zu einer zielge-
richteten Entscheidungsfindung beitragen (Walter, 2006, S. 59). Darüber hinaus haben
Kennzahlen für externe Beobachter (bspw. Banken, Investoren, Leasingunternehmen) einen
besonderen Stellenwert. Diese kommen primär aus Quartals- und Jahresabschlüssen, um da-
von die wirtschaftliche Lage des Unternehmens ableiten zu können. Neben einer vergangen-
heitsbezogenen Analyse sind auch Prognosen über die zukünftige Entwicklung von
Bedeutung, um Chancen und Risiken des Unternehmens abzuleiten (Reichmann u. a., 2016,
S. 24f; Walter, 2006, S. 59f).
88 Finanzielle Steuerungsgrößen im Benchmarking
Die Gesamtheit aller Performance Measures definieren Ulrich (1970, S. 105) und Riedl und
Meyer (2000, S. 20) als Performance Measure System. Im Gegensatz zu den in Kapitel 3
beschriebenen Performance Measurement Systemen beschreibt das Performance Measure
System lediglich den Zusammenschluss aller Leistungsgrößen, die optimaler Weise in einer
sachlich sinnvollen oder gar kausalen Beziehung zueinander stehen (Klingebiel, 1999, S. 19;
Neely u. a., 1995, S. 81; Reichmann u. a., 2016, S. 20). Die Notwendigkeit eines solchen Sys-
tems liegt darin, dass zum einen eine einzige Leistungsgröße nicht die unternehmerische Steu-
erungskomplexität abdecken würde und zum anderen zur Steuerung die Beziehungen selbiger
beachtet werden müssen (Fischer u. a., 2015, S. 340f; Horváth u. a., 2015, S. 545; Isele, 1991;
Küpper, Friedl, Hofmann, Hofmann, & Pedell, 2013, S. 318; Reichmann u. a., 2016, S. 23–
25).
Tabelle 11: Zusammenspiel von Performance Measures und Performance Management (in Anlehnung an Lebas,
1995, S. 34)
Das Performance Measurement übernimmt dabei die Aufgabe der „Messung“ unternehmens-
zielbezogener Aktionen und deren Ergebnisse. Unter dieser Messung ist „allgemein die sys-
tematische Zuordnung von Zahlen (Daten) zu den Ausprägungen [eines…] Performance
Measures oder [einer] Steuerungsgröße“ (Riedl & Meyer, 2000, S. 19; siehe auch Kromrey &
Strübing, 2009, S. 168; Zairi, 1994, S. 3) zu verstehen. Das Performance Measurement kann
hierbei nicht vom Performance Management getrennt werden. Die Messung von Leistung
über Steuerungsgrößen kann lediglich aufzeigen, welche direkten Konsequenzen sich aus den
getroffenen Entscheidungen im Kontext der Unternehmung ergaben. Durch das Performance
Management aber erhält das Unternehmen ein System zur Seite, durch dessen Hilfe die sys-
tematische Beeinflussung der Werttreiber von Steuerungsgrößen definiert wird (siehe Tabelle
11) und sich damit Kontrolle über den Prozess zur Entstehung von Leistung bewahrt, um
dadurch gezielten Unternehmenserfolg generieren zu können (Lebas, 1995, S. 35).
Performance Measures Performance Management
Steuerungsgrößen, die auf den entscheidenden
Erfolgsfaktoren basierenWeiterbildung, Team Work und Dialoge
Steuerungsgrößen, zur Aufdeckung von Abweichungen Führungsstil und Einstellung/Haltung
Steuerungsgrößen, zur Nachverfolgung von vergangenen
Errungenschaften Unternehmensweite Teilung der Vision/Mission
Steuerungsgrößen, zur Beschreibung des aktuellen
PotentialsEinbeziehung der Mitarbeiter
Steuerungsgrößen der Output-Faktoren Multikompetenzen
Steuerungsgrößen der Input-Faktoren Total Quality Management
Steuerungsgrößen der Prozesse Incentivierung und (finanzielle) Belohnungen
… …
Finanzielle Steuerungsgrößen im Benchmarking 89
5.1.2 Klassifikationen zur Systematisierung und Ausgestaltung von Perfor-
mance Measures und Performance Measure Systemen
Die Klassifizierung der Steuerungsgrößen und der Performance Measure Systeme ist seit dem
Beginn der Management Control-Forschung in stetiger Diskussion (Reichmann & Lachnit,
1976, S. 714). Dabei differenzieren einzelne Autoren nach unterschiedlichsten Gesichtspunk-
ten (Meyer, 2011, S. 6). Reichmann et al. (2016, S. 25f) sieht hierbei folgende allgemeine
aber essentielle Kategorien für die Klassifikation von Leistungsgrößen:
Informationsbasis: Performance Measures unterscheiden sich über den Informati-
onsgehalt für die Unterstützung interner und externer Nutzer, Interessenten und Ent-
scheider; i.d.R. auf Basis der Kostenrechnung und Finanzbuchhaltung. Betreffen
diese Steuerungsgrößen die Unternehmensaktivitäten, so sind sie primär entweder
aus dem Rechnungswesen oder aus dessen Ergebnissen erklärbar (Börner, 1972, S.
267).
Statistische Form: Performance Measures werden in absolute und relative Zahlen
unterteilt. Absolute unterteilen sich dabei in Einzelkennzahlen, Summen, Differen-
zen oder Mittelwerte. Relative hingegen sind Gliederungs-, Beziehungs- oder In-
dexzahlen (Meyer, 2011, S. 11).
Zielorientierung: Performance Measures gliedern sich in Erfolgs- und Liquiditäts-
kennzahlen. Hierzu werden Rentabilitäten und statische/dynamische Liquiditäts-
kenngrößen unterschieden. Weitere quantitative numerische Zielgrößen zur
Unterteilung der Kennzahlen sind hier denkbar.
Objektbereich: Performance Measures werden auf den jeweiligen Untersuchungs-
gegenstand angepasst. Hierbei können Kennzahlen auf betrieblichen Gesamtzusam-
menhang abzielen oder auf Teilbereich, wie Business Units, Abteilung oder Teams.
Handlungsbezug: Performance Measures unterscheiden sich zwischen normativen
und deskriptiven Größen. Normative Kennzahlen definieren Handlungsaufforde-
rungen in Form von internen Standards und Zielen. Deskriptive Kennzahlen hinge-
gen stellen den Sachverhalt dar. Deskriptive Kennzahlen erfordern weitere
Erklärungen und Analysen.
Tabelle 12 zeigt über die bisherige Gliederung hinaus eine umfassende Übersicht zu den wich-
tigsten Klassifizierungen betriebswirtschaftlicher Performance Measures. Neben Reichmann
et al. (2016, S. 25f) besitzt auch für Meyer (2011, S. 6) die Einteilung unter statistisch-metho-
dischen Gesichtspunkten (absolut vs. relativ) einen hohem Stellenwert bei der Ausgestaltung
von Performance Measures. Diese umfassende Unterteilung integriert aber bspw. keine Pro-
90 Finanzielle Steuerungsgrößen im Benchmarking
dukte, Wurzelausdrücke und Potenzen. In der Praxis finden unter dem Aspekt der Leistungs-
bewertung diese Rechenoperationen aber nur sehr begrenzt Anwendung. Deshalb soll an die-
ser Stelle auf eine nähere Betrachtung verzichtet werden. Hingegen ist die Einteilung von
Steuerungsgrößen auf Basis struktureller Merkmale von Bedeutung. Hierbei wird zwischen
quantitativen, zeitlichen und inhaltlichen Strukturen unterschieden. Die Ausgestaltung der
quantitativen Strukturaspekte steht mit den absoluten Zahlen und Verhältniszahlen in direkter
Verbindung. So ist bspw. der monetäre Wert aller Produktionsmaschinen im Unternehmen
eine Gesamtgröße, zusätzlich kann daraus aber auch eine Teilgröße generiert werden, sobald
man diese ins Verhältnis zum Anlagevermögen oder Gesamtvermögen setzt (Meyer, 2011, S.
6). In Bezug zur zeitlichen Struktur muss berücksichtigt werden, dass Steuerungsgrößen, wie
bspw. die optimale Losgröße in der Produktion, auch ohne zeitlichen Bezug existieren. In
diesem Falle würde auch eine zeitliche Charakterisierung entfallen (Meyer, 2011, S. 6).
Tabelle 12: Klassifikationen betriebswirtschaftlicher Performance Measures (in Anlehnung an Meyer, 2011, S.
11; Reichmann u. a., 2016, S. 25–26)
Performance Measure Systeme sind die „geordnete Gesamtheit der in einer Unternehmung
verwendeten Steuerungsgrößen“ (Riedl & Meyer, 2000, S. 25). Dieses umfasst rechentech-
nisch verknüpfte oder in einem Systematisierungszusammenhang stehende Informationen
über eine oder mehrere Aktivtäten, die zur formellen, systematischen Unternehmenssteuerung
genutzt werden (Meyer, 2011, S. 9; Riedl & Meyer, 2000, S. 25). Aus diesem Grund ist eine
Systematisierungs-
merkmalKlassifizierung betriebswirtschaftlicher Performance Measures/Steuerungsgrößen
Betriebliche FunktionenPerformance Measures aus dem Bereich
Einkauf Logistik Produktion Finanzwirtschaft Personalwirtschaft Vertrieb
Statistisch-methodischeGesichtspunkte
Absolute Zahlen Verhältniszahlen (Ratios)
Einzelzahlen Additionen Differenzen Mittelwerte Beziehungszahlen Gliederungszahlen Indexzahlen
Quantitative Struktur Gesamtgröße Teilgröße
Zeitliche Struktur Zeitpunktgrößen Zeitraumgrößen
Inhaltliche Struktur Wertgrößen (monetär) Mengengrößen
ErkenntniswertPerformance Measures
Selbstständigem Erkenntniswert Unselbstständigem Erkenntniswert
Quellen im Rechnungswesen
Performance Measures aus der
Bilanz BuchhaltungAufwands-, Ertrags- und
KostenrechnungStatistik
Elemente des ökonomischenPrinzips
Einsatzwerte ErgebniswerteMaßstäbe aus Beziehungen zwischen Einsatz- und
Ergebniswerten
Gebiet der Aussage Gesamtbetriebliche Performance Measures Teilbetriebliche Performance Measures
Planungsgesichtspunkte Soll-Kennzahlen (zukunftsorientiert) Ist-Kennzahlen (vergangenheitsorientiert)
Zahl der beteiligtenUnternehmen
EinzelbetrieblicheKennzahlen
Konzern-KennzahlenBranchen-Kennzahlen
(Richtzahlen)Gesamtbetriebliche
Kennzahlen
Umfang der Ermittlung Standard-Kennzahlen Betriebsindividuelle Kennzahlen
Leistung des Betriebes Wirtschaftlichkeits-Kennzahlen Kennzahlen über die finanzielle Sicherheit
Zielorientierung Erfolgskennzahlen Weitere quantitative numerische Zielgrößen Liquiditätskennzahlen
Handlungsbedarf Normative Kennzahlen Deskriptive Kennzahlen
Finanzielle Steuerungsgrößen im Benchmarking 91
der zentralen Klassifikationen dieser Systeme die Unterscheidung nach der Verknüpfung. Re-
chensysteme beinhalten dabei Steuerungsgrößen, die sich mit Hilfe von Rechenoperationen
aus zwei oder mehr Kennzahlen entwickeln lassen. Die bekanntesten Rechensysteme sind
Werttreiberbäume, wie bspw. das Du-Pont-Kennzahlensystem6. Vor allem bei Zahlen aus der
Finanzbuchhaltung und der Kostenrechnung darf nicht geschlossen werden, dass die Steue-
rungsgrößen eines solchen Rechensystems in einem funktionalen Zusammenhang zueinander
stehen und monokausale Beziehungen vorliegen. Zusammenhänge existieren, diese sind aber
i.d.R. von vielen Einflussfaktoren abhängig (Multikausalität). Einfache Ursachen-Wirkungs-
zusammenhänge lassen sich somit nur bedingt ableiten (Meyer, 2011, S. 10f). Ordnungssys-
teme im Gegensatz zu Rechensystemen fassen Kennzahlen lediglich unter einem
Systematisierungszusammenhang, z.B. auf Basis einer betrieblichen Funktion (Einkauf oder
Finanzen), zusammen. Eine Quantifizierung findet meist statt, jedoch werden keine Element-
beziehungen aufgestellt. Aus diesem Grund ist diese Form eines Performance Measures in der
Forschung, wie auch in der Praxis sehr umstritten (Meyer, 2011, S. 12). Über die Klassifizie-
rung auf Basis der Verknüpfung von Elementen sind noch weitere Klassifizierungen denkbar.
Dazu ist in Tabelle 13 eine Übersicht über die Wichtigsten dargestellt.
Tabelle 13: Klassifikationen betriebswirtschaftlicher Performance Measure Systeme (in Anlehnung an Meyer, 2011, S.
11)
Für eine optimale Informationsqualität verfügen Steuerungsgrößen und Performance Measure
Systeme über die Eigenschaften: Aktualität, Genauigkeit und Zweckeignung (Meyer, 2011,
S. 24–28). Die Ausprägungen dieser Eigenschaften sind dabei immer individuell für jedes
6 Das Du-Pont-Schema basiert auf rein monetären Größen und schlüsselt dabei den Return on Investment (RoI) in
seine Werttreiber auf. Es stellt bis heute das bekannteste Kennzahlensystem dar (vgl. Fischer, Möller, & Schultze, 2015, S. 340).
Systematisierungs-merkmal
Klassifizierung betriebswirtschaftlicher Performance Measure Systemen
Nach der Verknüpfung
der Elemente
Rechensysteme (quantifizierte Elemente und
quantifizierte Beziehungen von Elementen)
Ordnungssysteme (quantifizierte Elemente und nicht-
quantifizierbare Beziehungen von Elementen)
Nach der Stellung im
betrieblichen Sozialsystem
Performance Measure Systeme als
Ziel-Systeme Entscheidungs-Hierarchien Kommunikations-System Kontroll-Systeme
Nach der Methode
der Entwicklung
Induktiv abgeleitete Performance Measure
SystemeDeduktiv abgeleitete Kennzahlensysteme
Nach der Art des zu
messenden Sachverhaltes
Performance Measure Systeme zur Messung
von Strukturen
Performance Measure Systeme zur Messung von
Prozessen
Nach der zeitlichen
Dimension
Performance Measure Systeme mit Plan-/Soll-
Performance Measures (Planungs-Systeme)
Performance Measure Systeme mit Ist-Zahlen
(Kontroll-Systeme)
Nach der Zugehörigkeit zu
einer betrieblichen Funktion
Performance Measure Systeme aus der Funktion
Einkauf Logistik Produktion Vertrieb Personalwirtschaft Finanzwirtschaft
Nach der Verwendungs-
orientierung(Reine) Analyse-Performance Measure Systeme
Steuerungs-Performance Measure Systeme
(Performance Management Systeme)
92 Finanzielle Steuerungsgrößen im Benchmarking
Unternehmen zu überprüfen, da hier keine allgemeinen Aussagen bzgl. des notwendigen In-
tensitätsgrades getroffen werden können. Diese Überprüfung muss für alle Elemente und Teil-
werte eines Performance Measure Systems erfolgen. Wie bereits bei der praxisrelevanten
Ausgestaltung von Performance Measurement Systemen angesprochen (siehe Kapitel 3.3.4),
spielt das Kosten-Nutzen-Verhältnis eine wesentliche Rolle. Mit steigender Informationsqua-
lität sind oftmals überproportionale Kostensteigerungen verbunden, wobei der Nutzen nicht
immer im gleichen Umfang zunimmt. Die Ausgestaltung des Performance Measure Systems
erfolgt deshalb individuell auf Basis konkreter unternehmensinterner Aufgabenstellungen.
5.1.3 Messskalen von Steuerungsgrößen
Neben den aufgeführten Klassifizierungen von Steuerungsgrößen können diese auch in Ab-
hängigkeit ihrer Messung untergliedert werden. Die Messskalen können generell zwischen
nominalen, ordinalen und kardinalen Steuerungsgrößen unterschieden werden (Bühner, 1997,
S. 24f; Kromrey & Strübing, 2009, S. 153-156;174-178; Meyer, 2011, S. 2–4; Riedl & Meyer,
2000, S. 21):
Nominal-Skala: Nominal messbare Steuerungsgrößen können Sachverhalte ohne
Angabe der Rangordnung in zwei oder mehr Zustände unterteilen (z.B. binär in ja
und nein). Dies stellt die einfachste Art der Messung dar.
Ordinal-Skala: Ordinal messbare Steuerungsgrößen bilden Klassen mit Rangord-
nungen (größer/kleiner). Diese Ränge besitzen keine regelmäßig, exakt bestimmten
Abstände. Damit existiert keine Gleichheit und Regelmäßigkeit der Rangfolgen.
Kardinal-Skala: Kardinal messbare Steuerungsgrößen beschreiben Sachverhalte
mit einer Regelmäßigkeit der Klassengröße. Kardinal skalierte Kennzahlen unter-
scheiden sich in der Definition eines exakten Nullpunktes. Existiert dieser, handelt
es sich um eine Verhältnisskala, ohne exaktem Nullpunkt wird von einer Inter-
vallskala gesprochen. Je exakter die Messung erfolgt, desto mehr Informationen
enthalten Performance Measures. Besteht die Möglichkeit, sollte immer auf kardi-
nal-skalierte Steuerungsgrößen zurückgegriffen werden.
Über die statistisch-methodischen Gesichtspunkten hinaus, wird zwischen der absoluten und
relativen Messung von Steuerungsgrößen unterschieden (Horváth u. a., 2015, S. 545; Küpper
u. a., 2013, S. 317f; Reichmann u. a., 2016, S. 401f). Die relativen Steuerungsgrößen werden
im weiteren Verlauf dieser Arbeit eine zentrale Rolle spielen. Deshalb werden diese für die
Nutzung von Benchmarking ab Kapitel 5 einer genaueren Untersuchung unterzogen. Darüber
Finanzielle Steuerungsgrößen im Benchmarking 93
hinaus wird zwischen quantitativen und qualitativen Steuerungsgrößen unterschieden. Ledig-
lich eine kardinale Skalierung ermöglicht eine Quantifizierung (Riedl & Meyer, 2000, S. 21).
Nominale und ordinale Skalen ermöglichen eine Messbarkeit, aber keine Quantifizierung,
weswegen auch von qualitativen Steuerungsgrößen gesprochen wird (Meyer, 2011, S. 4; Riedl
& Meyer, 2000, S. 21). Für Meyer (2011, S. 4) sind Kennzahlen zur Leistungsmessung aber
lediglich kardinal messbare Größen, Bredrup (1995, S. 177) und Müller-Stewens (1998, S.
38) hingegen weißen explizit auch auf den Mehrwert durch die Nutzung von ordinal-skalier-
ten Messgrößen hin. Vor allen in der Logistik (Kleijnen & Smits, 2003; Talluri & Sarkis,
2002), Produktion (Peng & Chen, 1998; Sarkis & Talluri, 1999) und im Marketing (Ittner &
Larcker, 1998; Ruefli & Wilson, 1987) konnten diese Skalierungen zur Analyse- und Ent-
scheidungsunterstützung beitragen. Auch bei Steuerung der Datenqualität in Unternehmen
sind nominal-skalierte Leistungsgrößen unabdingbar (Otto, Ebner, & Hüner, 2010; Schmaus,
2015). Um nicht der Definition von Meyer (2011, S. 4) über die Kennzahlenmessung zu wi-
dersprechen, sprechen Riedl und Meyer (2000, S. 21) im Zusammenhang mit der Leistungs-
steuerung von Performance Measures oder Steuerungsgrößen.
Die Quantifizierung lässt sich darüber hinaus in monetäre und nicht-monetäre Performance
Measures unterscheiden. (Bredrup, 1995, S. 177; Horngren, Datar, & Rajan, 2014, S. 466f;
Isele, 1991, S. 64f; Ittner & Larcker, 1998, S. 32f; Müller-Stewens, 1998, S. 37). Monetäre
Steuerungsgrößen sind positive oder negative finanzielle Kennzahlen, die primär aus dem ex-
ternen und internen Rechnungswesen stammen oder sich daraus ableiten. Nicht-Monetäre um-
fassen hingegen „sachbezogene, technologische, soziale, ökologische und sonstige“ (Riedl &
Meyer, 2000, S. 22) nicht-finanzwirtschaftliche Elemente für unternehmensrelevante Sach-
verhalte. Monetäre Steuerungsgröße werden in Kapitel 5 beschrieben.
Nicht-monetäre Performance Measures und deren Systeme unterteilen sich im Wesentlichen
in vier Kategorien (siehe Abbildung 27): mengenbezogene, qualitätsbezogene, zeitbezogene
und flexibilitätsbezogene Kenngrößen (Fischer, 1993, S. 284–290; Neely u. a., 1995, S. 84–
93; Riedl & Meyer, 2000, S. 24). Unter mengenbezogene Steuerungsgrößen können nicht-
monetäre Performance Measures, wie bspw. Bestands-, Fluss- und Umschlaggrößen verstan-
den werden (Riedl & Meyer, 2000, S. 24). Nicht-finanzielle qualitätsbezogene Steuerungs-
größen finden primär im Total Quality Management Anwendung. Dazu zählen bspw. die
Fehlerquote für die (interne) Prozessqualität, oder die Kundenzufriedenheit als Bewertungs-
maßstab für die (externe) Produktqualität (Horngren u. a., 2014, S. 804–805; Riedl & Meyer,
2000, S. 24). Zeitbezogene nicht-finanzielle Steuerungsgrößen werden vor allem in der Pro-
duktion und der Logistik im Rahmen eines Just-in-Time- (JIT) oder Just-in-Sequence- (JIS)
Managements genutzt. Weitere Beispiele sind New Product Development-Zeiten, Durchlauf-
zeiten oder die Time-to-Market (Produkteinführungszeit). Diese Steuerungsgrößen lassen
sich ebenso in interne und externe, sowie in prozess-, produkt-, kunden-, oder marktbezogene
94 Finanzielle Steuerungsgrößen im Benchmarking
Performance Measures differenzieren (Gentner, 1994, S. 125–129; Horngren u. a., 2014, S.
807–814; Riedl & Meyer, 2000, S. 24). Der vierte Aspekt der Flexibilität beschreibt die An-
passungsfähigkeit und Wandelbarkeit von Unternehmen. Dazu zählt auch die Fähigkeit, in
möglichst kurzer Zeit Veränderungen im Unternehmen anstoßen und durchsetzen zu können.
Performance Measures zur Flexibilitätssteuerung sind dabei bspw. die Marktanpassungs-, die
Produktionsmengen- oder die Maschinenumrüstflexibilität (Fischer, 1993, S. 60–64; Neely
u. a., 1995, S. 92–93; Riedl & Meyer, 2000, S. 24). Darüber hinaus sind selbstverständlich
auch weitere nicht-finanzielle Performance Measures denkbar, wie bspw. komplexitätsbezo-
gene Steuerungsgrößen (Floricel, Michela, & Piperca, 2016, S. 6; Rosemann & vom Brocke,
2015, S. 106).
Abbildung 27: Messung von Steuerungsgrößen (in Anlehnung an Meyer, 2011, S. 2–4; Riedl & Meyer,
2000, S. 22)
Nicht-Monetäre, ebenso wie monetäre Steuerungsgrößen, lassen sich zudem in weitere Kate-
gorien unterteilen. Neben der bereits erwähnten Gliederung in extern und intern, können so-
wohl kurzfristige und langfristige, operative und strategische, vergangenheits- und
zukunftsorientierte, zeitraum- und zeitpunktbezogene als auch Input-, Process-, Output-, Out-
come- und Impact-Measures differenziert werden (Bredrup, 1995, S. 177f; Isele, 1991, S. 96;
Klingebiel, 1998, S. 8; Müller-Stewens, 1998, S. 36–38; Riedl & Meyer, 2000, S. 24f).
Steuerungsgrößen (Performance Measures) in Performance Measurement Systemen
Nominal
messbar
Ordinal
messbar
Kardinal
messbar
Qualitativ Quantitativ
Mengen-
bezogene
Flexibilitäts-
bezogene…
Qualitäts-
bezogeneZeitbezogene
Intervall-
skalierte Kennzahlen
Relativ-skalierte
Kennzahlen
Beziehungs-
Kennzahlen
Gliederungs-
Kennzahlen
Index-
Kennzahlen
Absolute
Kennzahlen
Einzel-
zahlenSummen
Mittel-
werte
Differ-
enzen
Nicht-monetär MonetäreMonetär
Finanzielle Steuerungsgrößen im Benchmarking 95
5.1.4 Bewertungsqualität und Aussagekraft von Steuerungsgrößen
Neben der Auswahl der richtigen Performance Measures bestimmen die Datenqualität und die
Transparenz der Steuerungsgrößen primär die Bewertungs-, Analyse- und Kommunikations-
qualität und damit die Qualität der Managemententscheidungen. Fehlerhafte Daten, reine Ver-
mutungen oder Spekulationen führen Unternehmen oft zu falschen Entscheidungen und damit
in eine falsche (strategische) Richtung (Walter, 2006, S. 58). Die Aussagekraft von Steue-
rungsgrößen kann dabei auf unterschiedliche Art und Weise erfolgen (siehe Abbildung 28).
Grundsätzlich wird zwischen Steuerungsgrößen mit selbständigem und solchen mit unselb-
ständigem Erkenntniswert differenziert (Meyer, 2011, S. 50). Als Leistungsgrößen mit selb-
ständiger Aussagekraft werden dabei nur die angesehen, die als „inner- oder außerbetriebliche
unbeeinflussbare Entscheidungsbedingungen vorgegeben sind“ (Meyer, 2011, S. 51). Dazu
zählen bspw. innerbetriebliche Bedingungen, technische Vorgabewerte (z.B. DIN-Normen)
oder rechtliche Verpflichtungen.
Abbildung 28: Aussagekraft und Erkenntniswert von Performance Measures und Performance Measure Systemen
(vgl. Meyer, 2011, S. 50)
Eine größere Rolle im Rahmen des Performance Measurements spielen die Performance Mea-
sures mit unselbständiger Aussagekraft. Diese gliedern sich in beschreibende, erklärende und
vorhersagende Steuerungsgrößen (siehe Abbildung 28). Beschreibende Kennzahlen zeigen
Sachverhalte und Tatbestände lediglich auf. Ein Urteil kann aus diesen Leistungsgrößen nicht
gebildet werden, da dazu eine Vergleichsgröße fehlt. Erst im Vergleich mit einer identischen
internen oder externen Bezugsgröße gelingt eine Urteilsbildung. Dies ist insofern wichtig da-
mit Leistungsanalysen überhaupt durchführt werden können, um anschließend Unterneh-
mensentscheidungen abzuleiten (Meyer, 2011, S. 51). Auf diese Art der Aussagekraft der
Steuerungsgrößen wird im weiteren Verlauf für die finanziellen Steuerungsgrößen im Peer
Group Benchmarking zurückgegriffen.
Die nächste Stufe von Performance Measures beinhaltet einen Erklärungsfaktor. Bei diesen
wird der Vergleich mit identischen Steuerungsgrößen durchgeführt, um anschließend eine tie-
fergehende Analyse zu den Ursachenzusammenhängen auszuführen. Mit unterschiedlichsten
Aussagekraft und Erkenntniswert von Performance Measures und Performance Measure Systeme
Selbstständiger Erkenntniswert
BeschreibendePerformance
Measures
Erkenntnisgewinnung über: Vergleiche Ursachenforschung Wirkungsforschung
ErklärendePerformance
Measures
VorhersagendePerformance
Measures
Unselbständiger Erkenntniswert
96 Finanzielle Steuerungsgrößen im Benchmarking
Methoden aus dem Bereich der Statistik wird versucht diesen Zusammenhang darzustellen
und für weitere Interpretationen aufzubereiten. Zum Nachweis dieser stochastischen Zusam-
menhänge kann bspw. auf Regressionsanalysen zum Aufzeigen von Korrelationen oder Ver-
fahren zur Zeitreihenanalyse zurückgegriffen werden (Meyer, 2011, S. 51).
Vorhersagende Performance Measures stellen die höchste Stufe von Steuerungsgrößen dar,
da diese die meisten Informationen für Entscheidungsträger bereitstellen. Hierbei wird ver-
sucht, alle Wirkungen geplanter Entscheidungen und Handlungen aufzuzeigen. Neben der
Identifikation der Ursachenzusammenhänge werden auch Wirkungszusammenhänge erkannt,
um diese Steuerungsgrößen anschließend mit der betrieblichen Planung und Prognose zusam-
menzubringen. Die bisherige Vergangenheitsorientierung wird um eine Zukunftsorientierung
in Form von Predictive- oder auch Proactive-Analysen ergänzt (Meyer, 2011, S. 52; Paladion
& Williams, 2008, S. 13;16).
Die Bewertungsqualität von Steuerungsgrößen unterliegt aber auch Grenzen. Wie bereits
beim Betrachten des Erkenntniswertes ersichtlich wurde, ist der Aussagewert von einzelnen
Performance Measures begrenzt (Reichmann u. a., 2016, S. 26). Drüber hinaus müssen die
Performance Measure Systeme präzise und inhaltsreich sein, um Mehrdeutigkeiten und Inter-
pretationsspielräume zu vermeiden. Auch eine hohe Anzahl an Steuerungsgrößen kann feh-
lerhaft aufgestellte Kennzahlensysteme nicht ausgleichen. Keegan et al. (1989, S. 45) weisen
bereits im Jahr 1989 darauf hin, dass Unternehmen oftmals zu viele und vor allem zu viele
irrelevante Steuerungsgrößen nutzen. Durch die vereinfachte, softwareunterstütze Informati-
onsgewinnung sind diese Herausforderungen heute stärker denn je (Abernathy, 2010, S. 925;
Cassel u. a., 2014, S. 2145; Van Der Stede, 2013, S. 969). Nur wenn die Steuerungsgrößen in
direkter Verbindung zur Unternehmensstrategie stehen, erzeugt die Messung keine „Frustra-
tion“ (Keegan u. a., 1989, S. 48). Ein weiterer Kritikpunkt kann durch einen fehlerhaften ge-
danklichen Hintergrund über Ursachen- und Wirkungszusammenhänge bei der Auswahl von
Performance Measures entstehen (Staehle, 1969, S. 66). Inadäquate Interpretationen können
vor allem dann entstehen, wenn Situationsanalysen nur auf einer quantitativen Kenngröße
durchgeführt werden. Für umfassende Bewertungen und Analysen ist oft eine Kombination
aus quantitativen und qualitativen Steuerungsgrößen notwendig. Aus diesem Grund empfeh-
len Reichmann et al. (2016, S. 26) die Überprüfung des Nutzens qualitativer Informationen
bei der Auswahl von Performance Measures.
Im Zusammenhang mit der kennzahlenbasierten Leistungsanalyse von Individuen in Unter-
nehmen sieht auch Becker (1994, S. 274) die Betrachtung von situationsspezifischen Kenn-
zahlen ohne die Berücksichtigung des „Zusammenwirken[s] von Personen und Situationen
als Leistungsdeterminanten“ als generelle Schwäche an. Gerade auf individueller Entschei-
Finanzielle Steuerungsgrößen im Benchmarking 97
dungsebene ist es notwendig, die Verantwortung für eine Leistung auch den richtigen Perso-
nen zuschreiben zu können (F. G. Becker, 1994, S. 274). Darüber hinaus tendieren Beurtei-
lungs- und Steuerungsgrößen auch dazu, den Fokus auf die vergangene Leistung zu legen.
Strategische Veränderungen und Innovationsbeträge aufgrund des zeitlichen Versatzes kön-
nen oft nicht berücksichtigt werden. Vor allem ein hoher Standardisierungsgrad bei der Leis-
tungsbeurteilung über Steuerungsgrößen bietet hier nur einen geringen Interpretations-
spielraum (F. G. Becker, 1994, S. 274–275). Eine weitere Herausforderung stellen interne und
externe Vergleiche von Steuerungsgrößen dar. Gerade auf individueller Ebene wird Leistung
oft gegenüber anderen Mitarbeitern, derselben Position oder Lage gemessen. Ein solcher Ver-
gleich ist aufgrund unterschiedlicher Aufgaben oder Situationen aber oftmals nicht sinnvoll
(F. G. Becker, 1994, S. 275). Des Weiteren muss darauf geachtet werden, dass kein „Fassa-
denverhalten“ (F. G. Becker, 1994, S. 275) bei den Individuen einsetzt und ihr Interesse aus-
schließlich auf der Optimierung ihrer Steuerungsgrößen liegt (F. G. Becker, 1994, S. 275).
Als letzte Grenze von Steuerungsgrößen führt Becker (1994, S. 275–276) die zwischen-
menschlichen und intraindividuellen Aspekte an, die bei der (vereinfachten) Leistungsanalyse
durch die Nutzung der Leistungskennzahlen von Individuen bereinigt werden. Dadurch er-
fährt das Verständnis über die Leistungsentstehung und -situation eine Reduktion.7
5.2 Steuerungsgrößen zur relativen Bewertung von Leistung
5.2.1 Grundlagen und Klassifizierung finanzieller Steuerungsgrößen
Finanzwirtschaftliche Steuerungsgrößen stellen die zentrale Grundlage in der relativen Leis-
tungsbewertung von Unternehmen mittels externem Benchmarking dar. Aus diesem Grund
wird in diesem Kapitel ein genauer Blick auf die Steuerungsgrößen geworfen, die für eine
externe Leistungsanalyse in Frage kommen können. Eine der umfangreichsten Zusammen-
stellungen von Performance Measures liefert dabei Richard, Devinney, Yip, & Johnson, 2009.
Auf deren Ergebnisse zur Leistungsmessung von Unternehmen wird im weiteren Verlauf nä-
her eingegangen.
Generell lassen sich finanzielle Steuerungsgrößen, wie in Tabelle 14, in die Dimensionen Zeit
und Bewertungsansatz untergliedern (Riedl & Meyer, 2000, S. 22f):
Zeitlicher Aspekt: Unter dem zeitlichen Gesichtspunkt werden periodenbezogene
(statisch) und periodenübergreifende (dynamische) Kennzahlen unterschieden. Fi-
nanzielle Kennzahlen mit Bezug zu einer (vergangenen oder zukünftigen) Periode,
7 Weitere detaillierte Ausführungen zur Leistungsbeurteilung von Individuen finden sich ausführlich bei Becker,
1994, S. 229–314. Neben den bereits erwähnten generellen Grenzen differenziert Becker dabei instrumentelle, per-sonelle und organisatorisch-strukturelle Grenzen beim Einsatz von Steuerungsgrößen.
98 Finanzielle Steuerungsgrößen im Benchmarking
werden als Steuerungsgrößen des kurzfristigen, operativen bzw. organisatorischen
Performance Managements genutzt. Mehrperiodengrößen hingegen fokussieren die
langfristige, strategische Leistungssteuerung. Diese Kenngrößen repräsentieren
i.d.R. den finanziellen Wert von Unternehmen, Business Units, oder Objekten. Bei
den Periodenübergreifenden wird zusätzlich unterschieden, ob ausschließlich ver-
gangene oder zukünftige Perioden betrachtete werden. Werden zukünftige Perioden
antizipiert, spricht man vom „Antizipationsprinzip“, ansonsten wird bei einer ex-
post Bewertung vom „Realisationsprinzip“ gesprochen (Riedl & Meyer, 2000, S.
22f).
Bewertungsaspekt: Unter den unterschiedlichen Ansätzen zur Bewertung kann ge-
nerell zwischen rechnungswesenbasierter (pagatorisch bzw. kalkulatorisch) und
ökonomischen Steuerungsgrößen differenziert werden. Der kaufmännische Ansatz
nutzt Performance Measures aus dem betriebswirtschaftlichen internen und exter-
nen Rechnungswesen, u.a. im Interesse der Unternehmensgläubiger. Mit der öko-
nomischen Bewertung wird der Versuch unternommen, die tatsächlichen
Wirtschaftsleistungen zu bewerten. Hierbei liegt der Fokus auf einer Eigentümer-
orientierung (Riedl & Meyer, 2000, S. 23).
Tabelle 14: Beispiele für finanzwirtschaftliche Performance Measures (Riedl & Meyer, 2000, S. 23; siehe auch
Hostettler, 2002, S. 34)
Dauphinais und Pederson (1995, S. 171) beschreiben die Herausforderungen bei der Auswahl
und Anzahl finanzieller Messgrößen wie folgt: „In creating a balanced set of [… financial]
measures for your business, we suggest you begin by taking an inventory of your company’s
performance measures. Then map them to your corporate strategies, and take a tough attitude
Systematisierungs-merkmal
Periodenübergreifend (dynamisch) Periodenbezogen (statisch)
Rechnungswesenbasiert
Ertragswerte auf Basis pagatorischer Gewinne
Praktiker-Methode
Marktwert-Multiples (EBITDA-, Umsatz-Multiples, etc.)
Traditionelle, pagatorische und kalkulatorische
Profitabilitätsgrößen (Betriebsergebnis,
Deckungsbeitrag, Operating Profit, Jahresüberschuss, Net Income, etc.)
Traditionelle Rentabilitätsgrößen (RoI, RoE, RoA, RoNA, RoCE, etc.)
Earnings per Share (EPS)
Margen- und Umsatzgrößen (inkl. RoS)
Kosten- und Erlösgrößen
Bilanzgrößen
Ökonomisch
Marktwert (Börsenkapitalisierung)
Present Value (Fundamentalwert, z.B. nach der
DCF-Methode)
Market Value Added (MVA)
Aktien- und Dividendenrenditen
Ökonomischer Gewinn
Übergewinn (EVA, CVA, Economic Profit, etc.)
Free Cash Flow (FCF) und Cash Flow-Größen
Cash Flow Return on Investment (CFROI)
Finanzielle Steuerungsgrößen im Benchmarking 99
in judging whether each measure is truly supportive of the company’s vision and mission.”
Nachfolgend sollen nun unter dem Aspekt der Leistungsevaluation von Unternehmen die
wichtigsten finanziellen Kennzahlen beschrieben werden, die sich aus den Jahresabschluss-
und Bilanzanalysen entwickeln lassen. Jedoch müssen Unternehmen die Auswahl und Anzahl
dieser Kennzahlen immer individuell auf ihr Unternehmen abstimmen. Obwohl die Auswahl
der finanziellen Kennzahlen auf empirischen Studien und Metaanalysen basiert, sollen diese
als generische Vorschläge verstanden werden. Dabei liefert auch die Attraktivitätsbewertung
in Mergers & Acquisitions-Aktivitäten wichtige Informationen zur Leistungsbewertung von
Unternehmen, da jeder Akquise eine Performance Analyse vorangestellt ist (Gutsche, 2013,
S. 58–61).
Bevor aber auf die einzelnen finanziellen Kennzahlen zur Performanceevaluation eingegan-
gen wird, erfolgt eine Klassifizierung unterschiedlicher Aspekte der Leistungserstellung. Das
übergeordnete Ziel von Unternehmen ist dabei die generelle Wertschaffung in Form des öko-
nomischen Profits. Diese Wertschaffung lässt sich ganzheitlich durch das „magische Kenn-
zahlendreieck“ aus Profitabilität, Liquidität und Stabilität erreichen (Deyhle & Radinger,
2008). An dieser Stelle findet das Research-Konzept der „Organizational Performance“ (OP)
aus der strategischen Managementforschung Anwendung (siehe Abbildung 29). Dieser For-
schungsbereich setzt sich mit dem Phänomen auseinander, warum manche Unternehmen er-
folgreicher sind als andere und beschäftigt sich deshalb primär mit den organisatorischen
Leistungsmessinstrumenten zur Maximierung der Wertschaffung von Unternehmen (Ha-
mann, Schiemann, Bellora, & Guenther, 2013, S. 67f).
Neben den organisatorischen Dimensionen (sieh Abbildung 29), existieren in der OP weitere
grundsätzlich unterschiedliche Dimensionen zur organisatorischen Leistungsmessung (siehe
Tabelle 15). Die vorliegende Forschungsarbeit nutzt dabei als Grundlage zur Klassifizierung
von Performance Measures die Forschungsergebnisse von Combs et al. (2005, S. 263–265)
und Hamann et al. (2013, S. 76). Diese gestalteten auf Basis einer Synthese vorheriger Studien
mit dem Fokus auf OP-Dimensionen und OP-Bewertungspraktiken Frameworks zu den fi-
nanziellen OP-Measurement-Dimensionen. Dabei gliedern Combs et al. (2005, S. 274) die
Leistungsbewertung in drei Dimensionen: „Accounting Returns“, „Stock Market Perfor-
mance“ und „Growth“, definieren diese jedoch nicht im Detail.
100 Finanzielle Steuerungsgrößen im Benchmarking
Abbildung 29: Differenzierung der Dimensionen zur Bewertung der operativen und organisatorischen Unterneh-
mensleistung (vgl. Combs u. a., 2005, S. 274; Hamann u. a., 2013, S. 76)
Das Framework von Combs et al. (2005, S. 274) nutzen Hamann et al. (2013, S. 70) als
Grundlage, um erstens die Dimensionen im Detail zu definieren und um zweitens mit Hilfe
einer konfirmatorischen Faktoranalyse (CFA) empirisch zu bestätigen, dass die Indikatoren
der jeweiligen Dimensionen für die organisatorische Leistungsbewertung valide (über kon-
vergente, diskriminante, nomologische Validität) und reliabel sind. Dazu wurden 19 Indika-
toren und ein Stichprobenumfang von über 35.000 Geschäftsjahren bei über 4.500 US-
Unternehmen aus drei unterschiedlichen Industrien ausgewählt. Die Ergebnisse ihrer Unter-
suchung zeigen, dass Wachstum und Kapitalmarktleistung zwei wesentliche Dimensionen or-
ganisatorischer Leistungsmessung darstellen. Im Gegensatz zu Combs et al. (2005, S. 269)
zeigt die Analyse, dass es aber notwendig ist, die Kategorie „Accounting Returns“ in mindes-
tens zwei Dimensionen zu zerlegen: Profitabilität und Liquidität (Hamann u. a., 2013, S. 70).
Darüber hinaus wird aufgrund der hohen Bedeutung der Kapitaleffizienz zur Messung des
ökonomischen Gewinns als Kennzahl der Wertschaffung eines Unternehmens diese als zu-
sätzliche Accounting-Returns-Dimension aufgenommen. Obwohl der enge Zusammenhang
zwischen den Dimensionen Kapital(-effizienz) und Liquidität zu Überlegungen führt, diese in
einer Dimension zu vereinen, wird aufgrund der Forschungsergebnisse und Empfehlungen
von Hamann et al. (2013, S. 80) auf diese Zusammenführung, verzichtet. Diese sehen einen
Zusammenhang zwischen Profitabilität und Kapitaleffizienz und Summieren diese deshalb zu
einer Kategorie. Um an dieser Stelle eine größtmögliche Transparenz der Steuerungsdimen-
sionen finanzieller Kennzahlen zu gewährleisten, wird auf eine Verknüpfung dieser Dimen-
sionen verzichtet. Zum Abschluss der Forschungsergebnisse von Hamann et al. (2013, S. 80)
liefert ein Robustheitstest den Nachweis der Konstruktvalidität sowohl über die Zeit, als auch
über diverse Industrien. Lediglich in Zeiten starker externer umfeldbedingter Unsicherheiten
(z.B. bei der Dotcom-Blase im Jahre 2002) zeigt dieses Bewertungsmodell leichte Schwächen
auf (Hamann u. a., 2013, S. 70).
Finanzielle Steuerungsgrößen im Benchmarking 101
„The economic outcomes resulting from the interplay among an organization’s attributes, ac-
tions, and environment” (Combs u. a., 2005, S. 261) steht dabei grundsätzlich als übergeord-
netes Ziel im Vordergrund. Als zentrale Steuerungsgröße für den Economic Profit (EP) kann
der Economic Value Added (EVA) genutzt werden. Dieser wird wie folgt berechnet (Stewart,
1991, S. 131):
= − ( × )
Der EVA entspricht der Differenz aus dem Net Operating Profit after Taxes (operativer Ge-
winn nach Steuern) und dem Kapital zu Periodenbeginn multipliziert mit dem Weighted
Average Cost of Capital (gewichtiger durchschnittlicher Kapitalkostensatz aus Fremd- und
Eigenkapitalkosten). Unter der organisatorischen Leistung wird aber nicht nur die ökonomi-
sche Leistung gesehen (wie bspw. bei G. B. Murphy, Trailer, & Hill, 1996; und Richard u. a.,
2009), sondern auch Bewertungspraktiken aus der strategischen Managementforschung. Des-
halb orientiert sich diese Arbeit im Rahmen des Peer Group Benchmarking an den Ergebnis-
sen von Hamann et al. (2013, S. 71) bei denen Wachstum, Kapitalmarktleistung, Profitabilität
und Liquidität unterschieden werden, differenziert zusätzlich aber in der Dimension Profita-
bilität die Bereiche Profitabilität und Kapitaleffizienz. Die hohe Bedeutung beider Bereiche
hat sich in den Fallstudien bewährt, zeigt sich aber auch im M&A-Bereich zur Leistungsana-
lyse von Unternehmen (Gutsche, 2013, S. 65-69; 80-82).
Tabelle 15: Auswahl an Studien zu den Dimensionen organisatorischer Leistung (vgl. Hamann u. a., 2013, S. 69)
Wachstum wird als „a change in organizations’s size over time“ (Hamann u. a., 2013, S. 71)
definiert. Dieses Konstrukt wird maßgeblich über die Indikatoren: Umsatz, Mitarbeiter und
Vermögenswerte bestimmt (Weinzimmer, Nystrom, & Freeman, 1998, S. 242f). Combs et al.
Studie#
DimensionenDimensionen organisatorischer Leistung
Combs, Crook, & Shook, 2005 3 Accounting Returns Growth Stock Market
Devinney, Yip, & Johnson, 2010 4Accounting
Measure
Sales Measures
(Sales Growth)Market Value
Cash
Flow/Profitability
Dimension
Fryxell & Barton, 1990 2Accounting-based
measures
Market-based
measures
Murphy, Trailer, & Hill, 1996 4 Efficiency Growth Profit Size Liquidity
Richard, Devinney, Yip, & Johnson,
20093
Financial
PerformanceShareholder Return
Product Market
Performance
Rowe & Morrow, 2009 3Financial
(Accounting)Stock Market
Subjective
Reputation
Rating
Tosi, Werner, Katz, & Gomez-
Mejia, 20008
Absolute Financial
Performance
Change in Financial
PerformanceStock Performance Return on Assets
Return on Equity—
Short Term
Return on Equity—
Long TermMarket Returns
Internal
Performance
Indicators
Venkatraman & Ramanujam, 1986 3 Profitability Sales Growth Profit Growth
102 Finanzielle Steuerungsgrößen im Benchmarking
(2005, S. 269) fügt auch Earnings per Share Growth hinzu. Dieser Empfehlung wird an dieser
Stelle nicht entsprochen, da Kapitalmarktleistung für nicht-börsennotierte Unternehmen kein
Bestandteil der Bewertung darstellen kann. Für eine saubere Abgrenzung werden die kapital-
marktrelevanten Kennzahlen der Dimension der Kapitalmarktleistung zugeordnet werden.
Die Dimension der Accounting Returns beschreibt die „historical performance of organiza-
tions that is assessed through the use of financial accounting data as published in annual re-
ports“ (Hamann u. a., 2013, S. 71). Dabei sollte zwischen den Aspekten der Profitabilität und
der Liquidität differenziert werden. Die Accounting Returns werden zusätzlich um die Di-
mension der Kapitaleffizienz ergänzt. Auf der einen Seite beschreiben die Profitabilität, wie
auch die Kapitaleffizienz, die unternehmenseffiziente Nutzung von Produktions- und Kapi-
talfaktoren zur Generierung von Erträgen. Auf der anderen Seite steht die Liquidität, die die
Unternehmensfähigkeit beschreibt, den finanziellen Verpflichtungen nachzukommen. Wich-
tig ist die Unterscheidung zwischen den Einkünften und den Cash-Flows und damit die Dif-
ferenzierung zwischen Umsatz und Aufwandsrückstellungen (Hamann u. a., 2013, S. 71).
Mit der Dimension der Kapitalmarktleistung wird abschließend die Investorenperspektive in
die OP aufgenommen. Dazu werden Kapitalmarktindikatoren, wie bspw. der Total Sharehol-
der Return (TSR), herangezogen (Hamann u. a., 2013, S. 71). Diese Dimension ist mit Her-
ausforderungen verbunden, da zum einen nicht alle Unternehmen am (öffentlichen)
Kapitalmarkt aktiv sind, zum anderen, weil diese einer Dynamik und Volatilität unterlegt, die
oft nicht selbst beeinflusst werden kann. Im Gegensatz zu den Accounting Returns, bei denen
die historische Perspektive im Mittelpunkt steht, kann die Kapitalmarktleistung aber eine gute
Ergänzung sein, da in dieser Dimension über den Marktwert i.d.R. auch die zukünftige OP
eingepreist ist und sich somit Rückschlüsse zur (externen) Einschätzung der zukünftigen Un-
ternehmensentwicklung ableiten lassen (Hamann u. a., 2013, S. 71).
Die Nutzung finanzieller Kennzahlen erfolgt dabei immer im gesamtunternehmerischen Kon-
text, da eine einzelne Kennzahl nur eine geringe Aussagekraft besitzt. Wie in Kapitel 5.1.2
(siehe Tabelle 13) kurz dargestellt, kann der Aufbau eines (monetären) Kennzahlensystems
dabei generell über einen sachlogischen (Ordnungssystem) oder einen rechnerischen Zusam-
menhang (Rechensystem) entwickelt werden. Ordnungssysteme stellen dabei Sachzusam-
menhänge ohne konkrete mathematische Beziehungen dar (siehe Abbildung 30). Ein auch in
der Praxis verbreitetes Ordnungssystem ist die Übertragung einer Balanced Scorecard in eine
Strategy Map. Ausgegangen von der Potenzialperspektive, über die Prozess- und Kundenper-
spektive hin zur Finanzperspektive werden die finanziellen Steuerungsgrößen in einen sach-
logischen Zusammenhang gebracht. Bei einem Rechensystem hingegen werden, ausgehend
von einer übergeordneten Kennzahl, mathematische und sachlogische Zusammenhänge dar-
gestellt (siehe Abbildung 30). Unterschieden werden Zerlegungen von absoluten Kennzahlen
Finanzielle Steuerungsgrößen im Benchmarking 103
in mehrere untergeordnete Zahlen, Zerlegungen von Verhältniszahlen in ihre Bestandteile
(meist zwei absolute Zahlen), Zerlegungen von Beobachtungszahlen zur Strukturierung von
Sachverhalten (bspw. das Verhältnis von Gesamtdeckungsbeitrag zu Gesamtumsatz zur Zu-
sammenführung mehrere Produkte) und die Einführung neuer Bezugs- und/oder Beobach-
tungszahlen (Preißler, 2008, S. 18–21). Eines der bekanntesten und verbreitetsten
Rechensysteme ist der RoI-Treiberbaum nach DuPont.
Abbildung 30: Beispiele zu Ordnungssystemen und Rechensystemen finanzieller Kennzahlen (vgl. Preißler, 2008, S.
18;20)
Der hohe Stellenwert kausaler Zusammenhänge unterschiedlicher finanzieller Kennzahlen
und Kennzahlensysteme zur Leistungsbewertung und -steuerung wurde an dieser Stelle ex-
plizit noch einmal betont. Crosby und Sheery (2006, S. 13) weisen darauf hin, dass ein
monetäres Performance Measure System „[…] without valid causal relations […] ineffective
or counterproductive to communication and motivation” ist. Solche Kausalmodelle finanziel-
ler Kennzahlen können auch Manager unterstützen, die bereits ein gutes Verständnis über die
Treiber ihrer finanziellen Ziele besitzen (Luft, 2010, S. 961). Otley (1999, S. 375) beschreibt
die Vorteile kausaler Zusammenhänge in Performance Measure Systemen vereinfacht als:
„[…] a linear chain is suggested whereby better trained employees in the Innovation, Learning
and Growth category will lead to better business processes being designed (one input to such
changes, but surely by no means the only one); these in turn will lead to more satisfied
customers and then to happier shareholders. Although a plausible chain of events, it is again
very much a simplification of reality.” Laut Kasperskaya und Tayles (2013, S. 438f) haben
finanzielle Kausalmodellen als Kommunikationsinstrument und als Steuerungsmittel viel Po-
tential. Dadurch wird bei den Mitarbeitern ein besseres Verständnis über die strategischen
Ziele erreicht und die Aufmerksamkeit der Manager fokussiert sich auf die zentralen Heraus-
forderungen. Ittner et al. (2003, S. 738f) konnten anhand einer empirischen Studie mit über
157 US-Finanzinstituten zeigen, dass die Nutzung von Kausalmodellen zur Leistungssteue-
rung durchschnittlich zu einem signifikant höheren RoA und RoE führt; die reine Nutzung
einer Balanced Scorecard hingegen nicht.
Ordnungssysteme (sachlogische Beziehung) Rechensysteme (mathematische Systeme)
Produkterfolg
Entwicklungs-
kostenanteil
Personal-
kostenanteil
Fluktuation Krankenquote
+
104 Finanzielle Steuerungsgrößen im Benchmarking
Dennoch stellen diese Kausalmodelle eine große Herausforderung für Unternehmen dar, da
die Analyse mit hohen Kosten verbunden ist, i.d.R. eine Ungewissheit über den Prozess zur
Wertgenerierung existiert und Managementkonflikte in Unternehmen (bspw. auch aufgrund
von Interessenskonflikten) über die „wahren“ Ursache-Wirkungs-Zusammenhänge bestehen
können (Luft, 2010, S. 963). Aus diesen Gründen und aufgrund des komplexen, dynamischen
und unsicheren Umfeldes sind in der Praxis viele der aufgestellten kausalen Ursachen-Wir-
kungsmodelle auch heute noch sehr schwach und wenig robust. Aufgrund der hohen Kosten-
und Ressourcenbindung von „genauen“ Modellen (sofern dies überhaupt möglich ist) werden
schwächere Kausalmodelle aber dennoch genutzt, unterliegen dafür aber einer strengen Über-
wachung und damit einer stetigen Überarbeitung und Anpassung (Kasperskaya & Tayles,
2013, S. 438). Kasperskaya und Tayles (2013, S. 438) sprechen bei finanziellen Performance
Measure Systemen deshalb auch von „Learning Machines“, die einer kontinuierlichen, detail-
lierten und sorgfältigen Aufmerksamkeit bedürfen. Werden diese Systeme interaktiv integriert
und können deren Ursachen- und Wirkungszusammenhänge, die in direkter Verbindung zur
Unternehmensstrategie stehen müssen, offen auch auf Mitarbeiterebene diskutiert und hinter-
fragt werden, so kann ein solches System das stetige Lernen in Unternehmen maßgeblich un-
terstützen (Kasperskaya & Tayles, 2013, S. 439).
5.2.2 Ausgestaltung finanzieller Kennzahlen unterschiedlicher Dimensionen
5.2.2.1 Finanzielle Kennzahlen zum Wachstum
Grundsätzlich soll dieser Abschnitt einen Überblick über die verschiedenen finanziellen
Kennzahlen aus den zuvor beschriebenen Dimensionen einer betriebswirtschaftlichen, auf fi-
nanziellen Kennzahlen basierenden Leistungsbewertung geben. Dies bildet die Grundlage für
die eigentliche Analysephase im Peer Group Benchmarking. Auch wenn sich diese Analyse-
phase nicht grundlegend von anderen Benchmarking und finanziellen Vergleichsanalysen un-
terscheidet, soll hier auf Basis der definierten Kennzahlendimensionen ein Überblick über die
KPIs gegeben werden. Die Kennzahlen dieser Dimensionen, sind dabei meist so definiert,
dass diese bereits vorab eine größtmögliche Vergleichbarkeit zwischen Unternehmen zu ge-
währleisten, da durch die richtige Auswahl der KPI erste verzerrende und verwässernde Fak-
toren eliminiert werden können (siehe dazu Kapitel 6.5). Im nachfolgenden wird dazu zuerst
auf die Wachstumskennzahlen eingegangen.
Grundlegend werden Wachstumsraten finanzieller Kennzahlen in dieser Forschungsarbeit mit
der Formel basierend auf Weinzimmer et al. (1998, S. 253) berechnet:
ℎ = −
Finanzielle Steuerungsgrößen im Benchmarking 105
Für die betriebswirtschaftliche Bestimmung erfolgreichen Wachstums von Unternehmen wird
dabei auf die empirischen Forschungsergebnisse von Weinzimmer et al. (1998, S. 244) zur
Bewertung von Leistung zurückgegriffen. Deshalb sollen hier zur Wachstumsbewertung fünf
zentrale Kennzahlen in Kürze vorgestellt werden. Drei dieser Indikatoren beziehen sich dabei
auf die Größe des Unternehmens: Umsatz, Beschäftigung und Vermögenswerte. Zwei weitere
Indikatoren beziehen sich auf die Outcome-Komponente des IPOOI-Modells (siehe Abbil-
dung 11): Cash-Flow Growth und Net Income Growth. Letztere werden als hybride Kennzah-
len bezeichnet, da diese zwei Klassifikationsdimensionen (Accounting Returns und
Wachstum) zugeordnet werden können (Hamann u. a., 2013, S. 75).
Eine der wichtigsten Größe zur Bewertung von Unternehmenswachstum ist das Umsatz-
wachstum (Sales Growth), das sich wie folgt definiert (Gutsche, 2013, S. 140):
ℎ = ℎ = −
Umsatzwachstum wird in den meisten Unternehmen als Zielsetzungs- und Steuerungsgröße
genutzt und spielt auch in der Agency Theory zur Leistungsbewertung von Managern eine
zentrale Rolle (Brush, Bromiley, & Hendrickx, 2000, S. 456). Vor allem in der Start-up Bran-
che gehen manche Unternehmen dabei soweit, diese als Schlüsselkennzahl für organisatori-
sche Profitabilität zu nutzen (Brush u. a., 2000, S. 455). Chuck Knight, CEO von Emerson
Electric, beschreibt in diesem Zusammenhang seinen Unternehmenserfolg wie folgt: „You
can't just cut, cut, cut, cut, […] You simply must have sales growth to get sustainable perfor-
mance at the bottom line” (Martin, 1998, S. 179). Brush et al. (2000, S. 469f) konnten empi-
risch beweisen, dass Wachstum generell zu höherer Unternehmensleistung führt. Jedoch
zeigen andere wissenschaftliche Studien, dass eine zu starke Fokussierung auf Umsatzwachs-
tum in einigen Fällen mehr die Manager, als die Aktionäre begünstigt, da Manager oft Ent-
scheidungen in ihrem eigenen Interesse treffen, anstatt im Interesse der Aktionäre oder
Firmeninhaber. Aus diesem Grund sollten weitere Kennzahlen für eine ganzheitliche Steue-
rung betrachtet werden.
Das Beschäftigungswachstum (Employment Growth) als weitere Wachstumskennzahl wird
wie folgt definiert:
ℎ = ℎ = # − #
#
Bereits im Jahre 1988 wurde das Beschäftigungswachstum neben Umsatzwachstum und Um-
satzerlöse (Sales Revenue), als eine zentrale Kennzahl zur Bewertung der Unternehmensleis-
tung herangezogen (Norburn & Birley, 1988, S. 230). Diese Kennzahl bietet dabei den
106 Finanzielle Steuerungsgrößen im Benchmarking
Vorteil, dass die Informationen meist über die entsprechenden Geschäftsberichte öffentlich
zur Verfügung stehen und sich so mit anderen Unternehmen ideal vergleichen lassen. Auch
wenn diese Kennzahl keine finanzielle Kenngröße ist, wird diese der Wachstumsdimension
häufig hinzugefügt und spielt bspw. auch für M&A-Aktivitäten eine wichtige Entscheidungs-
grundlage (Gutsche, 2013, S. 146). In diesem Zusammenhang wird die Mitarbeiteranzahl oft
auch für die Bewertung der Produktivität herangezogen. Dazu wird der Umsatz ins Verhältnis
zur Anzahl der Mitarbeiter im Unternehmen (Sales per Employee) gesetzt (Norburn & Birley,
1988, S. 230). James (2012) sieht den Wachstumserfolg von Unternehmen maßgeblich in ih-
rer Flexibilität auf externe Umfeldeinflüsse zu reagieren. Diese kann u.a. durch die stetige
persönliche Weiterentwicklung der Mitarbeiter garantiert werden. James (2012) beschreibt
dies mit den Worten: „[…] companies grow, when the people inside them grow first“. Neben
dem positiven Effekt auf das Wachstum trägt das „personal growth“ der Mitarbeiter zur Zu-
friedenheit derselben bei, reduziert somit die Mitarbeiterfluktuation und damit langfristig zum
Unternehmenserfolg beitragen (James, 2012).
Das Wachstum der Vermögenswerte (Asset Growth) kann ebenfalls Aufschluss über die or-
ganisatorische Leistung von Unternehmen geben. Das Wachstum der Vermögenswerte defi-
niert sich wie folgt:
ℎ = ℎ = −
Wie in vielen Studien zu finden, nutzt auch Combs et al. (2005, S. 269) das Wachstum der
Vermögenswerte zur Identifikation der Unternehmensleistung. Für sie ist diese Kennzahl ne-
ben den Accounting Returns eine der zentralen finanziellen Kenngrößen zur Leistungsanalyse
(Combs u. a., 2005, S. 263). Dabei unterteilen sich Assets in materielle und immaterielle Ver-
mögenswerte (Fischer u. a., 2015, S. 590; Schmaus, 2015, S. 391). Vor allem die Immateriel-
len (Intangible Assets) tragen immer stärker zum Wachstum von Unternehmen bei. Das
Bundesministerium für Wirtschaft, Familie und Jugend in Zusammenarbeit mit dem Institut
für Technologiemanagement der Universität St. Gallen und weiteren Forschungspartnern
konnten empirisch zeigen, dass in Europa immaterielle Investition mittlerweile die Produkti-
vität und das Wachstum stärker erhöhen als materielle (ITEM-HSG, BGW AG, EcoAustria,
& LANDL&partner GmbH, 2013, S. 2). Eine Schätzung innerhalb der Studie zeigt, dass durch
„die Erhöhung der Innovationsausgaben am Gesamtumsatz in Höhe von 1% der Anteil des
Umsatzes mit Produktinnovationen am Gesamtumsatz um 0,3% steigt“ (ITEM-HSG u. a.,
2013, S. 2). Zudem sind Unternehmen mit einer Fokussierung auf immaterielle Vermögens-
werte deutlich besser durch die Finanz- und Wirtschaftskrise 2008/2009 gekommen (ITEM-
HSG u. a., 2013, S. 3). Eine weitere Studie des Unternehmens Ocean Tomo zu den Bestand-
teilen des Börsenwertes der S&P 500-Unternehmen zeigt im Zeitverlauf die kontinuierlich
Finanzielle Steuerungsgrößen im Benchmarking 107
steigende Bedeutung immaterielle Vermögenswerte (siehe Abbildung 31). Gerade auch bei
M&A-Aktivitäten wird neben dem Sales Growth auch der Asset Growth zur Analyse des zu-
künftigen Potentials eines Unternehmens herangezogen (Gutsche, 2013, S. 147).
Abbildung 31: Bestandteile des Börsenwertes der S&P 500 (vgl. Ocean Tomo, 2015)
Als eine hybride Kennzahl aus der Wachstums- und Profitabilitätsdimension wird das Netto-
gewinnwachstum (Net Income Growth) herangezogen:
ℎ = ℎ = −
Dabei wird der Nettogewinn wie folgt berechnet (Gutsche, 2013, S. 63):
Abbildung 32: Gewinn-Kalkulationsschema
Empirische Untersuchungen zum Nettogewinn konnten zeigen, dass eine strake Korrelation
zwischen der Entwicklung der Aktienrenditen (Stock Returns) und dem Nettogewinn(-wachs-
tum) vorliegt (Skinner, 1999, S. 110) und demnach auch Aktionäre einen speziellen Fokus
auf die Gewinnentwicklung von Unternehmen zur Performanceevaluation legen. Im Kontext
der Strategieforschung empfehlen Venkatraman und Ramanujam (1986, S. 807) zur Bewer-
tung der finanziellen Leistung das Nettogewinnwachstum heranzuziehen, diese Kennzahl aber
mit einer Analyse über die Investitionen (bspw. Return on Investment) zu verbinden. Im spe-
ziellen Fall des Peer Group Benchmarkings hat sich jedoch gezeigt, dass die übliche Betrach-
tung des Nettogewinnwachstums nicht die optimale Kennzahl zur Bewertung des
17% 32%68% 80% 84%
83% 68%32% 20% 16%
0%
50%
100%
1975 1985 1995 2005 2015
Tangible Assets
Intangible Assets
Market Capitalization of S&P 500
− = ( )− , = , , , − ℎ ℎ ö ä & = , ( , )− , = , − = ( , , )
108 Finanzielle Steuerungsgrößen im Benchmarking
Gewinnwachstums darstellt. Für einen möglichst objektiven Vergleich der Unternehmensleis-
tung ist es sinnvoll externe Umfeldeinflüsse, wie bspw. länderspezifische Steuern, nicht zu
berücksichtigen. Deshalb hat sich in den Fallstudien gezeigt, dass Unternehmen beim Peer
Group Benchmarking auf die Kennzahl EBIT (Earnings before Interests and Taxes) zurück-
greifen, um damit das Wachstum des operativen Gewinns zu betrachten (siehe Abbildung 32).
Neben dem Gewinn- wird auch das Liquiditätswachstum zur Leistungsbewertung von Unter-
nehmen betrachtet. Dazu wird meist das Cash-Flow-Wachstum (Cash-Flow Growth) betrach-
tet:
ℎ ℎ = ℎ ℎ ℎ = ℎ − ℎ
ℎ
Auch bei der Ausgestaltung des Performance Measurement Systems „Performance Pyramid“
(siehe Abbildung 13, Kapitel 3.2.2) setzten Cross und Lynch (1988, S. 26) in der Ebene der
finanziellen Leistungsmessung auf den Cash-Flow zur Liquiditätsanalyse. In den Fallstudien
zum Peer Group Benchmarking wurde als Vergleichsgröße vom CFO oder dem Leiter Con-
trolling zumeist der freie Cash-Flow (FCF) als Vergleichsgröße verlangt. Auch unter M&A-
Gesichtspunkten wird auf den FCF als Liquiditätskennzahl zurückgegriffen (Gutsche, 2013,
S. 155), da dieser „durch Bilanztricks praktisch nicht manipuliert werden“ kann (Controlling-
Portal, 2015). Jensen (1986, S. 323) definiert diesen wie folgt: „Free cash flow is cash flow
in excess of that required to fund all projects that have a positive net present value when
discounted at the relevant cost of capital”, der sich aus der Summe des operativen Cash-Flow
und dem Cash-Flow aus Investitionstätigkeiten zusammensetzt (Controlling-Portal, 2015). Im
Detail definiert sich der FCF wie folgt (Gutsche, 2013, S. 155):
Abbildung 33: Free Cash-Flow-Kalkulationsschema
Selbstverständlich sind über die fünf vorgestellten Kennzahlen zum Wachstum noch weitere
denkbar. Beispielsweise kann auch die Steigerung der Marktanteile (Market Share) Auskünfte
über den Wachstumserfolg von Unternehmen liefern. Im Gegensatz zum Sales Growth ist
Market Share Growth aber ein gänzlich anderes Konzept, da es bspw. in einer wachsenden
( ) ℎ ℎ
− ( )− ( )− ( )− Dividenden der Stammaktien (Common Dividends)=
Finanzielle Steuerungsgrößen im Benchmarking 109
Industrie möglich ist, Umsatzwachstum zu erreichen, jedoch gleichzeitig Marktanteile zu ver-
lieren (Brush u. a., 2000, S. 457). Auf die Nutzung von nicht-finanziellen Kennzahlen wird in
dieser Arbeit aber verzichtet, da die Vergleichbarkeit dieser Kennzahl im Rahmen des Peer
Group Benchmarkings nicht sinnvoll ist, da auch Unternehmen miteinander verglichen wer-
den, die nicht direkte Wettbewerber sind und damit anderen Marktsituationen und -größen
unterliegen.
5.2.2.2 Finanzielle Kennzahlen zur Profitabilität und Kapitaleffizienz
Wie bereits ausführlich beschrieben untergliedern sich finanzielle Kennzahlen zum Ac-
counting Return in Profitabilität, Kapitaleffizienz und Liquidität. Generell können dabei ab-
solute Kennzahlen zur Profitabilitätsbewertung genutzt werden. Darauf soll hier aber
absichtlich verzichtet werden, da in dieser Forschungsarbeit der relative Vergleich mit ande-
ren Unternehmen im Vordergrund steht und es aufgrund unterschiedlicher Unternehmensgrö-
ßen keinen Sinn ergibt, absolute finanzielle Kennzahlen von Unternehmen gegenüber-
zustellen (Hamann u. a., 2013, S. 77). Aufgrund der inhaltlichen Nähe beider Dimensionen
werden Profitabilität und Kapitaleffizienz hier zusammen betrachtet.
Für die Dimensionen der Profitabilität und Kapitaleffizienz wird auf die Empfehlungen zur
Kennzahlenauswahl von Hamann et al. (2013, S. 75–77) zur ganzheitlichen Leistungsevalu-
ation von Unternehmen zurückgegriffen, da auch dort gänzlich auf die Betrachtung absoluter
Kennzahlen verzichtet wird. Dafür nutzen sie folgende zwei zentrale Kennzahlen zur Profita-
bilitätsbewertung: Rendite pro Mitarbeiter (Return per Employee, RpE) und Umsatzrendite
(Return on Sales, RoS). Für die Dimension der Kapitaleffizienz werden die Vermögensren-
dite (Return on Assets, RoA) und Marktwertrendite (Return on Market Value) betrachtet, wo-
bei letztere wieder eine hybride Kennzahl aus den Dimensionen Kapitaleffizienz und
Kapitalmarktleistung ist. Zur Profitabilitätsberechnung bei Hamann et al. (2013, S. 84) dient
als Gewinnkomponente der Net Income. Dem wird hier nicht entsprochen. Wie durch die
Fallstudien und bei der Kennzahl für das Gewinnwachstum ersichtlich wurde, wird anstatt auf
die Kennzahl Net Income auf die Kennzahl EBIT zurückgegriffen. Dies entspricht auch der
gängigen Standardliteratur im Controlling (Fischer u. a., 2015, S. 344).
Aus den obigen Erläuterungen ergibt sich deshalb für die Berechnung der Profitabilitätskenn-
zahl Rendite pro Mitarbeiter (Return per Employee, RpE) folgende Formel:
= #
110 Finanzielle Steuerungsgrößen im Benchmarking
Genau wie der Employment Growth nutzt die Rendite pro Mitarbeiter zur Messung der Un-
ternehmensleistung die Anzahl an Mitarbeitern. Das Mitarbeiterwachstum ist dabei eine
Kennzahl für die Größenentwicklung des Unternehmens, wohingegen der RpE ein Indiz für
die Produktivität bzw. Effizienz der Mitarbeiter im Unternehmen darstellt. Dabei kann der
RpE als übergeordnete, finanzielle Kennzahl zur Steuerung der Motivation und Leistungsbe-
reitschaft von Mitarbeitern genutzt werden, da sich ansonsten die Produktivität von Mitarbei-
tern oft nur auf qualitativer Basis bewerten lässt (Brück, 2005, S. 93).
Nach dem gleichen Schema des RpE lässt sich auch die Umsatzrendite (Return on Sales) be-
stimmen (Fischer u. a., 2015, S. 344):
=
Die Umsatzrendite ist eine der zentralen Kennzahlen zur Profitabilitätsanalyse von Unterneh-
men. Dies wurde auch in den Fallstudien bestätigt. Dabei wird der Umsatz ins Verhältnis zum
operativen Ergebnis gesetzt, um so eine Kennzahl für die Effektivität unternehmerischer Ent-
scheidungen zu erhalten. Diese Kennzahl lässt sich auch ideal im Kontext des Peer Group
Benchmarking nutzen, da diese Informationen in den jährlichen Geschäftsberichten oder in
öffentlichen Finanzdatenbanken zur Verfügung stehen und die Kennzahl eine hohe Aussage-
kraft besitzt. Deshalb wird der RoS auch in den meisten Leistungsvergleichsanalysen verwen-
det (Markin, 1992, S. 17; Richard u. a., 2009, S. 746–798). Auch für Olson und Slater (2002,
S. 13) ist neben den Kennzahlen zur Kapitaleffizienz der RoS die zentrale finanzielle Kenn-
zahl zur Performanceevaluation in einer Balanced Scorecard und sollte ihrer Meinung nach
in jedem ganzheitlichen Steuerungskonzept integriert sein.
Als homogene Kennzahl der Dimension Kapitaleffizienz schlagen Hamann et al. (2013, S.
76) die Nutzung der Vermögensrendite, als Return on Total Assets oder Return on Net Assets
vor (Fischer u. a., 2015, S. 343):
= ö .
= ö
Auf den hohen Stellenwert materieller und immaterieller Vermögenswerte für ein nachhalti-
ges Unternehmenswachstum wurde bereits im vorangegangenen Kapitel bei der finanziellen
Kennzahl Asset Growth eingegangen. Zusätzlich weißen Hamann et al. (2013, S. 84) darauf
hin, dass anstatt der Kennzahl der Vermögenswerte auch die Kennzahl Kapitalrendite (Return
Finanzielle Steuerungsgrößen im Benchmarking 111
on Capital Employed, RoCE) oder Investitionsrendite (Return on Investment, RoI) zur Profi-
tabilitätsanalyse genutzt werden kann. Im deutschsprachigen Raum wird hierfür oft die Ge-
samtkapitalrentabilität (GKR) berechnet, bei dem der Gewinn vor Steuern und Zinsen (EBIT)
durch das Gesamtkapital der Vorperiode dividiert wird (Fischer u. a., 2015, S. 343). Die For-
meln sehen dabei wie folgt aus (Fischer u. a., 2015, S. 343):
= =
Abschließend ist es aus Sicht von Hermann et al. (2013, S. 76) und Richard et al. (2009, S.
731) sinnvoll, eine hybride Kennzahl in die Kapitaleffizienzanalyse mitaufzunehmen. Hierbei
handelt es sich um die Kennzahl zur Rendite der Marktkapitalisierung, auch Return on Market
Value of Equity (RoME) genannt, die sich wie folgt definiert (Richard u. a., 2009, S. 731):
= ( ) ( - - )
Die Kennzahl RoME kommt ursprünglich aus dem Bereich des Investmentbankings. Analys-
ten versuchen damit Unternehmen zu identifizieren, die eine positive Rendite des Bilanzwer-
tes (Return on Book Value) aufweisen, gleichzeitig aber eine niedrige Kapitalmarktbewertung
besitzen. Der Market Value of Equity ist dabei als Synonym für die Marktkapitalisierung
(market capitalization) zu sehen. Diese Kennzahl ist vor allem dann hilfreich, wenn mehrere
Unternehmen unterschiedlicher Größen, wie bspw. im Peer Group Benchmarking, gegenüber-
gestellt werden. Dennoch konnte eine Metaanalyse von Richard et al. (2009, S. 746–798), in
der über 100 Studien aus den Jahren 2005 bis 2007 zu Performance Measures untersucht wur-
den, zeigen, dass diese Kennzahl zur Leistungsanalyse nur in seltenen Fällen zur Anwendung
kommt. Generell aber scheint die finanzielle Profitabilitätskennzahl RoME für einen externen
Vergleich börsennotierter Unternehmen eine gute Möglichkeit zur Effizienzmessung darzu-
stellen.
5.2.2.3 Finanzielle Kennzahlen zur Liquidität
Neben der Profitabilität und Kapitaleffizienz als Performance Measure-Dimension betrachtet
eine dritte Kategorisierung der Accounting Returns die Liquidität von Unternehmen. Mit li-
quiditätsorientierten Kennzahlen kann eine Überprüfung stattfinden, ob das Unternehmen
auch in Zukunft seinen Zahlungsverpflichtungen nachkommen kann und damit der unterneh-
merische Erfolg auch nachhaltig gewährleistet ist (Fischer u. a., 2015, S. 350). Deshalb ist
auch die Liquidität ein wichtiger Bestandteil zur Unternehmensteuerung und berechnet sich
aus der „Differenz operativer Ein- und Auszahlungen (direkte Ermittlung)“ (Fischer u. a.,
112 Finanzielle Steuerungsgrößen im Benchmarking
2015, S. 350). Der operative Cash Flow (OCF) kann dabei auch anhand des Jahresüberschus-
ses mit Hilfe der indirekten Methode bestimmt werden (Fischer u. a., 2015, S. 350):
Abbildung 34: Indirekte Methode zur Berechnung des operativen Cash-Flows
Wie bereits beschrieben, nimmt ebenfalls der freie Cash-Flow einen hohen Stellenwert bei
der Liquiditätsberechnung ein (siehe dazu Abbildung 33, Kapitel 5.2.2.1). Über den operati-
ven Cash-Flow lässt sich der FCF ebenfalls bestimmen, indem der OCF mit dem Investitions-
Cash-Flow summiert wird. Letzter wiederum berechnet sich aus der Subtraktion der Einzah-
lungen aus Abgängen von Gegenständen des Anlagevermögens mit den Auszahlungen für
Investitionen in das Anlagevermögen (Fischer u. a., 2015, S. 350). Hamann et al. (2013, S.
76) empfehlen, sich bei den Kennzahlen zur Liquidität auch an das bisherige Kennzahlen-
schema zu halten. Demnach sollten Unternehmen zur Leistungsanalyse die folgenden vier
Kennzahlen heranziehen: Operative Cash Flow Return on Sales (CF RoS), Operative Cash
Flow Return per Employee (CF RpE), Operative Cash Flow Return on Net Assets (CF RoNA)
und Operative Cash Flow Return on Market Value of Equity (CF RoME). Letztere stellt dabei
eine hybride Kennzahl aus den Dimensionen Liquidität und Kapitalmarktleistung dar.
Der OCF RoS gibt Analysten einen Hinweis auf die Unternehmensfähigkeit aus einem be-
triebswirtschaftlichen Umsatz liquide Mittel zu generieren. Damit ist der OCF RoS ein wei-
terer Leistungsmaßstab für die finanzielle Effizienz von Unternehmen. Dieser berechnet sich
dabei wie folgt:
ℎ = ℎ
Als weitere Liquiditätskennzahl kann der OCF RpE genutzt werden. Hamann et al. (2013, S.
80) konnten in ihrer umfangreichen Studie eine hohe Reliabilität bei dieser Kennzahl feststel-
len, jedoch eine geringere, als beim CF RoS oder dem CF RoNA. Die Berechnung erfolgt
äquivalent zum OCF RoS:
ℎ = ℎ #
ℎ − ℎ ä ö ℎ − ℎ ü ℎ
− ℎ ä− ä ö− ℎ ä , ,
ℎ ℎ , = −
Finanzielle Steuerungsgrößen im Benchmarking 113
Der CF RoNA ist gerade im Kontext des Peer Group Benchmarking eine oft genutzte Kenn-
zahl für Leistungsvergleiche über die eigene Industrie hinaus. Gerade bei Analysten und bei
aktuellen und zukünftigen Investoren ist diese Kennzahl zur Analyse betriebswirtschaftlicher
Leistung deshalb sehr beliebt (Richard u. a., 2009, S. 746–798). Die Formel zum CF RoNA
sieht dabei wie folgt aus:
ℎ = ℎ
Abschließend empfehlen Hamann et al. (2013, S. 76) eine hybride Kennzahl zur Liquiditäts-
analyse heranzuziehen. Dabei handelt es sich wie beim vorangegangen Kapitel um eine Kom-
bination aus einer absoluten Liquiditätskennzahl (OFC) und einer absoluten
Kapitalmarktleistungskennzahl (Return on Market Value of Equity). Der OFC RoME ist im
Gegensatz zu anderen finanziellen Kennzahlen aber nicht sehr gebräuchlich (Richard u. a.,
2009, S. 746–798). Aus diesem Grund soll an dieser Stelle auch nicht weiter darauf eingegan-
gen werden. Stattdessen wird ein Blick auf zwei weitere gängige Indikatoren zur Liquiditäts-
analyse geworfen: der Cash-Flow Return on Investment (CF RoI) und das Net Working
Capital (NWC).
Der CF RoI wird von Richard et al. (2009, S. 733) wie folgt beschrieben: „This is an inflation-
adjusted approximation of the internal rate of return earned by a company over all its operating
assets. Normally, this is done by discounting cash flow projections that are calculated based
on ROI.” Analog zum Konzept des RoI wird anstatt der Gewinnkomponente der Brutto-Cash-
Flow (BCF) genutzt. Durch die Relation vom BCF und dem eingesetzten Kapital (Bruttoin-
vestitionsbasis) wird eine dynamisierte Rentabilitätsbetrachtung ermöglicht. Im Nachfolgen-
den wird auf die in der Unternehmenspraxis übliche statische Berechnung des CF RoI
eingegangen, die wie folgt definiert ist (Fischer u. a., 2015, S. 374):
= − ö ℎ ℎ
Der BCF berechnet sich dabei aus der Summe des Jahresüberschusses und den ausgabenun-
wirksamen Aufwendungen abzüglich der einnahmenunwirksamen Erträge. Für die Berech-
nung der ökonomischen Abschreibung wird die Bruttoinvestitionsbasis des abnutzbaren
Anlagevermögens durch den Endwertfaktor dividiert. Dieser Endwertfaktor ist der „ Faktor
für die Berechnung des Endwerts einer konstanten Zahlungsreihe“ (Fischer u. a., 2015, S.
374) und wird über den WACC wie folgt definiert:
= (1 ) = (1 ) − 1
114 Finanzielle Steuerungsgrößen im Benchmarking
Abschließend wird aufgrund der hohen Praxisrelevanz, die sich auch in den Fallstudien ge-
zeigt hat, das Net Working Capital (NWC) vorgestellt. Das NWC „bezeichnet die Differenz
zwischen den kurzfristigen Vermögenswerten (Umlaufvermögen) und dem kurzfristigen
Fremdkapital“ (Fischer u. a., 2015, S. 287). Wie auch bei Richard et al. (2009, S. 732) misst
gerade der M&A-Bereich dieser Kennzahl zur Leistungsanalyse von Unternehmen einen ho-
hen Stellenwert bei. Studien konnten dabei zeigen, dass es einen signifikanten Zusammenhang
zwischen der Höhe des NWC und der Wahrscheinlich einer Übernahme existiert (Gutsche,
2013, S. 101). Für die Berechnung wird folgende Formel genutzt (Fischer u. a., 2015, S. 287):
= ö+ − ℎ
Zur Steuerung dieser Liquiditätskennzahl wird i.d.R. auf den Cash Conversion Cycle (CCC,
auch Cash-to-Cash Cycle) zurückgegriffen. Der CCC „describes the average number of days
that a company requires for working capital financing compared to the average number of
days that a company provides working capital financing“ (Gutsche, 2013, S. 110). Dieser lässt
sich über die Anzahl der Debitorentage (Kapitalbindung in den Forderungen) zuzüglich der
Vorratsstage (Kapitalbindung in den Vorräten) abzüglich der Verbindlichkeitstage (Vorfinan-
zierung durch Lieferanten) berechnen (Fischer u. a., 2015, S. 287). Ziel ist es, diese Liquidi-
tätskennzahl nach dem Motto: „collect fast and pay slow“ (Fischer u. a., 2015, S. 287) zu
verkürzen.
5.2.2.4 Finanzielle Kennzahlen zur Kapitalmarktleistung
Auch bei der Leistungsdimension zum Kapitalmarkt kann sich in Bezug auf die Performance
Measures an den Ergebnissen von Hamann et al. (2013, S. 77) orientiert werden. Dieses Ka-
pitel soll aber nur in Kürze betrachtet werden, da die Entwicklung der Kapitalmarktleistung
sehr von externen und damit nicht-beeinflussbaren Umfeld- und Umwelteinflüssen abhängen
kann und damit weniger die klassische organisatorische Leistung des Unternehmens wider-
spiegelt. Dies würde dem Ansatz einer größtmöglichen Objektivität bei der Leistungsbewer-
tung von Unternehmen im Peer Group Benchmarking widersprechen. Aufgrund der
Vollständigkeit sollen aber auch für diese Dimension beispielhaft einige finanzielle Kennzah-
len vorgestellt werden. Innerhalb der Kapitalmarktleistung können zwei Differenzierungen
vorgenommen werden. Die erste Gruppe beinhaltet Marktwahrnehmungen über den Unter-
nehmenswert während eines definierten Zeitraums. Zu den wichtigsten Kennzahlen dieser
Gruppe zählen der Jensen’s alpha, der Share Ratio und der Treynor Index. Diese setzten den
Finanzielle Steuerungsgrößen im Benchmarking 115
Kursgewinn ins Verhältnis zu ihrem Anlagerisiko (Combs u. a., 2005, S. 281). Als vierte fi-
nanzielle Kenngröße dieser Gruppe kann auch der Total Shareholder Return genutzt werden,
der aber im Gegensatz zu den vorangegangenen Kennzahlen den Fokus auf den reinen Share-
holdergewinn über einen definierten Zeitraum legt (Hamann u. a., 2013, S. 77). Die zweite
Gruppe an Kennzahlen zur Kapitalmarktleistung setzt den Marktwert einer Unternehmung ins
Verhältnis zu ihrem Buchwert. Für diese Bestimmung wird primär der Tobin’s Q und das
Market-to-Book-Verhältnis als Kennzahlen genutzt. Beide Kennzahlen werden aufgrund ihrer
Eigenschaft, Kennzahlen aus der Dimension Accounting Returns und Kapitalmarktleistung
zu nutzen, als hybride Kennzahlen bezeichnet (Combs u. a., 2005, S. 269; Hamann u. a., 2013,
S. 77). Nachfolgend sollen exemplarisch aus jeder Gruppe zwei Kennzahlen genauer vorge-
stellt werden.
Der Jensen’s alpha, auch Jensen’s Performance Index oder Alphafaktor bezeichnet, ist der α-
Koeffizient des Capital Asset Pricing Modells (CAPM) und beschreibt damit die risikoberei-
nigte Leistung eines Wertpapiers im direkten Verhältnis zur erwarteten Marktrendite (Berech-
nung auf Basis des CAPM). Richard et al. (2009, S. 731) definiert den Jensen’s alpha als „a
measure of a firm’s excess return over that associated with the systematic risk of its opera-
tions. That is, this captures unique exceptional positive or negative performance.” Aus diesem
Grund hat der alpha einen hohen Stellenwert bei der Bewertung von Wertpapieren. Die For-
mel zum Jensen’s alpha lautet demnach in Worten wie folgt:
ℎ = −
Der Total Shareholder Return (TSR) ist eine einfache zu bestimmende und deshalb auch weit
verbreitete finanzielle Kennzahl zur Kapitalmarktleistung mit der der Gewinn oder Verlust
eines Shareholders über einen bestimmten Zeitverlauf (meist über ein Jahr) bestimmt wird
(Richard u. a., 2009, S. 731). Richard et al. (2009, S. 742) konnten durch ihre großzahlige
Faktoranalyse identifizieren, dass der TSR im Rahmen der Berechnung der Kapitalmarktleis-
tung den größten Stellenwert besitzt. Die Kennzahl betrachtet dabei nicht nur die Verände-
rungen des Aktienwertes, sondern auch die Dividenden, die an die Shareholder ausgezahlt
wurden. Analysten sehen den TSR als beste Einzelkennzahl zum Vergleich von Investitions-
erfolgen. Die Formel zum TSR wird dabei wie folgt definiert:
ℎ ℎ = ( ℎ − ℎ )ℎ
In der zweiten Gruppe steht der Marktwert (Börsenwert zuzüglich Verbindlichkeiten) eines
Unternehmens im Verhältnis zum Bilanz-/Buchwert im Vordergrund. Eine Möglichkeit zur
Berechnung stellt der Tobin’s Q dar. Hierbei handelt es sich um eine Kennzahl, die das Ver-
hältnis aus Marktwert zum Substanzwert berechnet. Gerade bei Attraktivitätsbewertungen
116 Finanzielle Steuerungsgrößen im Benchmarking
von Unternehmen im M&A wird diese Kennzahl gerne herangezogen (Gutsche, 2013, S. 96).
Die Formel zum Tobin’s Q lautet wie folgt (Hamann u. a., 2013, S. 77):
= ℎ
Als letzte Kennzahl zur Kapitalmarktleistung soll das Market-to-Book-Verhältnis (Market-to-
Book Ratio) vorgestellt werden. Mit dieser Kennzahl wird das Verhältnis aus dem Marktwert
und dem Bilanzwert bestimmt und stellt damit eine wichtige Kennzahl zur kapitalmarktbezo-
genen Leistungsmessung von Unternehmen dar (Richard u. a., 2009, S. 733). Auch unter dem
Aspekt der „undervaluation hypothesis“ (Gutsche, 2013, S. 47) bei Attraktivitätsbewertungen
von Unternehmen im M&A-Bereich ist diese Kennzahl von Bedeutung. Besitzen Unterneh-
men ein niedriges Market-to-Book-Verhältnis und ein niedriges Kurs-Gewinn-Verhältnis, so
wird dieses Unternehmen als unterbewertet wahrgenommen und die Wahrscheinlichkeit für
eine Übernahme steigt (Gutsche, 2013, S. 47). Das Market-to-Book-Verhältnis berechnet sich
dabei wie folgt (Hamann u. a., 2013, S. 77):
- - =
5.3 Umgang mit finanziellen Steuerungsgrößen zur relativen Leis-
tungsbewertung im Benchmarking
5.3.1 Nutzung finanzieller Steuerungsgrößen zur relativen Leistungsbewertung
Durch die gesamte Managementforschung zieht sich die hohe Bedeutung organisatorischer
Unternehmensleistung (Richard u. a., 2009, S. 718). Auch im Bereich des Peer Group Bench-
marking entscheiden die richtige Auswahl und die Verfügbarkeit finanzieller Kennzahlen zur
Performanceevaluation über den erfolgreichen Einsatz dieses Managementinstruments. Dabei
sind gerade die finanziellen Kennzahlen in der Praxis unentbehrlich. Die eigentliche Leis-
tungsbewertung differenziert sich im absoluten Bewerten (Messen der finanziellen Werte), im
relativen Bewerten (Kennzahlenvergleich) und im subjektiven, ermessendem Bewerten (Isele,
1991, S. 136–141). Für die Performanceevaluation auf Basis finanzieller Kennzahlen wird in
der Forschung und Praxis i.d.R. die relative Bewertung genutzt. Dabei werden finanzielle
Kennzahlen vorab definierten Performancezielen, so genannten Sollvorgaben, gegenüberge-
stellt (Riedl & Meyer, 2000, S. 37). Damit ist der Ausgangspunkt für die Performanceevalu-
ation eine systematische Vergleichsanalyse. Diese wird als „relatives Bewerten anhand im
Voraus festgesetzter Performancestandards“ (Riedl & Meyer, 2000, S. 37) bezeichnet. Hierbei
Finanzielle Steuerungsgrößen im Benchmarking 117
wird zwischen drei Arten des relativen Bewertens mittels Performancestandards unterschie-
den (Isele, 1991, S. 136–141):
Zeitvergleich: relative Vergleichsanalyse finanzieller Kennzahlen im Zeitverlauf
Strukturvergleich: relative Vergleichsanalyse finanzieller Kennzahlen gegenüber
internen und externen Benchmarks
Standardvergleich: relative Vergleichsanalyse finanzieller Kennzahlen auf Basis im
Voraus festgesetzter absoluter Performanceziele
Für eine ganzheitliche Unternehmenssteuerung in Form eines Performance Measurement Mo-
dells sollte die relative Bewertung der (finanziellen) Unternehmensleistung in vier Teilphasen
(unabhängig ob ein Zeit-, Struktur- oder Standardvergleich vorliegt) erfolgen (Riedl & Meyer,
2000, S. 38):
Art und Ausmaß der Abweichung: Ausgangspunkt ist die Ermittlung der Gesamtab-
weichung zwischen den gewünschten Performancezielen und den realisierten Per-
formance Measures.
