Oben sehen Sie in Echtzeit ein Benchmarkergebnis für das fiktive Sägewerk "Holz-Peters". Gefragt und im Benchmark im Vergleich zur gesamten Stickprobe nach den Items:
Führung
Kundenorientierung
Leistungsgestaltung
Ressourcenmanagement
Marketing & Vertrieb
Tools & Methodik
Finanzen
Die Umfrageergebnisse werden normiert auf eine Werteskala von 1- 5 und in den jeweils vier Säulen in obiger Graphik den Besten in der Benchmarkgruppe, den unteren Teilnehmern in der Gruppe und dem Stichprobendurchschnitt dem eigenen Wert gegenübergestellt. Als Ergebnis wird bereits in diesem einfachen partiellen Benchmarking schnell klar, wo die eigenen Vorteile aber auch die eigenen Defizite liegen. Im vorliegenden Fall finden sich erhebliche Defizite in Marketing und Vertrieb, als auch bei der Kundenorientierung. Siehe auch das Radarchart unten mit den gleichen Benchmarkergebnissen.
Wesentlich aufwändiger aber auch deutlich aussagekräftiger sind multidimensionale Benchmarkings. Dazu wenden wir oft die DEA-Data Envelope Analyse an. Hier identifizieren wir auf Basis von Ursache-Wirkungsbeziehungen mehrdimensional Einflussfaktoren auf den unternehmerischen Erfolg wieder im Vergleich zur Branche.
Obiges Beispiel ist stark vereinfacht und auf die beiden Inputgruppen "Personal" und "Infrastrukturkosten" reduziert. Trotzdem kann man hier auf einen Blick die erfolgreichen und effizienten Unternehmen von den ineffizienten Unternehmen unterscheiden. Ausserdem sind in den allermeisten Benchmarkfällen auch sog. Unternehmenscluster zu erkennen. Als Cluster bezeichnet man dabei Unternehmensgruppen mit vergleichbaren Ausprägungen, etwa familiengeführte Unternehmen, mittelständische Unternehmen, stark mechanisierte Unternehmen oder gar Konzerunternehmen. Damit können clusterinterne Benchmarks wesentlich aussagekräftiger ausfallen. Wir empfehlen dann z.B. Erfahrungsaustauschgruppen innerhalb von solchen Clustern. Selbstverständlich gehört Vertrauen untereinander dazu. Die Informationsgewinne für die einzelnen Unternehmen sind dabei aber gewaltig. Effizienzteigerungen bis zu 30 % sind eher die Regel als die Ausnahme.
Oben ein idealer Verlauf einer Effizienzgrenze mit, die einen ertragsgesetzlichen Verlauf zeigt. Solche Verläufe sind allerdings eher die Ausnahme. Meist zeigen die Kurvenverläufe der DEA Auswertungen mehr oder minder große Unterbrechungen, sind also nicht stetig.
In vereinfachter Form ergibt sich aus der Relation Effizienz = tatsächliche Produktivität/höchste beobachtete Produktivität ein dimensionsloses Effizienzmaß. Man wählt sog. DMU's (Decision Making Units), also eigenständige Unternehmen oder aber eigenständige Profitcenter innerhalb von Unternehmen. Klar erkennbar sind dabei dann die effizientesten DMU's gemessen and ihrer Input-Output-Relation. Ineffiziente DMU's können dann entweder ihre Inputs bei gleichem Output reduzieren, also Kosten einsparen, oder aber bei gleichem Inputeinsatz ihren Output steigern.
In der Literatur findet sich z.B. eine Effizienzanalyse von Forstverwaltungen in den einzelnen Bundesländern. Angesichts der Tendenz der Fortverwaltungen, möglichst hohe Holzpreise zu erzielen, ein riesiges Politikum. Fragen Sie uns bitte!