Analyse der Abweichung: Zur Unternehmenssteuerung mit Hilfe von Performance
Measures ist über die Bewertung hinaus, die Ursachenforschung notwendig. Des-
halb ist die in Kapitel 5.2.1 beschriebene Entwicklung von Kausalmodellen für die
finanziellen Kennzahlen von so entscheidender Bedeutung. Falls diese gründlich
aufgestellt wurden, ist eine Ursachenforschung umso leichter und hilft der Identifi-
kation der zentralen Einflussgrößen, Entstehungsbereiche, Verantwortlichkeiten
und Wirkungsarten.
Bewertung und Interpretation der Abweichung: Neben einer über Kausalmodellen
möglichen quantitativen Analyse ist es oft notwendig, für Teilabweichen auch tief-
greifende qualitative Analysen durchzuführen. Diese Interpretationsanalyse kann
dazu beitragen, die im letzten Schritt notwendigen zukünftige Prognosen und Kon-
sequenzen für das Unternehmen abzuleiten.
Prognose und Festlegung der Konsequenzen der Abweichung: In der letzten Phase
werden neue Prognosen auf die zukünftige Zielerreichung des Unternehmens abge-
leitet und definiert Konsequenzen für die zukünftige Unternehmensentwicklung.
Neben den Arten der Performancestandards wird zusätzlich zwischen Formen der Leistungs-
bewertung von Unternehmen differenziert. Neben der gemessenen Größe, kann auch die Re-
ferenzgröße in realisierte Ist-, prognostizierte Wird- und geplante Soll-Größen unterschieden
werden (Riedl & Meyer, 2000, S. 39). Daraus ergeben sich die in Tabelle 16 ersichtlichen
Kombinationen aus vorgegebener und gemessener Größe. Die Ex-post-Bewertung vergleicht
118 Finanzielle Steuerungsgrößen im Benchmarking
dabei zwei bereits realisierte Größen miteinander (Ist-Ist-Vergleich). Dies können Kennzah-
len im Zeitverlauf sein, dazu zählen aber auch die internen und externen Benchmarking-Stu-
dien, wie das Peer Group Benchmarking. Damit sollen vergangenheitsorientierte Schluss-
folgerungen gezogen werden (Riedl & Meyer, 2000, S. 40). Die Prämissen-Bewertung hinge-
gen stellt den gemessenen Ist-Größen die prognostizierten Wird-Größen gegenüber (Wird-Ist-
Vergleich). Damit wird identifiziert, ob die getroffenen Annahmen eingetroffen sind und ob
die Prämissen aus der Planungsgrundlage keine Veränderungen erfahren haben. Dieser Ver-
gleich sollte kontinuierlich erfolgen, um Prämissenänderungen und damit Auswirkungen auf
die Planrealisation schnellstmöglich zu erkennen (Riedl & Meyer, 2000, S. 40). Werden den
geplanten Soll-Größen die realisierten Ist-Größen gegenübergestellt, so erhält man eine Rea-
lisationsbewertung der geplanten Performanceziele (Soll-Ist-Vergleich). Dieser klassische fi-
nanzielle Kennzahlenvergleich wird auch als „Ergebniskontrolle im engeren Sinne“ (Riedl &
Meyer, 2000, S. 40) bezeichnet.
Tabelle 16: Formen der Leistungsbewertung von Unternehmen (vgl. Amshoff, 1994, S. 265; Riedl & Meyer, 2000, S.
39)
Neben diesen Rückkopplungsmechanismen (Feed Back) aus Vergleichsanalysen mit gemes-
senen, realisierten Ist-Größe, existieren darüber hinaus auch Vergleichsanalysen aus gemes-
senen Wird- und Soll-Größen mit den vorgegebenen Referenzgrößen, um frühzeitig
potentielle Abweichungen im Unternehmen zu erkennen. Dabei können drei unterschiedliche
zukunftsorientierte „Vorkoppelungen“ (Feed Forward) differenziert werden (Riedl & Meyer,
2000, S. 41). Werden prognostizierte Wird-Größen mit Wird-Größen bspw. von einem ande-
ren Zeitpunkt im Rahmen der Planung miteinander verglichen, so wird von einer Prognose-
konsistenzbewertung (Wird-Wird-Vergleich) gesprochen. Für Prognosen von finanziellen
Kennzahlen (Entwicklungsprognosen) und von alternativen Wirkungen (Wirkungsprogno-
sen) erfolgen dabei Konsistenz- und Verträglichkeitsbewertungen (Riedl & Meyer, 2000, S.
41). Darüber hinaus werden bei der Planungsfortschritts-Bewertung vorgegebenen Soll-Grö-
ßen nach festgelegten zeitlichen Abschnitten (Checkpoints) Wird-Größen gegenübergestellt
(Soll-Wird-Vergleich). Damit wird das Ziel verfolgt, denkbare Störungen und damit potenti-
elle Soll-Ist-Differenzen durch frühzeitige korrigierende Gegenmaßnahmen zu verhindern, o-
der zumindest einzudämmen (Riedl & Meyer, 2000, S. 41). Darüber hinaus werden im
Referenzgröße/Performancestandard (Vorgabe)
Realisierte IST-GrößePrognostizierte WIRD-
GrößeGeplante SOLL-Größe
Ge
me
sse
ne
G
röß
e
Realisierte IST-Größe Ex-post-Bewertung Prämissen-Bewertung Realisations-Bewertung
Prognostizierte WIRD-Größe
Prognosekonsistenz-
Bewertung
Planungsfortschritts-
Bewertung
Geplante SOLL-Größe Zielkonsistenz-Bewertung
Finanzielle Steuerungsgrößen im Benchmarking 119
Rahmen der Performanceplanung unterschiedliche Soll-Größen definiert. Auch diese lassen
sich untereinander auf Verträglichkeit überprüfen. Dementsprechend wird hier von einer Ziel-
konsistenzbewertung gesprochen (Soll-Soll-Vergleich). Im Zentrum steht die Frage nach den
optimal zu verfolgenden Zielen durch die Überprüfung auf Disharmonien, Konflikten und
Konkurrenzen zwischen den vorgegebenen Zielen. Hierbei handelt es sich deshalb um eine
Bewertung und Überprüfung der Planung zur Unterstützung bei der Bewertung und Auswahl
von Handlungsalternativen (Riedl & Meyer, 2000, S. 41).
Über eine reine Ex-post-Betrachtung von Benchmarking-Parametern kann das Peer Group
Benchmarking auch in diese Systematik zur relativen Zielsetzung integriert werden (siehe
Abbildung 35). Zur Performanceevaluation werden dazu Strukturvergleiche relativer finanzi-
eller Kennzahlen im Gegensatz zu Standardvergleichen auf Basis absoluter finanzieller Kenn-
zahlen genutzt (siehe als bspw. Abbildung 35). Beim (externen) Benchmarking werden dabei
die Soll-Vorgaben zur Realisations-Bewertung auf Basis relativer Zielsetzungen festgelegt,
bspw. gegenüber dem Markt oder dem Industriedurchschnitt. Das Peer Group Benchmarking
geht sogar darüber hinaus und nutzt eine erweiterte und komplexe Systematik zur Identifika-
tion der Vergleichsgrößen (siehe Kapitel 6). Diese Realisations-Bewertung im Strukturver-
gleich hat zur Performanceevaluation von Unternehmen einen zentralen Vorteil. Die
Zielsetzung zur Leistungsbewertung besitzt einen selbstadjustierenden Charakter und muss
damit im Gegensatz zur absoluten Zielsetzung nicht jedes Jahr oder gar Quartal an den exter-
nen Umfeld- und Umweltbedingungen neu angepasst werden. Dadurch entfallen aufwendige
Planungsfortschrittsbewertungen, da der stetige Abgleich der Wird-Größen mit den vorab de-
finierten relativen Soll-Größen überflüssig wird. Durch die geeignete Auswahl an Vergleichs-
unternehmen entfällt die separate Betrachtung der Umfeld- und Umweltbedingungen. Denn
mit dem Peer Group Benchmarking wird versucht, eine größtmögliche Objektivität in die
Leistungsbewertung von Unternehmen zu bringen.
Abbildung 35: Absolute vs. relative Zielsetzung zur Leistungsbewertung am Beispiel einer Umsatzentwicklung
(relativ)
= + 5%
ü Ø
d
(absolut)
= + 15%
:
Ø+13%
+ %
ℎ-
+ %Ø
+ %
(Relativer) Soll-Ist-Vergleich
Realisations-Bewertung
im Strukturvergleich
+ %
(Absoluter) Soll-Ist-Vergleich
Realisations-Bewertung
im Standardvergleich
RealisiertRelative ZielsetzungAbsolute Zielsetzung
120 Finanzielle Steuerungsgrößen im Benchmarking
5.3.2 Herausforderungen im Umgang mit relativen Leistungsbewertungen
Neben dem Bewertungsablauf existieren auch zentrale Herausforderungen im Umgang mit
finanziellen Kennzahlen zur relativen Bewertung organisatorischer Leistung mittels eines
Benchmarkings. Zusammengefasst lassen sich diese wie folgt festhalten (Richard u. a., 2009,
S. 740):
Die relative Leistungsbewertung eines Unternehmens erfordert auch die Betrach-
tung des Leistungsverständnisses der Stakeholder (siehe dazu auch Abbildung 12,
Kapitel 3.2.1). Nach dem heutigen Stand werden dazu primär Kapitalmarkt- und
Accounting-Return-Kennzahlen genutzt. Methodisch verweisen Richard et al.
(2009, S. 739) auf die Nutzung der Triangulation multipler Performance Measures.
Dies hat den Vorteil, dass einzelne Messfehler nicht zu stark ins Gewicht fallen und
die Konstruktvalidität verbessert wird. Die Herausforderungen bestehen aber darin,
dass bisher noch keine detaillierte Analyse über die besten Performance Measures,
zur optimalen Adressierung der Stakeholder existieren und die Bedeutung unter-
schiedlicher Stakeholder über heterogene Umfelder hinweg bisher noch nicht im
Detail untersucht wurde.
Die Leistungsbewertung eines Unternehmens erfordert auch das Verständnis über
die Berichts- und Kennzahlenheterogenität über Umfeld, Umwelt, Strategien und
Managementpraktiken. In der Forschung wird für einen Vergleich über rein finan-
zielle Kennzahlen hinaus auf disziplinspezifische Performance Measures mit einem
direkten Zusammenhang zur organisatorischen Leistung gesetzt. Neben der Trian-
gulation multipler Performance Measures verweisen Richard et al. (2009, S. 740)
auf die Nutzung der Data Envelopment Analysis (DEA). Mit Hilfe dieser Methode
können Effizienzanalysen durchgeführt werden, indem unterschiedlichen Input-Pa-
ramater, unterschiedlichen Output-Parametern gegenübergestellt werden. So kön-
nen interne, aber auch externe Leistungsvergleichsanalysen durchgeführt werden.
Eine zentrale Herausforderung besteht bei der Entwicklung kausaler Verknüpfun-
gen spezifischer Performance Measures mit der organisatorischen Gesamtunterneh-
mensleistung. Aufgrund der komplexen Realität existieren immer multiple Wege
zur Erreichung der Unternehmensleistung. Außerdem muss berücksichtigt werden,
inwiefern die interne Incentivierung und Leistungsbewertung in den unterschiedli-
chen Geschäftseinheiten die Gesamtunternehmensleistung beeinflusst.
Die Leistungsbewertung erfordert auch ein Verständnis über die Zeitreiheneigen-
schaften finanzieller Kennzahlen in Bezug auf die organisatorischen Tätigkeiten zur
Leistungserstellung. Richard et al. (2009, S. 740) zeigen, dass sowohl in der Theo-
rie, als auch in der Praxis, die Leistungsevaluation eine ausreichende Zeitspanne
Finanzielle Steuerungsgrößen im Benchmarking 121
umfassen sollte. Damit sollen willkürliche Störungen ausgeschlossen werden. Den-
noch sollten die zeitlichen Perioden fein genug sein, um signifikante Leistungs-
schwanken rechtzeitig identifizieren zu können. Für eine langfristige und
nachhaltige Betrachtung der Leistungsentwicklung eines Unternehmens ohne will-
kürliche Schwankungen ist eine Zehn-Jahresbetrachtung üblich. Methodisch wird
unter diesem Aspekt natürlich die Nutzung von Längsschnittdaten über der Zeit
(longitudinal data) empfohlen. Diese Methode lässt sich auch ideal im Peer Group
Benchmarking anwenden. Neben der Festlegung der zeitlichen Perioden zur Leis-
tungsmessung, ist eine wesentliche Herausforderung die (automatisierte) Identifi-
zierung der interessantesten/wichtigsten Phänomene in einer Zeitreihe, was aber
bisher auf einer generischen Ebene noch nicht durch die Forschung gelöst werden
konnte. Dies würde zu einem systematischeren Verständnis führen und zeigen,
wann eine genauere Betrachtung einzelner finanzieller Kennzahlen innerhalb einer
Zeitreihe notwendig wird.
Die Performance Measures müssen für die Leistungsbewertung ausreichend robust
sein, um die organisatorische Leistung abbilden zu können. Um dies zu erreichen,
greifen Studien dabei generell auf eine begrenzte Anzahl von finanziellen Kennzah-
len zurück (siehe dazu auch Hamann u. a., 2013). Der inkrementelle Vorteil der
Nutzung von multiplen objektiven, finanziellen Performance Measures konnte bei
Chen & Dodd, 1997 gezeigt werden. Methodisch soll hierbei wieder auf Triangula-
tion von multiplen Performance Measures hingewiesen werden. Eine zusätzliche
Herausforderung entsteht, wenn subjektive Kennzahlen als ergänzende Variable zur
Erklärung der Unternehmensleistung genutzt werden. Für das Zusammenspiel sub-
jektiver und objektiver Performance Measures besteht weiterhin Forschungsbedarf.
Die Leistungsbewertung eines Unternehmens erfordert auch ein Verständnis über
die Zusammenhänge zwischen den Performance Measures, um auf darauf aufbau-
end ein Gesamtergebnis in Form bspw. eines (Leistungs-)Indexes ableiten zu kön-
nen. Hierfür wird versucht die Mehrdimensionalität von Leistung auf eine
Dimension zu beschränken. Methodisch können dabei nichtparametrische Ansätze
(bspw. DEA) genutzt werden. In der Praxis werden diese oft als „Black Box“ ange-
sehen und deshalb nur in seltenen Fällen vom Management für Entscheidungen ge-
nutzt. Hier Überzeugungsarbeit zu leisten ist eine der wesentlichen
Herausforderungen.
Zusammengefasst lässt sich festhalten, dass die zentralen Herausforderungen im Umgang mit
relativen, finanziellen Steuerungsgrößen darin liegen, die individuellen Anforderungen an
eine Leistungsanalyse zu identifizieren und entsprechend die geeigneten Kennzahlen für den
122 Finanzielle Steuerungsgrößen im Benchmarking
unternehmensspezifischen Kontext zu definieren. Anschließend müssen die Wirkungszusam-
menhänge zwischen den finanziellen Steuerungsgrößen erkannt werden, um den bestmögli-
chen Einsatz im Rahmen eines Performance Measurement System gewährleisten zu können.
Die Auswahl einer geeigneten Analysemethode bildet den Abschluss der Herausforderungen
zur Ableitung einer gesamtheitlichen Aussage über die Performance.
123
6 Selektionskriterien zur
Identifikation der Peer Group und
Aufbereitung der finanziellen Kennzahlen
„When you can measure what you are speaking about, and express it in numbers, you know
something about it [otherwise] your knowledge is of a meagre and unsatisfactory kind; it may
be the beginning of knowledge, but you have scarcely in thought advanced to the stage of
science.”
Lord Kelvin, 1877 in Neely 1995, S. 71
6.1 Abgrenzung des Peer Group Benchmarking
Bisher wurden in den Kapiteln 3, 4 und 5 der aktuelle Forschungsstand zur Entwicklung und
Einführung eines ganzheitliches Performance Measurements zur Leistungsbewertung von
Unternehmen beschrieben, die Nutzung unterschiedlicher Managementmethoden und -instru-
menten im Benchmarking vorgestellt und die finanziellen Kennzahlen als zentrale Steue-
rungsgrößen in den Dimensionen des von Hamann u. a., (2013) verortet. Hierbei lag der
Fokus auf den unterschiedlichen Vorgehensweisen zur Performanceevaluation von Unterneh-
men, auf den zentralen Herausforderungen im Performance Measurement und auf der Dar-
stellung des hohen Stellenwertes relativer Leistungsbewertungen. Unabhängig vom genutzten
Performance Measurement Modell, der Art des Benchmarkings und der Anzahl und Auswahl
finanzieller Kennzahlen zur Leistungssteuerung steht die relative Messung für eine größtmög-
liche Objektivität im Performance Measurement im Vordergrund. Ein Instrument, das im Rah-
men der relativen Performanceevaluation immer mehr an Bedeutung gewinnt, ist das Peer
Group Benchmarking (PGB). An dieser Stelle findet für ein tiefgreifendes Verständnis eine
detaillierte Abgrenzung zwischen PGB und anderen Benchmarking-Modellen statt. Mit Peer
Group Benchmarking wird versucht, eine größtmögliche Objektivität innerhalb der Bewer-
tung zu erhalten und externe, nicht-beeinflussbare (exogene) Einflussfaktoren nicht mit in die
Evaluation der Unternehmensleistung einfließen zu lassen. In diesem Kapitel 6 wird der Be-
griff des PGB im Detail erläutert, die Nutzungs- und Anwendungsbereiche vorgestellt, um
darauf basierend die zentralen Vorteile dieses Bewertungsinstruments ableiten zu können.
Anschließend werden die methodischen Komponenten und Herausforderungen bei der Nut-
zung des PGB aufbereitet. Dabei steht vor allem die Methodik zur Identifikation der Ver-
gleichsunternehmen (Peer Group) im Vordergrund. Anschließend erfolgt in Kapitel 7 der
Prozess zum Ablauf des PGB definiert. Hierbei liegt der Fokus auf der Entwicklung eines
Leitfadens für Unternehmen, die PGB als Managementinstrument in ihr Performance Measu-
rement System integrieren wollen. Kapitel 8 zeigt anschließend den Prozess dieses Konzepts
124 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
anhand detaillierten Fallstudie. Um keine ausführlichen Informationen über die Leistung eines
konkreten Unternehmens preiszugeben, werden die zentralen Herausforderungen aus sechs
unterschiedlichen Fallstudien in einer Fallstudie konsolidiert. Die Unterschiede der Unterneh-
men liegen dabei sowohl in ihrer Börsennotierung und Unternehmensgröße, als auch in ihren
Industrien. Der Fokus dieser Fallstudie liegt damit klar auf der Vorstellung der zentralen Her-
ausforderungen beim Einsatz von PGB. Damit wird aufgezeigt, dass PGB ein nützliches und
sinnvolles Managementinstrument zur RPE von Unternehmen darstellt und aufgrund der sys-
tematischen Durchführung auch nicht zu viele Ressourcen im Unternehmen bindet. Zudem
kann mit diesem PGB-Konzept den grundlegenden Kritiken an das Benchmarking entgegnet
werden, wie die Nicht-Existenz sinnvoller Vergleichsunternehmen oder die Nicht-Gewähr-
leistung der Vergleichbarkeit finanzieller Kennzahlen.
Die Entwicklung des Peer Group Benchmarking als Managementinstrument geht auf die
Grundidee zurück, dass alle Unternehmen und deren (direktes) Umfeld von externen Umwelt-
einflüssen beeinflusst werden und damit auch ihre Leistung von der Entwicklung und Aus-
prägung dieser Faktoren stark geprägt ist (siehe Abbildung 36). Aufgrund des starken
Einflusses exogener Faktoren auf Unternehmen hat sich der Begriff VUCA in der Forschung
und Praxis etabliert. Dieser beschreibt die Vielfalt der heutigen Herausforderungen von Un-
ternehmen mit den zentralen Herausforderungsarten Volatility (Volatilität), Uncertainty (Un-
sicherheit), Complexity (Komplexität) und Ambiguity (Mehrdeutigkeit); vereinfacht
ausgedrückt mit den Worten „Hey, it’s crazy out there!“ (N. Bennett & Lemoine, 2014, S.
27). Auf diese Herausforderungen müssen sich Unternehmen einstellen, auch wenn oft davon
gesprochen wird, dass dies nicht möglich ist. Für Bennett und Lemoine (2014, S. 27) ist dies
aber nur ein Vorwand, um die intensive Auseinandersetzung mit der Strategie und Planung
zu vermeiden. Um in der heutigen Zeit aber wettbewerbsfähig zu sein, sollten sich Unterneh-
men genau mit diesen Herausforderungen auseinandersetzen und ihre Managementinstru-
mente und Entscheidungen darauf abstimmen.
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 125
Abbildung 36: Exogene Rahmenbedingungen und Einflussfaktoren auf Unternehmen und ihr (direktes) Umfeld
innerhalb einer VUCA-getriebenen Umwelt
Zwei zentrale Fragestellungen stehen für die Bewältigung dieser Herausforderungen im Fo-
kus: „Wieviel Wissen existiert für eine detaillierte Situationsanalyse?“ und „Wie genau kann
ich die Ergebnisse und Auswirkungen meiner Handlungen vorhersagen?“ (N. Bennett &
Lemoine, 2014, S. 27). Hierfür geben Bennett und Lemoine (2014, S. 27) Vorschläge zur Be-
wältigung der VUCA-World:
Volatility: Volatilität beschreibt das Unerwartete und Instabile, oft verbunden mit
einer Ungewissheit über die zeitliche Dauer. I.d.R. sind diese Schwankungen aber
nachvollziehbar und Wissen darüber verfügbar. Um diesen Volatilitäten zu begeg-
nen wird empfohlen, Flauten und Einbrüche einzuplanen und Ressourcen darauf
abzustimmen. Dies kann bspw. über einen Bestandsaufbau erfolgen, sollte aber im-
mer in Absprache mit einer Investitions-Risikoanalyse erfolgen, da diese Schritte
oft sehr teuer sind.
Uncertainty: Unsicherheiten sind aufgrund fehlender Informationen in einer kom-
plexen und dynamischen Umwelt grundsätzlich vorhanden. Einfache Ursachen- und
Wirkungszusammenhänge lassen sich aber dennoch i.d.R. ableiten. Veränderungen
dieser sind dabei aber möglich. Hierfür wird empfohlen, in Informationen und Da-
ten zu investieren und im Unternehmen zu teilen. Werden diese Informationen mit
Hilfe von Informationsanalysenetzwerken zur Identifikation von Strukturverände-
rungen genutzt, kann dies effektiv dazu beitragen, permanente Unsicherheiten zu
reduzieren.
126 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
Complexity: Situationen sind mit vielen Bestandteilen und Variablen verbunden.
Einige Informationen darüber sind verfügbar oder können vorausgesagt werden.
Doch die gesamte Komplexität an Informationen zu überblicken ist nahezu unmög-
lich. Um diese Herausforderung zu meistern können Restrukturierungen zur Kom-
plexitätsreduktion, oder die Entwicklung von Spezialisten und die Bereitstellung
ausreichender Ressourcen helfen.
Ambiguity: Die Unklarheit oder auch Mehrdeutigkeit ist eine zusätzliche Herausfor-
derung von Unternehmen. In diesem Zusammenhang wurde auch der Begriff „Per-
formance Ambiguity“ geprägt, der die mangelnde Eindeutigkeit der
Leistungsbeschreibung bezeichnet. Unklarheiten können auch existieren, wenn Un-
ternehmen außerhalb ihrer Kerntätigkeit investieren. Unternehmen können dieser
Herausforderung entgegnen, indem sie experimentieren. Dadurch können Ursa-
chen- und Wirkungszusammenhänge auf Basis von Hypothesen getestet werden.
Nach dem Prinzip des „Lessons Learned“ können Unternehmen dabei Erfahrungen
im Umgang mit Ambiguity sammeln.
Neben den Herausforderungen einer VUCA-getriebenen Umwelt, wirken auch exogene Ein-
fluss- und Rahmenbedingungen auf die Leistung von Unternehmen. Zur Analyse dieser Fak-
toren aus dem Makroumfeld kann auf die so genannte PESTEL-Analyse (Political, Economic,
Social, Technological, Environmental und Legal) zurückgegriffen werden (Fischer u. a.,
2015, S. 123). Hierbei werden politisch-rechtliche, ökonomische, soziokulturelle, technologi-
sche und ökologische Arten der Beeinflussung unterschieden (siehe Abbildung 36). Diese
grundlegenden exogenen Indikatoren des Makroumfeldes können sich in ihrer Einflussstärke
auf das eigene Unternehmen unterscheiden. Deshalb sollte jedes Unternehmen diese auf ihre
eigenen Bedürfnisse hin anpassen. Bei der Audi AG bspw. konnten aus 26 exogenen Einfluss-
faktoren acht zentrale Einflusscluster auf die langfristige Absatzplanung identifiziert werden
(Klatt, 2008, S. 48): volkswirtschaftliche Entwicklung, Ressourcenentwicklung, Entwicklung
in der Automobilbranche, Innovationsumfeld, Umweltbewusstsein, Urbanisierung, demogra-
fische Entwicklung und gesetzliche Rahmenbedingungen. Diese Identifikation bildet den
Start eines jeden Prozesses zur quantitativen Analyse strategischer Einflussfaktoren (Klatt,
2008, S. 47). Auf eine tiefgreifendere Analyse soll an diese Stelle jedoch verzichtet werden.
Wie hier gezeigt, sind Unternehmen einer komplexen, oft nicht-beeinflussbaren Makroum-
welt ausgesetzt, die zusätzlich durch die VUCA-Herausforderungen einen starken Einfluss
auf Unternehmen bewirken. Aus diesem Grund ist es umso wichtiger, diese von einer Leis-
tungsbeurteilung auszuschließen. Werden Unternehmen rein auf absoluten Kennzahlen be-
wertet, so kann dies zu Fehlinterpretationen der Unternehmensleistung und damit zu
fehlerhaften Entscheidungen im Unternehmen führen. Deshalb besteht eine hohe Relevanz
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 127
darin, dass die Unternehmensleistung auf einer relativen Basis hin bewertet wird (siehe dazu
auch Tabelle 7, Kapitel 4.1.3). Eine gängige Möglichkeit ist der Vergleich mit der Leistung
anderer Unternehmen. Wie in Kapitel 4 beschrieben gibt es im Benchmarking eine Fülle von
Vergleichsobjekten. Eine der gängigsten Konzepte ist der Vergleich mit den direkten Wett-
bewerbern. Warum ist aber dennoch notwendig, ein neues Benchmarking-Konzept im Bereich
der Vergleichsobjekte zu etablieren? Viele Unternehmen verneinen die Aussage, mit anderen
Unternehmen im direkten Wettbewerb zu stehen, weshalb nur eine Minderheit von Managern
auf die Informationen und Erkenntnisse andere Unternehmen zugreift (Stern, 2007b, S. 28).
Und falls dennoch Leistungsvergleiche durchgeführt werden, wird dafür eine geringe Anzahl
von drei bis fünf Wettbewerbern genutzt. Aus einem statistischen Gesichtspunkt heraus ist es
aber sinnvoller auf einen großen Stichprobenumfang zurückzugreifen. Nach dem „Gesetz der
großen Zahl“ können statistische Fehler reduziert werden, je umfangreicher das zu Verfügung
stehende Datenmaterial ist (Hostettler & Stern, 2007, S. 71). Lediglich systematische Fehler
können durch die Erhöhung des Stickprobenumfangs nicht vermieden werden (Hostettler &
Stern, 2007, S. 71), weswegen ein zielgerechter Prozess zum Benchmarking notwendig ist
(siehe Kapitel 7). Den Horizont bei der Auswahl der Vergleichsunternehmen zu erweitern ist
deshalb äußerst sinnvoll. Dementsprechend wurde das Konzept des Peer Group Benchmar-
king entwickelt, auf das im Nachfolgenden näher eingegangen wird.
Den Ursprung hat der Begriff der Peer Group in der Soziologie und (Sozial-)Pädagogik und
geht auf Cooley (1956, S. 184) zurück. In diesem Zusammenhang bezeichnet die Peer Group
eine Bezugsgruppe aus Menschen ähnlichen Alters und deren Mitglieder ein freundschaftli-
ches Verhältnis verbindet (Cooley, 1956, S. 184). Heute steht die Peer Group allgemein für
eine Interessensgruppe, bspw. bei Teilnehmern einer gemeinsamen Ausbildungs-, Lern- oder
Arbeitsgruppe. Diese können durchaus zeitweise miteinander verbunden sein, dabei aber un-
terschiedlichen sozialen Gruppen angehören (Loßagk & Weidmüller, 2010, S. IX). Im be-
triebswirtschaftlichen Kontext umfasst die Peer Group eine Gruppe von Unternehmen
gleichen Ranges (Stern, 2007b, S. 29), die hinsichtlich bestimmter Merkmale miteinander
vergleichbar sind (Loßagk & Weidmüller, 2010, S. IX). Schreiner (2007, S. 68) beschreibt
die Peer Group als einen Korb vergleichbarer Unternehmen, die sich in den finanziellen und
operativen Charakteristika dem Bewertungsobjekt ähneln. Hierbei steht die Ähnlichkeit der
Schlüsselwerttreiber wie Profitabilität, Wachstum und Risiko zur Identifikation der Peer
Group im Vordergrund (Schreiner, 2007, S. 50). Für Damodaran (2009, S. 22) hingegen sind
die zentralen Kennzahlen, die eine ähnliche Ausprägung aufweisen sollten, der Cash-Flow,
das Wachstumspotential und das Risiko. Diesen Einschätzungen wird an dieser Stelle jedoch
nicht entsprochen, da bei einer solch detaillierten Betrachtung bereits wesentliche finanzielle
Erfolgskennzahlen als Vergleichsparamter genutzt werden. Dies würde die Sinnhaftigkeit ei-
ner anschließenden Leistungsanalyse in Frage stellen. Für das Performance Measurement
128 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
werden deshalb die Parameter der Vergleichbarkeit allgemeiner gehalten. Die Peer Group soll
über reine Wettbewerber hinaus Unternehmen beinhalten, die die gleichen Branchenzyklen
(Umsatz-, Margen- und Kapitalinvestitionszyklen) besitzen und Überschneidungen bei Kun-
den und Lieferanten aufweisen (Bizjak u. a., 2008, S. 154; Stern, 2007b, S. 30). Generell lässt
sich für die Unternehmen einer Peer Group festhalten, dass diese sich im (direkten) Umfeld
des Unternehmens befinden und damit den gleichen exogenen Rahmenbedingungen und Ein-
flussfaktoren ausgesetzt sind (siehe Abbildung 36). Für diese Forschungsarbeit wird damit
auf Basis der bisherigen Überlegungen die nachfolgende Definition der Peer Group für das
Benchmarking zur relativen Performanceevaluation genutzt (vgl. dazu auch Albuquerque,
2009, S. 69; Bizjak u. a., 2008, S. 154; Hostettler & Stern, 2007, S. 71–72; Stern, 2007b, S.
28–30):
Die Peer Group einer Unternehmung als Objekt(-gruppe) zur relativen Perfor-
manceevaluation enthält Unternehmen, die aus einer Investorensicht aufgrund
des Geschäftsmodells, den Zyklen und Schwankungen, der Industrie, den Trends,
der Branche, des Wettbewerbs um (Management-)Talente oder ähnlich gelager-
ten Geschäftsbereichen mit der Unternehmung vergleichbar sind. Diese Unter-
nehmen sind dabei gemeinsamen Schocks ausgesetzt und besitzen dieselben
Möglichkeiten und Fähigkeiten, auf diese reagieren zu können. Die Peer Group
fasst damit die idealen Vergleichsunternehmen für ein (externes) Benchmarking
der (finanziellen) Unternehmensleistung zusammen, ist deshalb die umfang-
reichste Möglichkeit einer relativen Vergleichsanalyse und aufgrund der Erwei-
terung über eine reine Wettbewerbsanalyse hinaus für jedes Unternehmen als
relatives Vergleichsobjekt im Benchmarking geeignet.
Eine detaillierte Analyse zur exakten Identifikation einer Peer Group erfolgt ab Kapitel 6.3.
Dabei wird neben der Systematik auch auf die dahinterliegende Theorie eingegangen. Zuvor
werden jedoch die wichtigsten Nutzungs- und Anwendungsbereiche des Peer Group Bench-
markings und deren zentrale Vorteile im Vergleich zu den etablierten Benchmarking-Kon-
zepten dargestellt.
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 129
6.2 Nutzungs- und Anwendungsbereiche des Peer Group Bench-
marking
6.2.1 Nutzung von Peer Group Benchmarking im Rahmen der Social Compari-
son Theory
Zentrales Augenmerk wurde in dieser Arbeit beim PGB bislang auf die relative Performancee-
valuation gelegt. Deshalb geht der erste zentrale Nutzungs- und Anwendungsbereich des Peer
Group Benchmarking auf die Social Comparison Theory zurück. Auf die Vorteile soll im
Nachfolgenden detailliert eingegangen werden. Aus der SCT ist bekannt, dass sich Leistung
optimaler Weise im direkten Vergleich mit anderen bewerten lässt. Selbst wenn ein absoluter
Maßstab für eine Aufgabe oder ein Ziel möglich ist und existiert (bspw. in Form von Budgets),
ist dies i.d.R. keine optimale objektive Maßeinheit für den (finanziellen) Erfolg. Hier kann
der soziale Vergleich aushelfen, welcher sich generell in „Upward“ und „Downward“ Com-
parisons unterscheidet. Ersterer ist der Vergleich mit anderen, die „besser“ sind, wo hingegen
Downward Comparison der Vergleich mit anderen beschreibt, die in einer Aufgabe eine ge-
ringere Kompetenz und Leistungsfähigkeit aufweisen. PGB als Instrument für ein marktori-
entiertes Value based Management (wertorientiertes Management) basiert grundsätzlich auf
der systematischen und konsequenten Analyse von Informationen und Daten (Stern, 2007b,
S. 50). Dabei würden aber einfach Mittelwertberechnungen im Kontext des PGB nicht für die
gewünschte Vergleichbarkeit sorgen, da der Mittelwert bei einem sehr extremen Wert einer
starken Verzerrung unterliegen würde. Deshalb soll an dieser Stelle der Median (2. Quartil)
als Referenzwert dienen, ebenso wie das erste und dritte Quartil. Der Median unterteilt eine
Stichprobe in exakt zwei gleich große Hälften. 50 Prozent der Werte liegen darüber, 50 Pro-
zent darunter. Beim ersten Quartil hingegen liegen 25 Prozent der Werte darunter und 75
Prozent darüber. Entsprechend sind beim dritte Quartil 75 Prozent der Werte kleiner und 25
Prozent größer (Stern, 2007b, S. 51). Wie in Abbildung 37 dargestellt, ergeben sich aus die-
sem Ansatz heraus drei zentrale Vorteile durch das PGB. Betrachtet ein Manager das aktuelle
Jahr, kann die derzeitige Unternehmensleistung gegenüber der Peer Group bewertet werden
(aktuelle relative Performanceevaluation). Sind die Ziele vorab auf relativer Basis definiert
worden (bspw. als RoS > Median) kann die Zielerreichung festgestellt werden und somit die
(kurzfristigen) Handlungen und Entscheidungen der Vergangenheit evaluiert werden. Das
PGB hat in diesem Fall den Vorteil, dass das eigene Unternehmen mit einer Gruppe verglichen
wird, die denselben exogenen Faktoren ausgesetzt sind und dieselben Möglichkeiten für Maß-
nahmen besitzen. Aufgrund der Gruppengröße durch die Peer Group (basierend auf dem „Ge-
setz der großen Zahl“, siehe Kapitel 6.1) lassen sich an dieser Stelle optimale
Erfolgsrückschlüsse über die getroffenen operativen Maßnahmen und Entscheidungen ziehen.
130 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
Abbildung 37: Vorteile des Social Comparison von Unternehmens- und Peer Group-Entwicklungen im Zeitverlauf
Ein weiterer Vorteil des PGB innerhalb der SCT ist die Betrachtung der Spanne finanzieller
Kennzahlen der Peer Group. Diese gibt dem Management einen Aufschluss darüber, wie dif-
ferenziert das Unternehmensumfeld aufgestellt ist. Driftet bspw. die Spanne finanzieller
Kennzahlen kontinuierlich über den Zeitverlauf auseinander, zeichnet sich ab, dass das Um-
feld stark umkämpft ist und die Strategie einiger Unternehmen besser aufgeht, als die von
anderen. Hierbei ist es aber notwendig, multiple Kennzahlen für eine differenzierte Analyse
heranzuziehen. Zeichnet sich diese Tendenz jedoch bei unterschiedlichen Kennzahlen ab,
kann mit einer gewissen Wahrscheinlichkeit vorausgesagt werden, dass leistungsschwächere
Unternehmen langfristig aus dem Umfeld aussteigen. Da in einer Peer Group auch Unterneh-
men mit aufgenommen werden können, wie bspw. (Business-)Kunden oder Lieferanten, kann
diese Betrachtung für eine Strategieevaluation von Bedeutung sein. Hierbei können Tenden-
zen abgelesen werden, inwiefern zentrale Kunden oder Lieferanten aufgestellt sind und in-
wiefern sich diese über den Zeitverlauf im direkten Vergleich zum Umfeld entwickelt haben.
Für Manager kann diese Information Aufschluss darüber geben, ob langfristig neue Lieferan-
ten- oder Kundenbeziehungen im B2B-Kontext aufgebaut werden müssen.
Ebenso wie durch die Betrachtung der Spanne im Zeitverlauf, lässt sich auch die unterneh-
menseigene Entwicklung bewerten. Auch hierbei lassen sich Trendentwicklungen ableiten.
Diese können in Handlungsanweisungen und Impulse für den Prozess der Planung und Prog-
nose transkribiert werden. Auch Analysen über die Unternehmensentwicklung in Krisenzeiten
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 131
kann hier äußerst objektiv betrachtet werden. Durch den Vergleich mit Unternehmen, die den-
selben exogenen Faktoren ausgesetzt sind, kann gezeigt werden, wie erfolgreich das eigene
Unternehmen durch Krisen gekommen ist. Schlussendlich können über die Analyse der Per-
formance im Zeitverlauf die Unternehmensstrategien evaluiert werden. Existieren beispiels-
weise unterschiedliche Geschäftsbereiche ist die Performanceevaluation durch ein Peer Group
Benchmarking je Geschäftsbereich in Form einer Portfolio-Analyse nützlich. Bei begrenzten
Unternehmensressource sollte auf jene Bereiche eine Fokussierung stattfinden, in denen nicht
nur aktuell die beste Unternehmensleistung existiert, sondern auch langfristig mit einer ent-
sprechenden finanziellen Performance zu rechnen ist. Hierbei kann der relative, finanzielle
Leistungsvergleich gegenüber der Peer Group neben anderen Faktoren als entsprechender In-
dikator dienen.
6.2.2 Nutzung von Peer Group Benchmarking im Rahmen der Agency Theory
Der zweite Nutzungs- und Anwendungsbereich des PGB basiert auf der Agency Theory. In-
nerhalb der relativen Performanceevaluation trägt vor allem diese Theorie eine entscheidende
Rolle zur Weiterentwicklung bei. Von Seiten des Principals besteht im Allgemeinen eine Dis-
krepanz der zur Verfügung stehenden Informationen gegenüber dem Agenten (siehe Abbil-
dung 38). Aufgrund dieser asymmetrischen Informationen, kann der Principal die Leistungen
des Agents nicht vollständig überblicken. Dies stellt gerade bei der zielgerichteten Steuerung
eine wesentliche Herausforderung dar. In diesem Zusammenhang empfiehlt die AT deshalb,
die Managervergütung mit der Unternehmensleistung zu verknüpfen (Pay-for-Performance),
um dessen Motivation und damit schlussendlich den Shareholder Value zu erhöhen (Albu-
querque, 2009, S. 69). Die RPE und die damit einhergehende relative Zielsetzung wirkt sich
auch positiv auf den Steuerungsmechanismus des Principals aus, da relative Ziele nicht jedes
Jahr oder gar Quartal neu betrachtet werden müssen und Unternehmen somit ohne ressour-
cenintensive Vereinbarungen und Verhandlungen über absolute Ziele auskommen (Pfläging,
2011, S. 111). Bereits im Jahr 1982 schlug Holmstrom (1982, S. 324) vor, dass eine optimale
Incentivierung Manager vor allgemeinen Schocks beschützen sollte. Der Vergleich mit einer
Peer Group liefert dabei eine Art Versicherung gegenüber externen Einflussfaktoren und da-
mit eine informativere und objektivere Messung der Handlungen und Entscheidungen von
CEOs (Albuquerque, 2009, S. 69). Hierbei fördern relative Ziele die Wettbewerbskultur, le-
gen den Fokus auf die relevanten Herausforderungen und beziehen sich rein auf die Leistung
des Managers (Pfläging, 2011, S. 119). Damit werden Managerleistungen auf Basis ihrer Be-
mühungen, Bestreben und den Ereignissen unter ihrer Kontrolle bewertet. Bisher fehlte dazu
aber eine umfassende Systematik zur Ausgestaltung der richtigen Vergleichsobjekte. Das
PGB kann hier Abhilfe schaffen.
132 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
Abbildung 38: Asymmetrische Informationsverteilung zwischen Prinzipal und Agent
Mit Hilfe des PGB lässt sich somit auch ein Vergleich zwischen der Managerleistung unter-
schiedlicher Industrien herstellen. Hierbei muss aber ein besonderes Augenmerk auf die ge-
nutzten finanziellen Kennzahlen gelegt werden. Oft wird für solche Vergleiche der RoI in
Form des Total Shareholder Return genutzt (Länsiluoto, Eklund, Back, Vanharanta, & Visa,
2004, S. 270; Nohria, Joyce, & Roberson, 2003, S. 43). Dies kann eine geeignete Kennzahl
für große Unternehmen und Konzerne, aber nicht für kleinere, meist eigentümergeführte Un-
ternehmen, sein (Fuller-Love, 2006, S. 175). Darüber hinaus ist diese Kennzahl nur für Ver-
gleiche ähnlicher Unternehmen innerhalb derselben Industrie geeignet (Bititci u. a., 2009, S.
4). Für einen branchen- bzw. industrieübergreifenden Leistungsvergleich von Managern wird
ein komplexer, individueller Satz an finanziellen Kennzahlen empfohlen (Bititci u. a., 2009,
S. 4). Auf diesen wird innerhalb der Fallstudie im Detail eingegangen. Festhalten lässt sich
aber bereits, dass ein Vergleich von Managerleistungen unterschiedlicher Industrien und
Branchen mit Hilfe des PGB möglich, jedoch aufgrund der Herausforderungen bei der Aus-
wahl finanzieller Kennzahlen, sicherlich nicht einfach ist.
6.2.3 Nutzung von Peer Group Benchmarking im Rahmen der
Dynamic Capabilities Theory
Dritter Nutzungs- und Anwendungsbereich des PGB lässt sich in der Dynamic Capabilities
Theory finden. Darauf wurde bereits indirekt in der AT eingegangen, weshalb an dieser Stelle
nur kurz darauf eingegangen werden soll. Pfläging (2011, S. 31) unterteilt Unternehmensor-
ganisationen in tayloristischen Alpha-Organisationen, die eine sehr hohe Bürokratie und des-
halb eine mangelnde Wertschöpfung aufweisen und in moderne unternehmerische Beta-
CEO
Vorstand
Abteilungsleiter
Mitarbeiter
Asy
mm
etr
isch
e
Info
rma
tion
Stellt an
Führt aus
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 133
Organisationen, die durch selbststeuernde Netzwerke deutliche Verbesserungen in ihrem
Wertschöpfungsanteil erreichen (siehe Abbildung 39). Der Zielsetzungsprozess mit den poli-
tisch geprägten Verhandlungen über Budgets und das Management by Numbers werden hier
als eine der zentralen Ressourcenaufwände genannt (Pfläging, 2011, S. 31; Stern, 2007a, S.
412). Eine hohe Ressourcenbindung in den internen, nicht-wertschöpfenden Organisations-
prozessen führt nicht zu der benötigten Flexibilität nach dem Prinzip der DCT, um den Her-
ausforderungen einer VUCA-getrieben Umwelt entgegenzutreten. Zur Unterstützung der
selbststeuernden Netzwerke kann das PGB beitragen, da die Bewertung von Leistung im di-
rekten Zusammenhang mit der Festlegung von Zielen steht (siehe Abbildung 35, Kapitel 5.3).
Werden die Ziele auf derselben Basis wie die Bewertung von Leistung definiert (gegenüber
der Peer Group), müssen diese nicht kontinuierlich angepasst werden (Pfläging, 2011, S. 111).
Damit könnten Unternehmen auch langfristig dazu übergehen, Budgets im Unternehmen zu
reduzieren oder gänzlich abzuschaffen, um damit einen umfangreichen Transformationspro-
zess der Unternehmensorganisation zu starten (Pfläging, 2011, S. 137). Dies trägt damit zu
einer erhöhten Unternehmensflexibilität und -agilität bei, da dem Unternehmen mehr Res-
sourcen für wertschöpfende Aktivitäten zur Verfügung stehen.
Der vierte Nutzungs- und Anwendungsbereich von PGB lässt sich in der Decision Theory
zusammenfassen. Hierbei kann auf die zentralen Vorteile aus der SCT zurückgegriffen wer-
den. Die ex-post-Bewertungen der Unternehmensleistung auf strategisch-langfristiger und or-
ganisatorischer Basis dienen dem Management dazu, getroffene Entscheidungen zu
evaluieren. Damit lässt sich der Handlungsbedarf für zukünftige Entscheidungen ableiten.
Aus diesem Grund kann das PGB neben der Entscheidungsevaluation auch zur Entschei-
dungsfindung beitragen. Zusätzlich lässt sich diese differenzierte ex-post-Bewertung im Con-
trolling auch als Parameter für Forecastings und Prognosen nutzen. Den Analysen zukünftiger
Entwicklungen sind i.d.R. detaillierte Bewertungen der Vergangenheit vorangestellt.
Abbildung 39: Unternehmensressourcen nach außen richten (vgl. Pfläging, 2011, S. 31)
134 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
6.3 Identifikation der Peer Group
6.3.1 Porter’s Five Force als Analyseinstrument der Branchenstruktur
Der Rahmen von Porter’s Five Forces dient der Identifikation aller potentiellen Unternehmen,
die als Peer Group Unternehmen in Frage kommen könnten. Dementsprechend wird an dieser
Stelle in Kürze auf die zentralen Elemente und Aussagen dieses Analyseinstruments einge-
gangen und der Zusammenhang zum Peer Group Benchmarking hergestellt. Abschließend
wird auf dieser Basis im nachfolgenden Kapitel 6.3.2 das grundsätzliche Identifikations-
schema der Peer Group dargestellt. Um das Identifikationsschema zu verstehen, ist es deshalb
wichtig, den Grundgedanken hinter Porter’s Five Forces zu überschauen.
Nach Albuquerque (2009, S. 69) ist die grundlegende Herausforderung bei der Entwicklung
einer Peer Group wie folgt definiert: „The challenge in choosing a RPE peer group is to iden-
tify the set of firms that are exposed to common shocks and share a common ability to respond
those shocks.” Da jedes Unternehmen in einem definierten Umfeld agiert, indem dieselben
exogenen Rahmenbedingungen für jeden Teilnehmer vorherrschen, kann als Axiom zur Ent-
wicklung einer Peer Group festgehalten werden: jedes Unternehmen besitzt eine Peer Group
(vgl. dazu auch Stern, 2007b, S. 29f;58). Es ist jedoch wichtig, die Schocks genauer zu spe-
zifizieren. Wird in der oben beschriebenen Definition zur Entwicklung einer Peer Group von
Schocks ausgegangen, die die ganze Ökonomie betreffen, so würde es naheliegen, den Stan-
dard & Poor’s 500 oder ähnlich gelagerte Marktindizes zu nutzen. Dieser Ansatz wird auch
durchaus in einigen Studien zur RPE genutzt (Aggarwal & Samwick, 1999; Garvey & Mil-
bourn, 2003). Jedoch wurde zum einen in der Vergangenheit dieser Ansatz gerade vom C-
Level-Management missbräuchlich genutzt, um auf Basis wesentlich größerer und diversifi-
zierterer Unternehmen die eigene Incentivierung zu steigern (Bizjak, Lemmon, & Nguyen,
2011, S. 538f). Diesen offensichtlich fehlerhaften Ansatz zur Festlegung der CEO-Vergütung
nutzt bspw. Eli Lilly und verglich sich primär der Vergütung wegen mit dem größeren Unter-
nehmen Johnson & Johnson (Morgenson, 2006). Zum anderen ist dieser Ansatz der Nutzung
des S&P 500 ungeeignet, da viele Schocks industriespezifische Ursachen aufweisen.
Grundsätzlich aber lassen sich zwei Arten von Schocks auf die Unternehmensleistung diffe-
renzieren: Schocks mit Bezug auf die Einkünfte und mit Bezug auf die Discount Rates. Erstere
stehen außerhalb des Einflussbereiches von Unternehmen (bspw. Öl-Preis- oder Wetter-
Schocks) und können deswegen vereinfacht durch die Nutzung der Industrieperformance her-
ausgefiltert werden. Jedoch können Unternehmen einer Industrie mit unterschiedlichen Maß-
nahmen darauf reagieren, da Unternehmen mit verschiedenen (Reaktions-)Kosten
konfrontiert sind (Albuquerque, 2009, S. 70). Manche Unternehmen besitzen eine hohe Fle-
xibilität, andere wiederum können durch eine hohe Diversifikation besser darauf reagieren,
indem sie bspw. ihre Kapazitäten auf einen anderen Geschäftsbereich verlagern. Außerdem
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 135
haben diese Schocks unterschiedliche Auswirkungen auf Unternehmen. Thomas (1990) bspw.
konnte anhand der Lebensmittel- und Arzneimittelbranche in den USA zeigen, dass dortige
Regulierungen auf Unternehmen unterschiedlicher Größe unterschiedliche Auswirkungen ha-
ben. Dementsprechend ist ein reiner Industrieindex als Vergleichsobjekt ebenfalls nicht ziel-
führend. Schocks mit Bezug auf die Discount Rates (z.B. erwartete Returns) entstehen durch
Schocks auf die Gesamtrisikoprämie, Schocks auf Unternehmen gleicher Größe und Schocks
auf Unternehmen mit einem ähnlichen Market-to-Book-Verhältnis (Albuquerque, 2009, S.
70). Die Gesamtrisikoprämie lässt sich herausfiltern, indem bei der Peer Group-Entwicklung
Unternehmen derselben Industrie betrachtet werden, Parallelbewegungen von Unternehmen
gleicher Größe und Market-to-Book-Verhältnis hingegen nicht (Albuquerque, 2009, S. 70).
Dies sollte aber dennoch Berücksichtigung finden. Einen umfassenden Industrieüberblick zu
erstellen, stellt aber dennoch die zentrale Grundlage und Ausgangspunkt zur Identifikation
einer Peer Group dar.
Aus diesem Grund ist es notwendig, eine detaillierte Analyse über die Teilnehmer des eigenen
Industrieumfeldes zu erstellen. Porter’s Modell der fünf Wettbewerbskräfte (Porter’s Five
Forces) aus dem Jahre 1979 ist hierbei auch heute noch das zentrale Managementinstrument
für eine detaillierte Analyse und das Verständnis des Mikro-Umfeldes von Unternehmen (Ale-
xandros & Metaxas, 2016, S. 76). Dieses Managementinstrument entstand aus der Strategie-
forschung, in der es primär um das Verständnis und das Bewältigen von Wettbewerb geht
(Porter, 2008, S. 79). Für Porter (2008, S. 79f) geht eine differenzierte Analyse des Wettbe-
werbs um Gewinne über die Analyse der direkten Wettbewerber hinaus. Vier weitere wettbe-
werbsrelevante Kräfte sollten zusätzlich Berücksichtigung finden: Kunden, Lieferanten,
potentielle (neue) Marktteilnehmer und substituierende Produkte oder Dienstleistungen (siehe
Abbildung 40). Diese systematische Betrachtungsweise bildet die Industriestruktur ab und
formuliert die Beschaffenheit der Wettbewerbsinteraktionen innerhalb einer Industrie (Porter,
2008, S. 79).
Mit dieser Analyse kann festgestellt werden, wie hoch die Attraktivität eines Marktes ist. Sind
die fünf Kräfte intensiv, wird i.d.R. kein Akteur nennenswert hohe RoI erwirtschaften. Sind
diese jedoch harmlos, können die teilnehmenden Unternehmen gute Gewinne generieren
(Porter, 2008, S. 80). Hierbei wird von der Annahme ausgegangen, dass nicht das Produkt,
die Stärke der Regulierung oder die Branche (bspw. High-Tech oder Low-Tech) die wesent-
lichen Treiber der Profitabilität darstellen, sondern die komplexe Industriestruktur. Kurzfris-
tig können Faktoren, wie Ökologie oder Geschäftszyklen, stark auf die Industrieprofitabilität
wirken. Mittel- und vor allem langfristig tragen jedoch die Wettbewerbskräfte zur Industrie-
profitabilität bei. Neben der Bewertung der aktuellen Unternehmensposition kann durch die
kontinuierliche Überprüfung der Einflusskräfte aus Porter’s Five Forces dieses Managemen-
136 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
tinstrument auch als Framework zur stetigen Analyse der Industrieentwicklung dienen (Por-
ter, 2008, S. 80). Dementsprechend kann Porter’s Five Forces auch zur strategischen Positio-
nierung genutzt werden. Sich gegen diese Wettbewerbskräfte zu schützen und diese im
Interesse des eigenen Unternehmens zu beeinflussen, sind entscheidend in der strategischen
Unternehmensausrichtung (Porter, 1991, S. 100).
Abbildung 40: Porter's Modell der fünf Wettbewerbskräfte (vgl. Porter, 1991, S. 101, 2008, S. 80)
Abhängig von der jeweiligen Industrie unterscheiden sich die Ausprägungen dieser Kräfte.
Die stärkste Wettbewerbskraft ist dabei die maßgebliche Determinante für die Profitabilität
einer Industrie und damit auch die wichtigste Einflussgröße bei der Strategieausgestaltung.
Eine systematische Auseinandersetzung mit Porter’s Five Forces geht auf die Nutzung einer
multikriteriellen Entscheidungsanalyse zurück: der Analytic Network Process. Mit dieser
Vorgehensweise können unter dem Aspekt einer kontinuierlichen Industrieveränderung Stra-
tegien optimal evaluiert werden. Durch die Nutzung dieser strengen prozessualen Analyse
kann die Voreingenommenheit von Personen im Entscheidungsprozess vermieden werden.
Damit profitiert die Unternehmung bei ihrer Unternehmensevaluierung (K.-J. Wu, Tseng, &
Chiu, 2012, S. 1). Drei Studien befassten sich mit der Nutzung der von Saatys (2001) Analytic
Network Process im Rahmen von Porter’s Five Forces (Dağdeviren & Yüksel, 2010; H. Lee,
Kim, & Park, 2012; K.-J. Wu u. a., 2012). Da diese Methode keine zentrale Rolle bei der
Auswahl einer Peer Group spielt aber dennoch einen wertvollen Beitrag zur Systematisierung
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 137
beträgt und dabei aufzeigt, dass dieses Managementinstrument quantifizierbar ist, soll an die-
ser Stelle kurz auf die zentralen Ergebnisse ohne detaillierte Spezifizierung des Analytic Net-
work Process eingegangen werden.
Grundlegend wird bei ANP von Interdependenzen der Beziehungen ausgegangen (siehe Ab-
bildung 41) und nicht von einem hierarchischen Zusammenhang. Die Definition von Feed-
back-Beziehungen zwischen den Ebenen innerhalb der ANP-Struktur sind hierbei essentiell.
Diese Interdependenzen lassen sich über s.g. Supermatrizen berechnen. Wichtig bei der Aus-
formulierung der Kriterien jeder Wettbewerbskraft ist die Vollständigkeit in Abhängigkeit der
Fallstudie, die Umsetzungsfähigkeit, die Zerlegbarkeit zur Vereinfachung des Bewertungs-
prozesses, keine Duplikate bei den Kriterien und eine Mindestanzahl an Kriterien (Tseng,
Chiang, & Lan, 2009, S. 3). ANP zur Analyse der Wettbewerbskräfte gliedert sich in vier
Schritte: Entwicklung des Netzwerk-Frameworks , Gruppenbewertungen zu den paarweisen
Vergleichen zur Berechnung der relativen Gewichtungen der Aspekte und Kriterien, Berech-
nung der gewichteten Supermatrix und Kalkulation der Gewichtungen aller Kriterien und da-
mit die Berechnung der Gewichtungen der Wettbewerbskräfte (Dağdeviren & Yüksel, 2010,
S. 1011; H. Lee u. a., 2012, S. 1789–1794; K.-J. Wu u. a., 2012, S. 5).
Abbildung 41: ANP-Aufbau zu Porter's Five Forces mit beispielhaften Kriterien (vgl. K.-J. Wu u. a., 2012, S. 3)
Porter’s Five Forces ist einiger Kritik ausgesetzt. Durch die Anwendung von ANP aber kön-
nen einige Kritikpunkte ausgemerzt werden. Wesentliche Vorteile dieser Vorgehensweise ist
138 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
die quantifizierte Auseinandersetzung mit Porter’s Five Forces, ein logisches und aussage-
kräftiges Five Forces Framework und die Priorisierung der einzelnen Wettbewerbskräfte. Die
hohe Bedeutung dieser quantifizierten Analyse zeigt sich auch in den unterschiedlichen Er-
gebnissen der Fallstudien. Bei der Analyse von Wu et al. (2012, S. 6) über die Industrie zum
Vertrieb, Design, Installation und Wartung von Rolltreppen und Aufzügen auf den Philippi-
nen wird die wesentliche Herausforderung in Substituten gesehen, wo hingegen die Analyse
von Dağdeviren und Yüksel (2010, S. 1012) zu Produzenten von U- und L-Profilen aus der
Türkei zum Ergebnis kommt, dass der direkte Wettbewerb die größte Herausforderung dar-
stellt. Hierauf müssen die Unternehmen ihre (Wettbewerbs-)Strategien abstimmen. Lee et al.
(2012, S. 1794) differenzierte Betrachtung über unterschiedliche Jahre hinweg konnte zeigen,
dass diese strategische Wettbewerbsanalyse kontinuierlich wiederholt werden sollte. Im
Rhythmus von fünf bis zehn Jahren konnten hier signifikant unterschiedliche Ausprägungen
der fünf Wettbewerbskräfte festgestellt werden. Gerade im Zeitalter der Digitalisierung und
Industrie 4.0 ist diese Analyse zur Untersuchung von Industrieveränderungen nützlicher denn
je. Förderliche Hinweise liefern auch die Gewichtungen der Kriterien. Werden diese im Stra-
tegieprozess berücksichtigt, können detailliertere Analysen zur Strategieevaluation durchge-
führt werden und der generell eher qualitative Prozess der Strategieentwicklung bekommt
einen quantitativen Aspekt hinzugefügt. Abschließend lassen sich mit dieser Methode sogar
unterschiedliche Industrien miteinander vergleichen und deren Wettbewerbszusammenset-
zungen miteinander abgleichen. Investitionsprioritäten und Attraktivitäten unterschiedlicher
Industrien können somit abgeleitet werden. Für weitere tiefgreifendere Einblicke auf die Me-
thode und deren Einsatz soll auf Saaty (2001) und die entsprechenden Fallstudienanalysen
verwiesen werden (Dağdeviren & Yüksel, 2010; H. Lee u. a., 2012; K.-J. Wu u. a., 2012).
Einige Wissenschaftler aber kritisieren dieses Managementinstrument über den Aspekt der
Qualifizierung hinaus und sehen zusätzliche Schwächen darin. Vor allem die statische Be-
trachtungsweise wird hier hervorgehoben und dabei aufgezeigt, dass dieses Instrument das
Umfeld beschreibt, aber (zukünftige) Veränderungen nicht vorhersehen kann (Alexandros &
Metaxas, 2016, S. 76). Für das PGB aber ist dieser Kritikpunkt nur von geringer Bedeutung,
da das PGB grundsätzlich auf einer ex-post Bewertung der Unternehmensleistung basiert,
dementsprechend auch eine statische ex-post Betrachtung des Unternehmensumfeldes an die-
ser Stelle zielführend ist. Nachfolgend soll auf die Nutzung von Porter’s Five Forces im Rah-
men des ersten Schrittes zur Identifikation der Peer Group eingegangen werden.
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 139
6.3.2 Identifikation der Gesamtheit aller potentiellen Unternehmen einer Peer
Group
6.3.2.1 Clusterung von Porter’s Five Forces zur Ableitung der Peer Group Klas-
sifizierungen
Die systematische Herleitung der Identifikation aller potentiellen Vergleichsunternehmen auf
Basis von Porter’s Five Forces stellt in dieser wissenschaftlichen Arbeit einen zentralen Mehr-
wert bei der strukturierten Nutzung von Peer Group Benchmarking als Managementinstru-
ment dar. Hierfür werden unterschiedliche Theorien und Ansätze zum PGB genutzt, um durch
eine entsprechende Clusterung von Porter’s Five Forces die maximale Anzahl an Unterneh-
mungen einer unternehmensspezifischen Peer Group zu identifizieren. Diese Zusammenstel-
lung bildet damit die Grundvoraussetzung für den in Kapitel 7 beschriebenen Prozess zum
PGB und wird deshalb an dieser Stelle im Besonderen betrachtet.
Zur Identifikation der Gesamtheit aller potentiellen Unternehmen einer Peer Group zur finan-
ziellen Performanceevaluation ist ein detailliertes Verständnis über das Industrieumfeld not-
wendig, da, wie in Kapitel 6.3.1 beschrieben, die Vergleichsunternehmen außerhalb der
eigenen Industrie i.d.R. keine sinnvollen Parameter darstellen und die Auswahl von Unter-
nehmen im Rahmen eines externen Benchmarkings oft willkürlich abläuft (Bizjak u. a., 2011,
S. 539). Alford (1992, S. 106f) konnte bereits im Jahr 1992 zeigen, dass für die Auswahl von
Vergleichsunternehmen die Zugehörigkeit zur selben Industrie sehr effektiv ist. Hierzu wird
an dieser Stelle Porter’s Five Forces zur ganzheitlichen Wettbewerbsanalyse herangezogen
und auf den Kontext der relativen Performanceevaluation angewendet. Die wesentliche Her-
ausforderung ist die Identifikation von Unternehmen, die den fünf Wettbewerbskräften des
Frameworks von Porter (2008, S. 80) zugeordnet werden können, um die Komplexität des
Industrieumfeldes in ihrer Gesamtheit abbilden zu können. Darüber hinaus müssen für eine
externe Benchmarking-Analyse öffentlich-zugängliche Finanzdatenbanken herangezogen
werden, um diese Unternehmen mit ihren finanziellen Kennzahlen zu erfassen. Dementspre-
chend wird im Nachfolgenden eine Systematik entwickelt, um den jeweiligen Wettbewerbs-
kräften potentielle Peer Group Unternehmen zuzuordnen und um anschließend durch eine
entsprechende Vorgehensweise in geeigneten Finanzdatenbanken eine vollständige Identifi-
kation potentieller Vergleichsobjekte zu erhalten.
Bei der Entwicklung des Prozesses zum PGB hat sich zur Identifikation aller potentiellen Peer
Group Unternehmen als sinnvoll herausgestellt die fünf Wettbewerbskräfte von Porter in drei
zentrale Cluster zu unterteilen. Ähnliche Überlegungen lassen sich auch bei Hostettler und
Stern (2007, S. 72–75) und Stern (2007b, S. 42–45) finden, die sich ebenfalls für eine grund-
sätzliche Erweiterung der Vergleichsunternehmen über direkte Wettbewerber hinaus zur re-
lativen Performanceevaluation von Unternehmen aussprechen. Einen Mehrwert liefert die
140 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
vorliegende Arbeit damit auch in der Herleitung der Cluster über Porter’s Five Forces, um zu
zeigen, dass alle Aspekte des eigenen Industrieumfeldes bei der Auswahl berücksichtigt wer-
den. Damit soll vermeiden werden, dass die Identifikation potentieller Unternehmen einer
Peer Group willkürlich erscheint. Andere Verfahren und wissenschaftliche Abweichungen zur
Identifikation werden an den jeweils sinnvollen Stellen Erwähnung finden, um aufzuzeigen,
welche Nachteile diese gegenüber der vorgestellten Entwicklung aufweisen.
Abbildung 42 fasst den ersten zentralen Schritt zur Identifikation einer Peer Group zusammen,
indem die Teilnehmer eines Industrieumfeldes auf Basis von Porter’s Five Forces systema-
tisch abgeleitet werden. Das erste Cluster beinhaltet die Wettbewerbskraft der „Rivalitäten
unter existierenden Wettbewerbern.“ Dieses Cluster vereint alle aktuellen wettbewerbsrele-
vanten Unternehmen. Dazu zählen Unternehmen mit gleichen oder ähnlichen Produkten oder
Dienstleistungen. Aber auch Unternehmen mit gleichen oder ähnlichen Prozessstrukturen fal-
len in dieses Cluster. Für Unternehmen mit einer sehr hohen Spezialisierung wird dieses Clus-
ter entsprechend geringe Vergleichsobjekte liefern. Sind große Unternehmen und Konzerne
entsprechend breit aufgestellt, ist es unter Umständen notwendig, die Analyse der direkten
Wettbewerber für jede strategische Geschäftseinheit durchzuführen, um die Komplexität des
Unternehmens in ihrer Gesamtheit abbilden zu können (vgl. dazu auch Hostettler & Stern,
2007, S. 73). Gerade in diesem Cluster ist die Qualität der finanziellen Kennzahlen von hoher
Bedeutung, da Direktvergleiche der Wettbewerber für detaillierte Analysen möglicher Ver-
besserungen durchgeführt werden können. Auf die Sicherstellung der Datenqualität und damit
der Vergleichbarkeit finanzieller Kennzahlen wird in Kapitel 6.5 eingegangen. Stern (2007b,
S. 42) konnte durch diverse Fallstudien zeigen, dass sich in dieser Gruppe i.d.R. zwischen
zwei und zehn potentielle Vergleichsunternehmen identifizieren lassen.
Abbildung 42: Ableitung der Teilnehmer in einem Industrieumfeld auf Basis von Porter's Five Forces
Macht der
Lieferanten
Bedrohung
durch neue
Teilnehmer
Bedrohung
durch
Substitute
Macht der
Kunden
Rivalitäten
unter
existierendenWettbewerber
Direkte Wettbewerber
Unternehmen mit
denselben Kunden
Unternehmen mit
denselben Lieferanten
Unternehmen mit
demselben Geschäftsmodell
Unternehmen mit
denselben Investoren
Eigene Kunden
Eigene Lieferanten
Wettbewerbsrelevante Objekte
Zyklusrelevante Objekte
Strategierelevante Objekte
Vergleichsunternehmen aufgrund
von gleichen Produkten, Dienst-
leistungen und Prozessen
Vergleichsunternehmen aufgrund
des Einflusses auf Margen und der
direkten Auswirkung auf Wachstum
Vergleichsunternehmen aufgrund
ähnlicher Kapitalkosten und
strategischen Partnerschaften
Porter‘s Five Forces Klassifizierungsobjekte Auswahldifferenzierung
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 141
Externes Benchmarking ist dann eine große Herausforderung, sobald direkte Wettbewerber
mit demselben Produktportfolio nicht existieren oder Unternehmen (v.a. Konzerne) viel zu
diversifiziert aufgestellt sind, um andere Unternehmen als direkte Vergleichsobjekte heran-
ziehen zu können. Aus diesem Grund gibt es neben dem Cluster der wettbewerbsrelevanten
Objekte zwei weitere Cluster. Im zweiten Cluster wird versucht die Bedrohungen durch neue
Industrieteilnehmer (potentielle zukünftige Wettbewerber) auf Basis begrenzter Informatio-
nen abzuschätzen. Dazu werden Unternehmen identifiziert, die bereits einen besonders leich-
ten Zugang zur Industrie aufweisen. Hierfür eignen sich im Besonderen Unternehmen, die
aktuell Beziehungen zu den gleichen Lieferanten und Kunden aufweisen und dies den Markt-
zugang damit deutlich vereinfachen würde. Darüber hinaus beeinflussen Unternehmen mit
denselben Kunden direkt die eigne Marge, da auch den Kunden nur eine begrenzte Menge an
Ressourcen (insbesondere Kapital) zur Verfügung steht. Auch Unternehmen mit denselben
Lieferanten stehen in Verbindung mit dem eigenen Unternehmen, da dadurch das Unterneh-
menswachstum beeinflusst werden kann. Diese Unternehmen greifen auf dieselbe begrenzte
Anzahl an Ressourcen zu und verknappen damit das Angebot. Negative Auswirkungen auf
das Wachstum können die Folge sein. Die Abhängigkeit dieser Unternehmen von denselben
Kunden und Lieferanten führt dazu, dass Ähnlichkeiten in den Geschäftszyklen vorliegen
müssen. Deshalb vereint dieses Cluster die zyklusrelevanten Objekte, um damit zukünftige
Entwicklungen im Industrieumfeld und potentielle Wettbewerber bei einer Leistungsver-
gleichsanalyse zu berücksichtigen.
Neben den Clustern der wettbewerbs- und zyklusrelevanten Objekte, kann zusätzlich ein drit-
tes Cluster als Vergleichsobjekt einer Peer Group zugeordnet werden. Und dem Strategieas-
pekt werden drei der fünf Wettbewerbskräfte nach Porter zusammengefasst: Macht der
Kunden, Macht der Lieferanten und Bedrohung durch Substitute. Diese strategierelevanten
Objekte können unter zwei Gesichtspunkten betrachtet werden. Zum einen werden die eige-
nen Kunden (v.a. im B2B-Kontext) und Lieferanten unter dem Aspekt strategischer Partner-
schaften zusammengefasst. Diese Unternehmen haben einen maßgeblichen Einfluss auf das
eigene Unternehmen, in Form von Angebots- und Lieferkonditionen, stehen aber gleichzeitig
auch in einem Abhängigkeitsverhältnis dem eigenen Unternehmen gegenüber. Auch bei den
Kunden und Lieferanten lassen sich aufgrund der engen Beziehungen ähnliche Geschäftsbe-
reichszyklen ableiten. Aus diesem Grund ist es für eine Peer Group, die Unternehmen zusam-
menfasst, die ähnlichen Schocks ausgesetzt sind sinnvoll, auch die eigenen Kunden und
Lieferanten mitaufzunehmen. Zum anderen gibt es neben diesen Unternehmungen weitere,
die unter dem Aspekt gleicher Kapitalgeber zusammengefasst werden können. Hierbei kön-
nen die eigenen Investoren und deren weitere Investitionen betrachtet werden. Zusätzlich
spielt für Investoren auch immer das Geschäftsmodell für Investitionsentscheidungen eine
zentrale Rolle. Dementsprechend werden hier Unternehmen identifiziert, die entweder mit
142 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
denselben Investoren verbunden sind, oder aber (aus einer strategischen Investitionssicht her-
aus) dasselbe Geschäftsmodell besitzen.
Eine Peer Group lässt sich somit als eine Gruppe von Unternehmen zusammenfassen die im
direkten Wettbewerb zum eigenen Unternehmen stehen (wettbewerbsrelevante Objekte), auf-
grund derselben Kunden und/oder Lieferanten ähnlichen (Branchen-)Zyklen ausgesetzt sind
(zyklusrelevante Objekte), durch dasselbe Geschäftsmodell und denselben Investoren diesel-
ben (potentiellen) Kapitalgeber besitzen und als direkte Kunden und Lieferanten zu den stra-
tegischen Partnern (strategierelevante Objekte) gezählt werden können. Die Identifikation
aller Unternehmen dieser drei Klassifizierungsobjekte stellt die Grundlage einer jeden Peer
Group-Identifikation dar. I.d.R. werden bei einer gründlichen Recherche mehrere hundert Un-
ternehmen gefunden. Eine wesentliche Herausforderung ist es nun, auf Basis dieser Cluster
eine Systematik zu entwickeln, um den größtmöglichen Überblick aller Industrieteilnehmer
zu erhalten. Im nachfolgenden Kapitel erfolgt ein möglichst generalistischer Identifikations-
vorschlag für jedes Cluster auf Basis von Finanzdatenbanken und deren Klassifikationssche-
mata, um möglichst alle potentiellen Vergleichsunternehmen zu identifizieren.
6.3.2.2 Identifikation potentieller Peer Group Unternehmen je Peer Group
Cluster
Generell kann für ein externes Benchmarking finanzieller Kennzahlen die Auswahl der Ver-
gleichsunternehmen und deren Kennzahlen auf unterschiedliche Arten erfolgen (Hostettler &
Stern, 2007, S. 73):
Banken: Eigene Banken bieten Unternehmen eine i.d.R. kostenlose Dienstleistung
an, um ihr Unternehmen mit anderen zu vergleichen. Unabhängig davon führen
Banken dies ohnehin durch, um die Kreditkonditionen zu evaluieren. Diese Infor-
mationen stehen den Unternehmen aber nur in anonymisierter Form zu Verfügung.
Dennoch ist es lohnenswert diese Analyseinformationen zu betrachten, da sie zum
einen kostenlos zur Verfügung steht und zum anderen auch den Rahmen für Kredit-
verhandlungen darstellt. Damit erhalten Unternehmen einen Überblick über die Ein-
schätzung der Unternehmensleistung aus Sicht einer Bank. Ein Abgleich mit dem
eigenen Peer Group Benchmarking kann hier einen Mehrwert liefern, um die eigene
Auswahl der Vergleichsobjekte zu verifizieren.
Branchenverbände: Branchenverbände, wie bspw. der Bundesverband der deut-
schen Industrie e.V. (BDI), stellen für ihre Mitglieder Daten und Informationen über
Branchen und Industrien bereit. Meist existieren auch internationale oder zumindest
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 143
europäische Dachverbände. Ist dies der Fall, sind meist genügend Informationen zur
Vergleichsunternehmen vorhanden.
Marktforschungsinstitute: Unter einem Marketinggesichtspunkt können auch
Marktforschungsinstitute für Vergleichsanalysen herangezogen werden. Diese In-
stitute führen i.d.R. Branchen- und Industrievergleiche durch. Mittels direkter Be-
fragungen von Unternehmen können sehr detaillierte Einschätzungen zur Branche
und deren zukünftige Entwicklung geliefert werden. Durch die Teilnahme an sol-
chen Umfragen, werden den Unternehmen die Umfrageergebnisse in anonymisier-
ter Form mitgeteilt.
Finanzdatenbanken: Finanzdatenbanken, wie die von Thomson Reuters (Thomson
One), Bloomberg. Bureau von Dijk (ORBIS) oder Capital IQ (Compustat Global),
bereiten die Finanzdaten börsennotierter Unternehmen auf. Diese Datenbanken stel-
len heute für mehr als 30.000 Unternehmen Datensätze i.d.R. für zehn bis 25 Jahre
zur Verfügung. Dies bietet gerade für börsennotierte Unternehmen eine zentrale
Schnittstelle zur Vergleichsanalyse mit anderen Unternehmen und deren Finanzda-
ten. Oftmals sind in den Datenbanken bereits erste Analysen mit anderen Unterneh-
men hinterlegt. Die Identifikationsprozesse zu den Peers der Finanzdatenbanken
sind häufig nicht verfügbar oder ersichtlich. Bei Thomson One bspw. wird mit der
Thomson Reuters Business Classification (TRBC), welche Unternehmen aus 51
Ländern und 26 Regionen in 837 Aktivitäten klassifiziert (Thomson Reuters, 2012),
ein eigenes Schema genutzt, um vergleichbare Unternehmen zu identifizieren. Für
einen ersten Einblick in potentielle Unternehmen einer Peer Group für Benchmar-
king-Projekte erscheint dies in Ordnung, jedoch existieren zwei wesentliche Nach-
teile. Das Fehlen quantitativer Kriterien, wie bspw. die Unternehmensgröße, um die
Auswahl zu verfeinern, ist der erste zentrale Nachteil. Die Bayer AG (Umsatz 2015:
über 46 Mrd. Euro) wird hier bspw. mit der Sanacorp Pharmaholding AG vergli-
chen, die im Jahr 2015 nur einen Umsatz von etwas als 140 Millionen Euro aus-
weist. Warum dies nicht sonderlich sinnvoll ist, wird ab Kapitel 6.4 dargestellt. Ein
zweiter wesentlicher Nachteil liegt in der Anzahl an Unternehmen in den entwickel-
ten Peer Groups. In Finanzdatenbanken besteht eine Peer Group i.d.R. lediglich aus
drei bis maximal fünf Unternehmen. Nur in seltenen Fällen (bspw. bei Apple) sind
bis zu 25 Unternehmen darin enthalten. Wird jedoch die Nutzung dieser Peer
Groups aus den Finanzdatenbanken verzichtet, so liegt deren Vorteil in der sehr
einfachen Gewinnung der finanziellen Kennzahlen der Peer Group Unternehmen,
immer sobald diese Auskunftspflichtig sind. Neben den Daten und Informationen
zu börsennotierten Unternehmen kann bspw. die ORBIS-Datenbank von Bureau
144 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
von Dijk auch Finanzdaten zu nicht-börsennotierten und eigentümergeführten Un-
ternehmen ausweisen, die nicht zwingend verpflichtet sind ihre Geschäftsberichte
zu veröffentlichen. Auch im Hinblick auf die in Kapitel 8 beschriebene Fallstudie
ist dies ein wichtiger Hinweis.
Geschäftsberichte: Neben den Finanzdatenbanken sind aber auch Geschäftsberichte
ein wichtiger Bestandteil bei der Suche nach den Finanzdaten von Unternehmen.
Auf Geschäftsberichte zurückzugreifen hat einen entscheidenden Vorteil, wenn di-
rekte Wettbewerber bekannt sind, diese aber nicht in den Finanzdatenbanken ent-
halten sind. Dabei kann es sich bspw. um eine Tochtergesellschaft eines Konzerns
handeln, dessen Daten nicht separat in Finanzdatenbanken aufgeführt werden. Hier
können Geschäftsberichte das nötige Detailwissen über das Unternehmen liefern.
Zudem können mit Hilfe der Geschäftsberichte auch immer die Finanzdaten aus den
Datenbanken verifiziert werden. Im Zweifel sollte den Ergebnissen aus den Ge-
schäftsberichten vertraut werden. Oftmals findet man in den Geschäftsberichten
auch die erforderlichen Details, um notwendige Bereinigungen von Kennzahlen für
einen möglichst objektiven Vergleich derselben durchführen zu können (siehe Ka-
pitel 6.5).
Um auf Basis der Klassifizierungsobjekte und der Auswahldifferenzierungen aus dem voran-
gegangenen Kapitel alle potentiellen Unternehmen einer Peer Group zu identifizieren, ist aus
den oben genannten Möglichkeiten für ein externes Benchmarking nur die Nutzung der Fi-
nanzdatenbanken zielführend. Jedoch kann für eine Gewinnung der Finanzdaten wie bereits
beschrieben zusätzlich auch auf Geschäfts- oder Finanzberichte zurückgegriffen werden. Ziel-
führend sind Finanzdatenbanken vor allem deshalb, da dort meistens unterschiedliche Klassi-
fikationsschemata hinterlegt sind, mit denen Unternehmen einem Industriezweig bzw. einer
Branche zugeordnet werden.
Im ersten Schritt zur Identifikation potentieller Vergleichsunternehmen werden dazu erste
Unternehmen für jede der sieben Auswahldifferenzierungsklassen aus den drei Peer Group
Clustern auf Basis des eigenen Geschäftsmodells in einem manuellen Prozess identifiziert.
Auf Basis dieser Unternehmen können anschließend die entsprechenden Industrie- und Bran-
chencodes für die jeweiligen Auswahldifferenzierungsklassen abgleitet werden. Diese Codes
können ferner dazu genutzt werden, weitere Unternehmen in die „Longlist“ zur Identifikation
der Peer Group mitaufzunehmen, um das gesamte Spektrum des Industrieumfeldes abbilden
zu können (siehe Abbildung 43). Diese generelle Vorgehensweise wird um zwei Spezialfälle
ergänzt. Diese Optimierung der Vorgehensweise ist aus der anwendungsbezogenen Nutzung
der Finanzdatenbanken heraus entstanden.
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 145
Abbildung 43: Übersicht über die Generierung der Longlist auf Basis der Finanzdatenbanken
Direkte Wettbewerber sind den Unternehmen i.d.R. bekannt, können aber unvollständig sein.
Gerade an dieser Stelle ist es hilfreich, über die Industrieklassifikationen weitere Unterneh-
men zu identifizieren. Dabei kann auf ganz unterschiedliche Klassifizierungsschemata zu-
rückgegriffen werden. Hierbei soll in Kürze auf die wichtigsten eingegangen werden. Einen
zentralen Stellenwert hat die im Jahre 1937 entwickelte „Standard Industrial Classification“
(SIC) bis in die 90er Jahre gespielt. Die Gruppierung erfolgt über die Gemeinsamkeiten in
den Produktionsprozessen und den Endprodukten. Jeder einzelnen Industrie und (Sub-)Bran-
che werden zwei-, drei-, oder vierstellige numerische Codes zugeordnet. Im Jahre 1997 ist die
SIC durch das „North American Industry Classification System“ (NAICS) ersetzt worden.
Dennoch findet man auch heute noch für nahezu jedes börsennotierte Unternehmen eine SIC.
Eine von Regierungen unabhängig entwickelte Klassifizierung ist der „Global Industry Clas-
sification Standard“ (GICS). Die Entwicklung geht auf den Finanzdienstleister Morgen Stan-
ley Capital International (MSCI) und der Kredit-Ratingagentur Standard & Poor’s
Corporation zurück. Im GICS werden 67 Industrien und 156 Unterbranchen differenziert. In
Europa und dort vor allem in Deutschland hat sich die Statistische Systematik der Wirtschafts-
zweige in der Europäischen Gemeinschaft (NACE – Nomenclature générale des Activités
économiques dans la Communauté Européenne) durchgesetzt (Hostettler & Stern, 2007, S.
75), in der Schweiz hingegen wird primär der eigene Standard NOGA (Nomenclature
Générale des Activités économiques) genutzt. Grundsätzlich lassen sich zu allen Unterneh-
men jede dieser Klassifizierungsarten finden. Die Unterschiede dieser Klassifizierung liegen
in den regionalen industriespezifischen Eigenheiten. Bspw. hat Europa mit dem NACE einen
speziellen Fokus auf der Automobilindustrie. Im SIC ist dies auf oberster Ebene nur als Trans-
Direkte Wettbewerber
Unternehmen mit
denselben Kunden
Unternehmen mit
denselben Lieferanten
Unternehmen mit
demselben Geschäftsmodell
Unternehmen mit
denselben Investoren
Eigene Kunden
Eigene Lieferanten
Wettbewerbsrelevante
Objekte
Zyklusrelevante
Objekte
Strategierelevante
Objekte
Klassifizierungsobjekte Auswahldifferenzierung
aufgrund derselben
Produkte, Dienstleistungen
und Prozesse
aufgrund des direkten
Einflusses auf die
Unternehmensmarge
aufgrund des direkten
Einflusses auf das
Unternehmenswachstum
aufgrund derselben
Kapitalgeber
aufgrund der strategischen
Partnerschaften
Differenzierungsgründe
SIC/
NAICS
GICS
Kunden-
Analyse
Tier-
Analyse
EDGAR Database
Bloomberg, Thomson One, ORBIS
Finanzdatenbanken
Thomson
One,
Bloomberg, ORBIS
Bloomberg
Kunden-
Analyse
Tier-
Analyse
Bloomberg
146 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
port bezeichnet und umfasst dementsprechend weit mehr Unternehmen in diesem Sektor zu-
sammen. Eberhart (2004, S. 53) konnte keinen Beweis dafür liefern, dass einer der drei Klas-
sifizierungen GICS, NAICS oder SIC am besten abschneidet. In den Fallstudien hat sich
ebenfalls gezeigt, dass jede dieser Industriezuordnungen ihre Vor- und Nachteile besitzen und
die erfolgreiche Auswahl stark vom zu untersuchenden Unternehmen und damit der Industrie
abhängig ist. Schreiner (2007, S. 18f) hingegen spricht sich für eine Nutzung des GICS aus,
da dieses System professionell gemanagt wird. Im Gegensatz zu den staatlichen Codes können
stetige Anpassungen vorgenommen werden. Im Investmentbanking hat sich dieser Standard
etabliert und querschnittliche Schwankungen bspw. finanzieller Kenngrößen können besser
als in anderen Klassifizierungsstandards erklärt werden. Soll sichergestellt werden, dass kein
potentielles Vergleichsunternehmen fehlt, so bietet sich eine Kombination unterschiedlicher
Industrieklassifikationen an. Hierbei setzen nur die genutzten Finanzdatenbanken Grenzen bei
der Analyse, da nicht jede Datenbank alle Klassifizierungen aufweist. Unternehmen sollten
dies jedoch immer unter dem Aspekt von Kosten (Ressourcenbindung) und Nutzen betrach-
ten. Tabelle 17 zeigt eine Übersicht zu den hier vorgestellten Klassifizierungsschemata zur
Zuordnung von Unternehmen in ihre Industrien. Unabhängig von der genutzten Industrieklas-
sifizierung werden die Industriecodes vom eigenen Unternehmen und den bekannten Wettbe-
werbern auf höchster Detaillierungsstufe ermittelt. Anschließend können auf dieser Basis
weitere (meist direkte) Wettbewerber ermittelt werden.
Tabelle 17: Schemata zur Industrieklassifizierung von Unternehmen
Zur Identifikation der zyklusrelevanten Objekte muss vom bisherigen Vorgang leicht abge-
wichen werden. Zuerst ist es notwendig eine Übersicht über die eigenen zentralen Kunden
und Lieferanten zu erstellt. Ziel ist es dabei, Unternehmen zu identifizieren, die ebenfalls auf
Standard Industrial Classification
North American Industry Classification System
Global Industry Classification Standard
Nomenclature générale des Activités économiques dans la Communauté Européenne
NomenclatureGénérale des Activités
économiques
Abkürzung SIC NAICS GICS NACE NOGA
Jahr 1937 – 1997 1997, last Rev. 2012 1999, last Rev. 2016 1970, Rev.1 1990, Rev.2 2008 2002, Rev.1 2008
Anbieter U.S. GouvernementU.S. Department of
Commerce
MSCI und Standard &
Poor'sEuropäische Kommission
Bundesamt für Statistik,
BFS Schweiz
Verbreitung USA, aber auch UK u.a. Canada, Mexiko, USA International Europa Schweiz
Aufbau
11 Divisionen
83 Hauptgruppen (2 Z)
416 Industriegruppen (3 Z)1005 Industrien (4 Z)
20 Sektoren (2 Z)
99 Sub-Sektoren (3 Z)
312 Industriegruppen (4 Z)
713 Industrien (5 Z)
1066 U.S. Industrien (6 Z)
10 Sektoren (2 Z)
24 Industriegruppen (4 Z)
67 Industrien (6 Z)156 Sub-Industrien (8 Z)
21 Abschnitte (1 Buchstabe)
88 Abteilungen (2 Ziffern)
272 Gruppen (3 Ziffer)615 Klassen´(4 Ziffer)
17 Abschnitte (1 B)31 Unterabschnitte (2 B)
62 Abteilungen (2 Z)
224 Gruppen (3 Z)
514 Klassen (4 Z)
724 Art (4 Z und 1 B)
Beispiel2521
Wood Office Furniture
111331
Apple Orchards
10101010
Oil & Gas Drilling
63.12
Webportale
74.20H
Technische Beratung
Sonstiges
Obwohl im Jahre 1997
durch den NAICS offiziell
ersetzt, ist es auch heute noch oft zu finden
Ist als Ersatz für den SIC
entwickelt worden,
Spezialisierung auf den US-Markt mit letzter Ziffer
Das System ist mit dem
ICB (Industry
Classification Benchmark) vergleichbar
Basiert auf dem International
Standard Industrial
Classification of all Economic
Activitie der Vereinten
Nationen
Bis zur Stufe 4, Klassen, kompatibel mit der
NACE. Mit der Stufe 5,
wird schweizerischen
Eigenheiten Rechnung
getragen.
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 147
dieselben Lieferanten und Kunden zugreifen. Somit sollten die Lieferanten der eigenen Kun-
den und die Kunden der eigenen Lieferanten ermittelt werden. Falls es sich dabei um börsen-
notierte Unternehmen handelt, kann über die Bloomberg-Finanzdatenbank und auf Basis der
eigenen Kunden und Lieferanten auf die benötigten Informationen zugegriffen werden. Im
Falle von eigentümergeführten oder generell nicht-börsennotierten Unternehmen muss dieser
Auswahlprozess leider manuell anhand der entsprechenden Industrieklassifizierungscodes
und/oder Geschäftsberichten vorgenommen werden. Müssen Industrieklassifizierungscodes
genutzt werden, hilft es die Detaillierungsebene der Klassifizierung nicht, wie zur Identifika-
tion direkter Wettbewerber, auf unterster Ebene zu nutzen, sondern bspw. anstatt der achtstel-
ligen Sub-Industrie-Codes die sechsstelligen Industrie-Codes (GICS) zu betrachten. Diese
Vorgehensweise empfehlen auch Chan et al. (2007, S. 57;68), die empirisch zeigen, dass
durch einen zu detaillierten GICS-Code Unternehmen verloren gehen, obwohl sie denselben
industriellen Gegebenheiten ausgesetzt sind. Zu ähnlichen Resultaten gelangt auch Alford
(1992, S. 106), der für die SIC-Klassifizierung zeigen konnte, dass die Nutzung des vier-stel-
ligen SIC-Codes im Gegensatz zu den drei-stelligen Codes keine Verbesserungen bringt bzw.
sogar die Leistungsfähigkeit einer Vergleichsanalyse reduziert.
In der letzten Kategorie zu den strategischen Partnern müssen, wie in Abbildung 43 darge-
stellt, zwei Differenzierungen vorgenommen werden. Die eigenen Kunden und Lieferanten
wurden bereits im vorangegangenen Prozessschritt identifiziert. Diese können nun den strate-
gischen Objekten zugordnet werden. Etwas komplexer kann die Identifikation von Unterneh-
men erfolgen, die denselben Kapitalgeber bzw. potentiellen Kapitalgeber aufweisen. Der erste
Schritt ist die Auflistung der eigenen zentralen Kapitalgeber und Investoren. Über diese Un-
ternehmen können über die Finanzdatenbanken weitere Investitionen identifiziert werden. Um
die Gesamtheit des Industrieumfeldes abzudecken, besteht aber auch ein Interesse darin zu
erfahren, in welche Unternehmen die Kapitalgeber und Investoren darüber hinaus noch inves-
tieren werden oder zumindest mit dem Gedanken gespielt haben. Hierzu haben Lee et al.
(2015) eine Systematik entwickelt, mit dessen Hilfe sie diese potentiellen Investitionsunter-
nehmen identifizieren können. In einem weiteren Paper aus dem Jahr 2016 konnten die Au-
toren dabei sogar zeigen, dass mit dieser Vorgehensweise Unternehmen zusammengetragen
werden, die in multiplen Dimensionen deutlich mehr Ähnlichkeit zueinander aufweisen, als
bspw. durch die reine GICS-Industrieklassifizierung oder durch die Identifikation über
Google und Yahoo Finance (C. Lee u. a., 2015, S. 410; C. Lee, Ma, & Wang, 2016, S. 33f).
Für diesen Ansatz wird angenommen, dass ökonomisch sinnvolle Benchmarks von Unterneh-
men auf Basis der kollektiven Wahrnehmung der Nutzer der Electornic Data-Gathering, Ana-
lysis, and Retrieval (EDGAR) Internetseite, widergespiegelt werden (C. Lee u. a., 2015, S.
411). Seit 1996 sind durch die US-amerikanische Securities and Exchange Commission (SEC)
148 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
alle Aktiengesellschaften der Vereinigten Staaten dazu verpflichtet worden, ihre Offenlegun-
gen (bspw. Quartalsberichte oder Patentanträge) elektronisch via EDGAR einzuspeisen. Dies
soll dazu dienen Investoren zu schützen, Märkte gerecht, geordnet und effizient zu halten und
die Kapitalbildung zu unterstützen. Greifen Nutzer auf diese Datenbank zu, so werden Infor-
mationen nicht nur für das zu untersuchende Unternehmen herangezogen, sondern auch von
deren Peer Group (C. Lee u. a., 2015, S. 411). Für eine tiefgreifende Analyse wird mittels
Google Analytics das Nutzerverhalten im Detail untersucht, um anschließend den Vergleich-
barkeitsrang zwischen dem eigenen Unternehmen i und dem mögliche Peer-Unternehmen j
für ein Jahr wie folgt zu bestimmen (C. Lee u. a., 2015, S. 415):
= ∑ ( ä ℎ ℎ ü ℎ ℎ )∑ ( ä ℎ ℎ ℎ ℎ ℎ ≠ )
Je häufiger ein Unternehmen auf, das eigene folgt, desto wahrscheinlicher ist es, dass es sich
dabei um ein Vergleichsunternehmen aus der Peer Group handelt. Auf Basis dieser Berech-
nung lässt sich ein Ranking aller Unternehmen erstellen, die auf die Betrachtung des eigenen
Unternehmens folgten. Bspw. werden mit diesem Ansatz für das Alphabet-Konglomerat (u.a.
Google, Nest, Google Capital, Calico) Microsoft und Yahoo als nächstgelegenste Vergleichs-
unternehmen identifiziert (C. Lee u. a., 2015, S. 416). Dieser Ansatz führt für sich allein be-
trachtet zu Vergleichsunternehmen mit einem hohen Grad an Ähnlichkeit (C. Lee u. a., 2015,
S. 410). Wird dieser Ansatz mit den hier zusätzlich beschriebenen wettbewerbs-, zyklus- und
strategierelevanten Objekten kombiniert, kann von einer umfassenden Analyse des Indust-
rieumfeldes ausgegangen werden. Jedoch ist dieser investorenbasierte Ansatz leider nur für
börsennotierte Unternehmen geeignet, da hier lediglich auf den Investitionsaspekt eingegan-
gen wird. Außerdem ist die Datenbank ausschließlich auf US-amerikanische Unternehmen
ausgelegt. Es existiert zwar die Möglichkeit, auch Unternehmen anderer Länder zu analysie-
ren, deren hinterlegte Daten und Dokumente sind aber nur in den seltensten Fällen auf einem
aktuellen Stand. Ein weiterer Grund diese Methode nur in Kombination mit den restlichen
Schritten zu nutzen, liegt in der grundsätzlichen Übereinstimmung multipler Dimensionen (C.
Lee u. a., 2016, S. 33f). Werden ausschließlich Unternehmen als Vergleichsobjekte herange-
zogen, die eine große Ähnlichkeit in ihrer Gewinnspanne und ihren Wachstumsraten aufwei-
sen, ist eine anschließende relative Evaluation der Leistung nur noch begrenzt aussagefähig.
Deshalb ist die Nutzung dieses Investitionsansatzes ein zusätzlich wichtiges Element, das aber
nicht immer zum Einsatz kommen sollte. Besteht die Möglichkeit diese Analyse zu nutzen,
sollte nach Lee et al. (2016, S. 33f) aber unbedingt darauf zugegriffen werden. Da sich die
Fallstudie auf deutsche und schweizerische Unternehmen beschränkt, wird hier auf die ma-
thematisch, statistische Modellierung dahinter nicht weiter eingegangen. Hier sei auf das ge-
naue Analyseverfahren von Lee et al. (2015, S. 414–418, 2016, S. 37f) verwiesen.
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 149
Die hier beschriebene Vorgehensweise zur Identifikation von Unternehmen zu den Klassifi-
zierungsobjekten aus dem Peer Group Benchmarking generiert eine „Longlist“ von potentiel-
len Unternehmen, die als Grundgesamtheit und Ausgangspunkt für die weitere Spezifizierung
der Peer Group dient. Stapenhurst (2009, S. 95) beschreibt diese Zusammenstellung als
„Commercial Environment“, die denselben gesetzlichen, politischen und ökonomischen Um-
feldbedingungen unterliegt. Mit dieser Vorgehensweise wird somit vermieden, die Unterneh-
mensleistung um unterschiedliche externe Einflussfaktoren bereinigen zu müssen. In dieser
Longlist werden in der Regel zwischen 100 und 500 Unternehmen identifiziert. Deshalb ist
eine quantitative Verfeinerung notwendig. Aufgrund der Systematik kann es vorkommen,
dass Unternehmen doppelt aufgeführt werden. Dies sollte vor der quantitativen Analyse be-
reinigt werden. Im Nachfolgenden erfolgt eine Eingrenzung auf Basis quantitativer Faktoren,
die sich aus den aktuellen Stand der Wissenschaft ergeben.
6.4 Quantitative Selektionskriterien zur Auswahl der
Vergleichsunternehmen einer Peer Group
6.4.1 Vier quantitative Selektionskriterien zur Auswahl der Vergleichsunter-
nehmen
Die Ausgangslage und Definition zur Entwicklung einer optimalen Peer Group geht auf Iden-
tifikation von Unternehmen zurück, die nicht nur denselben externen Schocks ausgesetzt sind,
sondern auch dieselben Möglichkeiten besitzen, darauf zu reagieren (Albuquerque, 2009, S.
69). Aus diesem Grund deckt eine reine Industrieanalyse, wie sie auch bei Hostettler und Stern
(2007, S. 72–75) und Stern (2007a, S. 42–45) beschrieben wird, nur den ersten Aspekt einer
Peer Group Entwicklung ab. Quantitative Faktoren zur Verfeinerung der Longlist von Ver-
gleichsunternehmen aus Kapitel 6.3 können dafür sorgen, dass auch der Aspekt ähnlicher Re-
aktionskosten auf Schocks berücksichtigt wird. Beispielsweise reagieren Coca-Cola Co. und
Cott Corp., obwohl sie sich in derselben Industrie für alkoholfreie Getränke befinden, unter-
schiedlich auf externe Schocks, da sich die Unternehmen in Größe und Markenbekanntheit
deutlich unterscheiden (Albuquerque, 2005, S. 2).
Der hier entwickelte Prozess zum Peer Group Benchmarking soll eine große Generalisierbar-
keit besitzen, um möglichst allen Unternehmen jeglicher Branche und Größe ein Managemen-
tinstrument zur relativen Performanceevaluation über finanzielle Steuerungsgrößen
bereitzustellen. Deshalb wurden in dieser Arbeit vier zentrale quantitativen Selektionskrite-
rien ausgewählt, um die als potentiell eingestuften Vergleichsunternehmen zu verifizieren.
Grundsätzlich können Industrieklassifikationen fehlerhafte Zuordnungen aufweisen. Diese
sollten jedoch zumindest in einem Analyseschritt verifiziert werden. Jene Unternehmen, die
150 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
nicht dieselben Möglichkeiten besitzen auf externe Schocks innerhalb der eigenen Industrie
zu reagieren, sollten ebenfalls aus einer Peer Group ausgeschlossen werden, da eine finanzi-
elle Vergleichbarkeit i.d.R. nicht angemessen und zielführend wäre. Bei der Auswahl der
quantitativen Selektionskriterien mussten im Wesentlichen die zur Verfügung stehenden fi-
nanziellen Kennzahlen berücksichtigt werden. Vor allem nicht-börsennotierte Unternehmen
ohne Publikationspflicht waren hier eine besondere Herausforderung, da diese oftmals nur
eine sehr geringe Anzahl an finanziellen Kennzahlen offenlegen. Gleichzeitig sollten aber
auch von einer wissenschaftlichen Perspektive aus der Aspekt der betriebswirtschaftlichen
Reaktionsfähigkeit dennoch möglichst detailliert überprüft werden. Aufgrund der oben ge-
nannten Aspekte ergeben sich vier zentrale quantitative Selektionskriterien:
Korrelationsüberprüfung des Umsatzes zur Identifikation ähnlicher Schocks. Mit
Hilfe dieser Überprüfung sollen die Unternehmen eliminiert werden, die in der Ver-
gangenheit nicht denselben externen Schocks ausgesetzt waren und damit evtl. einer
Industrie fehlerhaft zugeordnet wurden oder aufgrund ihrer Diversifizierung einen
Großteil ihres Umsatzes in einer anderen Industrie erwirtschaften.
Unternehmensgröße zur Identifikation ähnlicher Kapitalkosten. Über den Gesam-
tumsatz, die Marktkapitalisierung (falls börsennotiert) und die Vermögenswerte sol-
len die Größen der Vergleichsunternehmen bestimmt werden, um damit zu kleine
oder zu große Unternehmen mit voraussichtlich unterschiedlichen Kapitalkosten
und damit einer unterschiedlichen Reaktionsfähigkeit auf externe Schocks zu elimi-
nieren.
Kurs-Buchwert-Verhältnis zur Identifikation ähnlicher Geschäftsmodelle. Falls
möglich sollte diese Überprüfung stattfinden, da dies ein guter quantitativer Indika-
tor für die Überprüfung des Geschäftsmodells darstellt. Nur, da die Industrie, die
externen Schocks und die Kapitalkosten übereinstimmen, ist die Ähnlichkeit des
Geschäftsmodells nicht abschließend verifiziert.
Auslandsumsätze zur Identifikation der geografischen Diversifikation. Diese Ana-
lyse ist als optionale, jedoch sinnvolle Ergänzung zu sehen. Mit Hilfe einer geogra-
fischen Diversifikation machen sich Unternehmen weniger stark von einem Markt
abhängig und können besser auf externe Schocks reagieren. Dies kann damit eben-
falls einen erheblichen Einfluss auf die Reaktionsfähigkeit eines Unternehmens auf
externe Schocks haben.
In den nachfolgenden Kapiteln wird auf die quantitativen Selektionskriterien im Detail einge-
gangen. Weitere quantitative Selektionskriterien zur Identifikation einer Peer Group sind
durchaus vorstellbar und werden im wissenschaftlichen Kontext diskutiert. Oftmals scheitert
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 151
eine Anwendung aber vor allem an der Datenverfügbarkeit oder der Datenqualität. Details
dazu sind in Kapitel 6.4.6 beschrieben.
6.4.2 Korrelationsüberprüfung des Umsatzes zur Identifikation ähnlicher
Schocks
Ein zentraler Aspekt der bei der Nutzung der beschriebenen Industrieklassifikationen beachtet
werden muss ist, dass vor allem große Unternehmen und Konzerne mit einem hohem Grad an
Diversifikation, gleichzeitig unterschiedlichen Industrie-Codes zugeordnet sein können. Dies
führt dazu, dass Unternehmen auch in Industrien zugeordnet werden, in denen sie nicht ihren
Hauptumsatz generieren und damit der Einfluss dieser Umweltfaktoren eher gering ausfällt.
Damit erfahren Unternehmen eine gemeinsame Zuordnung, die primär nicht denselben exter-
nen Einflussfaktoren ausgesetzt sind. Lee et al. (2015, S. 411, 2016, S. 12) ebenso wie Chan
et al. (2007, S. 68) verweisen in diesem Zusammenhang auf die hohe Bedeutung der ökono-
mischen Zugehörigkeit. Für Chan et al. (2007, S. 68), ebenso wie für How et al. (2007, S.
104) und Boatsman und Baskin (1981, S. 45) spiegelt sich dies vor allem in einer Korrelation
des (Umsatz-)Wachstums wider. Mit einer Überprüfung dieser Korrelation sollen Unterneh-
men aus der Longlist eliminiert werden, die nicht denselben Trends im Umsatzwachstum auf-
weisen, und damit laut Chan et al. (2007, S. 57) nicht derselben Industrie zugeordnet werden
sollten. Bei dieser Vorgehensweise gilt es aber zu beachten, dass keine Unternehmen aufgrund
einer einmaligen Leistungsschwankung frühzeitig eliminiert werden.
Bei der Korrelationsüberprüfung des Umsatzes wird untersucht, inwiefern Umsatzsteigerun-
gen und -verluste von denen des Basisunternehmens abweichen. Abbildung 44 zeigt anhand
eines Flussdiagramms den Prozess zur Überprüfung der Korrelation des Umsatzes Longlist-
Unternehmen an. Standardschwankungen des Umsatzes werden absichtlich nicht berücksich-
tigt. Dementsprechend wird in einem ersten Schritt die mittlere Schwankung des Umsatzes
aller Unternehmen aus der Longlist über den größtmöglich zur Verfügung stehenden Zeitraum
berechnet. Die Finanzdatenbanken stellen die Umsatzkennzahlen bei börsennotierten Unter-
nehmen i.d.R. für mindestens zehn Jahre bereit, bei nicht-börsennotierten und Familienunter-
nehmen ist dies abhängig von den zu untersuchenden Unternehmen.
152 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
Abbildung 44: Flussdiagramm zur Korrelationsüberprüfung des Umsatzes von Unternehmen
Nach der Berechnung der durchschnittlichen Schwankung erfolgt eine Überprüfung des ersten
Unternehmens im ersten Jahr. Liegt die Schwankung unterhalb der durchschnittlichen
Schwankung wird mit dem nächsten Jahr fortgefahren. Liegt diese aber darüber, so wird die
Umsatzsteigerung bzw. -reduktion zum Vorjahr mit der des Basisunternehmens verglichen.
Sind beide in ihrem Trend identisch, so wird mit dem nächsten Jahr fortgefahren. Ist dies nicht
der Fall, wird der Fehlerwert um einen Zähler erhöht. Der Fehlerwert beschreibt damit die
Anzahl an Abweichungen zwischen den Umsatztendenzen des Basisunternehmens und des
Vergleichsunternehmens. Ist dieser Wert größer oder identisch zur Hälfte der Betrachtungs-
zeiträume wird empfohlen, das Unternehmen als Vergleichsunternehmen aus der Peer Group
auszuschließen. Dieses Unternehmen weist somit in mindestens der Hälfte der betrachteten
Jahre über die durchschnittliche Schwankung hinaus eine Abweichung des Umsatztrends aus.
Diese Häufigkeit an Abweichungen kann zum einen daran liegen, dass das Unternehmen ihren
Hauptumsatz in einer anderen Industrie/Branche erwirtschaftet und damit anderen Einfluss-
faktoren unterliegt, oder aufgrund anderer organisatorischer Gegebenheiten (bspw. Kapital-
kosten) andere Möglichkeiten der Reaktionsfähigkeit aufweist. Diese Vorgehensweise wird
wie in Abbildung 44 dargestellt, anschließend für jedes Unternehmen aus der Longlist durch-
geführt.
; − ;∅ ℎ
Starte mit1
Start
Starte mit1
ℎ1 ;
;
;
1
+ 1 + 1
ENDE
∅ ℎ ∑ ; ; ;;∑ 1 ;;
;
; ;; ;
; ;; ;
: alle Unternehmen aus der Longlist : alle (Umsatz-)Jahre aus der Finanzdatenbank: Umsatz
: Umsatz des Basisunternehmen
ℎ 1
2
ℎaus Peer Group
ausschließen
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 153
An dieser Stelle wird absichtlich auf eine Regressionsanalyse verzichtet, da diese mit einem
deutlich höheren Aufwand verbunden ist, und eine zu detaillierte Analyse hier nicht zielfüh-
rend ist. Würde man nur Unternehmen zulassen, die ein höchstes Maß an Gleichheit in ihren
Umsatztrends aufweisen, besteht die Gefahr, dass Vergleichsunternehmen eliminiert werden,
die u.U. nur eine (einmalig) bessere oder schlechtere Umsatzperformance im Vergleich zum
Basisunternehmen haben. Aus diesem Grund wird an dieser Stelle für eine möglichst detail-
lierte Auswertung auch empfohlen, sofern vorhanden, auf Quartalsdaten zum Umsatz zurück-
zugreifen (Chan u. a., 2007, S. 69). Mit dieser Vorgehensweise wird die Longlist der
Unternehmen in einem ersten quantitativen Prozessschritt, um eine fehlerhafte Zuordnung zur
Entwicklung einer Peer Group zur finanziellen Leistungsbewertung, reduziert. Dieser Schritt
hat sich auch in den praxisbezogenen Anwendungen als erstes Analyseverfahren zur Entwick-
lung einer Peer Group bewährt, da sich das Flussdiagramm auch optimal in einem der gängi-
gen Tabellenkalkulationsprogrammen umsetzen lässt.
6.4.3 Unternehmensgröße zur Identifikation ähnlicher Kapitalkosten
How et al. (2007, S. 99;104) sehen zur Auswahl von Vergleichsunternehmen die Notwendig-
keit neben der Betrachtung derselben Industrie und denselben Wachstumstrends vor allem in
der Übereinstimmung der Unternehmensgröße. Hierbei beziehen sie sich u.a. auf die For-
schungsergebnisse von Chan und Chen (1991, S. 1482f), die zeigen, dass es zwischen großen
und kleinen Unternehmen signifikante Unterschiede in den Risiko- und Renditecharakteris-
tika gibt. Am Beispiel der kleineren Unternehmen des NYSE konnten sie zeigen, dass diese
Unternehmen dazu neigen, weniger effizient zu sein und eine höhere finanzielle Hebelwir-
kung aufweisen. Aufgrund der Unterschiede in der Produktionseffizienz, der Hebelwirkung
und dem Zugang zu Fremdfinanzierungen besitzen diese Unternehmen ein höheres Risiko im
Vergleich zu großen Unternehmen (Chan & Chen, 1991, S. 1483). Zudem konnten How et al.
(2007, S. 104) zeigen, dass ein signifikanter Zusammenhang zwischen der Unternehmens-
größe und der finanziellen Stabilität von Unternehmen existiert. Größere Unternehmen sind
geringeren finanziellen Herausforderungen ausgesetzt und geraten damit seltener in finanzi-
elle Notlagen (How u. a., 2007, S. 104). Mit steigender Unternehmensgröße geht auch eine
größere Markt- und Verhandlungsmacht bei gleichzeitig größerer Diversifikation der Kunden
einher (Chan & Chen, 1991, S. 1468). Aus diesen Unterschieden heraus kann abgeleitet wer-
den, dass große Unternehmen im Vergleich zu kleineren ein geringeres Risiko der Zahlungs-
unfähigkeit und damit der Insolvenz aufweisen. Zudem besitzen große Unternehmen generell
höhere Gewinnmargen. Auch das grundsätzliche Risiko kann mit der Unternehmensgröße ap-
proximiert werden (Chan & Chen, 1991, S. 1468). Auch Serrano Cinca et al. (2005, S. 27)
konnten bei der Betrachtung der Unternehmensgröße zeigen, dass deutliche Unterschiede in
154 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
den Kapitalstrukturen, Reaktionen des Kapitalmarktes und im Insolvenzrisiko existieren. Da-
mit einhergehen höhere Kapitalkosten und ein generell schwierigerer Zugang zu Kapital.
Aus den oben beschriebenen Gründen heraus empfehlen sowohl Albuquerque (2009, S. 72),
Loßagk und Weidmüller (2010, S. 36) und Schreiner (2007, S. 68) für die Auswahl von Ver-
gleichsunternehmen unter keinen Umständen auf die Ähnlichkeitsbetrachtung der Unterneh-
mensgrößen zu verzichten. Albuquerque (2009, S. 73) sieht sogar eine Gefahr in der Nutzung
zu vieler unterschiedlicher Filterfunktionen zur Identifikation der Peer Group (bspw. Indust-
rie, Größe, Diversifikation, Finanzierungsbeschränkungen und Umsatztendenzen). Als Ergeb-
nis könnte eine Peer Group identifiziert werden, die zu wenig Unternehmen beinhaltet, um
externe Schocks sinnvoll herausfiltern zu können. Albuquerque (2009, S. 72f) sieht deshalb
die Unternehmensgröße als einen zentralen Indikator für die Vergleichbarkeit von Unterneh-
men, da Unternehmen unterschiedlicher Größe andere Möglichkeiten besitzen auf Industrie-
schocks zu reagieren und mithilfe der Unternehmensgröße bereits unterschiedliche
Unternehmenscharakteristika betrachtet werden. Hierbei wird davon ausgegangen, dass un-
terschiedliche Filter nicht notwendigerweise unabhängig sind. Empirische Studien belegen,
dass kleinere Unternehmen dazu tendieren, bspw. weniger diversifiziert zu sein und größere
Finanzierungsbeschränkungen zu besitzen, bei einer gleichzeitigen geringeren operativen He-
belwirkung (Albuquerque, 2009, S. 73). Aufgrund der Verfügbarkeit der Umsatzdaten von
Unternehmen ist die Nutzung dieser Kennzahl als Filter optimal geeignet. Auf eine Betrach-
tung bspw. der Diversifikation oder der Finanzierungsbeschränkungen kann aufgrund des en-
gen Zusammenhangs mit dem Umsatz verzichtet werden. Darüber hinaus weisen große
Unternehmen geringere Bewertungsfehler auf, weswegen diese auch nur mit großen Unter-
nehmen verglichen werden sollten (Eberhart, 2004, S. 51). Diese Unterscheidung zwischen
großen und kleinen Unternehmen ist auch notwendig, da unter kleinen, meist jüngeren und
weniger erfolgreichen Unternehmen ein starker Drang zur Nachahmung der Finanzpolitik
existiert. Dieser Nachahmungscharakter ist bei großen Unternehmen und Industrieführern
nicht gegeben (Leary & Roberts, 2014, S. 173). Bisher konnte aber noch nicht geklärt werden,
ob dieser Nachahmungscharakter auch einen optimalen Weg zur Wertsteigerung darstellt.
Bei der Identifikation der Peer Group in Bezug auf den Faktor Unternehmensgröße primär auf
die Marktkapitalisierung zurückgegriffen. Nalbantian und Zheng (2004, S. 187f) empfehlen
zusätzlich den Umsatz und die Assets zur Bestimmung der Unternehmensgröße heranzuzie-
hen. Dies hat zusätzlich den Vorteil, dass mit diesen Kennzahlen die Analyse auch bei nicht-
börsennotierten Unternehmen durchgeführt werden kann und sich auch börsennotierte Unter-
nehmen gegenüber nicht-börsennotierte Unternehmen benchmarken lassen. Diesen Vorschlag
unterstützen Faulkender und Yang (2010, S. 265) und Albuquerque et al. (2013, S. 165), kon-
kretisieren zusätzlich, dass sich die Umsätze, Vermögenswerte und Marktkapitalisierungen
vor allem im Hinblick auf eine relative Vergütung des Managements in einem Rahmen von
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 155
50 bis 200 Prozent befinden sollten. Vergleichsunternehmen sollten demnach nicht mehr als
den doppelten Umsatz generieren, aber auch nicht weniger als die Hälfte. In den Fallstudien
hat sich gezeigt, dass dieser Vorschlag die Anzahl an Vergleichsunternehmen aus der Longlist
massiv reduziert. Aus diesem Grund wird dieser Ansatz an dieser Stelle nicht in vollem Um-
fang entsprochen. Für den Filter Unternehmensgröße wird hingegen ein variabler Ansatz ge-
nutzt, der Unternehmen als Vergleichsobjekt höher priorisiert, je näher die Größenkennzahlen
denen des Basisunternehmens ähneln. Dies führt dazu, dass die Longlist nach Reduzierung
abweichender Umsatztrends eine erste Rangzuordnung erfährt. Der zentrale Vorteil dieses
Ansatzes liegt in der Möglichkeit, dass nach der Durchführung aller Filter eine abschließende
qualitative finale Überprüfung stattfinden kann. Davor jedoch können weitere quantitative
Faktoren die Priorisierung von Vergleichsunternehmen weiter spezifizieren. Auf das genaue
Verfahren zur Ausgestaltung der Rangzuordnung wird im anschließenden Kapitel 7 im Detail
eingegangen.
6.4.4 Kurs-Buchwert-Verhältnis zur Identifikation ähnlicher Geschäftsmodelle
Bereits in Abschnitt 6.3.2 wurde darauf hingewiesen, dass die Unternehmen einer Peer Group
auch ein ähnliches Geschäftsmodell aufweisen sollten. Bei der Auswahl derselben Industrie
wurde dies in Teilen bereits berücksichtigt, indem die Investorenperspektive zur Auswahl der
Industrieklassifikationen hinzugefügt wurde. Rückschlüsse auf das Geschäftsmodell lassen
sich auch durch die Betrachtung der Wachstumspotentiale ziehen. Diese wiederum stehen in
einem signifikanten Zusammenhang zum Market-to-Book Ratio (Kurs-Buchwert-Verhältnis),
da in der Börsenbewertung durch die Shareholder bereits die zukünftigen Erfolge des Unter-
nehmens im Hinblick auf Wachstum und Profitabilität eingepreist sind (Bizjak u. a., 2011, S.
542). Weisen Unternehmen eine Ähnlichkeit im Market-to-Book-Ratio auf, so lassen sich
Unternehmen im Hinblick auf das Geschäftsmodell vergleichen, was wiederum die Ver-
gleichbarkeit in Bezug auf die Suszeptibilität von Nachfrageschocks gewährleistet (Bizjak
u. a., 2011, S. 542). Darüber hinaus zeigen Fama und French (1997, S. 160), dass das Ver-
hältnis aus Kurs- zum Buchwert die Eigenkapitalkosten verändert und dadurch die Steigerun-
gen oder Reduktionen der durchschnittlichen Wertschöpfung der Shareholder prognostiziert
werden können. Albuquerque et al. (2013, S. 161;178) ergänzen den in der Unternehmens-
praxis üblichen Ansatz zur Peer Group Identifikation (über Größe, Industrie und Unterneh-
menskomplexität) ebenfalls aufgrund der beschriebenen Vorteile um den Faktor des Kurs-
Buchwert-Verhältnisses. Darüber hinaus lässt sich das Wachstumspotential auch in den Ver-
änderungen der Höhe des Zinssatzes ablesen, da bspw. abnehmende Zinssätze der Kapital-
kosten den Kapitalwert (Net Present Value) für zukünftige Projekte erhöht und damit das
Wachstumspotential gesteigert werden kann (Damodaran, 2009, S. 10f). An dieser Stelle muss
156 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
jedoch berücksichtigt werden, dass auch ein identischer Anstieg der Zinssätze bei zwei Un-
ternehmen zu unterschiedlichen Effekten führen kann, sobald verschiedene Wachstumspoten-
tiale dort vorliegen.
Darüber hinaus konstatieren Leary und Roberts (2014, S. 140), dass Vergleichsunternehmen
sich neben anderen Faktoren sowohl in den Produktionstechnologien als auch in den Investi-
tionsmöglichkeiten ähneln sollten. Dies impliziert die Erwartung eines gleichartigen Kurs-
Buchwert-Verhältnis, da identische Produktionstechnologien auf dieselbe Arte und Weise ak-
tiviert und abgeschrieben werden sollten. Dies wiederum lässt auf ähnliche Buchwerte schlie-
ßen, die damit den Aspekt ähnlicher Produktionstechnologien abdecken. Der zweite
Identifikationsfaktor der Investitionsmöglichkeiten kann durch den Kurs- bzw. Marktwert des
Unternehmens abgedeckt werden, da dieser Wert die erwarteten zukünftigen Auszahlungen
durch die Shareholder widerspiegelt (Leary & Roberts, 2014, S. 140). Differenzierte Market-
to-Book Ratios geben darüber hinaus Auskunft, ob Investoren die betrachteten Unternehmen
unterschiedlichen Marktpositionen zuordnen und ebenso die Eignung der Unternehmensstra-
tegie für den zukünftigen Unternehmenserfolg unterschiedlich einschätzen (Koller, Goedhart,
Wessels, & Copeland, 2010, S. 313–317).
Die Berechnung des Kurs-Buchwert-Verhältnisses wird dabei auf Basis der Vermögenswerte
bestimmt. Deshalb wird in wissenschaftlichen Veröffentlichungen auch oft vom Market-to-
Book Value of Assets gesprochen (Albuquerque u. a., 2013, S. 171). Dieser Wert kann meis-
tens direkt aus den Finanzdatenbanken, wie Thomson One oder Bloomberg, ausgelesen wer-
den, dementsprechend einfach lässt sich dieses Selektionskriterium als weitere Filterfunktion
in den Identifikationsprozess zur Peer Group integrieren. Die Berechnung des Kurs-Buch-
wert-Verhältnisses erfolgt dabei wie folgt (Leary & Roberts, 2014, S. 174):
- - =
Ähnliche Annäherungen zur quantitativen Bestimmung des Geschäftsmodells und der Wachs-
tumspotentiale, wie bspw. Shareholdergruppen, sind dabei rein aus einer Finanzdatenbanka-
nalyse heraus nur in begrenztem Maße möglich. Zusätzlich besteht bei der Integration weiterer
Filter die zentrale Gefahr, dass nur wenige oder keine Vergleichsobjekte zur Verfügung ste-
hen. Diese Peer Group würde damit den Vorteil einer Glättung externer Schocks verlieren
(Loßagk & Weidmüller, 2010, S. 36). Dennoch können in Bezug auf das Geschäftsmodell
und das Wachstumspotential weitere Selektionskriterien zur Identifikation der Peer Group
ergänzt werden. Hierbei sollen auch diese Kriterien, wie bereits bei der Unternehmensgröße,
nicht als Ausschlusskriterien, sondern ebenso als eine weitere Spezifizierung der Unterneh-
men aus der Longlist dienen. Dies entspricht auch der Empfehlung von Beckmann et al. (2003,
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 157
S. 104) eine kleinere Anzahl an Vergleichsunternehmen mit einem sehr hohen Grad an Ähn-
lichkeit gegenüber größeren mit einer geringeren Ähnlichkeit bei der Unternehmensbewer-
tung einzusetzen.
Bei den zusätzlichen Kennzahlen als Selektionskriterien für Vergleichsunternehmen handelt
es sich zum einen um die Kennzahl Capital Expenditures (CapEx) zum anderen um die Höhe
der jährlichen Abschreibung (Depreciation). Die CapEx bezeichnet die Investitionsausgaben
für längerfristige Anlagegüter (darunter bspw. Gebäude und Maschinen). Eine Steigerung die-
ser Kennzahl erhöht die bilanzierten Aktiva, welche es langfristig abzuschreiben gilt. Neben
den Investitionsausgaben geben die (linearen) Abschreibungen einen Überblick darüber, wel-
che Investitionen in längerfristige Anlagegüter im Unternehmen eine Wertminderung erfah-
ren. Diese Verfeinerungen der Selektionskriterien verbessert zusätzlich auch den Aspekt der
Größe. Dabei unterstützt es die Anforderungen von Schreiner (2007, S. 71), der für eine Ver-
gleichbarkeit von Unternehmen eine ganzheitliche Analyse der Unternehmensgröße fordert,
da kleinere Unternehmen i.d.R. mehr Wachstumsmöglichkeiten und strategische Flexibilität
besitzen, sofern sie keinen finanziellen Beschränkungen unterliegen. Aufgrund unterschiedli-
cher Unternehmensgrößen ist es notwendig sowohl die Capital Expenditures, als auch die
Abschreibungen ins Verhältnis zu den Gesamtvermögenswerten zu setzen. Somit gewährleis-
tet der Faktor Assets die Vergleichbarkeit dieser Selektionskriterien.
Abschließend kann festgehalten werden, dass die Wachstumspotentiale aufgrund des Ge-
schäftsmodells, der Produktionstechnologien und der Investitionsmöglichkeiten mit dem
Kurs-Buchwert-Verhältnis, dem CapEx pro Asset und den Abschreibungen pro Asset identi-
fiziert werden können. Mit diesem zweiten quantitativen Filteraspekt, wird die Suche nach
der geeigneten Peer Group systematisch aus der Longlist heraus reduziert und in eine Rang-
reihenfolge gebracht.
6.4.5 Auslandsumsätze zur Identifikation der geografischen Diversifikation
Ein weiteres Selektionskriterium besteht in der geographischen Lage. Coca-Cola bspw. sieht
die globalen Tätigkeiten als einen weiteren Indikator zur Identifikation einer geeigneten Peer
Group zur Ausgestaltung der C-Level-Managementvergütungen (Coca-Cola-Company,
2013). Neben Coca-Cola misst auch das Unternehmen Biogen aus den Vereinigten Staaten
der geografischen Diversifikation einen entscheidenden Stellenwert bei, da sich Unternehmen
mit einer globalen Ausrichtung deutlich von rein inländischen Unternehmen unterscheiden.
Auch in den durch die Forschung geprägten Ansätzen ist dieses Selektionskriterium häufig
anzutreffen, bspw. bei Albuquerque et al. (2013, S. 164f) oder Bizjak et al. (2011, S. 542f).
Bizjak et al. (2011, S. 543) beschreiben die Notwendigkeit der Diversifikationsbetrachtung
158 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
wie folgt: „Diversified companies are often more complex organizations that require a specific
set of managerial skills. Because of this, we expect that diversified firms will be more likely
to look to other diversified firms for executive talent and to be more likely to include these
firms in their peer group. Diversification may be measured across either product lines or
across geographic region.”
Auf den geografischen Aspekt von Unternehmen wird kurz eingegangen. In unterschiedlichen
empirischen Untersuchungen wird davon gesprochen, dass die Risikocharakteristiken von
Unternehmen bei der Wahl der Vergleichsunternehmen berücksichtigt werden sollte (Bhojraj
& Lee, 2002, S. 432; Bizjak u. a., 2011, S. 548). Dieses Risiko lässt sich auf der einen Seite
durch die bereits beschriebenen Faktoren der Industrie, Unternehmensgröße oder des Ge-
schäftsmodells beschreiben. Auf der anderen Seite trägt neben einem breit aufgestellten Pro-
dukt- oder Dienstleistungsportfolio auch die geografische Diversifikation von Unternehmen
dazu bei, das unternehmerische Risiko zu reduzieren. Dies lässt sich an schweizer Unterneh-
men gut erkennen. Durch den starken inländischen Franken und die hohe Abhängigkeit von
der Europäischen Union bei einem gleichzeitig schwachen Euro gerieten viele Unternehmen
unter Druck. Wurden im Jahr 2014 für das Folgejahr noch Prognosen zum realen Wirtschafts-
wachstum der Schweiz von 2,1 Prozent abgegeben, so wurde daraus im Jahr 2015 aufgrund
der Abhängigkeitsbeziehungen der Schweiz von Europa lediglich ein Wachstum von 0,9 Pro-
zent (Schöchli, 2016). Unternehmen wie bspw. das Chemieunternehmen Dottikon ES haben
ohne große Herausforderungen die Krise meistern können, da gesunkene Importpreise bei
einer gleichzeitig strategisch gut aufgestellten Diversifikation und Innovationsfähigkeit zum
Erfolg des Unternehmens beigetragen haben (Richter, 2015). Ähnlichen Herausforderungen
ist auch Apple ausgesetzt. Durch einen hohen Sättigungsgrad von Handys in den Industrie-
ländern und einem zu geringen Fokus auf Schwellenländer, allen voran China und Indien,
musste der Konzern bspw. im ersten Quartal des Jahres 2016 einen Rückgang des iPhone
Absatzes von 16 Prozent verkünden, was eine signifikante Entwicklung des Aktienkurses zur
Folge hatte.
Unternehmen durch unterschiedlichste Absatzmärkte zu diversifizieren hat in Bezug auf die
Risikoverteilung einen entscheidenden Vorteil (Aldogan Eklund, 2016, S. 166). Für eine
größtmögliche Ähnlichkeit der Unternehmen wird deshalb die Betrachtung der Auslandsum-
sätze im Vergleich zu den Inlandsumsätzen empfohlen und wird deshalb in dieser Forschungs-
arbeit als quantitatives Selektionskriterium empfohlen.
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 159
6.4.6 Weitere quantitative Selektionskriterien zur Verfeinerung der Selektions-
kriterien
Wie hier ersichtlich wird, sind mehrere Faktoren für einen ausgeklügelten Prozess zur Identi-
fikation von Vergleichsunternehmen ausschlaggebend. Vergleichsunternehmen besitzen ähn-
liche Trends in Bezug auf Umsatz, Gewinn- und Investitionszyklen, ebenso wie vergleichbare
Market-to-Book Ratios, die Rückschlüsse auf zukünftige (Gewinn-)Entwicklungen des Un-
ternehmens zulassen können. Die Kunden und Lieferanten sind größtenteils identisch oder
zumindest ähnlich, weswegen diese auch bei den Geschäftsmodellen eine Ähnlichkeit auf-
weisen (siehe dazu auch Stern, 2007b, S. 30). Über die bereits beschriebenen Selektionskrite-
rien zur Identifikation der Peer Group, existieren in der Wissenschaft, wie auch in der Praxis
weitere Faktoren zur Verbesserung des Identifikationsprozesses. Hierbei muss aber beachtet
werden, dass zum einen ausreichend Unternehmen in derselben Industrie vorliegen, zum an-
deren bereits aufgrund der bisherigen Auswahlkriterien nicht zu viele Unternehmen ausge-
schlossen wurden, damit eine weitere Verfeinerung überhaupt möglich ist (Damodaran, 2009,
S. 23).Weitere Selektionskriterien liegen somit im Ermessen des Analysten und erzeugt eine
Art Trade-Off für den Analysten (T. Wagner, 2005, S. 15). Auf einige ergänzende Selektions-
kriterien, die immer wieder Erwähnung finden, soll im Nachfolgenden kurz eingegangen wer-
den (siehe Tabelle 18).
Tabelle 18: Ergänzende Selektionskriterien zur Identifikation der Peer Group (in Anlehnung an Loßagk & Weid-
müller, 2010, S. 36)
Ergänzende Selektionskriterien
Aktionärsstruktur Marktliquidität der Aktien
Regionale Umsatzverteilung,
Fertigungs-standorte, Wertschöpfungsverbund
Ausgaben für Forschung und Entwicklung
Operative Kennzahlen(z.B. Durchlaufzeiten,
Prozessqualität)Rentabilität und Margen
Börsenplatz
Phase des Unternehmenszyklus(z.B. Hyper-Growth-Phase bei Start-
Ups)
Technisches Anspruchsniveau der Produkte
Charakteristika des Managements
(z.B. Anforderungen, Fachwissen)
Positionierung relativ zu den
WettbewerbernVariantenkomplexität
DistributionskanäleProduktlebens- und
InnovationszyklusVerschuldungsgrad
Immaterielle Vermögenswerte
(z.B. Patente, Schutzrechte, Marken)Produktsortiment Wertschöpfungstiefe
Kostenstruktur Qualität des Managements Wettbewerbsintensität
160 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
Immer wieder fällt in Untersuchungen auf, dass Autoren auch Profitabilitätskennzahlen,
bspw. in Form des RoE, mitaufnehmen, um ein höchstes Maß an Deckungsgleichheit inner-
halb der Peer Group zu erhalten (Loßagk & Weidmüller, 2010, S. 35). Dieser Faktor kommt
vor allem in Publikationen zur Managementvergütung zum Tragen. Dabei wird versucht eine
möglichst geeignete Peer Group zu identifizieren, auf Basis derer die jährliche variable Ma-
nagementvergütung abgeleitet werden kann. Um zu vermeiden, dass falsche Unternehmen
herangezogen werden (siehe dazu auch Morgenson, 2006), versuchen Wissenschaftler neben
den Größenaspekten auch den Aspekt der Profitabilität einfließen zu lassen. Diesem Ansatz
wird hier aber nicht entsprochen. Profitabilitätskennzahlen zeichnen dabei als eine Dimension
an Kennzahlen zur Bestimmung unternehmerischer Leistung aus. Werden diese bereits zur
Auswahl von Vergleichsunternehmen hinzugefügt, wird eine relative Performanceevaluation
der Profitabilität hinfällig. Aus diesem Grund wird die Aufnahme der Profitabilität als Selek-
tionskriterium nicht empfohlen.
Ein Gesichtspunkt, der in weiteren Publikationen zur Auswahl von Vergleichsunternehmen
ergänzend genannt wird, ist der Wettbewerb um Talente der Führungsebene. Beispielsweise
nennen die US-amerikanischen Unternehmen Coca-Cola, Bank of New York Mellon, Panera
Bread und Invacare diesen Wettbewerb als zentrales Selektionskriterium für die Auswahl von
Vergleichsunternehmen (Albuquerque u. a., 2013, S. 179f; Coca-Cola-Company, 2013). Die
Peer Group wird in der Praxis deshalb auch oft unter dem Aspekt des Wettbewerbs um Talente
für das Executive Board gesehen. Über die Profitabilität hinaus ist unter der Perspektive der
Agent Theory daher ein Blick auf das Executive Board lohnenswert. Die Messung der Leis-
tung eines Unternehmens und damit die Beurteilung der Leistung der Geschäftsleitung (Exe-
cutive Board) ist auch davon abhängig wie groß diese ist und vor allem wie unabhängig diese
agieren kann. Daher empfehlen bspw. Albuquerque et al. (2013, S. 176f) die Struktur des
Executive Boards zu betrachten, indem Proxys identifiziert werden, anhand derer die unter-
schiedlichen Zusammensetzungen der Geschäftsleitungen identifiziert werden. Wissenschaft-
liche Studien und Publikationen konnten zeigen, dass die Struktur der Geschäftsleitung durch
Unternehmenscharakteristika, wie Unternehmensgröße, Anzahl an Geschäftssegmenten, Le-
verage, Forschungs- und Entwicklungsinvestitionen, immaterielle Vermögenswerte, unter-
nehmerisches Risiko, Leistung und Wachstumschancen beschrieben werden können (A. L.
Boone, Casares Field, Karpoff, & Raheja, 2007; Coles, Daniel, & Naveen, 2008; Linck, Net-
ter, & Yang, 2008). Auf die Größe, das Risiko, die Leistung bzw. Profitabilität, die Wachs-
tumschancen und der Leverage wurde bereits eingegangen und Empfehlungen für ihre
Integration als Selektionskriterium abgegeben. Somit ist zumindest indirekt auch der Faktor
Wettbewerb um Talente für Führungspositionen abgedeckt und muss nicht separat als quan-
titatives Selektionskriterium bei einer Peer Group Identifikation herangezogen werden.
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 161
Darüber hinaus können die Selektionskriterien um die Anzahl an Geschäftssegmenten, die
Forschungs- und Entwicklungsinvestitionen und die immateriellen Vermögenswerte ergänzt
werden. Die Anzahl an Geschäftssegmenten verfeinert zusätzlich die Bertachtung der Unter-
nehmensgröße und deren Diversifikation (Linck u. a., 2008, S. 311). Mit diesem Selektions-
kriterium wird indirekt auch das Alter der Unternehmen integriert, da mit steigendem Alter
aufgrund der stetigen organischen und nicht-organischen Wachstumsprämisse auch die Kom-
plexität des Unternehmens zunimmt. Hierbei muss aber beachtet werden, dass diese Annahme
nicht für alle Unternehmen generalisiert werden kann (Linck u. a., 2008, S. 311). Dennoch
kann für eine detailliertere Analyse zusätzlich auch das Alter des Unternehmens ergänzt wer-
den, da neben der Unternehmensgröße diese beiden Parameter einen positiv signifikanten Ein-
fluss auf die Größe des Executive Boards besitzen (Linck u. a., 2008, S. 20). Gerade für Start-
Up-Unternehmen und Unternehmen, die sich generell in einem starken Wachstum befinden,
ist das Hinzufügen des Unternehmensalters und die Anzahl an Geschäftssegmenten als Selek-
tionskriterium somit eine sinnvolle Ergänzung. Die Anzahl an Geschäftssegmenten kann ne-
ben einer Analyse des Unternehmens über bspw. die Geschäftsberichte, vereinfacht auch über
die Anzahl der Zuordnungen zu unterschiedlichen Industrieklassifizierungscodes erfolgen.
Die Ausgaben für Forschung und Entwicklung (F&E) werden neben dem Market-to-Book
Verhältnis standardmäßig als Proxy für die Wachstumschancen eines Unternehmens genutzt
(Linck u. a., 2008, S. 312). Aufgrund des Vergleiches mit unterschiedlichen Unternehmen
erfolgt die Messung dabei wie folgt: ü & & . Diese
Ausgaben haben eine positive Verbindung zur Unabhängigkeit der Geschäftsleitung (Linck
u. a., 2008, S. 320). Zudem ist für forschungsintensive Unternehmen ein spezielles Know-
how und Insiderwissen des Executive Boards erforderlich, weswegen diese Unternehmen
auch einen höheren Anteil an Spezialisten aufweisen sollten. Der Vorteil von Fachleuten in
der Geschäftsleitung zeigt sich auch im Tobin’s Q, der grundsätzlich mit steigendem Anteil
an Spezialisten steigt (Coles u. a., 2008, S. 329;331). Die Zusammensetzung des Executive
Boards kann sich demnach in Abhängigkeit der Forschungsausgaben deutlich unterscheiden.
Unternehmen mit hohen Wachstumschancen und dementsprechend i.d.R. hohen Forschungs-
ausgaben profitieren von einem kleinen, unabhängigen und sehr für diesen Fachbereich spe-
zialisierten Executive Board, im Gegensatz zu komplexen Unternehmen mit einer hohen
Industriediversifikation. Diese wiederum profitieren von einem großen Executive Board, die
dafür die richtige Expertise und Erfahrung mitbringen (Coles u. a., 2008, S. 351). In der Praxis
können hohe Forschungsausgaben aber nicht immer durch ein hohes Maß an Insidern in der
Geschäftsleitung bestätigt werden (Coles u. a., 2008, S. 340). Dennoch können Forschungs-
und Entwicklungsausgaben zusammen mit dem Market-to-Book Verhältnis die Auswahl von
Vergleichsunternehmen weiter spezifizieren. Wie sich auch in der Fallstudie zeigen wird, ist
162 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
diese Erweiterung von besonderer Bedeutung, sobald nicht-börsennotierte Unternehmen be-
trachtet werden und damit das Kurs-Buchwert-Verhältnis nicht zur Verfügung steht. Die An-
gaben zu den F&E-Ausgaben sind i.d.R. in den Geschäftsberichten oder in den
Finanzdatenbanken ausgewiesen.
Beim Wettbewerb um Talente spielen auch die immateriellen Vermögenswerte (bspw. Pa-
tente, Schutzrechte oder Marken) als Unternehmenscharakteristika für die Zusammensetzung,
Größe und Unabhängigkeit des Executive Boards eine Rolle (Albuquerque u. a., 2013, S.
177). Hierbei können Coles et al. (2008, S. 340) zeigen, dass eine Steigerung des unterneh-
merischen Risikos, wie auch eine Erhöhung des Anteil an immateriellen Vermögenswerten
zu einer Zunahme des Anteils an Spezialisten im Executive Board beiträgt. Dies wiederum
lässt, wie auch bei hohen Forschungsausgaben, auf hohe Wachstumschancen des Unterneh-
mens schließen. Dies zeigt sich sehr gut in bei Hightech Start-Up Unternehmen, die i.d.R. mit
hohen Insiderwissen der Gründungsmitglieder und starken Wachstumschancen starten und im
weiteren Zeitverlauf externes Wissen vor allem durch Finanzspezialisten in das Unternehmen
integrieren (Clarysse, Knockaert, & Lockett, 2007, S. 255f). Für die Vergleichbarkeit von
Unternehmensleistungen und damit der Leistung des Executive Boards kann die Betrachtung
der immateriellen Vermögenswerte als weiteres Selektionskriterium unter dem Aspekt der
Wachstumschancen deshalb zu einer weiteren Spezifizierung der Vergleichsunternehmen bei-
tragen. Falls die immateriellen Vermögenswerte in den Finanzdatenbanken oder in den Ge-
schäftsberichten nicht explizit ausgewiesen sind, können diese wie folgt berechnet werden
(Coles u. a., 2008, S. 336;354):
= 1− , ,
Wie auch bei den F&E-Ausgaben werden die immateriellen Vermögenswerte in ihrem relati-
ven Verhältnis zu den Gesamtvermögenswerten gemessen, um die Vergleichbarkeit mit an-
deren Unternehmen zu gewährleisten. Damit kann der immaterielle Vermögenswert eines
Unternehmens als weiteres Selektionskriterium zur Identifikation der Peer Group hinzugefügt
werden.
Die Herausforderung der Erweiterung der Selektionskriterien führt zu dem bereits beschrie-
benen Trade-Off für die Analysten der relativen Leistungsbewertung (T. Wagner, 2005, S.
15). Werden diese Kriterien als harte Faktoren herangezogen, die es für die Vergleichbarkeit
von Unternehmen zu erfüllen gilt, besteht die Gefahr, dass eine beliebige Ausdehnung der
Selektionskriterien dazu führt, dass keines der Vergleichsunternehmen mehr mit dem Basis-
unternehmen vergleichbar erscheint. Damit würde der positive Effekt einer Glättung exogener
Einflussfaktoren auf das Unternehmen entfallen (Loßagk & Weidmüller, 2010, S. 36). Kelb-
ling und Botsis (2001, S. 465) sehen für die Auswahl der Selektionskriterien den Analysten
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 163
in der Verantwortung, da dieser durch die eigenen Erfahrungen am besten einzuschätzen ver-
mag, welche Kriterien von besonderer Bedeutung für das eigene Unternehmen sind. Aufgrund
dieser Komplexität ist es auch nicht verwunderlich, warum sich in der Praxis kein einheitli-
cher Prozess bisher durchgesetzt hat (vgl. dazu Albuquerque u. a., 2013, S. 179f).
Dieses Kapitel 6.4 trägt dazu bei, die Auswahl verschiedener Selektionskriterien im Detail zu
verstehen und die Wichtigkeit unterschiedlicher Kennzahlen zur Ähnlichkeitsüberprüfung
von Unternehmen aus der Longlist darzustellen. Aufgrund der unterschiedlich großen Vielfalt
an Selektionskriterien und unterschiedlichsten Ansätzen und Empfehlungen aus der Wissen-
schaft und der Praxis wird hier ein Verfahren zur Identifikation der Peer Group empfohlen,
welches vier zentrale Selektionskriterien als obligatorisch und damit zwingend erforderlich
darstellt und zusätzlich die Möglichkeit für die Integration weiterer Kriterien zur Verfeinerung
des Auswahlprozesses zulässt. Hierbei wird zusätzlich die Empfehlung ausgesprochen, wie
auch von Beckmann et al. (2003, S. 104) vorgeschlagen, eine kleinere Anzahl an Vergleichs-
unternehmen mit einer hohen Ähnlichkeit einer größeren Gruppe mit einer geringeren Ähn-
lichkeit vorzuziehen. Zusammenfassend kann deshalb festgehalten werden, dass eine Vielzahl
an unterschiedlichen Selektionskriterien existieren und in der Wissenschaft, wie auch in der
Praxis, in unterschiedlicher Intensität Anwendung finden. Dabei sind einige von einer grund-
sätzlich obligatorischen Bedeutung, andere wiederum von geringerer Wichtigkeit für die Iden-
tifikation einer Peer Group, können aber dennoch zu einer Verfeinerung der Auswahl
beitragen. Auf den in dieser Forschungsarbeit entwickelten Gesamtprozess zum Peer Group
Benchmarking und die Nutzung verschiedener Selektionskriterien wird in Kapitel 7 im Detail
eingegangen. Zuvor soll aber auf einen zweiten wichtigen Aspekt zur Entwicklung und Nut-
zung des Peer Group Benchmarking eingegangen werden: verzerrende und verwässernde Fak-
toren bei finanziellen Kennzahlen.
6.5 Verzerrende und verwässernde Faktoren bei finanziellen Kenn-
zahlen
6.5.1 Grundsätzliche Vergleichbarkeit finanzieller Kennzahlen
Bisher wurde in diesem Kapitel der Fokus auf die systematische Entwicklung einer Peer
Group zur relativen Performanceevaluation gelegt. Da diese Form des Benchmarkings gegen-
über Dritte auf Basis finanzieller Steuerungsgrößen durchgeführt wird, muss selbstverständ-
lich die Vergleichbarkeit dieser Finanzkennzahlen gewährleistet sein. Im Nachfolgenden wird
darauf eingegangen, warum finanzielle Kennzahlen aus Jahresabschlüssen von Unternehmen
164 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
grundsätzlich miteinander vergleichbar sind, für eine möglichst objektive Performancebewer-
tung unternehmerischer Leistung aus organischem Wachstum heraus verzerrende und verwäs-
sernde Faktoren aber dennoch einen Einfluss auf die Bewertung haben können.
Grundsätzlich wird durch internationale und länderspezifische Rechnungslegungsstandards
und deren gesetzliche Verpflichtungen eine Vergleichbarkeit für finanzielle Daten und Infor-
mationen sichergestellt. Generell stellen staatliche Finanzbehörden die Einhaltung dieser
Richtlinien sicher. Zusätzlich sind Unternehmen in Abhängigkeit ihrer Größe (definiert über
Mitarbeiter, Bilanzsumme und Umsatzerlöse) in unterschiedlicher Detailtiefe dazu verpflich-
tet, Finanzkennzahlen offenzulegen. Die Einhaltung von Gesetzen, Gesellschafterverträgen,
Grundsätzen ordnungsgemäßer Buchführung, und Rechnungslegungsvorschriften wird bei
mittelgroßen und großen Unternehmungen in einer Jahresabschlussprüfung durch Wirt-
schaftsprüfer sichergestellt (Niewerth, 2004, S. 21–25). Eine umfassende Revisionspflicht ha-
ben bspw. in der Schweiz alle Unternehmen mit einer Bilanzsumme von mind. 20 Mio.
Franken, 40 Mio. Franken Umsatz und durchschnittlich 250 Mitarbeiter. Die Rechnungsle-
gungsstandards aus bspw. dem deutschen HGB (Germany & Hefermehl, 1995, § 238 Abs. 1)
oder dem Schweizerischen Obligationenrecht (Schweiz, Schulin, & Vogt, 2017, Art. 958c)
definieren dabei die Grundsätze ordnungsgemäßer Buchführung und damit Regeln zur Bilan-
zierung und Buchführung, die zwingend einzuhalten sind. Auf drei zentrale Aspekte beispiel-
haft aus dem HGB, die die Vergleichbarkeit finanzieller Kennzahlen aus dem
Rechnungswesen sicherstellen sollen, wird im nachfolgenden kurz eingegangen werden.
Die Bilanzkontinuität (Germany & Hefermehl, 1995, § 252 Abs. 1) definiert, dass Jahresab-
schlüsse die zeitlich aufeinander folgen, sowohl dieselbe Gliederung (formelle Bilanzkonti-
nuität) als auch dieselben Bewertungsprinzipien (materielle Bilanzkontinuität) beinhalten
müssen. Mit dieser Richtlinie soll vermieden werden, dass betriebswirtschaftliche Verände-
rungen durch Unternehmen verheimlicht werden. Somit wird Stakeholdern, aber auch Wett-
bewerbern, Finanzämtern und Kreditinstituten eine Vergleichbarkeit von
Unternehmensentwicklungen ermöglicht. Die formelle Bilanzkontinuität soll Begriffsdefini-
tionen, inhaltliche Stetigkeit, Gliederungsschemata und v.a. auch die Übereinstimmung Bi-
lanzstichtagen (31.12. zu 01.01.) sicherstellen (Vollmuth, 2009, S. 76). Damit Benchmarking
eingesetzt werden kann, ist die materielle Bilanzkontinuität jedoch noch essentieller. Jede ein-
zelne Bilanzposition muss in jedem neuen Jahresabschluss auf dieselbe Art und Weise be-
stimmt werden. Nur in legitimen Ausnahmefälle kann von der Berechnungsmethode des
Vorjahres abgewichen werden (Germany & Hefermehl, 1995, § 252, Abs. 1 & Abs. 2) und
muss entsprechend im Anhang des Jahresabschlussberichts kommentiert werden (Vollmuth,
2009, S. 77). Seit 2009 gilt zusätzlich das Gebot der Ansatzstetigkeit (Heesen & Gruber, 2009,
S. 25), das besagt, dass bei Ansatzwahlrecht der einmal ausgewählte Ansatz beibehalten wer-
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 165
den muss (Germany & Hefermehl, 1995, § 246, Abs. 3). Wird im Benchmarking dazu über-
gegangen finanzielle Kennzahlen zu nutzen, die auf der relativen Entwicklung zwischen dem
aktuellen Geschäftsjahr und dem Vorjahr basieren, kann von einer grundsätzlichen Vergleich-
barkeit ausgegangen werden. Warum diese relativen Kennzahlen im Benchmarking prinzipi-
ell zu bevorzugen sind wird im weiteren Verlauf dieses Kapitels noch einmal deutlich.
Darüber hinaus legt die Bilanzwahrheit als weiteren Grundsatz einer ordnungsgemäßen Buch-
führung nach HGB fest, dass Finanzbuchungen richtig, geordnet und zielgerichtet zu tätigen
sind (Germany & Hefermehl, 1995, § 339, Abs. 2) und darüber hinaus vollständig (Germany
& Hefermehl, 1995, § 246, Abs. 1) sein müssen. Dazu gehört die Darstellung „sämtlicher
Vermögensgegenstände, Schulden, Rechnungsabgrenzungsposten, Aufwendungen und Er-
träge“ (Vollmuth, 2009, S. 75). Die Willkürfreiheit definiert überdies, dass Ermessenspiel-
räume nur nach „vernünftiger kaufmännischer Beurteilung“ auszunutzen sind. Nach
einmaliger und nachvollziehbarer Festlegung müssen diese auch dauerhaft Anwendung fin-
den (Zimmerer, 1981, S. 13f). Gerade die Verpflichtung der Darstellung vollständiger Infor-
mationen soll Verschleierungen in jeglicher Form vermeiden und somit durch eine belastbare
Datengrundlage etwaige Vergleichsanalysen verbessern.
Für den Einsatz von Benchmarking ist es ebenfalls wichtig, dass Bilanzklarheit und damit
Übersichtlichkeit im Jahresabschluss existiert. Gliederungsvorschriften in der Bilanz und in
der Gewinn- und Verlustrechnung werden definiert (Germany & Hefermehl, 1995, §§ 266,
275). Dazu zählt auch, dass sowohl Erträge und Kosten (Gewinn- und Verlustrechnung), als
auch Aktiva und Passiva nicht untereinander verrechnet werden dürfen (Germany & Hefer-
mehl, 1995, $ 246, Abs. 2). Zusätzlich müssen alle Informationen und Erklärungen zu den
Vorjahreswerten enthalten sein. Kleinere Positionen ohne großen Ergebniseinfluss können in
einer Position der Übersichtlichkeit wegen zusammengefasst werden. Damit soll ein mög-
lichst realistisches finanzielles Abbild der Unternehmung geschaffen werden und somit de-
taillierte Performanceevaluationen zu ermöglichen (Vollmuth, 2009, S. 75).
Die oben beispielhaft aufgeführten Grundsätze ordnungsgemäßer Buchführung des HGB aus
Deutschland zur Sicherstellung einer bestmöglichen Darstellung und Offenlegung der finan-
ziellen Leistung eines Unternehmens zeigen die wesentlichen gesetzlichen Rahmenbedingun-
gen auf. Gleichzeit wird damit auch dafür gesorgt, dass jährliche Analysen im Vergleich zum
Vorjahr möglich sind. Neben Deutschland mit ihrem HGB haben auch andere Länder in ihrem
Rechnungslegungsstandard Grundsätze ordnungsgemäßer Buchführung. In der Schweiz ist
dies ebenfalls sehr detailliert ausgestaltet. Systematische, vollständige und wahrheitsgetreue
Aufbereitung ist ebenso zwingend erforderlich, wie auch die Nachprüfbarkeit bereitgestellter
Informationen und Klarheit und Wesentlichkeit der Angaben (Schweiz u. a., 2017, Art. 957a,
166 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
958). Durch die aufgeführten Punkte wird ersichtlich, dass Finanzkennzahlen von Unterneh-
men grundsätzlich eine sehr hohe Qualität und Belastbarkeit aufweisen, da diese auf Basis
von Rechnungslegungsstandards nach besten Wissen und Gewissen in der Finanzbuchhaltung
gebucht werden und zusätzlich die Einhaltung der gesetzlichen Regulierungen i.d.R. durch
Wirtschaftsprüfer und staatliche Steuerprüfer sichergestellt werden. Prinzipiell ist somit Peer
Group Benchmarking als Managementinstrument zur relativen Performanceevaluation auf
Basis externer, relativer Finanzdaten anderer Peer Unternehmen (Geschäftsberichte, öffentli-
che Finanzdatenbanken) absolut geeignet.
Trotz einer generellen Eignung, finanzielle Daten und Informationen, die von Unternehmen
offengelegt werden, für Peer Benchmarks zu nutzen, besitzen diese Kennzahlen oft auch einen
gewissen individuellen Charakter. Deshalb kann es sich zur Verbesserung der Analyse loh-
nen, diese Informationen auf den unternehmensspezifischen Gesamtkontext hin zu betrachten.
Gerade bei Benchmark-Analysen mit einer nur geringen Anzahl an Vergleichsunternehmen
gibt es einige Aspekte, die bei einer detaillierten Untersuchung berücksichtigt werden sollten,
um Analysefehler und Fehlinterpretationen zu vermeiden. Grundsätzlich geht es im Peer
Group Benchmarking darum, die Leistung eines Unternehmens möglichst objektiv im Ge-
samtkontext des eigenen Umfeldes zu bewerten. Dabei kann es neben der Auswahl von ge-
eigneten Vergleichsunternehmen zur Identifizierung einer Peer Group sinnvoll sein, mögliche
verzerrende und verwässernde Faktoren bei finanziellen Kennzahlen aus Finanzdatenbanken
und Geschäftsberichten zu kennen und bei Möglichkeit auszuschließen. In den folgenden Ab-
schnitten geht es nun darum, die Vergleichbarkeit der finanziellen Kennzahlen aus der Ge-
winn- und Verlustrechnung und der Bilanz unter dem Ziel der Evaluation operativer
Managementleistung aus organischem Wachstum heraus zu verbessern.
In der Theorie werden immer wieder Ansätze vorgeschlagen, die versuchen, verzerrende und
verwässernde Einflüsse auf Kennzahlen zu glätten. Stapenhurst (2009, S. 106–109) bspw.
spricht sich für einen Vergleich von Kennzahlen über einen längeren Periodenzeitraum aus,
damit sich Effekte, die nur vereinzelt alle paar Jahre auftauchen, automatisch verteilen. Klei-
nere Schwankungen können durch eine langfristige Trendanalyse aufgefangen werden und
haben somit keinen zu starken Einfluss auf die Leistungsbewertung eines Unternehmens. Eine
zentrale Voraussetzung dafür ist die, dass die Prozesse und Organisationsstrukturen innerhalb
des Unternehmens keine große Veränderung erfahren haben. Hierfür bietet es sich bspw. an,
Kontrollcharts zu etablieren, die Ausreiser identifizieren und damit auf signifikante Ereignisse
aufmerksam machen. Mit sinnvollen Regeln können Kontrollcharts auch auf Veränderungen
aufmerksam machen, die nicht sofort klar ersichtlich erscheinen.
Einen weiteren Ansatz zur Vermeidung einer solchen detaillierten Analyse verzerrender und
verwässernder Faktoren kann auf die Aussagen von Hostettler und Stern (2007, S. 71–76),
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 167
Kelbling und Botsis (2001, S. 465) und Loßagk und Weidmüller (2010, S. 36) zurückgeführt
werden. Diese beschreiben die Nutzung einer großen Datenbasis durch eine Vielzahl an Ver-
gleichsunternehmen in der Peer Group. Damit wird versucht, statistische Fehler nach dem
„Gesetz der großen Zahl“ zu reduzieren und verzerrende und verwässernde Faktoren finanzi-
eller Kennzahlen zu glätten. Lediglich systematische Fehler können durch einen hohen Stich-
probenumfang nicht ausgeglichen werden (Hostettler & Stern, 2007, S. 71). Das Peer Group
Benchmarking, das über einen reinen Wettbewerbsvergleich hinausgeht, integriert genau aus
diesem Grund nach dem Prinzip von Porter’s Five Forces eine Vielzahl an Unternehmen in
die Peer Group. Dabei kommt ein zweiter Vorteil zum Tragen. Trendanalysen im Peer Group
Benchmarking sind im Gegensatz zu Vergleichen der absoluten Höhe von Kennzahlen deut-
lich robuster. Diesen sollte in Entscheidungssituationen deshalb größeres Gewicht beigemes-
sen werden, als absoluten Größen eines einzelnen Werttreibers (Hostettler & Stern, 2007, S.
72). Somit wird hier mit dem Peer Group Benchmarking und der Nutzung von Trendverglei-
chen auch den Empfehlungen von Stapenhurst (2009, S. 106–109) entsprochen. Inwiefern
sich eine große Anzahl an Peer Unternehmen auf Notwendigkeit der Reduktion von verzer-
renden und verwässernden Faktoren auswirkt, wird in den Fallstudien noch einmal genauer
betrachtet.
Stapenhurst (2009, S. 114–119) favorisiert darüber hinaus die für das Benchmarking die Nor-
malisierung der finanziellen Daten. Ähnlich wie bei den Trendanalysen werden die absoluten
Kennzahlen in Verhältniskennzahlen umgewandelt, um die Vergleichbarkeit auch bei unter-
schiedlichen Unternehmensgrößen oder Geschäftssaisons zu gewährleisten. Im HGB wird
durch die Bilanzkontinuität eben diese Vergleichbarkeit sichergestellt. Diese Normalisierung
kann quasi für jeden Vergleichsgengenstand genutzt werden. Die unterschiedlichen Möglich-
keiten der organisatorischen Leistungsanalyse wurde bereits in Kapital 5.2 erläutert, findet
aber im Rahmen des Prozesses zum Peer Group Benchmarking (siehe Kapitel 7) und inner-
halb der Fallstudien (siehe Kapitel 8) noch einmal Berücksichtigung.
Andere Autoren, wie bspw. Fahrni et al. (2002, S. 11), sehen die veröffentlichten Jahresab-
schlüsse als bereits in ausreichend hohem Maße harmonisiert an, zumindest solange sich die
Vergleichsobjekte des Benchmarkings auf eine Industrie beschränken. Diese Harmonisierung
ist laut Fahrni et al. (2002, S. 11) auf gemeinsame Rechnungslegungsstandards und der sys-
tematischen Auswahl an Vergleichsunternehmen zurückzuführen. Trotz der zusätzlichen
Möglichkeiten durch Trendanalysen und einer hohen Anzahl an Vergleichsunternehmen eine
Reduktion des Einflusses verzerrender und verwässernden Faktoren zu erhalten, werden im
Nachfolgenden diese Einflussfaktoren auf Kennzahlen identifiziert und der mögliche Grad
der Beeinflussung bestimmt. Bisher existieren hierzu keine wissenschaftlich umfassenden
Analysen zu den verzerrenden und verwässernden Faktoren und ihren Auswirkungen. In der
Fallstudie in Kapitel 8 werden diese anschließend im Detail betrachtet, um ihre Einflussstärke
168 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
zu beleuchten und um exemplarisch aufzuzeigen, ob eine verhältnismäßig große Anzahl an
Vergleichsunternehmen diese Einflüsse glätten können. Die Fragestellung dabei lautet: Kann
durch die Nutzung einer Peer Group zur relativen Leistungsevaluation auf eine detaillierte,
zeitintensive und damit ressourcenbindende Betrachtung von verwässernden und verzerren-
den Faktoren verzichtet werden?
6.5.2 Verzerrende und verwässernde Faktoren auf die Erfolgsrechnung und
die Bilanz
6.5.2.1 Finanzielle Ergebnisqualität und der Einsatz von Earnings Management
Eine effektive Nutzung finanzieller Kennzahlen aus der jährlichen oder gar quartalsweisen
Gewinn- und Verlustrechnung in einem Peer Group Benchmarking erfordert ein Zahlenwerk
von höchster Qualität, Validität und Reliabilität. Eine hohe Qualität finanzieller Kennzahlen
ist durch Dichev et al. (2013, S. 1) definiert, der dies aus einer Umfrage unter nahezu 200
CFOs börsennotierter Unternehmen heraus identifizierte. Eine hohe Ertragsqualität liegt dem-
nach vor, wenn Erträge:
nachhaltig und reproduzierbar,
von einem spezifischen Charakter und einem konsistenten Rechnungslegungsstan-
dard,
durch tatsächliche Cash-Flows abgesichert,
frei von Einmalaufwendungen und
frei von langfristigen Schätzungen sind.
Eine Grundvoraussetzung für eine hohe Qualität der Unternehmenserträge ist, dass keine Ma-
nipulation durch das Management vorliegt und auch der durch die allgemein anerkannten
Prinzipien der Buchhaltung (GAAP, generally accepted accounting principals) mögliche
Spielraum sollte hierbei nicht ausgenutzt werden. Dieses „Earnings Management“ (Ertrags-
/Gewinnmanagement) wurde in jedem der vorgegebenen Zeiträume in ca. 20 Prozent der 200
befragten Unternehmen durchgeführt. Das führt dazu, dass in ungefähr zehn Prozent aller un-
tersuchten Unternehmen die EPS fehlerhaft dargestellt sind (Dichev u. a., 2013, S. 2f). Die
Durchführung dieser Anpassungen erfolgt, um einerseits vorgegebene Ziele für das aktuelle
Geschäftsjahr zu erreichen oder anderseits um Erträge auf das nächste Geschäftsjahr zu ver-
schieben, um frühzeitig für die nächste Zielerreichung vorzusorgen. Dies führt zwangsläufig
zu Fehlinterpretationen unternehmerischer Leistungen. In der Praxis haben demnach 60 Pro-
zent der Aktivitäten im Earnings Managements den Fokus auf Einkommenserhöhungen, rund
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 169
40 Prozent auf Einkommensreduzierungen. Dies widerspricht bestehender Literatur, die einen
wesentlich stärkeren Fokus auf den Einkommenserhöhungen sieht, entspricht aber der Idee
des intertemporalen Aufbaus von Rückstellungen. Ertragsmanagement wird dabei primär
durchgeführt, um den Aktienkurs zu beeinflussen, dem externen und internen Druck nach
Gewinnerwartungen gerecht zu werden und um Nachteile in der Vergütung und damit nega-
tive Karrierekonsequenzen zu vermeiden (Dichev u. a., 2013, S. 3). Das Earnings Manage-
ment wird aber nicht ausschließlich durch das Management beeinflusst. Die befragten CFOs
schätzen den Einfluss externer Faktoren auf die Qualität der Erträge auf ca. 50 Prozent. Dieser
Einfluss ist vor allem auf das Geschäftsmodell, die Industrie und makroökonomische Gege-
benheiten zurückzuführen (Dichev u. a., 2013, S. 2).
Auf die externen durch das Geschäftsmodell und die Industrie geprägten Einflussfaktoren
muss beim Peer Group Benchmarking nicht weiter eingegangen werden. Durch das vorge-
stellte Konzept zur Identifikation von Vergleichsunternehmen findet dies bereits in ausrei-
chend hohem Maße Berücksichtigung, sodass sich nur auf das durch das Management
durchgeführte Earnings Management konzentriert werden kann. Dieses Management zu iden-
tifizieren ist mit einigen Herausforderungen verbunden, da dies nur mit Hilfe von öffentlich
zugänglichen Daten durchgeführt werden kann. Auf Basis der Erfahrungen der CFOs konnten
vier zentrale Möglichkeiten identifiziert werden (Dichev u. a., 2013, S. 28):
Erträge und Gewinne sind inkonsistent mit den Cashflows: Ein Indikator, der für
Earnings Management spricht, ist die Nicht-Übereinstimmung der Trends der Ge-
winne und der operativen Cashflows. Hierfür gibt besonders die Betrachtung von
Quartalsdaten Aufschluss. Unterschiedliche Trends über mehr als sechs Quartale
sind hier ein klares Indiz. Unternehmen, die sich in einem starken Wachstum befin-
den, sollten jedoch ausgeklammert werden. Diese tendieren dazu hohe Rückstellun-
gen bei gleichzeig verhältnismäßig schwachen operativen Cashflows zu haben. Dies
muss in diesem Fall aber nicht auf eine geringe Ertragsqualität zurückzuführen sein.
Abweichungen von der Norm: Ein zweites Indiz für Earnings Management zeigt
sich bei straken Abweichen von Industrienormen oder den Entwicklungen in der
Peer Group. Hierfür werden in der Praxis primär der Cash-Zyklus, die durchschnitt-
liche Profitabilität, das Umsatz- und Investitionswachstum und die Wertminderun-
gen und Abschreibungen der Vermögenswerte betrachtet. Nicht nur in der Praxis,
auch in der Wissenschaft wird die Nutzung von Industrie und Peer Benchmarks als
Kontrollmechanismus für Earnings Management empfohlen. Gerade durch Fälle
der systematischen Manipulation (bspw. bei Enron und WorldCom) sollte dieser
Kontrolle zur Identifikation von Manipulationen ein hoher Stellenwert beigemessen
werden.
170 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
Unterschiedliche Signale: CFOs beschreiben darüber hinaus noch weitere Indikato-
ren und Warnhinweise auf eine Manipulation der Finanzdaten. Dazu zählen kon-
stantes Treffen und Übertreffen von Gewinnbenchmarks, zahlreiche einmal
Ereignisse, eine hohe Anzahl an Rückstellungen und Veränderung der Rückstellun-
gen und allzu glatte Einkommensmuster. Die Betrachtung dieser Warnhinweise
wird auch in der Literatur beschrieben.
Sonstige Signale: Zusätzlich können noch weitere Indizien herangezogen werden.
Der Aufbau von Vorräten und Forderungen, eine hohe Volatilität in den Erträgen
und die fehlende Transparenz im Finanzbericht. Bisher wenig Beachtung finden in
der Literatur intuitive klingende Ereignisse wie bspw. zahlreiche Wechsel im Ma-
nagement und in der Geschäftsleitung, häufige Veränderungen der Schätzungen
zentraler finanzieller Kennzahlen und der leitenden Werte und (ethischen) Unter-
nehmenskultur durch die Geschäftsleitung (Tone of the top).
Watrin und Ullmann (2012, S. 179) konnten unabhängig vom Rechnungslegungsstandard ei-
nen Zusammenhang zwischen der Qualität der Erträge und den Reporting-Anreizen identifi-
zieren. Unter Reporting-Anreizen sind hierbei das Rechtssystem, Sicherheitsgesetzte, die
Volkswirtschaft, die Durchsetzung von Accounting-Standards über Landesgrenzen hinweg
und der Druck des Kapitalmarktes zu verstehen (Watrin & Ullmann, 2012, S. 180). Bisher
wurde davon ausgegangen, dass gerade der Kapitalmarktdruck zu einer Erhöhung der Repor-
ting-Qualität führt. Jedoch konnten Watrin und Ullmann (2012, S. 179) für deutsche Unter-
nehmen zeigen, dass die Qualität mit abnehmenden Anreizsystem steigt. Wird der
internationale Rechnungslegungsstandards IFRS (International Financial Reporting Stan-
dards) mit dem deutschen Handelsgesetzbuch verglichen, kann kein signifikanter Einfluss auf
die Qualität der Finanzdaten festgestellt werden (Watrin & Ullmann, 2012, S. 187). Dennoch
besitzt die Nutzung des IFRS als Rechnungslegungsstandard einen Vorteil. Dieser wird sig-
nifikant weniger durch das Anreizsystem beeinflusst als der deutsche Rechnungslegungsstan-
dard und weist damit zwischen Unternehmen eine nachweislich homogenere Qualität der
Finanzdaten auf (Watrin & Ullmann, 2012, S. 187). Hansen (2010, S. 468–477) zeigt zudem,
dass auch beträchtliches Earnings Management durchgeführt wird, um festgelegte Bench-
marks zu erreichen. Das Earnings Management von europäischen Unternehmen wird dabei
auch vom Steuersystem und damit vom jeweiligen Land beeinflusst. Zusätzlich ist bei nicht-
börsennotierten Unternehmen ein wesentlich geringeres Maß an Earnings Management zu
beobachten, was auf den geringeren Druck des Kapitalmarktes zurückzuführen ist (Coppens
& Peek, 2005, S. 7–13).
Eine umfassende Analyse zur Qualität der finanziellen Kennzahlen ist mit einem hohen Auf-
wand verbunden, vor allem wenn die Peer Group aus einer entsprechend hohen Anzahl an
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 171
Vergleichsunternehmen besteht. Die Überprüfung auf die systematische Durchführung von
Earnings Management kann aufgrund der oben aufgeführten Darstellungen bei nicht-börsen-
notierten Unternehmen vernachlässigt werden. Dies reduziert bereits in deutlichem Umfang
die Bindung von Ressourcen. Neben der oben dargestellten Vorgehensweise zur Identifika-
tion von Manipulationen empfiehlt die Wissenschaft hierzu eine Abkürzung. Dabei werden
folgende Überprüfungen vorgenommen: Veränderungen im Rechnungslegungsstandard, Ve-
rifizierung ob vergangene Rückstellungen auch erzielt wurden, Sicherstellung, dass einzelne
Elemente auch entfernt wurden und sorgfältig mit Positionen umgegangen wurde, deren Be-
wertung oder Umbewertung auf langfristigen Schätzungen beruht. Einen Aufschluss über die
Ertragsqualität kann auch die Transparenz des Vergütungsschemas der Geschäftsleitung und
des Executive Boards liefern. Unternehmen bei denen die Geschäftsleitung von einem starken
Anreizsystem geprägt ist sollte nur für langfristige Vergleiche genutzt werden, handeln diese
hingegen nach freiem Ermessen, kann auf die Betrachtung dieses verzerrenden und verwäs-
sernden Aspekts verzichtet werden.
6.5.2.2 Rechnungslegungsstandards und ihre Vergleichbarkeit
Wie bereits zur Qualität von Kennzahlen aus dem Finanzbericht beschrieben, so kann auch
der Rechnungslegungsstandard die veröffentlichten finanziellen Kennzahlen beeinflussen und
damit die Vergleichbarkeit mir anderen Unternehmen gefährden. Hierbei wird im Nachfol-
genden untersucht, inwiefern sich länderspezifische, also lokale Rechnungslegungsstandards
von denen des weit verbreiteten IFRS unterscheiden. Exemplarisch werden die wissenschaft-
lichen Veröffentlichungen zum US-GAAP und dem IFRS betrachtet. Die Idee dahinter ist,
dass seit 2005 in der Schweiz nur noch US-GAAP und IFRS für gelistete Unternehmen im
„Main Segment“ der SIX Swiss Exchange Regulation erlaubt sind. Der lokale Standard Swiss
GAAP FER ist nur noch als Minimalstandard im „Domestic Segment“ und im „Real Estate
Companies“ Segment des SIX Stock Exchange zulässig. Darüber hinaus kann bei KMUs da-
von ausgegangen werden, dass diese primär den lokalen Rechnungslegungsstandard nutzen,
in einem Peer Group Benchmarking aber auch primär mit Unternehmen gleicher Lokalität
verglichen werden. Dementsprechend kann bei KMUs auf die Identifikation von verzerrenden
und verwässernden Faktoren aufgrund unterschiedlicher Rechnungslegungsstandards ver-
zichtet werden. Aus diesem Grund fokussiert sich dieses Kapitel auf internationale Unterneh-
men und den Vergleich zwischen US-GAAP und IFRS.
Zunächst wird auf die wesentlichen Unterschiede zwischen dem US-GAAP und IFRS einge-
gangen. Verzögerte Zahlungseingänge müssen unter IFRS abdiskontiert werden, im US-
GAAP ist dies nur in einigen bestimmten Situationen notwendig (i.d.R. bei Fertigungsaufträ-
172 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
gen). Ein wesentlicher Unterschied ist der Umgang mit immateriellen Vermögenswerten. Un-
ter IFRS ist es möglich, Kosten zur Erschließung von intangiblen Vermögenswerten zu akti-
vieren, unter US-GAAP hingegen ist diese Position als Kosten zu verrechnen. Darüber hinaus
besteht im IFRS die Möglichkeit der Umbewertung (Revaluation) von intangiblen Assets,
sobald die Möglichkeit der aktiven Vermarktung existiert. Im US-GAAP hingegen ist dies
unter keinen Umständen gestattet. Obendrein kann Inventar unter IFRS nicht nach der Me-
thode last-in-first-out erfasst werden, nach US-GAAP-Standard hingegen schon. Ebenso er-
laubt US-GAAP keine Rückkehr von Wertminderungen des Inventars, im IFRS ist dies
allerdings möglich. Dasselbe Prinzip gilt für langfristig nutzbare Vermögenswerte (Institute
of Management Accountants, 2013, S. 74–78).
Mit steigender Bedeutung der relativen Performanceevaluation gehen Unternehmen heutzu-
tage bereits dazu über, IFRS als Rechnungslegungsstandard zu etablieren, um durch die Ge-
währleistung der Vergleichbarkeit finanzieller Kennzahlen auch über Landesgrenzen hinweg
ein besseres Verständnis über Accounting-Informationen zu erhalten und damit fundierte Ent-
scheidungen treffen zu können (J. S. Wu & Zhang, 2010, S. 1). Wu und Zhang (2010, S. 5)
konnten anhand europäischer Unternehmen zeigen, dass ab dem Jahre 2005 diese mit einer
geringen Anzahl an lokalen Vergleichsunternehmen dazu tendieren, accounting-basierende
relative Performanceevaluationen standardisiert unter IFRS durchzuführen, u.a. auch um Nut-
zungsbarrieren zu reduzieren, die im Zusammenhang mit unterschiedlichen Rechnungsle-
gungsstandards und dem Peer Group Benchmarking finanzieller Kennzahlen stehen. Vor
allem Unternehmen mit einer starken Globalisierung und Accounting-Konvergenz setzen ver-
mehrt auf ausländische Vergleichsunternehmen zur Leistungsbewertung (J. S. Wu & Zhang,
2010, S. 30). Diese Tendenz ist hilfreich, denn Henry et al. (2009, S. 128–148) zeigen, dass
sich die Standards und damit finanzielle Kennzahlen immer weiter annähern, es aber dennoch
in ein und demselben Unternehmen in Abhängigkeit des Reporting-Standards einen signifi-
kanten Unterschied zwischen den Nettogewinnen gibt. Auch im Eigenkapital eines Unterneh-
mens existieren Unterschiede, die aber vernachlässigbar gering sind. Bei einer Analyse
europäischer Unternehmen hat sich gezeigt, dass der Nettogewinn mit IFRS höher ausfällt als
mit US-GAAP. Dies führt dazu, dass in 28 Prozent der untersuchten Unternehmen der RoE
um mehr als fünf Prozentpunkte höher lag, wenn die Unternehmen nach dem IFRS berichtet
haben. Bei 10 Prozent der Unternehmen mit dem US-GAAP-Standard lag der Wert mehr als
fünf Prozentpunkte darunter (E. Henry u. a., 2009, S. 121;148f). Henry et al. (2009, S. 121)
wollen mit ihren Ergebnissen Unternehmen dafür sensibilisieren, dass trotz stetiger Annäh-
rungen dieser Standards immer noch signifikante Unterschiede zwischen den finanziellen Er-
gebnissen unter IFRS und US-GAAP existieren.
Die grundlegende Tendenz der Annäherung dieser beiden Standards identifizieren auch Barth
et al. (2012, S. 70). Dennoch sehen auch sie die Zunahme der Nutzung des internationalen
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 173
Rechnungslegungsstandards IFRS für die Vergleichbarkeit von Vorteil (Barth u. a., 2012, S.
90). Dies zeigt sich auch in einer umfassenden Untersuchung des spanischen Rechnungsle-
gungsstandards. Werden die finanziellen Abschlüsse in andere (ausländische) Standards
transkribiert, so können signifikante Unterschiede in „liquidity, solvency, indebtedness and
profitability“ gefunden werden (Laı́nez & Callao, 2000, S. 65).
Zusätzlich zeigt sich, dass eine Vergleichbarkeit mit US-amerikanischen Unternehmen besser
gewährleistet werden kann, wenn Unternehmen auf IFRS als Rechnungslegungsstandard um-
steigen, als US-amerikanische Unternehmen auf ausländische Standards umzustellen (Barth
u. a., 2012, S. 70). Überraschenderweise steigt auch die Vergleichbarkeit finanzieller Kenn-
zahlen, wenn sich Unternehmen in einem Land mit hoher (staatlicher) Durchsetzungskraft
befinden und IFRS als Rechnungslegungsstand nicht freiwillig, sondern verpflichtend genutzt
werden muss (Barth u. a., 2012, S. 83–88). Etwas gegensätzlich zu diesen Ergebnissen konn-
ten Lang et al. (2006, S. 281f) feststellen, dass Unternehmen ohne Hauptsitz in den Vereinig-
ten Staaten, die nach US-GAAP bilanzieren, eher gewillt sind Earnings Management zu
betreiben, als wenn diese ihren lokalen Standard nutzen. Damit wird die Qualität und Aussa-
gekraft der finanziellen Ergebnisse geschwächt. Darüber hinaus stellen sie fest, dass generell
Unternehmen außerhalb der Vereinigten Staaten gewillter sind, Earnings Management zu be-
treiben, um Erträge an ihre Benchmarks anzupassen, was auch dazu führt, dass die Verbin-
dung von Gewinnen und dem Aktienkurs weniger stark ausgeprägt ist (Lang u. a., 2006, S.
281f).
Für das Peer Group Benchmarking können die Informationen zum Rechnungslegungsstan-
dard aus den Finanzdatenbanken oder den Geschäftsberichten entnommen werden. Leider ga-
rantiert aber auch die Nutzung derselben Standards nicht zwangsläufig die Vergleichbarkeit
der Finanzdaten. Gerade die Nutzung derselben Rechnungslegungsstandards kann dazu füh-
ren, dass aufgrund unterschiedlicher Standorte mit verschiedenen Gerichtsbarkeiten und
Rechtssysteme die detaillierte Vergleichbarkeit nicht mehr in vollem Umfang gewährleistet
werden kann (Gordon & Gallery, 2012, S. 12). Das rechtliche Umfeld zu identifizieren ist
hingegen eine größere Herausforderung. Für Lang et al. (2006, S. 259) ist die Betrachtung des
Standortes dafür allein nicht ausreichend, da auch innerhalb eines Landes unterschiede (steu-
erliche) Anreize und Zwänge existieren. Aus diesem Grund sollte für eine grundlegende Ver-
gleichbarkeit finanzieller Kennzahlen überprüft werden, dass Unternehmen in einem
Rechtssystem agieren, dass ein hohes Maß an Anlegerschutz aufweist, im optimalen Fall ver-
pflichtend IFRS anwenden müssen damit ein geringeres Maß an Earnings Management statt-
findet, ihr Berichtswesen an das von US-amerikanischen Unternehmen angelehnt ist und mehr
zum US-GAAP vergleichbare finanzielle Kennzahlen veröffentlichen (Lang u. a., 2006, S.
277–282).
174 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
Obwohl unterschiedliche Rechnungslegungsstandards zu unterschiedlichen Finanzkennzah-
len führen können, ist dennoch einen Vergleich derselben möglich. Die Kennzahlen sind zwar
nicht gleichwertig, für einen Vergleich, vor allem ihrer Trends jedoch ähnlich genug (Laı́nez
& Callao, 2000, S. 79). Gerade die Idee des Peer Group Benchmarkings und die damit zusam-
menhängende Nutzung einer großen Anzahl an Vergleichsunternehmen mindern die Auswir-
kungen unterschiedlicher Rechnungslegungsstandards. Analysten sollten dabei aber nicht
vergessen, dass Abweichungen von bis zu fünf Prozentpunkten in den Ertragskennzahlen bei
unterschiedlichen Rechnungslegungsstandards der Peer Unternehmen vorliegen können (E.
Henry u. a., 2009, S. 121).
6.5.2.3 Unterschiedliche Berichtszeiträume
Generell kann davon ausgegangen werden, dass die Berichtszeiträume von Unternehmen mit
dem Kalenderjahr übereinstimmen. Bei einigen Unternehmen aber kann das finanzielle Ge-
schäftsjahr auch früher oder später enden. Bei einigen Vergleichsunternehmen aus den Fall-
studien waren die Berichtszeiträume auf Ende Januar, Juni, Juli, August, September oder gar
auf Oktober datiert. Die untersuchten Unternehmen zeigen vom Kalenderjahr abgesehen aber
keine weitere Präferenz für einen bestimmten Berichtszeitraum. Lediglich bei japanischen
Unternehmen konnte festgestellt werden, dass die Berichtszeiträume primär auf Ende März
datiert sind.
Für Analysten besteht demnach die Gefahr, bei einem undifferenzierten Vergleich finanzieller
Kennzahlen, saisonabhängige Effekte, wie bspw. das Vor-Weihnachtsgeschäft für Einzel-
händler, fehlerhaft darzustellen und zu analysieren. Einen wesentlich größeren Effekt aber
haben neben den saisonalen Effekten Krisen, wie bspw. die Weltwirtschaftskrise ab dem Jahre
2007, die durch unterschiedliche Berichtszeiträume fehlerhaft interpretiert werden können.
Bisher gibt es dennoch keine Literatur, die sich mit unterschiedlichen Berichtszeiträumen und
ihren Auswirkungen auf die Vergleichbarkeit der veröffentlichten Kennzahlen beschäftigt.
Dennoch kann dieser verzerrende Faktor große Auswirkungen auf die relative Performancee-
valuation von Unternehmen besitzen. Vor allem im Zusammenhang mit dem Peer Group
Benchmarking kann es dadurch zu einer Glättung von externen Einflüssen kommen, wenn die
exogenen Einflüsse nur von kurzer Dauer sind oder auf die eigene Industrie nur einen kurz-
fristigen Effekt haben. Dies hängt damit zusammen, dass im Peer Group Benchmarking i.d.R.
das eigene Unternehmen mit dem Median und den oberen und unteren Quartilen verglichen
werden. Wirken in einem speziellen Jahr externe Einflüsse stark auf bspw. den Umsatz, so
kann dies bei unterschiedlichen Unternehmen erst im darauffolgenden oder bereits vorange-
gangenen Jahr in den Finanzberichten zum Tragen kommen, sobald die Berichtszeiträume
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 175
nicht identisch sind. Dementsprechend können dadurch exogene Effekte deutlich abge-
schwächt werden. Damit führt der Vergleich des eigenen Unternehmens mit der Peer Group
zu einer fehlerhaften Interpretation der eigenen relativen Leistung.
In den Fallstudien hat sich als wesentlicher Nutzen herausgestellt, auf identische Berichtszeit-
räume bei der Betrachtung finanzieller Kennzahlen zu achten. Vor allem bei der Darstellung
der Auswirkungen der globalen Wirtschaftskrise ab dem Jahr 2007 trugen identische Berichts-
zeiträume in erhöhtem Maße dazu bei, diese optimal darzustellen. Ohne Anpassungen waren
die Effekte bspw. auf die Umsatzentwicklung deutlich weniger stark ausgeprägt, da sich in
den Fallstudien die Auswirkungen speziell auf ein Jahr konzentrierten. Ein Vorteil des Be-
richtszeitraumes als verzerrender Faktor auf finanzielle Kennzahlen ist, dass sich dieser ein-
fach identifizieren und darüber hinaus auch bereinigen lässt. Die Berichtszeiträume sind direkt
in allen gängigen Finanzdatenbanken hinterlegt, ansonsten ist diese Information auch in den
Geschäftsberichten zu finden. Eine Anpassung kann bei börsennotierten Unternehmen i.d.R.
durch die Nutzung der veröffentlichten Quartalsberichte erfolgen. Stehen diese, wie bei den
meisten KMUs, nicht zur Verfügung, so führt eine näherungsweise Anpassung zu einer Opti-
mierung der Vergleichbarkeit. Hierzu können die eigenen quartalsweisen Umsätze genutzt
werden, um die prozentualen Quartalsumsätze am Gesamtumsatz zu identifizieren. Auf Basis
dessen lassen sich die industrieweiten prozentualen Quartalsumsätze näherungsweise ablei-
ten. Damit können die Umsätze von Unternehmen auf den eigenen Berichtszeitraum ange-
passt werden. Unterliegen die Umsätze im eigenen Unternehmen bspw. einer linearen
Verteilung, so kann dies auch bei anderen Unternehmen derselben Industrie angenommen
werden, damit auch bei den Vergleichsunternehmen eine Annäherung an deren Quartalsum-
sätze erfolgen kann. In den Fallstudien konnte mit dieser Vorgehensweise eine deutlich bes-
sere Vergleichbarkeit erreicht werden.
6.5.2.4 Länderspezifische Steuersysteme
Peer Group Benchmarking ist als Konzept zur betriebswirtschaftlichen Leistungsmessung
entwickelt worden, um für eine größtmögliche Objektivität durch relative Performanceevalu-
ation zu sorgen. Aus diesem Grund müssen auch unterschiedliche Steuersysteme bei der Ana-
lyse Berücksichtigung finden, da diese außerhalb der Kontrolle durch das Management liegen,
abgesehen von der Verlagerung des Hauptsitzes des Unternehmens. Schreiner (2007, S. 70f)
empfiehlt deshalb für eine größtmögliche Vergleichbarkeit die Nutzung von Gewinnkennzah-
len vor Steuern, als eine einfache Möglichkeit ungleiche Steuersystem zu vermeiden. Als Ge-
winngröße wird hierbei speziell auf den Earnings before Taxes (EBT, Ergebnis vor Steuern)
verwiesen. Dies ist eine einfache Möglichkeit Gewinndifferenzen aufgrund unterschiedlicher
Steuersysteme zu vermeiden.
176 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
Komplett auf die Berücksichtigung unterschiedlicher Steuersysteme bei der Leistungsbeurtei-
lung zu verzichten, ist jedoch nicht sinnvoll. Die Steuerplanung in Unternehmen kann einen
starken Einfluss auf die strategischen Wettbewerbsvorteile haben. Um unter einem strategi-
schen Gesichtspunkt die Managementleistung eines Unternehmens in die Performanceevalu-
ation mit einfließen zu lassen, kann neben des EBT eine weitere Kennzahl hinzugezogen
werden. Zur Beurteilung des Steuermanagements eines Unternehmens kann bspw. durch die
relative Kennzahl ÷ berechnet werden. Neben dem Ver-
gleich mit der Peer Group kann auch ein Vergleich mit den Steuersätzen der Länder, in denen
das Unternehmen operiert, Auskunft über das Steuermanagement eines Unternehmens liefern.
Gerade bei der Leistungsbeurteilung durch Shareholder und Investoren fließt auch das Steu-
ermanagement eines Unternehmens mit in die Unternehmensbewertung ein. Dementspre-
chend sollte dies auch im Peer Group Benchmarking zur relativen Performanceevaluation
nicht außer Acht gelassen werden. Dieser Empfehlung der Berücksichtigung unterschiedli-
cher Steuersystem bei der Leistungsbeurteilung entspricht auch Stern (2007b, S. 146). Denn
geringere Steueraufwendungen können generell zu einer Erhöhung des Unternehmenswertes
führen, unabhängig davon, ob das Steuersystem innerhalb des Einflussbereiches durch das
Management liegt.
6.5.2.5 Währungsschwankungen
Währungsschwankungen als verwässernder Faktor innerhalb der relativen Performanceeva-
luation werden in diesem Abschnitt ausschließlich als exogenes Risiko betrachtet. Spronk und
Vermeulen (2003, S. 483) sehen neben einigen anderen Faktoren, wie bspw. Lohnkosten und
Energiepreise, die Währungsschwankungen als externe Kraft an, die nicht von Entscheidungs-
trägern beeinflusst werden kann. Obwohl für Manager die Möglichkeit besteht sich gegen
Währungsschwankungen abzusichern und damit aus Managersicht eine gewisse Beeinflus-
sung dieses Faktors existiert, erhöhen oder reduzieren unterschiedliche Absicherungsniveaus
die relative Unternehmensleistung. Dies hängt je nach Währung mit einer stärkeren oder
schwächeren Verwundbarkeit durch Wechselkurse und den damit zusammenhängenden hö-
heren oder niedrigeren Absicherungskosten zusammen. Daher sind Währungsschwankungen
ein Teil der makroökonomischen Umwelt, die zum Erfolg oder Misserfolg eines Unterneh-
mens beitragen können (Länsiluoto u. a., 2004, S. 268). Kompliziert wird es zusätzlich, da
Wechselkursgewinne in Abhängigkeit des Hauptsitzes als Einkünfte oder als Rechnungsab-
grenzungsposten erfasst werden können. Die Art und Weise wie Wechselkursgewinne ge-
bucht werden, verändert die Zahlungsfähigkeit sowie Profitabilitätsquoten eines
Unternehmens (Laı́nez & Callao, 2000, S. 74).
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 177
Über die Absicherung von Währungsschwankungen hinaus, besteht für Unternehmen auch
die Möglichkeit der Beeinflussung der Währungen ihres operativen Geschäfts, indem das Ma-
nagement dies bspw. bei Standortentscheidungen und Vertriebsregionen berücksichtigt. Da-
mit können die Währungen der Umsätze und Produktionskosten zentral beeinflusst werden.
Dieses Währungsmanagement kann aber nicht die gesamte Komplexität unterschiedlicher
Währungen, bspw. im Zusammenhang mit dem globalen Lieferantennetzwerk in Konzernen,
berücksichtigen. Sobald sich eigene Investitionen oder Einheiten im Ausland befinden, ist es
nahezu unmöglich, für jeden Währungseffekt Abhilfe zu schaffen oder vorzusorgen. Zumin-
dest eine Steigerung in „foreign translation effect“ kann sowohl beim IFRS als auch beim US-
GAAP unter dem Aspekt der „accumulated other comprehensive income“ isoliert
betrachtet werden (Koller u. a., 2010, S. 156). Im Peer Group Benchmarking hat sich als zent-
raler Vorteil gezeigt, dass unterschiedliche Währungen der Vergleichsunternehmen nicht in
die Bewertung der unternehmerischen Leistungen miteinbezogenen werden. Deshalb wir auch
hier die Empfehlung ausgesprochen für Vergleiche finanzieller Kennzahlen Verhältniskenn-
zahlen zu nutzen (bspw. zum Vorjahr). Hierbei wird absichtlich darauf verzichtet die Wäh-
rung aus den Finanzberichten auf die Währung des Basisunternehmens mit Hilfe des
Wechselkurses zum Bilanzstichtag zu transkribieren. In einer ersten Untersuchung hat sich in
den Fallstudien gezeigt, dass es zu deutlichen Leistungsunterschieden kommen kann, sobald
Währungsanpassungen vorgenommen werden. Auf einen Vergleich absoluter Kennzahlen
sollte demnach auch aufgrund unterschiedlicher Währungen verzichtet werden.
6.5.2.6 Finanzielle Hebelwirkung
Die im Peer Group Benchmarking häufig herangezogene Eigenkapitalrentabilität als Leis-
tungskennzahl ist neben der Umsatzrentabilität und dem Kapitalumschlag maßgeblich vom
Eigenkapitalanteil am Gesamtkapital abhängig. Übersetzt heißt dies: Je geringer die Eigenka-
pitalquote, desto höher die Eigenkapitalrentabilität. Eine Reduzierung des Eigenkapitalanteils
ist aber nur sinnvoll, wenn die Kosten für das Fremdkapital (Verschuldungsgrad) kleiner sind
als die durch das Gesamtkapital erwirtschaftete Rendite (Fischer u. a., 2015, S. 346). Als fi-
nanzieller Leverage-Effekt wird diese finanzielle Hebelwirkung des Fremdkapitals auf die
Eigenkapitalrentabilität bezeichnet.
Vergleichbar mit den Herausforderungen länderspezifischer Steuersysteme und deren Ma-
nagement, kann diese finanzielle Hebelwirkung ebenfalls sowohl als beeinflussbar, als auch
unter bestimmten Bedingungen als nicht-beeinflussbar und somit als verzerrender Faktor be-
trachtet werden. Auf der einen Seite, solange Inhaber und Shareholder zustimmen, sind diese
Leverage-Effekte steuerbar. Auf der anderen Seite aber können diese auch als exogen ange-
sehen werden, denn Unternehmen werden in Aufschwung- und guten Geschäftszyklusphasen
178 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
dafür belohnt und in schwachen Phasen für einen hohen Fremdkapitalanteil bestraft, da dies
i.d.R. mit sinkenden Renditen einhergeht. Daher erfährt die Unternehmensbewertung eine
Auf- oder Abwertung für Effekte, die nur in geringem Maße durch das Management steuerbar
sind und als industriespezifisches Risiko betrachtet werden können (Schreiner, 2007, S. 71).
In diesem Zusammenhang unter dem Aspekt des internationalen Leistungsvergleiches wird
Analysten angeraten, länderspezifische Unterschiede im Leverage zu beachten (Kalemli-
Ozcan, Sorensen, & Yesiltas, 2012, S. 286). Die Betrachtung ist deshalb sinnvoll, da in einer
großzahligen Studie gezeigt werden konnte, dass sich die negativen Effekte durch die finan-
zielle Hebelwirkung auf die operative Leistung in Zeiten ökonomischer Konjunkturschwä-
chen, größtenteils bedingt durch die finanziellen Belastungen, je nach Rechtssystem
unterscheiden können (González, 2013, S. 169f).
Es ist jedoch einfach, Unterschiede des finanziellen Leverage für Bilanzpositionen zu erken-
nen. Für außerbilanzielle Posten ist dies hingegen herausfordernder, weswegen diese separat
betrachtet werden. Für Bilanzpositionen wird das Fremdkapital mit dem Eigenkapital ins Ver-
hältnis gesetzt, um die Hebelwirkung zu identifizieren. Falls Analysten entscheiden die finan-
zielle Hebelwirkung und damit diesen verzerrenden Faktor anzupassen, kann dies auf zwei
unterschiedliche Arten geschehen. Ein Weg ist die Simulation vollständig eigenkapitalfinan-
zierter Unternehmen, indem × (1 − ) subtrahiert wer-
den und damit der Eigenkapitalkostensatz modifiziert wird. Hierbei erfolgt die Berechnung
wie folgt (Hillier & Ross, 2013, S. 469):
ℎ − (1 − ) × ( )× ( ℎ − )
Eine andere sinnvolle Möglichkeit Unternehmen mit unterschiedlichen finanziellen Leverage
miteinander optimal zu vergleichen beschreiben Duru et al. (2012, S. 1287f). Sie gehen davon
aus, dass Manager, sobald ihr variabler Vergütungsanteil vom RoE abhängt, sehr dazu neigen,
die finanzielle Hebelwirkung zu erhöhen damit sie den durchschnittlichen RoE der direkten
Wettbewerber oder ihrer Peer Group übertreffen. Dieses Übertreffen basiert dabei in erster
Linie auf einer glücklichen Entwicklung und Tax Shield und weniger auf der reinen Mana-
gerleistung. Das Tax Shield (Steuerschild) bezeichnet hierbei die Reduktion der Einkom-
mensteuer durch Reduktion des besteuerbaren Einkommens (bspw. aufgrund von
Fremdkapitalzinsen, Schulden oder Verlustvorträgen). Um eine möglichst objektive Bewer-
tung der Unternehmensleistung zu erhalten wird hier die Empfehlung ausgesprochen, anstatt
den RoE zur Analyse heranzuziehen, die Kennzahl RoA zu nutzen. Durch die Betrachtung
des gesamten Vermögenswertes werden Agency Kosten aufgrund finanzieller Hebelwirkun-
gen reduziert und die Vergleichbarkeit unterschiedlicher Unternehmen garantiert (Duru u. a.,
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 179
2012, S. 1287f). In der Praxis, wie auch in der Wissenschaft, sind aber sowohl RoE als auch
RoA als Rentabilitätskennzahlen sehr beliebt.
6.5.3 Nicht-operative Ereignisse als verzerrende und verwässernde Faktoren
der Unternehmensleistung
6.5.3.1 Grundsätzlicher Umgang mit nicht-betriebsbedingten und einmaligen Er-
eignissen
Peer Group Benchmarking hat das Ziel, die organisatorische Leistung von vergleichbaren Un-
ternehmen gegenüberzustellen. Generell sollten dabei einmalige, nicht wiederkehrende Ein-
nahmen und Kosten in der Leistungsbewertung, wie bspw. Kosten für
Unternehmensumstrukturierungen, Buchgewinne durch Verkäufe von Vermögenswerte, oder
Kosten durch Fusionen und Übernahmen, nicht miteinbezogen werden. Solche Positionen
sollten vor einer Bewertung der Unternehmensleistung eliminiert werden. Ebenfalls sollten
Umsätze und Kosten, die nicht in der betrachteten Periode erwirtschaftet wurden von der Be-
trachtung ausgeschlossen werden (Hasler, 2013, S. 297). Auch Stern (2007b, S. 145) zieht in
der relativen Performanceevaluation ausschließlich Umsätze aus operativen Aktivitäten und
organischem Wachstum heran. Eine detaillierte Vorgehensweise zur Bereinigung verzerren-
der und verwässernder Faktoren fehlt jedoch. Übereinstimmend betonen Koller et al. (Koller
u. a., 2010, S. 133) die Wichtigkeit die Bilanz, Cashflow-Angaben und Erfolgsrechnung (Ge-
winn- und Verlustrechnung) zu reorganisieren, um die Vergleichbarkeit der Unternehmen zu
gewährleisten. Dieser Vorgang ist sehr zeit- und damit ressourcenintensiv, da durch die ge-
samten Notizen im Finanzbericht gegangen werden muss, um alle Angaben in die Kategorien
operativ, nicht-operativ und Quellen der Finanzierung zu unterteilen (Koller u. a., 2010, S.
133). Eine detaillierte Vorgehensweise hierzu ist bei Koller et al. ab Seite 133 dargestellt.
Hierbei sollten Analysten Kenntnisse über die Möglichkeiten einer vollständigen Anpassung
der Bilanz und Ertragsrechnung besitzen, jedoch kann die vollständige Reduzierung aller
nicht-operativen Faktoren aufgrund der hohen Ressourcenbindung nicht empfohlen werden.
Auf einen Aspekt soll an dieser Stelle eingegangen werden. Rückstellungen werden zum ei-
nen unter einem operativen Gesichtspunkt (Buchung von Betriebsaufwendungen) betrachtet.
Dazu zählen kurz- und langfristige operative Rückstellungen, für dessen Bildung ausschließ-
lich der operative Teil und nicht der Zinsanteil verantwortlich war. Andere hingegen, wie
nicht-operative und einkommensglättende Rückstellungen sollten dementsprechend im Peer
Group Benchmarking nicht berücksichtigt werden (Koller u. a., 2010, S. 133–135).
180 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
Auch Hasler (2013, S. 297) offeriert zur Reduktion einmaliger, nicht-betriebsbedingte Ereig-
nisse wertere Empfehlungen. Wie bereits erwähnt sollten Erträge oder Verluste durch Ver-
käufe oder Akquisen, die nicht aus operativen Tätigkeiten heraus zu begründen sind, generell
bei der finanziellen Bewertung unternehmerischer Leistungen ausgeschlossen werden. Ge-
winne durch Grundbesitztransaktionen von Immobilienfirmen, sowie Verluste aus Investitio-
nen in neue Unternehmen bei Holdingunternehmen sollten hingegen in den Peer Group
Analysen enthalten bleiben, denn für diese Unternehmen bestimmen diese Tätigkeiten ihr Ge-
schäftsmodell (Hasler, 2013, S. 297). Analysten sollten deshalb für die Bereinigung um ver-
wässernde und verzerrende Faktoren immer auch das Geschäftsmodell der untersuchenden
Unternehmen heranziehen. Darüber hinaus rät Hasler (2013, S. 297) auch dazu Kosten durch
Katastrophen und anderen seltenen und nicht-beeinflussbaren Anlässen zu eliminieren. Die
Literatur weist zu diesem Thema nur sehr wenige Forschungsinhalte auf. Nachfolgend werden
deshalb einige wichtige Aspekte nicht-operativer Tätigkeiten betrachten, die bei der organi-
satorischen Leistungsbewertung von Unternehmen außer Acht gelassen werden sollten.
6.5.3.2 Außerplanmäßige Wertminderungen und andere Sonderposten
In diesem Abschnitt werden einzelne Positionen betrachtet, wie bspw. die Neubewertung von
Vermögenswerten aufgrund von außerplanmäßigen Abschreibungen. Diese haben in einer Pe-
riode zu Kosten oder Erträgen geführt, sind aber auf falsche Wertminderungen aus vorange-
gangen Jahren zurückzuführen. Ebenfalls aufgrund falscher Quantifizierungen kann es zu
Anpassungen kommen. In diesem Zusammenhang konnten Lang et al. (2006, S. 263) zeigen,
dass Unternehmen, die an unterschiedlichen Handelsplätzen gelistet sind, eher dazu neigen,
größere Verluste durch Sonderabschreibungen in mehreren Teilen über einige Jahre aufzutei-
len, als sie auf einmal anzugeben. Für eine optimale Bereinigung dieses Faktors kann eine
rückwärtsgerichtete Analyse durchgeführt werden, um eine gleichmäßige, realitätsnahe An-
passung der Finanzberichte zu erhalten. Eine wesentliche Vereinfachung wird von Stapen-
hurst (2009, S. 135f) vorgeschlagen. Dieser empfiehlt die Betrachtung von langen
Zeiträumen, um das Aufkommen solcher Ereignisse normalisieren zu können. Dementspre-
chend sollte im Peer Group Benchmarking zur Gewährleistung der finanziellen Vergleichbar-
keit auf eine einzelne Zeitpunktbetrachtung eher verzichtet werden und vielmehr auf die
Leistungsanalyse im Zeitverlauf geachtet werden.
Die Identifikation von Sonderposten ist für Analysten entweder sehr einfach, sobald diese im
Finanzbericht ausgewiesen sind, oder nahezu unmöglich, wenn dies nicht der Fall ist. Lang et
al. (2006, S. 263) zeigen hier Beweismöglichkeiten auf. Grundsätzlich kann davon ausgegan-
gen werden, dass der unternehmerische Wille existiert, große Verluste direkt bei ihrem Eintritt
zu erkennen, anstatt die Auswirkungen auf mehrere Perioden zu verteilen. Dabei steht dies in
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 181
direkter Verbindung mit der Ertragsglättung: sobald Erträge geglättet werden, sollten größere
Verluste nur relativ selten auftreten. Gewinne werden demnach konservativer angegeben,
weswegen Erträge dazu tendieren „negatively skewed“ (Lang u. a., 2006, S. 263) zu sein und
sich damit generell in einer negativen Schieflage befinden können. Dementsprechend ist die
Schieflage der Earnings per Share-Variable die jährlichen Earnings per Share deflationiert um
den Preis zu Beginn der Periode (Lang u. a., 2006, S. 263).
6.5.3.3 Fusionen und Übernahmen (Mergers & Acquisitions)
Fusionen und Übernahmen setzen eine Konsolidierung beider Unternehmen voraus, um eine
gemeinsame Basis der Vergleichbarkeit der Unternehmensleistungen zu erhalten. Küderli
(2007, S. 52) hat in einer empirischen Studie die Erhöhung der Verschuldungskapazität un-
tersucht und auf die Tatsache aufmerksam gemacht, dass die Verschuldungskapazität von der
Industrie und der Unternehmensgröße abhängig ist. Konsequenter Weise werden damit auch
der finanzielle Leverage und höchstwahrscheinlich auch die Profitabilität beeinflusst. Die em-
pirische Studie zeigte, dass mit Zunahme der Mergers & Acquisitions-Aktivitäten, die Ver-
schuldungskapazität erhöht wird. Dies ist entweder auf einen geringeren Marktwert bei
gleichem Verschuldungsgrad oder auf einen höheren Verschuldungsgrad zurückzuführen.
I.d.R. trifft dabei aber letzteres zu. Küderli (2007, S. 52–56) unterstellt dabei, dass die höhere
Verschuldungskapazität auch mit der neuen Unternehmensgrößen zusammenhängt, da
dadurch nun eine erhöhte Diversifikation und damit mehr Sicherheit vorliegt. Zusammen mit
der erhöhten Verschuldungskapazität konnten bei Zunahme der M&A-Aktivitäten auch eine
Zunahme des Verschuldungsgrades identifiziert werden (Küderli, 2007, S. 52–56). Im Nach-
gang an M&A-Tätigkeiten stellt sich ein höherer finanzieller Leverage ein (siehe dazu auch
Kapitel 6.5.2.6).
Aus M&A-Aktivitäten wird auch geschlussfolgert, dass ein höherer Wert generiert wird, als
ausschließlich die Summe der fusionierten Einheiten, wenn von der eigennützigen Handlung
des Managements abgesehen wird. King et al. (2004, S. 188) konnten zeigen, dass M&A nur
einen unwesentlichen, in seltenen Fällen sogar einen negativen Einfluss auf den Unterneh-
menswert haben. Seltsam ist jedoch, dass keine signifikanten Effekte von M&A-Aktivitäten
auf die Post-Merger-Rendite identifiziert wurden. Es konnte lediglich gezeigt werden, dass
ein kurzfristiger Diversifizierungsrabatt (diversification discount) existiert, d.h. dass dem
Konglomerat ein geringerer Wert zugewiesen wird, als der Summe aller einzelner Business
Units oder strategischer Geschäftseinheiten. Allerdings ist es eine grundlegende Herausfor-
derung ausschließlich aus einem organischen Wachstum oder strategischen Allianzen heraus
die Unternehmensleistung zu steigern. King et al. (2004, S. 188) hebt aber für einige wenige
Unternehmen hervor, dass diese sehr stark von M&A profitieren, kann aber keine signifikan-
ten Unterschiede zu Unternehmen feststellen, die nicht von ihren M&A profitieren. Ähnliches
182 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
zeigen auch Lee und Madhavan (2010, S. 1360–1362) durch eine Meta-Analyse auf. Veräu-
ßerungen zeigen eine positive Korrelation mit der Leistung eines Unternehmens nach der Ver-
äußerung auf, wobei Lee und Madhavan auch darauf hinweisen, dass es nur eine kleine
Anzahl an Studien gibt, die eine negative Korrelation zwischen Veräußerungen und Unter-
nehmensleistung aufweisen. Dazu entgegengesetzt finden Ramaswamy und Waegelein (2003,
S. 122f) heraus, dass unter dem Aspekt eines langfristigen Zeithorizont Fusionen und Über-
nahmen die Unternehmensleistung positiv beeinflusst. Werden jedoch größere Unternehmen
übernommen, so überwiegen i.d.R. die negativen Effekte. Erstaunlicherweise und konträr zu
den Ergebnissen von King et al. konnten Ramaswamy und Waegelein (2003, S. 122f) identi-
fizieren, dass die Unternehmensleistung nach einer Übernahme deutlich höher ausfällt, wenn
das akquirierte Unternehmen aus einer anderen Industrie stammt.
Eine differenzierte Analyse wissenschaftlicher Veröffentlichungen zu M&A kann den Unter-
nehmen hinsichtlich Marktkennzahlen eine geringere Leistung nach Fusionen oder Übernah-
men nachweisen (Ma, Whidbee, & Zhang, 2011, S. 4;6f). Dabei wurde untersucht, ob dies
mit einer Überbewertung vor der Übernahme zusammenhängt. Es konnte gezeigt werden, dass
drei Jahre nach einer Fusion die Akquise an Eigenwert verliert. Problematisch dabei ist, dass
Unternehmen einem hohen Preis-Wertverhältnis (Preis ÷ Eigenwert) gegenüberstehen, bevor
eine Fusion dazu tendiert den Eigenwert nach einer Fusion zu erhöhen. Unternehmen deren
Market-to Book Verhältnis sehr hoch ist tendieren sogar dazu, dieses nach ihrer Übernahme
zu zerstören (Ma u. a., 2011, S. 4;6f).
Aufgrund des hier dargestellten hohen Einflusses von Mergers & Acquisitions sollten diese
Aktivitäten grundsätzlich identifiziert werden. Dies kann auf zwei unterschiedlichen Wegen
geschehen. Im Finanzbericht sind diese Details in den „Investing Cash flows“ enthalten. De-
taillierte Informationen dazu liefern auch die Finanzdatenbanken, wie bspw. Thomson Reu-
ters. Herausfordernder ist es jedoch zu bestimmen, welche Posten durch die M&A beeinflusst
werden und zu welchem Grad. Unternehmen nehmen Anpassungen und Korrekturen vor,
wenn bspw. eine Geschäftseinheit verkauft wurde und damit auch Veränderungen des Be-
stands, der Forderungen, etc. einhergehen. Als Ergebnis werden diese Verkäufe geringere
Werte aufweisen, trotz getätigter Investitionen darin. Diese Veränderungen müssen für eine
optimale Vergleichbarkeit der Unternehmensleistungen mit besonderer Aufmerksamkeit be-
trachtet werden (Koller u. a., 2010, S. 157).
Grundsätzlich liefert die pro-forma Konsolidierung der fusionierenden Gesellschaften eine
gute Vergleichbarkeitsbasis. Darüber hinaus sollte auf gewisse Aspekte, wie die Veränderung
des finanziellen Leverage als Konsequenz der erhöhten Verschuldungskapazität, einer geson-
derten Analyse unterzogen werden (siehe dazu Kapitel 6.5.2.6). Auch jeglicher Goodwill, der
durch M&A entstanden ist, sollte ausgeklammert werden. Ebenso sollten damit verbundene
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 183
Amortisationen neutralisiert werden. In der Literatur wird diese Thematik sehr kontrovers
diskutiert, ohne eine klare Empfehlung ableiten zu können (Koller u. a., 2010, S. 143f). In den
Fallstudien hat sich als sinnvoll herausgestellt, die Veränderungen durch M&A-Aktivitäten
nur im Jahr ihrer Entstehung herauszurechnen, um damit eine optimale Vergleichbarkeit or-
ganischen Wachstums bei einer Zeitpunktbetrachtung zu erhalten. Für eine langfristige Leis-
tungsbetrachtung im Zeitverlauf sollten Analysten die Fusionen und Übernahmen, aber auch
die Ver- und Zukäufe der Vergleichsunternehmen kennen, um bspw. starke Umsatzschwan-
kungen erklären zu können, aber nicht mehr aus den Unternehmensbewertungen ausschließen,
da diese ebenso zur nachhaltigen Unternehmensentwicklung beitragen.
6.5.3.4 Verrechnungspreissysteme
Alle Unternehmen, die juristisch, ökonomisch oder auf eine andere Art und Weise eine andere
Organisation oder Einheit kontrollieren oder durch eine kontrolliert werden, sind von unter-
schiedlichen steuerlichen Anreizen geprägt. Hierbei besteht der Anreiz steuerpflichtige Ge-
winne in dem Land auszuweisen, in dem die für das Unternehmen optimale Steuerjurisdiktion
existiert und damit die geringsten Steuern zu entrichten sind (Richardson, Taylor, & Lanis,
2013, S. 136). Um dies durchführen zu können, wird auf den Kauf oder Verkauf von Dienst-
leistungen (u.a. auch Markenrechte), Halb- oder Fertigerzeugnissen auf Basis interner Ver-
rechnungspreise deutlich über oder unter den marktüblichen Preisen zurückgegriffen. Hierbei
kommt aber der Fremdvergleichsgrundsatz (engl. arm’s length principle) zum Tragen, der ein
Grundsatz des internationalen Steuerrechts ist und definiert, dass bei Transaktionen über Lan-
desgrenzen hinweg die Verrechnungspreise zwischen zwei sich nahestehenden Unternehmen
so fixiert werden müssen, wie dies bei Transaktionen auf dem externen Markt der Fall wäre
(Yao, 2013, S. 1f). Theoretisch besteht die Möglichkeit der analogen Vorgehensweise einer
Steuerbehörde, die Referenzpreise vergleichbarer Transaktionen unabhängiger Organisatio-
nen heranziehen. Jedoch ist dies mit einem zu hohen Ressourcenaufwand verbunden und die
benötigten Informationen wären schwierig zu beschaffen. Auch für Steuerbehörden ist die
Identifikation willkürlicher Verrechnungspreise eine Herausforderung (Sikka & Willmott,
2010, S. 343). Aus einer logischen Betrachtungsweise heraus geben überraschend hohe bzw.
niedrige Margen in Kombination mit einer niedrigen bzw. hohen Steuerjurisdiktion bereits
ein klares Indiz darüber, dass Verrechnungspreismanagement der Grund für diese außerge-
wöhnlichen Margen sein kann. Selbstverständlich ist dies nur bei den Unternehmen der Fall,
die sich in einer Konstellation wie oben beschrieben befinden, ansonsten hätten Unternehmen
keinen Anreiz, sich so zu verhalten. Eine Studie über australische, börsennotierte Unterneh-
men hat identifiziert, dass die Hauptdeterminanten aggressiver Verrechnungspreise Unterneh-
mensgröße, Profitabilität, finanzieller Leverage, immaterielle Vermögenswerte und
184 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
Multinationalität sind. Je höher diese Determinanten ausfallen, desto aggressivere Verrech-
nungspreise konnten festgestellt werden. Bei der Betrachtung unterschiedlicher Industrien
konnte hingegen keine unterschiedliche aggressive Nutzung von Verrechnungspreisen fest-
gestellt werden (Richardson u. a., 2013, S. 146). Für die optimale Vergleichbarkeit im Peer
Group Benchmarking ist eine Anpassung der Verrechnungspreise als verzerrender und ver-
wässernder Faktor auf die Nutzung finanzieller Kennzahlen nahezu unmöglich. Lediglich ei-
nige wenige Elemente können im Finanzbericht Aufschluss über Verrechnungspreise liefern.
Dazu zählen unter allen gemeinsamen Organisationen zinslose Darlehen, Forderungsver-
zichte und Übernahmen von Verlusten anderer (Richardson u. a., 2013, S. 140). Trotz des
Wissens um die aggressive Nutzung von Verrechnungspreisen besteht kaum eine Möglichkeit
diese anzupassen.
Angesichts dessen, dass staatliche Steuerbehörden stark in hohe Berichts- und Meldepflichten
investieren, um Verrechnungspreissysteme und deren Missbrauch zu identifizieren, kann eine
mögliche Vorgehensweise im Peer Group Benchmarking die ausschließliche Nutzung von
Vergleichsunternehmen sein, deren Steuerakten durch die Steuerbehörden akzeptiert wurden
oder generell als unabhängige Instanzen gelten. Da Steuerbehörden die meisten Ressourcen
zur Identifikation von unfairem Pricing aufbringen können, würde dieser Ansatz nicht nur die
Identifikationsrisiken mildern, sondern auch bei steuereinsparungsmotivierten Verrechnungs-
preisen Abhilfe schaffen, da Steuerbehörden das steuerpflichtiges Einkommen anpassen kön-
nen, falls sie den Offenlegungen widersprechen. Diese Anpassungen wiederum müssen unter
dem Aspekt des „true and fair view“ offengelegt werden.
6.5.3.5 Forschung & Entwicklung als immaterielle Vermögenswerte
Unter dem Aspekt der Rechnungslegungsstandards wurden immaterielle Werte bereits kurz
betrachtet (siehe dazu 6.5.2.2). Im Nachfolgenden soll hier eine detailliertere Analyse dazu
starten. Franzen und Radhakrishnan (2009, S. 24–28) zeigen auf, dass die Betrachtung der
Ausgaben für Forschung und Entwicklung (F&E) keine eindeutigen Rückschlüsse über den
Unternehmenswert zulässt. Ausgaben für F&E korrelieren positiv mit dem Aktienkurs ver-
lustbringender Unternehmen, jedoch negativ für gewinnbringenden Unternehmen. F&E wird
somit zu einem steigenden Werttreiber, solang diese Position immer noch als operative Kos-
ten deklariert wird, anstatt diese als immaterielle Vermögenswerte zu aktivieren (Franzen &
Radhakrishnan, 2009, S. 24–28).
Zéghal und Maaloul (2011, S. 263) weisen nach, dass immaterielle Vermögenswerte an Be-
deutung zunehmen und in einigen Ländern hinsichtlich Investitionen die materiellen Vermö-
genswerte inzwischen sogar übertreffen. Für eine Vergleichbarkeit von Unternehmen jedoch
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 185
ist eine korrekte Behandlung und Berücksichtigung immaterielle Vermögenswerte wichtig.
Ebenso betrachten Boone und Raman (2001, S. 97f) die Buchung von F&E-Kosten als außer-
bilanziellen Posten, die aufgrund zukünftiger Auszahlungen für Investoren von zentraler Be-
deutung sind und dies eine Informationsasymmetrie zwischen uninformierten und
informierten Investoren bilden kann. Andere Studien zeigen, in welcher Art und Weise die
Zeitspanne zwischen den F&E-Ausgaben und der Anerkennung des Nutzens in Abhängigkeit
der der Industrie variiert. Hierbei wurden Zeiträume zwischen neun Jahren in der Pharmain-
dustrie und lediglich fünf Jahren in der Industrie für wissenschaftliche Geräte identifiziert.
Außerdem konnte demonstriert werden, dass das Angleichen von Erträgen und Bilanzen für
F&E-Kosten Unternehmenswerte erzeugt, die eine signifikante Verbindung mit dem Aktien-
kurs und den Renditen aufweisen (Lev & Sougiannis, 1996, S. 120;125-128). Zudem existiert
ein deutlicher Unterschied im Umgang mit geistigem Eigentum in Abhängigkeit des Haupt-
sitzes. Hierbei unterscheiden v.a. Länder, ob die Ausgaben für Forschung- und Entwicklung
als Kosten oder als Kapitalausstattung gehandhabt werden sollen. Die Entscheidung über den
Umgang mit diesen Vermögenswerten hat damit einen Einfluss auf die Kreditwürdigkeit (Sol-
vabilität), Liquidität und Rentabilitätskennzahlen (Laı́nez & Callao, 2000, S. 70–74).
Ausgaben für die Forschung und Entwicklung können in der Gewinn- und Verlustrechnung
eingesehen werden. Im IFRS bspw. besteht die Möglichkeit immaterielle Vermögenswerte
entsprechend der Dauer ihrer Nutzung zu aktivieren, anstatt diese nur als operative Kosten zu
buchen. Forschungs-, Entwicklungs-, aber auch Marketingausgaben sind Investitionen in die
unternehmerische Zukunft, unabhängig davon wie hoch ihr Ertrag ausfallen wird (Stern,
2007b, S. 102f). Aus diesem Grund wird die Aktivierung solcher Kosten im IFRS im Gegen-
satz zum deutschen HGB empfohlen. Stern (2007b, S. 103) empfiehlt zur Steigerung der Ver-
gleichbarkeit eine Adjustierung vorzunehmen, wenn solche Kosten zwischen den Perioden
einer starken Schwankung unterliegen oder einmalig in einer Phase des Aufbaus sehr stark
ansteigen. Damit können daraus resultierende Effekte neutralisiert werden. In der Gewinn-
und Verlustrechnung können hierzu die zu aktivierenden Kosten nach Abzug des Steuervor-
teils (da Aufwendungen steuerabzugsfähig sind) ermittelt werden. Diese werden zum NOPAT
addiert, was dazu führt, dass diese abgeschrieben werden müssen. Wie oben beschrieben un-
terscheiden sich die Zeiträume je Industrie und die Abschreibungen sollten deshalb individu-
ell auf den eigenen Erfahrungen und Industriekenntnissen erfolgen. Die Berechnung erfolgt
demnach über „die Adjustierung der R&D Expenses für das investierte Kapital aus den ku-
mulierten Werten vor Steuerabzug“ und kann als „Kumulation der Netto-NOPAT-Adjustie-
rung der R&D-Expenses vor Steuerabzug“ angesehen werden (Stern, 2007b, S. 103). Wie hier
ersichtlich, sollte für eine verbesserte Vergleichbarkeit der Unternehmen aus der Peer Group
die Ausgaben für Forschung und Entwicklung adjustiert werden.
186 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
6.5.3.6 Obligatorische Renten- und Pensionsbeiträge
Shivdasani und Stefanescu (2010, S. 1287–1289) sehen in den Pensions- und Rentenplänen
von Unternehmen die wahrscheinlich relevanteste Diskussion in Bezug auf die Behandlung
als außerbilanzielle oder bilanzielle Position an. Gerade in den Vereinigten Staaten belaufen
sich diese Pensionsvermögen auf 2,2 Billionen US-Dollar. Beim Gegenstück, den Pensions-
verbindlichkeiten, wird von der größten Position in der außerbilanziellen Finanzierung (off-
balance sheet financing) gesprochen. In US-amerikanischen Unternehmen betragen die Pen-
sionsvermögen durchschnittlich 16,4 Prozent des Gesamtvermögens. Der Wert der Pensions-
vermögen ist abhängig von der Größe des Unternehmens und dem Grad der Über- oder
Unterdeckung. Hierbei vergleichen Shivdasani und Stefanescu den Leverage als finanzielle
Kennzahl mit dem Leverage, wenn Pensionspläne als eigene Tochtergesellschaft des Unter-
nehmens behandelt werden und finden dabei heraus, dass ein substanzieller Unterschied im
Leverage existiert. Sobald beide konsolidiert (pension and financial debt) werden, erhöht sich
der Leverage um 30 Prozent. Da Pensionsbeiträge in den Vereinigten Staaten von den Steuern
abzugsfähig sind und im Durchschnitt mehr als die Hälfte der Zinsaufwendungen ausmachen,
beeinflussen die Pensionsbeiträge den Steuersatz und damit die Steuerhöhe maßgeblich. Shiv-
dasani und Stefanescu (2010, S. 1288f) konnten bei ihren untersuchten Unternehmen zeigen,
dass Steuereinsparungen durch Pensions- und Rentenbeiträge den Marktwert des Unterneh-
mens um durchschnittlich bis zu 1,5 Prozent beeinflussen können.
Die Höhe der obligatorischen Pensionsbeiträge, das rechtliche Umfeld und im Besondern die
Berichtserstattung darüber verzerrt wichtige Wert- und Leistungstreiber, wenn Vergleiche un-
terschiedlicher Rechtsordnungen mit verschiedenen verpflichtenden Beitragsformen durch-
geführt werden. Nach der im Jahr 2007 startenden Finanzkrise in denen es zu einem
niedrigeren Pensionsvermögen kam, litten viele Unternehmen, die das Risiko für diese Ver-
bindlichkeiten und Vermögenswerte selbst trugen, unter der Last zusätzlichen Cash aufbrin-
gen und dabei zusehen zu müssen, wie sich ihre Liquidität kontinuierlich reduziert (Phan &
Hegde, 2013, S. 387–391). Franzoni (2009, S. 492f) bekräftigt, dass jeder Dollar der als Pen-
sionsbeitrag aufzubringen ein Unternehmen verpflichtet ist, sich der Unternehmenswert 1,3
Dollar für Unternehmen mit beschränkten finanziellen Mitteln reduziert, während unterfinan-
zierte Pensionspläne zu geringeren Aktienrenditen führt. Die Vergleichbarkeit unternehmeri-
scher Leistungen erfährt eine weitere Herausforderung unter dem Aspekt der
Pensionsbeiträge, da sowohl Pensionsvermögen als auch Pensionsverpflichtungen einen Ein-
fluss auf die Kapitalkosten haben (Jin, Merton, & Bodie, 2006, S. 22f).
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 187
Unternehmen, die den Rechnungslegungsstandard US-GAAP nutzen, berichten über Defizite
oder Überschüsse der Pensionen in ihrer Bilanz. Unter IFRS wird dies etwas lockerer gehand-
habt. Beträgt die Unter- oder Überdeckung der Pensionen aber über zehn Prozent der Ver-
bindlichkeiten, so muss dies offengelegt werden (Koller u. a., 2010, S. 161).
Rating Agenturen und Banken saldieren oft die außerbilanziellen Pensionspläne, indem sie
bspw. die Differenz aus Pensionsvermögen und -verbindlichkeiten heranziehen und der Bi-
lanz hinzufügen, um vergleichbare Liquiditätskennziffern, Zinsaufwendungen und finanzielle
Hebelwirkungen zu erhalten. Mit diesem Ansatz können Unternehmen miteinander vergli-
chen werden, unabhängig davon, ob sie Pensionspläne nutzen oder nicht (Shivdasani & Ste-
fanescu, 2010, S. 1296–1298). Koller et al. (2010, S. 161) behandeln ebenfalls
Pensionsvermögen und -verbindlichkeiten, bspw. Netto-Pensionsaufwände als nicht-opera-
tive Vermögenswerte oder Verbindlichkeiten. In der Gewinn- und Verlustrechnung ist die
Anpassung eine größere Herausforderung. Aufwendungen durch Pensionszusagen an die Mit-
arbeiter sollten nicht unter die Umsatzkosten fallen, sondern in einer eigenen Kostenkategorie
aufgeführt werden. Ferner sollten Defizite in den Zinserträgen früherer Pensionsbeiträge zur
Erfüllung der rechtlichen Anforderungen in diesem Kostenblock aufgeführt werden (Koller
u. a., 2010, S. 161).
6.5.3.7 Leasing als weitere außerbilanzielle Position
Neben den vorgestellten immateriellen Vermögenswerten und den pensions- und rentenbezo-
genen Positionen, existieren weitere außerbilanzielle Positionen, die für eine verbesserte Ver-
gleichbarkeit finanzieller Kennzahlen betrachtet werden können. Einer der wichtigsten sind
(operative) Leasingverträge (Lim, Mann, & Mihov, 2003, S. 2). Cornaggia et al. (2013, S.
346) schätzen, dass nach dem Financial Accounting Standard Board (FASB), die die Zielset-
zungen des Rechnungslegungsstandard US-GAAP festlegen und dem International Ac-
counting Standard Board (IASB), die sich als unabhängiges Gremium die International
Financial Reporting Standards (IFRS) entwickeln, Finanzierungen durch Leasing zum obli-
gatorischen Bestandteil der Bilanz werden wird. Dennoch tauche auch heutzutage noch Lea-
sings unter bestimmten Bedingungen nicht in der Bilanz auf (Cornaggia u. a., 2013, S. 346).
Auch in der Schweiz besteht nach Swiss GAAP FER die Möglichkeit, dass Leasinginvestiti-
onen im Gegensatz zum Kauf von Investitionsgütern die Bilanz entlastet werden kann (Meyer
& Dünhaupt, 2009, S. 194). Werden Leasingvermögen und -verbindlichkeiten aktiviert, wür-
den daraus verschiedene Kennzahlen sowie veränderte Ranglisten dieser Kennzahlen entste-
hen. Abhängig vom Unternehmen würden sich dadurch bspw. der finanzielle Leverage
zwischen 15 und 29 Prozent erhöhen, wenn diese außerbilanziellen Positionen aktiviert wer-
den würden (Cornaggia u. a., 2013, S. 346). Wird die Intensität des gesamten Spektrums der
188 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
außerbilanziellen Finanzierung betrachtet und würden diese Positionen aktiviert werden, so
hätte dies starke Auswirkungen auf die relative Hebelwirkung. Unter der Voraussetzung po-
sitiver Erträge würde sich darüber hinaus der Risikobereich des Unternehmens um zwölf Pro-
zentpunkte verändern und damit der RoA erhöhen. Die Wichtigkeit der außerbilanziellen
Finanzierung zeigt sich dabei nicht nur in einer kontinuierlichen Zunahme der außerbilanzi-
ellen Positionen, sondern auch im Ersatz bilanzieller Verbindlichkeiten (Cornaggia u. a.,
2013, S. 347f;351-356). Schallheim et al. (2013, S. 368f) stimmen Cornaggia et al. nicht in
allen Punkten zu. Für sie kann die außerbilanzielle Finanzierung als stellvertretend oder er-
gänzend zur gewöhnlichen Finanzierung angesehen werden. Dies wird auch durch die Ratin-
gagenturen gefördert, die außerbilanzielle Finanzierung weniger stark gewichten als die
regulären Verbindlichkeiten. Investoren hingegen versuchen das Gesamtrisiko eines Unter-
nehmens aufgrund eines höheren Leverage einzupreisen. Anhand beispielhafter Unternehmen
konnten Lim et al. (2003, S. 21–23) zeigen, dass die Verbindlichkeiten mit ungefähr 14 Pro-
zent zum durchschnittlichen Unternehmenswert beitrugen, operative Leasings hingegen nur
auf acht Prozent kamen. Die Summe der unmittelbaren Mietkosten würde in einer Reduktion
des durchschnittlichen Zinsdeckungsgrads (= EBIT ÷ Zinsaufwendungen) von 6,4 zu 2,2 re-
sultieren (Lim u. a., 2003, S. 21–23).
Die minimalen Verbindlichkeiten durch operatives Leasing können über die Fußnoten der
Finanzberichte identifiziert werden (Pfeiffer, Jr., 1998, S. 186). Auf der anderen Seite behaup-
tet Koller et al. (2010, S. 159), dass Unternehmen es oft unterlassen, ihre Leasingwerte offen-
zulegen.
Um Eigenkapitalkosten vergleichbar zu machen, schlagen Cornaggia et al. (2013, S. 354–
356) folgende Berechnung vor:
Mit konventioneller Rechnungslegung: = × (1 )
Alternativ werden die Betas der Vermögenswerte mit den Leverage-Ratios gehebelt
indem außerbilanzielle Leasingverpflichtungen aktiviert werden:
= × (1 )
Dabei finden sie heraus, dass die Eigenkapitalkosten durchschnittlich 20 Prozent höher aus-
fallen, sobald Leasing in den außerbilanziellen Positionen berücksichtigt wird (Cornaggia
u. a., 2013, S. 354–356). In einer früheren Veröffentlichung nutzten die Autoren eine andere
Vorgehensweise. Hierbei wurde der gegenwärtige Wert der unkündbaren Leasingzahlungen
genutzt, um die Verbindlichkeiten der Leasingverpflichtungen berechnen zu können und re-
duzieren diesen dann um zehn Prozent (Cornaggia, Franzen, & Simin, 2012, S. 11).
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 189
Darüber hinaus schlagen Lim et al. (2003, S. 2–7) vor, dass vereinfacht die außerbilanziellen
Verbindlichkeiten der Bilanz zugeordnet werden, um für eine größtmöglich Vergleichbarkeit
in Bezug auf unterschiedliche Level von außerbilanzieller Finanzierung zu garantieren. Dies
kann auf unterschiedlichen Wegen erfolgen: Standard & Poor’s empfehlen die Nutzung des
aktuellen Wertes des veröffentlichten Minimums der vertraglichen Verpflichtungen. Moody’s
und McKinsey schlagen eine andere Vorgehensweise vor. Sie empfehlen die Anwendung ei-
nes Multiples von operativen Leasingausgaben, um den Wert von Verbindlichkeiten durch
operatives Leasing zu bestimmen. Dieses wird als die gängige Vorgehensweise angesehen.
Moody’s und McKinsey behandeln somit außerbilanzielle Verbindlichkeiten so, als wenn
diese permanent ein Teil der Kapitalstruktur des Unternehmens wäre (Lim u. a., 2003, S. 2–
7). Koller et al. (2010, S. 159) bewerten die Vermögenswerte, die zusammen mit den Ver-
bindlichkeiten aktiviert werden, wie folgt:
= 1
Die generellen und wichtigsten verzerrenden und verwässernden Faktoren wurden damit im
Detail auf Basis existierender Literatur beschrieben und mit Hilfe der eigenen Erfahrungen
aus den Fallstudien Verfahrensvorschläge beim Peer Group Benchmarking aufgezeigt. Einem
weiteren Aspekt des nachhaltigen Unternehmenswachstums, der nicht zu den klassischen ver-
zerrenden Faktoren gezählt werden kann, wird sich im Nachfolgenden Kapitel gewidmet.
6.5.4 Ungesundes, nicht-nachhaltiges Wachstum als verzerrender Faktor auf
die langfristige Unternehmensentwicklung
Im Peer Group Benchmarking hat sich neben den verwässernden Faktoren auf die Bilanz und
die Erfolgsrechnung und den Verzerrungen organisatorischer Leistung durch nicht-operative
Ereignisse die Betrachtung einer weiteren Determinante als sinnvoll herausgestellt. Unterneh-
menswachstum unter dem Gesichtspunkt der Nachhaltigkeit zu betrachten ist deshalb wichtig,
um eine positive Unternehmensentwicklung gewährleisten zu können. Durch diese Berück-
sichtigung soll vermieden werden, dass einmalige Umsatzeffekte zu einer verfälschten Leis-
tungsanalyse bei den Vergleichsunternehmen führt. Ferlic et al. (2009, S. 2) zeigen dabei auf,
dass alleine die Meldung über Expansionen und Wachstum noch keine Rückschlüsse über den
Erfolg des Unternehmens zulässt und zu starkes Wachstum sogar negative Effekte auf das
Unternehmen haben kann. Für das Peer Group Benchmarking ist es deshalb sinnvoll, optimale
Wachstumskorridore der Vergleichsunternehmen zu bestimmen, um negative Effekte und
Fehlanreize durch die relative Performanceevaluation zu vermeiden.
190 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
Zur Analyse des nachhaltigen und gesunden Umsatzwachstums von Unternehmen stellen Fer-
lic et al. (2009, S. 6) ein Verfahren zur Verfügung, mit dem der optimale Wachstumskorridor
bestimmt werden kann. Dieser soll dazu beitragen, dass einem Unternehmen ein langfristig
erfolgreiches Wachstum widerfährt. In einer Studie unter den 500 weltgrößten Unternehmen
wurde dieses Verfahren überprüft und aufgezeigt, dass Unternehmen innerhalb dieses Korri-
dors (bspw. GE, Microsoft, Nestlé, Toyota, Volkswagen und Johnson & Johnson) mit einer
durchschnittlichen jährlichen Aktienrendite (annual return to shareholders) von 17,5 Prozent
nahezu doppelt so erfolgreich waren, wie Unternehmen deren Wachstum geringer oder höher
ausfiel. Erschreckenderweise blieben aber nur 25% der Unternehmen innerhalb ihres Wachs-
tumskorridors (Raisch & van Krogh, 2007, S. 68).
Bei diesem Verfahren muss zum einen die Untergrenze bestimmt werden, damit garantiert
werden kann, dass ein Unternehmen keine Marktanteile verliert und dadurch an relativer
Wettbewerbsstärke, Größenvorteile, Attraktivität am Kapital- und Arbeitsmarkt und Verhand-
lungsmacht im B2B-Geschäft einbüßt. Als kompetitive Wachstumsrate wird dabei das durch-
schnittliche Umsatzwachstum der direkten Wettbewerber betrachtet (Ferlic u. a., 2009, S. 3).
Im Peer Group Benchmarking kann dies idealerweise auf alle Unternehmen der Peer Group
erweitert werden. Mit einer Obergrenze an Wachstum soll ein Limit für das maximale Wachs-
tum identifiziert werden. Eine Maximalgrenze ist deshalb sinnvoll, da mit Wachstum auch
immer Investitionen in Produkte, Marketingkampagnen und Vertriebswege und damit auch
Erhöhungen in der Kapitalbindung einhergehen. Dieses Kapital muss vom Unternehmen auch
erwirtschaftet werden. Der Ansatz des optimalen und nachhaltigen Wachstums soll identifi-
zieren, wie hoch die Wachstumsraten ausfallen dürfen, damit Unternehmen diese noch auf
Basis der eigenen Erträge finanzieren können, ohne sich weiter zu verschulden. Gerade die
Skandale um Unternehmen wie Enron und Worldcom haben gezeigt, dass Wachstum über der
nachhaltigen Wachstumsrate das Risiko einer Insolvenz stark ansteigt (Ferlic u. a., 2009, S.
3f). Vereinfacht lässt sich nun die maximale, auf nachhaltiges Wachstum ausgerichtete
Wachstumsrate über die Eigenkapitalrendite, den Gewinn und die Dividende berechnen. Die
Berechnung erfolgt dabei wie folgt (Ferlic u. a., 2009, S. 6):
ℎℎ ℎ = × (1 − ℎü × (1 − )
Die Berechnung erfolgt dabei i.d.R. auf Durchschnittswerten für den gesamten betrachteten
Zeitraum (i.d.R. zwischen fünf und zehn Jahre). Nachdem der Wachstumskorridor bestimmt
wurde, wird das aktuelle Wachstum mit dem Korridor verglichen und anschließend bewertet
(Ferlic u. a., 2009, S. 6). Die Identifikation der Wachstumsrate hilft dabei nicht nur die Ver-
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 191
gleichbarkeit der langfristigen Unternehmensleistung zu optimieren, sondern auch die aktu-
elle Situation zu diagnostizieren und Prognosen über die zukünftige Unternehmensentwick-
lung zu generieren. Die Korridore können ebenfalls zur relativen Zieldefinition von
Wachstum genutzt werden. Wird festgelegt, dass das Unternehmenswachstum sich in einem
solchen Korridor befinden muss, verringert sich der zeitliche Aufwand im Planungs-, Prog-
nose- und Zielbildungsprozess und ist damit als Instrument zur Zielsetzung optimal geeignet
(Ferlic u. a., 2009, S. 11). Diese automatisierte Zielsetzung hat damit einen zentralen Vorteil
in der Ressourcenschonung, die durch die Selbstadjustierung der Ober- und Untergrenzen
aufgrund der Unternehmen innerhalb der Peer Group zustande kommt. Findet ein industrie-
weites, erhöhtes Wachstum statt, so passen sich auch die durchschnittlichen Werte für die
Ober- und Untergrenze automatisch an. Dementsprechend kann dieses Verfahren nicht nur
der verbesserten Leistungsbewertung dienen, sondern auch ein ideales Instrument in der stra-
tegischen Planung darstellen (Ferlic u. a., 2009, S. 11). Würde ein nicht-nachhaltiges Wachs-
tum in der Leistungsbewertung keiner Eliminierung unterzogen werden, so würde dies zu
falschen Anreizen und Entscheidungen führen und damit die nachhaltige Entwicklung des
Unternehmens gefährden. Dementsprechend ist diese Betrachtung von gesundem Wachstum
im Rahmen des Peer Group Benchmarkings von hoher Relevanz.
Bereits im Jahr 1977 beschreibt auch Higgins (1977, S. 7) die hohe Bedeutung nachhaltigen
Wachstums für den langfristigen Erfolg von Unternehmen. Hierbei wird davon ausgegangen,
dass Unternehmen, die eine angestrebte Auszahlungsquote und Kapitalstruktur ohne den Auf-
bau von neuem Eigenkapitel erhalten wollen, sich nachhaltiges Wachstum nur in Verbindung
mit der existierenden Finanzpolitik im Unternehmen durchsetzen lässt. Angestrebte Wachs-
tumsziele und nachhaltige Wachstumsraten lassen sich dabei über den Verkauft neuer Stamm-
aktien (Equity Shares), einer Reduktion der Auszahlungsquote, einer Erhöhung des
finanziellen Leverage oder der Verbesserung der betrieblichen Leistung erreichen (Higgins,
1977, S. 8). Diese Möglichkeiten zur Gleichgewichtsherstellung lassen sich auch auf den An-
satz von Ferlic et al. (2009, S. 6) übertragen. Higgins (1977, S. 8) spricht sich dabei klar für
ein Management von Wachstum aus und betrachtet es nicht als eine Steuerungsdimension, die
es in jedem Fall zu maximieren gilt. Als Entscheidungsparameter ist es ebenso zu behandeln,
wie das Management der angestrebten Auszahlungsquote, Kapitalstruktur oder anderen finan-
ziellen Steuerungsdimensionen. Grundsätzlich muss beim Wachstumsmanagement immer
zwischen mehr Wachstum und einer Kombination aus einem höheren finanziellen Leverage
und weniger Dividenden abgewogen werden (Higgins, 1977, S. 8).
192 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
Abbildung 45: Kalkulation nachhaltigem Wachstums (vgl. Higgins, 1977, S. 9)
Higgins (1977, S. 8f) sieht das Wachstum eines Unternehmens nicht als unabhängige Größe
an, sondern als eine von vielen Variablen in einem in sich verflochtenem System. Im Gegen-
satz zu Ferlic et al. wird hierbei aber kein Korridor für nachhaltiges Wachstum bestimmt.
Vorab werden zuerst einige Annahmen getroffen, um die Berechnung einfach zu halten (siehe
dazu auch Abbildung 45).8 Eine der Annahmen besteht in den Abschreibungen die als gerade
ausreichend genug angenommen werden, um den Wert der existierenden Assets aufrechtzu-
erhalten. Ebenso wird angenommen, dass die Gewinnmargen aus neuen und existierenden
Umsätzen, sowie das Verhältnis aus Assets und neuen und existierenden Umsätzen identisch
sind. Zur Berechnung werden die in Abbildung 45 dargestellten Informationen benötigt.
Unter Betrachtung von Abbildung 45 und unter der Annahme, dass ( − ÷ ) und ( ÷ ) sowohl für neue, als auch existierende Um-
sätze identisch sind, ist bei neuen Assets eine Unterstützung der erhöhten Umsätze (∆ ), aus
denen zukünftig ∆ ( ) hervorgehen werden, erforderlich (vgl. punktiertes Rechteck). Auf der
anderen Seite der Bilanz (Passiva) werden die gesamten Jahreserträge über ( ∆ ) (1 − )
bestimmt. Zugänge zu den Gewinnrücklagen (vgl. schraffiertes Rechteck) ergeben sich dem-
entsprechend aus: ( ∆ ) (1 − ). Abschließend können neue Kredite mit (
8 Ein generalisiertes Modell zur Berechnung des nachhaltigen Wachstums ist bei Higgins et al. (1977, S. 15) in den
Appendix zu finden. Dabei können sich auch die Höhen der Investments und der Gewinne pro Dollar bei neuem und existierendem Umsatz unterscheiden. Außerdem dürfen die Abschreibungen nicht ausreichend sein, damit der Wert existierender Assets aufrechterhalten werden kann. Das Verhältnis aus den Assets und den existierenden Um-sätzen kann sich auch ändern.
Vermögenswerte (Assets)
Assets zu Beginn
des Jahres
Neue Assets, die
benötigt wurden, um
gesteigerte Umsätze zu unterstützen
Verbindlichkeiten und Eigenkapital
Eigen- und
Fremdkapital zu
Beginn des Jahres
Einstellungen in die
Gewinnrücklagen
Aufnahme von
Verbindlichkeiten
∆ ( ) p ∆ (1 − )
p ∆ 1 −
= angestrebte Dividendenauszahlungsquote
= Gewinnmarge auf neue und
existierende Umsätze nach Steuern
= Zielgröße des Verhältnisses aus Nettoverschuldung zu Eigenkapital
(debt-to-equity ratio)
= das Verhältnis aus Gesamtvermögenswerten zu neuen
und existierenden Netto-Umsätze
= Umsätze zu Beginn des Jahres
∆ = Anstieg der Umsätze während des Jahres
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 193
∆ ) (1. ) gleichgesetzt werden (vgl. schattierte Fläche), da jeder Dollar, der in die Ge-
winnrücklagen fließt, die Aufnahme von $L ermöglicht ohne dass das Debt-to-Equity-Ratio
zu erhöht wird (Higgins, 1977, S. 8).
Zur Berechnung der nachhaltigen Wachstumsrate muss nun nur beachtet werden, dass die
Asset-Zugänge den Zugängen an Verbindlichkeiten und Eigenkapital entsprechen, d.h. neue
Vermögenswerte müssen über neues Fremd- und Eigenkapital durch Gewinnrücklagen finan-
ziert werden. Werden diese beiden Größen gleichgesetzt und für die Wachstumsrate nach
∆ ÷ aufgelöst so erhält man (Higgins, 1977, S. 8):
ℎℎ ℎ = ∗ = ∆ ÷ = (1 − )(1 )
− (1 − )(1 )
Sobald die eigene Wachstumsrate nicht identisch mit ∗ist, sollte das Unternehmen eine
oder mehrere Determinanten aus , , , oder ändern, oder weitere Anteile verkaufen, um
als Unternehmen langfristig erfolgreich zu sein. Als Kritikpunkt kann hierbei angeführt wer-
den, dass theoretisch immer der Verkauf von Unternehmensanteilen und damit die Aufsto-
ckung des Eigenkapitals zu nachhaltigen Wachstumsraten führen kann. Was theoretisch sehr
einfach klingt, ist es aber nicht, da Unternehmen i.d.R. entweder nicht in der Lage sind weitere
Anteile zu verkaufen, oder einfach nicht gewillt sind dies zu tun. Deshalb ist gerade für diese
Unternehmen die Steuerung von nachhaltigem Unternehmenswachstum von zentraler Bedeu-
tung.
Da die Ansätze von Ferlic et al. (2009, S. 6) und von Higgins (1977, S. 8f) auf einer ähnlichen
Grundlage basieren, bietet es sich an dieser Stelle an, diese beiden Verfahren miteinander zu
kombinieren. Dabei kann das Verfahren von Ferlic et al. dazu dienen, Ober- und Untergren-
zen und damit den Wachstumskorridor festzulegen. Durch die Ergänzung von Higgins besteht
zum einen die Möglichkeit nicht nur einen Korridor des Wachstums zu betrachten, sondern
direkt das optimale Wachstum abzuleiten. Diese Methode liefert dabei nicht nur ein detail-
liertes Berechnungsverfahren, mit dessen Hilfe auch eine verfeinerte nachgelagerte Analyse
zur Optimierung des Wachstumsmanagements durchgeführt werden kann, sondern zeigt auch
auf, ob sich das Unternehmen eher an der Ober- oder Untergrenze des Wachstumskorridors
orientieren sollte.
Auf die Möglichkeiten des Managements von nachhaltigem Wachstum gehen beide Autoren
intensiv ein, führen u.a. ähnliche Steuerungsmöglichkeiten (bspw. Verkauf neuer Unterneh-
mensanteile) auf, ergänzen sich aber auch in einigen Punkten. Aber da dies für die relative
Leistungsvergleichsanalyse im Peer Group Benchmarking keine große Relevanz darstellt,
194 Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen
kann an dieser Stelle auf eine detaillierte Betrachtung verzichtet werden. Die Berücksichti-
gung von nachhaltigem Umsatzwachstum im Peer Group Benchmarking sollte vor allem im
Hinblick auf die Obergrenze betrachtet werden. Hierbei hat sich als sinnvoll herausgestellt
zum einen den eigenen optimalen Wachstumskorridor in einer Vergleichsübersicht mit der
Peer Group darzustellen, wobei die Untergrenze des Wachstums dabei mit dem Median der
Vergleichsunternehmen per Definition identisch sein sollte. Zum anderen können durch die
individuell für jedes Unternehmen berechneten maximalen nachhaltigen Wachstumsraten, die
Vergleichsunternehmen identifiziert werden, deren Wachstumsraten über ihren Maximalwer-
ten liegen. Anschließend können diese Umsatzkennzahlen eliminiert werden, um fehlerhafte
Leistungsanreize an das Management zu vermeiden und die Performanceevaluation auf der
Erreichung einer langfristig erfolgreichen Unternehmensentwicklung hin ausgerichtet wer-
den. Abschließend kann zusätzlich noch das eigene optimale Wachstum nach Higgins (1977,
S. 8) im Vergleich mit der Peer Group betrachten werden. Weist dies stark von den Umsatz-
entwicklungen der stärksten Unternehmen aus der Peer Group ab, so gibt dies Aufschluss
darüber, dass intensiveres Wachstumsmanagement betrieben werden sollte, um die Nachhal-
tigkeit des eigenen Unternehmenswachstums zu erhöhen. Dabei hat das Unternehmen die
Möglichkeit das Eigenkapital zu erhöhen oder die Determinanten , , , oder/und zu ver-
ändern (Higgins, 1977, S. 15). Damit würde die gesunde Wachstumsrate erhöht und dem Un-
ternehmen wieder neue Wachstumsanreize gesetzt werden. Henry (2012, S. 39f) unterscheidet
ebenfalls zwischen gutem und schlechtem Wachstum. Für ihn ist gutes Wachstum nie gegen-
sätzlich zu der Unternehmensmission. Wie in Abbildung 46 dargestellt, wird hierbei weniger
auf die finanziellen Auswirkungen, sondern vielmehr auf die organisatorischen und gesell-
schaftlichen Effekte von „schlechtem“ Wachstum eingegangen.
Abbildung 46: Charakteristiken von gutem und schlechtem Wachstum (vgl. K. Henry, 2012, S. 40)
Auf eine weitere, noch tiefgreifendere Analyse der verzerrenden und verwässernden Faktoren
auf die Nutzung und Analyse finanzieller Kennzahlen soll an dieser Stelle verzichtet werden.
Bereits bei den beschriebenen Faktoren gibt es für Analysten genügend Herausforderungen
zu bewältigen. Zumal einige der verzerrenden Faktoren nicht im Detail durch den Analysten
Selektionskriterien zur Identifikation der Peer Group und Aufbereitung der finanziellen Kennzahlen 195
zu identifizieren sein werden. Zudem empfiehlt Stern (2007b, S. 102) sich bei der Adjustie-
rung der veröffentlichten Finanzdaten nicht in Details zu verlieren und dementsprechend nicht
zu viele Anpassungen vorzunehmen. Dies würde auf der einen Seite zu viele Unternehmens-
ressourcen binden (Input/Output-Verhältnis) und auf der anderen Seite die Glaubwürdigkeit
der Leistungsbewertung trüben. Deshalb empfiehlt Stern (2007b, S. 102) grundsätzliche Ad-
justierungen nur dann vorzunehmen, wenn sich entsprechende Kennzahlen in zwei aufeinan-
derfolgenden Perioden maßgeblich unterscheiden. Die unterschiedlichen verzerrenden und
verwässernden Faktoren müssen deshalb einer projektspezifischen Analyse unterzogen wer-
den. Aufgrund der Komplexität dieses Kapitels soll zur Veranschaulichung der systematische
Prozess zum Konzept des Peer Group Benchmarkings auf Basis der bisherigen Forschungs-
ergebnisse dargestellt werden. Im nachfolgenden Kapitel 7 wird darauf nun näher eingegan-
gen werden.
196
7 Systematischer Prozess zum Peer Group
Benchmarking-Konzept
„Benchmarking compares your organization's current operating practice with the best prac-
tices used by world-class organizations. It helps generate proven ideas for the improvement
and innovation of your company. In other words, benchmarking is a management tool for
evaluating current business practices and finding ways to do them better, cheaper, and
quicker.”
Smith, Ritter, & Tuggle, Benchmarking: The Fundamental Questions, 1993, S. 44
7.1 Grundlagen zum Prozess des Peer Group Benchmarking
In einschlägiger Literatur lässt sich eine Vielzahl unterschiedlicher Prozesse zum Benchmar-
king identifizieren. Um ein Verständnis zur Entwicklung des Prozesses für das Peer Group
Benchmarking zu bekommen ist es sinnvoll, sich einen Überblick zu den bisherigen Bench-
marking-Prozessen zu verschaffen. In der Regel werden im Benchmarking vier bis sechs Pro-
zessphasen unterschieden (siehe Abbildung 47), die sich wiederrum in unterschiedliche
Schritte unterteilen können. Als Ausnahme kann der Prozessansatz von Niemand und Scholl
(1995) angesehen werden, die das Benchmarking im Rahmen des Target Costings lediglich
in drei Prozessphasen unterteilen. Ein standardisierter Prozess hat sich bisher nicht etablieren
können, da je nach Ausgestaltung der Benchmarking-Dimensionen (siehe Tabelle 7, Kapitel
4.1.3) unterschiedliche Schwerpunkte im Benchmarking gesetzt werden. Wird bspw. internes
Benchmarking betrieben, steht die Identifikation von Vergleichsobjekten weniger stark im
Vordergrund als im Peer Group Benchmarking. Dasselbe gilt für kollaboratives und kompe-
titives Benchmarking. Im kompetitiven Benchmarking müssen Analysten auf die Kennzahlen
aus Finanzdatenbanken und Geschäftsberichten vertrauen, im kollaborativem hingegen ent-
fällt die aufwendige Suche nach geeigneten Kennzahlen. Aus diesem Grund ist es deshalb
sinnvoll, gängige Vorgehensweisen im Benchmarking kurz zu beleuchten, um abschließend
einen optimalen Prozessablauf im Peer Group Benchmarking abzuleiten. Dabei wird aufge-
zeigt werden, dass die einzelnen Phasen sich nicht grundlegend von den bisherigen For-
schungsergebnissen unterscheiden, die Hauptunterschiede aber in der detaillierten
Ausgestaltung der Ablaufschritte innerhalb der Prozessphasen zu finden sind.
Systematischer Prozess zum Peer Group Benchmarking-Konzept 197
Abbildung 47: Unterschiedliche Prozessphasen im Benchmarking (vgl. Schuh, 2014, S. 113)
Da das Konzept von Langner (1994, S. 36–40) ein sehr ausführliches Konzept darstellt und
bereits im Jahr 1994 den Vorteil eines übergreifenden Benchmarkings über den reinen Wett-
bewerbsvergleich hinaus als sinnvoll betrachten (bspw. die Nutzung branchenfremder Unter-
nehmen in Abhängigkeit der zu untersuchenden Fachbereiche), soll dieses in Kürze
vorgestellt werden. Grundsätzlich legt dieser sechsstufige Prozessablauf das Hauptaugenmerk
auf die Festlegung der Analyse-Inhalte, die Identifikation der Benchmarking-Partner und die
Auswahl und Nutzung der Methode zur Datenerhebung. In der ersten Phase wird dazu mit
einer Ist-Analyse des Unternehmens gestartet, um die Stärken und Schwächen zu identifizie-
ren. Die Betrachtung erfolgt dabei aus einer Kundenperspektive. Aus dieser Analyse heraus,
können die zentralen Vergleichskennzahlen und die Benchmarking-Partner ausgewählt wer-
den. Durch diese Reihenfolge wird sichergestellt, dass bei der Stärken-/Schwächenanalyse
keine Beeinflussung durch die Vergleichsobjekte zum Tragen kommt (Schuh, 2014, S. 114).
In der zweiten und dritten Phase werden die Hauptleistungslücken aufgedeckt und anschlie-
ßend die „Best-In-Class“-Unternehmen identifiziert. Die vierte Phase ist dem zentralen Nut-
zen von Benchmarking gewidmet. Darin erfolgt die Ursachenforschung, die über einen reinen
Kennzahlenvergleich hinausgeht. Gerade diese Phase profitiert von Vertrauen und Offenheit
zwischen den Benchmarking-Partnern (kollaboratives Benchmarking). Dies ist aber nicht im-
mer gegeben, vor allem, wenn die Vergleichsunternehmen in einem kompetitiven Verhältnis
zueinanderstehen. Anschließend erfolgt in der fünften Phase die Umsetzung der gewonnenen
Erkenntnisse im eigenen Unternehmen. Dazu werden Maßnahmenpläne erarbeitet, Verant-
wortlichkeiten übertragen und Ziele festgelegt. Für einen kontinuierlichen Verbesserungspro-
zess wird in dieser Vorgehensweise expliziert eine sechste Phase ergänzt (Langner, 1994, S.
36–40). Wie bereits in der Definition zum Benchmarking beschrieben, ist Benchmarking mehr
1. Stärken-/Schwächen-
Analyse
2. Festlegung der Haupt-
Leistungslücken
3. „Best of Class“-Ermitteln
4. Ursachenforschung und
Methodenstudium
5. Umsetzung im eigenen
Unternehmen
6. Kontinuierliche Wiederholung
Langner6-Phasen
1. Festlegung
Analyseobjekt
2. Ermittlung des
Klassenbesten in jeder Disziplin
3. Analyse eigener
Stärken-/ Schwächen auf Basis des Vergleichs
mit Klassenbesten
4. Ableitung von Verbesserungs-
maßnahmen
5. Umsetzung mit dem Ziel
selbst „Klassenbester“ zu werden
Mehdorn/Töpfer5-Phasen
1. Planungsphase
2. Untersuchungsphase
3. Analysephase
4. Umsetzungsphase
Sander/Brockmann4-Phasen
1. Identifikationsphase
2. Analysephase
3. Verbesserungsphase
4. Umsetzungsphase
Wildermann4-Phasen
198 Systematischer Prozess zum Peer Group Benchmarking-Konzept
als ein reiner Kennzahlenvergleich. Gerade die Umsetzung von Verbesserungen und das kon-
tinuierliche Wiederholen und Anpassung an neue Rahmenbedingungen zeichnen das Bench-
marking als Managementinstrument aus.
Abbildung 48: Die Phasen und Ablaufschritte von Benchmarking nach Büyüközkan und Maire (1998, S. 104)
Einen ähnlichen Ansatz verfolgen auch Büyüközkan und Maire (1998, S. 104), welcher als
Grundlage zur Entwicklung des Peer Group Benchmarkings herangezogen wird (siehe dazu
auch Abbildung 48). Im Gegensatz zu vielen Ansätzen, die sich auf spezielle Aspekte im
Benchmarking konzentrieren, wird hier ein generischer Ansatz als Grundlage genutzt, der un-
terschiedliche Benchmarking-Arten in einer prozessualen Vorgehensweise vereinen soll. Die-
ser Ansatz wird anschließend Anpassungen unterzogen, um den eigenen Prozess zum Peer
Group Benchmarking abzuleiten.
Die erste Prozessphase dient dem Aspekt der Selbstanalyse des eigenen Unternehmens. Hier-
bei werden drei Ablaufschritte beschrieben, die wie bei Langner (1994) dazu dienen, die ei-
genen Stärken und Schwächen zu identifizieren. Dazu wird die eigene interne
Unternehmensperformance als Grundlage für die Vergleichbarkeit mit anderen Unternehmen
gemessen und analysiert. Neben der Identifizierung des eigenen Geschäftsmodells in einem
ersten Schritt, sollen auch die Geschäftsbereiche identifiziert werden, denen das größtmögli-
che Verbesserungspotential attestiert wird. Dazu erfolgt vorab auch die Festlegung der Krite-
rien, nach denen die Leistung beurteilt werden soll (Büyüközkan & Maire, 1998, S. 103). Die
zweite Phase kann als Vorstufe zum eigentlichen Benchmarking betrachtet werden. Dazu wer-
den in drei Ablaufschritte die zentralen Ziele, die durch das Benchmarking erreicht werden
1. Selbstanalyse
2. Pre-Benchmarking
3. Benchmarking
4. Post-Benchmarking
5. Überwachungen und Anpassungen
1.1
Festlegung der Aktivitäten und Kunden des Unternehmens
2.3
Festlegung der Methoden und Tools der Sammlung von Daten,
Informationen und Wissen
3.1
Sammlung und Organisationder Informationen
4.3
Implementierung spezifischer
Aktionen
5.1
Überprüfung der Benchmarking-integration und des Lernens
aus den Ergebnissen
1.2
Bestimmung der Leistungskriterien-maßstäbe und -kennzahlen
2.2Auswahl der
Benchmarking-Partner
3.2
Ermittlung und Analyse derLeistungslücke
4.2
Zielsetzung und Entwicklung
eines Aktionsplans
5.2Einschätzung des Erfolgs des Projekts
und Rekalibrierung der Benchmarks
1.3
Überprüfung und Steigerung der Unternehmensperformance
2.1Bestimmung der Prioritäten und
Auswahl des Benchmarking-Motivs
3.3
Evaluation zukünftigerUnternehmensrealisierungen
4.1Kommunikation der Benchmarking-
Ergebnisse und Etablierungfunktionaler Ziele
5.3Anpassung der Ziele und
Rückkehr zu Schritt 1.1
Phasen Ablaufschritte
Systematischer Prozess zum Peer Group Benchmarking-Konzept 199
wollen, beschrieben, die Benchmarking-Partner identifiziert, alle relevanten Elemente die Ge-
genstände der Benchmarking-Studie sein werden aufbereitet und damit die Informationen in
Aktion gebracht. Dazu müssen in dieser Phase auch alle Methoden und Tools zur Sammlung
von Daten, Informationen und Wissen bestimmt werden (Büyüközkan & Maire, 1998, S. 103).
In der dritten Phase wird das eigentliche Benchmarking durchgeführt, d.h. dass hier das Zu-
sammentragen aller benötigten Informationen und Kennzahlen und die Identifikation und
Analyse der Leistungslücken durch den Kennzahlenvergleich stattfindet. Im dritten Ablauf-
schritt dieser Phase werden die spezifischen Unternehmenspraktiken und operativen Grunds-
ätze untersucht, die das eigene Unternehmen von Unternehmen mit einer überlegenen
Leistung unterscheidet. Anschließend werden Möglichkeiten evaluiert, die zu Verbesserun-
gen führen sollen. Die darauffolgende vierte Phase beinhaltet die Implementierung der Ver-
besserungsmaßnahmen, die in der vorangegangenen Phase vorgeschlagen wurden. Dabei wird
versucht, sich an den Best Practices führender Unternehmen auf Basis des zur Verfügung
stehenden Wissens zu halten. Der erfolgreiche Einsatz und Nutzen von Benchmarking zahlt
sich vor allem in dieser Phase aus (Büyüközkan & Maire, 1998, S. 105). In der letzten Phase
steht die kontinuierliche Überwachung und Anpassung im Mittelpunkt. Die letzten drei Ab-
laufschritte in diesem generischen Benchmarking-Prozess finden die Einschätzungen über
den Erfolg der Aktionspläne statt. Dazu zählt auch die Überprüfung auf notwendige Aktuali-
sierungen und Anpassungen selbiger, um die Zielerreichung zu verbessern (Büyüközkan &
Maire, 1998, S. 105). Auch dieser Prozess zum Konzept des Benchmarkings zeigt auf, dass
sich dieses Managementinstrument nicht allein auf den reinen Kennzahlenvergleich ein-
schränkt. Zudem wird deutlich, dass es sich beim Benchmarking um keinen einmaligen Ein-
satz handelt, sondern den besten Erfolg aufzeigt, wenn es als kontinuierliches Instrument im
Management genutzt wird.
Abbildung 49: Ablaufschritte des Benchmarkings finanzieller Kennzahlen nach Stapenhurst (2009, S. 106)
Der Prozess für das Peer Group Benchmarking greift die Ansätze zu den Prozessphasen von
Büyüközkan und Maire (1998, S. 104) auf, legt aber innerhalb dieser Phasen einen anderen
Fokus, indem die Ablaufschritte von Stapenhurst (2009, S. 106) zum Benchmarking finanzi-
eller Kennzahlen integriert werden (siehe Abbildung 49).
Entwicklung von
Kenngrößen inkl.
ihrer Definition
Beschaffung der
Daten
Validierung der
Daten
Analyse der
Daten
Empfehlung von
Maßnahmen
Durchführung
der Maßnahmen
200 Systematischer Prozess zum Peer Group Benchmarking-Konzept
7.2 Peer Group Benchmarking Prozess
Die Anpassung etablierter Benchmarking-Prozesse liegt vor allem daran, dass das Peer Group
Benchmarking ein spezielles Benchmarking-Setting aufweist. Mit dem Peer Group Bench-
marking wird nicht versucht ein Konzept zu entwickeln, mit dem jegliche Art von Benchmar-
king durchgeführt werden kann oder sollte, sondern innerhalb der unterschiedlichen
Klassifizierungsarten (siehe Tabelle 7, Kapitel 4.1.3) wird für jeweils eine Klassifizierungsart
eine bestimmte Klassifizierungsausprägung ausgewählt. Hierbei wird sich auf die Nutzung
der Peer Group als Vergleichsobjekt spezialisiert, als inhaltliche Komponente liegt der Fokus
auf der Betrachtung (finanzieller) Leistung, was zur Ausgestaltungsdimension der formal
kompetitiven Klassifizierungsausprägung führt. Für dieses spezielle Setting werden im Nach-
folgenden die Prozessphasen beschrieben, um in den darauffolgenden Abschnitten auf die
einen Prozessschritte detailliert eingehen zu können.
Abbildung 50: Gesamtprozess des Peer Group Benchmarking
Der Prozess zum Peer Group Benchmarking ist fünfstufig aufgebaut (siehe Abbildung 50). In
der ersten Phasen wird, ganz nach den Vorgehensweisen bei Langner (1994) und Büyüközkan
und Maire (1998), mit der Analyse des eigenen Unternehmens gestartet. Durch die Identifi-
kation des eigenen Geschäftsmodells werden Informationen über die unterschiedlichen Inte-
ressengruppen zusammengestellt, die Wertschöpfungskette inklusive der Einflussfaktoren
aufbereitet und eine explizite Auskunft über die Kunden, Lieferanten und Technologien dem
Systematischer Prozess zum Peer Group Benchmarking-Konzept 201
Analysten zur Verfügung gestellt. Auf dieser Basis werden die zentralen Werttreiber und
Frühwarnindikatoren abgeleitet. Als zentrales Ergebnis liegt anschließend eine Geschäftsmo-
dellidentifikation mit einer Analyse über den Zielmarkt, den Kundensegmenten, Partnern, In-
vestoren und Lieferanten vor. Dies ist die zentrale Grundlage im Peer Group Benchmarking,
um anschließend mit der Selektion der Vergleichsobjekte starten zu können.
Die zweite Prozessphase beinhaltet eine erste Zusammenstellung von Informationen zu po-
tentiellen Unternehmen einer Peer Group. Porter‘s Branchenstrukturanalyse, Schlüsselwörter
und Klassifikationsschemata dienen dazu, eine erste Langliste an potentiellen Vergleichsun-
ternehmen abzuleiten. Dabei erfolgt die Unterteilung der Unternehmen in drei Kategorien:
direkte Wettbewerber, Vergleichsunternehmen mit gleichem Zyklus und strategische Ver-
gleichsunternehmen (siehe zu den wissenschaftlichen Grundlagen der ersten Selektionsstufe
Kapitel 6.3). Diese und auch die beiden darauffolgenden Phasen legen ihren Schwerpunkt auf
die Identifikation einer geeigneter Peer Group. Dies hat deshalb einen zentralen Stellenwert,
da für eine finanzielle und möglichst objektive Leistungsbeurteilung von Unternehmen die
Auswahl geeigneter und nachvollziehbarer Vergleichsobjekte über den Erfolg und Misserfolg
des Einsatzes von Peer Group Benchmarking als Managementinstrument entscheidet.
Nachdem in der zweiten Prozessphase eine erste grobe Basis möglicher Vergleichsunterneh-
men erfolgte, findet in Phase drei eine quantitative Untersuchung nach bestimmten (finanzi-
ellen) Kennzahlen statt. Dabei erfolgt eine Zyklusüberprüfung der potentiellen
Vergleichsobjekte, sowie Überprüfungen über Firmengröße, Kurs-Buchwert-Verhältnisse
und Auslandsumsätze. Als Ergebnis erhält der Analyst eine Kurzliste über vergleichbare Un-
ternehmen (Grundlagen zu den quantitativen Selektionskriterien sind in Kapitel 6.4 enthal-
ten).
Die vierte Prozessphase beinhaltet, wie in Stapenhursts (2009, S. 106) drittem Ablaufschritt,
die abschließende Identifikation der Peer Group statt, indem auch die finanziellen Kennzahlen
einer gesonderten Untersuchung unterzogen werden (siehe zu den Möglichkeiten der Validie-
rung von finanziellen Kennzahlen Kapitel 6.5). Die Identifikationen verzerrender und verwäs-
sernder Faktoren auf finanzielle Kennzahlen stehen hier im Vordergrund. Als qualitativer
Untersuchungsrahmen wird diese Phase deshalb beschrieben, da aufgrund möglicher Fehler
durch die Nutzung von Finanzanalysedatenbanken eine abschließende manuelle Überprüfung
der Vergleichsunternehmen durch das Management stattfinden sollte. Dadurch erhält das Un-
ternehmen in der vierten Phase ihre geeignete Peer Group.
In der fünften und abschließenden Phase des Peer Group Benchmarkings findet die eigentliche
Analyse der finanziellen Kennzahlen statt. Die Analyse nach den Dimensionen von Hamann,
Schiemann, Bellora, & Guenther, (2013) kann hier sinnvoll eingesetzt werden, da der ganz-
heitliche Leistungsaspekt berücksichtigt wird (siehe dazu im Detail Kapitel 5.2). Da das Peer
202 Systematischer Prozess zum Peer Group Benchmarking-Konzept
Group Benchmarking grundsätzlich dafür ausgelegt ist, finanzielle Kennzahlen miteinander
zu vergleichen, erfolgt die Auswahl der Vergleichsinhalte innerhalb dieser letzten Phase in
Abhängigkeit der zur Verfügung stehenden Informationen aus Geschäftsberichten und öffent-
lichen Finanzanalysedatenbanken. Aus diesem Grund ist dieser Auswahlprozess keiner eige-
nen Prozessphase, wie bspw. beim generischeren Ansatz von Büyüközkan und Maire (1998,
S. 104), zugeordnet. Als Ergebnis erhält der Analyst in dieser Phase Informationen sowohl
zur strategischen Leistungsevaluation, als auch zur organisatorischen Performance. Besteht
die Möglichkeit auf Analysteneinschätzungen aus den Finanzanalysedatenbanken zurückzu-
greifen, können zusätzlich auch Umsatzprognosen mit kurzem Zeithorizont erstellt werden.
7.3 Phasen im Prozess des Peer Group Benchmarking
7.3.1 Phase 1: Identifikation des Geschäftsmodells
Für ein vollständiges Verständnis über mögliche Vergleichsunternehmen ist es wichtig, de-
taillierte Erkenntnisse vom Geschäftsmodell und den Umweltbedingungen des eigenen Un-
ternehmens zu besitzen. Die erste Phase dient genau dieser Erkenntnisgewinnung (siehe
Abbildung 51). Dazu werden die wichtigsten Unternehmenspartner, Ressourcen und Aktivi-
täten aufbereitet und die Wertschöpfungskette und die Kundenbeziehungen veranschaulicht.
Sobald diese Informationen über das eigene Unternehmen für den Analysten zur Verfügung
stehen, können diese als Grundlage für die Branchenstrukturanalyse und die Umfeldanalyse
herangezogen werden, um ein exaktes Verständnis über den Markt und deren zentralen Ein-
flussfaktoren auf das eigene Unternehmen zu erhalten. Als Ergebnis erhält man einen Über-
blick über die Unternehmensaktivitäten und ihren Rahmenbedingungen.
Abbildung 51: Phase 1: Geschäftsmodellidentifikation
Systematischer Prozess zum Peer Group Benchmarking-Konzept 203
Für die oben beschriebene Geschäftsmodellidentifikation kann auf einen systematischen An-
satz von Osterwalder & Pigneur (2011) zurückgegriffen werden. Das „Business Model Ge-
neration“ (Osterwalder & Pigneur, 2011, S. 18) unterscheidet dabei neun Bereiche zur
Generierung eines Business Modells: Schlüsselpartner (Key Partner), Schlüsselaktivitäten
(Key Activities), Schlüsselressourcen (Key Resources), Werte (Value Proposition), Kunden-
beziehung (Customer Relationship), Marketingkanäle (Channels), Kunden (Customer Seg-
ment). Darüber hinaus existieren zwei zentrale Basiselemente eins Geschäftsmodells: Kosten
(Cost Structure) und Ertrag (Revenue Stream). Dieses Modell kann dazu beitragen, die Orga-
nisation, ihre Aktivitäten und damit das Geschäftsmodell systematisch aufzubereiten, um nach
dem Analyseprozess zur Leistungsbewertung Rückschlüsse auf die zentralen Schwachstellen
im Unternehmen ziehen zu können (Osterwalder & Pigneur, 2011, S. 18).
Abbildung 52: Business Model Generation (Osterwalder & Pigneur, 2011, S. 18)
Im Zusammenhang mit dem Geschäftsmodell und der Branchenstruktur- und Umfeld-/Um-
weltanalyse steht auch die Identifikation der unternehmenseigenen Stärken und Schwächen.
Je intensiver diese Phase durchgeführt wird, desto bessere Ergebnisse können bei der Identi-
fikation der Peer Group und dementsprechend mit der abschließenden Leistungsver-
gleichsanalyse erzielt werden.
Mit dieser Vorgehensweise wird eine systematische Tiefenbohrung in die Unternehmensakti-
vitäten vorgenommen, um das Geschäftsmodell in seiner Gesamtheit zu erfassen. Mit der zu-
sätzlichen Analyse über den Ansatz von Osterwalder & Pigneur (2011, S. 22–23) hinaus,
können auch erste Stärken und Schwächen des Unternehmens sichtbar werden. Dieses hilft
dabei die in der abschließenden Analysephase auf die internen Ergebnisse abzustimmen und
eine detaillierte Ursachforschung vornehmen zu können. Damit können die subjektiven Er-
folgseinschätzungen durch das Unternehmen mit der externen und relativen Leistungsbewer-
tung abgeglichen werden, um so die zentralen Schwachstellen im Unternehmen offenzulegen
Schlüssel-partner
Schlüssel-aktivitäten
Schlüssel-ressourcen
Nutzen, Werte
Kunden-beziehung
Marketing-kanäle
Kunden
Grundvoraussetzungen Ergebnisse
Kosten Ertrag
204 Systematischer Prozess zum Peer Group Benchmarking-Konzept
und Ansätze entwickeln zu können, die direkt auf die Reduktion dieser Schwachstellen wir-
ken. Zusammengefasst erhält der Analyst zum Peer Group Benchmarking folgende Informa-
tionen für Phase zwei:
Informationen zum Geschäftsmodell und zur Industrie- und zu den Branchenstruk-
turen inklusive einer Differenzierung unterschiedlicher Business Units
Informationen zu den direkten Wettbewerbern
Informationen zu den zentralen Kunden und Lieferanten
Informationen zu den zentralen Investoren, sowie erste Informationen zu deren an-
derweitigen Investitionen (Eigenkapitalgeber)
Informationen zu Partnerschaften
Informationen zur organisatorischen (internen) Leistung des Unternehmens
(Stärken- und Schwächenanalyse)
7.3.2 Phase 2: Datenerfassung
Phase zwei zur Datenerfassung geht auf die wissenschaftliche Fundierung aus Kapitel 6.3
zurück, in dem dargestellt wurde, wie aus den Grundlagen zu Porter’s Five Forces die Identi-
fizierung einer ersten Grundgesamtheit möglicher Vergleichsunternehmen stattfinden kann.
Der prozessuale Ablauf ist dazu in Abbildung 53 dargestellt. Grundsätzlich werden dabei Un-
ternehmen als Vergleichspartner unterschieden, die in einem Wettbewerbsverhältnis stehen,
der Zyklen mit denen des eigenen Unternehmens übereinstimmen oder aus einem strategi-
schen Gesichtspunkt heraus sich für eine Vergleichbarkeit anbieten würden. Das zentrale Ziel
dieser Phase ist die Identifikation einer Grundgesamtheit an Unternehmen, die sich grundsätz-
lich als Vergleichsunternehmen aufgrund der (erweiterten) Industriezugehörigkeit anbieten
würden und im Nachgang einer quantitativen und qualitativen Untersuchung unterzogen wer-
den können.
Systematischer Prozess zum Peer Group Benchmarking-Konzept 205
Abbildung 53: Phase 2: Datenerfassung
Zuerst werden die wettbewerbsrelevanten Objekte identifiziert, die aufgrund von gleichen
Produkten, Dienstleistungen und Prozessen eine direkte Industriezugehörigkeit aufzeigen.
Hierbei bietet es sich an, auf die Codes zu Industrieklassifizierungen aus den Finanzanalyse-
datenbanken zurückzugreifen. In der Regel werden dem Unternehmen die zentralen Wettbe-
werber bekannt sein. Dennoch ist dieser Prozessschritt in der zweiten Phase sinnvoll, um eine
möglichst ganzheitliche Abdeckung des Wettbewerbs zu generieren. Mit diesem Schritt soll
sichergestellt werden, dass kein Unternehmen unwissentlich vergessen wird. Wie in Kapitel
6.3 dargestellt, sollte bei Möglichkeit auf den Global Industry Classification Standard zurück-
gegriffen werden, ist aber abhängig von der genutzten Finanzdatenbank. Auf größter Detail-
lierungsebene (8-stellig) kann beim GICS aus 156 unterschiedliche Sub-Industrien
ausgewählt werden. In Konzernen sollten bei der Auswahl der Industrieklassifizierungen auf
die unterschiedlichen Geschäftsbereiche und Business Units eingegangen werden. Im Nor-
malfall werden für jede Business Unit eigene Industriecodes ausgewählt. Unterscheiden sich
die Geschäftsbereiche zu stark voneinander, sollte auf einzelne Peer Group Benchmarking
Projekte für jede Unit ausgewichen werden, um eine möglichst differenzierte Analyse durch-
führen zu können. Diese Herausforderung differenzierter Unternehmen würde aber bereits in
der vorangegangenen Phase identifiziert werden.
Die Identifikation von Unternehmen in einem ähnlichen Geschäftszyklus ist mit einer erhöh-
ten Komplexität verbunden. In der vorangegangenen Phase wurden die zentralen Kunden und
Lieferanten des eigenen Unternehmens aufbereitet. Anschließend kann bei börsennotierten
Unternehmen mithilfe der Bloomberg-Datenbank durch die Analyse der eigenen Kunden und
Lieferanten die Unternehmen mit denselben Kunden und Lieferanten identifiziert werden.
Hierfür stehen i.d.R. ausreichend Informationen zur Verfügung. Abhilfe kann bei nicht-bör-
sennotierten Unternehmen durch eine weitere Nutzung der Industrieklassifizierungen erfol-
gen. In diesem manuellen Prozessschritt werden die achtstelligen Sub-Industriecodes um die
sechsstelligen Industriecodes (GICS) erweitert. Werden die SIC-Codes genutzt, werden die
206 Systematischer Prozess zum Peer Group Benchmarking-Konzept
vierstelligen um die dreistelligen Codes ergänzt. Um dabei sicherzustellen, dass die Erweite-
rung aber auch so erfolgt, dass weitere Unternehmen mit identischem Geschäftszyklus aufge-
nommen werden findet in Phase drei eine entsprechende quantitative Überprüfung statt.
Im letzten Prozessschritt der zweiten Phase zur Identifikation strategischer Vergleichsunter-
nehmen werden zwei Differenzierungen unterschieden. Das hinzufügen der eigenen Kunden
und Lieferanten als strategische Vergleichsunternehmen stellt dabei keine Herausforderung
dar, da diese Unternehmen bereits in der vorangegangenen Phase aufbereitet wurden. Wesent-
lich komplexer ist die Identifikation von Unternehmen, die denselben Kapitalgeber oder po-
tentiellen Kapitalgeber aufweisen. Dazu werden in einem ersten Schritt die eigenen zentralen
Investoren und Kapitalgeber aus der vorangegangenen Phase genutzt, um von diesen Unter-
nehmen weitere Investitionen aus den Finanzdatenbanken abzuleiten. Bei Aktiengesellschaf-
ten aus den Vereinigten Staaten kann zusätzlich noch eine weitere Vorgehensweise
durchgeführt werden, um eine größtmögliche Grundgesamtheit an potentiellen Vergleichsun-
ternehmen zu entwickeln. Hierbei wird auf die amerikanische EDGAR-Datenbank zugegrif-
fen. Alle amerikanischen Aktiengesellschaften aus den Vereinigten Staaten sind dazu
verpflichtet ihre Offenlegungen dort einzuspeisen. Mittels Google Analytics lässt sich der ge-
nerierte Traffic analysieren. Unter der naheliegenden Prämisse, dass Analysten, die sich auf
dieser Webseite Informationen zu einzelnen Unternehmen beschaffen, nur Unternehmen be-
trachten die unter Investitionsgesichtspunkten eine gewisse Ähnlichkeit (bspw. Risiko, In-
dustrie, Zyklen, …) besitzen, kann festgestellt werden welche Unternehmen eine industrielle
Zusammengehörigkeit aufweisen. Folgt auf die Suche nach einem Unternehmen ein anderes,
zeigt dies, dass hier mit einer hohen Wahrscheinlichkeit eine Verbindung existiert. Mit dieser
Methode lässt sich somit eine Rangreihenfolge von Unternehmen über ihre Zusammengehö-
rigkeit genieren, die in einigen Studien sogar zu besseren Ergebnissen führte, als eine reine
Identifikation über die Industrieklassifizierungen.
Wie in Abbildung 53 dargestellt, erhält der Analyst am Ende der Prozessschritte aus Phase
zwei drei zentrale Ergebnisse, die in Form einer Langliste an Unternehmen vorliegen:
Direkte Wettbewerbsunternehmen durch die Nutzung des eigenen Wissens und der
Industrieklassifikationen
Unternehmen mit denselben Kunden und Lieferanten durch die Nutzung der Bloom-
berg-Finanzdatenbank mithilfe der eigenen Kunden und Lieferanten
Unternehmen mit demselben Geschäftsmodell und denselben Investoren durch die
Nutzung der EDGAR-Datenbank und den eigenen Investoren und die eigenen Kun-
den und Lieferanten aus den Analyseergebnissen aus Phase zwei
Systematischer Prozess zum Peer Group Benchmarking-Konzept 207
Diese Unternehmen können als potentielle Vergleichsunternehmen und damit als eine erste
Longlist von Unternehmen angesehen werden. Aus diesen Unternehmen wird die Peer Group
entwickelt. Für eine detaillierte Analyse wird in Phase drei eine quantitative Untersuchung
durchgeführt, um die große Unternehmensanzahl systematisch auf die wesentlichen herunter-
zubrechen.
7.3.3 Phase 3: Quantitative Untersuchung
Nachdem eine Grundgesamtheit zwischen 200 und 1000 Unternehmen je nach Industrie und
Branche zur Verfügung steht, die denselben exogenen Schocks unterliegen, ist nach der De-
finition von
Albuquerque (2009, S. 69) ein zweiter Aspekt zur Vergleichbarkeit notwendig. Der quantita-
tive Untersuchungsrahmen soll dafür sorgen, dass Unternehmen aus der Grundgesamtheit
identifiziert werden, die dieselben Möglichkeiten besitzen, auf diese externen Schocks zu re-
agieren. Eine reine Industrieanalyse würde an dieser Stelle zu einer wenig differenzierten
Auswahl an Vergleichsunternehmen führen und eine abschließende finanzielle Leistungsbe-
wertung auf unterschiedlicher Reaktionskosten der Unternehmen zu verfälschten Ergebnissen
führen. In Abbildung 54 sind hierzu die einzelnen Prozessschritte aufgeführt. Lee at al. (2016,
S. 2) beschreiben den Output dieser quantitativen Untersuchung als „Analyst co-coverage
peers“ (ACP) und differenziert damit die Identifikationen von Vergleichsunternehmen, bei
denen ein quantitativer oder qualitativer Auswahlprozess zugrunde lag. Im Peer Group Bench-
marking hat sich die Kombination aus beiden Verfahren als sinnvoll herausgestellt. Durch die
zusätzliche qualitative Untersuchung („Search Based Peers“, SBP) lassen sich fehlerhaft zug-
teilte Unternehmen leicht identifizieren und damit eliminieren (C. Lee u. a., 2016, S. 2).
Abbildung 54: Phase 3: Quantitative Untersuchung
208 Systematischer Prozess zum Peer Group Benchmarking-Konzept
Wie in Kapitel 6.4.1 beschrieben, findet in einem ersten Schritt die Korrelationsüberprüfung
der Umsätze statt. Dies ist deshalb sinnvoll, da oft nicht auf die Bloomberg-Datenbank zur
Identifikation von Unternehmen zurückgegriffen werden kann, um Unternehmen zu identifi-
zieren, die dieselben Kunden und Lieferanten besitzen. Ein weiterer Grund liegt in der Mög-
lichkeit fehlerhafter Industriezuordnungen. Im Speziellen kann dies Konzerne mit einer hohen
Differenzierung betreffen, die einer Industrieklassifikation zugeordnet worden sind, dort aber
nicht ihren Hauptumsatz generieren. Bei diesen Unternehmen sollte das Benchmarking, falls
die Informationen in den Datenbanken oder Finanzberichten zur Verfügung stehen, auf Divi-
sions- oder Geschäftsbereichsebene stattfinden. Die Korrelationsüberprüfung liefert Ergeb-
nisse über die abweichenden Entwicklungen pro untersuchtem Jahr. Als sinnvoll hat sich
herausgestellt Unternehmen zu eliminieren, bei denen in mindestens der Hälfte der Jahre Ab-
weichungen (siehe dazu Abbildung 44, Kapitel 6.4.1) nachgewiesen wurden. Für die Unter-
nehmen, die nicht eliminiert wurden, kann die Summe der Abweichungen für die Erstellung
eines Vergleichsindex herangezogen werden.
Im zweiten Schritt werden die Unternehmen mit ähnlichen Kapitalkosten auf Basis ihrer Un-
ternehmensgröße identifiziert. Wie in Kapitel 6.4.3 beschrieben, werden dazu die Umsätze,
die Vermögenswerte und (bei börsennotierten Unternehmen) die Marktkapitalisierung heran-
gezogen. Als Rahmenbedingung sollten die Vergleichsunternehmen nicht mehr als 200 Pro-
zent des Umsatzes des eigenen Unternehmens aufweisen, aber auch nicht weniger als 50
Prozent. Diese Richtlinie wird an dieser Stelle erweitert und im Anschluss an den Auswahl-
prozess durch einen Vergleichsindex abgedeckt. Die Untergrenze von 50 bleibt bestehen, die
Obergrenze aber auf 500 Prozent erweitert. Unternehmen die aus diesem Raster fallen, werden
aus der Longlist aus Phase zwei eliminiert.
Strategische Vergleichsunternehmen sollten ein sehr ähnliches Geschäftsmodell aufweisen,
um damit auch das Interesse derselben Investoren zu wecken. Um diese innerhalb der Ver-
gleichsunternehmen zu gewährleisten, kann bei Aktiengesellschaften auf das Wachstumspo-
tential in Form des Kurs-Buchwert-Verhältnisses zurückgegriffen werden (siehe dazu im
Detail Kapitel 6.4.4). Ist dieser Wert kleiner als eins, so sind Aktien sehr preiswert. Hierbei
wird nur vergleichen, ob der Wert ebenso wie das eigene Unternehmen kleiner oder größer
als eins ist. Unternehmen die davon abweichen sollten eliminiert werden. Bei nicht-börsen-
notierten Unternehmen kann auf diese Analyse leider nicht zurückgegriffen werden. Zu einer
weiteren Spezifizierung der Longlist aus Phase zwei kann aber auf andere Kennzahlen zu-
rückgegriffen werden: die Capital Expenditures (pro Asset) und die Höhe der jährlichen Ab-
schreibungen (pro Asset). Diese Informationen sind i.d.R. auch bei nicht-börsennotierten
Unternehmen vorhanden. Außerdem hat die zusätzliche Nutzung dieser Kennzahlen den Vor-
teil, dass der abgeleitete Vergleichsindex detaillierter ausfällt.
Systematischer Prozess zum Peer Group Benchmarking-Konzept 209
Auch wenn eine Fülle an weiteren quantitativen Selektionskriterien zur Verfügung steht hat
sich auch aufgrund der Komplexitätseinschränkung und um die Gefahr zu vermeiden, nur
noch einige wenige Vergleichsunternehmen aufzuweisen, gezeigt, dass lediglich die Betrach-
tung der geographischen Diversifikation (siehe Kapitel 6.4.5) und die Ausgaben für For-
schung und Entwicklung (siehe dazu Kapitel 6.4.6) als letzte quantitative Selektionskriterien
herangezogen werden sollten. Die geografische Diversifikation definiert sich dabei über den
prozentualen Umsatz eines Unternehmens im Ausland. Die F&E-Ausgaben werden als rela-
tive Größe ins Verhältnis zu den Assets gesetzt. Hierbei werden die aus der Wissenschaft
vorgeschlagenen Rahmenbedingungen genutzt. Die Obergrenze für eine Vergleichbarkeit
sollte bei 200, die Untergrenze bei 50 Prozent liegen. Alle Unternehmen, die nicht in dieses
Raster fallen sollte aus der entwickelten Peer Group ausgeschlossen werden.
Nachdem diese sieben quantitativen Prozessschritte durchlaufen wurden ist die Kurzliste an
Unternehmen für die Peer Group zusammengestellt (Analyst Co-Coverage Peers). In der
Phase vier erfolgt anschließend die qualitative Untersuchung der ACPs, um daraufhin den
Vergleichsindex für jedes untersuchte Unternehmen ableiten zu können.
7.3.4 Phase 4: Qualitative Untersuchung
Die quantitative Untersuchung um eine qualitative Analyse zu erweitern hat sich als sinnvolle
Phase im Prozess des Peer Group Benchmarking herausgestellt. Neben der manuellen Nach-
kontrolle der Shortlist auf etwaige fehlerhafte Zuordnungen durch die Analysten und das C-
Level Management werden in einem zweiten Prozessschritt mögliche verzerrende und ver-
wässernde Faktoren analysiert und sofern möglich und sinnvoll bereinigt. Im dritten und ab-
schließenden Prozessschritt in Phase vier kann der Vergleichsindex der unterschiedlichen
Unternehmen aufgestellt werden, um die abschließenden Unternehmen der Peer Group auf-
grund ihrer Ähnlichkeit mit dem eigenen Unternehmen zu bestimmen (siehe dazu Abbildung
55).
Im ersten Prozessschritt in Phase vier erfolgt die manuelle Nachkontrolle der Ergebnisse aus
der quantitativen Untersuchung. Dazu werden die identifizierten Unternehmen detailliert auf-
bereitet, um analysieren zu können, ob eine Vergleichbarkeit mit dem eigenen Unternehmen
nach der Definition des Peer Group Benchmarkings sinnvoll ist. Dazu kann bspw. auf die
Finanzdatenbank von Thomson Reuters zurückgegriffen werden. Für nahezu alle Unterneh-
men sind hier Beschreibungen hinterlegt, mit denen eine gute Einschätzung über das Ge-
schäftsmodell und die zentralen Aktivitäten möglich ist. Mit einer entsprechenden Einbindung
in Microsoft Excel lassen sich diese Informationen leicht aufbereiten und das Unternehmen
kann so wertvolle Ressourcen einsparen.
210 Systematischer Prozess zum Peer Group Benchmarking-Konzept
Abbildung 55: Phase 4: Qualitative Untersuchung
Nachdem die Shortlist einer weiteren Reduktion unterzogen wurde, erfolgt die Überprüfung
auf verzerrende und verwässernde Faktoren. Grundsätzlich sollten die finanziellen Ver-
gleichskennzahlen zumindest dann auf Möglichkeiten der Anpassungen überprüft werden,
wenn sich diese auf zwei aufeinanderfolgenden Perioden maßgeblich voneinander unterschei-
den. Dies kann als grundsätzlicher Indikator für verzerrende Faktoren angesehen werden. Ste-
hen genügend Ressourcen zur Verfügung kann ein dreistufiger Identifikationsprozess
durchlaufen werden: verzerrende Faktoren auf die Erfolgsrechnung und die Bilanz, nicht-ope-
rative Ereignisse und ungesundes, nicht-nachhaltiges Wachstum. Für eine detaillierte Berei-
nigung dieser Faktoren sei auf Kapitel 6.5 verwiesen.
Wie in Abbildung 56 dargestellt, sind unter den verzerrenden Faktoren auf die Erfolgsrech-
nung und die Bilanz Earnings Management, Rechnungslegungsstandards, Berichtszeiträume,
länderspezifische Steuersystem, Währungsschwankungen und finanzielle Hebelwirkungen zu
nennen (siehe dazu im Detail Kapitel 6.5.2). In Abhängigkeit der verwendeten finanziellen
Kennzahlen unterscheidet sich die Höhe an Anpassungen, da nicht jeder Faktor Auswirkun-
gen auf alle Kennzahlen hat. Die Überprüfung auf Earnings Management kann vereinfacht
durch die Überprüfung einer Veränderung des Rechnungslegungsstandards und einer vorhan-
denen Transparenz über das Vergütungsschema des Exekutive Boards liefern. Grundsätzlich
kann aber bei Nutzung des IFRS als Rechnungslegungsstandards davon ausgegangen werden,
dass die Qualität der Finanzkennzahlen sehr homogen ist und somit auf den Einsatz von wich-
tigen Unternehmensressourcen verzichtet werden kann. Unterscheiden sich die Rechnungsle-
gungsstandards voneinander ist dies kein Grund auf einen Vergleich von finanziellen
Kennzahlen zu verzichten. Da im Peer Group Benchmarking die Analyse oftmals über einen
Trendverlauf erfolgt, ist die Qualität der zur Verfügung stehenden Kennzahlen unterschiedli-
cher Rechnungslegungsstandards für eine Performanceevaluation i.d.R. hoch genug (Laı́nez
& Callao, 2000, S. 79). Analysten sollten dabei aber wissen, dass durch unterschiedliche
Rechnungslegungsstandards die Ertragskennzahlen um ± fünf Prozent abweichen können.
Systematischer Prozess zum Peer Group Benchmarking-Konzept 211
Nach dem Prinzip des PGB sollten sich diese Abweichungen in Summe aber ausgleichen.
Unterschiedliche Berichtszeiträume sollten in jedem Fall angepasst werden. Stehen die benö-
tigten Informationen (z.B. über Quartalsberichte) nicht zur Verfügung so hat sich gezeigt, dass
eine näherungsweise Anpassung (bspw. lineare Anpassung, wenn die Umsätze über das Jahr
gleichverteilt sind) eine bessere Vergleichbarkeit zulässt, als unterschiedliche Berichtszeit-
räume miteinander zu vergleichen. Die Anpassung länderspezifischer Steuersysteme kann
vermieden werden, indem ausschließlich finanzielle Kennzahlen vor Steuern betrachtet wer-
den. Währungsschwankungen können leider nicht komplett umgangen werden. Zumindest zur
Identifikation der Peer Group ist eine einheitliche Währung (bspw. für das quantitative Selek-
tionskriterium Größe) notwendig. Für die relative Performanceevaluation sollte aber auf rela-
tive Kennzahlen zurückgegriffen werden, um Währungsschwankungen nicht mit in die
Leistungsbewertung miteinzubeziehen. Abschließend werden finanzielle Hebelwirkungen
sehr einfach umgangen, indem anstatt der Kennzahl RoE der RoA genutzt wird.
Abbildung 56: Übersicht über die zentralen Einflussfaktoren auf die Erfolgsrechnung und die Bilanz
Wie in Abbildung 57 dargestellt, verwässern neben den direkten Einflussfaktoren auf die Er-
folgsrechnung und die Bilanz auch nicht-operative Ereignisse die Leistungsbewertung der
Unternehmen (siehe dazu im Detail Kapitel 6.5.3). Außerplanmäßige Wertminderungen und
Sonderabschreibungen, wie bspw. Neubewertungen von Vermögenswerten, sind i.d.R. nur
identifizierbar, wenn diese vom Unternehmen ausgewiesen werden. Grundsätzlich kann aber
davon ausgegangen werden, dass große Verluste direkt bei Eintritt erkannt und ausgewiesen
werden und nicht auf unterschiedliche Perioden verteilt werden. Eine Anpassung ist deshalb
nur in seltenen Fällen möglich und notwendig, können bei einer Leistungsanalyse über einen
langen Zeitraum hinweg aber auch vernachlässigt werden. Für Fusionen und Übernahmen
verhalten sich die Anweisungen recht ähnlich. Werden Zeitpunktbetrachtungen der Leistun-
212 Systematischer Prozess zum Peer Group Benchmarking-Konzept
gen bewertet, so sollten M&A-Tätigkeiten herausgenommen werden, bei einer Zeitraumbe-
trachtung hingegen kann dieser Teil der Analyse bleiben. Verrechnungspreissysteme können
mit Hilfe einiger Indikatoren (bspw. zinslose Darlehen, Forderungsverzichte oder Überahmen
von Gewinnen oder Verlusten) identifiziert werden, eine Anpassung oder Bereinigung ist aber
kaum möglich. Aus diesem Grund sollten nur Unternehmen miteinander verglichen werden,
deren Steuerakten von der Steuerbehörde akzeptiert wurden oder generell als unabhängige
Instanz gelten. Darüber hinaus können Forschungs- und Entwicklungsausgaben als Investiti-
onen in die unternehmerische Zukunft angesehen werden, weswegen die Empfehlung ausge-
sprochen werden kann, diese als immaterielle Vermögenswerte zu aktivieren (Stern, 2007b,
S. 102f). Zur Steigerung der Vergleichbarkeit sollte deshalb eine Adjustierung nach dem Prin-
zip aus Kapitel 6.5.3.5 erfolgen, sobald die Kosten zwischen den Perioden einer starken
Schwankung unterliegen oder einmalig in einer Aufbauphase stark ansteigen. Auch obligato-
rische Pensionsbeiträge haben Auswirkungen auf finanzielle Kennzahlen. Steuereinsparungen
durch Pensionsbeiträge können dabei den Unternehmenswert um bis zu 1,5 Prozent beeinflus-
sen. Vor allem beim Vergleich von Unternehmen unterschiedlich verpflichtender Beitragsfor-
men kann es zu einer Verzerrung wichtiger Wert- und Leistungstreiber kommen.
Pensionsaufwände als nicht-operative Vermögenswerte zu sehen kann hier Abhilfe in der Be-
trachtung bilanzieller Werte schaffen. In der GuV hingegen sollte darauf geachtet werden,
dass Pensionsbeiträge nicht unter die Umsatzkosten fallen (Koller u. a., 2010, S. 161). Weitere
außerbilanzielle Positionen, wie bspw. Leasingkosten, sind oftmals nicht ausgewiesen, kön-
nen aber dazu beitragen, dass Eigenkapitalkosten bis zu 20 Prozent höher ausfallen. Für die
unterschiedlichen Anpassungsmöglichkeiten sei auf Kapitel 6.5.3.7 verwiesen.
Abbildung 57: Übersicht über die zentralen nicht-operativen Effekte auf finanzielle Kennzahlen
Nachdem eine Reduzierung der Shortlist um Unternehmen, die nicht den rechtlichen Ansprü-
chen genügten, eine Adjustierung von verzerrenden und verwässernden Faktoren auf die GuV
Systematischer Prozess zum Peer Group Benchmarking-Konzept 213
und die Bilanz und die Anpassung von nicht-operativen Kennzahlen auf finanzielle Kennzah-
len durchgeführt wurden kann vor der Ausgestaltung der Peer Group und der Entwicklung
des Vergleichsindex auf das Umsatzwachstum der verbliebenen potentiellen Vergleichsunter-
nehmen eingegangen werden (siehe dazu im Detail Kapitel 6.5.4). Die Vorgehensweise zur
Identifikation nachhaltigen Unternehmenswachstums ist in Abbildung 58 dargestellt. Hierbei
geht es primär darum, Unternehmen zu erkennen, die ungesundes Wachstum aufweisen, um
diese Umsatzkennzahlen aus der Peer Group Analyse auszuschließen. Dadurch sollen falsche
Anreize durch zu starkes Wachstum vermieden werden und Unternehmen durch die Ergän-
zung einer Untergrenze auf nachhaltiges langfristiges Unternehmenswachstum trimmen.
Abbildung 58: Übersicht über die Vorgehensweise zur Bestimmung von ungesundem Wachstum
Nachdem alle oben beschriebenen Ablaufschritte aus Phase vier durchgeführt wurden, kann
die Peer Group ausgestaltet werden. Hierzu wird der Vergleichsindex herangezogen. Im Fi-
nanzwesen bezeichnet ein Vergleichsindex eine Bezugsgröße, um den relativen Wert einer
Aktienentwicklung zu messen. In Deutschland ist der wichtigste Vergleichsindex der Deut-
sche Aktienindex (DAX). Im Peer Group Benchmarking dient dieser Vergleichsindex der
Identifikation der zentralen Vergleichsunternehmen. Eine sinnvolle Peer Group zur finanziel-
len Leistungsbewertung besteht idealerweise aus 15 bis 45 Unternehmen, in Abhängigkeit der
Industrie und Branche. Der Vergleichsindex hilft dabei aus der Shortlist, in der immer noch
über 100 Unternehmen gelistet sein können, die zentralen Unternehmen auszuwählen, deren
Vergleichbarkeit die meiste Ähnlichkeit mit dem zu analysierenden Unternehmen aufweist.
Dazu werden die genutzten quantitativen Selektionskriterien herangezogen (siehe Tabelle 19).
214 Systematischer Prozess zum Peer Group Benchmarking-Konzept
Tabelle 19: Bestimmung der Prozentwerte eines Vergleichsunternehmens nach dem Prinzip des Vergleichsindex
Wie in Tabelle 19 dargestellt, unterteilt sich der Vergleichsindex auf acht Vergleichskatego-
rien und bis zu acht Bewertungskriterien. Dabei gliedert sich die Unternehmensgröße in drei
Sub-Kategorien: Umsatz, Vermögenswerte und Marktkapitalisierung. Dies ist deshalb sinn-
voll, da die Unternehmensgröße zur Vergleichbarkeit einen besonderen Stellenwert innehat.
Bspw. empfiehlt Albuquerque (2005, 2009) die primäre Nutzung der Unternehmensgröße als
Selektionskriterium. Deshalb nimmt diese Vergleichskategorie einen besonderen Stellenwert
ein. Außerdem gilt zu beachten, dass bei der Betrachtung des Market-to-Book-Ratio als Proxy
für die Vergleichbarkeit des Geschäftsmodells nur zwischen größer und kleiner eins unter-
schiedenen wird. Für jedes Unternehmen wird die Anzahl an Punkten durch die Summe aller
Einzelpunkte jeder Kategorie berechnet. Durch eine anschließende Division mit dem Maxi-
malwert (100 Punkte) wird die Vergleichskennzahl zur relativen Ähnlichkeit mit dem analy-
sierten Unternehmen bestimmt.
Diese Ausgestaltung des Vergleichsindex ist eine optimale und differenzierte Bestimmung
der Vergleichskennzahlen, muss aber je nach Situation und zur Verfügung stehenden Infor-
mationen und finanziellen Kennzahlen individuell angepasst werden. Werden nicht-börsen-
notierte Unternehmen betrachtet können manche Kennzahlen unter Umständen nicht zur
Verfügung stehen, wie bspw. der Wert zur Marktkapitalisierung. In diesem Fall muss der oben
vorgegebene Gesamtrahmen entsprechend reduziert werden und damit auch der zu errei-
chende Maximalwert.
Vergleichskategorien Bewertungskriterien des Vergleichsindex
Klassifizierungs-Codes
Sub-Indus-trienüber-
einstimmung
Industrien-überein-
stimmung
Industrie-gruppenüber-einstimmung
Sektoren-überein-
stimmung
keine Überein-stimmung
10 Punkte 7,5 Punkte 5 Punkte 2,5 Punkte 0 Punkte
Geschäftszyklus (Zeitraum 10 Jahre)
keine Abweichung
1Abweichung
2 Abweichungen
3 Abweichungen
4 Abweichungen
10 Punkte 7,5 Punkte 5 Punkte 2,5 Punkte 0 Punkte
Unternehmensgröße[Umsatz, Assets, Market Cap.]
1,5 ↔ 0,85 2,0 ↔ 0,80 2,5 ↔ 0,75 3,0 ↔ 0,70 3,5 ↔ 0,65 4,0 ↔ 0,60 4,5 ↔ 0,55 5,0 ↔ 0,50
10 Punkte 9 Punkte 7,5 Punkte 6 Punkte 4,5 Punkte 3 Punkte 1,5 Punkte 0 Punkte
Geschäftsmodell(Market-to-Book)
< 1 > 1Punkteverteilung in Abhängigkeit des Vergleichsunternehmens
10 Punkte 0 Punkte
Auslandsumsätze1,1 ↔ 0,9 1,2 ↔ 0,8 1,3 ↔ 0,7 1,4 ↔ 0,6 1,5 ↔ 0,5 1,6 ↔ 0,4 1,7 ↔ 0,3 1,8 ↔ 0,2
10 Punkte 9 Punkte 7,5 Punkte 6 Punkte 4,5 Punkte 3 Punkte 1,5 Punkte 0 Punkte
HauptsitzGleiches Land Gleicher Kontinent Westliche bzw. östliche Länder Keine Übereinstimmung
10 Punkte 7 Punkte 3,5 Punkte 0 Punkte
Forschung & Entwicklung
1,1 ↔ 0,9 1,2 ↔ 0,8 1,3 ↔ 0,7 1,4 ↔ 0,6 1,5 ↔ 0,5 1,6 ↔ 0,4 1,7 ↔ 0,3 1,8 ↔ 0,2
10 Punkte 9 Punkte 7,5 Punkte 6 Punkte 4,5 Punkte 3 Punkte 1,5 Punkte 0 Punkte
ImmaterielleVermögenswerte
1,1 ↔ 0,9 1,2 ↔ 0,8 1,3 ↔ 0,7 1,4 ↔ 0,6 1,5 ↔ 0,5 1,6 ↔ 0,4 1,7 ↔ 0,3 1,8 ↔ 0,2
10 Punkte 9 Punkte 7,5 Punkte 6 Punkte 4,5 Punkte 3 Punkte 1,5 Punkte 0 Punkte
Systematischer Prozess zum Peer Group Benchmarking-Konzept 215
Sind die Berechnungen durchgeführt worden, so gilt es abschließend die Unternehmen zu
identifizieren, die in die Peer Group mit aufgenommen werden sollten. Dazu könnten verein-
facht die besten 20 Unternehmen herangezogen werden, die die größtmögliche Ähnlichkeit
zum analysierten Unternehmen aufweisen. Dabei würde aber die Frage aufkommen, warum
20 Unternehmen und nicht 15 oder 35? Aus diesem Grund wird an dieser Stelle auf eine Clus-
teranalyse zurückgegriffen. Dadurch sollen Ähnlichkeitsstrukturen mit großen Datenbestän-
den entdeckt werden. Hierbei wird das hierarchische Clusterverfahren empfohlen. Bei diesen
Clusteranalysen handelt es sich um distanzbasierte Verfahren, deren Objekte zueinander eine
geringere Distanz besitzen, als zu Objekten anderer Cluster. Hierbei werden Cluster-Hierar-
chien entwickelt, zum einen ein Cluster mit allen Objekten und zum anderen viele Cluster mit
jeweils einem Objekt. Bei der agglomerativen hierarchischen Clusterverfahren, im Gegensatz
zum divisiven hierarchischen Clusterverfahren, bildet zu Beginn jedes Objekt ein eigenes
Cluster. Danach werden die unterschiedlichen Cluster schrittweise in größer Cluster vereint,
solange bis alle Objekte in einem Cluster gepaart sind. Dazu wird als einer der bekanntesten
Fusionierungsmethoden zurückgegriffen: Average Linkage. Bei dieser Methode werden die-
jenigen Cluster miteinander fusioniert, deren Objekte die kleinste Distanz zueinander aufwei-
sen. Hierbei ist es für den Analysten wichtig zu wissen, dass zusammengefasste Cluster nicht
mehr veränderbar sind (strikte Hierarchie). Als sinnvolle Berechnung der Abstände zwischen
den Objekten zur Bildung der Cluster wird auf den Average Linkage zurückgegriffen, der sich
über folgende Formel bestimmt:
- ( , ≔ 1| || | ( ,
∈ , ∈
Dies bedeutet, dass zwei Cluster dann zusammengefasst werden, wenn deren Objektabstände
durchschnittlich näher beieinanderliegen, als dies zwischen zwei anderen Clustern der Fall
ist. Grundsätzlich wird das Verfahren abgebrochen, sobald die zuvor festgelegte Anzahl an
Clustern erreicht wurde. Da hier aber nicht bekannt ist, welche Anzahl an Clustern sinnvoll
ist und die optimale Peer Group Größe zwischen 15 und 45 Unternehmen beinhaltet, sollte
auf ein anderes Verfahren zurückgegriffen werden. Da es zur Bestimmung der Clusteranzahl
keine allgemeingültige Vorschrift gibt, kann hierzu das Heterogenitätsmaß herangezogen
werden. Dieses Maß zeigt die durchschnittliche Unähnlichkeit der Objekte in den Clustern an.
Somit wird durch dieses Verfahren die größte Distanz gesucht, auf der nichts passiert. Eine
starke Erhöhung des Heterogenitätsmaßes zwischen zwei Clustern in einem Schritt des Zu-
sammenlegens signalisiert, dass eine weitere Cluster-Zusammenfassung aufgrund statisti-
scher Kriterien nicht mehr sinnvoll ist. Über eine grafische Darstellung in einem
Dendrogramm zusammen mit dem Heterogenitätsmaß lassen sich optisch sinnvolle Cluster-
216 Systematischer Prozess zum Peer Group Benchmarking-Konzept
Einteilungen identifizieren. Daneben sollte aber auch die Maximalanzahl an Vergleichsunter-
nehmen von ca. 45 Unternehmen berücksichtigt werden. Mit einer gängigen Statistiksoftware
wie IBM SPSS kann die Berechnung durchgeführt werden (Kajüter, 2012, S. 369f).
Mit Hilfe dieser Clusteranalyse können die 15 bis 45 Unternehmen identifiziert werden, die
die größte Ähnlichkeit mit dem zu vergleichenden Unternehmen aufweisen. Die restlichen
Unternehmen aus der Shortlist, die nicht im Cluster mit dem zu analysierenden Unternehmen
waren, werden im weiteren Analyseverlauf nicht berücksichtigt. Im Nachfolgenden Kapitel
7.3.5 erfolgt die eigentliche Bewertung und Auswertung der zur Verfügung stehenden Finanz-
daten.
7.3.5 Phase 5: Peer Analyse und Nutzung
Die letzte Phase im Prozess des Peer Group Benchmarkings widmet sich der Analyse und
Nutzung der Vergleichsunternehmen (siehe Abbildung 59). Nachdem die Peer Group identi-
fiziert wurde, kann mit der relativen Performanceevaluation (siehe Kapitel 5.2.2) gestartet
werden. Darüber hinaus kann neben einer organisatorischen Leistungsanalyse auch eine Eva-
luation der langfristigen Unternehmensleistung und damit der Strategie durchgeführt werden,
sofern die benötigten finanziellen Kennzahlen zur Verfügung stehen. Grundsätzlich müssen
drei Herausforderungen in der relativen Performanceevaluation gemeistert werden: Ausba-
lancierung der kurzfristigen und langfristigen Unternehmensleistung, Einfangen der Mehrdi-
mensionalität von Leistung und die Identifikation der geeigneten Peer Group (Yip, Devinney,
& Johnson, 2009, S. 391). Letztere wurde bereits durch die vorgegangenen Prozessphasen im
Detail erläutert. Aus diesem Grund widmet sich dieses Kapitel der Leistungsvergleichsana-
lyse im Peer Group Benchmarking. Mit dieser Analyse sollte die Frage beantwortet werden,
wie nachhaltiger Wettbewerbsvorteil mit Hilfe der relativen Performanceevaluation dauerhaft
unterstützt, gesteuert und damit langfristig gewährleistet werden kann.
Abbildung 59: Phase 5: Peer Analyse und Nutzung
Systematischer Prozess zum Peer Group Benchmarking-Konzept 217
Die Herausforderung in der Ausbalancierung von kurzfristiger und langfristiger Leistung liegt
darin, dass Kennzahlen primär auf kurzfristige Leistungssteigerung beruhen, da oft nur ein
paar Jahre oder gar nur einige Quartale betrachtet werden. Beim Peer Group Benchmarking
ist dies oft den fehlenden Informationen und Daten geschuldet. Auch wenn zukunftweisende
Kennzahlen, wie bspw. der Aktienkurs, betrachtet werden ist die Länge des Zeithorizontes
eine rein subjektive kollektive Vorausschau der Investoren (Yip u. a., 2009, S. 391). Durch
das Aufkommen und der Akzeptanz der Balanced Scorecard und anderen vergleichbaren An-
sätzen (siehe Kapitel 3.2) zeigt, dass multiple Kennzahlen zur Leistungsbewertung herange-
zogen werden sollten. Durch die unterschiedlichen Leistungsdimensionen von Hamann u. a.
(2013) wird versucht, die Komplexität der Performanceevaluation zu erfassen. Die Auswahl
der finanziellen Kennzahlen sollte dabei immer direkt mit den Steuerungsmöglichkeiten durch
das Management verknüpft sein (Yip u. a., 2009, S. 393). Dennoch besteht auch hier die Her-
ausforderung konkrete Steuerungsgrößen abzuleiten und diese auszubalancieren, insbeson-
dere, wenn diese konfligieren (Yip u. a., 2009, S. 391).
Grundsätzlich kann die relative Performanceevaluation auf Basis von univariaten und mul-
tivariaten Analysemethoden der finanziellen Kennzahlen erfolgen (siehe dazu Abbildung 60).
Die univariaten Analysemethoden können zusätzlich noch in einfache Paarvergleiche der fi-
nanziellen Kennzahlen, bspw. über Rankings oder Kreisdiagramme, und in komplexere Ver-
gleiche, meist in Form von Zeitreihen, differenziert werden. Darüber hinaus besteht aber auch
die Möglichkeit multivariate Analysemethoden zu nutzen, die mehrere Variablen, in diesem
Fall finanzielle Kennzahlen, zugleich untersuchen. Eines der bekanntesten Verfahren zur Ef-
fizienzanalyse ist dabei die Data Envelopment Analysis. Im Benchmarking oftmals dafür ge-
nutzt, wenn unterschiedlich skalierte Variablen von Input und Output/Outcome als Grundlage
herangezogen werden. Dieses Analyseverfahren findet im Peer Group Benchmarking aber
keine Verwendung, da es sich bei den Output- und Outcome-Parametern ausschließlich um
finanzielle Kenngrößen handelt.
218 Systematischer Prozess zum Peer Group Benchmarking-Konzept
Abbildung 60: Beispiele zu univariaten und multivariaten Darstellungen und Analysemethoden finanzieller Kenn-
zahlen
Die (Stochastic) Frontier Analysis kann genutzt werden, um alle drei Herausforderungen
(kurz-/langfristige Leistung, Multiple Kennzahlen, relativer Vergleich) zu meistern. Dazu
werden Frontiers (Grenzen) der finanziellen Leistung auf Basis multipler Kennzahlen über
einen erweiterten Zeitabschnitt in einem Peer Group Setting entwickelt (Yip u. a., 2009, S.
391). Wie in Abbildung 60 dargestellt, bilden die Unternehmen A, B und C den Frontier.
Hierbei kann zwar noch keine direkte Aussage über die konkrete Reihenfolge der Unterneh-
men getroffen werden, jedoch kann festgehalten werden, dass die Unternehmen A, B, C eine
überlegene Leistung gegenüber E und F aufweisen. Der Vorteil liegt darin, dass unterschied-
liche Leistungskennzahlen herangezogen werden können und selbst unterschiedliche Kenn-
zahlen zur Leistungsbewertung einzelner Unternehmen aufgenommen werden können. Dabei
sollten Kennzahlen ausgewählt werden, die erstens relevant zu den wichtigsten Stakeholder-
gruppen, zweitens beeinflussbar und steuerbar durch das Management und drittens nicht
durch eine Linearkombination der anderen Kennzahlen generiert werden können. Demnach
sollten Kennzahlen immer relevant und unabhängig sein (Yip u. a., 2009, S. 396). Dabei gilt,
dass die Aussagen, die durch die Frontier-Analyse möglich sind, besser werden, je mehr
Kennzahlen zur Analyse herangezogen werden. Damit kann die Dominanz der Peer Group
abgeleitet werden. Neben einer statischen Betrachtung der Leistung von einem Jahr kann mit
Hilfe dieser Methode auch die nachhaltig herausragende Leistung bestimmt werden. Abhän-
gig von der Industrie empfehlen Yip et al. (2009, S. 399) zwischen zwei und 23 Jahre für eine
Systematischer Prozess zum Peer Group Benchmarking-Konzept 219
Langfristbetrachtung heranzuziehen. Generell nutzen Studien zur nachhaltigen Leistungsbe-
wertung zwischen 10 und 20 Jahren in Abhängigkeit der zur Verfügung stehenden Informati-
onen. Ein zentraler Vorteil dieser Methode liegt darin, dass lediglich die Kennzahlen zur
Leistungsanalyse festgelegt werden müssen, nicht aber etwaige Gewichtungsfaktoren. Limi-
tationen gibt es bei der Bewertung ausschließlich aufgrund der zur Verfügung stehenden Da-
ten und deren Richtigkeit (Yip u. a., 2009, S. 402). Als Ergebnis erhält man eine
Rangreihenfolge der Unternehmen in der Peer Group. Dabei können sich durchaus mehrere
Unternehmen einen ersten Platz teilen, wenn diese in unterschiedlichen Kategorien als Beste
abschneiden und dementsprechend die Grenze (Frontier) bilden.
Neben den Frontier Analysen können auch Faktoranalysen als spezielle Technik der multiva-
riaten Leistungsanalyse betrachtet werden. Hierunter werden statistische Ansätze verstanden,
die Wechselbeziehungen innerhalb einer großen Anzahl an Variablen analysieren und diese
anhand ihrer zugrundeliegenden gemeinsamen Dimensionen (Faktoren) beschreiben. Dazu
wird versucht Informationen so zu verdichten, dass die Anzahl an Faktoren geringer ausfällt
ohne dass wichtige Informationen verloren gehen (Büyüközkan & Maire, 1998, S. 108). Zwei
Ansätze der Faktorenanalyse sind die Principal Component Analysis (Hauptkomponentenana-
lyse), bei der die erklärende Variable durch eine Linearkombination der Originalvariable er-
klärt wird und die Common Factor Analysis, die die gemeinsame Varianz unter den
Originalvariablen abschätzt, um so die Faktorlösung zu generieren. Die Faktorenanalyse kann
vor allem dann Unterstützung bieten, wenn die Informationen und Daten einer unterschiedli-
chen Skalierung unterliegen. Das Peer Group Benchmarking aber legt den Fokus auf die fi-
nanzielle Leistungsanalyse. Dementsprechend ist es nicht notwendig, an dieser Stelle auf eine
solch komplexe multivariate Analysemethode zurückzugreifen. Dennoch kann diese Analyse
nützlich sein, um etwaige tiefgreifendere Analysen und Ursachenforschungen in Bezug auf
eine existierende finanzielle Leistungslücke durchzuführen und um zu identifizieren, welche
Verbesserungen anzustrebend sind. Hierzu können Umfragen im Unternehmen zu den Fehl-
entwicklungen und Schwachstellen im Unternehmen durchgeführt werden. Dies ist deshalb
sinnvoll, da das Peer Group Benchmarking aufgrund der zur Verfügung stehenden Informati-
onen und Daten lediglich die Leistungslücken für die Key Performance Indicator und über
den Peer Group Vergleich die Leistungspotentiale aufzeigen kann. Eine detaillierte Ursachen-
forschung und die Entwicklung eines Verbesserungsmanagements sind anschließend durch
die einzelnen Organisationseinheiten durchzuführen. Einen guten Ansatz mit entsprechender
Fragestellung zur Identifikation der organisationalen Herausforderungen beschreiben
Büyüközkan und Maire (1998, S. 111–122) anhand einer Fallstudie. An dieser Stelle soll aber
nicht weiter auf die Identifikation von Verbesserungen eingegangen werden, sondern die Ana-
lyse der verfügbaren finanziellen Kennzahlen mit Hilfe einer Methode zur strategischen Er-
folgsanalyse genauer betrachtet werden.
220 Systematischer Prozess zum Peer Group Benchmarking-Konzept
Eine weitere quantitative multivariate Analysemethode zur detaillierten Strategieevaluation
kann über die „Strategic Analysis of Operating Income“ erfolgen. Als Grundlage dient die
„Profit Variance Analysis“ die die klassische Kostenanalyse im strategischen Management-
Accounting einsetzt. Diese wird durch Horngren et al. (2014, S. 470f) erweitert und kann als
Grundkonzept der heute verwendeten strategischen Erfolgsanalyse angesehen werden. Dazu
greifen sie auf die adaptierte Erfolgsabweichungsanalyse zurück, indem auf das effektive Vor-
periodenergebnis mit dem aktuellen operativen Ergebnis verglichen und diese relative finan-
zielle Performance mit der Strategie verknüpft wird (siehe Abbildung 61). Der Schlüssel zur
differenzierten strategischen Erfolgsanalyse liegt dabei in der Aufschlüsselung des operativen
Ergebnisses zwischen zwei Perioden. Die Ausprägungen der Wachstums-, Preisausgleichs-
und Produktivitätskomponente geben anschließend Aufschluss darüber, wie wirkungsvoll die
Wettbewerbsstrategie umgesetzt wurde (Frischknecht, 2014, S. 54f).
Abbildung 61: Konzeption und Ebenen der Strategic Analysis of Operating Income (vgl. Frischknecht, 2014, S. 53)
Bei den generischen Wettbewerbsstrategien nach Porter (1985, S. 11) wird grundsätzlich zwi-
schen Kostenführerschaft, Differenzierung und Fokussierung unterschieden, um einen nach-
haltigen Wettbewerbsvorteil zu erlangen. Diese können als grundsätzliches Prinzip der
Systematischer Prozess zum Peer Group Benchmarking-Konzept 221
Gesamtgeschäftsstrategie angesehen werden. Als Grundlage zur Technik der adaptierten Er-
folgsanalyse wird angenommen, dass sich die Kennzahlen in der Erfolgsrechnung durch Men-
gen und Preise bestimmen lassen. Deshalb werden folgende unabhängige Variablen benötigt
(Frischknecht, 2014, S. 58f):
Output-Menge: Verkaufsmenge
Output-Preis: Verkaufspreis pro Einheit der Output-Menge
Input-Menge: Ressourcen zur Leistungserstellung
Input-Preis: Ressourcenkosten zur Leistungserstellung je Einheit Input-Menge
Abbildung 62: Berechnung der Komponenten der adaptierten Erfolgsabweichungsanalyse (vgl. Frischknecht, 2014,
S. 60)
Für die Preiskomponenten kann dabei vereinfacht der durchschnittliche Wert angenommen
werden. Die Wachstumskomponente beschreibt dabei den ausschließlich durch eine mengen-
mäßige Abweichung entstandenen Unterschied im operativen Ergebnis. Dazu wird die Out-
put-Menge aus der Vorperiode auf die der aktuellen angepasst und die Input-Menge aus der
vergangenen Periode auf die neue Output-Menge hoch- respektive herabgerechnet. Eine
Preisanpassung wird nicht vorgenommen. Die Preise der Vorperiode bleiben bestehen. Die
Wachstumskomponente ist somit, wie in Abbildung 62 dargestellt, die Differenz der Vorpe-
riode zur flexiblen Erfolgsrechnung 1 (Treyer, 2008, S. 163). Die anschließend zu berech-
nende Preisausgleichskomponente ergibt sich aus der Differenz der flexiblen Erfolgsrechnung
1 und der Anpassung der Input- und Output-Preise auf das Niveau der aktuellen Periode. Die
anderen Treiber hingegen werden beibehalten. Damit werden, wie in Abbildung 62 darge-
stellt, nur die Komponenten berücksichtigt, die auf Einkauf- und Vertriebsabweichungen zu-
rückzuführen sind (Treyer, 2008, S. 163). Als letzte Komponente wird die
222 Systematischer Prozess zum Peer Group Benchmarking-Konzept
Produktivitätssteigerung betrachtet. Dazu wird die Differenz aus der flexiblen Erfolgsrech-
nung 2 und den operativen Ergebnissen aus der aktuellen Periode berechnet. Diese Abwei-
chung entspricht der Veränderung durch Unterschiede in der Leistungsergiebigkeit, Input-
Mix oder bei der gegenwärtigen Kapazität (Treyer, 2008, S. 163).
Die Nutzung der adaptiven Erfolgsabweichungsanalyse in Verbindung mit den generischen
Wettbewerbsstrategien nach Porter kann Aufschluss über den strategischen Erfolg eines Un-
ternehmens liefern. Durch diese differenzierte Abweichungsanalyse können Rückschlüsse
über den Erfolg, bspw. von Investitionen in die Markenbekanntheit (z.B. über Werbemaßnah-
men), gezogen werden. Dies spiegelt sich in einer höheren Absatzmenge und damit in einer
positiven Wachstumskomponente wider. Zusätzlich müsste sich dies auch in den Verkaufs-
preisen und damit in der Preisausgleichskomponente zeigen. Die Werbeinvestitionen sind da-
bei Kosten, die sich in einer oder mehreren Basiskomponenten niederschlägt (Frischknecht,
2014, S. 69). In Verbindung mit der gewählten Strategie wird dabei aber nicht direkt die Ope-
rationalisierung der Strategie betrachtet, sondern vielmehr ob die Entwicklung der einzelnen
Komponenten ein idealtypisches Muster passend zur Wettbewerbsstrategie aufzeigen. Bei ei-
ner Differenzierungsstrategie zeigt sich der Erfolg in einer positiven Preisausgleichkompo-
nente bzgl. der Verkaufspreisabweichung. Das Unternehmen sollte bei einer erfolgreichen
Differenzierungsstrategieumsetzung zumindest den Verkaufspreis der Vorperiode halten oder
im Idealfall noch steigern können. Die Wachstumskomponente spielt bei dieser Strategie eine
untergeordnete Rolle. Eine deutliche Steigerung der Produktivitätskomponente wird auch als
eher unwahrscheinlich angesehen (Frischknecht, 2014, S. 69f). Beim Erfolg der Kostenfüh-
rerschaftsstrategie wird im Gegensatz zur Differenzierungsstrategie eine stark positive Preis-
ausgleichskomponente als typisch für eine Verschlechterung der Entwicklung der
Verkaufspreise angesehen. Mengeneffekte, eine gewisse Verhandlungsmacht und eine Infor-
mationseffizienz sollten bei einer erfolgreichen Strategieimplementierung dafür sorgen, dass
die Einkaufspreise (Input-Preise) zur Vorperiode sinken. Für einen nachhaltigen Wettbe-
werbsvorteil müssen aber auch die eigenen Verkaufspreise (Output-Preise) sinken. Dies kann
bspw. durch eine organisatorische Prozessverbesserung erfolgen. Somit müsste sich dies auch
in einer positiven Produktivitätskomponente niederschlagen (Frischknecht, 2014, S. 70).
Diese Verbindung aus Strategie und adaptiver Erfolgsabweichungsanalyse wird als Strategic
Analysis of Operating Income beschrieben und dient Unternehmen somit als eine erste Hilfe-
stellung zur Evaluation des Erfolgs der strategischen Pläne und Initiativen und kann zusätzlich
zur Entscheidungsunterstützung zukünftiger Investitionen und Verbesserungen herangezogen
werden. Im Rahmen des Peer Group Benchmarking hat dies einen entscheidenden Vorteil, da
zum einen Rückschlüsse auf die Strategien der Wettbewerber gezogen werden können und
zum anderen durch die relative Veränderung der einzelnen Komponenten der relative Imple-
mentierungserfolg gegenüber der Peer Group abgeleitet werden kann. Damit kann dann nicht
Systematischer Prozess zum Peer Group Benchmarking-Konzept 223
nur der relative Erfolg der eigenen Wettbewerbsstrategie auf Basis der anderen Peer Unter-
nehmen mit derselben Strategie bestimmt werden, sondern auch ein Vergleich mit Unterneh-
men stattfinden, die auf eine andere Wettbewerbsstrategie setzen. Durch die relativen
Veränderungen der Komponenten und der unterschiedlichen Fokussierung in Abhängigkeit
der gewählten Wettbewerbsstrategie kann identifiziert werden, welche gewählte Strategie im
Peer Group-Umfeld zur besten (finanziellen) Unternehmensleistung geführt hat. Damit ist die
Strategic Analysis of Operating Income als Analyseinstrument im Peer Group Benchmarking
auch eine sinnvolle Methode, um die gewählte Wettbewerbsstrategie kontinuierlich zu hinter-
fragen. Doch auch bei dieser Methode entscheidet die Verfügbarkeit der Daten über den er-
folgreichen Einsatz.
Trotz der oben beschriebenen Vorteile multivariater Analyseverfahren zur relativen Perfor-
manceevaluation, hat sich in der Praxis durch unterschiedliche Fallstudien aber gezeigt, dass
Unternehmen primär auf einen univariaten Vergleich der üblichen Kennzahlen zurückgreifen.
Dies wird auch von Bititci et al. (2013, S. 1035) und Yip et al. (2009, S. 404f) so gesehen, die
es aber darüber hinaus durchaus als zeitgemäß erachten, die traditionellen Kennzahlen nicht
mehr als absolute Größen zu betrachten, sondern relativ zu ihrer Peer Group. Unabhängig
davon, ob nun multivariate oder nur univariate Verfahren zur Leistungsbewertung zum Ein-
satz kommen, sollte beachtet werde, dass das Peer Group Benchmarking, wie jeder andere
Benchmarking-Prozess auch, kein einmaliges Projekt darstellt, sondern als Managemen-
tinstrument im Unternehmen etabliert werden sollte und eine Durchführung der Leistungs-
analyse zumindest einmal im Jahr erfolgen sollte (Bizjak u. a., 2011, S. 542).
Im nachfolgenden Kapitel 8 wird Peer Group Benchmarking zur relativen Performanceevalu-
ation anhand von Fallstudien im Detail vorgestellt. Dabei wird der Prozess noch einmal kri-
tisch evaluiert und aufgezeigt, wie sich mit diesem Verfahren in der Praxis Peer Unternehmen
identifizieren lassen. Die zentralen Ziele dieser Fallstudien sind die Darstellung sinnvoller
Anwendungsfälle und die Überprüfung der Annahme, dass Peer Group Benchmarking unter
einem Kosten- (i.W. Ressourcenbindung) und Nutzenaspekt (i.W. objektive Evaluation der
eigenen Unternehmensleistung ggü. dem eigenen Umfeld) ein sinnvolles Managementinstru-
ment darstellt, da verzerrende und verwässernde Faktoren, die auf finanzielle Kennzahlen
wirken, aufgrund der Anzahl an Vergleichsunternehmen und der spezifischen Auswahl an
finanziellen Kennzahlen einen zu vernachlässigenden Einfluss haben.
224
8 Fallstudienbasierte Evaluation des Konzepts
zum Peer Group Benchmarking
„The use of management accounting and control systems can be fruitfully analyzed from the
framework of performance measurement […]. This makes it clear that […] measurement
practices need to be evaluated not just from an economic perspective, but from a social, be-
havioral and managerial perspective, within an overall organizational context.”
Otley, Performance management, 1999, S. 381
8.1 Grundlagen und Rahmenbedingungen zur Fallstudie
8.1.1 Konzeption und Ablaufprozess der Fallstudienmethode
In den vorangegangenen Kapiteln sechs und sieben wurden zum einen die Grundlagen zur
Identifikation einer Peer Group und zu den verzerrenden und verwässernden Faktoren auf
finanzielle Kennzahlen dargestellt und zum anderen die fünf Prozessphasen und deren Pro-
zessschritte zum Peer Group Benchmarking im Detail aufbereitet. In diesem Kapitel wird nach
der Vorgehensweise des Constructive Research Approachs in der Feldforschungsphase (siehe
Abbildung 4, Kapitel 2.2) der Prozess zum PGB in der Praxis mit dem Ziel der Evaluierung
und kritischen Bewertung umgesetzt. Dabei wird auch aufgezeigt, dass das Konzept des PGB
zu sinnvollen Vergleichsunternehmen führen kann. Darüber hinaus wird diese Fallstudie dar-
stellen, welche Vorteile eine erweiterte Gruppe von Vergleichsunternehmen über den reinen
Wettbewerbsvergleich hinaus für die Vergleichbarkeit finanzieller Kennzahlen hat. Mit der
hier dargestellten Fallstudie soll ein umfassendes anwendungsbezogenes Verständnis für den
Einsatz von Peer Group Benchmarking in Unternehmen, sowie die Adaptierbarkeit für den
herausfordernden Anwendungsfall in mittelständischen Unternehmen geschaffen werden, um
zu zeigen, dass auch nicht-börsennotierte Unternehmen das Konzept des PGB zur relativen
Leistungsanalyse sinnvoll einsetzen können. Die zentrale Herausforderung mittelständischer
Unternehmen ist dabei die i.d.R. geringere Verfügbarkeit finanzieller Kennzahlen im Ver-
gleich zu börsennotierten Unternehmen, da diese geringeren Anforderungen in der Publikati-
onspflicht unterliegen. Diese empirische Forschung leistet darüber hinaus insofern einen
wissenschaftlichen Forschungsbeitrag, dass durch die praktische Umsetzung die Anwendbar-
keit exemplarisch aufgezeigt wird und damit auch die zentralen Herausforderungen beim Ein-
satz dieses PGB-Konzepts als kontinuierliches Managementinstrument zur relativen
Leistungsbewertung herausgearbeitet werden. Durch den explorativen Forschungsansatz, der
bereits die Entwicklung des PGB-Prozesses begleitet hat, haben diverse Fallstudien zudem
dazu beigetragen, die zentralen Herausforderungen in der relativen Leistungsbewertung zu
Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking 225
spezifizieren, um anschließend mit Unterstützung derselben das auf wissenschaftlichen
Grundlagen basierende prozessuale Konzept zum PGB weiter zu verfeinern und für den (res-
sourcenschonenden) Einsatz in der Praxis zu optimieren. Dabei wird auch aufgezeigt werden,
wie PGB im Rahmen eines eigenen Projektes im Unternehmen durchgeführt werden kann.
Die hier dargestellte Fallstudie wird außerdem untersuchen, inwiefern die Erweiterung der
Vergleichsunternehmen über den reinen Wettbewerbsvergleich hinaus zu sinnvollen Ergeb-
nissen führen kann und sich damit eine detaillierte ressourcenintensive Untersuchung verzer-
render und verwässernder Faktoren nach dem Gesetz der großen Zahl vermeiden lässt. Die
Aussagen und Vorschläge dieses Konzepts werden dabei einer empirischen Untersuchung un-
terzogen und kritisch hinterfragt werden. Zentraler Vorteil von Fallstudien ist generell die
Konzeptüberprüfung in der Praxis und die Untersuchung von aktuellen Ereignissen oder bis-
lang kaum untersuchten Fachgebieten, auf denen der Wissenschaftler keinen Einfluss nimmt.9
Wie bereits ausführlich dargestellt, ist der zentrale Nutzen der Fallstudie für diese Forschungs-
arbeit die Darstellung und Umsetzung eines auf wissenschaftlichen Ergebnissen fundierten
Konzepts zur relativen Performanceevaluation, da der zentrale Mehrwehrt in der (praxisori-
entierten) Anwendung durch Unternehmen liegt.
Innerhalb der Fallstudien ist das Forschungsdesign dabei maßgeblich davon abhängig, ob die
Erforschung auf Mehrfallstudien basieren oder nur auf einer Einzelfallstudie basiert (siehe
Abbildung 63). Zusätzlich wird zwischen einem ganzheitlichen (holistic) und einem einge-
betteten (embedded) Fallstudienansatz in Form mehrere Analyseaspekte innerhalb einer Fall-
studie unterschieden (Yin, 2013, S. 24). Yin (2013, S. 24) empfiehlt die Nutzung mehrerer
Fallstudien, da dies i.d.R. zu einem erhöhten Mehrwert führen wird. Aus diesem Grund wur-
den für die Evaluierung des Konzepts zum PGB diverse Fallstudien durchgeführt und dabei
das PGB in seiner Gesamtheit betrachtet.
9 Weitere Vorteile von Fallstudien vgl. Eisenhardt, 1989b; Voss, Åhlström, & Blackmon, 1997; Yin, 2013, S. 4f.
226 Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking
Abbildung 63: Grundtypen zum Fallstudiendesign (vgl. Yin, 2013, S. 8)
Wie in Abbildung 64 dargestellt wird in einer ersten Prozessphase zur fallstudienbasierten
Evaluation des Konzepts zum PGB die Konzeption der Fallstudie mit dem Untersuchungs-
leitfaden und der Auswahl der Untersuchungsobjekte entwickelt. Die vorangesetzte Theorie-
aufbereitung und (wissenschaftliche) Konzeptentwicklung erfolgte bereits in den Kapiteln
drei bis sieben und wird hier zur Anwendung kommen. Hierauf erfolgt in der zweiten Fallstu-
dienphase die Sammlung, Verarbeitung und Aufbereitung. Dazu zählt die Erhebung und Ver-
arbeitung der Daten und die Aufbereitung und Analyse der Ergebnisse. Wesentlicher
Bestandteil wird hier die Darstellung der zentralen Vorteile von PGB in der Praxis sein. Ab-
geschlossen wird die Fallstudienmethode mit einer Analyse über die theoretische Verwertung
der Fallstudienerkenntnisse, um Rückschlüsse zur Forschungstheorien zu ziehen und weitere
Implikationen ableiten zu können.
Ganzheitlich(single-unit of analysis)
Eingebettet(multiple-units of analysis)
Context
Case
Einzelfallstudie
Context
Case
Context
Case
Context
Case
Context
Case
Mehrfallstudie
Context
Case
Embedded Unit of
Analysis 1
Embedded Unit of
Analysis 2
ContextCase
Embedded Unit of
Analysis 1Etc.
ContextCase
Embedded Unit of
Analysis 1Etc.
ContextCase
Embedded Unit of
Analysis 1Etc.
ContextCase
Embedded Unit of
Analysis 1Etc.
Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking 227
Abbildung 64: Ablaufprozess zur Fallstudienmethode
Die Auswahl der Untersuchungsobjekte erfolgt dabei über das in der Case Study-Forschung
weitverbreitete Auswahlverfahren Theretical Sampling (Eisenhardt, 1989b, S. 536f). Auf ei-
nen ex ante definierten Auswahlprozess wird dabei zugunsten einer stufenweisen Entwick-
lung des Samples auf Basis der Grounded Theory (Glaser & Strauss, 2009, S. 45–77)
verzichtet. Hierbei findet ein kontinuierlicher Wechsel zwischen der Erhebung, Analyse und
Auswertung der Daten statt. In dieser Forschungsarbeit wird dieser stetige Wechsel auf die
einzelnen Prozessphasen des PGB übertragen, um so eine stufenweise Analyse über die Her-
ausforderungen und Lösungsmöglichkeiten für jede Phase des Prozesses zu erhalten. Voraus-
setzung für die Auswahl der Untersuchungsobjekte war, dass sich diese Unternehmen in
einem generellen organisatorischen Optimierungsprozess ihres Performance Management
Systems inkl. den darin erhaltenen Methoden und Instrumenten befinden. Darüber hinaus
müssen diese Unternehmen Interesse über die Einführung relativer Leistungsbewertungen auf
Basis externer Vergleichsunternehmen besitzen, um neben der Validierung des PGB-Kon-
zepts auch die Einsatzmöglichkeiten in der betriebswirtschaftlichen Praxis beleuchten und
damit den Mehrwert aufbereiten zu können. Für die Anwendung des PGB ist vorab eine Spe-
zifizierung der Fallstudienunternehmen sinnvoll, weswegen im nachfolgenden Kapitel auf die
Charakteristik der Fallstudie eingegangen wird. Insgesamt wurden in dieser Forschungsarbeit
bei sechs Unternehmen Peer Group Benchmarking mit unterschiedlichen Schwerpunkten
durchgeführt. Wichtig war hierbei, dass sich diese Unternehmen voneinander unterscheiden,
um die Adaptierbarkeit und Anwendbarkeit in unterschiedlichen Kontexten zeigen zu können.
Aufgrund der ausgewählten Unternehmen konzentrierte sich die Datenerhebung auf der Ge-
winnung/Bereitstellung der notwendigen (finanziellen) Kennzahlen, der Dokumentenanalyse
und Interviews (Eisenhardt, 1989b, S. 536). Den Betrachtungsfokus dabei auf mittelständi-
sche und familiengeführte Unternehmen zu legen, lag vor allem daran, dass gerade diese vor
den Herausforderungen relativer Leistungsbewertungen stehen, dennoch aber nicht auf dieses
Definition und Konzeption
1. Theorieaufbereitung (siehe Kapitel 3 (Performance Measurement), 4 (Benchmarking), 5 (Kennzahlen))
2. Konzept- und Prozessentwicklung zum Peer Group Benchmarking (siehe Kapitel 6 und Kapitel 7)
Sammlung, Verarbeitung und Aufbereitung
5. Erhebung und Verarbeitung der Daten (siehe Kapitel 8.2.1 bis 8.2.3)
6. Aufbereitung und Analyse der Ergebnisse (siehe Kapitel 8.2.4 und 8.2.5)
3. Auswahl der Untersuchungsobjekte (siehe Kapitel 8.1.2)
Analyse und wissenschaftliche Verwertung
7. Rückschlüsse zur Theoriebasis (siehe Kapitel 8.3)
4. Entwicklung des prozessualen Untersuchungsleitfades (siehe Kapitel 7 und Kapitel 8.1.3)
228 Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking
Managementinstrument verzichten sollten. Im Rahmen dieser Fallstudien kamen dabei offene
Interviews zum Einsatz sowie interne Dokumente und Daten (i.W. Finanz- und Geschäftsbe-
richte). Zur Aufbereitung der Daten wurde auf Excel und IBM SPSS zurückgegriffen.
8.1.2 Charakteristik der Fallstudie in der Schwermaschinen- und Fahrzeugin-
dustrie
Sechs Fallstudien (siehe Abbildung 65) wurden für die Anwendung des prozessualen Kon-
zepts zum PGB durchgeführt. Dabei wurden unterschiedliche Schwerpunkte gesetzt. Die
nachfolgende Aufbereitung der Ergebnisse dieser Fallstudien erfolgt durch die Darstellung
einer ganzheitlichen anonymisierten Fallstudie (Alfa Holding) aufgrund Datenschutz- und
Vertraulichkeitsgründen, exemplarisch für die Durchführung des PGB-Prozesses, um Kom-
plexität aus den Fallstudien herauszunehmen. Die anderen Fallstudien werden ergänzend dazu
in den einzelnen Prozessphasen aufgegriffen, sobald diese zum weiteren Verständnis und Er-
kenntnisgewinn dieses Managementinstrumentes beitragen. Dementsprechend wird im Nach-
folgenenden eine Fallstudie, bei der der Gesamtprozess inkl. aller Prozessphasen und
-schritte durchgeführt wurde, den zentralen Leitfaden liefern. Hierzu werden die leitenden
Forschungsfragen aus Kapitel 1.2 wiederaufgenommen, um der fallstudienbasierte Evaluation
eine gewisse Struktur zu verleihen. Das zentrale Fallstudienunternehmen, nachfolgend Alfa
Holding genannt, aus der Schwermaschinen- und Fahrzeugindustrie ist deshalb anonymisiert,
da hier auf zentrale Erfolgskennzahlen des Unternehmens zurückgegriffen wird. Auch die
anderen Unternehmen aus den Fallstudien sind anonymisiert, um nicht die Vertraulichkeit der
Informationen zu verletzen.
Abbildung 65: Fallstudienunternehmen und ihr Beitrag zu den zentralen Forschungsfragen
A L F A
H o l d i n g
Exemplarisches Unternehmen als Leitfaden
Unternehmen aus der Schwermaschinen- und Fahrzeugindustrie
Fokus:
Erweiterung der bisherigen Benchmarking-Partner, um den Aspekt der Peer Group zur
relativen Leistungsanalyse finanzieller Kennzahlen
Weitere Unternehmen zur Spezifizierung, Verifizierung und Adaptierbarkeit
a) Wie muss der Prozess zur Identifikation der Peer Group konzipiert sein, um als Grundlage für eine objektive und relative
Leistungsbewertung zu dienen?
b) Welche verzerrenden & verwässernden Faktoren müssen bei der Nutzung von Finanzdaten berücksichtigt werden, um eine objektive Leistungsbewertung durchzuführen?
c) Wie kann die organisatorische und strategische Leistungsbewertung durch geeignete finanzielle Steuerungsgrößen und die Anwendung instrumenteller Methoden und Verfahren Unterstützung finden?
Beta Corp.
Anbieter technischer
Dienstleistungen, wie Prüfung und
Zertifizierung von Produkten.
Gamma Corp.
Anbieter von Sicherheits-
und Zutrittslösungen.
Delta Corp.
Automobilzulieferer von
Naturleder, Sitzbezüge und Accessoires.
Epsilon Corp.
Produktion von Varianten
energieeffizienter und -einsparender Fenster,
Fester- und Rollläden und Türen.
Zeta Corp.
Maschinen- und
Anlagenbau-unternehmen.
Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking 229
Die schweizerische Alfa Holding AG als exemplarisches Leitunternehmen für die fallstudien-
basierte Evaluation des PGB-Konzepts ist nach dem achtstelligen Code der Thomson Reuters
Business Classification (TRBC) der Schwermaschinen- und Fahrzeugindustrie zugeordnet.
Unter der europäischen NACE wird die Alfa Holding AG unter dem Primärcode Herstellung
von Bergwerks-, Bau- und Baustoffmaschinen eingeordnet. Im North American Industry
Classification System wird das Fallstudienunternehmen dem Agriculture, Constructions, and
Mining Machinery Manufacturing zugeordnet. Eine Einordnung in die Baumaschinenindust-
rie, Materialtransport, Maschinenausstattung und Zubehör erfolgt bei der Standard Industrial
Classification. Der Global Industry Classification Standard findet für dieses Unternehmen nur
auf Industrieebene (sechsstellig) sinnvolle Verwendung, da auf Sub-Industrieebene nicht das
gesamte Produktportfolio abgedeckt werden würde. Deshalb erfolgt hier die Zuordnung in die
Kategorie der Machinery, worunter jegliche Art von Maschinen (für die Konstruktion, Indust-
rie, Landwirtschaft, Handel, aber auch Schwertransporter, Automobilersatzteile, etc.) fallen.
Die Nutzung des GICS ist deshalb für diesen konkreten Anwendungsfall nicht zu empfehlen,
da aufgrund der Vorgehensweise zu viele Unternehmen bereits bei der Identifikation der
Wettbewerbsunternehmen aufgelistet werden würden, die aber bei einer manuellen Analyse
als sich nicht im direkten Industrieumfeld befindlich klassifiziert und damit aussortiert werden
würden. Auch wenn sich die Klassifizierungstypen in ihren Zuordnungen sehr ähnlich sind,
wird die Alfa Holding am treffendsten der Schwermaschinen- und Fahrzeugindustrie zuge-
ordnet. In diese Kategorie fallen dabei ausschließlich Maschinen- und Fahrzeugproduktionen
(inkl. deren Zubehör) für den unternehmerischen Einsatz, wie bspw. Landwirtschaft, Kon-
struktion und öffentlicher Schienenverkehr. Die unterschiedliche Zuordnung durch die ver-
schiedenen Industrieklassifizierungstypen ist zum einen auf die dahinterliegenden
unterschiedlichen Systematiken und zum anderen auf die Diversifikation des Produktportfo-
lios des Fallstudienunternehmens zurückzuführen. Gerade dadurch werden bereits die
Schwierigkeiten im Umgang mit den klassischen Industrieklassifizierungen deutlich, vor al-
lem, wenn ein Unternehmen sich nicht eineindeutig in eine definierte Kategorie einordnen
lässt. Die Zuordnungen sind zwar nicht gänzlich falsch, umfassen aber i.d.R. nicht das ge-
samte Produktportfolie eines Unternehmens.
Im Nachfolgenden erfolgen Kurzvorstellungen zu den übrigen Fallstudienunternehmen. Das
deutsche Unternehmen Beta Corp. ist ein Anbieter technischer Dienstleistungen. Nach dem
NAICS ist dieses Unternehmen den Professional, Scientific, and Technical Services zugeord-
net. Das Kerngeschäft ist die Prüfung und Zertifizierung von technischen Produkten. Bei ei-
nem Auslandsumsatz von knapp 40 Prozent wird deutlich, dass der deutsche Markt den
Absatzschwerpunkt darstellt. Neben den technischen Prüfungen zählen dabei auch (techni-
sche) Beratungen, Gutachten und Test zum Leistungsspektrum. Peer Group Benchmarking
230 Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking
hat in diesem Unternehmen inzwischen einen sehr hohen Stellenwert, da die Beta Corp. lang-
fristig zu den (weltweit) erfolgreichsten Unternehmen aufschließen und damit ihre Dienstleis-
tungsportfolio noch erfolgreicher über die eigenen Landesgrenzen hinweg anbieten möchte,
um so ein noch nachhaltigeres organisches Unternehmenswachstum zu erreichen.
Die Gamma Corp. zählt zu den erfolgreichsten drei Unternehmen im Markt für Sicherheits-
und Zutrittslösungen. Durch die Börsennotierung dieses Unternehmens ist auch die Umset-
zung des Gesamtprozesses zur Identifikation von Vergleichsunternehmen (z.B. inkl. des Se-
lektionskriteriums Market-to-Book Ratio) sehr aufschlussreich gewesen. Die Gamma Corp.
besitzt über 15.000 Mitarbeitern und ist in über 60 Ländern aktiv. Innerhalb des Projekts zum
PGB lag der Fallstudienfokus ebenfalls auf der Erweiterung der Vergleichsunternehmen, da
im Unternehmen das PGB vor allem dazu genutzt werden sollte, weitere Verbesserungen an-
zustreben. Ein reiner Wettbewerbsvergleich würde hier zu nur geringen neuen Erkenntnissen
sinnvoller Verbesserungsmaßnahmen führen, da die Unternehmen seit ihrem Zusammen-
schluss zu den Führenden in ihrer Branche gehört.
Bei der Delta Corp. erfolgt die Zuordnung über TRBC in den Bereich Auto, Truck & Mo-
torcycle Parts. Delta Corp. liefert der Automobilindustrie Naturleder, Sitzbezüge und Acces-
soires, wie Armlehnen, Kopfstützen und Armaturenbretter. Durch das PGB erhoffte sich die
Geschäftsleitung einen Erkenntnisgewinn über die Teilnehmer in ihrem Wettbewerbsumfeld,
aber auch über Unternehmen und deren Erfolgsgeheimnisse die sich generell mit der Leder-
verarbeitung beschäftigen, aber nicht (ausschließlich) für die Automobilindustrie tätig sind.
Die Epsilon Corp. hat ihren Hauptsitz in Frankreich. Das Produkt- und Distributionsportfolio
erstreckt sich über Varianten energieeffizienter und -einsparender Fenster, Fester- und Roll-
läden und Türen. Die Herausforderung der Epsilon Corp. im Umgang mit PGB zur relativen
Leistungsmessung lag vor allem darin, die entsprechenden Finanzkennzahlen der Vergleichs-
unternehmen zu erhalten. Aus diesem Grund lag der Fokus bei diesem Fallstudienunterneh-
men auf der Identifikation weiterer Vergleichsunternehmen über den reinen
Wettbewerbsvergleich hinaus, um auch bei fehlenden Finanzkennzahlen dennoch sinnvolle
Vergleichsanalysen durchführen zu können.
Die Zeta Corp. ist eine Holding, die viele unterschiedliche Industrieunternehmen unter einem
Dach vereinen. Deshalb wird dieses Unternehmen auch unter der Industrieklassifikation In-
vestment Holding Companies (TRBC) geführt. Die Geschäftsfelder erstrecken sich dabei auf
unterschiedliche Einsatzfelder von Maschinen und Anlagenbau (Maschinenbauunternehmen).
Der Einsatz von PGB stellt hier eine besondere Herausforderung dar, da aufgrund der hohen
Diversifikation des Unternehmens ein sinnvoller Einsatz von PGB nicht gewährleistet ist.
Hier ist es sinnvoller die Umsetzung auf den einzelnen Geschäftsfeldern unter einem speziel-
len Einsatzgebiet zu betrachten. In diesem Fallstudienunternehmen ist der Einsatz von PGB
Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking 231
als Managementinstrument unter anderem für die Optimierung des Working Capitals für ei-
nen speziellen Geschäftsbereich geplant.
8.1.3 Management des Peer Group Benchmarking als Projekt
In diesem Kapitel wird nun ein zeitlicher Projektrahmen vorgestellt um PGB als Projekt in
Unternehmen und damit in den Fallstudien effizient durchführen zu können. Durch die diver-
sen Fallstudien wurde ersichtlich, dass der hier entwickelte Prozess zum Konzept des Peer
Group Benchmarking zur relativen finanziellen Leistungsbewertung (siehe Kapitel 7), im
Kontext eines eigenständigen Projektes Unternehmen und deren Manager zu direkt in den
Umsetzungsprozess zum PGB einsteigen lässt. Vor dem eigentlichen fünf-stufigen Prozess
wird deshalb im Rahmen des Projektmanagements ein weiterer Prozessschritt dem eigentli-
chen PGB-Prozess vorangestellt (siehe Abbildung 66). Der Start eines Benchmarking-Pro-
jekts kann dabei mit einem gängigen Projektstart verglichen werden, bei dem die zentralen
Ziele für den Einsatz von Benchmarking definiert werden. Dazu zählen neben den Zielsetzun-
gen und das Abstecken der Erwartungen dieses Managementinstruments vor allem auch die
Festlegung der Untersuchungsbereiche (Konzern- oder Geschäftsbereichsebene). Darüber
hinaus werden die Anwendungsmöglichkeiten erörtert, Meilensteine, das Projektteam und
Gremien festgelegt.
Ebenso wie die Ergänzung zum Projektstart wird auch zum Projektabschluss ein zusätzlicher
Prozessschritt zum eigentlichen PGB-Prozess ergänzt. Den Abschluss eines Benchmarking-
Projektes sollte der Übergabe der Projektergebnisse gewidmet sein. Gleichzeitig sollten im
PGB die Grundlagen geschaffen werden, den Prozess in kontinuierlichen Abständen wieder-
holen zu können. Dazu können standardisierte Analysen, Tools und Reportings unterstützend
wirken, um PGB als dauerhaftes Managementinstrument zu etablieren. Zusätzlich sollte das
Unternehmen die Ergebnisse einer kritischen Überprüfung unterziehen, vor allem, wenn Teile
des variablen Vergütungssystems daran gekoppelt sind. Abschließend kann dieser letzte Pro-
zessschritt auch dazu genutzt werden, Verantwortungen für dieses Managementinstrument zu
übertagen, um die Kontinuität für das darauffolgende Jahr zu gewährleisten.
232 Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking
Abbildung 66: Management des PGB als Projekt im Zeitverlauf
Auf die einzelnen fünf Prozessphasen des PGB wurde bereits in Kapitel 7 ausführlich einge-
gangen. An dieser Stelle soll nur noch darauf hingewiesen werden, an welchen Stellen eine
direkte Zusammenarbeit mit dem Unternehmen und den verantwortlichen Managern aus der
Finanzabteilung oder gar der Geschäftsleitung notwendig ist. Neben der Start- und Abschluss-
phase ist vor allem die Zusammenarbeit zwischen dem Unternehmen und dem Analysten in
der Phase der Geschäftsmodellidentifikation sinnvoll, um ein detailliertes Bild über die Ge-
schäftstätigkeiten des Unternehmens zu erhalten. Dazu zählen vor allem interne Informatio-
nen zu den Wertströmen und zentralen Einflussfaktoren, sowie zu den zentralen Kunden,
Lieferanten und Investoren. Eine weitere Zusammenarbeit zwischen dem Analysten und dem
Management ist in der Phase der qualitativen Untersuchung. Hierbei erhält es einen detaillier-
ten Einblick in den bisherigen Projektverlauf. Das Management erhält dabei die Möglichkeit
die bis dahin identifizierten Vergleichsunternehmen zu verifizieren, um abschließend die Peer
Group zu definieren. In den übrigen Prozessphasen kann der Analyst selbstständig arbeiten.
Die Dauer eines solchen PGB-Projektes kann auf Basis der einzelnen Fallstudienunternehmen
auf durchschnittlich einen Monat (siehe Abbildung 66) beziffert werden. Dabei war die Da-
tenerfassung generell die Projektphase mit der geringsten Dauer. Die Phasen eins und vier
haben i.d.R. die meiste Zeit in Anspruch genommen, da in diesen Phasen Interaktionen mit
dem Management stattfinden. Je nachdem wie umfangreich das Projekt ausgestaltet ist, aber
S
1
2
3
4
5
E
30252015105
An
alyt
ics
Wo
rksh
op
An
alyt
ics
Wo
rksh
op
Projekt Zielsetzung
Analyst Input
Co
mp
any
Geschäftsmodell-identifikation
Analyst Input
Co
mp
any
Datenerfassung
Analyst Input
Quantitative Untersuchung
Analyst Input
Qualitative Untersuchung
Analyst Input
Peer Analyse &Nutzung
Analyst Input
Reports
Analyst
Co
mp
any
Co
mp
any
Ziel
Identifikation
Geschäftsmodell
Identifikation des
Zielmarktes,
Kundensegmente,
Partner, Investorenund Zulieferfirmen
Langliste von
Kunden und
Lieferanten für die
weitere Suche nach
der geeigneten Peer Group
Ziel
Identifikation der Interessensgruppen im Kontext des Geschäftsmodells
Beschreibung der Wertströme, Einflussfaktoren (Beziehungen zwischen Interessensgruppen), sowie
eine Analyse der Kunden, Technologien und des ökonomischen Umfeldes des Unternehmens
Ziel
Finale manuelle Analyse der
Kurzliste
Finale Definition der Peers
Ziel
Ausgestaltung der ersten
Langliste potentieller Vergleichs-unternehmen
Präzise Unterscheidung
zwischen
wettbewerbs-,
zyklusbedingten & strategischen Vergleichs-
unternehmen
Ziel
Quantitative finanzielle Analyse
der vorstellbaren Vergleichs-
unternehmen aus
der vorangegangen Prozessphase
Kurzliste
vergleichbarer Unternehmen
Ziel
Identifikation
verzerrender und
verwässernder Faktoren
Finale Definition der
Peer Group
Ziel
Strategische & organisatorische
Leistungsvergleichs-analyse
Re
sear
ch
Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking 233
auch wie viele unterschiedliche Business Units es zu untersuchen gilt, kann sich der hier vor-
geschlagene Zeitplan auch verkürzen oder verlängern. Einfluss auf den zeitlichen Aspekt ha-
ben dabei der Zugang zu den (finanziellen) Kennzahlen, die zur Anwendung kommenden
Methoden zur Analyse der finanziellen Kennzahlen in Prozessphase fünf (multivariat gegen-
über univariat) und die Auslastung des Managements, um für Rückfragen und Interviews
durch den Analysten bereitzustehen.
8.2 Durchführung der Untersuchung auf Basis der Fallstudie
8.2.1 Phase 1: Identifikation des Geschäftsmodells
Zu Beginn der Untersuchung wurde durch den CFO und den Leiter Controlling und Finanzen
der Alfa Holding wie im Projektmanagement vorgesehen (siehe Abbildung 66) die Rahmen-
bedingungen und die Zielsetzungen zum Einsatz von PGB definiert. Im Rahmen der Umstruk-
turierung der Controlling- und Accounting-Prozesse und die damit verbundene Einführung
des St. Galler Performance Management Modells (siehe dazu Kapitel 4.1.4) als konzeptionel-
len Rahmen zur Leistungssteuerung im Unternehmen wurde auch die Einführung neuer Ma-
nagementinstrumente geplant. Durch die erstmalige Einführung eines ganzheitlichen
Performance Management Systems in der Alfa Holding lag der Fokus auf einer Bestandsauf-
nahme der aktuellen unternehmerischen Leistung. Unter dem Aspekt des Performance Mea-
surements wurde deshalb als erstes Instrument die relative Messung der unternehmerischen
Leistung eingeführt. Dazu wurde auf das hier vorgestellte Konzept des Peer Group Bench-
marking zurückgegriffen. Das zentrale Ziel der Alfa Holding, welches durch diesen Einsatz
erreicht werden sollte, ist eine erste Analyse über die Leistung und Leistungsentwicklung der
letzten Geschäftsjahre im direkten Vergleich mit den Entwicklungen anderer Unternehmen
auf Basis zentraler finanziellen Kennzahlen. Nachdem die Rahmenbedingung für die Ausge-
staltung der finanziellen KPIs festgelegt wurde, konnte mit der eigentlichen Durchführung
und der ersten Phase im PGB-Prozess gestartet werden. Zentrale Herausforderung beim Ein-
satz von externem Benchmarking lag dabei in der Identifikation vergleichbarer Unternehmen,
da die Alfa Holding durch die unterschiedlichen Geschäftsbereiche sehr diversifiziert ist und
in dieser Konstellation am Markt kein direktes Wettbewerbsunternehmen mit denselben Ge-
schäftsfeldern existiert.
Wie bereits beschrieben, ist die Alfa Holding ein Systemanbieter für innovative Produkte zur
Räumung und Reinigung von Verkehrsflächen jeglicher Art. Zum zweiten Geschäftsbereich
gehört das Mähen von Grünflächen im geschäftlichen Umfeld und kann damit der Landwirt-
schaftsindustrie zugeordnet werden. Hierbei hat sich in dieser Fallstudie als sinnvoll heraus-
gestellt, diese unterschiedlichen Geschäftsbereiche innerhalb des Peer Group Benchmarkings
234 Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking
bei der Identifikation der Peer Group separat zu betrachten und anschließend in einer Gruppe
zu vereinen, um genügend Unternehmen für beide Bereiche zu erhalten, da sich der Umsatz
der Alfa Holding mit 35 Prozent auf die landwirtschaftlichen Produkte und mit 65 Prozent auf
die Produkte zur Reinigung der Verkehrsflächen verteilt. Diese Differenzierung wird ab der
zweiten Phase Berücksichtigung finden. Die zentralen Unternehmensbereiche erstrecken sich
über die Flughafen-, Sommerdienst-, Bahn-, Winterdienst-, Land-, Steuerungs- und Fahrzeug-
technik.
Zentral für die nachfolgende Analyse war zudem die Bestimmung der wesentlichen Kunden.
Diese Untersuchung hat dabei zu weiteren Vergleichsunternehmen geführt. Im Bereich der
Winterdiensttechnik sind vor allem die Kommunen die direkten Kunden der Alfa Holding, da
diese i.d.R. selbst die Verantwortung für geräumte Straßen übernehmen. Aus diesem Grund
wird für diesen Bereich auf Vergleichsunternehmen verzichtet, denn die wenigen Unterneh-
men, die für die Kommunen diesen Dienst übernehmen sind aufgrund ihrer Größe nicht mit
der Alfa Holding vergleichbar und können somit bereits vorab ausgeschlossen werden. Ein
ähnliches Bild zeichnet sich im Bereich der Sommerdiensttechnik ab. Auch hier wird auf eine
Aufnahme von Kunden in die Peer Group verzichtet. Interessanter ist hingegen der Absatz-
markt Flughafen. Zu wichtigen Kunden können hier große Flughafenbetreiber wie bspw. die
Swedavia (u.a. in Malmö und Stockholm), die bis zum Jahr 2020 alle ihre zehn Flughäfen mit
klimaneutralen Produkten der Alfa Holding ausstatten wollen, gezählt werden. Weitere Kun-
den aus dieser Branche sind die Flughafenbetreiber in Harbin (China), Berlin-Brandenburg
und München. Aus diesem Grund werden grundsätzlich Unternehmen aus dieser Branche für
eine detaillierte Analyse mitaufgenommen. In der Landwirtschaftsindustrie sollten vor allem
die bestehenden Kunden und Genossenschaften mit einem Umsatz ähnlich dem der Alfa Hol-
ding einen genaueren Blick erfahren. Denn auch diese Kundengruppe besitzt Lieferanten für
Maschinen, die sich in einem ähnlichen Industriezyklus befinden und als Teil der Peer Group
aufgenommen werden könnten. Beispielsweise können dadurch auch Unternehmen aus dem
biotechnologischen Bereich identifiziert werden, deren Branchenzyklus mit dem der Agrar-
branche vergleichbar sein dürfte. Als abschließende Kundenidentifikation kann der Bereich
Bahntechnik herangezogen werden. Aufgrund der Notwendigkeit einer sehr hohen Speziali-
sierung in diesem Bereich sollten auch Bahnunternehmen, wie bspw. die Deutsche Bahn und
die Schweizerischen Bundesbahnen in der anschließenden Phase der Datenerfassung mitbe-
rücksichtigt werden.
Auf eine weitere intensive Analyse der zentralen Lieferanten wurde aber absichtlich verzich-
tet, da bereits durch die vorangegangenen Analysen genügend Unternehmen zu identifizieren
sein werden. Auch dadurch, dass es sich bei den wichtigsten Lieferanten der Alfa Holding
nicht um spezialisierte Unternehmen aus der Schwermaschinen- und Fahrzeugbranche han-
Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking 235
delt, würde hier die Erweiterung der Vergleichsunternehmen zu keinen sinnvollen Unterneh-
men führen, da sich diese Lieferanten wiederrum zu diversifizierte Kunden aufweisen (u.a.
auch Zulieferer für die Automobilindustrie).
Die Analyse der Investoren und Teilhaber führte in dieser Fallstudie nur zu einer kleinen Er-
gänzung der Auswahlkriterien der Vergleichsunternehmen. Obwohl das Unternehmen eine
Aktiengesellschaft ist, bestehen die Aktionäre aus zwei inhabergeführten Investmentholdings
(96 Prozent) und den Verwaltungsrats- und Geschäftsleitungsmitgliedern (4 Prozent). Eine
der beiden Investmentholdings gibt dabei nur wenig Aufschluss über weitere Vergleichsun-
ternehmen, da diese nur an einem weiteren Unternehmen der Stahlindustrie Beteiligungen
besitzt. Die andere Investmentholding hingegen gibt zumindest in einer Richtung einen Input
für eine mögliche Erweiterung der Vergleichsunternehmen. Diese Holding hält Anteile an
einem Unternehmen für Schienenfahrzeuge. Deshalb wird dies in der nächsten Phase der Da-
tenerfassung als sinnvolle Ergänzung in Betracht gezogen werden.
Bereits an dieser Stelle wird ersichtlich, wie wichtig eine intensive Auseinandersetzung mit
dem Geschäftsmodell und den unterschiedlichen Geschäftsfeldern ist. Je detaillierte diese
Analyse durchgeführt wird, desto erfolgreicher wird die anschließende Phase zwei zu sinn-
vollen Unternehmen führen und gleichzeitig auch ausreichend Vergleichsunternehmen für ein
PGB identifizieren. Mit der aufbereiteten Analyse des Geschäftsmodells wird in die anschlie-
ßende Phase der Datenerfassung zur Erstellung einer Longlist potentieller Vergleichsunter-
nehmen hineingegangen. Zudem kann, wie hier geschehen, eine erste Vorauswahl sinnvoller
Informationen für den weiteren Prozessverlauf herausgearbeitet werden.
8.2.2 Phase 2: Datenerfassung
Für die Identifikation der Vergleichsunternehmen kann bei der Alfa Holding auf die standar-
disierten Codes der Industrieklassifizierungen zurückgegriffen werden. Wie bereits bei der
Vorstellung des Fallstudienunternehmens in Kapitel 8.1 hat sich bei diesen Unternehmen die
Thomson Reuter Business Classification zur Einordnung der Alfa Holding als sinnvoll her-
ausgestellt. Wie im Prozess zum PGB vorgestellt, sollten drei Kategorien von Vergleichsun-
ternehmen unterschieden werden: Unternehmen im direkten Wettbewerb, zyklusrelevante
Unternehmen und strategische Unternehmen. Für die Identifikation der Wettbewerbsunter-
nehmen kann auf die Industrieklassifikation zurückgegriffen werden. Aufgrund der hohen Di-
versifikation ist die Alfa Holding neben der bereits genannten primären Zuordnung zur
Schwermaschinen- und Fahrzeugindustrie damit folgenden Sub-Klassen zugeordnet:
Other Heavy Machinery & Vehicles (TRBC-Code: 52.10.20.20.10)
236 Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking
Heavy Trucks (TRBC-Code: 52.10.20.20.12)
Heavy Buses & Coaches (TRBC-Code: 52.10.20.20.13)
Locomotive Engines & Rolling Stocks (TRBC-Code: 52.10.20.20.14)
Agricultural Machinery (TRBC-Code: 52.10.20.20.15)
Heavy Machinery & Vehicle Wholesale (TRBC-Code: 52.10.20.20.17)
Hier wurde aufgrund der Diversifizierung des Unternehmens bei der Industrieklassifikation
absichtlich die Ebene der Industrie im Detail betrachtet, um danach die Sub-Industrie-Klassi-
fikationen ableiten zu können. Bei einer genaueren Betrachtung hat sich gezeigt, dass sich die
Alfa Holding jeder dieser Sub-Industrien zuordnen lassen würde. Diese Industrieklassifikati-
onen dienen damit als Grundlage zur Identifikation wettbewerbsrelevanter Unternehmen.
Die zweite Klasse von Vergleichsunternehmen geht auf die Identifikation von Unternehmen
zurück, die denselben Geschäftszyklen unterliegen. Dabei werden Unternehmen identifiziert,
die dieselben Kunden beliefern oder denselben Lieferanten nutzen. Da hier als Grundlage der
Industrieklassifikation auf die TRBC genutzt wurde, wird auch im weiteren Prozessverlauf
darauf zurückgegriffen. Aus diesem Grund werden nun die Unternehmen gesucht, die, wie in
der vorangegangenen Prozessphase identifiziert, Unternehmen aus der Flughafenbranche,
Landwirtschaft, Kommunen (Winter-/Sommerdienst) und die Bahnindustrie beliefern. Ver-
einfacht können die bereits genutzten Industrieklassifikationen um eine Stelle verkürzt wer-
den. Eine spezielle Betrachtung der Unternehmen mit denselben Lieferanten wurde hier, wie
bereits in der vorangegangenen Prozessphase erläutert, die Ausgangsgröße aber zu stark er-
weitern und zu einem zu hohen Ressourcenaufwand in der Phase der qualitativen Untersu-
chung führen, da zu viele der Unternehmen manuell eliminiert werden müssten.
Eine weitere wichtige Klasse bilden die strategisch relevanten Unternehmen als Vergleichs-
objekte. Dazu zählen unter anderem die eigenen Kunden. Dabei werden nicht nur die beste-
henden Kunden betrachtet, sondern darüber hinaus auch die Unternehmen, die als potentielle
Kunden in Frage kommen würden. Zu den Kunden zählen dabei zahlreiche Flughäfen, land-
wirtschaftliche Betriebe, Kommunen und die Bahnbranche. Die Kommunen werden aber von
der Betrachtung ausgeschlossen, da hier die Vergleichbarkeit mit produzierenden Unterneh-
men der Privatwirtschaft nicht gegeben ist. Ebenso wie bei den zyklusrelevanten Vergleichs-
unternehmen wird auf eine Berücksichtigung der Lieferanten aufgrund zu geringer
Exklusivität mit der Branche der Alfa Holding verzichtet. Speziell die Betrachtung einer In-
vestmentholding führt zur direkten Identifikation weiterer Unternehmen in der Herstellung
von Produkten für die Bahnindustrie. Hierbei muss aber berücksichtigt werden, dass diese
Unternehmen gegebenenfalls bereits in die Klasse der zyklusorientierten Vergleichsunterneh-
Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking 237
men mitaufgenommen wurden. In einem solchen Falle sollten sie aus der Klasse der strategi-
schen Vergleichsunternehmen eliminiert werden. Grundsätzlich kann die Betrachtung der In-
vestoren aber Unternehmen aufzeigen, die durch die klassischen Industrieklassifikationen
nicht zu identifizieren sind.
Wie in Abbildung 67 dargestellt, werden in dieser Fallstudie die Klassen Wettbewerb und
Zyklen zusammengefasst. Dies hat den einfachen Grund, dass die zyklusrelevanten Unterneh-
men nicht mit einem hohen Ressourcenaufwand manuell identifiziert wurden, sondern eben-
falls durch die Industrieklassifizierung. Dies geschah vereinfacht über die Nutzung der
TRBC-Industriecodes und nicht der Sub-Industriecodes. Da aber in den Sub-Industriecodes
auch die direkten Wettbewerber enthalten sind und an dieser Stelle eine Differenzierung einen
hohen manuellen Aufwand mit sich bringen würden, wird darauf verzichtet. Zudem bringt die
Differenzierung hier keinen Mehrwert. Somit konnten in diesen beiden Klassen über die Klas-
sifizierungen 85 börsennotierte Unternehmen und 24 nicht-börsennotierte potentielle Ver-
gleichsunternehmen identifiziert werden. Weitere Unternehmen können über den
strategischen Aspekt ergänzt werden. Hierzu werden die Agrarindustrie, die Bahndienstleis-
tungen und die Luftfahrt, sowie die vier Unternehmen der Investmentholding ergänzt. Damit
besteht die Gesamtgröße der Longlist aus 151 Unternehmen und dient als Grundlage für die
weitere differenzierte Analyse.
Abbildung 67: Gruppierung und Anzahl potentieller Vergleichsunternehmen der Alfa Holding
Bei der Fallstudie zur Alfa Holding ist der prozessuale Ablauf zur Phase der Datenerfassung
idealtypisch für das PGB-Konzept. Bei anderen Unternehmen hingegen kann die Zusammen-
stellung der Longlist auch größere Herausforderungen bereiten. Gerade, wenn Unternehmen
sehr spezialisiert sind und damit nur wenige direkte Wettbewerber zu identifizieren sind, ist
es notwendig, diese Phase zwei sehr detailliert durchzuführen. Die Anforderungen der Beta
Corp., die an die Peer Group gestellt wurde, war die Identifikation möglichst direkter Wett-
bewerber und weniger die Erweiterung der Vergleichsunternehmen, da das Unternehmen bis-
lang keine detaillierte Leistungsanalyse in relativem Verhältnis zum Wettbewerb
durchgeführt hat. Eine anschließende Erweiterung der Peer Group um zyklusrelevante und
238 Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking
strategische Vergleichsunternehmen wurde auf den Zeitpunkt verschoben, an dem zur Leis-
tung der Wettbewerber aufgeschlossen wurde und damit eine neue Zielsetzung notwendig
werden würde. Deshalb hat es sich bei der Beta Corp. als sinnvoll herausgestellt, neben der
Nutzung der Sub-Industrieklassifikation des GICS auch den amerikanisch geprägten NAICS
und den europäischen NACE hinzuzuziehen, um zu garantieren, dass möglichst jeder direkte
Wettbewerber auch identifiziert wird. Dadurch konnten weitere Unternehmen, die im direkten
Wettbewerb zur Beta Corp. stehen, identifiziert werden. Dabei führte der NACE u.a. zu einem
bisher nicht im Fokus stehenden schweizerischen Unternehmen und der NAICS zu einem
weiteren amerikanischen Unternehmen. Beide Unternehmen mit einem ähnlichen Umsatz zur
Beta Corp. und dementsprechend ideal als potentielles Vergleichsunternehmen mitaufzuneh-
men. Aus diesem Grund wurden hier drei Schemata zur Industrieklassifizierung herangezo-
gen. In der Fallstudie zur Beta Corp. war ein weiterer Vorteil der Erweiterung des GICS, um
NACE und NAICS die Nutzbarkeit der Orbis-Datenbank von Bureau van Dijk. Diese Daten-
bank wurde auch herangezogen, um auch die Finanzdaten weiterer nicht-börsennotierter Un-
ternehmen zu erhalten.
Diese zweite Prozessphase im PGB-Konzept schließt grundsätzlich mit der Gewinnung der
zentralen Finanzdaten (siehe dazu Tabelle 19, Kapitel 7.3.4) aller identifizierten Unternehmen
ab. Zwar reicht bei der Alfa Holding die Nutzung der öffentlichen Finanzdatenbanken (Orbis
und Thomson One) für die Zusammenstellung aus, für die Beta Corp. aber war die Nutzung
der Geschäftsberichte unabdingbar, da auch in der Orbis-Datenbank nicht alle Kennzahlen zur
Verfügung standen.
Wie durch die Fallstudien der Alfa Holding und Beta Corp. gezeigt, kann der hier entwickelte
prozessuale Rahmen in der zweiten Phase zum Peer Group Benchmarking nur Möglichkeiten
zur Identifikation der Longlist für eine nachfolgende detaillierte quantitative Analyse aufzei-
gen. Dabei wird deutlich, dass die Zielsetzung des jeweiligen Unternehmens entscheidend
dazu beiträgt, wie detailliert die einzelnen Prozessschritte dieser Phase durchgeführt werden
müssen. Wird der Fokus auf die Wettbewerbsunternehmen gelegt, kann es hilfreich sein, un-
terschiedliche Klassifikationsschemata zu nutzen, um möglichst alle direkten Wettbewerber
mitaufnehmen zu können. Aus diesem Grund ist eine gewisse Erfahrung im Umgang mit In-
dustrieklassifikationen und den gängigen Finanzdatenbanken sinnvoll, um hier eine möglichst
optimale Ausgangslage für die anschließende Phase der quantitativen Untersuchung zu erhal-
ten. Eine fehlerhafte Vorgehensweise und das nicht-identifizieren potentieller Vergleichsun-
ternehmen in dieser Phase kann nicht durch die nachfolgenden Prozessphasen ausgeglichen
werden. Gerade um das Management von der Richtigkeit der Auswahl der Vergleichsunter-
nehmen in der abschließenden Peer Group zu überzeugen, sollte diese zweite Phase einer de-
taillierten Dokumentation unterliegen, indem auch festgehalten werden sollte, welche
Industrieklassifikationen genutzt wurden und zu welchen Unternehmen diese Unterscheidung
Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking 239
geführt hat. Dies ist auch hilfreich, wenn im Nachgang Anpassungen vorgenommen werden
müssen, da unter Umständen durch die anschließende quantitative Untersuchung zu viele po-
tentielle Vergleichsunternehmen eliminiert werden mussten und damit die Peer Group zu we-
nige Unternehmen aufweist. Grundsätzlich ist für jede Phase des PGB eine detaillierte
Dokumentation sinnvoll.
8.2.3 Phase 3: Quantitative Untersuchung
Nachdem in Phase zwei die potentiellen Vergleichsunternehmen der Alfa Holding identifi-
ziert wurden, werden in der quantitativen Untersuchung im ersten Prozessschritt der dritten
Phase die Unternehmen der Longlist auf ihre Vergleichbarkeit hin überprüft. Dieser Prozess-
schritt soll dazu beitragen, bereits vor der qualitativen Untersuchung erste Unternehmen zu
eliminieren, die laut Definition nicht denselben externen Schocks unterliegen. Dies soll un-
nötigen Ressourceneinsatz in der manuellen Phase der qualitativen Untersuchung vermeiden.
Hierfür hat sich in den Fallstudien die Betrachtung der Umsatzentwicklung als sinnvolle De-
terminante herausgestellt. Dazu wird die mittlere Schwankung der Umsätze berechnet und
anschließend die Abweichungen über diesem Mittel identifiziert und die Tendenz (positive
oder negative Steigung) mit der Alfa Holding abgeglichen. Sind in mehr als der Hälfte aller
Betrachtungsperioden Abweichungen zu erkennen, so wird dieses Unternehmen aufgrund zu
deutlicher Umsatzschwankungen eliminiert, da es als Vergleichsunternehmen damit nicht
mehr der vorangegangenen Definition gleicher externe Schocks unterliegt. Es werden auch
nur die Perioden dabei einer Untersuchung unterzogen, die über den mittleren Schwankungen
liegen, um kontinuierlichen und kleinen Umsatzschwankungen keinen zu hohen Stellenwert
beizumessen. Das detaillierte Flussdiagramm zum prozessualen Ablauf dieser Korrelations-
überprüfung ist in Abbildung 44, Kapitel 6.4.1 dargestellt. Da es sich im Nachfolgenden um
die erstmalige Nutzung finanzieller Kennzahlen handelt, sei darauf hingewiesen, dass die
Kennzahlen mit einem Faktor multipliziert wurden, um keinen eindeutigen Rückschluss auf
das Unternehmen zuzulassen. Für die meisten potentiellen Vergleichsunternehmen standen
die Umsatzkennzahlen für sieben Jahre in der Datenbank Thomson Reuters zur Verfügung.
Aus diesem Grund wurden die Jahre 2007 bis 2014 zur Umsatzanalyse genutzt (siehe Tabelle
20). Die Umsatzzahlen wurden dabei für eine bessere Vergleichbarkeit in der jeweiligen Be-
richtswährung belassen, um hier möglichst keine Verzerrung aufgrund Wechselkursschwan-
kungen zu erhalten.
240 Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking
Tabelle 20: Beispielhafte Korrelationsüberprüfung der potentiellen Vergleichsunternehmen
Durch diesen Prozessschritt wurden 22 der 151 Unternehmen identifiziert, die als Unterneh-
men im weiteren Prozessverlauf zum PGB der Alfa Holding nicht mehr berücksichtigt wer-
den. Damit wurde die Grundgesamtheit um knapp 13 Prozent reduziert. Eine genauere
Betrachtung der Unternehmen zeigt dabei, dass diese zurecht ausgeschlossen wurden. Bei-
spielsweise wurde ein Unternehmen aus Korea aufgrund ihres Status als Lieferant (Herstel-
lung und Distribution von Rollen für Konstruktionsgeräte) in die Liste der potentiellen
Vergleichsunternehmen aufgenommen. Werden aber die direkten Kunden dieses Unterneh-
mens betrachtet, sind diese in der Bauindustrie und nicht in der Reinigungs- oder Agrarbran-
che verortet. Damit sind Abweichungen in den Unternehmenszyklen erklärbar. Aus diesem
Grund ist auch ein amerikanisches Unternehmen als nicht-vergleichbar identifiziert worden.
Auch hier ist das Produktportfolio zu differenziert. Wäre dieses Unternehmen in diesem Be-
reich nicht ausgeschlossen worden, so wäre dieses spätestens bei der Überprüfung der Unter-
nehmensgröße eliminiert worden, da der Umsatz (>50 Mrd. US-Dollar zu < 1 Mrd. Euro) zu
stark voneinander abweichen. Bei weiteren Unternehmen lag der Ausschluss u.a. auch an den
regionalen, meist auf Asien beschränkte Absatzmärkte. Keines der 19 Unternehmen wurde
nach Einschätzung durch die Geschäftsleitung der Alfa Holding fehlerhaft ausgeschlossen
(siehe Anhang 1).
2007 2008 2009 2010 2011 2012 2013 2014
Alfa Holding xy € xy € xy € xy € xy € xy € xy € xy €
Potentielles Vergleichsunternehmen 1 xy € xy € xy € xy € xy € xy € xy € xy €
Potentielles Vergleichsunternehmen 2 xy € xy € xy € xy € xy € xy € xy € xy €
Potentielles Vergleichsunternehmen 3 xy € xy € xy € xy € xy € xy € xy € xy €
2008 2009 2010 2011 2012 2013 2014 Ø
Alfa Holding 0,25 0,01 0,06 0,01 0,09 0,01 0,05 0,07
Potentielles Vergleichsunternehmen 1 =ABS(1-C4/B4) 0,53 0,19 0,13 0,14 0,03 0,14
Potentielles Vergleichsunternehmen 2 0,00 0,09 0,22 0,10 0,13 0,01 0,02
Potentielles Vergleichsunternehmen 3 0,09 0,19 0,21 0,24 0,10 0,01 0,11
2008 2009 2010 2011 2012 2013 2014
Alfa Holding 1 -1 1 1 -1 1 1
Potentielles Vergleichsunternehmen 1 1 1 1 1 1 1 1
Potentielles Vergleichsunternehmen 2 -1 1 -1 1 1 1 -1
Potentielles Vergleichsunternehmen 3 1 1 1 1 1 -1 -1
2008 2009 2010 2011 2012 2013 2014
Potentielles Vergleichsunternehmen 1 0 1 0 0 1 0 0
Potentielles Vergleichsunternehmen 2 1 1 1 0 1 0 1
Potentielles Vergleichsunternehmen 3 0 1 0 0 1 1 1
2008 2009 2010 2011 2012 2013 2014 Σ
Potentielles Vergleichsunternehmen 1 0 1 0 0 1 0 0 2
Potentielles Vergleichsunternehmen 2 1 1 1 0 1 0 0 4
Potentielles Vergleichsunternehmen 3 0 1 0 0 1 0 1 3
Potentielles Vergleichsunternehmen 1
Potentielles Vergleichsunternehmen 2
Potentielles Vergleichsunternehmen 3 Unternehmen mit ähnlichem Umsatzzyklus
Unternehmen mit ähnlichem Umsatzzyklus
Analyse
Positive/Negative Entwicklung/Steigung
Abweichungen identisch (0 = Ja; 1 = Nein)
Abweichungen größer Mittelwert
UnternehmenUmsatz
Absolute Veränderung
Unternehmen eliminieren, da zu viele Abweichungen bei den Umsatzentwicklungen
Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking 241
Bei den anderen Fallstudienunternehmen führte dieser Prozessschritt in der dritten Phase so-
gar zu einer noch deutlicheren Reduzierung der Longlist aus der zweiten Phase. Bei Gamma
Corp. wurden über 20 Prozent der Unternehmen ausgeschlossen, bei der Delta Corp. wurde
aus einer Grundgesamtheit von 651 Unternehmen sogar 289 Unternehmungen und damit über
44 Prozent auf diese Weise ausgeschlossen. Dabei wurden vor allem Unternehmen aus Asien,
wie Thailand, Indien und China eliminiert. Unter dem Aspekt der Vergleichbarkeit der finan-
ziellen Kennzahlen ist diese Reduktion ebenso sinnvoll, da bei diesen Ländern aufgrund ge-
ringerer Überprüfungen und Regulierungen durch staatliche Steuerbehörden die
Vergleichbarkeit der Kennzahlen nicht mit Sicherheit gewährleistet werden kann. Gerade bei
Delta Corp. zeigt sich wie sinnvoll dieser Prozessschritt vor allem dann sein kann, sobald die
Longlist durch die zweite Phase sehr viele Unternehmen beinhaltet.
Nachdem der erste Prozessschritt abgeschlossen wurde erfolgt bei der Alfa Holding die quan-
titative Überprüfung zentraler Kennzahlen, um neben den externen Schocks auch dieselben
Kapitalkosten für das Unternehmen zu gewährleisten. Dazu werden grundsätzlich Umsatz,
Marktkapitalisierung und die Vermögenswerte (Total Assets) überprüft. Diese Betrachtung
wird deshalb so umfangreich unternommen, um in der vierten Phase den Vergleichsindex ab-
leiten zu können, indem die Ähnlichkeiten der Kapitalkosten aufgrund ihres Stellewertes bei
der Entwicklung der Peer Group im besten Falle mit einer dreifachen Gewichtung einfließen.
Die Überprüfung kann dabei wieder in Microsoft Excel® oder einem anderen Tabellenkalku-
lationsprogramm erfolgen. Wie bereits im vorangegangen Prozessablauf (Kapitel 7.3.3) be-
schrieben, werden in diesem Schritt die Unternehmen aussortiert, die weniger als 50 Prozent
oder mehr als 500 Prozent des Umsatzes der Alfa Holding pro Jahr erwirtschaften. Ebenso
sollten die Marktkapitalisierung und die Vermögenswerte diese Spanne nicht unter- bzw.
überschreiten. Im Falle der Alfa Holding lassen sich die Vermögenswerte und der aktuelle
Jahresumsatz anhand des Geschäftsberichtes oder der Orbis-Datenbank identifizieren. Bei den
Daten aus dem Geschäftsbericht und der Orbis-Datenbank lagen die Abweichungen der Um-
sätze und der Bilanzsumme für das Jahr 2014 identisch. Aufgrund der Möglichkeit des Excel-
Exports wurde auf die Daten der Orbis-Datenbank zurückgegriffen, um damit auch Übertra-
gungsfehler aus dem Geschäftsbericht zu vermeiden. Dadurch, dass das Unternehmen nicht
an einer Börse dotiert ist, werden nur Umsätze und Bilanzsumme für die Unternehmensgröße
herangezogen. Bei der Alfa Holding wäre eine näherungsweise Bestimmung des Unterneh-
menswertes über bspw. einen Vergleichswert, Ertragswertverfahren oder (Branchen-)Multi-
plikatorverfahren möglich. Dadurch, dass viele mittelständische Unternehmen aber in der
Longlist existieren, ist der Aufwand für deren Marktwertbestimmung zu hoch. Für eine de-
taillierte Analyse zur Peer Group Identifikation ist der Verzicht auf die Kennzahl Marktkapi-
talisierung aber kein Abbruchkriterium. Nachdem nun die Grundlagen geschaffen wurden,
kann die eigentliche Berechnung und der Abgleich erfolgen. Um dabei gleich die Grundlagen
242 Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking
für den Vergleichsindex aufzubauen bietet sich an, hier sogleich die relativen Bewertungen
der Ähnlichkeiten wie in Tabelle 19, Kapitel 7.3.4 vorzunehmen. In der nachfolgenden Ta-
belle 21 ist dabei der Ansatz für die Alfa Holding dargestellt. Dabei zeigt sich, dass es durch-
aus sinnvoll ist, sowohl den Umsatz als auch die Vermögenswerte zu betrachten, da es hier zu
deutlichen Unterschieden kommen kann.
Tabelle 21: Beispielhafte Überprüfung auf Vergleichbarkeit der Umsätze und Vermögenswerte mit der Alfa Holding
129 Unternehmen sind nach der Überprüfung der Umsatzkorrelationen noch als potentielle
Vergleichsunternehmen geblieben. Durch die Umsatzüberprüfung ergibt sich eine Reduktion
auf 56 Unternehmen und damit eine prozentuale Reduktion um 56,6 Prozent. Damit wurden
deutlich mehr Unternehmen ausgeschlossen, als durch die Korrelationsüberprüfung der Um-
satzentwicklung. Jedoch zeigt sich bei der Alfa Holding, dass beide Prozessschritte notwendig
sind, da die Größenkomponente in dieser Fallstudie 10 Unternehmen zulassen würde, die
durch die Zyklusbetrachtung aber ausgeschlossen werden müssen. Durch die Überprüfung der
Vermögenswerte (Total Assets) konnten zusätzlich weitere 23 Prozent der Unternehmen aus-
geschlossen werden. Damit enthält die abschließende Grundgesamtheit 43 Unternehmen. Die
weiteren quantitativen Untersuchungsschritte dienen nun dazu, die Grundlage für die qualita-
tive Untersuchung zu bilden und die Entwicklung des Vergleichsindex aufzubauen. Ebenso
wie auf die Betrachtung der Marktkapitalisierung, wird auch auf die Überprüfung des Ge-
schäftsmodells mittels des Proxys Market-to-Book Ration verzichtet, da beides spezielle
Kennzahlen für börsennotierte Unternehmen darstellen. Da viele mittelständische Unterneh-
men als potentielle Vergleichsunternehmen identifiziert worden sind, kann es zudem vorkom-
men, dass Kennzahlen (bspw. Ausgaben für F&E) für eine differenzierte Analyse auch durch
2014 von bis Ausschließen
Alfa Holding xy €
Potentielles
Vergleichsunternehmen 1xy €
=WENN(ODER(B4<$C$
3;B4>$D$3);"Ja";"Nein"
)
=WENN(UND(B4/$B$3>0,85;B4/$B$3<1,5)
;10;WENN(UND(B4/$B$3>0,8;B4/$B$3<2);
9;WENN(UND(B4/$B$3>0,75;B4/$B$3<2,5
);7,5;WENN(UND(B4/$B$3>0,7;B4/$B$3<3
);6;WENN(UND(B4/$B$3>0,65;B4/$B$3<3,
5);4,5;WENN(UND(B4/$B$3>0,6;B4/$B$3<
4);3;WENN(UND(B4/$B$3>0,55;B4/$B$3<
4,5);1,5;WENN(UND(B4/$B$3>0,5;B4/$B$
3<5);0;"ausschließen"))))))))
Punkte
Potentielles
Vergleichsunternehmen 2xy € Nein 9 Punkte
Potentielles
Vergleichsunternehmen 3xy € Nein 7,5 Punkte
2014 von bis Ausschließen
Alfa Holding xy €
Potentielles
Vergleichsunternehmen 1xy € Nein 4,5 Punkte
Potentielles
Vergleichsunternehmen 2xy € Nein 10 Punkte
Potentielles
Vergleichsunternehmen 3xy € Ja
xy € xy €
-
Umsatz in EUR
Wechselkurs: 31.12.2014
Zulässe Spanne Punktevergabe
für Vergleichsindex
=B3/2 =B3*5
Assets in EUR
Wechselkurs: 31.12.2014
Zulässe Spanne Punktevergabe
für Vergleichsindex
Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking 243
den jährlichen Finanz- oder Geschäftsbericht nicht zur Verfügung stehen. Bei diesen Unter-
nehmen wird deshalb aus Gründen der Ressourcenschonung auf eine solche Analyse verzich-
tet. Am Ende der Berechnung wird ein Prozentwert ausgegeben, der die Vergleichbarkeit
wiederum gewährleisten kann. In Zusammenarbeit mit dem Management der Alfa Holding
wurde bei der Entwicklung der Peer Group festgestellt, dass nicht nur der Globalisierungsas-
pekt (bspw. über den Anteil Auslandsverkäufe) bei der Auswahl der Vergleichsunternehmen
eine Rolle spielt, sondern auch den Standard des Hauptsitzes als wichtiges Kriterium für die
Vergleichbarkeit herangezogen werden sollte. Dies vereinfacht zudem die qualitative Über-
prüfung der verzerrenden und verwässernden Faktoren, da bereits bei einer engen Zugehörig-
keit zum eigenen Hauptsitz die Einhaltung gewisser Rechnungslegungsstandards besser
gewährleistet werden kann und bspw. Verrechnungspreissysteme nachhaltiger kontrolliert
werden. In der Fallstudie der Alfa Holding hat sich auch gezeigt, dass die Berechnung des
Vergleichsindex in dieser Phase einen Vorteil für das Management darstellt, um in der nächs-
ten Phase der qualitativen Abschlussüberprüfung das Ranking der Vergleichsunternehmen als
Entscheidungsgrundlage für einen eventuellen Ausschluss einzelner Unternehmen heranzie-
hen zu können.
In der folgenden Tabelle 22 ist dieses Schema anhand von drei Unternehmen beispielhaft
dargestellt, denn auch bei dieser Analyse ist ein einfaches Tabellenkalkulationsprogramm als
Unterstützungstool ausreichend. Der Algorithmus zur Berechnung des Vergleichsindex pro
Unternehmen spiegelt dabei automatisch auch die grundlegende Einschätzung des Manage-
ments wieder. Für die Alfa Holding diente jahrelang ausschließlich ein direktes Wettbewerbs-
unternehmen, später dann eine geringe Anzahl an Wettbewerbsunternehmen, der
Vergleichbarkeit finanzieller Leistungskennzahlen. Mit einem Vergleichsindex von 90,7 Pro-
zent erreicht der direkte Wettbewerber auch den höchsten Wert innerhalb der verbliebenen 43
Unternehmen. Für die Alfa Holding kann somit gezeigt werden, dass die Bestimmung des
Vergleichsindex auf diese Weise zu sinnvollen Vergleichsunternehmen durch eine reine quan-
titative Analyse führen kann und damit als Managementinstrument auch nicht zu viele Res-
sourcen im Unternehmen binden muss. Ein weiterer Vorteil ist, dass durch diese Systematik
die Nachvollziehbarkeit der Peer Group Entwicklung garantiert wird und somit Diskussionen
um die Willkür bei der Zusammenstellung der Vergleichsunternehmen vermieden werden.
244 Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking
Tabelle 22: Beispielhafte Überprüfung der Vergleichbarkeit von Unternehmen und die Ableitung des Vergleichsindex
Am oben aufgeführten Beispiel wird ersichtlich, dass selbst bei acht Parametern zur Überprü-
fung auf Vergleichbarkeit der Unternehmen es zu identischen Bewertungen einzelner Unter-
nehmen kommen kann. In der Fallstudie zur Alfa Holding weisen 17 der 43 Unternehmen
einen Index-Wert auf, den mindestens ein anderes Unternehmen auch als Vergleichsindex
besitzt. Dies ist an sich unproblematisch, bei diesen Unternehmen aber hilft der Vergleichs-
index bei der abschließenden Zusammenstellung der Peer Group nicht viel weiter. Deshalb ist
es umso besser, je mehr Parameter hergezogen werden können, um eine noch detaillierte Un-
tersuchung durchführen zu können (Beispiele dazu siehe Kapitel 6.4.6), natürlich unter einer
Voraussetzung der Kennzahlenverfügbarkeit. Durch die hohe Anzahl an mittständischen Un-
ternehmen ist es bei dieser Fallstudie leider nicht möglich gewesen die Anzahl an Parametern
sinnvoll zu erhöhen. Im Benchmarking-Projekt der Gamma Corp. bspw. führte allein das Hin-
zufügen der Proxy für das Geschäftsmodell (über das Markt-to-Book Ratio) und für den Un-
ternehmenswert (über die Marktkapitalisierung) dazu, dass von 43 aus 273 Unternehmen der
Longlist (nach dem quantitativen Ausschlussverfahren über Korrelation der Umsatzentwick-
lung, Umsatz, Assets und Marktkapitalisierung) nur noch jeweils zwei Unternehmen identi-
sche Werte untereinander aufwiesen. Ohne Marktkapitalisierung und Market-to-Book-Ratio
lag die Anzahl noch bei 13 Unternehmen.
Wie sinnvoll eine entsprechende Erweiterung der Parameter zur Bestimmung des Vergleichs-
index sein kann, zeigt eine weitere Fallstudie. In Zusammenarbeit mit dem CFO einer Betei-
ligungsgesellschaft der Zeta Corp. wurde speziell auf einen Proxy zur Vergleichbarkeit
hingewiesen, der extra für die Identifikation einer Beteiligungsgesellschaft von Bedeutung ist.
In diesem Peer Group Benchmarking-Projekt wurde die relative Leistungsbewertung auf den
konkreten Anwendungsfall des Working Capitals übertragen. Die Beteiligungsgesellschaft
zeichnet sich durch die Produktion hochspezialisierter Maschinen ohne direkte Wettbewerbs-
unternehmen aus. Daher setzt dieses Unternehmen in ihrer Strategie auch auf die klassische
Differenzierungsstrategie. Dadurch können entsprechend hohe Deckungsbeiträge erzielt wer-
den. Eine relative Leistungsbewertung ist deshalb eine Herausforderung, da dadurch auch
Peer Company 1
Peer Company 2
Peer Company 3
Peer Company 1
Peer Company 2
Peer Company 3
Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking 245
kontinuierliche Verbesserungen erzielt werden sollen. Würden nur direkte Wettbewerbsun-
ternehmen betrachtet werden, so wäre der Erkenntnisgewinn aufgrund einer guten Positionie-
rung sehr gering. Um nun aber eine sinnvolle finanzielle Kennzahlenanalyse durchführen zu
können, wurden Unternehmen gesucht, die als Maschinenbauunternehmen eine ähnliche
Marktdominanz aufweisen. Die Entwicklung des Vergleichsindex wurde deshalb um den
Proxy Marktanteil zur Bestimmung der Marktdominanz ergänzt. Zudem wurde in diesem Fall
der Fokus der Identifikation von Vergleichsunternehmen auf den Bereich der strategischen
Vergleichsunternehmen gesetzt.
Aus den oben genannten Gründen kann der in diesem Konzept zum Peer Group Benchmar-
king entwickelte Vergleichsindex somit als sinnvolle Grundlage zur Identifikation geeigneter
Unternehmen zur relativen Leistungsbewertung angesehen werden. Eine individuelle Anpas-
sung der Parameter kann hier aber durchaus sinnvoll sein, vor allem wenn die Auswahl von
Vergleichsunternehmen über den direkten Wettbewerb hinausgeht und daher vom Manage-
ment kritisch hinterfragt wird. Diese ausführliche Identifikation von Vergleichsunternehmen
kann dazu beitragen, die abschließende Peer Group besser kommunizieren zu können, da
durch die hier dargestellte Systematik die Nachvollziehbarkeit gewährleistet ist. Wichtig ist
an dieser Stelle, dass der Analyst dazu die Vorgehensweise en Detail dokumentiert.
8.2.4 Phase 4: Qualitative Untersuchung
Nachdem die quantitative Untersuchung durch den Analysten erfolgt ist, wird die anschlie-
ßende Zusammenarbeit i.d.R. mit dem Leiter Controlling und Finanzen oder direkt mit dem
CFO erfolgen, um die Peer Group abschließend zusammenzustellen. Lediglich bei der Delta
Corp. und bei der Epsilon Corp. lag die abschließende Entscheidung der Peer Group nicht
beim CFO. Bei den anderen vier Fallstudienunternehmen wurde diese Entscheidung direkt
vom CFO begleitet. Als ausschlaggebendes Kriterium über die Beteiligung des CFO war die
angestrebte nachhaltige Nutzung des PGB im Unternehmen. War bspw. geplant den variablen
Vergütungsanteil (z.B. in Form eines jährlichen Bonus) an diese Leistungsbewertung zu bin-
den, so hatte das PBG als Projekt einen wesentlich höheren Stellenwert im Unternehmen und
wurde deshalb auch durch den CFO begleitet. Aus diesem Grund wurden die bisherigen Ana-
lyseergebnisse auch dem CFO der Alfa Holding vorgelegt.
Dem CFO und dem Leiter Controlling und Finanzen der Alfa Holding wurden dazu sowohl
die Longlist an Unternehmen, als auch die Analyseergebnisse aus der quantitativen Untersu-
chung in einem Dokument als Management Summary aufbereitet. Da auch diesem Manage-
ment nicht alle Unternehmen geläufig waren, wurde zu jedem Unternehmen eine
Kurzbeschreibung ergänzt und diese in einer Präsentation aufbereitet. Am einfachsten konnte
246 Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking
dies durch das Thomson Reuters Plug-In für Microsofts Excel® (Thomson One) und einer
entsprechenden Formel erfolgen, um somit wichtige Unternehmensressourcen nicht für die
aufwendige Rechercheanalyse zu allen 151 Unternehmen zu binden. Da dieses Modul bereits
in den vorangegangenen Prozessschritten zur Gewinnung der zentralen Kennzahlen genutzt
wurde, konnte dies sehr einfach um die Unternehmensbeschreibung ergänzt werden.
Zusätzlich zu den bisherigen Analysen wird dem Management der Alfa Holding noch eine
Clusteranalyse zu den Ergebnissen des Vergleichsindex vorgelegt, in der die Nähe der Unter-
nehmen zueinander noch deutlicher herausgearbeitet wurde. Dabei kann auch das ideale Clus-
ter in Bezug für die Peer Group der Alfa Holding identifiziert werden. Dies hilft dem
Management dabei die abschließende Peer Group zu entwickeln. Die Clusteranalyse erfolgt
dabei mit IBM SPSS Statistics. Die Clusteranalyse kann in dieser Fallstudie auf zwei unter-
schiedliche Arten erfolgen. Zum einen kann mit den acht generierten Werten zur Bestimmung
des Vergleichsindex hineingegangen werden (Skalierung zwischen null und zehn Punkten)
und zum anderen mit den absoluten Werten bei Intangible Asset, F&E, Auslandsumsätze,
Umsatz und Assets und der Nutzung der Normierungsgrößen ausschließlich bei der Korrela-
tion der Umsatzentwicklung, den Industriecodes und dem Hauptsitz. Dies führte nur zu klei-
neren aber vernachlässigbaren Unterschieden in den gebildeten Clustern (siehe
Dendrogramme im Anhang 2 und Anhang 3). Dem Management wurden die Ergebnisse aus
der Nutzung der generierten Werten aus dem Vergleichsindex zusammengefasst, da aufgrund
der Normierung der Selektionswerte auf einen Skalierungswert zwischen null und zehn Punk-
ten alle Kriterien gleichgewichtet sind. Dadurch ließen sich auch dort drei sinnvolle Cluster
identifizieren (siehe Anhang 2):
Cluster mit höchster Ähnlichkeit zur Alfa Holding enthält 17 Unternehmen
Cluster mit mittlerer Ähnlichkeit zur Alfa Holding enthält 14 Unternehmen
Cluster mit geringster Ähnlichkeit zur Alfa Holding enthält zwölf Unternehmen
Hier wurde dem CFO der Alfa Holding die Empfehlung ausgesprochen, die Unternehmen mit
der mittleren und höchsten Ähnlichkeit in die Peer Group aufzunehmen, da die diese im Ide-
alfall über 20 Unternehmen enthalten sollte. Auf die Begründung zu dieser Empfehlung wird
im späteren Verlauf noch einmal näher eingegangen, wenn die verzerrenden und verwässern-
den Faktoren betrachtet werden.
Grundsätzlich unterstützte das Management die Einschätzung der quantitativen Untersu-
chung. Aus einem strategischen Gesichtspunkt heraus, wurde aber ein weiterer Flughafenbe-
treiber mit in die Peer Group aufgenommen, obwohl diese dem Cluster mit geringster
Ähnlichkeit zugehört. Die Aufnahme wurde damit begründet, dass dieser aus strategischer
Perspektive dazugezählt werde kann, da es sich hierbei um einen direkten Kunden der Alfa
Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking 247
Holding handelt. Bei den verblieben 31 Unternehmen wurde eine detaillierte Untersuchung
vorgenommen. Hierbei wurden von diesen 31 Unternehmen zwei ausgeschlossen. Die Unter-
nehmen aus Hamburg steht zwar in Verbindung mit der Landwirtschaftsbranche ist aber auf-
grund ihres Produktportfolios kaum mit der Alfa Holding in Verbindung zu bringen. Ähnlich
sieht dies bei einem norwegischen Unternehmen aus. Dieses Unternehmen besitzt Beteiligun-
gen in der Lebensmittelproduktion landwirtschaftlicher Erzeugnisse und ist dementsprechend
nur schwer mit der Alfa Holding vergleichbar. Aus diesem Grund wurden die 31 Unterneh-
men auf 29 reduziert. Durch das Hinzufügen des Flughafenbetreibers erweitert sich die Peer
Group damit auf 30 Unternehmen.
Zwei weitere Unternehmen aus Italien und Schweden wurden zusätzlich aus der Longlist er-
gänzt, da diese nur knapp aufgrund der Selektionskriterien Umsatz und Asset ausgeschieden
sind, sich aber vor allem aufgrund ihres Produktportfolios und der Zugehörigkeit zu dieser
Branche als Vergleichspartner gut eignen. Ebenso wurde aus einem strategischen Gesichts-
punkt heraus ein weiterer Flughafenbetreiber ergänzt, um diesem Markt eine höhere Gewich-
tung bei der relativen Leistungsbewertung beizumessen. Darüber hinaus legte der CFO der
Alfa Holding bei der Durchsicht der Longlist Wert auf die Ergänzung von zwei Unternehmen,
die aufgrund ihrer Unternehmensgröße aussortiert wurden: Beide Unternehmen stellen Pro-
dukte für die Landwirtschaft herstellen. Die Entscheidung fiel auf diese Unternehmen, da die
Alfa Holding bereits mehrere größere Akquisen plante, um damit die Präsenz auf dem US-
amerikanischen Markt zu stärken. Dieses anorganische Wachstum und die damit verbundenen
Umsatzsteigerungen sollten bereits im Peer Group Benchmarking-Projekt Berücksichtigung
finden, damit kurzfristig keine erneute Auswahl geeigneter Vergleichsunternehmen diskutiert
werden muss. Damit beinhaltet die Peer Group der Alfa Holding nun insgesamt 35 Unterneh-
men, die sich wie in der nachfolgenden Abbildung 68 auf die unterschiedlichen Bereiche ver-
teilen.
248 Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking
Abbildung 68: Peer Group der Alfa Holding
Abbildung 68 zur Peer Group der Alfa Holding zeigt deutlich, welchen Anteil die Unterneh-
men ausmachen, die nicht eindeutig im direkten Wettbewerb mit der Alfa Holding stehen.
Lediglich zwölf Unternehmen zeichnen sich als Konkurrenzunternehmen aus, die auch in ih-
rer Unternehmensgröße und anderen Parametern zur relativen Leistungsevaluation geeignet
sind. Sinnvoller als sich mit anderen in diesem Fall zu kleinen Wettbewerbsunternehmen zu
vergleichen, ist deshalb die Erweiterung der Perspektiven um zyklus- und strategierelevante
Unternehmen. In dieser Fallstudie haben diese Unternehmen einen Anteil von über 60 Pro-
zent. Diese Peer Group aus 35 Unternehmen ist eine solide Gruppe aus Benchmarking-Ob-
jekten, die sich nicht nur aufgrund ihrer Industriezugehörigkeit, sondern auch aufgrund ihrer
Ähnlichkeit in der Unternehmensgröße optimal zur relativen Performanceevaluation eignet.
Im Nachfolgenden wird aufgezeigt, warum es sinnvoll ist, dass die Peer Group nicht nur aus
den zwölf Wettbewerbsunternehmen besteht.
Dazu werden die verzerrenden und verwässernden Faktoren auf die finanziellen Kennzahlen
betrachtet. Hierbei geht es um die grundsätzliche Optimierung der Vergleichbarkeit von
Kennzahlen zur relativen Performanceevaluation. Im Prozess zum Peer Group Benchmar-
king-Konzept wurde ausführlich auf die Möglichkeit zur Verbesserung der Vergleichbarkeit
hingewiesen (siehe dazu Kapitel 6.5.2 und 7.3.4). Wichtig für diese Anpassung ist jedoch die
Abstimmung auf die zur relativen Leistungsbewertung benötigten Kennzahlen. In Abhängig-
Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking 249
keit der gewählten Kennzahlen ist die Überprüfung auf verzerrende und verwässernde Kenn-
zahlen mit mehr oder weniger großem Aufwand verbunden. Im Nachfolgenden wird dabei
spezielle auf die sinnvollen Anpassungen der Alfa Holding eingegangen. Durch die Integra-
tion vieler kleiner und mittelständischer Unternehmen ist die Bereinigung verzerrender und
verwässernder Faktoren in dieser Fallstudie ebenfalls begrenzt.
Grundsätzlich sollten die unterschiedlichen Kennzahlendimensionen bei der Alfa Holding
Anwendung finden. Der Aspekt der Kapitalmarktleistung aber konnte ausgeschlossen wer-
den, da das Unternehmen an keiner Börse frei dotiert ist. Aus jedem der verbliebenen vier
Bereiche sollte nun eine Kennzahl relativ zur Peer Group gemessen werden. Unter dem
Wachstumsaspekt im wurde das Umsatzwachstum als KPI ausgewählt. Unter dem Aspekt der
Profitabilität ist dies das Gewinnwachstum, der sich hierbei über den EBIT definiert. Bei der
Kapitaleffizienz hingegen wurde auf den Return on Assets gesetzt. Auf den Cash-Flow Return
on Sales wurde unter dem Liquiditätsaspekt zurückgegriffen, auf den aber bei der relativen
Leistungsbewertung keinen besonders hohen Stellenwert durch den CFO gelegt wurde, da
dieser kontinuierlichen und oftmals starken Schwankungen ausgesetzt ist und sich Handlungs-
empfehlungen für die Alfa Holding gerade im Zeitverlauf der letzten sieben Jahre auf Basis
relativer PG-Benchmarks nur begrenzt ableiten lassen. Aus diesem Grund wird im Nachfol-
genden der Fokus auf die Kennzahlen Umsatzwachstum (( − ) ÷ ), Gewinnwachstum (( − ) ÷ ) und Effizienz der Vermögenswerte
( ÷ ) gelegt. Bei der Auswahl geeigneter Vergleichskennzahlen wurde
dabei bereits darauf geachtet, dass möglichst viele Einflussfaktoren vermieden werden, die
die Finanzkennzahlen verzerren könnten. Folgende Verzerrungen konnten durch sinnvolle
Auswahl der Kennzahlen vermieden werden:
Länderspezifische Steuersystem: Durch die Betrachtung ausschließlich finanzieller
Kennzahlen vor Steuer müssen differenzierte Steuersysteme aufgrund unterschied-
liche Unternehmenshauptsitze nicht berücksichtigt werden.
Finanzielle Hebelwirkungen (Financial Leverage): Dadurch, dass die Alfa Holding
auf die Kennzahl Return on Equity verzichtet wird und nur die Kennzahl Return on
Assets zur Messung der Kapitaleffizienz herangezogen wird, muss hierfür keine
spezielle Anpassung vorgenommen werden.
Währungsschwankungen: Im PGB werden ausschließlich relative Kennzahlen
(bspw. EBIT pro Sales) für die Vergleichsanalyse genutzt. Als sinnvoll hat sich da-
bei herausgestellt, die Berechnung in der Berichtswährung durchzuführen um nicht-
beeinflussbare Währungsschwankungen aus der Betrachtung auszuschließen.
250 Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking
Damit können bereits vorab durch eine sinnvolle Auswahl der Vergleichskennzahlen drei der
zwölf verzerrenden und verwässernden Faktoren direkt vermieden werden. Weitere können
ohne Anpassung bereits aufgrund der sinnvollen Auswahl an Vergleichsunternehmen als best-
möglich berücksichtigt betrachtet werden. Dazu zählen die Verrechnungspreissysteme, die
Rechnungslegungsstandards und das Earnings Management. Dadurch, dass bei der Entwick-
lung des Vergleichsindex auch die regionale Nähe berücksichtigt wurde, sind u.a. die Unter-
nehmen mit südamerikanischen und asiatischen Hauptsitz in das Cluster mit geringster
Ähnlichkeit sortiert worden, also genau die Unternehmen, bei denen keine Garantie auf die
Einhaltung von Rechnungslegungsstandards ausgesprochen werden kann. Wie in der Theorie
bspw. durch Richardson et al. (2013, S. 140f) empfohlen, wurde hier durch die Clusterbildung
für eine bessere Vergleichbarkeit Unternehmen in die Peer Group aufgenommen, die ebenso
wie die Alfa Holding durch die Steuerbehörde einer starken Kontrolle unterliegen. Sinnvoll
ist dies deshalb, da eine manuelle Anpassung durch den Analysten eine große Herausforde-
rung darstellt. Zum einen kann eine Anpassung aufgrund der geringen Datenverfügbarkeit oft
nicht durchgeführt werden und zum anderen führen zu weitreichende Anpassung dazu, dass
die Glaubwürdigkeit der Leistungsbewertung angezweifelt wird. Die detaillierte Auswahlana-
lyse der Peer Group beinhaltet deshalb auch nur westliche Industrienationen aus Europa und
Nordamerika. Lediglich ein Unternehmen aus Japan ist integriert, welches nach den japani-
schen lokalen Rechnungslegungsstandards bilanziert. Japanische Rechnungslegungsstan-
dards stehen zwar nicht mit dem IFRS in Einklang, sind aber seit dem Jahr 2008 auch aufgrund
der strikten Einhaltung durch Steuerbehörden als gleichwert anerkannt. Die restlichen Unter-
nehmen nutzen HGB, US GAAP oder IFRS als Rechnungslegungsstandard und sind dement-
sprechend gut vergleichbar. Diese Einschätzung wurde auch vom CFO und dem Leiter
Controlling und Finanzen geteilt. Wären die asiatischen Unternehmen aus China, Singapur
oder Indien bei der quantitativen Untersuchung erhalten geblieben, wären diese Unternehmen
aus eben diesen Gründen manuell durch den CFO aus der Peer Group ausgeschlossen worden.
Hierbei wird deutlich, wie sinnvoll die genutzten Selektionskriterien sind und auf wieviel An-
klang die prozessuale Systematik in den Fallstudien gestoßen ist.
Abschließend verbleiben somit die Betrachtung von sechs Möglichkeiten der Verzerrung und
Verwässerung: unterschiedliche Berichtszeiträume, außerplanmäßige Wertminderungen,
Mergers & Akquisition, F&E als immaterielle Vermögenswerte, obligatorische Pensionsbei-
träge und weitere außerbilanzielle Positionen. Zuerst erfolgt die Betrachtung unterschiedli-
cher Berichtszeiträume, da dies die einfachste aller Anpassungen darstellt. Vor allem bei der
Betrachtung der Finanz- und Wirtschaftskrise im Jahre 2007 wurde ersichtlich, dass einige
Unternehmen unterschiedliche Berichtszeiträume aufweisen müssen, da deutliche Abwei-
chungen zwischen den Krisenjahren, die sich durch schwache und rückgängige Wachstums-
raten auszeichnen, identifizieren ließen. Sechs Unternehmen aus der Peer Group weisen
Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking 251
unterschiedliche Berichtszeiträume auf, womit fast 20 Prozent der Unternehmen aus der Peer
Group betroffen sind. Dabei wurde sofern verfügbar eine Anpassung auf Basis der Quartals-
daten vorgenommen oder alternativ ein linearer Auftragseingang über das Geschäftsjahr an-
genommen, um eine Adjustierung vornehmen zu können. Diese Anpassungen führen dazu,
dass in der wirtschaftlich heraufordernden Zeit ab dem Jahre 2008 eine bessere Übereinstim-
mung der Umsatz- und Gewinnrückgänge vorliegt und ein Benchmark mittels der hier iden-
tifizierten Peer Group bessere Rückschlüsse auf die Unternehmensleistung zulässt.
In Abbildung 69 sind Umsatz- und EBIT-Wachstum mit und ohne Adjustierung des Berichts-
zeitraumes anhand der oben beschriebenen sechs Unternehmen dargestellt. Hierbei wird er-
sichtlich, dass die Anpassungen erhebliche Auswirkungen auf den Kurvenverlauf haben.
Durch die Anpassung wird klar sichtbar, dass alle sechs Unternehmen einen starken Umsatz-
satzrückgang mit Jahre 2009 verzeichnen mussten. Ohne diese Anpassung verlagert sich die-
ser Rückgang verstärkt auf das Jahr 2010. Dies lässt sich auch im EBIT-Wachstum im Jahr
2009 erkennen mit einer Erholungsphase im Jahr 2011. Bei dieser Analyse zeigt sich auch,
dass bei einer Peer Group bestehend aus nur ebendiesen sechs Unternehmen Einzelne einen
sehr starken Einfluss auf die Perzentile aufweisen. Umso sinnvoller kann eine erweiterte Peer
Group, wie hier vorgestellt mit 35 Unternehmen, für ein Benchmarking sein.
Bei der Adjustierung des Berichtszeitraumes gibt es zwei wesentliche Herausforderungen, die
mit der Datenverfügbarkeit zusammenhängen. Zum einen publizieren Unternehmen nicht im-
mer auf Quartalsebene und zum anderen sind die benötigten Informationen oft erst viel zu
spät für eine relative Performanceevaluation bspw. zur Bestimmung des Management-Bonus
zugänglich. Wobei erstere Herausforderung mit einer näherungsweisen Annahme bspw. von
linearen Umsatzeingängen (Anpassung sind hier in Abhängigkeit der eigenen unterjährigen
Umsatzentwicklung denkbar) angegangen werden kann, ist trotz des hohen Stellenwertes zeit-
naher Benchmarks eine nachgelagerte und damit genauere relative Leistungsbewertung des
Unternehmens sinnvoll.
252 Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking
Abbildung 69: Umsatzwachstum und EBIT-Wachstum mit und ohne Adjustierung des Berichtszeitraums
Eine weitere sinnvolle Betrachtung zur Reduzierung verzerrender und verwässernder Ein-
flussfaktoren ist nicht-organisches Wachstum in Form von Fusionen und Übernahmen.
Grundsätzlich kann es als sinnvoll erachtet werden, diese im Jahr der Akquise bei der Um-
satzwachstumsbetrachtung zu eliminieren. Darauf wurde bereits in Kapitel 6.5.3.3 näher ein-
gegangen. Durch diese hier durchgeführte Analyse sollen primär starke Umsatz- und
Gewinnschwankungen einzelner Unternehmen zwischen zwei Jahren eliminiert werden, um
eine Leistungsbewertung primär auf organischem Wachstum von Unternehmen durchzufüh-
ren. In Absprache mit dem Fallstudienunternehmen Alfa Holding wurde bereits im zweiten
Jahr nach einer Akquise auf eine solche Reduktion verzichtet. Zum einen, da ein systemati-
sches und ganzheitliches Ausklammern vollkonsolidierter Einzelgesellschaften innerhalb ei-
ner Holding nicht mehr ausreichend gewährleistet werden kann und zum anderen die
Übernahme bereits erste Auswirkungen auf die Performance des Unternehmens auch auf ope-
rativer Ebene (z.B. in Form von Synergien) nach sich ziehen kann. Hierbei werden nicht nur
Akquisen, sondern auch die Veräußerung von einzelnen Geschäftsbereichen berücksichtigt.
Darüber hinaus liegt der Benchmarking-Fokus grundsätzlich auf organischem Wachstum, so-
bald Akquisen und Fusionen ausschließlich im selben Jahr eliminiert werden und eine Be-
trachtung nur auf Basis prozentualer Veränderungen (z.B. des Umsatzes) durchgeführt wird.
Dadurch reduziert sich die betrachtete Kennzahl im Akquisejahr entsprechend, als Referenz-
größe für das Folgejahr wird aber der Gesamtumsatz (inkl. des nicht-organischen Wachstums)
Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking 253
genutzt. Somit erhält der Analyst ein Peer Group Benchmarking des organischen Unterneh-
menswachstums als Relativgröße zum Vorjahr. Dies hat sich in den Fallstudienunternehmen
als sinnvollste Betrachtungsweise herausgestellt, da dies die operative Unternehmensentwick-
lung und weniger stark die strategische Leistung in den Betrachtungsfokus des (jährlichen)
Benchmarkings stellt.
Die Betrachtung erfolgt bei der Alfa Holding aufgrund der Datenverfügbarkeit für die Jahre
2007 bis 2015. Exemplarisch sollen an dieser Stelle die Auswirkungen von Fusionen und Ak-
quisen auf die Leistungsbewertung auf Basis des Umsatzes anhand der Fallstudie erfolgen.
Dabei müssen auch die Akquisen, Fusionen und eventuelle Veräußerungen aus der Alfa Hol-
ding herausgerechnet werden. Für eine detaillierte Analyse nicht-börsennotierter Unterneh-
men haben sich Pressearchive der jeweiligen Unternehmen und deren Geschäftsberichte als
sinnvolle Informationsquelle herausgestellt. Bei börsennotierten Unternehmen waren die gän-
gigen Finanzdatenbanken genügend aufschlussreich. Dennoch ist die Informationsgewinnung
zu Akquisen und Fusionen vor allem zu den vergangenen Jahren mit erheblichem Aufwand
verbunden, besonders, wenn es sich um nicht-börsennotierte Unternehmungen handelt.
Im Startjahr 2007 des Betrachtungszeitraumes fand im Fallstudienunternehmen eine Fusio-
nierung statt, die mit 13 Prozent zur Umsatzsteigerung beitrug. Bis auf zwei kleinere Akqui-
sen entwickelte sich die Alfa Holding in den drauffolgenden Jahren rein organisch bis zum
Jahre 2015, in welchem drei Akquisen dem Unternehmen zu zusätzlichen 15 Prozent Umsatz-
wachstum beitrugen. Im Vergleich mit den anderen Unternehmen der Peer Group ist die Ak-
quisitionsstrategie nur durchschnittlich stark ausgefallen. Andere Unternehmen setzen
hingegen in ihrer Wachstumsstrategie verstärkt und stetig auf Akquisen und Fusionen (siehe
Anhang 4) und damit auf nicht organisches Wachstum. In einigen Fällen trugen die Unter-
nehmensakquisen maßgeblich zum Wachstum bei. In einem Beispiel führte dies sogar zu ei-
ner Umsatzsteigerung von über 56 Prozent, wovon beinahe 40 Prozent auf die Akquisition
zurückzuführen war. Rein organisch ist dieses Unternehmen damit nur um 16 Prozent ge-
wachsen. Andere Unternehmen konnten hingegen in einigen Jahren nur aufgrund von Akqui-
sen und Fusionen ein positives Wachstum erreichen. Bei den exemplarisch aufgeführten
Unternehmen wird deutlich, dass M&A-Tätigkeiten einen zentralen Einfluss auf die Entwick-
lung eines Unternehmens haben können. Dies wird auch in Abbildung 70 deutlich. Werden
nur die Unternehmen betrachtet, bei denen M&A-Aktivitäten im entsprechenden Geschäfts-
jahr durchgeführt wurden, so hilft eine Adjustierung um M&A-Aktivitäten dabei, entspre-
chend schwache oder starke organische Wachstumsraten zu identifizieren.
An dieser Stelle kommt aber ein entscheidender Vorteil des Peer Group Benchmarking zum
Tragen. Dadurch, dass sich die Peer Group in dieser Fallstudie aus 35 Unternehmen zusam-
mensetzt und damit deutlich über eine reine Wettbewerbsanalyse hinausgeht, zeigen sich
254 Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking
M&A-Effekte und deren Auswirkungen auf das Umsatzwachstum nur in geringem Maße. In
Abbildung 70 wird deutlich, dass im Gegensatz zur differenzierten Analyse der Unternehmen
mit M&A-Aktivitäten, die Adjustierungen einen wesentlich geringeren Effekt auf den Um-
satzverlauf haben. Können die Unternehmen mit Akquise- Tätigkeiten, die Wachstumsaus-
wirkungen das Finanz- und Wirtschaftskriese aus dem Jahr 2008 auf das Jahr 2009 deutlich
abflachen, so zeigt sich eine solche Abflachung dieser Kriseneffekte bei der gesamten Peer
Group-Betrachtung nicht. Für eine genaue Identifikation der wirtschaftlichen Umfeldentwick-
lung wäre somit eine Adjustierung um M&A-Effekte innerhalb dieser Fallstudie zur Alfa Hol-
ding nicht zwingend notwendig gewesen. Der Median erfährt dadurch nahezu keine
Veränderung, wo hingegen sich die Umsatzspitzen in den Jahren 2009 und 2011 etwas redu-
zieren. Insgesamt lässt sich festhalten, dass der sehr hohe Aufwand zur Identifizierung von
M&A-Aktivitäten bei den Peer Group-Unternehmen bei einer Medianbetrachtung in dieser
Fallstudie nicht erforderlich erscheint. Finden finanzielle Leistungsbenchmarks rein auf Basis
der gesamten Peer Group statt, kann aus einem Kosten-/Nutzenaspekt heraus die Empfehlung
ausgesprochen werden, auf die Adjustierung um M&A-Effekte zu verzichten und dafür einen
stärken Fokus auf die systematische Identifikation der Peer Group zu legen. Wird auf die
Adjustierung verzichtet, sollte der Analyst bei einer detaillierten Analyse zur Ursachenfor-
schung der Wachstumsraten anderer Unternehmungen aber berücksichtigen, dass überdurch-
schnittlich starke und schwache Umsatzsteigerungen einzelner Unternehmen immer auch
nicht-organischen Ursprungs sein können. Lautet der finanzielle Leistungsbenchmark aber
den Median zu übertreffen, so kann auf eine umfangreiche Identifikation der Akquisen inner-
halb der Peer Group verzichtet werden, wie die Fallstudie hier als exemplarisches Beispiel
anschaulich zeigt.
Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking 255
Abbildung 70: Umsatzwachstum mit und ohne Adjustierung der Akquisen, Fusionen und Veräußerungen bei den
Unternehmen mit entsprechenden M&A-Aktivitäten im entsprechenden Jahr im Vergleich zur ge-
samten Peer Group
Neben der bisher durchgeführten Reduzierung bzw. Vermeidung verzerrender und verwäs-
sernder Faktoren auf die Erfolgsrechnung und die Bilanz und der Betrachtung der Fusionen
und Übernahmen als ein nicht-operativer Einflussfaktor auf die Unternehmensleistung kön-
nen wie in Kapitel 6.5.3 beschreiben weitere nicht-operative Faktoren Auswirkungen auf die
Vergleichbarkeit von Unternehmen haben. Unter anderem können für eine bessere Vergleich-
barkeit Verrechnungspreissysteme betrachtet werden. Im Fallbeispiel der Alfa Holding be-
trifft dieser Aspekt nur ein Unternehmen als vollkonsolidierte Gesellschaft eines Konzerns.
Dadurch, dass im Geschäftsbericht des Konzerns das Einzelunternehmen transparent aufge-
führt wird, IFRS ihr internationaler Rechnungslegungsstandard ist und keine Rückschlüsse
auf zinslose Darlehn, Forderungsverzichte oder Übernahmen von Verlusten im Finanzbericht
ersichtlich sind, ist die Betrachtung der Verrechnungspreissystematik in dieser Fallstudie
nicht notwendig. Soweit die notwendigen Informationen zur Verfügung standen wurde auch
überprüft, ob Defizite oder Überschüsse in den Pensionen nicht in den Bereich der Umsatz-
kosten fallen. Zwar ist diese Betrachtung für die in dieser Fallstudie genutzten Kennzahlen
nicht zwingend notwendig, gibt aber dennoch einen Aufschluss darüber, wie verlässlich die
Informationen aus dem Finanzbericht sind.
256 Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking
Auf eine zusätzliche Betrachtung weiterer nicht-operativer Effekte auf die Unternehmensleis-
tung (v.a. weitere außerbilanzielle Positionen, außerplanmäßige Wertminderungen) der ein-
zelnen Unternehmen der Peer Group kann in dieser Fallstudie verzichtet werden. Dadurch,
dass bei der Auswahl der Vergleichsunternehmen bereits systematisch darauf geachtet wurde,
dass diese vertrauenswürdig in der Darstellung ihrer Finanzen sind, indem sie auf internatio-
nal anerkannte Rechnungslegungsstandards setzen und die Aktiengesellschaften sich von be-
währten Wirtschaftsprüfern, wie beispielsweise PWC, KPM oder EY prüfen lassen kann,
kann wie in einschlägiger Literatur empfohlen, auf eine noch detailliertere Analyse zur Ver-
gleichbarkeit der Kennzahlen verzichtet werden. Gerade bei nicht-börsennotierten Unterneh-
men ist dieser Ansatz notwendig, da oftmals die detaillierte Grundlage zur Bestimmung der
benötigten finanziellen Kennzahlen nicht im notwendigen Umfang vorhanden ist. Zudem
identifiziert der hier beschriebene Ansatz ausreichend viele Unternehmen für die Peer Group,
dass kleinere Unregelmäßigkeiten einzelner Unternehmen keine tiefgreifenden Auswirkun-
gen auf die Leistung der gesamten Peer Group haben.
Abschließend ist es sinnvoll das Wachstum der Unternehmen aus der Peer Group einer Ana-
lyse hinsichtlich Nachhaltigkeit zu unterziehen (Details dazu siehe Kapitel 6.5.4). Damit sol-
len Unternehmen der Peer Group auf einmalige Umsatzeffekte hin überprüft werden, um
langfristig erfolgreiches Wachstum für die Benchmark-Betrachtung zu garantieren. Nach Fer-
lic et al. (2009, S. 6) definiert sich die Untergrenze für erfolgreiches Wachstum vereinfacht
über das durchschnittliche Umsatzwachstum der Peer Group-Unternehmen, um weder an re-
lativer Wettbewerbsstärke, Größenvorteile noch an Attraktivität gegenüber B2B-Verhand-
lungspartner und Kapitalgeber zu verlieren. Eine Obergrenze für Wachstum zu definieren ist
darüber hinaus sinnvoll, um im gleichen Maße Investitionen in Innovation, Produktion, Mar-
keting und Vertrieb mittels erwirtschaftetem Kapitalertrag zu ermöglichen und damit die Er-
wartungen der Shareholder nach einer nachhaltigen Wachstumsstrategie zu befriedigen.
Dabei definiert die Obergrenze das Wachstum, welches gerade noch auf Basis der eigenen
Erträge finanziert werden kann, ohne eine Verschuldung in Kauf nehmen zu müssen. Der in
Kapitel 6.5.4 beschrieben Ansatz über den Return on Equity und die Ausschütungsquote (
) zur Bestimmung des maximalen Wachstums zu gehen, ist vor allem ein valider
Ansatz für börsennotierte Unternehmen. Für alle anderen Unternehmen aus der Peer Group
reduziert sich die Berechnung um die Ausschüttung der Dividende. Dementsprechend wird
bei diesen Unternehmen empfohlen, dass das Unternehmenswachstum nicht größer ausfallen
sollte, als der Return on Equity. Für Unternehmen ohne Shareholder ist diese Betrachtung
ebenso sinnvoll. Um weiterhin dieselben Konditionen für Kapital zu erhalten wird auch dort
eine nachhaltige Unternehmensstrategie von den Kapitalgebern (v.a. Banken in Form von Bu-
sinessplänen) gefordert.
Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking 257
Bei der Analyse der Alfa Holding liegt die Wachstumsrate immer unter der empfohlenen
Obergrenze und muss somit keiner genaueren Analyse unterzogen werden. Bei anderen Un-
ternehmen ist dies aber nicht immer der Fall (siehe Tabelle 23). Ein gutes Beispiel ist hier ein
kanadisches Unternehmen. In den Jahren 2008 bis 2012 konnte nahezu kontinuierlich deutlich
über der empfohlenen Wachstumsobergrenze gewachsen werden. Diese positive Entwicklung
wurde auch an der toronter Börse bis zum Höchststand Mitte 2013 belohnt. Diese hohen
Wachstumsraten konnten aber nicht aufrechterhalten werden. Durch die hohen Erwartungen
aus den Entwicklungen der Jahre zuvor hat die Aktie zwischen den Jahren 2013 und 2016
mehr als 30 Prozent ihres Wertes verloren. Die überdurchschnittlich hohen Wachstumsraten
bei gleichzeitig aber nur moderaten EBIT-Entwicklungen führten zu fehlenden Investitionen,
um auch langfristig erfolgreich zu sein. Dies zeigt sich in den Geschäftsberichten v.a. durch
stagnierende und unter dem branchendurchschnitt liegende F&E-Ausgaben in Prozent des
Umsatzes.
Tabelle 23: Übersicht über Unternehmen mit nicht-nachhaltigen Wachstumsraten
2008 2009 2010 2011 2012 2013 2014 2015
Wachstumsrate 38,8% 56,2%
Obergrenze 16,4% 39,3%
Wachstumsrate 10,5% 18,4% 23,0%
Obergrenze 4,7% 7,2% 11,2%
Wachstumsrate 31,4%
Obergrenze 0,1%
Wachstumsrate 52,1% 18,2%
Obergrenze 6,3% 3,9%
Wachstumsrate 22,7%
Obergrenze 0,6%
Wachstumsrate 31,8% 29,7% 34,9% 27,8%
Obergrenze 23,5% 0,6% 18,2% 19,7%
Wachstumsrate 22,1% 41,0%
Obergrenze 14,7% 34,2%
Wachstumsrate 13,7% 28,3% 29,3% 14,4%
Obergrenze 8,0% 9,2% 15,4% 8,3%
Wachstumsrate 34,9%
Obergrenze 11,0%
Wachstumsrate 33,6%
Obergrenze 13,3%
Wachstumsrate 16,9% 26,7% 32,3%
Obergrenze 4,7% 2,5% 9,5%
Wachstumsrate 139,5%
Obergrenze 28,2%
Wachstumsrate 31,8% 29,7% 34,9% 27,8%
Obergrenze 10,5% 11,4% 8,4% 9,8%
Wachstumsrate 43,6%
Obergrenze 18,9%
Wachstumsrate 9,2%
Obergrenze 3,0%
Wachstumsrate 89,0%
Obergrenze 6,9%
Wachstumsrate 64,4% 45,4% 25,5%
Obergrenze 14,1% 18,7% 10,4%
Wachstumsrate 29,1%
Obergrenze 14,8%
Wachstumsrate 25,5%
Obergrenze 17,9%
Wachstumsrate 74,4% 21,4%
Obergrenze 61,3% 12,8%
Unternehmen R
Unternehmen S
Unternehmen T
Unternehmen
Unternehmen E
Unternehmen D
Unternehmen C
Unternehmen B
Unternehmen A
Unternehmen J
Unternehmen I
Unternehmen H
Unternehmen G
Unternehmen F
Unternehmen Q
Unternehmen P
Unternehmen N
Unternehmen M
Unternehmen L
Unternehmen K
Unternehmen O
258 Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking
Bei der Betrachtung der optimalen Wachstumsrate besteht die Herausforderung nun darin,
den Umgang mit diesen Informationen im Rahmen des Peer Group Benchmarking zu definie-
ren. Einige Wachstumsraten von Unternehmen lassen sich über die Fusionen und Übernah-
men erklären und sind somit bereits über deren Analyse systematisch herausrechnen, um nur
das reine organische Wachstum zu bei der Benchmark-Analyse zu betrachten. Dazu gehört
bspw. ein amerikanisches Unternehmen. Deren starkes Wachstum ist u.a. auf die Akquisen in
den Jahren 2013 und 2014 zurückzuführen. In Absprache mit dem Management des Fallstu-
dienunternehmens wird auf einen generellen Ausschluss der anderen Unternehmen mit erhöh-
ten Wachstumsraten verzichtet. Zum einen liegt die Begründung dafür darin, dass über die
große Anzahl an Peer Unternehmen ein Ausgleich einzelner Unternehmen mit nicht-nachhal-
tigem Wachstum durch Unternehmungen mit sehr unterdurchschnittlichen Wachstumsraten
stattfindet. Zum anderen kann die Auffälligkeit des überdurchschnittlichen Wachstums eini-
ger Unternehmen in den Jahren 2010 und 2011 dadurch erklärt werden, dass diesem Effekt
ein überdurchschnittlich starker Wachstumsrückgang der Peer Group im Jahre 2009, bedingt
durch die Finanz- und Wirtschaftskrise ab dem Jahre 2007, vorausgegangen ist. Ein hohes
Wachstum in den Jahren 2010 und 2011 ist dementsprechend im direkten Vergleich zu den
Jahren 2009 gut erklärbar und sollte deshalb nicht aus einer Benchmarking-Analyse heraus-
gerechnet werden. Die grundsätzliche Empfehlung für eine relative, finanzielle Leistungseva-
luation wird hier die Nutzung der Peer Group empfohlen. Wird der Analyst dennoch eine
Detailanalyse mit einzelnen Unternehmen durchführen wollen, so sollte die Analyse von
nicht-nachhaltigen Wachstumsraten des einzelnen Unternehmens berücksichtigt werden. Da-
mit wird auch vermieden, dass das eigene Unternehmen Wachstumsraten anstrebt, die über
einer eigenen nachhaltigen Wachstumsstrategie liegen.
Mit der Untersuchung auf nachhaltiges Wachstum ist die Phase vier des Peer Group Bench-
marking abgeschlossen. Diese Phase der qualitativen Betrachtung hat dazu beigetragen die
finanziellen Leistungskennzahlen kritisch zu hinterfragen und ihre Aussagekraft in einer Leis-
tungsvergleichsanalyse zu evaluieren, um ausschließlich die Performance des Managements
(v.a. CEO, CFO) und nicht erfolgsbeeinflussende äußere Umstände in die Analyse miteinzu-
beziehen. Mithilfe der Phase vier kann der Kritik der Nichtvergleichbarkeit von finanziellen
Kennzahlen verschiedener Unternehmen entgegengewirkt werden und der Analyst somit
beim Management Überzeugungsarbeit für das Managementverfahren des externen Bench-
markings leisten. Die nachfolgende und abschließende Phase fünf des Peer Group Benchmar-
king dient rein der Leistungsanalyse des Fallstudienunternehmens im relativen Vergleich zur
Peer Group. Dabei wird die Vorteilhaftigkeit des Peer Group Benchmarking gegenüber einem
reinen Wettbewerbs-Benchmarking aufgezeigt.
Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking 259
8.2.5 Phase 5: Peer Analyse und Nutzung
Nachdem die Peer Group identifiziert, die Daten gewonnen, aufbereitet und in einer quantita-
tiven und qualitativen Phase evaluiert wurden, kann abschließend mit der Vergleichsanalyse
zwischen der Peer Group und dem eigenen Unternehmen (siehe dazu Kapitel 5.2) gestartet
werden. Im Fallstudienunternehmen lag der Fokus der Benchmark-Analyse innerhalb der
Wachstums- und Entwicklungsdimension des auf den Kennzahlen Umsatzwachstum
(
) und Profitabilitätssteigerung (
). Innerhalb der Accounting-Re-
turns Dimension wurde unter dem Aspekt der Profitabilität die Kennzahl Return on Sales
( ) betrachtet. Die Analyse der Kapitaleffizienz erfolgt über den Return on Assets
( ). In Abstimmung mit dem CFO konnte sich damit auf die Nutzung ausschließlich
relativer Kennzahlen geeinigt werden. Dies entspricht ganz der Empfehlung dem hier vorge-
stellten normativen Ansatz zum Peer Group Benchmarking. Einer der wesentlichen Vorteile
liegt in der direkten Vermeidung von Währungsschwankungen als verzerrender Faktor. Die
Nutzung der Kennzahl Return on Asset vermeidet dabei zusätzlich die Diskussion um die
Höhe des Fremdkapitals im Vergleich zum Eigenkapital im Rahmen des finanziellen Le-
verage-Effekts. Auf den Aspekt der Liquidität wurde bewusst verzichtet, da das Fallstudien-
unternehmen in diesem Bereich sehr gut aufgestellt ist und zusätzlich die Datenverfügbarkeit
aufgrund vieler nicht-börsennotierter mittelständischer Unternehmen nicht in vollem Umfang
zur Verfügung stand. Ebenfalls auf die Betrachtung der Kapitalmarktleistung wurde verzich-
tet, da es sich bei der Alfa Holding nicht um eine klassische Aktiengesellschaft mit frei am
Kapitalmarkt gehandelten Aktien handelt, sondern nur über drei zentrale Shareholder verfügt.
Neben der Darstellung der finalen Ergebnisse werden in diesem Kapitel die Vorteile dieser
Methode zum Peer Group Benchmarking im direkten Vergleich zur bisherigen Benchmar-
king-Analyse über die zentralen Wettbewerbsunternehmen gezogen werden. Dabei wird dar-
gestellt, inwiefern externe verzerrende und verwässernde Faktoren die Methode
Benchmarking beeinflussen können und warum es deshalb sinnvoll ist, eine reine Wettbe-
werbsanalyse durch ein differenziertes Peer Group Benchmarking zu ersetzen. Dazu werden
zuerst die Ergebnisse des Peer Group-Benchmarking abgebildet und anschließend dem bishe-
rigen Ergebnis des reinen Wettbewerbsvergleiches gegenübergestellt. Darüber hinaus wird
analysiert, welchen zeitlichen Schwankungen die Vergleichsgrößen unterliegen, um daraus
abzuleiten, ob sich Trendentwicklungen des Unternehmens abzeichnen lassen. Um Bench-
marking als sinnvolles strategisches Managementinstrument einsetzen zu können ist es wich-
tig, dass sich auch im Zeitverlauf eine Entwicklungstendenz abzeichnet und nicht von Jahr zu
Jahr das eigene Ranking zu stark fluktuiert. Die Ergebnisse werden im Nachfolgenden durch
260 Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking
die Darstellung des Umsatzes visualisiert. Diese Ergebnisse können entsprechend auf die Pro-
fitabilität und Kapitaleffizienz übertragen werden.
Unter einer finanziellen Leistungsevaluation hat die Alfa Holding ihren Fokus auf die zentra-
len Wettbewerbsunternehmen gelegt. Maßgeblich wurde sich dabei mit einem Unternehmen
vergleichen. Darüber hinaus wurden rudimentär auch vier weitere Unternehmen betrachtet.
Damit bestand die Vergleichsbasis aus fünf Wettbewerbsunternehmen mit einer entsprechen-
den Umsatzentwicklung (siehe Abbildung 71).
Abbildung 71: Umsatzentwicklung der fünf zentralen Wettbewerbsunternehmen m Zeitverlauf
Aufgrund der niedrigen Anzahl an Vergleichsunternehmen wird direkt ersichtlich, dass die
Perzentile als Grenzwerte oft sehr eng beieinanderliegen (v.a. in den Jahren 2010, 2013 und
2014) und insgesamt die Spannweiten zwischen den 25- und 75-Prozent im Zeitverlauf sehr
unterschiedlich ausfallen. Zum einen lässt sich das auf die unterschiedlichen Auswirkungen
aus der Finanz- und Wirtschaftskrise in den Jahren 2008 und 2009 auf die einzelnen Unter-
nehmen erklären, zum anderen liegt die Ursache aber auch in der relativen Größe der Grund-
gesamtheit und damit auf dem relativen Einfluss eines einzelnen Unternehmens auf die
Gesamtperformance. Beispielsweise reicht das starke negative Wachstum zweier Unterneh-
men in den Jahren 2009 und in 2012 aus, um das 25-Prozent-Perzentil auf ein solch niedriges
Niveau zu bekommen. Im Zeitverlauf sind hier dementsprechend deutliche Schwankungen
mit nur relativ geringen Trendentwicklungen zu verzeichnen.
Im Gegensatz dazu zeigt die Entwicklung der Peer Group mit den 35 Unternehmen deutliche
Vorteile bei der relativen, finanziellen Leistungsanalyse im zeitlichen Verlauf auf (siehe dazu
Abbildung 72). Aus einer Sichtweise der kontinuierlichen Leistungsverbesserung heraus,
Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking 261
können aufgrund der erhöhten Anzahl an Vergleichsunternehmen und der damit zusammen-
hängenden höheren Streuung detailliertere Informationen zur Analyse der eigenen Unterneh-
mensperformance gewonnen werden. Vor allem die Informationen zu entwicklungsstarken
Unternehmen innerhalb des eigenen Unternehmensumfeldes, die denselben externen Ein-
flussfaktoren unterliegen, können Aufschluss darüber geben, wieviel Entwicklungspotential
im zeitverlauf möglich gewesen wäre. Gerade in Konjunkturphasen zeigen sich bei einer dif-
ferenzierteren Peer Group in der Regel mehr Potential, als bei der reinen Betrachtung aus-
schließlich wettbewerbsorientierter Unternehmen. Diese kann unter Umständen auch dazu
beitragen, die eigene Leistung zu positiv oder zu negativ darzustellen, wie auch in den meisten
Analysejahren im Fallstudienunternehmen.
Abbildung 72: Umsatzentwicklung der Peer Group im Zeitverlauf
Wird die relative Umsatzentwicklung der Alfa Holding zwischen den Jahren 2008 und 2015
betrachtet, so zeigt sich, dass nur in zwei Jahren (2009 und 2011) das Ranking der Unterneh-
mensleistung mit dem der zentralen Wettbewerbsunternehmen übereinstimmt. In den anderen
Jahren würde die Einschätzung der relativen Umsatzentwicklung fehlerhaft in Bezug auf das
gesamte Unternehmensumfeld ausfallen und dabei in den Jahren 2010 und 2012 zu gut ein-
geschätzt werden. Hingegen würde in den Jahren 2008, 2013, 2014 und 2015 die Umsatzent-
wicklung als zu gering eingeschätzt werden, als bei der Betrachtung des gesamten
Unternehmensumfeldes. Damit erreicht eine reine Wettbewerbsbetrachtung in dieser Fallstu-
die nur eine Übereinstimmung von lediglich 25 Prozent.
Neben der Einschätzung der Unternehmensleistung in einem Einzeljahr ist ein weiterer wich-
tiger Erfolgsfaktor beim Einsatz von Benchmarking als (strategisches) Managementinstru-
ment die Aussagekraft einer Analyse der zeitlichen Entwicklung der Unternehmensleistung.
262 Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking
Aus einer strategischen Betrachtungsweise heraus ist es essentiell zu sehen, ob die getroffe-
nen, strategischen Maßnahmen auch den gewünschten positiven Effekt liefern. Im Fallstudie-
nunternehmen zeigt sich, dass die Effekte auf den Umsatzrückgang aus der Finanz- und
Wirtschaftskrise verzögert auf die Alfa Holding wirkten. Bis ins Jahr 2012 zeigen sich deut-
lich reduzierte Entwicklungen in den Verkäufen. Eine besondere Strategieanpassung erfolgte
ab dem Jahr 2012 als Reaktion auf die Konjunkturphase. Lag die Alfa Holding in 2012 noch
deutlich unterhalb des 25-Prozent-Perzentils so wird im Peer Group Benchmarking eine klar
positive Tendenz in den Folgejahren ersichtlich. Wurde im Jahr 2013 bereits wieder medianes
Wachstum erreicht, so konnte bereits im darauffolgenden Jahr das mediane Umsatzwachstum
übertroffen werden. Trotz leichtem absoluten Umsatzrückrang in 2015 konnte die relative
Umsatzsteigerung im Vergleich zur Peer Group noch übertroffen werden. Im Jahr 2015 wurde
bereits nahezu das Wachstum des 75-Prozent-Perzentils erreicht und damit wieder das Niveau
von vor der Finanz- und Wirtschaftskrise getroffen. Die strategischen Maßnahmen, die im
Zuge der Krise definiert wurden, können demnach als erfolgreich bezeichnet werden. Ein
leicht anderes Bild wird gezeigt, wenn die Unternehmensleistung ausschließlich gegenüber
den zentralen Wettbewerbsunternehmen gezeigt wird. Die positiven Entwicklungseffekte
bleiben hinter den Erwartungen zurück und zeichnen sich in reduziertem Maße erst verspätet
ab. Vor allem im Jahre 2013 bleibt die Unternehmensperformance wie im Vorjahr unter dem
25-Prozent-Perzentil. Auch im Folgejahr kann das mediane Umsatzwachstum nicht erreicht
werden, ganz im Gegensatz zur differenzierteren Peer Group-Betrachtung. Im Gegensatz zur
reinen Wettbewerbsanalyse kann durch die Nutzung des Peer Group Benchmarkings für die
Alfa Holding eine sinnvolle finanzielle Entwicklungsaussage getroffen werden. Eine konti-
nuierliche Trendentwicklung von einem Wachstum unter dem 25-Prozent-Perzentil auf das
75%-Perzentil zeichnet sich klar ab. Diese kontinuierliche Entwicklung zeigt sich so nicht in
vollem Umfang im Benchmark gegenüber der geringen Anzahl an direkten Wettbewerbern.
Die dargestellte Fallstudie lässt damit den strategischen Mehrwert eines Peer Group Bench-
markings gegenüber einem direkten Wettbewerbsvergleich erkennen.
Die Nutzung der Peer Group hat einen weiteren Vorteil: Verzerrende und verwässernde Fak-
toren, wie in Kapitel 6.5 dargestellt, haben einen deutlich geringeren Einfluss auf die Perfor-
mance der Vergleichsgruppe und damit auf die Einordnung des eigenen Unternehmens
innerhalb oder gegebenenfalls außerhalb der Perzentile. Bei dem hier dargestellten Bench-
mark mit lediglich fünf zentralen Wettbewerbsunternehmen wird der Median rein mathema-
tisch bereits durch zwei Unternehmen stark beeinflusst. Für eine starke Schwankung der
anderen Perzentile ist dabei sogar nur ein Unternehmen notwendig. Der Einfluss auf den Me-
dian der Peer Group eines einzelnen Unternehmens beträgt hingegen nur knapp sechs Prozent.
Bei den äußeren Quartilen fällt die Einflussnahme eines Unternehmens mit 11,5 Prozent eben-
Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking 263
falls recht gering aus. Werden die direkten Wettbewerbsunternehmen in dieser Fallstudie ge-
sondert betrachtet, so hat vor allem ein Unternehmen kontinuierliches Wachstum durch Fusi-
onen und Übernahmen zu verzeichnen. Würde dieses Unternehmen ohne Bereinigung in das
Wettbewerbs-Benchmarking mit aufgenommen werden, so ändert sich die Spanne zwischen
den Perzentilen durchgängig in den Jahren 2008, 2010, 2012 und 2014 sogar mit sehr erheb-
lichen Auswirkungen. Der Median kann sich hier um bis zu 27 Prozentpunkte unterscheiden
(siehe dazu Abbildung 73). Für ein Benchmarking, das vor allem organisches Wachstum im
Fokus hat, ist eine Reduktion um verzerrende und verwässernde Faktoren, wie in Kapitel 6.5
dargestellt, unerlässlich, um eine glaubwürdige Finanzkennzahlen zu erhalten.
Abbildung 73: Umsatzentwicklung der direkten Wettbewerbsunternehmen im Vergleich mit und ohne Adjustie-
rung von Fusionen und Übernahmen
Bei der Peer Group zeigt sich hier ein wesentlicher Vorteil gegenüber dem direkten Wettbe-
werbsvergleich. Das Medium zeigt kaum Veränderungen auf, obwohl einige Unternehmen
mit M&A-Aktivitäten ihr (anorganisches) Wachstum deutlich steigern konnten. Abweichun-
gen sind vor allem in den Quartilen zu erkennen, auch wenn diese gegenüber dem Wettbe-
werbsvergleich sehr viel geringer ausfallen (siehe dazu Abbildung 74). Die größte
Veränderung durch M&A-Aktivitäten tritt mit einer Differenz von 7,5 Prozentpunkten im 75-
Prozent-Perzentil im Jahr 2011 auf. Obwohl im Durchschnitt neun Unternehmen pro Jahr
Übernahmen oder Fusionen bzw. Veräußerungen durchgeführt haben, findet eine Verände-
rung der Quartile nur mit durchschnittlich 3,7 Prozentpunkten pro Jahr statt. Im Vergleich
dazu trägt eine Nicht-Berücksichtigung der M&A-Aktivitäten innerhalb der Wettbewerbsun-
ternehmen mit durchschnittlich 16,6 Prozentpunkten zu einer Veränderung der Perzentile bei.
In dieser Fallstudie ist damit die Beeinflussung der Umsatzentwicklung durch Fusionen und
264 Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking
Übernahmen auf die Wettbewerbsunternehmen viereinhalb Mal so hoch wie auf die entwi-
ckelten Peer Group. Da grundsätzlich die Identifikation von verzerrenden und verwässernden
Faktoren auf die Unternehmensperformance der Peer Group mit hohem Aufwand und damit
der Bindung vieler Ressourcen einhergeht, so kann die Peer Group als grundsätzlich stabiler
angesehen werden und eine detaillierte Reduktion um M&A-Aktivitäten kann v.a. bei einer
Medianbetrachtung vernachlässigt werden. Die geringe Veränderung in der Peer Group auf-
grund von Fusionen und Übernahmen ist auch für die Einordnung der eigenen Unternehmens-
leistung von Bedeutung. Die relative Performance gegenüber dem direkten Wettbewerb fällt
dabei erwartungsgemäß höher aus (in vier von acht Jahren), sofern M&A-Aktivitäten berück-
sichtigt werden, da die Alfa Holding bis ins Jahr 2012 nur organisch gewachsen ist. Die Ein-
ordnung der Umsatzentwicklung der Alfa Holding innerhalb der Perzentile weicht innerhalb
der Peer Group nicht ab, wenn Übernahmen nicht berücksichtigt werden. Wie zu erwarten
war, gibt es keine Veränderung in den Platzierungen. Dementsprechend zeigt diese Fallstudie,
dass grundsätzlich auf eine detaillierte Überprüfung auf M&A-Aktivitäten verzichtet werden
könnte. Gleichzeitig lässt das Peer Group Benchmarking gut erkennen, wie erfolgreich die
Unternehmensstrategie sich auf die Umsatzentwicklung ausgewirkt hat. Die Umsatzentwick-
lung im Vergleich zu den direkten Wettbewerbern lässt hingegen durch die erhöhte Fluktua-
tion keine eindeutige Einschätzung der relative Entwicklung der eigenen Strategie ab dem
Tiefpunkt im Jahre 2012, ob mit oder ohne Reduzierung um M&A-Aktivitäten, zu.
Abbildung 74: Umsatzentwicklung der Peer Group im Vergleich mit und ohne Adjustierung von Fusionen und
Übernahmen
Die hier aufgezeigten Vorteile einer Peer Group gegenüber einem Benchmarking mit den di-
rekten Wettbewerbern lassen sich aufgrund der Systematik auch auf andere Finanzkennzahlen
Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking 265
übertragen. Auch bei den anderen Kennzahlen sind zum Teil deutliche Abweichungen zwi-
schen der Vergleichsgruppe mit ausschließlich Wettbewerbsunternehmen im direkten Ver-
gleich zur systematisch entwickelten Peer Group zu erkennen. Beispielsweise zeigt sich im
Jahr 2012 beim Fallstudienunternehmen Alfa Holding, wie sinnvoll eine erweiterte Peer
Group auch für die Einschätzung der Unternehmensperformance sein kann. Dass sich das
Umsatzwachstum bereits unterscheidet, wurde bereits aufgezeigt. Abbildung 75 zeigt nun auf,
wie sich die entwickelte Peer Group im Vergleich zu den direkten Wettbewerbern in den an-
deren KPIs verhält. Liegt die Umsatzentwicklung noch deutlich über dem 25-Prozent-
Perzentil, so kann dieses Ergebnis im Gewinnwachstum nicht bestätigt werden. Liegt das Er-
gebnis im Vergleich zu den direkten Wettbewerbern deutlich unter dem unteren Quartil, so
sieht hingegen der Benchmark mit der Peer Group besser aus, da die Profitabilitätssteigerung
nahezu das untere Quartil erreicht. In den Kennzahlen Return on Sales und Return on Assets
zeigt sich die Alfa Holding hingegen als sehr stark. Vor allem bei der Betrachtung aller Un-
ternehmen, die denselben externen Umwelt- und Umfeldbedingungen unterliegen (in Form
der Peer Group) zeigt sich dieses Ergebnis. Im Vergleich zu den direkten Wettbewerbern ist
die Leistung dieser beiden Kennzahlen marginal schlechter ausgefallen. Hier zeigt sich auch
wieder der hohe Einfluss einzelner Unternehmen, die in der Vergleichsanalyse nach oben und
unten abweichen. Die Medianbetrachtung hilft zwar größere Schwankungen in den Extrema
auszugleichen, kann bei einer Anzahl von fünf Vergleichsunternehmen auch nur bedingt Aus-
reißer ausgleichen, da sich ein oberes oder unteres Perzentil bereits durch zwei Unternehmen
maßgeblich beeinflussen lässt.
Abbildung 75: Vergleich der genutzten KPIs zwischen den direkten Wettbewerbern und der Peer Group
Eine tiefgreifendere Analyse der Finanzkennzahlen Profitabilitätssteigerung, Return on Sales
und Return on Assets ist an dieser Stelle nicht notwendig, da die bisherigen Ergebnisse aus
der Betrachtung der Umsatzsteigerung auch auf die anderen Kennzahlen übertragen werden
266 Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking
können. Beispielsweise korrelieren Umsatz- und Ertragskennzahlen miteinander, sodass sich
Fusionen und Übernahmen, sowie die Analyse der Berichtszeiträume inkl. einer etwaigen An-
passung für beide Kennzahlen eine Relevanz darstellt. Auf eine Analyse der Treiber von
M&A-Aktivitäten auf den Umsatz sollte deshalb auch immer eine Einflussanalyse auf den
Ertrag folgen. Auch die Betrachtung der Vermögenswerte sollte bei einer detaillierten Ana-
lyse von verzerrenden und verwässernden Faktoren auf die Unternehmensleistung nicht ver-
nachlässigt werden.
8.3 Fazit zur Nutzung von PGB in den Fallstudien
8.3.1 Nachhaltige Veränderungen durch PGB in den Fallstudienunternehmen
Aufgrund der strukturierten Vorgehensweise zur Identifikation der Benchmark-Unternehmen
und der anschließenden systematischen Verifikation der Finanzkennzahlen ist die Einführung
eines Benchmarkings als Managementinstrument von den Fallstudienunternehmen äußert po-
sitiv aufgenommen worden. Negative Aspekte von Benchmarking, wie z.B. der hohe Res-
sourceneinsatz und die damit verbundenen Kosten, die Herausforderungen in der
Vergleichbarkeit von Finanzkennzahlen und v.a. die Nicht-Existenz direkter Wettbewerber
(z.B. zu inhomogenes Produktportfolie) konnten durch die Systematik des Peer Group Bench-
marking deutlich reduziert und in einigen Bereichen (v.a. bei der Identifikation von Bench-
marking-Partnern) komplett ausgemerzt werden. Deshalb gaben alle Fallstudienunternehmen
dem externen Benchmarking eine Chance und führten PGB als Managementinstrument in die
Unternehmensorganisation ein, jedoch mit unterschiedlich starker Ausprägung.
Diese Einführung von Peer Group Benchmarking zur Leistungsbewertung hat bei der Alfa
Holding, wie auch in den anderen untersuchten Fallstudienunternehmen, zu Veränderungen
im Performance Management geführt. Das Peer Group Benchmarking wurde dabei bei den
untersuchten Unternehmen als Managementinstrument in den langfristigen Strategieprozess
integriert. Die Leistung der Unternehmung im direkten Vergleich mit Unternehmen zu evalu-
ieren, die denselben Umfeld- und Umwelteinflüssen unterliegen, bildet eine gute Grundlage,
um seinen eigene Unternehmensstrategie zu hinterfragen und gegebenenfalls auf Basis der
Vergleichsunternehmen die Ursache einer höheren Unternehmensleistung anderer Unterneh-
men zu identifizieren. Dabei stand bei den Fallstudienunternehmen auch zur Diskussion Kon-
takt mit Unternehmen aufzunehmen, die innerhalb der Peer Group der Kategorie
„zyklusrelevante Objekte“ zugeordnet werden können. Ein gutes Beispiel stellt hierbei die
Pharma-Sparte der Zeta Corp. dar. Dadurch, dass diese Business Area innerhalb der Wert-
schöpfungskette von der Produktion eines Medikaments bis zum Verkauf des pharmazeuti-
schen Produkts sich auf den Bereich der Verpackung spezialisiert hat, wurden durch die
Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking 267
Systematik des PGB auch Unternehmen identifiziert, die innerhalb dieses Wertschöpfungs-
prozesses vorangelagert sind. Diese Identifikation führte dabei zu Überlegungen und ersten
Ansätzen mit den Unternehmen, die denselben Zyklen unterliegen, gemeinsame Workshops
zur Effizienz- und Effektivitätssteigerungen durchzuführen und gegebenenfalls auch zusam-
menzuarbeiten, um einem Pharmaunternehmen ein Gesamtangebot an Maschinen, Prozessen
und Software zur Verfügung zu stellen, die den gesamten Wertschöpfungsprozess zur Her-
stellung und Vertrieb eines Medikaments abdeckt. Dies führt über den PGB-Prozess hinaus
zu einem signifikanten Vorteil, da die Unternehmen Wissen auf einer Detailstufe austauschen
können, die in keiner öffentlichen Datenbank zur Verfügung stehen können.
Die hier ausführlich dargestellte Alfa Holding integrierte das Peer Group Benchmarking in
den jährlichen Analyseprozess zum Ende des ersten Quartals eines Geschäftsjahres. Diese
zeitliche Verzögerung zum Jahresende ist dem Jahresabschlussprozess geschuldet, der offizi-
ell durch die Untersuchung durch die Wirtschaftsprüfer beendet wird. Da die Peer Group zu
einen wesentlichen Teil aus mittelständischen Unternehmen besteht, so existiert auch bei die-
sen eine bis zu dreimonatige Verzögerung. Dies führt entsprechend auch dazu, dass in den
öffentlichen Finanzdatenbanken die Aktualisierung der KPIs verzögert eingestellt wird. Die
Informationen werden dabei jährlich dafür genutzt, die Unternehmensleistung in den hier vor-
gestellten Bereichen relativ zu ihrem Umfeld zu evaluieren. Die aktuelle Performance gegen-
über der Peer Group steht neben der Analyse der Leistungsspanne zwischen den Perzentilen
der Peer Group bei der Jahresanalyse im Vordergrund. Aus der Spanne der Perzentile wird
abgeleitet, wie stark der Wettbewerb ausgeprägt ist. Liegen die Perzentile eng beieinander
zeigt sich, dass kaum ein Unternehmen innerhalb des Unternehmensumfeldes dominieren.
Liegen diese hingegen weit auseinander, so könnten einige Unternehmen aufgrund ihrer
schwachen und wenig dominierenden Unternehmensperformance langfristig aus dem Umfeld
verschwinden. Somit gibt das PGB einmal im Jahr Aufschluss darüber, wie sich das Unter-
nehmensumfeld entwickelt und zum anderen wie gut die eigene (finanzielle) Unternehmens-
leistung im Vergleich dazu steht.
In der langfristig ausgerichteten Evaluation der Unternehmensstrategie findet eine weitere
Komponente bei der Alfa Holding im Detail Beachtung. Unterscheiden sich bei den unter-
schiedlichen Fallstudienpartnern zwar die Zeiträume in denen die Strategieevaluation durch-
geführt wird, so integrieren doch alle Unternehmen das externe Benchmarking als einen
wesentlichen Bestandteil in ihren Managementprozess. Im Gegensatz zur Betrachtung der ei-
genen Performance und der Peer Group-Spanne steht hier die Entwicklung der Peer Group
und der eigenen Unternehmensleistung im Vergleich dazu im Vordergrund. Grundsätzlich
strebten die Unternehmen unter dem Aspekt der langfristigen und nachhaltigen Unterneh-
mensentwicklung an, den Median zu übertreffen und an das obere Quartil des Leistungsspekt-
rums zu gelangen, sofern nicht bereits geschehen. Bei der Alfa Holding ist dieser Prozess auf
268 Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking
alle drei Jahre terminiert. In diesem Zeitraum werden neben der aktuellen Datengewinnung
zusätzlich auch die Unternehmen in der Peer Group auf den Prüfstand gestellt. Innerhalb der
Zeta Corp. werden Strategien auf fünf Jahre hin ausgerichtet, jedoch nach drei Jahren einer
kritischen Prüfung mit eventuellen Anpassungen unterzogen. Gerade bei den Anpassungen
wird systematisch auf die Entwicklung der Peer Group geachtet, um Wachstumspotentiale
frühzeitig zu erkennen und darauf reagieren zu können. Dazu arbeitet das Performance Ma-
nagement eng mit dem Unternehmensbereich des strategischen Marketings zusammen, um
auf Basis der Peer Group auch Wachstumspotentiale in unterschiedlichen Bereichen und
Märkten nicht zu übersehen und Trendentwicklungen, wie aktuell beispielsweise die Themen
„Big Data“ und „Digitalisierung“ nicht zu verpassen. In diesem Zusammenhang wurde bei
der Alfa Holding auch das optimale Wachstum des eigenen Unternehmens evaluiert und in
die Peer Group-Entwicklung aufgenommen (siehe dazu Kapitel 6.5.4), um zu analysieren, ob
sich die PG-Entwicklung nachhaltig gestaltet und es sinnvoll ist, ähnliche Wachstumsraten
anzustreben.
Im Zuge der langfristigen Unternehmensentwicklung steht auch die Managementvergütung
bei der Alfa Holding auf dem Prüfstand. Hierbei wurde bereits ein Jahr nach erstmaliger Ein-
führung des Peer Group Benchmarking der langfristige Teil der variablen Vergütung auf das
externe Benchmarking mittels PGB umgestellt. Ganz im Sinne des wissenschaftlichen Ansat-
zes der relativen Performanceevaluation, wie sie auch mit und durch das PGB unterstützt wird,
ist die Holding dazu übergegangen, die Leistung der höchsten und zweithöchsten Manage-
ment-Ebene objektiv auf Basis der operativen (finanzielle) Managementleistung zu evaluie-
ren. Gleichzeitig ist das Unternehmen damit dazu übergegangen, die durch die Fusion
entstandenen zwei Geschäftsbereiche enger miteinander zu verzahnen, indem neben persön-
lichen Managementzielen ein gemeinsames relatives Unternehmensziel für die langfristige
Unternehmensperformance eingeführt wurde. Der Grundgedanke dabei ist, das Management
an dem nachhaltigen Erfolg der Holding zu beteiligen. Der zeitliche Rahmen wurde hierfür
mit dem Zyklus der Strategieevaluation harmonisiert (alle drei Jahre). Somit definiert sich
nach dem neuen Vergütungsansatz der langfristige, variable Vergütungsbestandteil über die
finanzielle Entwicklung der Holding innerhalb der nächsten drei Jahre relativ zu ihrer Peer
Group.
Einen ähnlichen Ansatz bei der Vergütung steht auch innerhalb der Pharma-Sparte der Zeta
Corp. zur Debatte. Durch einen CEO-Wechsel in der Business Area und einer gleichzeitigen
Neuausrichtung der Strategie im Jahre 2015, wurde der Fokus auf die Zusammenarbeit der
verschiedenen Einzelgesellschaften innerhalb der unterschiedlichen Geschäftsbereiche (Ma-
chinery, Materials und Software) gelegt. Um den Zusammenhalt und die gemeinsamen Inte-
ressen zu stärken und damit dem Kunden gegenüber ein gemeinsames Auftretet mit einem
Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking 269
hoch diversifizierten Produktportfolio zu vermitteln, wurden die variablen Vergütungsbe-
standteile der höchsten Managementebene zu je 50 Prozent auf ein persönliches und ein ge-
meinsames Performanceziel basierend auf der Geschäftsjahresleistung der jeweiligen
Geschäftsbereiche geändert. In einem ersten Schritt dient das als absoluten Wert festgelegte
Budget dem finanziellen Leistungsziel, konsolidiert aus den Einzelgesellschaften. Darüber
hinaus ist in diesem Zuge die Einführung einer relativen Performanceevaluation diskutiert
worden. Die Möglichkeit das Peer Group Benchmarking auf individuelle Ebene der einzelnen
Business Units aufzubauen und anschließend das relative Jahresziel darauf festzulegen wird
in einem weiteren Schritt besprochen. Dabei wurde vorab jedoch ein gemeinsames Ziel der
Business Area, wie bei der Alfa Holding, verworfen, da die Geschäftsmodelle und -tätigkeiten
der drei Geschäftsbereiche zu unterschiedlich sind und sich damit differenzierte Peer Groups
als geeigneter herausgestellt haben. Die Peer Group Analyse führte hier auf Ebene der Busi-
ness Area zu einer sehr hohen Anzahl an Vergleichsunternehmen, bei denen auch durch eine
differenzierte Clusteranalyse keine geeignete Eingrenzung gefunden werden konnte. Die
Trennung der einzelnen Geschäftsbereiche im Benchmarking lässt sich auch über die Margen
erklären. Branchentypische herrschen signifikante Margenunterschiede in den Geschäftsfel-
dern „Software“ und „Materials“ gegenüber dem Geschäftsfeld „Machinery“. Aus diesem und
weiteren Gründen wurde das Peer Group Benchmarking auf die Ebene der einzelnen Ge-
schäftsfelder erweitert. Dieses Fallbeispiel zeigt im Vergleich zur Alfa Holding, dass je nach
Unternehmen, Konzernen oder Holding mit unterschiedlichen Geschäftsfeldern und Einzel-
gesellschaften eine fallspezifische Entscheidung für die Spezifizierung und Ausgestaltung des
Peer Group Benchmarking und der verbundenen Identifikation der Peer Group durchgeführt
werden sollte. Dabei liegt die Expertise beim Benchmarking-Analysten, ob eine Peer Group
auf Business Area oder auf Basis der verschiedenen Business Units zu sinnvolleren Analy-
seergebnissen führt.
Durch die Nutzung der relativen Performanceevaluation auch innerhalb der operativen Leis-
tungsbewertung des Managements folgen somit auch Unternehmen aus den DACH-Staaten,
wie die Alfa Holding und die Zeta Corp., dem internationalen Trend verstärkt auf Relativität
bei der Leistungsbewertung zu setzen (Albuquerque, 2009, S. 70; B. Bennett, Bettis, Gopalan,
& Milbourn, 2017, S. 21). Ein wesentlicher Vorteil wird grundsätzlich darin gesehen, dass
eine Anpassung der Ziele durch einen relativen Peer Group-Bezug nicht jährlich durchgeführt
werden muss. Dabei erkannten Bennett et al. (2017, S. 21), dass relative Ziele im Gegensatz
zu absoluten Zielen das Leistungsmanagement des C-Level-Managements durch Verwal-
tungsräte nach dem Principal-Agent-Prinzip signifikant reduziert und damit ein Selbststeue-
rungsmechanismus etabliert wird. Somit hat Peer Group Benchmarking in der Praxis neben
den Vorteilen Entwicklungstendenzen des Unternehmensumfeldes zu erkennen und die ei-
270 Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking
gene Unternehmensentwicklung im Zeitverlauf zu benchmarken, einen weiteren Nutzen, in-
dem Ressourcen aus dem Verwaltungs- oder Aufsichtsrat, oder von Unternehmenseignern für
die Steuerung des eingesetzten Managements deutlich reduziert werden können.
8.3.2 Verhältnis von Aufwand zu Nutzen beim Einsatz von PGB in der Praxis
Die hier vorgestellten Analysemöglichkeiten, Einsatzgebiete und organisatorischen Verände-
rungen in den Fallstudienunternehmen durch Peer Group Benchmarking zeigen, welche
grundsätzlichen Vorteile Peer Group Benchmarking im Praxiseinsatz bietet. Der systemati-
sche Prozess zur Identifikation der Vergleichsunternehmen ist im Vergleich mit anderen
Benchmarking-Modellen jedoch deutlich komplexer und damit auch mit mehr Zeitaufwand
verbunden. Betrachtet man den typischen Zeitverlauf für ein Peer Group Benchmarking-Pro-
jekt (vgl. dazu Abbildung 66) nimmt der Identifikationsprozess nahezu 50 Prozent der gesam-
ten Projektlaufzeit ein. Hier ist der Aufwand gegenüber anderen Benchmarking-Prozessen
natürlich deutlich höher. Aber genau diese detaillierte und systematische Entwicklung der
Peer Group zeichnet diese Benchmarking-Methode gegenüber anderen Verfahren zur relati-
ven Performanceevaluation aus. Die Identifikation und Verifikation geeigneter Vergleichs-
kennzahlen steht im Gegensatz zu anderen Benchmarking-Konzepten hier nicht im
Vordergrund, da grundsätzlich auch heute noch die traditionellen Kennzahlen valide und re-
levant sind (Bititci u. a., 2009; Yip u. a., 2009) und darüber hinaus auch auf die bereits ge-
nutzten finanziellen Kennzahlen bspw. aus einer BSC zurückgegriffen werden kann. Hier
muss lediglich die Verfügbarkeit der Finanzdaten der Peer Unternehmen berücksichtigt wer-
den.
Bisherige prozessuale Ansätze, die sich primär im theoretischen Bezugsrahmen der Principal-
Agent-Theorie verorten lassen, zeigen Schwächen auf, da bei einer reduzierten Anzahl an
Vergleichsunternehmen zur Qualitätssteigerung der Analyse verzerrende und verwässernde
Faktoren mit Einfluss auf die Leistungskennzahlen eliminiert werden müssen. Falls dies über-
haupt möglich ist, sollten zumindest die wichtigsten Elemente für eine hohe Daten- und damit
Analysequalität überprüft und gegebenenfalls bereinigt werden. In den durchgeführten Fall-
studien konnte auf diesen stark ressourcenbindenden Vorgang fast komplett verzichtet wer-
den. Eine zeitliche Einsparung durch bspw. die ausschließliche Nutzung der direkten
Wettbewerber wird dadurch wieder kompensiert. Gleichzeitig erhält ein Analyst auch kein
vollständiges Bild über das Leistungspotential im eigenen Umfeld. Zusätzlich sollte Bench-
marking als kontinuierliches Managementinstrument zur zumindest jährlichen Performancee-
valuation eingesetzt werden. Eine Überprüfung auf verzerrende und verwässernde Faktoren
müsste entsprechend jährlich erfolgen. Für die Fallstudienteilnehmer lagen die Zeiträume, in
Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking 271
denen die Unternehmen aus der Peer Group überprüft werden sollten in einem Zeithorizont
zwischen drei und acht Jahren.
Vor allem Finanzdatenbanken umgehen den hier vorgestellten Prozess zur systematischen
Identifikation von geeigneten Peer Unternehmen und nutzen vereinfacht die Unternehmen aus
der gleichen Zuordnung der Industrie über die beschrieben Codes. Leider liefern diese aber
oft keine geeigneten Vergleichsunternehmen (siehe Abbildung 76), da bspw. Apple im SIC
oder auch im NAICS nicht mit Dell, Google oder Asus gelistet wird, sondern u.a. mit Enlight,
einem reinen Softwareunternehmen mit gerade einmal einer Million US-Dollar Umsatz. Auch
wenn grundsätzlich der Global Industry Classifications Standard zu Vergleichsunternehmen
mit einer besseren Vergleichbarkeit führen kann, so kommt man auch bei der Nutzung des
GICS nicht um fehlerhafte Zuordnungen herum, da bspw. Apple, Dell und Hewlett-Packard
sich mit Astro-Med denselben sechsstelligen GICS-Code teilen, obwohl die Astro-Med in
einer gänzlich anderen Branche aktiv ist und damit einen essentiellen Grundsatz der Indust-
riezugehörigkeit in der Peer Group Definition gebrochen wird (C. Lee u. a., 2015, S. 411).
Dementsprechend sollte eine relative finanzielle Leistungsanalyse über die unterschiedlichen
Industrieklassifikationen ausschließlich als erste Entwicklungsgrundlage und nicht als exklu-
siven Parameter genutzt werden.
Abbildung 76: Fehlerhafte Zuordnungen in drei zentralen Industrieklassifizierungsschemata
Bereits im Jahr 2009 erkannten Bititci et al. (2009, S. 4), dass für Leistungsvergleiche von
Unternehmen komplexe Identifikationsprozesse erforderlich sind und einfachere Ansätze wie
bspw. die von Albuquerque (2005, 2009), die als einziges quantitatives Selektionskriterium
auf die Unternehmensgröße setzt, nicht die Gesamtkomplexität abdecken können. Im deutsch-
sprachigen Umfeld hat sich vor allem Stern (2007b) mit seinem Indexing Operating Perfor-
mance einen Namen bei der Auswahl geeigneter Vergleichsunternehmen gemacht. Als einer
272 Fallstudienbasierte Evaluation des Konzepts zum Peer Group Benchmarking
der ersten schlägt er für eine relative finanzielle Performanceevaluation vor, die Anzahl an
Vergleichsunternehmen deutlich zu erweitern, um so nach dem Gesetz der großen Zahl sta-
tistische Fehler reduzieren zu können. Obwohl eine gute Systematik zur Erweiterung vorge-
stellt wird, bleibt die exakte (manuelle) Ausgestaltung Aufgabe des Analysten. Aufgrund des
nicht eindeutigen Prozesses besteht hier die Gefahr der „Cherry-pick Selection“ (Aldogan
Eklund, 2016, S. 177), vor allem dann, wenn diese Peer Group als relative Leistungsbezugs-
größe zur Bestimmung des variablen Vergütungsanteils im C-Level Management herangezo-
gen wird.
Aber auch modernere Verfahren und Ansätze haben mit einigen Unzulänglichkeiten zu kämp-
fen. Lee et al. (2015, 2016) nutzen mit der EDGAR-Datenbank einen interessanten Ansatz
zur Identifikation der Peer Group, indem sie durch die Zugriffsdaten (potentieller) Investoren
auf der EDGAR-Datenbank das Investorenverhalten analysieren und auf Basis dessen die
Vergleichsunternehmen ableiten. Insgesamt erzielen Lee et al. sehr gute Ergebnisse mit dieser
Vorgehensweise. Diese Methode ist aber, bedingt durch die Nutzung der US-amerikanische
Datenbank, ausschließlich für Leistungsanalysen US-amerikanischer Unternehmen mit Bör-
sennotierung geeignet, da nur diese dort Quartals- und Jahresberichte veröffentlichen müssen.
Selbst für US-Unternehmen mit einer hohen Multinationalität könnte dieser Ansatz ungeeig-
net sein, da die Peer Group evtl. zu klein ausfallen könnte und wichtige Unternehmen aus
anderen Ländern nicht berücksichtigt werden würden. Eine weitere wissenschaftliche Anwen-
dung der Peer Group Identifikation erfolgte durch Aldogan Eklund (2016, S. 164–218). Dieser
setzt auf eine Kombination unterschiedlicher Ansätze. Dazu wird zu Beginn der SIC für die
Industriezuteilung genutzt, um anschließend durch die Überprüfung des Umsatzes, der Markt-
kapitalisierung und des RoA eine quantitative Selektion durchzuführen (Aldogan Eklund,
2016, S. 177). Hierbei wird vor der eigentlichen Leistungsanalyse mit dem Return on Assets
bereits auf eine Leistungskennzahl (Profitabilität) zurückgegriffen. Für eine aussagekräftigere
Performanceevaluation sollte auf dieses Selektionskriterium aber besser verzichtet werden.
Die oben genannten Gründe, sprechen deshalb im Allgemeinen für den Einsatz von Peer
Group Benchmarking. Wird im Unternehmen eine relative Performanceanalyse auf Basis fi-
nanzieller Kennzahlen gewünscht und als sinnvoll eingestuft, so kann hier die Empfehlung
ausgesprochen werden, über die Einführung von Peer Group Benchmarking nachzudenken
und den erstmaligen hohen Ressourcenaufwand in Kauf zu nehmen. Handelt es sich jedoch
um ein US-amerikanisches Unternehmen, sollte sich auch die Methode zur statistischen Ana-
lyse der EDGAR-Datenbank näher angeschaut werden.
273
9 Zusammenfassung der zentralen Ergebnisse
„In Lewis Caroll’s “Alice’s Adventures in Wonderland” there is a wonderful interaction be-
tween Alice and the Cheshire Cat during which Alice asks the cat for directions to an unspec-
ified destination.
‘Cheshire Puss’, she began, rather timidly, as she did not at all know whether it would
like the name: however, it only grinned a little wider. ‘Come, it’s pleased so far,’
thought Alice, and she went on. ‘Would you tell me, please, which way I ought to go
from here?’
‘That depends a good deal on where you want to get to,’ said the Cat ‘I don’t much care
where – ‘said Alice.
‘Then it doesn’t matter which way you go,’ said the Cat.
‘- so long as I get somewhere,’ Alice added as an explanation.”
Alice’s Adventures in Wonderland, zitiert nach Neely & Adams, 2000, S. 1
9.1 Forschungsbeitrag
9.1.1 Anwendungsgebiete und Nutzen des entwickelten Konzepts
Das Aufgabenspektrum eines Controllers unterliegt bereits seit einigen Jahren einem starken
Wandel (siehe Abbildung 77). Die Aufgabenbereiche entwickelten sich über Jahrzehnte vom
einfachen Zahlenlieferant (Fokussierung auf Jahresabschlüsse und Kostenrechnung) über den
Reporter (Börsengerechte Finanz- und Ergebnis-Reportings) zum Navigator (Aufbau eines
Corporate Controlling und Business Planung als Unternehmenssteuerungsinstrument) im Un-
ternehmen (Dierolf, Frey, Gänßlen, & Kraus, 2011, S. 32–37; Gleich, 2013, S. 30). Heute
wird der Controller in vielen Unternehmen bereits als Business Partner gesehen, der über ein
ganzheitliches Performance Management, moderne Budgetierungsverfahren, Szenarienpla-
nung und weiteren zeitgemäßen Managementinstrumenten zur systematischen Unterneh-
menssteuerung und zur Verbesserung von Managemententscheidungen beiträgt. Durch eine
erhöhte Automatisierung und Standardisierung wird der Controller zukünftig vermehrt zu ei-
nem internen Unternehmensberater für Analysen und Entscheidungen (Gleich, 2013, S. 31;
Müller & Schmidt, 2011, S. 31). Durch die zunehmende Volatilität des Unternehmensumfel-
des und die damit einhergehenden Komplexitätssteigerungen stehen Manager und Controller
vor immer größeren Herausforderungen (Gleich, 2013, S. 32; Losbichler, 2012). Daraus er-
geben sich gerade in der heutigen Zeit neue Aufgaben für Controller, vor allem unter dem
274 Zusammenfassung der zentralen Ergebnisse
betriebswirtschaftlichen Gestaltungsmerkmal der „Flexibilität“, worauf die hohe Bedeutung
für relative Steuerungsgrößen und Ziele, Szenarien und Contigency-Pläne in der modernen
Budgetierung gründet (Gleich, 2013, S. 32; Gleich, Schentler, & Kornacker, 2012; Internati-
onaler Controller Verein e.V. (ICV), 2012, S. 36–39). Deshalb wird inzwischen auch vermehrt
vom „Change Agent“ als neue Controllerrolle gesprochen (siehe Abbildung 77). Zusammen
mit dem CFO erhalten Controller damit den Auftrag der wachstumssteuernden Unterstützung
des Managements zur Gestaltung und Formung des Pfades für Veränderungen und zur Steu-
erung von Teams hin zu kontinuierlichen Verbesserungen (K. Henry, 2012, S. 39;42). Dazu
wird das Controlling bereits frühzeitig in die Entwicklungs-, Analyse- und Entscheidungspro-
zesse von Strategien (bspw. in der SWOT-Analysephase) eingebunden. Durch die intensivere
und systematischere Auseinandersetzung mit dem Wettbewerbsumfeld, den eigenen Stärken
und Schwächen und den Marktverhältnissen kann die notwendige Wandlungsunterstützung
durch das Controlling gewährleistet werden (Gleich, 2013, S. 34).
Abbildung 77: Aufgabenschwerpunkte und Rollenbilder im Controlling und Management Accounting (vgl.
Gleich, 2013, S. 36; Guldin, 1998, S. 77)
Mit dem vorliegenden Konzept zum Peer Group Benchmarking erhält der Controller im Rah-
men des Performance Measurements ein wichtiges Managementinstrument an die Hand, um
eben diesen neuen Herausforderungen bei der Erweiterung des eigenen Tätigkeitsfeldes ent-
gegenzutreten. Durch die Identifikation einer passender Peer Group und einer systematischen
Analyse finanzieller Steuerungsgrößen können die neuen Tätigkeiten unterstützt werden.
Dazu gehören die Aspekte: „strategische Beratung“, „proaktives Vorgehen“ und „Change Dri-
ver“ (Knobel, 2012, S. 21–23). Für das Unternehmen Henkel beispielsweise sind dabei eine
Interner
Unternehmensberater
& Business Partner
Change Agent
Informationsspezialist
für
Leistungsindikatoren und Steuerungsgrößen
Kontrolleur
Lotse
Betreuer
Aufgabe
Rolle
Entscheidungs-/
Verantwortungsträger
Optimierung der
bestehenden
Handlungen
Zukunft/Strategieentwürf e
Änderung bestehender
Geschäftsmodelle
Techniken/
Werkzeuge/Prozesse/
Konzepte
Zusammenfassung der zentralen Ergebnisse 275
nachhaltige, wirtschaftliche Denkweise, verpflichtende Richtlinien, Wissensaustausch, Net-
working und ein objektives und modernes Controlling wichtige Kernkompetenzen (Knobel,
2012, S. 22). Der Volkswagen-Konzern bezeichnet dementsprechend das Aufgabengebiets
eines Controllers in der Rolle des „Change Agent“ als „Initiator, Analytiker und Koordinator
bei Veränderungsprozessen“ (Pötsch, 2012, S. 150). Das Peer Group Benchmarking stellt hier
ein geeignetes Management-Instrument dar, um eben diesen Wandlungsprozess von Unter-
nehmen mit Hilfe einer größtmöglich objektiven Situations- und Entwicklungsanalyse syste-
matisch zu unterstützen.
Nunes sieht die wesentliche Herausforderung einer externen Leistungsvergleichsanalyse da-
rin, dass jedes Unternehmen als „a winner depending on how you draw the set around them“
(Yip u. a., 2009, S. 397) bezeichnet werden könnte. Die hier entwickelte systematische Vor-
gehensweise dieses normativen Modells zum Peer Group Benchmarking unterstützt dahinge-
hend die objektive Herangehensweise an ein externes Benchmarking in Unternehmen und
erhöht damit die Akzeptanz einer relativen Performanceevaluation, wie sie in der Wissen-
schaft bereits seit Jahren anerkannt ist und empfohlen wird. Wie in Kapitel 6.2 dargestellt
(siehe dazu auch Abbildung 37), kann dabei diese Art des Benchmarkings für unterschiedliche
externe Vergleichsanalysen genutzt werden. Dem Controller steht hier ein Instrument zur Ver-
fügung mit dem die aktuelle Unternehmensleistung im Vergleich mit einer systematisch iden-
tifizierten Peer Group evaluiert werden kann. Auf Basis relativer Kennzahlen kann damit die
Unternehmensleistung von einem auf das nächste Geschäftsjahr betrachtet werden, unabhän-
gig von externen, nicht-beeinflussbaren Umweltentwicklungen. Dies gibt dabei Rückschlüsse
darüber, ob die eingeschlagene strategische Ausrichtung bereits Erfolge zeigt.
Darüber hinaus kann die Unternehmensperformance auch im Zeitverlauf betrachtet werden,
um Entwicklungen innerhalb des eigenen Umfeldes zu identifizieren. So können langfristige
Trends frühzeitig erkannt und Vorschläge für Maßnahmen durch das Controlling rechtzeitig
eingearbeitet werden. In den Strategieprozess eingebunden, können diese Informationen Auf-
schluss über die zukünftige Entwicklung des Unternehmensumfeldes, damit übergeleitet Ten-
denzen innerhalb der Branche aufzeigen und auf diese Weise zur Auswahl einer geeigneten
Strategie beitragen. Unter anderem damit können Controller ihrer Rolle als Change Agent
noch besser gerecht werden, indem sie auf Basis von Vergangenheitswerten Aussagen über
Zukunft und damit in Ansätzen Einschätzungen über Veränderungen bestehender Geschäfts-
modelle abgeben können. Damit kann das Controlling zu einem wichtigen Verantwortungs-
träger über die zukünftige Ausrichtung der Unternehmensstrategie werden.
Im Rahmen des Strategieprozesses ist es zudem hilfreich, sich als weiteres Analysekriterium
im Peer Group Benchmarking auch die Spanne der Peer Group im Zeitverlauf anzuschauen.
Hier steht die Frage im Vordergrund, wie sich das 25-Prozent-Perzentil im Vergleich zum 75-
276 Zusammenfassung der zentralen Ergebnisse
Prozent-Perzentil der Unternehmen innerhalb der Peer Group entwickelt hat. Die Spanne kann
dabei als Indiz für die Wettbewerbsintensität innerhalb des Umfeldes gesehen werden. Driftet
diese Spanne im Zeitverlauf auseinander, so kann dies ein erstes Anzeichen sein, dass einige
Unternehmen eine stärkere Dominanz aufweisen als andere und leistungsschwächere Unter-
nehmen ohne Anzeichen für einen Turnover langfristig ausscheiden könnten. Da innerhalb
der Peer Group auch Unternehmen, wie Kunden oder Lieferanten, integriert sein können, kann
es neben dem strategischen Aspekt auch Aufschluss darüber geben, wie leistungsstark Key
Customers oder Suppliers aufgestellt sind und inwiefern dies als Risiko in das eigene Risiko-
management aufgenommen werden sollte. Innerhalb der Risikobewertung kann dies zur Ein-
schätzung der Eintrittswahrscheinlichkeit von Ausfällen auf Seiten der Kunden
(Liquiditätsengpässe) oder Lieferanten (Lieferengpässe) beitragen. Neben der Einschätzung
über die eigene Geschäftsbereichsentwicklung wird das Controlling somit einen Teil der Ver-
antwortung zur Sicherstellung der planmäßigen organisatorischen Prozessabläufe im Unter-
nehmen (bspw. innerhalb der Produktion durch Einschätzung der Lieferanten) tragen. Auch
dadurch wird der Controller vom reinen Informationsspezialisten zum Change Agent inner-
halb des Unternehmens.
Losgelöst von der eigentlichen Performancebewertung des Unternehmens zur Ableitung ope-
rativer und strategischer Handlungsmaßnahmen können, wie in den Fallstudien aus Kapitel 8
dargestellt, Rückschlüsse auf die (relative) Leistung des Managements gezogen werden, ohne
diese durch nationale oder globale Effekte, wie bspw. Finanz- oder Wirtschaftskrisen, fehler-
haft einzuschätzen. Zentrale nicht-beeinflussbare Faktoren werden durch die relative Perfor-
manceevaluation ausgeschlossen. Dies führt zu einer größtmöglichen objektiven
Leistungsbewertung des Managements und damit zu einer, wie in der Wissenschaft (u.a. in
Hostettler & Stern, 2007; Pfläging, 2011) vielfach empfohlenen, verbesserten Ausgestaltung
variabler Vergütungsbestandteile eines Managers. Den variablen Vergütungsbestandteil mit
einem oder mehreren relativen Zielen auf Basis der definierten Peer Group zu versehen, hat
dabei den Vorteil, dass Manager u.a. kontinuierlich motiviert bleiben und grundsätzlich nicht
bei Zielerreichung eines absoluten Ziels ihre weiteren Tätigkeiten eigenen strategischen Inte-
ressen nach der Theorie des Principal-Agent anpassen und optimieren (Yip u. a., 2009, S.
394). Darüber hinaus liegt ein weiterer Vorteil Peer Group Benchmarking und die relative
Vergütung von Managern miteinander zu verknüpfen darin, dass eine jährliche Definition von
(absoluten) Zielen obsolet wird. Das relative Ziel kann in Relation zur Peer Group auf Basis
der vorab festgelegten strategischen Unternehmensentwicklung definiert werden, um so wich-
tige Kapazitäten der Mitarbeiter, Manager und des Verwaltungs- bzw. Aufsichtsrates nicht zu
sehr in der (persönlichen) Zielfestlegung der Mitarbeiter zu binden. Durch die Vermeidung
dieses Diskussionsprozesses, gestaltet sich das Ziel des relativen Vergütungsbestandteils mit
Zusammenfassung der zentralen Ergebnisse 277
einer erhöhten Transparenz und einem verbesserten Verständnis, als bei der Nutzung von ab-
soluten Zielen. Eine Diskussion über die prozentuale Höhe des relativen Ziels für den variab-
len Vergütungsbestandteil wird damit nur noch im Rahmen der strategischen
Zielvereinbarung in einem drei- bis fünfjahres-Rhythmus notwendig sein.
Für alle oben genannten Anwendungsgebiete ist der entwickelte Ansatz zum Peer Group
Benchmarking grundsätzlich dabei so generisch gehalten, dass eine Umsetzung prinzipiell für
jedes Unternehmen möglich sein sollte, unabhängig von ihrer Branche, Struktur, Größe,
Rechtsform oder geografischen Lage. Die Nutzung der US-amerikanische Datenbank ED-
GAR (u.a. in C. Lee u. a., 2016) ist inzwischen in der Theorie zu einem der präferierten, aber
gleichzeitig auch zu einem vieldiskutierten Ansatz zur Identifikation von Vergleichsunterneh-
men geworden. Eine oft durchgeführte, nachgelagerte quantitative und qualitative Analyse
der Unternehmen zeigt im Allgemeinen eine sehr große Nähe der Unternehmen zueinander
(u.a. C. Lee u. a., 2015, 2016). Hierbei ist aber die entscheidende bestimmende Determinante,
die Veröffentlichungspflicht der Quartals- und Jahresabschlussinformationen des zu analysie-
renden Unternehmens. Damit ist diese Datenbank für Benchmarking-Analysen primär nur für
Unternehmen mit Sitz in den Vereinigten Staaten geeignet. Nur Kanada kann mit der SEDAR
(System for Electronic Document Analysis and Retrieval) eine ähnliche Datenbank vorwei-
sen. Aber bereits bei dieser Datenbank zeigt sich, dass eine einfache Analyse der Nutzer- und
Nutzungsstatistiken dieser Seite im Vergleich zu EDGAR nur in begrenzterem Maße möglich
ist. Dies liegt u.a. daran, dass (potentielle) Investoren und Analysten nicht umfassend darauf
zugreifen. Gleichzeitig identifizieren und nutzen Analysten und Investoren, die auf die ED-
GAR- oder SEDAR-Datenbank für ihre Situationseischätzung zurückgreifen, primär Unter-
nehmen, die sich geographisch in der Nähe zum eigentlichen Unternehmen befinden bzw.
aufgrund der Informationen innerhalb der Datenbank einen Hauptsitz in demselben Land auf-
weisen. Beispielsweise lassen sich Informationen zur Bayer AG in EDGAR nur bis ins Jahr
2003 finden. Wie in den Fallstudien gezeigt, greift auch der hier entwickelte Identifikations-
prozess für Peer Groups zum externen Benchmarking zur Unterstützung auf öffentliche Fi-
nanzdatenbanken zurück, ist von diesen aber nicht gänzlich abhängig. Dies trägt v.a. dazu bei,
Peer Group Benchmarking auch für nicht-börsennotierte Unternehmen zugänglich zu machen.
Aufgrund der allgemeinen Nutzbarkeit dieses Prozesses bindet dieser aber im Vergleich zur
Identifikation über EDGAR generell mehr Kapazitäten, da nicht auf eine bereits geleistete
detaillierte Vergleichbarkeitsanalyse, durch bspw. Investoren, zurückgegriffen werden kann.
Damit ist die Entwicklung eines solchen Verfahrens für Unternehmen außerhalb der Verei-
nigten Staaten notwendig, vor allem wenn diese nicht börsennotiert sind. So kann der Einsatz
von Peer Group Benchmarking als Managementinstrument eines Controllers im Rahmen des
Performance Managements und Measurements gewährleitestet werden.
278 Zusammenfassung der zentralen Ergebnisse
9.1.2 Forschungsbeitrag des entwickelten Konzepts
Die hohe Zunahme des Stellenwertes eines externen Benchmarking lässt sich grundsätzlich
durch die Entwicklung und Veränderung der Dynamik und Komplexität des Unternehmens-
umfeldes im Zeitverlauf erklären. Waren im 19. und 20. Jahrhundert Unternehmen u.a. durch
lange Produktlebenszyklen, stabile Preise und nur inkrementellen Veränderungen geprägt und
dadurch maßgeblich auf Steigerung der eigenen Effizienz aus, so hat sich dies mit dem Wan-
del des Industriezeitalters hin zu einer Wissensökonomie stark verändert. Inzwischen müssen
sich Unternehmen in einem Umfeld mit hohem Wettbewerb, individualisierten Kundennach-
fragen, kontinuierlichen Preisreduzierungen und einem Rückgang der Kundenloyalität be-
haupten. Unternehmen sind gezwungen entsprechend schneller auf Kundenwünsche zu
reagieren, dementsprechend intensiviere Kundennähe zu praktizieren und eine höhere Innov-
ationsfähigkeit aufweisen, um langfristig auf dem Markt bestehen zu können. Nicht mehr nur
die Effizienz steht im Mittelpunkt unternehmerischer Handlungen, sondern alle kritischen Er-
folgsfaktoren entscheiden heute über den unternehmerischen Erfolg (siehe Abbildung 78).
Peer Group Benchmarking dabei als Managementinstrument einzusetzen, hilft in den unter-
schiedlichsten Unternehmensbereichen die eigene Performance relativ zum Unternehmens-
umfeld zu evaluieren und Veränderungen in der (finanziellen) Umfeldentwicklung frühzeitig
zu erkennen, um rechtzeitig zielgerichtete (strategische) Maßnahmen erarbeiten und umsetzen
zu können.
Im wissenschaftlichen Kontext wird dabei vielfach davon gesprochen, dass die zentrale Her-
ausforderung der Implementierung und Nutzung einer relativen Performanceevaluation darin
besteht, die auf das eigene Unternehmen abgestimmte Peer Group zu identifizieren. Murphy
und Baker konnten dabei zeigen, dass gerade die Identifikation der Peer Group im Zusam-
menhang mit der Ausgestaltung der (relativen) Vergütungsbestandteile dazu beitragen kann,
dass Unternehmen gänzlich auf eine relative Performanceevaluation im Performance Ma-
nagement verzichten (Albuquerque, 2005, S. 72). Darüber hinaus existieren aber auch An-
wendungsfälle in der Praxis, in denen RPE zwar zum Einsatz kommt, der Analyst oder
Controller aber nicht die richtigen Vergleichsunternehmen zu identifizieren weiß. Dies wie-
derrum führt zu einer fehlerhaften Leistungsbewertung des Unternehmens und damit zu einer
fehlerhaften Entscheidungen im Rahmen des Strategieprozesses (Albuquerque, 2005, S. 72).
Die hier vorliegende Arbeit liefert eine entsprechende Antwort auf die Frage nach einem stan-
dardisierten, normativen Prozess zur Identifikation von Vergleichspartnern zur optimalen re-
lativen Performanceevaluation eines Unternehmens. Grundsätzliches Ziel dieser
wissenschaftlichen Arbeit ist es deshalb, Möglichkeiten aufzuzeigen, weshalb externes
Benchmarking in der Theorie, wie auch in der Praxis, zu einem anerkannten Managemen-
tinstrument wurde, welche Möglichkeiten der (finanziellen) Leistungsbewertung in Theorie
und Praxis existieren und wie PGB dazu beitragen kann, externes Benchmarking aus einem
Zusammenfassung der zentralen Ergebnisse 279
wissenschaftlichen Umfeld verstärkt in die Unternehmenspraxis zu tragen und dabei mehr
Vertrauen in die Analysemöglichkeiten und Aussagekraft zu schaffen (siehe dazu auch Ab-
bildung 1). Aufgrund der wissenschaftlichen Relevanz ist der Prozess zum Peer Group Bench-
marking dabei so generisch wie möglich aufgebaut, dass, wie bereits im vorangegangenen
Kapitel erläutert, die Durchführung von Peer Group Benchmarking für nahezu jedes Unter-
nehmen möglich erscheint.
Abbildung 78: Zunahme der Dynamik und Komplexität des Unternehmensumfeldes im Zeitverlauf (Pfläging, 2011)
Wie in der vorangegangenen Beschreibung erläutert, führen die Veränderungsprozesse des
Umfeldes (direkt beeinflussbar) und der Umwelt (nur bedingt/indirekt beeinflussbar) dazu,
dass sich auch verschiedene Forschungsströme kontinuierlich weiterentwickeln (müssen).
Wie in Abbildung 6 aus Kapitel 2.3 dargestellt, liefert die hier vorliegende Arbeit durch PGB
einen Mehrwert bei der Suche nach Lösungsmöglichkeiten auf generische wissenschaftliche
Fragen wie „Wie werden Entscheidungen getroffen?“ (deskriptiv) und „Wie soll entschieden
werden?“ (normativ), sowie die präskriptive Betrachtung der „Strategien & Methoden zum
besseren Treffen von Entscheidungen“. Damit liefert das hier entwickelte Peer Group Bench-
marking weitere Aspekte in den Theorien zur „Agency Theory“, „Social Theory“, „Dynamic
Capabilities Theory“, „Performance Evaluation“ und damit insgesamt innerhalb der „Deci-
sion Theory“ eine systematische Möglichkeit zur relativen Performanceevaluation von ex-
post Bewertungen von Entscheidungen.
280 Zusammenfassung der zentralen Ergebnisse
Dabei werden die drei zentralen Fragenstellungen aus dem Kapitel 2.3.4 zum wissenschaftli-
chen Forschungsrahmen beantwortet oder zumindest einen Beitrag zur Beantwortung geleis-
tet. Der Prozess zur Identifikation der Peer Group für relative Performanceevaluationen kann
für die zentrale Fragestellung aus der Agency Theory zur Sicherstellung rationaler Entschei-
dungen im Sinne einer nachhaltigen Unternehmensentwicklung und einer Stakeholder-Inte-
ressensverfolgung von Agents (z.B. CEOs) einen zentralen Mehrwert liefern. Wird die
Leistung des Agents relativ auf Basis ihrer (systematisch identifizierten) Peer Group bewertet
sind sich beide Parteien im Vorfeld darüber im Klaren, in welcher Form die Performance der
Unternehmung und damit die Leistung des Agents definiert werden. Eine jährliche Evaluation
der Leistungsbewertungskriterien wird damit hinfällig, da sich dieser Ansatz durch den rela-
tiven Bezug kontinuierlich an sich verändernde Umfeld- und Umweltbedingungen anpasst.
Einen Beitrag liefert diese wissenschaftliche Arbeit dabei, indem ein generischer normativer
Ansatz zur Peer Group-Identifikation entwickelt wurde und auf die zentralen, finanziellen
Kennzahlen für Leistungsbewertungen im Sinne eine ganzheitlichen Performance Manage-
ments (St. Galler Performance Management Modell) verweist.
Die zweite wissenschaftliche Betrachtung fokussiert sich auf die Social Comparison Theory
und die Frage nach dem Nutzen des Informationsgewinns über soziale Vergleiche der Unter-
nehmensleistung. Wie im vorangegangenen Kapitel 9.1.1 im Detail erläutert, trägt der soziale
Vergleich über Peer Group Benchmarking zur rückwirkenden Evaluierung der operativen und
strategischen Entscheidungen des Managements bei. Gleichzeitig liefert das hier entwickelte
Managementinstrument auch Informationen, die zukünftige Entscheidungen mit beeinflussen
können. Somit wird neben der Agency Theory auch ein Forschungsbeitrag zur Sozial Com-
parison Theory geliefert. Die Arbeit beleuchtet die zentralen Bereiche, die unter dem Aspekt
der sozialen Vergleichbarkeit herangezogen werden sollten. Gleichzeitig werden hier aber
auch die Grenzen einer relativen finanziellen Performanceevaluation deutlich, da oft nicht alle
Informationen für eine ganzheitliche Vergleichbarkeit zur Verfügung stehen und dementspre-
chend v.a. von nicht-börsennotierten Unternehmen die Gewinnung von Finanzdaten eine Her-
ausforderung darstellen kann (siehe auch Kapitel 9.2).
Die abschließende Fragestellung betrifft die Dynamic Capabilities Theory. Antworten zu Me-
chanismen mit denen Unternehmen in der Lage sind strategische Wettbewerbsvorteile in ei-
nem volatilen Umfeld zu generieren werden darin erarbeitet. Das Peer Group Benchmarking
kann dabei als Managementinstrument in zweierlei Hinsicht einen Wertbeitrag liefern. Mit
Hilfe von PGB kann eine Evaluation der eigenen Unternehmensressourcen relativ zum (sozi-
alen) Unternehmensumfeld durchgeführt werden. Damit wird die Beantwortung der Frage-
stellung unterstützt, ob die unternehmenseigenen Ressourcen im Hinblick auf das volatile
Umfeld richtig festgelegt worden sind oder das Unternehmen gegebenenfalls durch Entschei-
dungsänderungen schnell und kurzfristig darauf reagieren kann und sollte. Die durch PGB
Zusammenfassung der zentralen Ergebnisse 281
erhaltene Relativität in der Beurteilung der eigenen Performance versucht bestmöglich Um-
weltfaktoren, die maximal nur bedingt durch die eigenen Unternehmensentscheidungen hätte
beeinflusst werden können, aus der Gleichung auszuklammern. Die eingesetzten Ressourcen
können somit direkt mit dem eigenen Umfeld verglichen werden, um zu erkennen ob die Res-
sourcen innerhalb des beeinflussbaren Rahmens hätten besser eingesetzt werden können. Im
Kontext einer finanziellen Leistungsbewertung ist hier als Inputparameter v.a. das eingesetzte
Kapital als Unternehmensressource zu nennen (bspw. über den Return on Capital Employed).
Der zweite Vorteil von PGB wurde bereits im vorangegangenen Kapitel beschrieben. Res-
sourcenschonend kann PGB auch deshalb sein, da es durch die Relativität in Vergütungsver-
trägen dazu beiträgt, langwierige Diskussionen zwischen Stakeholder (v.a. Aufsichts- oder
Verwaltungsrat) und dem Management (Agent) über das Vergütungsmodell zu vermeiden und
jährliche Anpassungen auf ein Minimum zu reduzieren.
Die bereits genannten Vorteile von PGB und dessen Wertbeitrag zu den Theorien Agency
Theory, Social Theory und Dynamic Capabilities Theory tragen dementsprechend auch zu
einem Mehrwert innerhalb der Decision Theory bei. Diese Informationen führen dazu, dass
unter dem Aspekt der Decision Theory, Entscheidungsvorgänge mit Hilfe von Peer Group
Benchmarking im Unternehmen verbessert werden können. Vor allem die ex-post Bewertun-
gen von operativen, wie strategischen Entscheidungen steht dabei im Vordergrund. Das PGB
als generischer Ansatz kann dazu beitragen, dass neben dem wissenschaftlichen Diskurs über
die relative Performance- bzw. Entscheidungsevaluation die relative Entscheidungsevaluation
innerhalb der Decision Theory auch in der Praxis zu einer erhöhten Verbreitung bei gleich-
zeitiger Zunahme der Akzeptanz führt.
Um auf das Zitat aus Alice im Wunderland zu Beginn des Kapitels zu verweisen: Beim Tref-
fen unternehmerischer Entscheidung ist das Wissen über die strategische (Aus-)Richtung von
essentieller Bedeutung für den Unternehmenserfolg. Peer Group Benchmarken kann dazu bei-
tragen, Entscheidungen über Leistungsvergleichsanalysen zu evaluieren und gegebenenfalls
unter dem Aspekt einer ex-post Bewertung anzupassen, sofern dies möglich ist. PGB kann
dem Controller oder dem CFO damit als ein zusätzliches Managementinstrument dienen, um
den nachhaltigen Unternehmenserfolg sicherzustellen und diesen kontinuierlich zu evaluieren
und damit kritisch zu hinterfragen.
282 Zusammenfassung der zentralen Ergebnisse
9.2 Kritische Würdigung und Fazit
9.2.1 Kritische Würdigung der Ergebnisse
Nach der Darstellung der Grundlagen zur Leistungsbewertung in Performance Management
Systemen, grundsätzlichen Benchmarking-Instrumenten und deren finanzielle Steuerungsgrö-
ßen geht der Fokus auf die zentralen Innovationen dieser Forschungsarbeit über: Die Entwick-
lung eines Konzepts zum Peer Group Benchmarking zur relativen Performanceevaluation.
Hierbei wird dargestellt, wie die Ideen aus Porter’s Five Forces dazu beitragen, systematisch
Vergleichsunternehmen (Peer Unternehmen) für ein externes Benchmarking zu identifizieren.
Dazu werden quantitative Kriterien abgeleitet, die die Auswahl der Benchmarking-Partner
vereinfachen. Darüber hinaus wird auf die Herausforderungen bei der Nutzung von finanziel-
len Kennzahlen eingegangen. Eine grundsätzliche Vergleichbarkeit wird zwar durch Rech-
nungslegungsstandards und Wirtschaftsprüfer sichergestellt, jedoch können individuelle
verzerrende und verwässernde Faktoren die Qualität und damit die Analyse beeinträchtigen.
Peer Group Benchmarking kann durch die Erweiterung einer reinen wettbewerbsorientierten
Benchmarking-Ausrichtung um zyklusrelevante (Vergleichbarkeit aufgrund der Einflüsse auf
Marge und damit direkte Auswirkung auf das Wachstum) und strategierelevante (Vergleich-
barkeit aufgrund ähnlicher Kapitalkosten und strategischen Partnerschaften) Objekte eben-
falls die Qualität der Analyseaussagen sicherstellen, und damit Ressourcen schonen.
In den Fallstudien wurden die zentralen Herausforderungen einer objektiven Leistungsbewer-
tung dargestellt, um darauf aufbauend die Vorteilhaftigkeit dieses Konzept zum Peer Group
Benchmarking darzustellen. In einem vollständigen Prozessablauf wurden die zentralen Er-
gebnisse aus allen Fallstudien zu einer zusammengefasst und auf die unterschiedlichen Her-
ausforderungen und deren spezielle Lösungsansätze eingegangen. Aufgrund der
unterschiedlichen Rahmenbedingungen der Fallstudienunternehmen (Größe, Rechtsform, Ka-
pitalmarkt, Anwendungsbereich Benchmarking, etc.) stützt diese Vorgehensweise das Kon-
zept zum Peer Group Benchmarking. In allen Fallstudien konnte die Identifikation von
Vergleichsunternehmen erfolgreich durchgeführt werden, wenn auch mit unterschiedlichen
Schwerpunkten bei der Ausgestaltung und Nutzung selbiger. Durch die unterschiedlichen
Fallstudien werden die verschiedenen Anwendungen, Nutzungen und Einsatzgebiete deutlich.
Grundsätzlich zeigt sich, dass je internationaler und globaler eine Unternehmung aufgestellt
ist, die Einsatzfelder von PGB umfangreicher werden. Dies ist unter anderem den globalen
Einflussfaktoren auf die Umfeldbedingungen geschuldet. Wird die (finanzielle) Leistung von
Unternehmen verstärkt von nicht-beeinflussbaren Rahmenbedingungen kontrolliert, desto
wichtiger wird eine Stärkung der Objektivität in der Leistungsbeurteilung. Das vorliegende
Konzept zum Peer Group Benchmarking wurde hierbei von allen Fallstudienunternehmen als
Zusammenfassung der zentralen Ergebnisse 283
sinnvolle Unterstützung gesehen, um mehr Objektivität in die Leistungsbewertung zu bekom-
men. Dabei hat dieses Konzept weniger die gängigen Methoden zum Performance Measure-
ment ersetzt, als vielmehr ergänzt. Operative und strategische Entscheidungen wurden durch
die Betrachtung der aktuellen und vergangenen Leistung auf Basis eines externen Vergleiches
verbessert und vergangene Entscheidungen und strategische Ausrichtungen gegebenenfalls
korrigiert. Bei der Alfa Holding konnte sich PGB auch im Bereich der relativen Management-
vergütung etablieren. PGB hat durch die Systematik der Identifikation der Peer Group und
durch die Sicherstellung der Vergleichbarkeit der finanziellen Kennzahlen deutlich an Akzep-
tanz gewonnen. Erst durch die systematische Zusammenstellung über wettbewerbs-, zyklus-
und strategierelevanten Objekten wird das externe Benchmarking zu einem umfassenden Peer
Group Benchmarking.
Von einem wissenschaftlichen Standpunkt aus betrachtet, konnte auf Basis der Fallstudien
auch festgehalten werden, welche verzerrenden und verwässernden Faktoren aufgrund der
Nutzung bestimmter relativer Verhältniskennzahlen bereits vorab nicht zum Tragen kommen.
Dabei können Beeinflussungen der Performance durch beispielsweise Wechselkursschwan-
kungen zwischen Unternehmen mit unterschiedlichen Standorten bereits vorab ausgeschlos-
sen werden, sofern bereits vorab auf relative Kennzahlen zurückgegriffen wird. Die
prozessuale Herangehensweise im Konzept des Peer Group Benchmarking hilft in einem ex-
ternen Benchmarking somit die Vergleichbarkeit der vorliegenden Informationen zu gewähr-
leisten, vermeidet Fehlinterpretation und stärkt somit die Akzeptanz innerhalb des
Unternehmens für dieses Managementinstrument.
Zusätzlich können aber andere verzerrenden und verwässernden Faktoren einen zentralen Ein-
fluss auf die finanziellen KPIs darstellen und sollten bei einer Leistungsanalyse reduziert oder
gar eliminiert werden. Dabei wurden gerade Fusionen und Übernahmen im Rahmen der Fall-
studie eine sehr geringe Beeinflussung auf die relative Leistungsanalyse bescheinigt.
Dadurch, dass eine Medianbetrachtung der Peer Group für Kennzahlen wie Umsatz und E-
BITA vorgenommen wurde, sind die Effekte auf die Kennzahlen aus einer Kapazitätsbin-
dungssicht in dieser Fallstudie zu vernachlässigen gewesen. Dies liegt vor allem daran, dass
die Vergleichsgruppe für ein externes Benchmarking nicht mehr nur aus direkten Wettbe-
werbsunternehmen besteht, sondern durch die Erweiterung um zyklus- und strategierelevante
Objekte die Peer Group nun die Vergleichsobjekte definiert. Diese Erweiterung half dabei,
dass kleinere nicht-operative bzw. anorganische Effekte auf die Finanzkennzahlen nach dem
Gesetz der großen Zahl nur einen sehr geringen Einfluss auf die relative Performanceevalua-
tion haben. Die Nutzung einer relativ großen Vergleichsgruppe hatte den Vorteil, dass feh-
lende Informationen in den Finanzkennzahlen auch nur einen marginalen Effekt auf die
Leistungsbetrachtung hatten. PGB bei der Alfa Holding als nicht-börsennotiertes Unterneh-
284 Zusammenfassung der zentralen Ergebnisse
men identifizierte einige Peer Unternehmen, deren Datenverfügbarkeit v.a. in den Vergangen-
heitswerten nicht durchweg gewährleistet werden konnte. Da fehlende Finanzwerte aber nur
selten und bei verschiedenen Unternehmen zu unterschiedlichen Zeitpunkten auftraten,
konnte diese Herausforderung in der Leistungsbewertung vernachlässigt werden. Das Fehlen
von Informationen ist grundsätzlich eine zentrale Herausforderung im externen Benchmar-
king.
Im Gegensatz zu M&A-Aktivitäten und fehlenden Finanzkennzahlen, zeigte sich in den Fall-
studien aber, dass wiederrum andere verwässernde Faktoren auch bei einer größeren Anzahl
an Peer Companies einen Einfluss haben können, sobald der verzerrende Faktor häufiger auf-
treten kann. Als Beispiel sind hier unterschiedliche Berichtszeiträume zu nennen. Differenzen
in den Zeiträumen können vor allem in Krisen- und Aufschwungphasen einen deutlichen Ef-
fekt auf die Leistungsbewertung haben. In der Fallstudie zur Alfa Holding hat sich gezeigt,
dass trotz der Nutzung einer Peer Group mit einer vergleichsweise hohen Anzahl an Peer
Companies vor allem im Jahr 2008 bis 2009 (Finanz- und Wirtschaftskrise) eine Eliminierung
unterschiedlicher Berichtszeiträume zu einer deutlich besseren Darstellung der negativen
Leistungsentwicklung der gesamten Peer Group führt. Auch in der Phase des „Aufschwungs“
in den darauffolgenden Jahren ab 2010/2011 zeigt sich v.a. im Umsatzwachstum eine deutlich
realitätsgetreuere Abbildung, sofern die Berichtszeiträume über eine Analyse der quartalswei-
sen Berichtserstattung der einzelnen Unternehmen auf einen einheitlichen Berichtszeitraum
(i.d.R. in Form einer Jahresendwertbetrachtung) angepasst werden (siehe Kapitel 8.2.4, Ab-
bildung 69).
9.2.2 Weiterer Forschungsbedarf
Das hier entwickelte Konzept zum Peer Group Benchmarking stellt, wie im vorangegangenen
Kapitel ausführlich beschrieben, einen normativen, ganzheitlichen und vor allem möglichst
generischen Prozess zum externen Benchmarking dar. Der Anspruch an ein neues Benchmar-
king-Konzept lag vor allem darin, mittelständischen und nicht-börsennotierten Unternehmen
einen Zugang zu diesem dieses Managementinstrument zu ermöglichen und dabei die Akzep-
tanz und die Nutzung innerhalb einer Unternehmensorganisation zu stärken. Grundsätzlich ist
für Unternehmen der Einsatz dieses Konzepts vor allem dann sinnvoll, wenn sich Unterneh-
men in einem dynamischen und stetig verändernden Umfeld und Umwelt befinden. Hier be-
stehen Herausforderungen unter anderem auch darin, eine Performanceevaluation
durchzuführen und die richtigen (relativen) Ziele abzuleiten (Kasperskaya & Tayles, 2013, S.
439).
Über die Entwicklung dieses Konzepts hinaus besteht aber weiterhin zusätzlicher Forschungs-
bedarf in einigen Bereichen. Ein zentraler Aspekt im externen Benchmarking bleibt auch wei-
terhin die Generalisierbarkeit und Übertragbarkeit der Ergebnisse aus den diversen
Zusammenfassung der zentralen Ergebnisse 285
Fallstudien auf andere Unternehmen. Durch die Integration einer Vielzahl an Erkenntnissen,
Weiterentwicklungen und Evaluationen durch die Fallstudienunternehmen in das Konzept des
PGB hat sich gezeigt, dass jedes Unternehmen in der relativen Performanceevaluation neben
einer Reihe von gemeinsamen auch vor einer Reihe von persönlichen Herausforderungen in
der Umsetzung stehen. Deshalb kann trotz der hohen Anzahl von fünf Fallstudienunterneh-
men nicht davon ausgegangen werden, dass nun für alle Unternehmen Peer Group Benchmar-
king als Konzept der externen Performanceevaluation geeignet ist. Geschuldet ist dies unter
anderem auch der Datenverfügbarkeit und der Qualität an Finanzkennzahlen. Als weiterer
Forschungsbedarf kann hier eine systematische Untersuchung der Zuverlässigkeit und Quali-
tät der in öffentlichen Finanzdatenbanken enthaltenen KPIs darstellen. In der Fallstudie zur
Alfa Holding zeigte sich, dass sich die Werte in den Datenbanken bei der Alfa Holding zum
Teil deutlich von denen aus den eigenen Geschäftsberichten unterschieden. Die Zuverlässig-
keit der Datenqualität ist jedoch entscheidend für die Nutzbarkeit von PGB. Ist die Bench-
marking-Qualität zweifelhaft, so werden sich kaum vernünftige Aussagen für spätere
operative oder strategische Entscheidungen ableiten lassen.
Darüber hinaus hat sich als weitere Herausforderung in den Fallstudien gezeigt, dass die In-
tegration einer externen, relativen Leistungsbewertung auch oft einen kulturellen Unterneh-
menswandel mit sich bringen muss. Die Fallstudienunternehmen zeigten trotz der
betriebswirtschaftlichen Trends hin zu Big Data, Digitalisierung und Industrie 4.0 (siehe Ab-
bildung 79) und der Entwicklungstendenzen eines Controller zu den komplexeren Aufgaben-
feldern eines „Change Agents“ (siehe Kapitel 9.1.1, Abbildung 77), dass die traditionellen
Budgetierungsverfahren immer noch dominierend sind. Für eine konsequente Nutzung von
PGB ist hier ein betriebswirtschaftlicher Kulturwechsel erforderlich und damit ein Wechsel
von einer starken Innenfokussierung hin zu einer Außenfokussierung. Damit reduziert sich
der Stellwert von einer Zieldefinition über Budgets zugunsten von relativen Performanceeva-
luationen gegenüber externen Benchmarks. Dieser i.d.R. notwendige Kulturwandel wurde in
dieser Arbeit nicht näher beleuchtet und bietet dementsprechend die Möglichkeit für weitere
Forschung.
286 Zusammenfassung der zentralen Ergebnisse
Abbildung 79: Entwicklungen im Performance Measurement und Management (vgl. Losbichler, 2015, S. 5)
Darüber hinaus könnte zusätzlich auf die Integration von PGB in bestehende Performance
Measurement Systeme eingegangen werden. Das Zusammenspiel mit anderen Managemen-
tinstrumenten im Rahmen der betriebswirtschaftlichen Leistungsbewertung des Unterneh-
mens und der individuellen Performanceevaluation des Managements könnte hier im
Vordergrund stehen. Gerade im Zuge neuer Trends im Bereich der Steuerungsinstrumente
von Unternehmen (wie beispielsweise unter dem Aspekt der Predictive Analytics) besteht
weiterer Forschungsbedarf von Peer Group Benchmarking im Zusammenspiel mit anderen
modernen Analysemethoden und -modellen. Diese wissenschaftliche Arbeit stellt PGB als
grundsätzlich eigenständiges Managementinstrument dar, das mit Hilfe vergleichsweise ein-
fachen finanziellen Kennzahlenanalysen relative Performanceevaluationen durchführt. Mög-
lichkeiten mit komplexeren Methoden und Modellen könnten auf das Konzept zum Peer
Group Benchmarking zurückgreifen und vor allem bei der Identifikation geeigneter Ver-
gleichsunternehmen hilfreich sein. Gerade auch funktionsübergreifend könnte PGB entspre-
chend für das Abschätzen von Marktpotentialen und der Marktentwicklung nützlich sein.
Kombiniert mit Instrumenten bspw. aus dem Marketing oder Vertrieb könnten hier vielver-
sprechende Kooperationen zwischen dem Controlling/Performance Management und dem
Zusammenfassung der zentralen Ergebnisse 287
Marketing entstehen. Hierzu könnten weitere Fallstudien und wissenschaftliche Arbeiten ei-
nen Wertbeitrag für die Nutzung und Anwendungsgebiete über eine reine Performanceevalu-
ation zum Thema des PGB hinaus bietet. Denkbar wäre dabei, dass Peer Group Benchmarking
und dessen Steuerungsgrößen auf erklärende und im besten Fall vorhersagende Leistungsgrö-
ßen zu erweitern.
288
Literaturverzeichnis
Abernathy, W. B. (2010). A comprehensive performance analysis and improvement method.
Performance Improvement, 49(5), 5–17.
Abramowicz, W. (Hrsg.). (2015). Business Information Systems Workshops: BIS 2015 Inter-
national Workshops. Poznaň, Poland: Springer.
Adebanjo, D., Abbas, A., & Mann, R. (2010). An investigation of the adoption and imple-
mentation of benchmarking. International Journal of Operations & Production Manage-
ment, 30(11), 1140–1169.
Adebanjo, D., & Mann, R. (2007). Benchmarking. BPIR Management Brief, 4(5).
Agbaria, E., & Neumann, G. (Hrsg.). (2013). PONS Wörterbuch Englisch-Deutsch,
Deutsch-Englisch (Studienausg., Neubearb. 2011, 1. Aufl). Stuttgart: PONS.
Aggarwal, R., & Samwick, A. (1999). The other side of the trade-off: the impact of risk on
executive compensation. Journal of Political Economy, 107, 65–105.
Ahmed, P. K., & Rafiq, M. (1998). Integrated benchmarking: a holistic examination of se-
lect techniques for benchmarking analysis. Benchmarking for Quality Management &
Technology, 5(3), 225–242.
Aho, M. (2009). Capability Maturity Model for Corporate Performance Management – An
Empirical Study in Large Finnish Manufacturing Companies. Abgerufen 7. März 2016,
von http://www.drmika.com/download/aho_-_a_capability_maturity_model_for_corpo-
rate_performance_management.pdf
Ajelabi, I., & Tang, Y. (2010). The Adoption of Benchmarking Principles for Project Man-
agement Performance Improvement. International Journal of Managing Public Sector In-
formation and Communication Technologies, 1(2), 1–8.
Albuquerque, A. (2005). Who Are Your Peers? A Study of Relative Performance Evaluation
(Working Paper). Simon School of Business, University of Rochester, Rochester.
Albuquerque, A. (2009). Peer firms in relative performance evaluation. Journal of Account-
ing and Economics, 48(1), 69–89.
Albuquerque, A., De Franco, G., & Verdi, R. S. (2013). Peer choice in CEO compensation.
Journal of Financial Economics, 108(1), 160–181.
Alchian, A. A., & Demsetz, H. (1972). Production, Information Costs, and Economic Or-
ganization. The American Economic Review, 62(5), 777–795.
Aldogan Eklund, M. M. (2016). CEO Compensation of Listed Companies in Switzerland:
Empirical Studies on Firm Financial Performances, Risk, and Peer Group Comparisons
(Dissertation). Universität St. Gallen, St. Gallen.
Literaturverzeichnis 289
Alexandros, P. N., & Metaxas, T. (2016). “Porter vs Krugman”: History, Analysis and Cri-
tique of Regional Competitiveness. Journal of Economics and Political Economy, 3(1),
65–80.
Alford, A. W. (1992). The Effect of the Set of Comparable Firms on the Accuracy of the
Price-Earnings Valuation Method. Journal of Accounting Research, 30(1), 94.
Amshoff, B. (1994). Controlling in deutschen Unternehmungen: Realtypen, Kontext und Ef-
fizienz (2., aktualisierte Aufl., Nachdr). Wiesbaden: Gabler.
Anand, G., & Kodali, R. (2008). Benchmarking the benchmarking models. Benchmarking:
An International Journal, 15(3), 257–291.
Appelbaum, S. H., St-Pierre, N., & Glavas, W. (1998). Strategic organizational change: the
role of leadership, learning, motivation and productivity. Management Decision, 36(5),
289–301.
Argenti, J. (1997). Stakeholders: the case against. Long Range Planning, 30(3), 442–445.
Arvey, R. D., & Murphy, K. R. (1998). Performance Evaluation in Work Settings. Annual
Review of Psychology, 49(1), 141–168.
Baker, G. (2002). Distortion and Risk in Optimal Incentive Contracts. The Journal of Hu-
man Resources, 37(4), 728.
Balm, G. J. (1992). Benchmarking: a practitioner’s guide for becoming and staying best of
the best (2. ed). Schaumburg, Ill: QPMA Press.
Balm, G. J., & Turbe-Suetens, N. (1994). Evaluer et améliorer ses performances: le bench-
marking. Paris La Défense: AFNOR.
Banks, R. L., & Wheelwright, S. C. (1979). Operation vs. strategy: trading tomorrow for to-
day. Harvard Business Review, 57(3), 112–120.
Barney, J. B., & Ouchi, W. G. (Hrsg.). (1986). Organizational economics (1st ed). San Fran-
cisco: Jossey-Bass.
Baron, J. (2008). Thinking and deciding (4th ed). New York: Cambridge University Press.
Barth, M. E., Landsman, W. R., Lang, M., & Williams, C. (2012). Are IFRS-based and US
GAAP-based accounting amounts comparable? Journal of Accounting and Economics,
54(1), 68–93.
Batzlen, S. (2014). Evidenzbasierte Planung - Fallstudienbezogene Analyse dynamischer
Wirkungsbeziehungen (Dissertation). Universität St. Gallen, St. Gallen.
Bauer, D., & Petersheim, M. (1997). Benchmarking von Funktionen - Ihre Effizienz wird
durch den Vergleich mit den Kennwerten der Besten signifikant gesteigert. In W. Kreuz
290 Literaturverzeichnis
(Hrsg.), Mit Benchmarking zur Weltspitze aufsteigen: Strategien neu gestalten, Geschäfts-
prozesse optimieren, Unternehmenswandel forcieren (2. Aufl, S. 119–138). Lands-
berg/Lech: Verl. Moderne Industrie.
Beamon, B. M. (1999). Measuring supply chain performance. International Journal of Op-
erations & Production Management, 19(3), 275–292.
Becker, F. G. (1994). Grundlagen betrieblicher Leistungsbeurteilungen: Leistungsverständ-
nis und -prinzip, Beurteilungsproblematik und Verfahrensprobleme (2., durchgesehene
Aufl). Stuttgart: Schäffer-Poeschel.
Becker, J., Maßing, D., & Janiesch, C. (2006). Ein evolutionäres Vorgehensmodell zur Ein-
führung von Corporate Performance Management. Data Warehousing, (90), 247–262.
Beckmann, C., Meister, J. M., & Meitner, M. (2003). Das Multiplikatorverfahren in der ka-
pitalmarktorientierten Unternehmensbewertungspraxis. Finanz Betrieb, 3(5), 155–161.
Behara, R. S., & Lemmink, J. G. A. M. (1997). Benchmarking field services using a zero de-
fects approach. International Journal of Quality & Reliability Management, 14(5), 512–
526.
Behn, R. D. (2003). Why Measure Performance? Different Purposes Require Different
Measures. Public Administration Review, 63(5), 586–606.
Bennett, B., Bettis, J. C., Gopalan, R., & Milbourn, T. (2017). Compensation goals and firm
performance. Journal of Financial Economics, 1–24.
Bennett, N., & Lemoine, J. (2014). What VUCA Really Means for You. Harvard Business
Review, 92(1/2), 27.
Bento, A., & Ferreira White, L. (2010). An exploratory study of strategic performance
measurement systems. In M. J. Epstein & J. Y. Lee (Hrsg.), Advances in Management Ac-
counting (Bd. 18, S. 1–26). Emerald Group Publishing Limited.
Bhimani, A., & Langfield-Smith, K. (2007). Structure, formality and the importance of fi-
nancial and non-financial information in strategy development and implementation. Man-
agement Accounting Research, 18(1), 3–31.
Bhojraj, S., & Lee, C. M. C. (2002). Who Is My Peer? A Valuation-Based Approach to the
Selection of Comparable Firms. Journal of Accounting Research, 40(2), 407–439.
Bisbe, J., & Malagueño, R. (2012). Using strategic performance measurement systems for
strategy formulation: Does it work in dynamic environments? Management Accounting
Research, 23(4), 296–311.
Bititci, U. S., Carrie, A. S., & McDevitt, L. (1997). Integrated performance measurement
systems: a development guide. International Journal of Operations & Production Man-
agement, 17(5), 522–534.
Literaturverzeichnis 291
Bititci, U. S., Firat, S. U. O., & Garengo, P. (2013). How to compare performances of firms
operating in different sectors? Production Planning & Control, 24(12), 1032–1049.
Bititci, U. S., Garengo, P., Dörfler, V., & Mendibil, K. (2009). Performance measurement:
questions for tomorrow (S. 1–8). Gehalten auf der Advanced Production Management
Systems, Glasgow: SIOM Research Paper Series. Abgerufen von http://strath-
prints.strath.ac.uk/13954/
Bizjak, J., Lemmon, M., & Naveen, L. (2008). Does the use of peer groups contribute to
higher pay and less efficient compensation? Journal of Financial Economics, 90(2), 152–
168.
Bizjak, J., Lemmon, M., & Nguyen, T. (2011). Are all CEOs above average? An empirical
analysis of compensation peer groups and pay design. Journal of Financial Economics,
100(2), 538–555.
Boatsman, J. R., & Baskin, E. F. (1981). Asset Valuation with Incomplete Markets. The Ac-
counting Review, 56(1), 38–53.
Bogan, C., & Callahan, D. (2001). Benchmarking in rapid time. Industrial Management,
43(2), 28–33.
Böhnert, A.-A. (1999). Benchmarking: Charakteristik eines aktuellen Managementinstru-
ments. Hamburg: Kovač.
Boone, A. L., Casares Field, L., Karpoff, J. M., & Raheja, C. G. (2007). The determinants of
corporate board size and composition: An empirical analysis. Journal of Financial Eco-
nomics, 85(1), 66–101.
Boone, J. P., & Raman, K. K. (2001). Off-balance sheet R&D assets and market liquid-
ity. Journal of Accounting and Public Policy, 20(2), 97–128.
Booth, R. (1998). The measurement of intellectual capital. Management Accounting (UK),
76(10), 26–28.
Börner, D. (1972). Kennzahlen als Hilfsmittel der Unternehmensführung. In H. Rühle von
Lilienstern (Hrsg.), Die informierte Unternehmung: Beiträge aus Wissenschaft und Praxis
für die Zukunftsgestaltung der Unternehmung [Festschrift für Max Rembeck]. Berlin: E.
Schmidt.
Bouffier, W. (1952). Kennzahlen im betrieblichen Rechnungswesen. Der Österreichische
Betriebswirt, 2(1), 26–40.
Bourne, M., Franco, M., & Wilkes, J. (2003). Corporate performance management. Measu-
ring Business Excellence, 7(3), 15–21.
Bower, J. L., & Hout, T. M. (1989). Sie sind schneller als die Konkurrenz. Harvard Busi-
ness Manager, 11(3), 69–77.
292 Literaturverzeichnis
Braam, G. J. M., & Nijssen, E. J. (2004). Performance effects of using the Balanced Score-
card: a note on the Dutch experience. Long Range Planning, 37(4), 335–349.
Bredrup, H. (1995). Performance Measurement. In A. Rolstadås (Hrsg.), Performance Man-
agement - A business process benchmarking approach (S. 169–190). Dordrecht: Springer
Netherlands.
Brennan, N. (2001). Reporting intellectual capital in annual reports: evidence from Ireland.
Accounting, Auditing & Accountability Journal, 14(4), 423–436.
Brignall, S. (2002). The unbalanced scorecard: a social and environmental critique. In A.
Neely, A. Walters, & R. Austin (Hrsg.), Performance Measurement and Management: Re-
search and Action (S. 85–92). Cranfield: Centre for Business Performance, Cranfield
School of Management.
Brilman, J. (1998). Les Meilleures pratiques de management: au coeur de la performance.
Paris: Ed. d’organisation.
Brock, J. J. (1984). Competitor analysis: Some practical approaches. Industrial Marketing
Management, 13(4), 225–231.
Brockhoff, K. (1991). Forschungs- und Entwicklungscontrolling zur Steigerung der For-
schungs- und Entwicklungs-Effektivität. Controlling - Zeitschrift für erfolgsorientierte
Unternehmenssteuerung, 4(2), 60–67.
Brown, M. G. (1994). Is your measurement system well balanced? The Journal for Quality
and Participation, 17(6), 6–11.
Brown, M. G. (1996). Keeping score: using the right metrics to drive world-class perfor-
mance. New York: Quality Resources: Distributed by AMACOM Books.
Brück, E. (2005). Möglichkeiten und Grenzen der ökonomischen Bewertung von personal-
strategischen Maßnahmen (Dissertation). Universität Augsburg, Augsburg.
Brunner, J., Becker, D., Bühler, M., & Hildebrandt, J. (1999). Value-Based Performance
Management: wertsteigernde Unternehmensführung: Strategien - Instrumente - Praxisbei-
spiele. Wiesbaden: Gabler.
Brush, T. H., Bromiley, P., & Hendrickx, M. (2000). The free cash flow hypothesis for sales
growth and firm performance. Strategic Management Journal, 21(4), 455–472.
Bühner, R. (1997). Mitarbeiter mit Kennzahlen führen: der Quantensprung zu mehr Leis-
tung (3., durchges. Aufl). Landsberg/Lech: Verl. Moderne Industrie.
Bull, R. (1993). A Window on Performance Management. Management Accounting (UK),
71(April), 28–30.
Burckhardt, W. (1994). Lernen durch Benchmarking. Office Management, 42(10), 70–80.
Literaturverzeichnis 293
Burckhardt, W. (1995). BM auf dem Prüfstand: Kunden begeistern, Mitarbeiter motivieren.
Gabler’s Magazin, 2, 14–18.
Büyüközkan, G., & Maire, J. (1998). Benchmarking process formalization and a case study.
Benchmarking for Quality Management & Technology, 5(2), 101–125.
Camp, R. C. (1989). Benchmarking: the search for industry best practices that lead to supe-
rior performance. Milwaukee, Wis.: Quality Press [u.a.].
Camp, R. C., & Steinhoff, A. (1994). Benchmarking. München: Hanser.
Cassel, C. K., Conway, P. H., Delbanco, S. F., Jha, A. K., Saunders, R. S., & Lee, T. H.
(2014). Getting More Performance from Performance Measurement. New England Jour-
nal of Medicine, 371(23), 2145–2147.
Chan, K. C., & Chen, N.-F. (1991). Structural and Return Characteristics of Small and Large
Firms. The Journal of Finance, 46(4), 1467–1484.
Chan, K. C., Lakonishok, J., & Swaminathan, B. (2007). Industry Classifications and Return
Comovement. Financial Analysts Journal, 63(6), 56–70.
Charnes, A., Cooper, W. W., & Rhodes, E. (1978). Measuring the efficiency of decision
making units. European Journal of Operational Research, 2(6), 429–444.
Chen, S., & Dodd, J. L. (1997). Economic Value Added: An Empirical Examination of a
New Corporate Performance Measure. Journal of Managerial Issues, 9(3), 318–333.
Chenhall, R. H. (2005). Integrative strategic performance measurement systems, strategic
alignment of manufacturing, learning and strategic outcomes: an exploratory study. Ac-
counting, Organizations and Society, 30(5), 395–422.
Chenhall, R. H., & Langfield-Smith, K. (2007). Multiple Perspectives of Performance
Measures. European Management Journal, 25(4), 266–282.
Clarke, T. (Hrsg.). (2004). Theories of corporate governance: the philosophical foundations
of corporate governance. London; New York: Routledge.
Clarysse, B., Knockaert, M., & Lockett, A. (2007). Outside Board Members in High Tech
Start-ups. Small Business Economics, 29(3), 243–259.
Clayton, T., & Luchs, B. (1994). Strategic benchmarking at ICI Fibres. Long Range Plan-
ning, 27(3), 54–63.
Coca-Cola-Company. (2013). DEF 14A. Abgerufen 3. Juni 2016, von
https://www.sec.gov/Archives/edgar/data/21344/000130817913000057/lco-
cacola2013_def14a.htm
Coelli, T., Rao, D. S. P., O’Donnell, C. J., & Battese, G. E. (Hrsg.). (2005). An introduction
to efficiency and productivity analysis (2nd ed). New York: Springer.
294 Literaturverzeichnis
Coles, J. L., Daniel, N. D., & Naveen, L. (2008). Boards: Does one size fit all? Journal of
Financial Economics, 87(2), 329–356.
Combs, J. G., Crook, T. R., & Shook, C. L. (2005). The Dimensionality of Organizational
Performance and its Implications for Strategic Management Research. In Research Meth-
odology in Strategy and Management (Bd. 2, S. 259–286). Bingley: Emerald (MCB UP ).
Controlling-Portal. (2015, Februar 25). Free Cash Flow. Abgerufen 25. April 2016, von
http://www.controllingportal.de/Fachinfo/Grundlagen/Kennzahlen/Free-Cash-Flow.html
Cooley, C. H. (1956). Human Nature and the Social Order. In C. H. Cooley (Hrsg.), The
Two Major Works of Charles H. Cooley. Social Organization. Human Nature and the So-
cial Order (3rd ed., S. 184). Glencoe: The Free Press.
Coppens, L., & Peek, E. (2005). An analysis of earnings management by European private
firms. Journal of International Accounting, Auditing and Taxation, 14(1), 1–17.
Cornaggia, K. J., Franzen, L. A., & Simin, T. T. (2012). Managing the balance sheet with
operating leases. SSRN Electronic Journal, 1–48.
Cornaggia, K. J., Franzen, L. A., & Simin, T. T. (2013). Bringing leased assets onto the bal-
ance sheet. Journal of Corporate Finance, 22, 345–360.
Crosby, L., & Sheery, L. (2006). Cause and Effect. Marketing Management, (May/June),
12–13.
Cross, K. F., & Lynch, R. L. (1988). The “SMART” way to define and sustain success. Na-
tional Productivity Review, 8(1), 23–33.
Crucini, M. J., Kose, M. A., & Otrok, C. (2011). What are the driving forces of international
business cycles? Review of Economic Dynamics, 14(1), 156–175.
Dağdeviren, M., & Yüksel, İ. (2010). A fuzzy analytic network process (ANP) model for
measurement of the sectoral competititon level (SCL). Expert Systems with Applications,
37(2), 1005–1014.
Damodaran, A. (2009). The Dark Side of Valuation. Valuing Xoung, Distressed, and Com-
plex Businesses (2nd Ed.). Upper Saddle River, N.J: Pearson Education.
Dauphinais, B., & Pederson, P. (1995). Better change: best practices for transforming your
organization. (Price Waterhouse (Firm), Hrsg.). Burr Ridge, Ill: Irwin.
Davenport, T. H. (2008). Improving Knowledge Worker Performance. In D. Pantaleo & N.
Pal (Hrsg.), From Strategy to Execution (S. 215–235). Berlin, Heidelberg: Springer Berlin
Heidelberg. Abgerufen von http://link.springer.com/10.1007/978-3-540-71880-2_11
Davis, P. (1998). The burgeoning of benchmarking in British local government: The value
of “learning by looking” in the public services. Benchmarking for Quality Management &
Technology, 5(4), 260–270.
Literaturverzeichnis 295
de Leeuw, S., & van den Berg, J. P. (2011). Improving operational performance by influenc-
ing shopfloor behavior via performance management practices. Journal of Operations
Management, 29(3), 224–235.
de Waal, A. A. (2007). The characteristics of a high performance organization. Business
Strategy Series, 8(3), 179–185.
Deger, R. (1995). Deutschland versus Weltklasse: internationale Wettbewerbsfähigkeit und
Unternehmenserfolg. Stuttgart: Schäffer-Poeschel.
Delpachitra, S., & Beal, D. (2002). Process benchmarking: an application to lending prod-
ucts. Benchmarking: An International Journal, 9(4), 409–420.
Demski, J. S., & Feltham, G. A. (1978). Economic Incentives in Budgetary Control Sys-
tems. The Accounting Review, 53(2), 336–359.
Deyhle, A., & Radinger, G. (2008). Controller-Handbuch: enzyklopädisches Lexikon für die
Controller-Praxis (6., neu geschriebene Aufl). Offenburg: Verl. für ControllingWissen.
Dichev, I. D., Graham, J. R., Harvey, C. R., & Rajgopal, S. (2013). Earnings quality: Evi-
dence from the field. Journal of Accounting and Economics, 56(2–3), 1–33.
Dierolf, J., Frey, P., Gänßlen, S., & Kraus, U. (2011). Controlling@Hansgrohe - Vom Fi-
nancial Controller zum Business Partner. Controller-Magazin, 36(6), 32–38.
Dixon, J. R., Nanni, A. J., & Vollmann, T. E. (1990). The new performance challenge:
measuring operations for world-class competition. Homewood, Ill: Dow Jones-Irwin.
Dlugos, G. (1981). Die Unternehmenseffizienz im Interessenkonflikt der Unternehmensmit-
glieder. In F. J. Säcker & E. Zander (Hrsg.), Mitbestimmung und Effizienz. Stuttgart:
Schäffer GmbH
Donaldson, T., & Preston, L. E. (1995). The Stakeholder Theory of the Corporation: Con-
cepts, Evidence, and Implications. Academy of Management Review, 20(1), 65–91.
Dossi, A., & Patelli, L. (2010). You Learn From What You Measure: Financial and Non-fi-
nancial Performance Measures in Multinational Companies. Long Range Planning, 43(4),
498–526.
Doyle, P. (1994). Setting business objectives and measuring performance. European Man-
agement Journal, 12(2), 123–132.
Drechsler, W., & Natter, M. (2012). Understanding a firm’s openness decisions in innova-
tion. Journal of Business Research, 65(3), 438–445.
Drucker, P. F. (1963, Mai 1). Managing for Business Effectiveness. Abgerufen 3. März
2016, von https://hbr.org/1963/05/managing-for-business-effectiveness
Drucker, P. F. (1974). Management: tasks, responsibilities, practices (1st ed.). New York:
Harper & Row.
296 Literaturverzeichnis
Ducan, R. B. (1976). The ambidextrous organization: Designing dual structures for innova-
tion. In R. H. Kilmann, L. R. Pondy, & D. P. Slevin (Hrsg.), The management of organiza-
tion design. 1: Strategies and implementation (S. 167–188). New York u.a: North-Holland
Publ.
Duru, A., Iyengar, R. J., & Zampelli, E. M. (2012). Performance choice, executive bonuses
and corporate leverage. Journal of Corporate Finance, 18(5), 1286–1305.
Dye, R. A. (1992). Relative Performance Evaluation and Project Selection. Journal of Ac-
counting Research, 30(1), 27.
Eberhart, A. C. (2004). Equity valuation using multiples. The Journal of Investing, 13(2),
48–54.
Eberle, W., & Schlaffke, W. (1974). Gesellschaftskritik von A - Z: Vorwürfe, Antworten, Li-
teraturverweise (3. Aufl). Freiburg (im Breisgau), Basel, Wien: Herder.
Edvinsson, L. (1997). Developing intellectual capital at Skandia. Long Range Planning,
30(3), 366–373.
Edvinsson, L., & Malone, M. S. (1997). Intellectual capital: realizing your company’s true
value by finding its hidden brainpower (1st ed). New York: HarperBusiness.
Eisenführ, F., & Weber, M. (2003). Rationales Entscheiden (4., neu bearb. Aufl). Berlin:
Springer.
Eisenhardt, K. M. (1985). Control: Organizational and Economic Approaches. Management
Science, 31(2), 134–149.
Eisenhardt, K. M. (1988). Agency- and Institutional-Theory Explanations The Case of Re-
tail Sales Compensation. Academy of Management Journal, 31(3), 488–511.
Eisenhardt, K. M. (1989a). Agency Theory: An Assessment and Review. Academy of Man-
agement Review, 14(1), 57–74.
Eisenhardt, K. M. (1989b). Building Theories from Case Study Research. Academy of Man-
agement Review, 14(4), 532–550.
Eisenhardt, K. M., & Martin, J. A. (2000). Dynamic Capabilities: What Are They? Strategic
Management Journal, 21(10/11), 1105–1121.
Elmuti, D., & Kathawala, Y. (1997). An overview of benchmarking process: a tool for con-
tinuous improvement and competitive advantage. Benchmarking for Quality Management
& Technology, 4(4), 229–243.
Epstein, M. J., & Manzoni, J.-F. (1997). The balanced scorecard and tableau de bord: Trans-
lating strategy into action. Management Accounting, 79(2), 28–36.
Ewing, P., & Lundahl, L. (1996a). The balanced scorecard at ABB Sweden - The EVITA
Project. The International Workshop on Cost Management, (June), 27–29.
Literaturverzeichnis 297
Ewing, P., & Lundahl, L. (1996b). The Balanced Scorecards at ABB Sweden – The pilot
projects. Gehalten auf der Annual EAA Conference, Bergen.
Fahrni, F., Völker, R., & Bodmer, C. (2002). Erfolgreiches Benchmarking in Forschung und
Entwicklung, Beschaffung und Logistik. München: Hanser.
Falkner, G. (1995). Strategien zur Messbarkeit des Erfolgs: umfassendes Qualitätsmanage-
ment. Zürich: vdf, Hochsch.-Verl. an der ETH.
Fama, E. F., & French, K. R. (1997). Industry costs of equity. Journal of Financial Econom-
ics, 43(2), 153–193.
Fatás, A. (2002). The Effects of Business Cycles on Growth. Central Bank of Chile Working
Papers, 5(156), 1–27.
Faulkender, M., & Yang, J. (2010). Inside the black box: The role and composition of com-
pensation peer groups☆. Journal of Financial Economics, 96(2), 257–270.
Ferlic, F., Gomez, P., & Raisch, S. (2009). Wie Ihr Unternehmen gesund wächst. Harvard
Business Manager, 31(10), 2–11.
Ferreira, A., & Otley, D. (2009). The design and use of performance management systems:
An extended framework for analysis. Management Accounting Research, 20(4), 263–282.
Ferreira, P. S., Shamsuzzoha, A. H. M., Toscano, C., & Cunha, P. (2012). Framework for
performance measurement and management in a collaborative business environment. In-
ternational Journal of Productivity and Performance Management, 61(6), 672–690.
Festinger, L. (1954). A Theory of Social Comparison Processes. Human Relations, 7(2),
117–140.
Festo. (2015). Festo Facts [en]. Abgerufen 16. März 2016, von
https://www.festo.com/net/SupportPortal/Files/17243/Festo_Facts_en.pdf
Feurer, R., & Chaharbaghi, K. (1995). Performance measurement in strategic change.
Benchmarking for Quality Management & Technology, 2(2), 64–83.
Finegold, D., Benson, G. S., & Hecht, D. (2007). Corporate Boards and Company Perfor-
mance: review of research in light of recent reforms. Corporate Governance: An Internati-
onal Review, 15(5), 865–878.
Fischer, T. M. (1993). Kostenmanagement strategischer Erfolgsfaktoren: Instrumente zur
operativen Steuerung der strategischen Schlüsselfaktoren Qualität, Flexibilität und
Schnelligkeit. München: Vahlen.
Fischer, T. M., Möller, K., & Schultze, W. (2015). Controlling: Grundlagen, Instrumente
und Entwicklungsperspektiven (2., überarb. Aufl). Stuttgart: Schäffer-Poeschel.
298 Literaturverzeichnis
Fitzgerald, L., Johnston, R., Brignall, S., Silvestro, R., & Voss, C. (Hrsg.). (1991). Perfor-
mance measurement in service businesses (Reprinted). Cambridge: Chartered Institute of
Management Accountants.
Flamholtz, E. G., Bullen, M. L., & Hua, W. (2002). Human resource accounting: a historical
perspective and future implications. Management Decision, 40(10), 947–954.
Flinspach, T. (2011). Performance Management in Gemeinkostenbereichen: eine prozessba-
sierte Effizienzanalyse mit der Data Envelopment Analysis (1. Aufl). Göttingen: Cuvillier.
Flores, J. R. R. (2009). Methodology for implementing benchmarking in construction and
assessing conceptual cost estimating quality using fuzzy logic” (Master’s thesis). Univer-
sity of Alberta, Edmonton.
Floricel, S., Michela, J. L., & Piperca, S. (2016). Complexity, uncertainty-reduction strate-
gies, and project performance. International Journal of Project Management. Abgerufen
von http://linkinghub.elsevier.com/retrieve/pii/S026378631500191X
Forza, C., & Salvador, F. (2000). Assessing some distinctive dimensions of performance
feedback information in high performing plants. International Journal of Operations &
Production Management, 20(3), 359–385.
Franco-Santos, M., Kennerley, M., Micheli, P., Martinez, V., Mason, S., Marr, B., … Neely,
A. (2007). Towards a definition of a business performance measurement system. Interna-
tional Journal of Operations & Production Management, 27(8), 784–801.
Franzen, L., & Radhakrishnan, S. (2009). The value relevance of R&D across profit
and loss firms. Journal of Accounting and Public Policy, 28(1), 16–32.
Franzoni, F. (2009). Underinvestment vs. overinvestment: Evidence from price reactions to
pension contributions☆. Journal of Financial Economics, 92(3), 491–518.
Freeman, R. E. (2010). Strategic management: a stakeholder approach (Reissue). Cam-
bridge: Cambridge Univ. Press.
Friedl, B. (2003). Controlling. Stuttgart: Lucius & Lucius.
Frischknecht, S. (2014). Strategische Erfolgsanalyse (Dissertation). Universität St. Gallen,
St. Gallen.
Frøkjær, E., Hertzum, M., & Hornbæk, K. (2000). Measuring usability: are effectiveness,
efficiency, and satisfaction really correlated? (S. 345–352). ACM Press.
Frooman, J. (1999). Stakeholder Influences Strategies. Academy of Management Review,
24(2), 191–205.
Frost, J. (2000). Fallstudie II - Wissen und Intellektuelles Kapital bei Skandia. Universität
Zürich: Institut für betriebswirtschaftliche Forschung. Abgerufen von
Literaturverzeichnis 299
https://www.msm.uni-due.de/fileadmin/Dateien/Marketing/Dokumente_Lehre/Innovati-
onsmanagement/Fallstudie_II_Skandia_WS_0708.pdf
Frydman, C., & Jenter, D. (2010). CEO Compensation (No. w16585). Cambridge, MA: Na-
tional Bureau of Economic Research. Abgerufen von http://www.nber.org/pa-
pers/w16585.pdf
Fülbier, R. U. (2004). Wissenschaftstheorie und Betriebswirtschaftslehre. Wirtschaftswis-
senschaftliches Studium, 33(5), 266–271.
Fuller-Love, N. (2006). Management development in small firms. International Journal of
Management Reviews, 8(3), 175–190.
Galbraith, J. R., & Kazanjian, R. K. (1986). Strategy implementation: structure, systems,
and process (2nd ed). St. Paul: West Pub. Co.
Garvey, G. T., & Milbourn, T. T. (2003). Incentive compensation when executives can
hedge the market :evidence of relative performance evaluation in the cross section. The
Journal of Finance, 58, 1557–1581.
Gates, S. (1999). Aligning Strategic Performance Measures and Results. Präsentation, New
York. Abgerufen von http://unpan1.un.org/intradoc/groups/public/documents/ASPA/UN-
PAN002078.pdf
Gentner, A. (1994). Entwurf eines Kennzahlensystems zur Effektivitäts- und Effizienzsteige-
rung von Entwicklungsprojekten: dargestellt am Beispiel der Entwicklungs- und Anlauf-
phasen in der Automobilindustrie. München: Vahlen.
Gerlach, G. W. (1826). Lehrbuch der philosophischen Wissenschaften (Bd. Erster Band:
Fundamentalphilosophie, Logik, Merhaphysik). Halle: Biblotheca Regia Monacensis.
Germany, & Hefermehl, W. (Hrsg.). (1995). Handelsgesetzbuch: ohne Seehandelsrecht: mit
Wechselgesetz und Scheckgesetz: Textausgabe mit ausführlichem Sachregister und einer
Einführung (Sonderausg., 29., überarbeitete Aufl., Stand 1. Juni 1995). München: Deut-
scher Taschenbuch Verein.
Ghalayini, A. M., & Noble, J. S. (1996). The changing basis of performance measurement.
International Journal of Operations & Production Management, 16(8), 63–80.
Gibbons, R., & Murphy, K. J. (1990). Relative Performance Evaluation for Chief Executive
Officers. ILR Review, 43(3), 30–51.
Gibbs, M., Merchant, K. A., Stede, W. A. V. der, & Vargus, M. E. (2004). Determinants and
Effects of Subjectivity in Incentives. The Accounting Review, 79(2), 409–436.
Gibson, C. B., & Birkinshaw, J. (2004). The Antecedents, Consequences, and Mediating
Role of Organizational Ambidexterity. Academy of Management Journal, 47(2), 209–226.
300 Literaturverzeichnis
Gilles, R. (2005). Performance Measurement mittels Data Envelopment Analysis: theoreti-
sches Grundkonzept und universitäre Forschungsperformance als Anwendungsfall (1.
Aufl). Lohmar: Eul.
Glaser, B. G., & Strauss, A. L. (2009). The discovery of grounded theory: strategies for
qualitative research (4. paperback printing). New Brunswick: Aldine.
Gleich, R. (Hrsg.). (2012). Balanced Scorecard: Best Practice-Lösungen für die [strategi-
sche] Unternehmenssteuerung (1. Aufl). Freiburg: Haufe.
Gleich, R. (Hrsg.). (2013). Controllingprozesse optimieren: [Rollenverständnis und Kompe-
tenzen weiterentwickeln, Controllingleistungen mit Kennzahlen messen, Leistungssteige-
rung mit Benchmarking, Effizienzsteigerung durch moderne IT-Lösungen]. Freiburg:
Haufe-Lexware.
Gleich, R., Lindner, F., & Temmel, P. (2008). Konzept und Anwendungserfahrungen des
prozessorientierten Performance Measurement. In R. Gleich & R. Sauter (Hrsg.), Operati-
onal Excellence: Innovative Ansätze und Best Practices in der produzierenden Industrie
(S. 169–190). Freiburg: Haufe.
Gleich, R., Nestle, V., & Sommer, L. (2009). Innovationsorientiertes Performance Measure-
ment. In J. H. Fisch & J.-M. Roß, Fallstudien zum Innovationsmanagement (S. 187–204).
Wiesbaden: Gabler. Abgerufen von http://www.springerlink.com/index/10.1007/978-3-
8349-8255-1_10
Gleich, R., & Quitt, A. (2011). Performance Measurement: Konzepte, Fallstudien und
Grundschema für die Praxis (2., völlig überarb. Aufl). München: Vahlen.
Gleich, R., Schentler, M., & Kornacker, J. (2012). Eine moderne Planung und Budgetierung
als Eckpfeiler eines zukunftsorientierten Controlling. In R. Gleich, R. Mayer, K. Möller,
& M. Seiter (Hrsg.), Controlling - Relevance lost?: Perspektiven für ein zukunftsfähiges
Controlling (S. 17–47). München: Vahlen, Franz.
Gomes, C. F., Yasin, M. M., & Lisboa, J. V. (2004). A literature review of manufacturing
performance measures and measurement in an organizational context: a framework and
direction for future research. Journal of Manufacturing Technology Management, 15(6),
511–530.
González, V. M. (2013). Leverage and corporate performance: International evidence. Inter-
national Review of Economics & Finance, 25, 169–184.
Gordon, I., & Gallery, N. (2012). Assessing financial reporting comparability across institu-
tional settings: The case of pension accounting. The British Accounting Review, 44(1), 11–
20.
Literaturverzeichnis 301
Graham, A. (2005). Airport benchmarking: a review of the current situation. Benchmarking:
An International Journal, 12(2), 99–111.
Grill, J. (2008). Die strategische Bedeutung des Human Capital und seine Bewertung: ein
Bezugsrahmen zur Evaluation ambitionierter mittlerer Unternehmen. Frankfurt am Main ;
New York: Lang.
Grimble, M. J. (2002). Controller performance benchmarking and tuning using generalised
minimum variance control. Automatica, 38(12), 2111–2119.
Grüning, M. (2002). Performance-Measurement-Systeme. Wiesbaden: Deutscher Universi-
tätsverlag. Abgerufen von http://link.springer.com/10.1007/978-3-663-08089-3
Guerny, J. de, Guiriec, J. C., & Lavergne, J. (1973). Principes et mise en place du tableau
de bord de gestion (1. éd). Paris: J. Delmas.
Guldin, A. (1998). Everybody’s Darling or Nobody’s Friend - Ausrichtung des Controllings
in unternehmensinternen Spannungsfeldern. In P. Horváth (Hrsg.), Innovative Control-
ling-Tools und Konzepte von Spitzenunternehmen (S. 69–81). Stuttgart: Schäffer-Poeschel
Verlag.
Gunasekaragea, A., & Wilkinson, M. (2002). CEO Compensation and Firm Performance: A
New Zealand Investigation. International Journal of Business Studies, 10(2), 45–60.
Guthrie, J. (2001). The management, measurement and the reporting of intellectual capital.
Journal of Intellectual Capital, 2(1), 27–41.
Gutsche, R. (2013). Determinants of M&A Activity and Control Concept - Firm Character-
istics as Economic Indicators for Control in Business Combinations (Dissertation). Uni-
versität St. Gallen, St. Gallen.
Hackman, J. R., & Wageman, R. (1995). Total Quality Management: Empirical, Conceptual,
and Practical Issues. Administrative Science Quarterly, 40(2), 309.
Hamann, P. M., Schiemann, F., Bellora, L., & Guenther, T. W. (2013). Exploring the Di-
mensions of Organizational Performance: A Construct Validity Study. Organizational Re-
search Methods, 16(1), 67–87.
Hammer, M., & Champy, J. (2003). Reengineering the corporation: a manifesto for busi-
ness revolution (1st HarperBusiness Essentials pbk. ed). New York: HarperBusiness Es-
sentials.
Hansen, J. C. (2010). The effect of alternative goals on earnings management studies: An
earnings benchmark examination. Journal of Accounting and Public Policy, 29(5), 459–
480.
Harreld, J. B., O’Reilly, C. A., & Tushman, M. L. (2007). Dynamic Capabilities at IBM:
Driving Strategy into Action. California Management Review, 49(4), 21–43.
302 Literaturverzeichnis
Hasler, P. T. (2013). Aktien richtig bewerten. Berlin: Springer.
Hastreiter, S., Buck, M., & Jehle, F. (2015). Grundlagen des Benchmarkings. In H.
Woratschek, J. Schröder, T. Eymann, & M. Buck (Hrsg.), Wertschöpfungsorientiertes
Benchmarking (S. 65–75). Berlin, Heidelberg: Springer Berlin Heidelberg.
Hayes, R. H., & Abernathy, W. B. (2007). Managing our way to economic decline. Harvard
Business Review, 85(7–8), 138–161.
Hayes, R. H., & Garvin, D. A. (1982). Managing as if tomorrow mattered. Harvard Busi-
ness Review, 60(3), 70–79.
Heesen, B., & Gruber, W. (2009). Bilanzanalyse und Kennzahlen: fallorientierte Bilanzopti-
mierung. Wiesbaden: Gabler. Abgerufen von http://public.eblib.com/choice/publicfullre-
cord.aspx?p=749038
Heinz, K., & Wesselmann, J. (2002). Benchmarking für mittelständische Unternehmen:
Grundlagen und Anwendungsbeispiele aus Logistik, Produktion und Service. München:
Huss.
Hempel, C. G. (1970). Aspects of scientific explanation, and other essays in the philosophy
of science. New York: Free Press.
Henderson-Smart, C., Winning, T., Gerzina, T., King, S., & Hyde, S. (2006). Benchmarking
learning and teaching: developing a method. Quality Assurance in Education, 14(2), 143–
155.
Hendricks, J. A., Defreitas, D. G., & Walker, D. K. (1996). Changing Performance Meas-
urement at Caterpillar. Management Accounting, 12, 18–24.
Henry, E., Lin, S., & Yang, Y. (2009). The European-U.S. “GAAP Gap”: IFRS to U.S.
GAAP Form 20-F Reconciliations. Accounting Horizons, 23(2), 121–150.
Henry, K. (2012). The FP&A squad: financial agents for change. Strategic Finance, 93(10),
37–43.
Higgins, R. C. (1977). How Much Growth Can a Firm Afford. Financial Management, 6(3),
7–16.
Hilgers, D. (2008). Performance Management: Leistungserfassung und Leistungssteuerung
in Unternehmen und öffentlichen Verwaltungen (1. Aufl). Wiesbaden: Gabler.
Hillier, D., & Ross, S. A. (Hrsg.). (2013). Corporate finance (2nd European edition). Lon-
don: McGraw-Hill Higher Education.
Hinton, M., Francis, G., & Holloway, J. (2000). Best practice benchmarking in the UK.
Benchmarking: An International Journal, 7(1), 52–61.
Hoffmann, O. (2002). Performance-Management: Systeme und Implementierungsansätze
(3., unveränd. Aufl). Bern: Haupt.
Literaturverzeichnis 303
Holmstrom, B. (1982). Moral Hazard in Teams. The Bell Journal of Economics, 13(2), 324.
Holzmüller, B. (1996). Erfahrungen des internen Marktes: marktorientiertes Controlling bei
Hewlett Packard, Vortragsunterlagen. Gehalten auf der 10. Stuttgarter Controller-Forum
der Horváth & Partner GmbH, Stuttgart.
Hopwood, A. G. (2009). The economic crisis and accounting: Implications for the research
community. Accounting, Organizations and Society, 34(6–7), 797–802.
Hoque, Z. (2014). 20 years of studies on the balanced scorecard: Trends, accomplishments,
gaps and opportunities for future research. The British Accounting Review, 46(1), 33–59.
Hoque, Z., & James, W. (2000). Linking Balanced Scorecard Measures to Size and Market
Factors: Impact on Organizational Performance. Journal of Management Accounting Re-
search, 12(1), 1–17.
Horngren, C. T., Datar, S. M., & Rajan, M. V. (2014). Cost Accounting: A Managerial Em-
phasis. Pearson College Div.
Horváth, P., Gleich, R., & Seiter, M. (2015). Controlling (13., komplett überarbeitete Auf-
lage). München: Verlag Franz Vahlen.
Hostettler, S. (2002). Economic Value Added (EVA): Darstellung und Anwendung auf
Schweizer Aktiengesellschaften (5., unveränd. Aufl). Bern: Haupt.
Hostettler, S., & Stern, H. J. (2007). Das Value Cockpit: sieben Schritte zur wertorientierten
Führung für Entscheidungsträger (2. Aufl). Weinheim: WILEY-VCH.
How, J., Lam, J., & Yeo, J. (2007). The use of the comparable firm approach in valuing
Australian IPOs. International Review of Financial Analysis, 16(2), 99–115.
Hronec, S. M. (1993). Vital signs: using quality, time, and cost performance measurements
to chart your company’s future. New York: Amacom, American Management Associa-
tion.
Hronec, S. M., & Sperry, M. (1995). Vital signs: des indicateurs - coût, qualité, délai- pour
optimiser la performance de l’entreprise. Paris: Editions d’Organisation.
Institute of Management Accountants. (2013). CMA Exam Review Learning Systems. Hobo-
ken: John Wiley & Sons, Inc.
Internationaler Controller Verein e.V. (ICV) (Hrsg.). (2012). Controller Statement „Mo-
derne Budgetierung“. Freiburg: Haufe-Lexware.
Isele, S. (1991). Managerleistung: messen - beurteilen - honorieren. Zürich: Schukthess.
ITEM-HSG, BGW AG, EcoAustria, & LANDL&partner GmbH. (2013). Abschlussbericht -
„Immaterielle Vermögenswerte geistiges Eigentum als Wachstumstreiber“. Abgerufen von
304 Literaturverzeichnis
http://www.bmwfw.gv.at/Innovation/Foerderungen/Documents/Immateri-
elle%20Verm%C3%B6genswerte%20-%20geistiges%20Eigentum%20als%20Wachstum-
streiber.pdf
Ittner, C. D., & Larcker, D. F. (1998). Are Nonfinancial Measures Leading Indicators of Fi-
nancial Performance? An Analysis of Customer Satisfaction. Journal of Accounting Re-
search, 36, 1.
Ittner, C. D., & Larcker, D. F. (2003). Coming Up Short on Nonfinancial Performance
Measurement. Harvard Business Review, 81(11), 88–95.
Ittner, C. D., Larcker, D. F., & Randall, T. (2003). Performance implications of strategic
performance measurement in financial services firms. Accounting, Organizations and So-
ciety, 28(7–8), 715–741.
Jääskeläinen, A., & Laihonen, H. (2013). Overcoming the specific performance measure-
ment challenges of knowledge-intensive organizations. International Journal of Produc-
tivity and Performance Management, 62(4), 350–363.
James, G. (2012, November 19). Why Employees’ Personal Growth Matters. Abgerufen 22.
April 2016, von http://www.inc.com/geoffrey-james/why-employees-personal-growth-
matters.html
Jarrar, Y. F., & Zairi, M. (2001). Future trends in benchmarking for competitive advantage:
A global survey. Total Quality Management, 12(7–8), 906–912.
Jensen, M. C. (1983). Organizational Theory and Methodology. The Accounting Review,
56(2), 319–339.
Jensen, M. C. (1986). Agency Cost Of Free Cash Flow, Corporate Finance, and Takeovers.
American Economic Review, 76(2), 323–329.
Jensen, M. C., & Meckling, W. H. (1976). Theory of the firm: Managerial behavior, agency
costs and ownership structure. Journal of Financial Economics, 3(4), 305–360.
Jin, L., Merton, R., & Bodie, Z. (2006). Do a firm’s equity returns reflect the risk of its pen-
sion plan?☆. Journal of Financial Economics, 81(1), 1–26.
Johnson, G., Scholes, K., & Whittington, R. (2008). Exploring corporate strategy. Harlow:
Financial Times Prentice Hall.
Johnson, H. T., & Kaplan, R. S. (1987). Relevance lost: the rise and fall of management ac-
counting. Boston, Mass: Harvard Business School Press.
Johnston, R., Brignall, S., & Fitzgerald, L. (2002). ‘Good enough’ performance measure-
ment: a trade-off between activity and action. Journal of the Operational Research Soci-
ety, 53(3), 256–262.
Literaturverzeichnis 305
Jungermann, H., Pfister, H.-R., & Fischer, K. (1998). Die Psychologie der Entscheidung:
eine Einführung. Heidelberg: Spektrum, Akad. Verl.
Kajüter, P. (2012). Risikomanagement im Konzern: eine empirische Analyse börsennotierter
Aktienkonzerne. München: Vahlen.
Kalemli-Ozcan, S., Sorensen, B., & Yesiltas, S. (2012). Leverage across firms, banks, and
countries. Journal of International Economics, 88(2), 284–298.
Kanji, G. K. (2002). Performance measurement system. Total Quality Management, 13(5),
715–728.
Kaplan, R. S. (1983). Measuring manufacturing performance: a new challenge for manage-
rial accounting research. In C. Emmanuel, D. Otley, & K. Merchant (Hrsg.), Readings in
Accounting for Management Control (S. 284–306). Boston, MA: Springer US.
Kaplan, R. S. (1998). Innovation action research: Creating new management theory and
practice. Journal of Management Accounting Research, 10, 89–118.
Kaplan, R. S. (2009). Measuring performance: expert solutions to everyday challenges.
Boston, Mass: Harvard Business Press.
Kaplan, R. S., & Norton, D. P. (1992). Balanced Scorecard: Measures that Drive Perfor-
mance. Harvard Business Review, 70(1), 71–79.
Kaplan, R. S., & Norton, D. P. (1996). The balanced scorecard: translating strategy into ac-
tion. Boston, Mass: Harvard Business School Press.
Karlöf, B., & Östblom, S. (1995). Benchmarking: Tuottavuudella ja Laadulla Mestariksi.
Gummerus.
Kasanen, E., Lukka, K., & Siitonen, A. (1993). The constructive approach in management
accounting research. Journal of Management Accounting Research, 5(5), 243–264.
Kasperskaya, Y., & Tayles, M. (2013). The role of causal links in performance measurement
models. Managerial Auditing Journal, 28(5), 426–443.
Keegan, D. P., Eiler, R. G., & Jones, C. R. (1989). Are Your Performance Measures Obso-
lete? Management Accounting, 70(12), 45–50.
Kelbling, M., & Botsis, D. (2001). Marktorientierte Verfahren bei der Bewertung von Kre-
ditinstituten. M&A Review, 11(10), 463–469.
Kennerley, M., & Neely, A. (2002). A framework of the factors affecting the evolution of
performance measurement systems. International Journal of Operations & Production
Management, 22(11), 1222–1245.
Kerssens-van Drongelen, I. C., & Fisscher, O. A. M. (2003). Ethical dilemmas in perfor-
mance measurement. Journal of Business Ethics, 45(1/2), 51–63.
306 Literaturverzeichnis
Kesselring, A., Blasy, C., & Scoppetta, A. (2014). Workplace Innovation - Concepts and in-
dicators (Project for Directorate - General Enterprise and Industry, Unit B3 Innovation
Policy for Growth). Brüssel: European Innovation Scoreboard.
Khan, K., & Shah, A. (2011). Understanding performance measurement through the litera-
ture. African Journal of Business Management, 5(35), 13410–13418.
Khanna, V. (2016). Determinants of CEO Compensation. International Journal of Manage-
ment Excellence, 6(2), 679–683.
King, D. R., Dalton, D. R., Daily, C. M., & Covin, J. G. (2004). Meta-analyses of post-ac-
quisition performance: indications of unidentified moderators. Strategic Management
Journal, 25(2), 187–200.
Klatt, T. (2008). Szenario-gestützte Wirkungsanalyse strategischer Einflussfaktoren auf die
Unternehmensplanung am Beispiel der Audi AG (Diplomarbeit). Universität Göttingen,
Göttingen.
Klaus, G., & Buhr, M. (Hrsg.). (1987). Philosophisches Wörterbuch (14. Aufl. als fotome-
chan. Nachdr. d. 12., durchges. Aufl). Westberlin: Verl. d. europ. Buch.
Kleijnen, J. P. C., & Smits, M. T. (2003). Performance metrics in supply chain management.
Journal of the Operational Research Society, 54(5), 507–514.
Kleindienst, B., & Biedermann, H. (2016). Change Management bei der Entwicklung von
Performance Management Systemen. In H. Biedermann (Hrsg.), Industrial Engineering
und Management (S. 143–164). Wiesbaden: Springer Fachmedien Wiesbaden.
Kleingeld, P. A. M. (1994). Performance management in a field service department: design
and transportation of a productivity measurement and enhancement system (ProMES).
Eindhoven: Technische Universiteit Eindhoven.
Klingebiel, N. (1996). Leistungsrechnung / Performance Measurement als bedeutsamer Be-
standteil des internen Rechnungswesens. Kostenrechnungspraxis, 40(2), 77–84.
Klingebiel, N. (1998). Performance Measurement-Systeme. Das Wirtschaftsstudium, 26(7),
655–662.
Klingebiel, N. (1999). Performance Measurement: Grundlagen, Ansätze, Fallstudien. Wies-
baden: Gabler.
Knobel, C. (2012). Hohe Anforderungen, große Möglichkeiten: Controller als Business Part-
ner bei Henkel. Gehalten auf der 37. Congress des Internationalen Controller Vereins,
München.
Kolburg, A., & Hoffjan, A. (2013). Effizienz des Rechnungswesens. Wiesbaden: Springer
Gabler.
Literaturverzeichnis 307
Koller, T., Goedhart, M. H., Wessels, D., & Copeland, T. E. (2010). Valuation: measuring
and managing the value of companies (5th ed). Hoboken, N.J: John Wiley & Sons, Inc.
Komus, A. (2001). Benchmarking als Instrument der Intelligenten Organisation: Ansätze
zur Steuerung und Steigerung organisatorischer Intelligenz (1. Aufl). Wiesbaden: Dt.
Univ.-Verl.
Kornmeier, M. (2007). Wissenschaftstheorie und wissenschaftliches Arbeiten: eine Einfüh-
rung für Wirtschaftswissenschaftler. Heidelberg: Physica-Verl.
Korpela, J., & Tuominen, M. (1996). Benchmarking logistics performance with an applica-
tion of the analytic hierarchy process. IEEE Transactions on Engineering Management,
43(3), 323–333.
Kozlowski, S. W., Gully, S. M., Nason, E. R., & Smith, E. M. (1999). Developing adaptive
teams: a the ory of compilation and performance across levels and time. In D. R. Ilgen &
E. Pulakos (Hrsg.), Fronitiers of industrial and organizational psychology - The changing
nature of performance: Implications for staffing, motivation and development (S. 240–
292). San Francisco: Jossey-Bass.
Krause, O. (2006). Performance Management: eine Stakeholder-Nutzen-orientierte und Ge-
schäftsprozess-basierte Methode (1. Aufl). Wiesbaden: Dt. Univ.-Verl.
Kreikebaum, H. (1997). Strategische Unternehmensplanung (6., überarb. und erw. Aufl).
Stuttgart: Kohlhammer.
Kromrey, H., & Strübing, J. (2009). Empirische Sozialforschung: Modelle und Methoden
der standardisierten Datenerhebung und Datenauswertung (12., überarb. und erg. Aufl).
Stuttgart: Lucius & Lucius.
Kuchling, H. (2004). Taschenbuch der Physik: mit zahlreichen Tabellen (18., neu bearb.
Aufl). München: Fachbuchverl. Leipzig im Carl Hanser Verl.
Küderli, P. (2007). Kapitalstruktureffekte im Rahmen von Strategischen M&A-Transaktio-
nen (Master’s thesis). Universität St. Gallen, St. Gallen.
Küpper, H.-U., Friedl, G., Hofmann, C., Hofmann, Y., & Pedell, B. (Hrsg.). (2013). Con-
trolling: Konzeption, Aufgaben, Instrumente (6., überarb. Aufl). Stuttgart: Schäffer-Po-
eschel.
Kyrö, P. (2003). Revising the concept and forms of benchmarking. Benchmarking: An Inter-
national Journal, 10(3), 210–225.
Labro, E., & Tuomela, T.-S. (2003). On bringing more action into management accounting
research: process considerations based on two constructive case studies. European Ac-
counting Review, 12(3), 409–442.
308 Literaturverzeichnis
Laı́nez, J. A., & Callao, S. (2000). The effect of accounting diversity on international finan-
cial analysis: empirical evidence. The International Journal of Accounting, 35(1), 65–83.
Lang, M., Smith Raedy, J., & Wilson, W. (2006). Earnings management and cross listing:
Are reconciled earnings comparable to US earnings? Journal of Accounting and Econom-
ics, 42(1–2), 255–283.
Langfield-Smith, K. (2008). Strategic management accounting: how far have we come in 25
years? Accounting, Auditing & Accountability Journal, 21(2), 204–228.
Langner, H. (1994). Benchmarking ist mehr als der bekannte Vergleich mit der Konkurrenz.
Marketing Journal, 27(1), 36–40.
Länsiluoto, A., Eklund, T., Back, B., Vanharanta, H., & Visa, A. (2004). Industry-specific
cycles and companies’ financial performance comparison using self-organizing maps.
Benchmarking: An International Journal, 11(3), 267–286.
Leary, M. T., & Roberts, M. R. (2014). Do Peer Firms Affect Corporate Financial Policy?
The Journal of Finance, 69(1), 139–178.
Lebas, M. J. (1994). Managerial accounting in France Overview of past tradition and current
practice. European Accounting Review, 3(3), 471–488.
Lebas, M. J. (1995). Performance measurement and performance management. International
Journal of Production Economics, 41(1–3), 23–35.
Lechner, C., & Müller-Stewens, G. (2000). Strategy Process Research: What do we know,
what should we know? In S. B. Dahiya (Hrsg.), The current state of business disciplines
(S. 1863–1893). Rohtak: Spellbound Verlag.
Lee, C., Ma, P., & Wang, C. C. Y. (2015). Search-based peer firms: Aggregating investor
perceptions through internet co-searches. Journal of Financial Economics, 116(2), 410–
431.
Lee, C., Ma, P., & Wang, C. C. Y. (2016). The Search for Benchmarks: When do Crowds
provide Wisdom? Harvard Business School Accounting & Management, 15(32), 1–64.
Lee, D., & Madhavan, R. (2010). Divestiture and Firm Performance: A Meta-Analysis.
Journal of Management, 36(6), 1345–1371.
Lee, H., Kim, M.-S., & Park, Y. (2012). An analytic network process approach to operation-
alization of five forces model. Applied Mathematical Modelling, 36(4), 1783–1795.
Lehmann, M. R. (1956). Allgemeine Betriebswirtschaftslehre Allgemeine Theorie der Be-
triebswirtschaft.
Lema, N. M., & Price, A. D. F. (1995). Benchmarking: Performance Improvement Toward
Competitive Advantage. Journal of Management in Engineering, 11(1), 28–37.
Literaturverzeichnis 309
Lenkova, O. V., & Osinovskaya, I. V. (2015). Conceptual Framework of Benchmarking in
Russian Oil and Gas Companies. Asian Social Science, 11(5).
Lev, B., & Sougiannis, T. (1996). The capitalization, amortization, and value-relevance of
R&D. Journal of Accounting and Economics, 21(1), 107–138.
Lim, S. C., Mann, S. C., & Mihov, V. T. (2003). Market Evaluation of Off-Balance Sheet
Financing: You Can Run But You Can’t Hide. SSRN Electronic Journal.
Linck, J., Netter, J., & Yang, T. (2008). The determinants of board structure. Journal of Fi-
nancial Economics, 87(2), 308–328.
Lindsay, W. M., & Rue, L. W. (1980). Impact of the Organization Environment on the
Long-Range Planning Process: A Contingency View. Academy of Management Journal,
23(3), 385–404.
Longbottom, D. (2000). Benchmarking in the UK: an empirical study of practitioners and
academics. Benchmarking: An International Journal, 7(2), 98–117.
Losbichler, H. (2012). Unternehmenssteuerung von Morgen, Vortragsunterlagen. Gehalten
auf der 37. Congress der Controller des Internationalen Controller Vereins, München.
Losbichler, H. (2015). Controlling 4.0 - Steuerungsprozesse und Rollen der Zukunft (S. 1–
31). Gehalten auf der 40. Congress der Controller, München.
Loßagk, S., & Weidmüller, A. (2010). Peer Group-Auswahl Verfahren und Anwendungsfel-
der im Rahmen der Finanzwirtschaft. Saarbrücken: VDM Verlag Dr. Müller.
Luft, J. L. (2010). Discussion of “Managers’ Commitment to the Goals Contained in a Stra-
tegic Performance Measurement System”*. Contemporary Accounting Research, 21(4),
959–964.
Lukka, K. (2000). The key issues of applying the constructive approach to field research. In
T. Reponen (Hrsg.), Management Expertise for the New Millennium (S. 113–128). Finn-
land.
Lynch, R. L., & Cross, K. F. (1991). Performance Measurement Systems. In B. J. Brinker
(Hrsg.), Handbook of Cost Management (S. E3-1-E3-20). Boston, MA: Warren Gorham &
Lamont.
Lynch, R. L., & Cross, K. F. (1995). Measure up!: yardsticks for continuous improvement
(2nd ed). Cambridge, Mass: Blackwell Business.
Ma, Q., Whidbee, D. A., & Zhang, A. W. (2011). Value, valuation, and the long-run perfor-
mance of merged firms. Journal of Corporate Finance, 17(1), 1–17.
MacBryde, J., Paton, S., Grant, N., & Bayliss, M. (2012). Performance measurement driving
change: a case from the defence sector. International Journal of Productivity and Perfor-
mance Management, 61(5), 462–482.
310 Literaturverzeichnis
Macharzina, K. (2003). Unternehmensführung: das internationale Managementwissen;
Konzepte - Methoden - Praxis (4., grundlegend überarb. Aufl). Wiesbaden: Gabler.
Maire, J., Bronet, V., & Pillet, M. (2005). A typology of “best practices” for a benchmarking
process. Benchmarking: An International Journal, 12(1), 45–60.
Makridakis, S., Hogarth, R. M., & Gaba, A. (2009). Forecasting and uncertainty in the eco-
nomic and business world. International Journal of Forecasting, 25(4), 794–812.
Mann, L., Samson, D., & Dow, D. (1998). A Field Experiment on the Effects of Bench-
marking and Goal Setting on Company Sales Performance. Journal of Management,
24(1), 73–96.
Manski, C. F. (1993). Identification of Endogenous Social Effects: The Reflection Problem.
The Review of Economic Studies, 60(3), 531.
Markin, A. (1992). How to Implement Competitive-Cost Benchmarking. Journal of Busi-
ness Strategy, 13(3), 14–20.
Martin, J. (1998, April 13). Building profits the old- fashioned way. FORTUNE Magazine,
S. 179.
Mascarenhas, B., & Aaker, D. A. (1989). Strategy over the business cycle. Strategic Man-
agement Journal, 10(3), 199–210.
Maskell, B. H. (1991). Performance measurement for world class manufacturing: a model
for American companies. Cambridge, Mass: Productivity Press.
Maylor, H. (2001). Assessing the relationship between practice changes and process im-
provement in new product development. Omega - International Journal of Management
Science, 29(1), 85–96.
McGaughey, R. E. (2002). Benchmarking business-to-business electronic commerce.
Benchmarking: An International Journal, 9(5), 471–484.
McNair, C. J., & Mosconi, W. (1987). Measuring Performance in an Advanced Manufactur-
ing Environment - Shrinking margins are triggering reactive decision making. Manage-
ment Accounting, 69(1), 28–31.
Mertins, K., & Anderes, D. (Hrsg.). (2009). Benchmarking: Leitfaden für den Vergleich mit
den Besten (2., überarb. Aufl). Düsseldorf: Symposion-Publ.
Mertins, K., & Kohl, H. (2009). Benchmarking-Techniken. In K. Mertins & D. Anderes
(Hrsg.), Benchmarking: Leitfaden für den Vergleich mit den Besten (2., überarb. Aufl, S.
63–88). Düsseldorf: Symposion-Publ.
Meyer, C. (2011). Betriebswirtschaftliche Kennzahlen und Kennzahlen-Systeme (6., überarb.
und erw. Aufl). Sternenfels: Verl. Wiss. & Praxis.
Literaturverzeichnis 311
Meyer, C., & Dünhaupt, L. (2009). Leasinggeschäfte nach Swiss GAAP FER. Der
Schweizer Treuhänder, 83(4), 194–201.
Michel, L. (2013). The performance triangle diagnostic mentoring to manage organizations
and people for superior performance in turbulent times. London; New York: LID Pub.
Micheli, P., & Manzoni, J.-F. (2010). Strategic Performance Measurement: Benefits, Limita-
tions and Paradoxes. Long Range Planning, 43(4), 465–476.
Miller, J. G., Meyer, A. de, & Nakane, J. (1992). Benchmarking global manufacturing: un-
derstanding international suppliers, customers, and competitors. Homewood, Ill: Business
One Irwin.
Miller, R. E., & Blair, P. D. (2009). Input-output analysis: foundations and extensions (2nd
ed). Cambridge [England] ; New York: Cambridge University Press.
Mintzberg, H., Ahlstrand, B., & Lampel, J. (2007). Strategy Safari: eine Reise durch die
Wildnis des strategischen Managements (Nachdr.). München: Redline Wirtschaft.
Mitnick, B. M. (1992). The Theory of Agency and Organizational Analysis. In N. E. Bowie
& R. E. Freeman (Hrsg.), Ethics and Agency Theory: An Introduction (S. 75–96). New
York: Oxford University Press.
Möller, K., & Janssen, S. (2009). Performance Measurement von Produktinnovationen.
Controlling - Zeitschrift für erfolgsorientierte Unternehmenssteuerung, 21(2), 89–96.
Möller, K., Müller-Stewens, B., & Wirnsperger, F. (2014). Chancen und Risiken des Perfor-
mance Managements aus Sicht des Verwaltungsrats. Der Schweizer Treuhänder, 88(5),
435–440.
Möller, K., Schläfke, M. I., & Schönefeld, C. (2011). Wirkungsorientiertes Performance
Management: Typologie und Nutzen von Wirkungsbeziehungen im Performance Manage-
ment. Controlling - Zeitschrift für erfolgsorientierte Unternehmenssteuerung, 23(7), 372–
378.
Möller, K., Wirnsperger, F., & Gackstatter, T. (2015). Performance Management – Konzept,
Erfahrungen und Ausgestaltung einer neuen Disziplin. Controlling - Zeitschrift für er-
folgsorientierte Unternehmenssteuerung, 27(2), 74–80.
Morck, R., Shleifer, A., & Vishny, R. W. (1988). Management ownership and market valua-
tion. Journal of Financial Economics, 20, 293–315.
Morgenson, G. (2006, November 26). Peer Pressure: Inflating Executive Pay - New York
Times. Abgerufen 4. Februar 2016, von http://www.nytimes.com/2006/11/26/business/y-
ourmoney/26peer.html?pagewanted=all&_r=0
Morwind, K. (1995). Praktische Erfahrungen mit Benchmarking. Zeitschrift für Betriebs-
wirtschaft, 65(2), 25–39.
312 Literaturverzeichnis
Müller, M., & Schmidt, H. (2011). Effizienz bleibt wichtig: Unterstützung der Steuerung
wird wichtiger! In R. Gleich, S. Gänßlen, & H. Losbichler (Hrsg.), Der Controlling-Bera-
ter, Band 17: Challenge Controlling 2015: auf dem Weg zum Business Partner, Effizienz
und Effektivität des Controllings steigern, neue Reporting-Trends (S. 75–94). Freiburg:
Haufe-Lexware.
Müller-Stewens, G. (1998). Performance Measurement im Lichte eines Stakeholderansatzes.
In S. Reinecke, T. Tomczak, & S. Dittrich (Hrsg.), Marketingcontrolling (S. 34–43). St.
Gallen: Texis.
Murphy, G. B., Trailer, J. W., & Hill, R. C. (1996). Measuring performance in entrepreneur-
ship research. Journal of Business Research, 36(1), 15–23.
Murphy, K. J. (2001). Performance standards in incentive contracts. Journal of Accounting
and Economics, 30(3), 245–278.
Murphy, K. J., & Sandino, T. (2010). Executive pay and “independent” compensation con-
sultants. Journal of Accounting and Economics, 49(3), 247–262.
Nalbantian, H. R., & Zheng, W. (2004). Relative Performance Evaluation and the Selection
of Peers. In P. T. Chingos (Hrsg.), Responsible Executive Compensatioon for a New Era
of Accountability (S. 172–200). Hoboken: John Wiley & Sons.
Neely, A. (1999). The performance measurement revolution: why now and what next? Inter-
national Journal of Operations & Production Management, 19(2), 205–228.
Neely, A. (Hrsg.). (2002). Business performance measurement: theory and practice. Cam-
bridge: Cambridge University Press.
Neely, A., & Adams, C. (2000). Perspectives on Performance: The Performance Prism.
Handbook on performance measurement. London: Gee Publishing.
Neely, A., Adams, C., & Crowe, P. (2001). The performance prism in practice. Measuring
Business Excellence, 5(2), 6–13.
Neely, A., Adams, C., & Kennerley, M. (2002). The performance prism: the scorecard for
measuring and managing business success. London: Prentice Hall Financial Times.
Neely, A., Bourne, M., Mills, J., Platts, K., & Richards, H. (Hrsg.). (2002). Strategy and
Performance: Getting the measure of your business. Cambridge ; New York: Cambridge
University Press.
Neely, A., Gregory, M., & Platts, K. (1995). Performance measurement system design: A
literature review and research agenda. International Journal of Operations & Production
Management, 15(4), 80–116.
Neely, A., Mills, J., Platts, K., Richards, H., Gregory, M., Bourne, M., & Kennerley, M.
(2000). Performance measurement system design: developing and testing a process-based
Literaturverzeichnis 313
approach. International Journal of Operations & Production Management, 20(10), 1119–
1145.
Nelson, R. R. (1991). Why do firms differ, and how does it matter? Strategic Management
Journal, 12(S2), 61–74.
Nestle, V. (2008a). Eine Frage der Strategie - Die „Innovation Balanced Scorecard“ bei
Festo. Innovationsmanager - Magazin für Innovationskultur, (2), 32–34.
Nestle, V. (2008b). Entwicklung und Implementierung einer Innovation Scorecard am Bei-
spiel der Festo AG & Co. KG. Der Controllingberater, (5), 567–586.
Newton, P. (1997). Communicating Key Measures throughout an Organization. Journal of
Strategic Performance Measurement, 1(1), 34–38.
Niemand, S., & Scholl, K. (1995). Benchmarking und Target Costing. Fortschrittliche Be-
triebsführung und Industrial Engineering, 44(3), 102–105.
Niewerth, C. (2004). Die strafrechtliche Verantwortlichkeit des Wirtschaftsprüfers. Abgeru-
fen von https://link.springer.com/openurl?genre=book&isbn=978-3-8255-0452-6
Niiniluoto, I. (1984). Criteria of Science. In I. Niiniluoto (Hrsg.), Tiede, filosofia ja maail-
mankatsomus [Science, Philosophy and World-View]. Helsinki: Otava.
Nitschka, T. (2013). The impact of (global) business cycle risk on the German and British
stock markets: Evidence from the first age of globalization. Review of Financial Econom-
ics, 22(3), 118–124.
Nohria, N., Joyce, W., & Roberson, B. (2003). What Really Works. Harvard Business Re-
view, 81(7), 42–55.
Norburn, D., & Birley, S. (1988). The top management team and corporate performance.
Strategic Management Journal, 9(3), 225–237.
Nullmeier, F. (2005). Output-Steuerung und Performance Measurement. In B. Blanke, S.
von Bandemer, F. Nullmeier, & G. Wewer (Hrsg.), Handbuch zur Verwaltungsreform (S.
431–444). Wiesbaden: VS Verlag für Sozialwissenschaften.
Ocean Tomo. (2015). Components of S&P 500 Market Value. Abgerufen 23. April 2016,
von http://www.oceantomo.com/intellectual-capital-equity/
Ohinata, Y. (1994). Benchmarking: The Japanese experience. Long Range Planning, 27(4),
48–53.
Ohmae, K. (1982). The strategic triangle: A new perspective on business unit strategy. Eu-
ropean Management Journal, 1(1), 38–48.
Ohno, T. (1982). How the Toyota Production System was Created. Japanese Economy,
10(4), 83–101.
314 Literaturverzeichnis
Olson, E. M., & Slater, S. F. (2002). The balanced scorecard, competitive strategy, and per-
formance. Business Horizons, 45(3), 11–16.
Ordelheide, D., Rudolph, B., & Büsselmann, E. (Hrsg.). (1991). Betriebswirtschaftslehre
und ökonomische Theorie. Stuttgart: C.E. Poeschel.
Osterwalder, A., & Pigneur, Y. (2011). Business Model Generation: ein Handbuch für Visi-
onäre, Spielveränderer und Herausforderer. (J. T. A. Wegberg, Übers.). Frankfurt New
York: Campus-Verlag.
Otley, D. (1999). Performance management: a framework for management control systems
research. Management Accounting Research, 10(4), 363–382.
Otto, B., Ebner, V., & Hüner, K. M. (2010). Measuring Master Data Quality: Findings from
a Case Study (S. 1–8). Gehalten auf der 16th Americas Conference on Information Sys-
tems (AMCIS), Lima, Peru.
Oyegoke, A. (2011). The constructive research approach in project management research.
International Journal of Managing Projects in Business, 4(4), 573–595.
Paladion, B., & Williams, N. (2008). Moving Strategy Forward: Merging the Balanced
Scorecard and Business Intelligence. Business Performance Management, 6(2), 12–17.
Partovi, F. Y. (1994). Determining What to Benchmark: An Analytic Hierarchy Process Ap-
proach. International Journal of Operations & Production Management, 14(6), 25–39.
Pellegrinelli, S., & Bowman, C. (1994). Implementing strategy through projects. Long
Range Planning, 27(4), 125–132.
Peng, C., & Chen, F. F. (1998). Real-time control and scheduling of flexible manufacturing
systems: An ordinal optimisation based approach. The International Journal of Advanced
Manufacturing Technology, 14(10), 775–786.
Pepper, A., & Gore, J. (2015). Behavioral Agency Theory: New Foundations for Theorizing
About Executive Compensation. Journal of Management, 41(4), 1045–1068.
Persson, I. (1995). Benchmarking the investment process of new technology. In A.
Rolstadås (Hrsg.), Benchmarking - Theory and Practice (S. 63–67). Boston, MA:
Springer.
Petrash, G. (1996). Dow’s journey to a knowledge value management culture. European
Management Journal, 14(4), 365–373.
Pfeiffer, Jr., R. J. (1998). Market value and accounting implications of off-balance-sheet
items. Journal of Accounting and Public Policy, 17(3), 185–207.
Pfläging, N. (2011). Führen mit flexiblen Zielen: Praxisbuch für mehr Erfolg im Wettbewerb
(2., [vollst. aktualisierte und erw.] Aufl). Frankfurt am Main: Campus-Verl.
Literaturverzeichnis 315
Pham Evans, M. T., Tisak, D. J., & Williamson, D. F. (2012). Twenty-first century bench-
marking: searching for the next generation. Benchmarking: An International Journal,
19(6), 760–780.
Phan, H. V., & Hegde, S. P. (2013). Pension Contributions and Firm Performance: Evidence
from Frozen Defined Benefit Plans. Financial Management, 42(2), 373–411.
Pieske, R. (1995a). Benchmarking in der Praxis: erfolgreiches Lernen von führenden Unter-
nehmen. Landsberg/Lech: Verl. Moderne Industrie.
Pieske, R. (1995b). Die Auswahl von Benchmarking-Partnern. In K. Mertins, G. Siebert, &
S. Kempf, Benchmarking. Praxis in deutschen Unternehmen (S. 49–71). Berlin.
Pleier, N. (2008). Performance-Measurement-Systeme und der Faktor Mensch: Leistungs-
steuerung effektiver gestalten (1. Aufl). Wiesbaden: Gabler.
Porter, M. E. (1985). Competitive advantage: creating and sustaining superior performance.
New York: The Free Press.
Porter, M. E. (1991). Towards a dynamic theory of strategy. Strategic Management Journal,
12(S2), 95–117.
Porter, M. E. (2008). The Five Competitive Forces That Shape Strategy. Harvard Business
Review, 86(1), 79–93.
Pötsch, H. D. (2012). Controlling bei Volkswagen - gestern, heute, morgen. In R. Gleich, R.
Mayer, K. Möller, & M. Seiter (Hrsg.), Controlling - Relevance lost?: Perspektiven für ein
zukunftsfähiges Controlling (S. 149–160). München: Vahlen, Franz.
Prado, J. C. P. (2001). Benchmarking for the development of quality assurance systems.
Benchmarking: An International Journal, 8(1), 62–69.
Preißler, P. R. (2008). Betriebswirtschaftliche Kennzahlen: Formeln, Aussagekraft, Soll-
werte, Ermittlungsintervalle. München: Oldenbourg.
Pryor, L. S., & Katz, S. J. (1993). How benchmarking goes wrong (and how to do it right).
Planning Review, 21(1), 6–53.
Raake, A., Gleich, R., & Wald, A. (2008). Performance Measurement im öffentlichen Perso-
nennahverkehr am Beispiel der Dallas Area Rapid Transit. Controlling - Zeitschrift für er-
folgsorientierte Unternehmenssteuerung, 20(10), 543–550.
Raffée, H. (1974). Grundprobleme der Betriebswirtschaftslehre. Göttingen: Vandenhoeck
und Ruprecht.
Raisch, S., & van Krogh, G. (2007). Navigating a Path to Smart Growth. MIT Sloan Man-
agement Review, 48(3), 65–72.
Ramaswamy, K. P., & Waegelein, J. F. (2003). Firm Financial Performance Following Mer-
gers. Review of Quantitative Finance and Accounting, 20(2), 115–126.
316 Literaturverzeichnis
Rämö, H. (2002). Doing things right and doing the right things Time and timing in projects.
International Journal of Project Management, 20(7), 569–574.
Rau, H. (1999). Mit Benchmarking an die Spitze: von den Besten lernen. Niedernhausen /
Ts: Falken.
Rautiainen, A., Mättö, T., & Sippola, K. (2014). Perspectives on relevance and the relevance
test in constructive research approach (S. 1–29). Gehalten auf der European Accounting
Association 37th Annual Congress, Tallin, Estonia.
Reichmann, T., Hoffjan, A., Kißler, M., Palloks-Kahlen, M., & Richter, H. J. (2016). Con-
trolling mit Kennzahlen: Die systemgestützte Controlling-Konzeption mit Analyse- und
Reportinginstrumenten (9. Aufl). München: Vahlen, Franz.
Reichmann, T., & Lachnit, L. (1976). Planung, Steuerung und Kontrolle mit Hilfe von
Kennzahlen. Schmalenbachs Zeitschrift für betriebswirtschaftliche Forschung (ZfbF),
28(10/11), 705–723.
Richard, P. J., Devinney, T. M., Yip, G. S., & Johnson, G. (2009). Measuring Organiza-
tional Performance: Towards Methodological Best Practice. Journal of Management,
35(3), 718–804.
Richardson, G., Taylor, G., & Lanis, R. (2013). Determinants of transfer pricing aggressive-
ness: Empirical evidence from Australian firms. Journal of Contemporary Accounting &
Economics, 9(2), 136–150.
Richter, K. (2015, Oktober 16). Die Schweiz macht irgendwie immer alles richtiger. Abge-
rufen 3. Juni 2016, von http://www.welt.de/reportage/article147580469/Die-Schweiz-
macht-irgendwie-immer-alles-richtiger.html
Riedl, J. B., & Meyer, R. (2000). Unternehmungswertorientiertes Performance Measure-
ment: Konzeption eines Performance-Measure-Systems zur Implementierung einer wert-
orientierten Unternehmungsführung (1. Aufl). Wiesbaden: Dt. Univ.-Verl., Springer
Fachmedien.
Rigby, D., & Bilodeau, B. (2015). Management Tools & Trends 2015. Technical report,
Bain & Company Inc.
Röder, J. (2016, Februar 13). Fakten zum Aktiencrash: Kommt eine neue Finanzkrise? Ab-
gerufen 16. Februar 2016, von http://www.handelsblatt.com/finanzen/anlagestrate-
gie/trends/fakten-zum-aktiencrash-kommt-eine-neue-finanzkrise/12951574.html
Roos, J., Roos, G., Edvinsson, L., & Dragonetti, N. C. (Hrsg.). (1998). Intellectual capital:
navigating in the new business landscape. New York: New York University Press.
Rose, K. H. (1995). A performance measurement model. Quality Progress, 28(2), 63–66.
Literaturverzeichnis 317
Rosemann, M., & vom Brocke, J. (2015). The Six Core Elements of Business Process Man-
agement. In J. vom Brocke & M. Rosemann (Hrsg.), Handbook on Business Process Man-
agement 1 (S. 105–122). Berlin, Heidelberg: Springer Berlin Heidelberg.
Rouse, P., & Putterill, M. (2003). An integral framework for performance measurement.
Management Decision, 41(8), 791–805.
Roy, S. (1999). Managing Intellectual Capital: The Work with the Navigator in the Skandia
Group. Journal of Human Resource Costing & Accounting, 4(1), 59–67.
RSA. (1994). Tomorrow’s Company: The Role of Business in a Changing World: Interim
Report. Royal Society of Arts, Manufacturers and Commerce, London.
Ruefli, T. W., & Wilson, C. L. (1987). Ordinal Time Series Methodology for Industry and
Competitive Analysis. Management Science, 33(5), 640–661.
Saaty, T. L. (2001). Decision making with dependence and feedback: the analytic network
process: the organization and prioritization of complexity (2nd ed). Pittsburgh, PA: RWS
Publications.
Sammut-Bonnici, T. (2014). Benchmarking. In Wiley Encyclopedia of Management (3. ed.,
Bd. Strategic Management, S. 23–25). Chichester, West Sussex: Wiley.
Santori, P., & Anderson, A. D. (1987). Manufacturing performance in the 1990s: Measuring
for Excellence. Journal of Accountancy, 164(5), 141–147.
Sarkis, J., & Talluri, S. (1999). A decision model for evaluation of flexible manufacturing
systems in the presence of both cardinal and ordinal factors. International Journal of Pro-
duction Research, 37(13), 2927–2938.
Schallheim, J., Wells, K., & Whitby, R. J. (2013). Do leases expand debt capacity? Journal
of Corporate Finance, 23, 368–381.
Schanz, G. (1988). Methodologie für Betriebswirte (2., überarb. und erw. Aufl). Stuttgart:
Poeschel.
Schedler, H. B. (2005). Leistungsmessung in multinationalen Unternehmen (Dissertation).
Universität St. Gallen, St. Gallen.
Schekkerman, J. (2006). How to survive in the jungle of enterprise architecture frameworks:
creating or choosing an enterprise architecture framework (3. ed). Victoria: Trafford.
Schenk, H. (1939). Die Betriebskennzahlen: Begriff, Ordnung und Bedeutung für die Be-
triebsbeurteilung. Leipzig: Noske.
Schläfke, M. I. (2012). Unternehmenssteuerung mit Performance Management Systemen:
empirische Analyse der Ausgestaltung und Nutzung von Systemen zur Leistungsmessung
und -steuerung (1. Aufl). Göttingen: Cuvillier.
318 Literaturverzeichnis
Schläfke, M. I., Silvi, R., & Möller, K. (2013). A framework for business analytics in per-
formance management. International Journal of Productivity and Performance Manage-
ment, 62(1), 110–122.
Schmaus, P. (2015). Bewertung von Stammdaten als Intangible Asset. Controlling - Zeit-
schrift für erfolgsorientierte Unternehmenssteuerung, 27(7), 392–395.
Schmidinger, H. (2000). Metaphysik: ein Grundkurs. Stuttgart: Kohlhammer.
Schmidt, J. A. (1992). The Link Between Benchmarking and Shareholder Value. Journal of
Business Strategy, 13(3), 7–13.
Schöchli, H. (2016). Wirtschaftswachstum: Der Frankenschock könnte 10 Milliarden kos-
ten. NZZ Wirtschaft: Wirtschaftspolitik. Abgerufen von http://www.nzz.ch/wirtschaft/wirt-
schaftspolitik/wirtschaftswachstum-der-frankenschock-koennte-10-milliarden-kosten-
ld.8430
Scholz, C. (1992). Effektivität und Effizienz, organisatorische. In E. Frese (Hrsg.), Enzyklo-
pädie der Betriebswirtschaftslehre (Bd. Handwörterbuch der Organisation). Stuttgart: Po-
eschel.
Schreiber, M. (2005). Entscheidungstheoretische Aspekte der Ausbildungs- und Berufswahl
von Jugendlichen: eine empirische Untersuchung zur Rolle unterschiedlicher Entschei-
dungsstile für den subjektiven Erfolg bei der Ausbildungs- und Berufswahl. Göttingen:
Cuvillier.
Schreiner, A. (2007). Equity Valuation Using Multiples: An Empirical Investigation (Disser-
tation). Universität St. Gallen, St. Gallen.
Schreyer, M. (2007). Entwicklung und Implementierung von Performance Measurement
Systemen (1. Aufl). Wiesbaden: Dt. Univ.-Verl.
Schuh, G. (Hrsg.). (2014). Einkaufsmanagement (2., vollst. neu bearb. und erw. Aufl). Ber-
lin: Springer Vieweg.
Schwaiger, M., & Meyer, A. (Hrsg.). (2009). Theorien und Methoden der Betriebswirt-
schaft: Handbuch für Wissenschaftler und Studierende. München: Vahlen.
Schweitzer, M. (1978). Wissenschaftsziele und Auffassungen in der Betriebswirtschafts-
lehre - Eine Einführung. In Auffassungen und Wissenschaftsziele der Betriebswirtschafts-
lehre (S. 1–14). Darmstadt: Wissenschaftliche Verlagsgesellschaft.
Schweiz, Schulin, H., & Vogt, N. P. (2017). OR: Schweizerisches Obligationenrecht und
Nebenerlasse.
SCOR. (2008). SCOR: Supply Chain Operations Reference Model Version 9.0, White Pa-
per. The Supply Chain Council, Cypress.
Literaturverzeichnis 319
Sellenheim, M. R. (1991). J. I. Case Company: Performance Measurement. Management
Accounting, 73(3), 50–53.
Senge, P. M. (2006). The fifth discipline: the art and practice of the learning organization
(Rev. and updated). London: Random House Business Books.
Serrano Cinca, C., Mar Molinero, C., & Gallizo Larraz, J. L. (2005). Country and size ef-
fects in financial ratios. Global Finance Journal, 16(1), 26–47.
Shivdasani, A., & Stefanescu, I. (2010). How Do Pensions Affect Corporate Capital Struc-
ture Decisions? Review of Financial Studies, 23(3), 1287–1323.
Siebert, G. (1998). Prozeß-Benchmarking - Methode zum branchenunabhängigen Vergleich
von Prozessen. Berlin: IPK.
Siebert, G., Kempf, S., & Maßalski, O. (2008). Benchmarking: Leitfaden für die Praxis (3.,
komplett überarb. Aufl. von Oliver Maßalski). München: Hanser.
Sikka, P., & Willmott, H. (2010). The dark side of transfer pricing: Its role in tax avoidance
and wealth retentiveness. Critical Perspectives on Accounting, 21(4), 342–356.
Silvi, R., Bartolini, M., Raffoni, A., & Visani, F. (2015). The practice of strategic perfor-
mance measurement systems: Models, drivers and information effectiveness. International
Journal of Productivity and Performance Management, 64(2), 194–227.
Simon, H. A. (1997). Administrative behavior: a study of decision-making processes in ad-
ministrative organizations (4th ed). New York: Free Press.
Simons, R., Dávila, A., & Kaplan, R. S. (2000). Performance measurement & control sys-
tems for implementing strategy. Upper Saddle River, N.J: Prentice Hall.
Singh, B. D. (2012). Compensation and reward management. New Delhi: Excel Books.
Sink, D. S. (1991). The role of measurement in achieving world class quality and productiv-
ity management. Industrial Engineering, 23(6), 23–28.
Sivaprakash, P., & Joseph, S. (2015). An Investigation of Safety Management Elements in
Small and Non-Small-Scale Engineering Industries. Polish Journal of Environmental
Studies, 24(6), 2619–2625.
Skandia. (1994). Visualizing Intellectual Capital in Skandia - Supplement to Skandia’s 1994
Annual Report.
Skandia. (1998). Human Capital in Transformation - Supplement to Skandia’s 1998 Annual
Report.
Skinner, D. J. (1999). How well does net income measure firm performance? A discussion
of two studies. Journal of Accounting and Economics, 26(1–3), 105–111.
Slack, N. (1983). Flexibility as a Manufacturing Objective. International Journal of Opera-
tions & Production Management, 3(3), 4–13.
320 Literaturverzeichnis
Slater, K. (1991). Performance measurement in the finance function. Management Account-
ing, 69(5), 32–34.
Smith, G. A., Ritter, D., & Tuggle, W. P. (1993). Benchmarking: The fundamental ques-
tions. American Marketing Association, 2(3), 43–48.
Spence, A. M., & Zeckhauser, R. (1971). Insurance, Information, and Individual Action. The
American Economic Review, 2(61), 380–387.
Spronk, J., & Vermeulen, E. M. (2003). Comparative performance evaluation under uncer-
tainty. European Journal of Operational Research, 150(3), 482–495.
Staehle, W. H. (1969). Kennzahlen und Kennzahlensysteme als Mittel der Organisation und
Führung von Unternehmen.
Stapenhurst, T. (2009). The benchmarking book: a how-to-guide to best practice for manag-
ers and practitioners. Amsterdam; London: Elsevier/Butterworth-Heinemann.
Stein, J. C. (1997). Internal Capital Markets and the Competition for Corporate Resources.
The Journal of Finance, 52(1), 111–133.
Stern, H. J. (2007a). Das Unternehmen auf „Outperformance“ trimmen - Marktorientiertes
Wertmanagement mit Hilfe des Kapitalmarktvergleichs. Zeitschrift für Controlling & Ma-
nagement, 51(6), 412–417.
Stern, H. J. (2007b). Marktorientiertes Value Management: Wettbewerbsvorteile durch das
Finance Intelligence Radar erzielen (1. Aufl). Weinheim: WILEY-VCH.
Stewart, G. B. (1991). The quest for value: a guide for senior managers. New York, N.Y.:
HarperBusiness.
Stiglitz, J. (1974). Growth with Exhaustible Natural Resources: Efficient and Optimal
Growth Paths. The Review of Economic Studies, 41, 123.
Straub, R. (1997). Benchmarking - Eine Darstellung des Benchmarking als modernes Instru-
ment zur Leistungsverbesserung (Dissertation). Universität Zürich, Zürich.
Suls, J., & Wheeler, L. (2013). Handbook of Social Comparison Theory and Research.
Springer Verlag.
Sweeney, M. T. (1994). Benchmarking for Strategic Manufacturing Management. Interna-
tional Journal of Operations & Production Management, 14(9), 4–15.
Talluri, S., & Sarkis, J. (2001). A computational geometry approach for benchmarking. In-
ternational Journal of Operations & Production Management, 21(1/2), 210–223.
Talluri, S., & Sarkis, J. (2002). A model for performance monitoring of suppliers. Interna-
tional Journal of Production Research, 40(16), 4257–4269.
Tangen, S. (2004). Performance measurement: from philosophy to practice. International
Journal of Productivity and Performance Management, 53(8), 726–737.
Literaturverzeichnis 321
Taylor, B., & Graham, C. (1992). Information for strategic management. Management Ac-
counting, 70(1), 52–54.
Taylor, L., & Convey, S. (1993). Making Performance Measurement Meaningful to the Per-
formers. Canadian Manager, (Fall), 22–24.
Teece, D. J., Pisano, G., & Amy, S. (1997). Dynamic capabilities and strategic management.
Strategic Management Journal, 18(7), 509–533.
The White House. (2012, Februar 5). The Common Approach to Federal Enterprise Archi-
tecture. Abgerufen 29. März 2016, von https://www.whitehouse.gov/sites/default/fi-
les/omb/assets/egov_docs/common_approach_to_federal_ea.pdf
The White House. (2013, Januar 29). Federal Enterprise Architecture Framework. Abgeru-
fen 29. März 2016, von https://www.whitehouse.gov/sites/default/files/omb/as-
sets/egov_docs/fea_v2.pdf
Theurer, J. (1998). Seven Pitfalls to Avoid When Establishing Performance Measures. Pub-
lic Management, 8(7), 21–24.
Thomas, L. (1990). Regulation and firm size:: FDA impacts on innovation. The RAND Jour-
nal of Economics, 4, 497–517.
Thomson Reuters. (2012, Januar). Thomson Reuters Business Classification - Methodology.
Abgerufen 23. Mai 2016, von http://financial.thomsonreuters.com/content/dam/open-
web/documents/pdf/financial/trbc-methodology.pdf#page=1&zoom=auto,-137,792
Töpfer, A. (1994). Zeit-, Kosten- und Qualitätswettbewerb: Ein Paradigmenwechsel in der
marktorientierten Unternehmensführung? In U. C. H. Blum, E. Greipl, & H. Hereth
(Hrsg.), Wettbewerb und Unternehmensführung: 1. Dresdner Kolloquium und Antrittsvor-
lesungen an der Fakultät Wirtschaftswissenschaften der Technischen Universität Dresden
(S. 223–260). Stuttgart: Schäffer-Poeschel.
Tregoe, B. B., & Tobia, P. M. (1991). Strategy Versus Planning: Bridging the Gap. Journal
of Business Strategy, 12(6), 14–19.
Treyer, O. A. G. (2008). Strategische Erfolgsanalyse. Eine Methodik zur Strategieüberprü-
fung mit Hilfe der Abweichungsanalyse. Zeitschrift für Controlling & Management, 52(3),
162–167.
Tseng, M.-L., Chiang, J. H., & Lan, L. W. (2009). Selection of optimal supplier in supply
chain management strategy with analytic network process and choquet integral. Comput-
ers & Industrial Engineering, 57(1), 330–340.
Tung, A., Baird, K., & Schoch, H. P. (2011). Factors influencing the effectiveness of perfor-
mance measurement systems. International Journal of Operations & Production Manage-
ment, 31(12), 1287–1310.
322 Literaturverzeichnis
Tushman, M. L., & O’Reilly, C. A. (1996). Ambidextrous organizations: Managing evolu-
tionary and revolutionary change. California Management Review, 38(4), 8–30.
Ulrich, H. (1970). Die Unternehmung als produktives soziales System Grundlagen der allge-
meinen Unternehmungslehre (2. Aufl.). Bern: Haupt.
Ulrich, P., & Hill, W. (1979). Wissenschaftstheoretische Grundlagen der Betriebswirt-
schaftslehre. In H. Raffée & B. Abel (Hrsg.), Wissenschaftstheoretische Grundfragen der
Wirtschaftswissenschaften (S. 161–190). München: Vahlen.
Van Der Stede, W. A. (2013). Discussion of “The Role of Performance Measures in the In-
tertemporal Decisions of Business Unit Managers”. Contemporary Accounting Research,
30(3), 962–969.
Vaziri, H. K. (1992). Using competitive benchmarking to set goals. Quality Progress, (10),
81–85.
Venetucci, R. (1992). Benchmarking: a reality check for strategy and performance objec-
tives. Production and Inventory Management Journal, 33(4), 32–36.
Venkatraman, N., & Ramanujam, V. (1986). Measurement of Business Performance in
Strategy Research: A Comparison of Approaches. Academy of Management Review,
11(4), 801–814.
Vokurka, R. J., Standing, G. L., & Brazeal, J. (2000). A comparative analysis of national
and regional quality awards. Quality Progress, 33(8), 41–49.
Vollmuth, H. J. (2009). Bilanzen richtig lesen, besser verstehen, optimal gestalten: Bi-
lanzanalyse und Bilanzkritik für die Praxis; mit Sonderteil BilMoG und den aktuellen
Steueränderungen (9. Aufl). Freiburg: Haufe.
Voss, C. A., Åhlström, P., & Blackmon, K. (1997). Benchmarking and operational perfor-
mance: some empirical results. International Journal of Operations & Production Man-
agement, 17(10), 1046–1058.
Wagner, S. M., & Silveira-Camargos, V. (2011). Decision model for the application of just-
in-sequence. International Journal of Production Research, 49(19), 1–24.
Wagner, T. (2005). Konzeption der Mulitplikatorverfahren. In S. Krolle, G. Schmitt, & B.
Schwetzler (Hrsg.), Multiplikatorverfahren in der Unternehmensbewertung (S. 5–19).
Stuttgart: Schäffer-Poeschel.
Wah Fong, S., Cheng, E. W. L., & Ho, D. C. K. (1998). Benchmarking: a general reading
for management practitioners. Management Decision, 36(6), 407–418.
Walter, W. (2006). Erfolgsfaktor Unternehmenssteuerung: Kennzahlen, Instrumente, Pra-
xistipps (1. Aufl). Berlin: Springer.
Literaturverzeichnis 323
Watrin, C., & Ullmann, R. (2012). Improving earnings quality: The effect of reporting in-
centives and accounting standards. Advances in Accounting, 28(1), 179–188.
Watson, G. H. (1993a). Benchmarking: vom Besten lernen. Landsberg/Lech: Verl. Moderne
Industrie.
Watson, G. H. (1993b). How process benchmarking supports corporate strategy. Planning
Review, 21(1), 12–15.
Watson, G. H. (1993c). Strategic benchmarking: how to rate your company’s performance
against the world’s best. New York: J. Wiley and Sons.
Watson, G. H. (1994). A Perspective on Benchmarking: Gregory H. Watson in conversation
with the Editor. Benchmarking for Quality Management & Technology, 1(1), 5–10.
Wedman, J., & Graham, S. W. (1998). Introducing the Concept of Performance Support Us-
ing the Performance Pyramid. The Journal of Continuing Higher Education, 46(3), 8–20.
Weinzimmer, L. G., Nystrom, P. C., & Freeman, S. J. (1998). Measuring organizational
growth: Issues, consequences and guidelines. Journal of Management, 24(2), 235–262.
Welge, M. K., & Fessmann, K. D. (1980). Effizienz, organisatorische. In E. Grochla (Hrsg.),
Enzyklopädie der Betriebswirtschaftslehre (Bd. Handwörterbuch der Organisation, S.
577–591). Stuttgart: Poeschel.
White, H. (1985). Agency as control. In J. Pratt & R. Zeckhauser (Hrsg.), Principals and
agents: The structure of business (S. 187–214). Boston, MA: Harvard Business School
Press.
Wiegmans, B., & Dekker, S. (2016). Benchmarking deep-sea port performance in the Ham-
burg-Le Havre range. Benchmarking: An International Journal, 23(1), 96–112.
Wilson, H. M. (1998). Do the right things right. Quality Progress, 31(12), 27–30.
Witte, E. (1976). Empirische Forschung der Betriebswirtschaftslehre. In E. Grochler & E.
Wittmann (Hrsg.), Handwörterbuch der Betriebswirtschaft (4. Aufl., S. 1266–1277). Frei-
burg: Schäffer-Poeschel Verlag.
Wolfram Cox, J. R., Mann, L., & Samson, D. (1997). Benchmarking as a Mixed Metaphor:
Disentangling Assumptions of Competition and Collaboration. Journal of Management
Studies, 34(2), 285–314.
Wu, J. S., & Zhang, I. (2010). Accounting Integration and Comparability: Evidence from
Relative Performance Evaluation Around IFRS Adoption. SSRN Electronic Journal.
Wu, K.-J., Tseng, M.-L., & Chiu, A. S. F. (2012). Using the Analytical Network Process in
Porter’s Five Forces Analysis – Case Study in Philippines. Procedia - Social and Behav-
ioral Sciences, 57, 1–9.
324 Literaturverzeichnis
Yao, J.-T. (2013). The arm’s length principle, transfer pricing, and location choices. Journal
of Economics and Business, 65, 1–13.
Yasin, M. M. (2002). The theory and practice of benchmarking: then and now. Benchmark-
ing: An International Journal, 9(3), 217–243.
Yin, R. K. (2013). Case Study Research (5th Ed.). Sage Pubns.
Yip, G. S., Devinney, T. M., & Johnson, G. (2009). Measuring Long Term Superior Perfor-
mance. Long Range Planning, 42(3), 390–413.
Zairi, M. (1992a). Competitive benchmarking: an executive guide (Reprinted). Cheltenham:
Stanley Thornes (Publishers) Ltd.
Zairi, M. (1992b). The art of benchmarking: using customer feedback to establish a perfor-
mance gap. Total Quality Management, 3(2), 177–188.
Zairi, M. (1994). Measuring performance for business results. London; New York: Chap-
man & Hall.
Zéghal, D., & Maaloul, A. (2011). The accounting treatment of intangibles – A critical re-
view of the literature. Accounting Forum, 35(4), 262–274.
Zimmerer, C. (1981). Die Bilanzwahrheit und die Bilanzlüge. Abgerufen von
http://link.springer.com/openurl?genre=book&isbn=978-3-322-96358-1
325
Anhang
Anhang 1: Ergebnisse und Analyse der Korrelationsüberprüfung zur Alfa Holding-Umsatzentwicklungen
Ergebnis Ausschlussgrund
Eliminiertes Unternehmen 1 4 NeinFalsche Industrieklassifikation (Hauptumsatz im
Foodservice Equipment)
Eliminiertes Unternehmen 2 4 NeinAndere Industrie (Baumaschinen, Diesel- und
Gasmotoren, Industriegasturbinen)
Eliminiertes Unternehmen 3 4 NeinAndere Industrie (Baumaschinen, wie Bagger
und Bulldozer)
Eliminiertes Unternehmen 4 4 NeinNur eine kleiner Geschäftsbereich ist Lieferant
für die Bahnindustrie; deshalb Unternehmen zu
Eliminiertes Unternehmen 5 4 Nein Andere Industrie (Lieferant für die Bauindustrie)
Eliminiertes Unternehmen 6 5 NeinAndere Industrie (Dieselmotoren, Diesel- und
Gastriebwerke)
Eliminiertes Unternehmen 7 4 NeinZu hohe Diversifikation (Golfcar,
Bauindustriemaschinen, Lieferant für
Eliminiertes Unternehmen 8 4 NeinFalsche Industrieklassifikationszuordnung
(Produktion von Kränen)
Eliminiertes Unternehmen 9 4 Nein Andere Industrie (Lieferant für Baumaschinen)
Eliminiertes Unternehmen 10 4 NeinAndere Industrie (Produktion von
Sattelschläppern und Anhängern)
Eliminiertes Unternehmen 11 4 NeinZu hohe Branchendiversifiaktion (Kräne für die
Bergbau, Energiewirtschaft, ...) Nur
Eliminiertes Unternehmen 12 4 NeinFalsche Industrieklassifikation (Hauptumsatz im
Foodservice Equipment)
Eliminiertes Unternehmen 13 4 Nein Andere Industrie (Baumaschinenindustrie)
Eliminiertes Unternehmen 14 4 NeinAndere Industrie (Plant Business, Hydraulic
Business, Pharmacy Business)
Eliminiertes Unternehmen 15 4 NeinAndere Industrie (Beteiligungen an Firmen, die
Gummie und Palmöl herstellen)
Eliminiertes Unternehmen 16 4 Nein Falsche Industrieklassifikation (Stahlindustrie)
Eliminiertes Unternehmen 17 5 Nein Finanzholding der Socfinasia SA
Eliminiertes Unternehmen 18 5 Nein Andere Industrie (Lebensmittelindustrie)
Eliminiertes Unternehmen 19 4 NeinZu Diversifiziert (Neben der
Eisenbahnbeförderung, auch alle damit
Eliminiertes Unternehmen 20 4 NeinZu Spezialisiert ausschließlich auf die
Bahnindustrie
Eliminiertes Unternehmen 21 5 NeinZu Diversifiziert (Neben der Flugdienst-
leistungen auch Dienstleistungs- und
Eliminiertes Unternehmen 22 4 NeinAndere Industrie (Maschinen und System für die
Textilindustrie)
Anzahl Zyklenabweichung
326 Anhang
Anhang 2: Dendrogramm auf Basis der Analyseergebnisse aus der Entwicklung des Vergleichsindex
Anhang 327
Anhang 3: Dendrogramm auf Basis der absoluten Werte zum Umsatz, Assets, F&E, Intangible Assets und Aus-
landsumsätze und der Normierungsgrößen zur Umsatzkorrelation, Industriecodes und Hauptsitz
328 Anhang
Anhang 4: Übersicht der Akquisen, Fusionen und Veräußerungen der Peer Group-Unternehmen der Alfa Holding
2007 2008 2009 2010 2011 2012 2013 2014 2015
durch Fusionierungdurch 2 Akquisen zur
Globalisierungdurch 1 Akquise durch 3 Akquisen
+13% Umsatz +1,7% Umsatz +0,1% Umsatz +15,2% Umsatz
Peer Unternehmen 1
Peer Unternehmen 2 1 Akquise 1 Akquisekeine Akquisen oder
Veräußerungerungen
Peer Unternehmen 3
Peer Unternehmen 4 1 Akquise 1 Akquise 1 Akquise 1 Akquise 1 Akquisekeine Akquisen oder
Veräußerungerungen1 Akquise 3 Akquisen 1 Akquise
Peer Unternehmen 5 4 Akquisen 3 Akquisen 2 Akquisen 3 Akquisen 2 Akquisenkeine Akquisen oder
Veräußerungerungen3 Akquisen
Peer Unternehmen 6 2 Akquisen 5 Akquisen 5 Akquisen 13 Akquisen 6 Akquisen 2 Akquisen 2 Akquisen 2 Akquisenkeine Akquisen oder
Veräußerungerungen
Peer Unternehmen 7 3 Akquisen 2 Akquisen 3 Akquisen 4 Akquisen 2 Akquisen 1 Akquise Eine Akquise
Peer Unternehmen 8
Peer Unternehmen 9 2 Akquisen 3 Akquisenkeine Akquisen oder
Veräußerungerungen2 Akquisen 5 Akquisen 4 Akquisen 2 Akquisen 1 Akquise 1 Akquise
Peer Unternehmen 10
Peer Unternehmen 11 1 Akquise
Peer Unternehmen 12 1 Akquisekeine Akquisen oder
Veräußerungerungen
Peer Unternehmen 13 2 Akquisen 1 Akquisekeine Akquisen oder
Veräußerungerungen1 Akquise 2 Akquisen
keine Akquisen oder
Veräußerungerungen 1 Veräußerung
Peer Unternehmen 14 1 Akquise 3 Akquisen 1 Akquise
Peer Unternehmen 15 4 Akquisen 3 Akquisen 3 Akquisen 2 Akquisenkeine Akquisen oder
Veräußerungerungen1 Akquisen
keine Akquisen oder
Veräußerungerungen1 Akquise 2 Akquisen
Peer Unternehmen 16keine Akquisen oder
Veräußerungerungen1 Akquise
keine Akquisen oder
Veräußerungerungen
keine Akquisen oder
Veräußerungerungen1 Akquise
keine Akquisen oder
Veräußerungerungen
keine Akquisen oder
Veräußerungerungen
keine Akquisen oder
Veräußerungerungen
keine Akquisen oder
Veräußerungerungen
Peer Unternehmen 17
Peer Unternehmen 18keine Akquisen oder
Veräußerungerungen 4 Akquisen
keine Akquisen oder
Veräußerungerungen
keine Akquisen oder
Veräußerungerungen 2 Akquisen 1 Akquise 1 Akquise
keine Akquisen oder
Veräußerungerungen
keine Akquisen oder
Veräußerungerungen
Peer Unternehmen 19 2 Akquisen 2 Akquisen 1 Akquisekeine Akquisen oder
Veräußerungerungen 3 Akquisen 2 Akquisen 1 Akquise 1 Akquise
keine Akquisen oder
Veräußerungerungen
Peer Unternehmen 20keine Akquisen oder
Veräußerungerungen 1 Akquise 2 Akquisen
keine Akquisen oder
Veräußerungerungen1 Akquise
Peer Unternehmen 21
Peer Unternehmen 22
Peer Unternehmen 23
Peer Unternehmen 24 3 Akquisenkeine Akquisen oder
Veräußerungerungen
keine Akquisen oder
Veräußerungerungen1 Veräußerung 1 Akquise
Peer Unternehmen 25 1 Akquise 1 Akquise
Peer Unternehmen 26keine Akquisen oder
Veräußerungerungen2 Akquisen
Peer Unternehmen 27
Peer Unternehmen 28 1 Akquisekeine Akquisen oder
Veräußerungerungen
Peer Unternehmen 29
Peer Unternehmen 30
Peer Unternehmen 31
Peer Unternehmen 32 2 Akquisen 1 Akquisekeine Akquisen oder
Veräußerungerungen
Peer Unternehmen 33 3 Akquisen 1 Akquise
keine Akquisen oder Veräußerungerungen
keine Akquisen oder Veräußerungerungen
keine Akquisen oder Veräußerungerungen
keine Akquisen oder Veräußerungerungen
keine Akquisen oder Veräußerungerungen
keine Akquisen oder Veräußerungerungen
keine Akquisen oder Veräußerungerungen
keine Akquisen oder Veräußerungerungen
keine Akquisen oder Veräußerungerungen
keine Akquisen oder Veräußerungerungen
keine Akquisen oder Veräußerungerungen
keine Akquisen oder Veräußerungerungen
keine Akquisen oder Veräußerungerungen
Peer Unternehmen 35
Peer Unternehmen 34
keine Akquisen oder Veräußerungerungen, da Tochergesellschaft der Bucher Industries AG
ALFA HOLDING keine Akquisen oder Veräußerungerungen
keine Akquisen oder Veräußerungerungen
keine Akquisen oder Veräußerungerungen keine Akquisen oder Veräußerungerungen
keine Akquisen oder Veräußerungerungen
keine Akquisen oder Veräußerungerungen
keine Akquisen oder Veräußerungerungen
keine Akquisen oder Veräußerungerungen
keine Akquisen oder Veräußerungerungen
keine Akquisen oder Veräußerungerungen
keine Akquisen oder Veräußerungerungen
keine Akquisen oder Veräußerungerungen
keine Akquisen oder Veräußerungerungen
keine Akquisen oder Veräußerungerungen keine Akquisen oder Veräußerungerungen
keine Akquisen oder Veräußerungerungen keine Akquisen oder Veräußerungerungen
keine Akquisen oder Veräußerungerungen
Curriculum Vitae
Name: Patric Alexander Schmaus
Geburtsdatum/-ort: 17. Oktober 1985 in Ludwigsburg, Deutschland
Ausbildung
2013 – 2018 Universität St. Gallen (HSG)
Promotionsstudium (Dr. oec./Ph.D. in Management)
2010 – 2012 Karlsruher Institut für Technologie (KIT)
Master of Science in Wirtschaftsingenieurwesen
2006 – 2010 Hochschule Pforzheim
Bachelor of Science in Wirtschaftsingenieurwesen
Beruflicher Werdegang
2016 – 2018 Körber Medipak Systems, Winterthur
Business Area Controller
2012 – 2016 Universität St. Gallen
Wissenschaftlicher Mitarbeiter und Doktorand am Lehrstuhl
für Controlling / Performance Management, Institut für
Accounting, Controlling und Auditing
2010 – 2012 Well International e.K., Pforzheim
Werkstudent Controlling und Marketing
2008 Dr. Ing. h.c. F. Porsche AG, Ludwigsburg
Praktikant im Zentralen Marketing, Marketingplanung